Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "squares" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    The recursive least squares estimation of parametric functions in the general linear model
    Rekurencyjna estymacja funkcji parametrycznych metodą najmniejszych kwadratów
    Autorzy:
    Pordzik, Paweł R
    Powiązania:
    https://bibliotekanauki.pl/articles/905622.pdf
    Data publikacji:
    2002
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    least squares estimation of parametric functions
    Opis:
    W pracy uogólniora zostala technika rekurencyjnej estymacji funkcji parametrycznych metodą najmniejszych kwadratów w ogólnym modelu liniowym. Proponowana procedura umożliwia aktualizację estymatorów zarówno ze względu na dodatkową stochastyczną, jak i niestochastyczną informację o parametrach modelu.
    The technique of recursive least squares estimation for the standard regression model is extended lo the general linear model with possibly singular dispersion matrix of error term. It is shown how to update the minimum dispersion linear unbiased estimate of a given vector of parametric functions with respcct to additional sample data which are to be successively incorporated to the inference base.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2002, 156
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Research of Disturbance in Model of Linear Regression Estimated According to Criteria of Least Squares
    Analiza zakłóceń w modelu regresji liniowej w porównaniu do klasycznej metody najmniejszych kwadratów
    Autorzy:
    Wagner, Wiesław
    Budka, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/1358350.pdf
    Data publikacji:
    2003
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    linear regression
    method of least squares
    disturbance
    disturbed dependent variable
    disturbed independent variable
    Opis:
    W pracy przedstawiono wyniki analiz numerycznych związanych z estymacją stopnia zakłócenia współczynników występujących w równaniu prostej regresji.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2003, 164; 39-50
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Investment Risk Measurement Based on Quantiles and Expectiles
    Pomiar ryzyka inwestycyjnego z wykorzystaniem kwantyli i oczekiwań
    Autorzy:
    Trzpiot, Grażyna
    Powiązania:
    https://bibliotekanauki.pl/articles/654634.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    kwantyle
    oczekiwania
    VaR
    CVaR
    asymetryczny model najmniejszych kwadratów
    quantile
    expectile
    least asymmetrically weighted squares
    Opis:
    W badaniach starano się przyjrzeć szczegółowemu pomiarowi ryzyka inwestycyjnego. Użyto regresji kwantylowej jako modelu, opisując bardziej ogólne właściwości rozkładu stopy zwrotu. W regresji kwantylowej przyjęto efekty regresji względem warunkowych kwantyli regresorów. W modelu regresji skoncentrowano się na rozszerzeniu regresji liniowej (OLS), wykorzystując regresję oczekiwań. Celem zastosowania obu podejść jest pomiar ryzyka inwestycyjnego. Obydwa modele regresji są wersją ważonego modelu najmniejszych kwadratów. Najczęściej stosowanymi rodzinami miar ryzyka, poza miarami zmienności, są miary zagrożenia, a w praktyce wartość zagrożona (VaR) i warunkowa wartość zagrożona ryzykiem (CVaR). Można je oszacować przez kwantyle lub oczekiwania wyznaczone w ogonie rozkładu odpowiedzi.
    In the presented research, we attempt to examine special investment risk measurement. We use quantile regression as a model by describing more general properties of the response distribution. In quantile regression, we assume regression effects on the conditional quantile function of the response. In regression modelling, the focus is on extending linear regression (OLS), and in this paper we seek to apply expectile regression. The purpose of using both approaches is investment risk measurement. Both regression models are a version of least weighted squares model. The families of risk measures most commonly used in practice are the Value‑at‑Risk (VaR) and the Conditional Value‑at‑Risk (CVaR), which can be estimated by quantiles or expectiles in the tail of the response distribution.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2018, 5, 338; 213-227
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On Estimation of Bi‑liner Regression Parameters
    O estymacji parametrów bi‑prostych
    Autorzy:
    Sitek, Grzegorz Antoni
    Wywiał, Janusz Leszek
    Powiązania:
    https://bibliotekanauki.pl/articles/659252.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    bi proste
    regresja
    metoda najmniejszych kwadratów dla zależności niejawnych
    mieszanki rozkładów prawdopodobieństwa
    bi lines function
    linear regression
    least squares method for an implicit interdependence
    mixture of probability distribution
    Opis:
    W artykule rozważano problem estymacji parametrów bi‑prostych, które z geometrycznego punktu widzenia są dwiema przecinającymi się prostymi. Za pomocą tzw. metody najmniejszych kwadratów dla zależności niejawnych wyznaczono przybliżone wartości estymatorów parametrów bi‑prostych. W szczególnym przypadku wyznaczono dokładne wzory na estymatory parametrów, dowodząc ich łącznej asymptotycznej normalności rozkładu prawdopodobieństwa. Ponadto analizowano związki między bi‑prostymi oraz liniowymi regresjami rozkładów prawdopodobieństwa, które są składowymi mieszanki dwuwymiarowych rozkładów prawdopodobieństw. W wyniku symulacyjnych eksperymentów wykazano, że brane pod uwagę zgodne estymatory parametrów bi‑prostych dają jednak obciążone estymatory parametrów regresji rozkładów będących składowymi mieszanki dwuwymiarowych rozkładów prawdopodobieństwa.
    Two non‑parallel lines will be named as bi‑lines. The relationship between the definition of the bi‑lines function and linear regression functions of the distribution mixture is considered. The bi‑lines function parameters are estimated using the least squares method for an implicit interdependence. In general, values of parameter estimators are evaluated by means of an approximation numerical method. In a particular case, the exact expressions for the parameter estimators were derived. In this particular case, the properties of the estimators are examined in details. The bi‑lines are also used to estimate the regression functions of the distribution mixture. The accuracy of the parameter estimation is analyzed.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2017, 6, 332; 87-98
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies