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 "monte carlo study" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Moc testów niezależności w tablicy dwudzielczej większej niż 2×2
    Power Anaysis of Independence Testing for Two-Way Contingency Tables Bigger than 2×2
    Autorzy:
    Sulewski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/1050518.pdf
    Data publikacji:
    2016-06-30
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    tablica dwudzielcza
    test niezależności
    wartości krytyczne
    Monte Carlo
    two-way contingency tables
    independence test
    critical values
    Monte Carlo study
    Opis:
    W literaturze statystycznej istnieje wiele miar testowych do badania niezależności cech w tablicach dwudzielczych. Do analiz statystycznych wybrano rodzinę sześciu tzw. „statystyk chi-kwadrat” – w tym statystykę χ2 Pearsona – oraz propozycję autora w postaci statystyki modułowej. W celu uwolnienia się od ograniczeń stosowalności „statystyk chi-kwadrat”, wartości krytyczne dla wszystkich analizowanych statystyk wyznaczono symulacyjnie metodami Monte Carlo. W celu porównania testów zaproponowano miarę nieprawdziwości H0 oraz wyznaczono moc testów, czyli zdolność tablicy dwudzielczej w × k do odrzucenia H0 mówiącej o tym, że między cechami X i Y nie ma związku.
    In the statistical literature there are many test measures to study the independence features in the two-way contingency tables. For statistical analysis, the family of six so-called “chi-squared statistic” was selected – including Pearson’s χ2 statistics – and the proposal of the author in the form of modular statistics. In order to free themselves from the limitations of the applicability of the “chi-squared statisti c”, critical values for all analyzed statistics were determined by simulation methods of Monte Carlo. In order to compare the tests, the measure of untruthfulness of H0 was proposed and calculated the power of the tests which is the ability of two-way contingency tables to reject null hypothesis which says that between features X and Y there is no relation.
    Źródło:
    Przegląd Statystyczny; 2016, 63, 2; 191-210
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wybrane aspekty nieparametrycznego prognozowania nieliniowych szeregów czasowych
    Several Aspects of Nonparametric Prediction of Nonlinear Time Series
    Autorzy:
    Orzeszko, Witold
    Powiązania:
    https://bibliotekanauki.pl/articles/964958.pdf
    Data publikacji:
    2018
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    regresja nieparametryczna
    nieparametryczne prognozowanie
    metody jądrowe
    nieliniowe szeregi czasowe
    analiza Monte Carlo
    nonparametric regression
    nonparametric forecasting
    kernel
    smoothers
    nonlinear time series
    monte carlo study
    Opis:
    Regresja nieparametryczna stanowi obiecujące, lecz jednocześnie wciąż niedoceniane podejście do modelowania finansowych i ekonomicznych szeregów czasowych. Polega ona na konstrukcji modeli nieparametrycznych, w których zależność pomiędzy zmiennymi nie jest wyrażona w postaci funkcji o określonej postaci analitycznej lub parametry charakteryzujące tę zależność należą do przestrzeni nieskończenie wymiarowej. W przeciwieństwie do modeli parametrycznych, modele nieparametryczne nie są ograniczone do określonej z góry postaci, lecz pozwalają „mówić danym samym za siebie”. Z tego względu wydają się interesującym narzędziem prognozowania zwłaszcza w przypadku nieliniowych szeregów czasowych. W zakresie nieparametrycznych metod regresji na szczególną uwagę zasługują estymatory, które w swojej konstrukcji wykorzystują funkcje jądrowe. Spośród nich najczęściej stosowanym jest estymator Nadarai-Watsona, choć obecnie znane są pewne rozwinięcia tego podejścia. Jednym z nich jest Lokalna Jądrowa Regresja Liniowa, będąca połączeniem estymacji jądrowej i lokalnej aproksymacji liniowej. W pracy przeprowadzono symulacje Monte Carlo, mające na celu ocenę przydatności metod regresji jądrowej do prognozowania nieliniowych szeregów czasowych i porównanie ich z innymi metodami prognozowania.
    Nonparametric regression is an alternative to the parametric approach, which consists of applying parametric models, i.e. models of the certain functional form with a fixed number of parameters. As opposed to the parametric approach, nonparametric models have a general form, which can be approximated increasingly precisely when the sample size grows. Hereby they do not impose such restricted assumptions about the form of the modelling dependencies and in consequence, they are more flexible and let the data speak for themselves. That is why they are a promising tool for forecasting, especially in case of nonlinear time series. One of the most popular nonparametric regression method is the NadarayaWatson kernel smoothing. Nowadays, there are a number of variations of this method, like the local-linear kernel estimator, which combines the local linear approximation and the kernel estimator. In the paper a Monte Carlo study is conducted in order to assess the usefulness of the kernel smoothers to nonlinear time series forecasting and to compare them with the other techniques of forecasting.
    Źródło:
    Przegląd Statystyczny; 2018, 65, 1; 7-24
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-2 z 2

      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