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 "Least Squares method" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Wpływ struktury kapitału na rentowność przedsiębiorstw sektora produkcyjnego, handlowego i usługowego
    The impact of capital structure on profitability in the manufacturing, trade and service sectors
    Autorzy:
    Baran, Angelika
    Powiązania:
    https://bibliotekanauki.pl/articles/586319.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Metoda najmniejszych kwadratów
    Model ekonometryczny
    Rentowność
    Struktura kapitału
    Capital structure
    Econometric models
    Least squares method
    Profitability
    Opis:
    Celem niniejszego artykułu było skoncentrowanie się na zbadaniu zależności pomiędzy strukturą kapitału a rentownością polskich spółek notowanych na Giełdzie Papierów Wartościowych z sektora produkcyjnego, usługowego i handlowego. Badania empiryczne oparto na analizie sprawozdań finansowych 300 spółek. Dla każdego sektora określono 100 spółek, w których uwzględniono dane z 2015 r. i na podstawie których oszacowano parametry strukturalne funkcji regresji. Uzyskanie właściwego oszacowania zależności wymagało zbadania relacji nieliniowej, aproksymowanej metodą najmniejszych kwadratów w celu uzyskania możliwie najlepszej oceny, przy pełnej interpretacji uzyskanych wyników. Przedmiotową analizę dopełniły zmienne kontrolne w postaci zależności pomiędzy rentownością a kwadratem oceny zadłużenia, zyskiem z działalności operacyjnej, wartością księgową, kapitalizacją rynkową, kwadratem marży zysku brutto, logarytmem wskaźnika cen wartości księgowej.
    The purpose of this article was to focus on examining the correlation between the capital structure and the profitability of Polish companies listed on the Stock Exchange in the manufacturing, service and trading sectors. Empirical research was based on analysis of the financial statements of 300 companies. For each industry, 100 companies were included taking into account data from the year 2015 and based on which the structural parameters of the regression function were estimated. Obtaining a proper estimation of the correlation required a nonlinear relation, approximated by the least squares method, to obtain the best possible estimate, with a full interpretation of the obtained results. This analysis was supplemented by control variables in the form of the correlation between profitability and debt assessment squared, operating profit, book value, market capitalisation, profit margin squared, and the logarithm of the prices/book value ratio.
    Źródło:
    Studia Ekonomiczne; 2017, 341; 9-20
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On the use of growth curve in loss reserving
    Zastosowanie krzywej wzrostu do szacowania rezerwy szkodowej
    Autorzy:
    Wolny-Dominiak, Alicja
    Powiązania:
    https://bibliotekanauki.pl/articles/588477.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    Gompertz growth curve
    Loss reserving
    Non-linear least squares method
    Spline
    Krzywa Gompertza
    Model nieliniowy
    Rezerwa szkodowa
    Spliny
    Opis:
    This paper propose some modification of the method of prediction of incurred but not reported (IBNR) claim reserves in non-life insurance based on the growth curve modelling. Literature put forwards a wide variety of methods to predict the IBNR claim reserves, mostly using the chain-ladder technique. The method discussed herein is based on two-stage estimation of the expected amount of losses to emerge: the estimation of the ultimate loss by year and the estimation of the pattern of the loss emergence. In this procedure, a non-linear model of the growth curve is applied in which two restricting assumptions are made. Firstly, it is assumed that incremental losses follow an over-dispersed Poisson (ODP) distribution. Secondly, as the pattern of the loss to emerge, two-parametric log-logistic and Weibull growth curves are assumed. A different non-linear model is proposed in this paper to predict the IBNR claim reserves. In it, the threeparametric Gompertz growth curve is adopted. In order to estimate the model parameters, the non-linear (weighted) least squares (NLS) method is applied, in which incremental losses follow the normal distribution. Moreover, a non-parametric approach to the growth curve modelling based on spline fitting is proposed as an alternative. All calculations are carried out in R party using the package {ChainLadder}.
    W artykule zaproponowano modyfikację metody predykcji rezerwy szkodowej (IBNR) w ubezpieczeniach majątkowych, w której wykorzystuje się modelowanie krzywej wzrostu. Literatura zawiera szeroką gamę metod predykcji rezerwy IBNR, głównie przy użyciu techniki chain-ladder. Metoda omówiona w niniejszym artykule opiera się na estymacji oczekiwanej wartości skumulowanych szkód przeprowadzanej dwuetapowo: szacowanie wartości szkód dla jednego roku wypadkowego oraz szacowanie krzywej wzrostu opisującej rozwój szkodowości, zakładając dalej, że krzywa jest taka sama dla każdego roku wypadkowego. Do szacowania krzywej wzrostu wykorzystuje się model nieliniowy, w którym przyjmuje się dwa podstawowe założenia. Po pierwsze, zakłada się, że rozkład skumulowanej wartości szkód ma rozkład ODP. Po drugie, zakłada się dwie parametryczne krzywe wzrostu: log-logistyczną oraz Weibulla. W artykule zaproponowano zastosowanie trzyparametrycznej krzywej wzrostu Gompertza. W celu oszacowania parametrów krzywej wykorzystano ważoną metodę najmniejszych kwadratów (NLS), w której przyjęto normalny rozkład skumulowanej wartości szkód. Ponadto zaproponowano alternatywne podejście nieparametryczne do modelowania krzywej wzrostu oparte na splinach. W przykładzie numerycznym wykorzystano rzeczywisty trójkąt szkód zaczerpnięty z literatury. Wszelkie obliczenia przeprowadzono w programie R, wykorzystując częściowo pakiet {ChainLadder}.
    Źródło:
    Studia Ekonomiczne; 2016, 291; 71-82
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Estimation of regression parameters of two dimensional probability distribution mixtures
    Estymacja parametrów regresji mieszanki dwuwymiarowych rozkładów prawdopodobieństwa
    Autorzy:
    Sitek, Grzegorz
    Powiązania:
    https://bibliotekanauki.pl/articles/592694.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Ekonomiczny w Katowicach
    Tematy:
    EM algorithm
    Least squares method for an implicite interdependence
    Mixture regression model
    Algorytm EM
    Metoda najmniejszych kwadratów dla zależności niejawnych
    Mieszanki regresji
    Opis:
    We use two methods of estimation parameters in a mixture regression: maximum likelihood (MLE) and the least squares method for an implicit interdependence. The most popular method for maximum likelihood esti-mation of the parameter vector is the EM algorithm. The least squares method for an implicit interdependence is based solving systems of nonlinear equations. Most frequently used method in the estimation of parameters mixtures regression is the method of maximum likelihood. The article presents the possibility of using a different the least squares method for an implicit interdependence and compare it with the maximum likelihood method. We compare accuracy of two methods of estimation by simulation using bias: root mean square error and bootstrapping standard errors of estimation.
    Do estymacji parametrów mieszanek regresji stosujemy dwie metody: metodę największej wiarygodności oraz metodę najmniejszych kwadratów dla zależności niejawnych. Najbardziej popularną metodą polegającą na maksymalizacji funkcji wiarygodności jest algorytm EM. Metoda najmniejszych kwadratów dla zależności niejawnych polega na rozwiązaniu układu równań nieliniowych. Najczęściej stosowaną metodą estymacji parametrów mieszanek regresji jest metoda największej wiarygodności. W artykule pokazano możliwość zastosowania innej metody najmniejszych kwadratów dla zależności niejawnych. Obie metody porównujemy symulacyjnie, używając obciążenia estymatora, pierwiastka błędu średniokwadratowego estymatora oraz bootstrapowe błędy standardowe.
    Źródło:
    Studia Ekonomiczne; 2016, 304; 30-46
    2083-8611
    Pojawia się w:
    Studia Ekonomiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-3 z 3

      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