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 "Bayesian inference" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Bayesian Propositional Logic
    Autorzy:
    Jarmużek, Tomasz
    Klonowski, Mateusz
    Malinowski, Jacek
    Powiązania:
    https://bibliotekanauki.pl/articles/750026.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    logical entailment
    statistical inference
    Bayesian inference
    corroboration
    confirmation
    Opis:
    We define and investigate from a logical point of view a family of consequence relations defined in probabilistic terms. We call them relations of supporting, and write: |≈w where w is a probability function on a Boolean language. A |≈w B iff the fact that A is the case does not decrease a probability of being B the case. Finally, we examine the intersection of |≈w , for all w, and give some formal properties of it.
    Źródło:
    Bulletin of the Section of Logic; 2017, 46, 3/4
    0138-0680
    2449-836X
    Pojawia się w:
    Bulletin of the Section of Logic
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bayesian Exponential Survival Model in the Analysis of Unemployment Duration Determinants
    Bayesowski wykładniczy model przeżycia w analizie determinant długości czasu pozostawania bez pracy
    Autorzy:
    Grzenda, Wioletta
    Powiązania:
    https://bibliotekanauki.pl/articles/906856.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    unemployment
    survival exponential model
    Bayesian inference
    MCMC method
    Opis:
    The primary objective of the work is to identify demographic and socio-economic factors influencing the unemployment duration in the recent period in Poland. Different approaches to the problem have been applied. In this paper we have used a survival parametric model in Bayesian approach. The following determinants have been concerned in the model: sex, marital status, education level, information about continuing an education, region of Poland, and age of respondent. The empirical analysis is based on “Household budgets in 2008” survey of Central Statistical Office and indicates the main factors influencing unemployment duration.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2012, 269
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bayesian Pricing of an European Call Option Using a GARCH Model with Asymmetries
    Bayesowska wycena europejskiej opcji kupna z wykorzystaniem modelu GARCH z asymetriami
    Autorzy:
    Osiewalski, Jacek
    Pipień, Mateusz
    Powiązania:
    https://bibliotekanauki.pl/articles/906870.pdf
    Data publikacji:
    2004
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    Bayesian inference
    financial econometrics
    volatility models
    forecasting
    derivative pricing
    Opis:
    In this paper option pricing is treated as an application of Bayesian predictive analysis. The distribution of the discounted payoff, induced by the predictive density of future observables, is the basis for direct option pricing, as in Bauwens and Lubrano (1997). We also consider another, more eclectic approach to option pricing, where the predictive distribution of the Black-Scholes value is used (with volatility measured by the conditional standard deviation at time of maturity). We use a model framework that allows for two types of asymmetry in GARCH processes: skewed t conditional densities and different reactions of conditional scale to positive/negative stocks. Our skewed t-GARCH(l, 1) model is used to describe daily changes of the Warsaw Stock Exchange Index (WIG) from 4.01.1995 till 8.02.2002. The data till 28.09.2001 are used to obtain the posterior and predictive distributions, and to illustrate Bayesian option pricing for the remaining period.
    W prezentowanym artykule wycena opcji jest traktowana jako jedno z zastosowań bayesowskiej analizy predyktywnej. Rozkład wartości zdyskontowanej wypłaty, indukowany przez gęstość predyktywną przyszłych stóp zwrotu, jest podstawą bezpośredniej wyceny opcji (zob. Bauwens, Lubrano, 1997). Rozważamy też bardziej eklektyczne podejście, wykorzystujące rozkład predyktywny formuły Blacka i Scholesa (ze zmiennością określoną jako warunkowe odchylenie standardowe w momencie realizacji opcji). Przyjmujemy ramy modelowe, które uwzględniają dwa rodzaje asymetrii w procesach GARCH: skośne rozkłady warunkowe (typu t-Studenta) oraz zróżnicowane reakcje wariancji warunkowej na szoki dodatnie lub ujemne. Model: skośny £-GARCH(l, 1) jest stosowany do opisu dziennej zmienności Warszawskiego Indeksu Giełdowego (WIG) od 4.01.1995 r. do 8.02.2002 r. Dane do 28.09.2001 wykorzystujemy do budowy rozkładów a posteriori i predyktywnego oraz do ilustracji bayesowskiej wyceny opcji na pozostały okres.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2004, 177
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The Significance of Prior Information in Bayesian Parametric Survival Models
    Znaczenie informacji a priori w bayesowskich parametrycznych modelach przeżycia
    Autorzy:
    Grzenda, Wioletta
    Powiązania:
    https://bibliotekanauki.pl/articles/905774.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    survival parametric models
    Bayesian inference
    prior distribution
    MCMC method
    unemployment
    Opis:
    The Bayesian approach gives the possibility of using in the research additional information that is external to the sample. The primary objective of this paper is to analyse the impact of the prior information on the posterior distribution in Bayesian parametric survival models. In this work the exponential models and Weibull models with different prior distributions have been estimated and compared. The aim of this research is to investigate the determinants of unemployment duration. The models have been estimated using Markov chain Monte Carlo method with Gibbs sampling.
    W pracy przedstawiono parametryczne modele przeżycia w ujęciu bayesowskim. Podejście bayesowskie wymaga zadania rozkładów a priori dla szacowanych parametrów modelu. Rozkład a priori parametru jest rozkładem prawdopodobieństwa, który wyraża całą wiedzę badacza o szacowanym parametrze przed sprawdzeniem aktualnych danych. W literaturze przedmiotu często spotyka się nieinformacyjne rozkłady a priori, które wyrażają brak wstępnej wiedzy badacza o szacowanych parametrach modelu. W celu pokazania znaczenia informacji a priori oraz jej wpływu na rozkład a posteriori oszacowano kilka parametrycznych modeli przeżycia przy różnych rozkładach a priori. Przedmiot badań stanowią determinanty długości czasu pozostawania bez pracy.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 285
    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