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 "QUANTILE REGRESSION" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Bayesian Spatial Quantile Regression
    Bayesowska przestrzenna regresja kwantylowa
    Autorzy:
    Trzpiot, Grażyna
    Powiązania:
    https://bibliotekanauki.pl/articles/904804.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    quantile regression
    spatial quantile regression
    bayesian spatial model
    Opis:
    In this paper we present a Bayesian spatial model quantile regression. We develop a spatial quantile regression model that does not assume normality and allows the covariates to affect the entire conditional distribution, rather than just the mean. The conditional distribution is allowed to vary from site-to-site and is smoothed with a spatial prior.
    W wielu zastosowaniach, podstawowym problemem jest opis i analiza wpływu wektora skorelowanych zmiennych objaśniających X na zmienna objaśnianą Y. W przypadku, gdy obserwacje badanych zmiennych są dodatkowo rozmieszczone przestrzennie, zadanie jest jeszcze trudniejsze, ponieważ mamy dodatkowe zależności, wynikające ze zmienności przestrzennej. Klasyczne podejście stosowane do takich problemów wykorzystuje założenie o skończonej wartości oczekiwanej zmiennych Y, wówczas przestrzenna funkcja regresji jest dobrze określona i dostarcza informacji o zależności zmiennej Y od zmiennych X. W tej pracy, w miejsce przestrzenna funkcja regresji wykorzystującej średnią, rozpatrzymy przestrzenna regresję kwantylową. Regresja kwantylowa zostanie omówiona w przestrzennym kontekście. Semiparametryczny model bayesowski i jego estymacja jest głównym celem tej pracy. Dodatkowe zasoby informacji o zmienności otrzymujemy badając kwantyle, wychodząc poza tradycyjny opis klasycznej regresji. Estymacja kwantylowa w modelu przestrzennym uwydatnia zależności przestrzenne dla różnych fragmentów rozważanych rozkładów.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2013, 286
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Properties of Transformation Quantile Regression Model
    Własności transformacji modelu regresji kwantylowej
    Autorzy:
    Trzpiot, Grażyna
    Powiązania:
    https://bibliotekanauki.pl/articles/905653.pdf
    Data publikacji:
    2013
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    quantile regression
    quantile regression model
    Box-Cox transformation
    Opis:
    We present in this paper a few important direction on research using quantile regression. We start from some motivation for this method of regression. Secondly we present some main areas of application this method. Finally we wanted to point out transformation of the main model. This model, introduced by Powell (1991) and further analyzed by Chamberlain (1994) and Buchinsky (1995), specifies the conditional quantiles of the Box-Cox transformation of the variable under appraisal as a linear function of the covariates. It provides, within a simple set-up, the needed flexibility, as both the transformation parameter and the coefficients of the linear function are allowed to vary freely at each point of the distribution. The Box-Cox quantile regression, which has the linear and log-linear models as particular cases, will provide, therefore, a direct answer to the question of the appropriate transformation to be used.
    Przedstawiamy artykuł, w którym omawiamy modele regresji kwantylowej. Omawiamy motywacje dla stosowania klasycznego modelu, jak również główne kierunki zastosowań regresji kwantylowej. Następnie przechodzimy do transformacji podstawowego modelu. Ten model jest wprowadzony przez Powell’a (1991) a kolejno analizowany przez Chamberlain’a (1994) i Buchinsky’ego (1995), wprowadzono specyficzne warunkowe kwantyle znane jako transformacja Box– Cox’a. Omawiamy estymację modeli oraz testy istotności.
    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
    Tytuł:
    Some tests for quantile regression models
    Autorzy:
    Trzpiot, Grażyna
    Powiązania:
    https://bibliotekanauki.pl/articles/657959.pdf
    Data publikacji:
    2011
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    quantile regression model
    test
    Opis:
    Przedstawiamy test weryfikujący jakość specyfikacji modelu regresji kwantylowej. Często wyznaczamy modele regresji kwantylowej i przeprowadzamy dalsze wnioskowanie analizując jedynie poziom błędów. Przedstawimy test dla funkcjonalnej formy modelu regresji kwantylowej. Test dopasowuje zmienną zależną jako wyjaśniającą oraz sprawdza istotność wprowadzonej do modelu zmiennej. Dodatkowo porównamy z nieparametryczną specyfikacją modelu wykorzystującą funkcję jądrową oraz przedział parametrów. Słowa kluczowe: test model regresji kwantylowej.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2011, 255
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Spatial quantile regression in analysis of mortality
    Przestrzenna regresja kwantylowa w analizie umieralności
    Autorzy:
    Trzpiot, Grażyna
    Orwat-Acedańska, Agnieszka
    Powiązania:
    https://bibliotekanauki.pl/articles/658227.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    regresja kwantylowa
    analiza umieralności
    analiza przestrzenna
    quantile regression
    analysis of mortality
    spatial analysis
    Opis:
    Artykuł podejmuje problem analizy umieralności w Polsce. Celem pracy jest badanie wpływu wybranych czynników na średnią długość życia kobiet i mężczyzn w 66 podregionach Polski. Stosujemy modele kwantylowej autoregresji przestrzennej. W analizie wykorzystujemy metodologię wielorakiej regresji kwantylowej, która umożliwia analizę zależności pomiędzy zmiennymi w różnych kwantylach Rozkładu zmiennej niezależnej. Ponadto narzędzie to jest odporne na założenie klasycznej regresji dotyczące postaci wielowymiarowego rozkładu składnika losowego.
    The paper concerns mortality in Poland. The aim of the article is to identify factors determining average life length of men and women in 66 subregions of Poland. We use spatial quantile regression methodology which allows studying dependencies between variables in different quantiles of the response distribution. Moreover, this statistical tool is robust against violations of the classical regression assumption about the multidimensional distribution of error term.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2016, 5, 325
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Spatial Quantile Regression In Analysis Of Healthy Life Years In The European Union Countries
    Przestrzenna regresja kwantylowa w analizie długości życia w krajach Unii Europejskiej
    Autorzy:
    Trzpiot, Grażyna
    Orwat-Acedańska, Agnieszka
    Powiązania:
    https://bibliotekanauki.pl/articles/633229.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    regresja kwantylowa
    wieloraka kwantylowa autoregresja przestrzenna
    analiza przestrzenna
    długość życia w zdrowiu
    quantile regression
    multiple spatial quantile autoregression
    spatial analysis
    healthy life years
    Opis:
    Celem pracy jest badanie wpływu wybranych czynników na średnią długość życia z zdrowiu kobiet i mężczyzn w krajach UE. Ze względu na fakt, że kraje Unii Europejskiej charakteryzuje silne zróżnicowanie pod względem średniej długości życia w zdrowiu oraz jakości życia obywateli, stosujemy w pracy modele wielorakiej kwantylowej autoregresji przestrzennej. Regresja kwantylowa umożliwia analizę zależności pomiędzy zmiennymi w różnych kwantylach rozkładu zmiennej niezależnej. Ponadto narzędzie to jest odporne na założenie klasycznej regresji dotyczące postaci wielowymiarowego rozkładu składnika losowego. Estymacji punktowej parametrów modeli dokonano przy użyciu zmiennych instrumentalnych (Kim, Muller 2004), natomiast do estymacji przedziałowej i weryfikacji hipotezy istotności parametrów wykorzystano metodę bootstrap.
    The paper investigates the impact of the selected factors on the healthy life years of men and women in the EU countries. The multiple quantile spatial autoregression models are used in order to account for substantial differences in the healthy life years and life quality across the EU members. Quantile regression allows studying dependencies between variables in different quantiles of the response distribution. Moreover, this statistical tool is robust against violations of the classical regression assumption about the distribution of the error term. Parameters of the models were estimated using instrumental variable method (Kim, Muller 2004), whereas the confidence intervals and p-values were bootstrapped.
    Źródło:
    Comparative Economic Research. Central and Eastern Europe; 2016, 19, 5; 179-199
    1508-2008
    2082-6737
    Pojawia się w:
    Comparative Economic Research. Central and Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    What Affects The Ability To Accumulate The Best Applicants By Russian Universities? The Application Of Quantile Regression Model
    Jakie czynniki decydują o zdolnościach do pozyskiwania najlepszych studentów przez rosyjskie uczelnie wyższe? Aplikacja modelu regresji kwantylowej
    Autorzy:
    Łaszkiewicz, Edyta
    Zemstov, Stepan
    Barinova, Vera
    Powiązania:
    https://bibliotekanauki.pl/articles/633179.pdf
    Data publikacji:
    2016
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    instytucje szkolnictwa wyższego
    system edukacji w Rosji
    konkurencyjność
    higher education institution
    universities’ competitiveness
    Russian education system
    students
    quantile regression
    Opis:
    Celem artykułu jest identyfikacja czynników, determinujących konkurencyjność uczelni wyższych w zakresie pozyskiwania najlepszych studentów. Główna uwaga położona została na weryfikacji trzech grup czynników –związanych z procesem kształcenia, reprezentujących jakość badań naukowych oraz wskazujących na powiązania biznesowe uczelni. W badaniu wykorzystano model regresji kwantylowej, którego parametry oszacowano oddzielnie na próbie publicznych i prywatnych szkół wyższych, zlokalizowanych w Rosji.| Uzyskane wyniki wskazują, że nie tylko tradycyjne czynniki, związane z procesem kształcenia, wpływają na atrakcyjność edukacyjną szkół wyższych. Istotny wpływ na zdolność do akumulacji najlepszych studentów ma jakość prowadzonych badań naukowych i powiązania uczelni z biznesem. Należy przy tym zauważyć, że osiągnięcie efektu synergii między działalnością naukową, edukacyjną i biznesową szkół wyższych nie jest łatwe i nie zawsze się udaje. Siła z jaką wspomniane czynniki determinują atrakcyjność edukacyjną różni się w zależności od typu uczelni (prywatna lub publiczna) oraz jest funkcją aktualnego potencjału jednostki. Zawarte w pracy spostrzeżenia mogą być potencjalnie wykorzystane przez szkoły wyższe oraz władze w procesie ewaluacji orientacji strategicznej uczelni oraz do sformułowania rekomendacji w zakresie działań sprzyjających poprawie atrakcyjności szkół wyższych w oczach przyszłych studentów.
    The aim of this paper is to evaluate which university’s characteristics have the greatest impact on the competitiveness of universities in their ability to attract better students in Russia. We examined the impact of three groups of factors,related to teaching, research and entrepreneurial activities of universities. The quantile regression model was applied for the subsample of public and private higher education institutions localized in Russia. The results prove that not only traditional, teaching-related factors affect the attractiveness of the universities. We found that the research quality and entrepreneurial experience both increase the ability to accumulate the best applicants by Russian universities. However, the synergy between training, research and business activities is not always achieved. The importance of science and business-oriented activities varies between public and private institutions. According to the results from the quantile regression the importance of the certain factors differs between the quantiles of the dependent variable distribution. Our findings might be useful for the governmental authorities during the universities’ assessment as well as for the higher education institutions themselves – in order to define their strategic development and attract better students.
    Źródło:
    Comparative Economic Research. Central and Eastern Europe; 2016, 19, 5; 81-98
    1508-2008
    2082-6737
    Pojawia się w:
    Comparative Economic Research. Central and Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Performing quantiles in multiple regression sampling strategy
    Ocena wartości przeciętnej za pomocą regresyjnej strategii losowania wykorzystującej kwantyle zmiennej pomocniczej
    Autorzy:
    Wywiał, Janusz
    Powiązania:
    https://bibliotekanauki.pl/articles/907013.pdf
    Data publikacji:
    2008
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    sampling design
    order statistic
    sample quantile
    auxiliary variable
    Horvitz-Thompson statistic
    inclussion probabilities
    sampling scheme
    regression estimator
    Opis:
    Estimation of the population average in a finite population by means of sampling strategy dependent on the sample quantile of an auxiliary variables is considered. The sampling design is proportionate to the determinant of the matrix dependent on some quantiles of an auxiliary variables. The sampling scheme implementing the sampling design is proposed. The derived inclusion probabilities are applied to estimation the population mean using the well known Horvitz-Thompson estimator. Moreover, the regression estimator is defined as the function of the coefficient dependent on the quantiles of the auxiliary variables. The properties of this estimator under the above defined sampling design are studied. The considerations are supported by empirical examples.
    Problem oceny wartości średniej z wykorzystaniem danych o wszystkich wartościach cech pomocniczych jest rozważany. W tym celu znany estymator regresyjny zależny od wielu zmiennych pomocniczych jest wykorzystywany. W odróżnieniu od zwykłego podejścia znanego w metodzie reprezentacyjnej do oceny parametrów regresji są wykorzystywane kwantyle jednej ze zmiennych dodatkowych. Otrzymane na tym polu wyniki są adoptowane do konstrukcji predytorów wartości średniej w nadpopulacji. Wyprowadzono również wariancje różnych odmian proponowanych predykatorów.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2008, 216
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      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