Informacja

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

Wyszukujesz frazę "variance-covariance" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Estimation of Population Averages on the Basis of a Vector of Cluster Means
Estymacja wartości przeciętnych w populacji na podstawie wektora średnich z próby grupowej
Autorzy:
Wywiał, Janusz
Powiązania:
https://bibliotekanauki.pl/articles/904922.pdf
Data publikacji:
2004
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
cluster sample
vector estimation
clustering methods
generalised variance
relative efficiency
homogeneity coefficient of multidimensional variable
eigenvalue of variance-covariance matrix
Opis:
The estimation of a vector of mean values is being considered. The vector estimator consists of simple cluster sample means. It is assumod that a population of a fixed size is divided into mutually disjoint clusters each of the same size. The variance-covariance matrix of the vector estimator is derived. It is a function of a homogeneity matrix of multidimensional variable which describes within-cluster spread of the multidimensional variable under research. The accuracy of estimation is measured by means of standard deviations of particular sample cluster means as well as by means of the trace or the determinant or the maximal eigenvalue of the variance-covariance matrix of the vector estimator. The accuracy of the vector of simple sample cluster means is compared with the accuracy of the vector of the simple sample means. The accuracy of the vector of simple sample cluster means increases when the degree of within-cluster spread of the distribution of a multidimensional variable increases. Hence, the population should be divided into such clusters that the within-cluster spread is as large as possible.
Zakłada się, że skończona i ustalona populacja jest podzielona na równoliczne i rozłączne grupy. Na podstawie prostej próby grupowej jest wyznaczany wektor średnich, który daje oceny wektora przeciętnych w populacji. Wyprowadzono macierz wariancji i kowariancji wektora wartości średnich z próby grupowej. Jest ona zależna od macierzy wewnątrzgrupowej jednorodności rozkładu wielowymiarowej zmiennej. Precyzja estymacji jest oceniana za pomocą wariancji poszczególnych średnich z próby grupowej, śladu, wyznacznika lub maksymalnej wartości własnej macierzy wariancji i kowariancji. Precyzja wektora średnich z próby grupowej jest porównywana z precyzją wektora średniej z próby prostej. Okazuje się, że wektor średnich z próby grupowej jest precyzyjniejszy od wektora przeciętnych z próby prostej, gdy stopień wewnątrzgrupowego zróżnicowania wartości zmiennych jest dostatecznie duży.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2004, 175
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Applications of VaR and CVaR Methods on Energy Market in Poland
Zastosowanie metod VaR oraz CVaR na rynku energii w Polsce
Autorzy:
Ganczarek, Alicja
Powiązania:
https://bibliotekanauki.pl/articles/905673.pdf
Data publikacji:
2006
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
Day Ahead Market
Balance Market
futures market
risk measures
Value-at-Risk
Conditional-Value-at-Risk
variance-covariance
Monte Carlo simulation
historical simulation
GED distribution
Opis:
This article presents downside risk measures such as: Value-at-Risk - VaR and Conditional Value-at-Risk - CVaR. We establish them with three of the known methods. The electric energy is an article of real tame, which we can not store up and this influences on changes of price. The downside risk measures are more effective than the measures of volatility for estimate risk on electric energy market. The aim this article is the choice of VaR and CVaR methods, that are the most effective for future risk on the Polish energy market. In this investigation we use the logarithmic rate of return of prices from the Polish Power Exchange, Balance Market (BM) from October to December 2002 and their simulation distributions.
Podejmując decyzje związane z przyszłością, podejmujemy ryzyko. Ocena ryzyka jest oceną subiektywną i w głównej mierze zależy od preferencji inwestorów. Niemniej jednak, aby ocenić ewentualne przyszłe ryzyko, należy go zmierzyć. Jest wiele różnych miar służących do jego pomiaru. W artykule skupiliśmy się nad kwantylowymi miarami zagrożenia Value-at-Risk - VaR oraz Conditional Value-at-Risk - CVaR. Będziemy te miary wyznaczać trzema znanymi metodami. Energia elektryczna jest towarem czasu rzeczywistego, którego się nie magazynuje, co w znacznym stopniu wpływa na kształtowanie się jej cen. Miary najgorszych realizacji spośród możliwych są efektywniejsze w przypadku oszacowania ryzyka na rynku energii niż miary przeciętne. Celem referatu jest wybór takiej spośród metod wyznaczania VaR oraz CVaR, aby najprecyzyjniej oszacować ewentualne przyszłe ryzyko straty na polskim rynku energii. Wyniki badań oparte są na logarytmicznych stopach zwrotu cen zanotowanych na Towarowej Giełdzie Energii oraz Rynku Bilansującym (RB) w okresie od 1 października do końca 2002 r., oraz na symulowanych rozkładach tych stóp zwrotu.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2006, 196
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
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