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 "bayes" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Minimax mutual prediction
    Autorzy:
    Trybuła, Stanisław
    Powiązania:
    https://bibliotekanauki.pl/articles/1208154.pdf
    Data publikacji:
    2000
    Wydawca:
    Polska Akademia Nauk. Instytut Matematyczny PAN
    Tematy:
    multinomial
    Bayes
    binomial
    minimax mutual predictor
    Opis:
    The problems of minimax mutual prediction are considered for binomial and multinomial random variables and for sums of limited random variables with unknown distribution. For the loss function being a linear combination of quadratic losses minimax mutual predictors are determined where the parameters of predictors are obtained by numerical solution of some equations.
    Źródło:
    Applicationes Mathematicae; 2000, 27, 4; 437-444
    1233-7234
    Pojawia się w:
    Applicationes Mathematicae
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Impact of ownership concentration on the innovation of small and medium-sized enterprises
    Wpływ koncentracji własności na innowacyjność małych i średnich przedsiębiorstw
    Autorzy:
    Oanh, Dao Le Kieu
    Nguyen, Hong Thu
    Linh, Nguyen Tran Xuan
    Nhan, Do Thi Thanh
    Powiązania:
    https://bibliotekanauki.pl/articles/27315295.pdf
    Data publikacji:
    2022
    Wydawca:
    Politechnika Częstochowska
    Tematy:
    ownership concentration
    innovation
    SMEs
    FDI
    Bayes
    koncentracja własności
    innowacje
    MŚP
    BIZ
    Opis:
    The study was conducted to assess the impact of ownership concentration on the innovation of Small and Medium-sized Enterprises (SMEs) in Vietnam. Furthermore, innovation is seen as an important element in creating competitiveness to achieve long-term development for a company. This topic has been reported in many previous pieces of research where innovation is often measured through the number of patents. However, this study measures the innovation of SMEs through whether these businesses introduce products/services or introduce a new production process or new technology in 3 years. By Logit Bayes regression method, the research results show that ownership concentration harms the innovation of SMEs in Vietnam. The authors explain this result through channels like "access to capital" and the "Risk aversion" channels.
    Badanie przeprowadzono w celu oceny wpływu koncentracji własności na innowacyjność małych i średnich przedsiębiorstw (MŚP) w Wietnamie. Ponadto innowacyjność postrzegana jest jako ważny element tworzenia konkurencyjności w celu osiągnięcia długoterminowego rozwoju firmy. Ten temat został poruszony w wielu poprzednich badaniach, w których innowacyjność jest często mierzona liczbą patentów. Jednak badanie to mierzy innowacyjność MŚP poprzez to, czy te firmy wprowadzają produkty/usługi lub wprowadzają nowy proces produkcyjny lub nową technologię w ciągu 3 lat. Wyniki badań metodą regresji Logit Bayes pokazują, że koncentracja własności szkodzi innowacyjności MŚP w Wietnamie. Autorzy wyjaśniają ten wynik kanałami, takimi jak „dostęp do kapitału” i „niechęć do ryzyka”.
    Źródło:
    Polish Journal of Management Studies; 2022, 25, 1; 312--326
    2081-7452
    Pojawia się w:
    Polish Journal of Management Studies
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Czy można wierzyć sondażom przedwyborczym? Wykorzystanie podejścia bayesowskiego do analizy rozbieżności między wynikami wyborów parlamentarnych w Polsce a danymi z badań sondażowych
    Can Pre-Election Polls Be Believed? Use of a Bayesian Approach to Analyse the Disparity Between Parliamentary Election Results in Poland and Survey Data
    Autorzy:
    Matuszewski, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/427703.pdf
    Data publikacji:
    2016
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    sondaże przedwyborcze
    prognozy polityczne
    Bayes
    MCMC
    political forecasts
    pre-election polls accuracy
    election polling
    Opis:
    Celem artykułu jest określenie tego, jak dobrze sondaże przedwyborcze potrafią przewidywać wyniki wyborów parlamentarnych oraz od czego zależy trafność tych prognoz. Zmiennymi wyjaśnianymi jest poprawne wskazanie zwycięskiego komitetu oraz wyniku wyborczego poszczególnych opcji politycznych biorących udział w wyborach. Pierwszą zmienną wyjaśniającą jest czas między badaniem a datą wyborów. Drugą zmienną wyjaśniającą jest różnica wskazań między dwoma komitetami o największym poparciu. Dane empiryczne obejmują wyniki sondaży w okresie 12 miesięcy przed wyborami parlamentarnymi w Polsce od 1993 do 2015 roku. W analizie wykorzystano bayesowski model hierarchiczny i symulację Monte Carlo. Częściowo potwierdziły się hipotezy, które wskazywały, że zdolność sondaży do przewidywania największego poparcia i do wskazania wyników wyborczych poszczególnych komitetów jest tym większa, im bliżej do wyborów. W pełni potwierdziła się hipoteza, że sondaże tym lepiej wskazują zwycięski komitet, im większa jest różnica między sondażowym poparciem dwóch głównych oponentów.
    The aim of this article is to determine how well pre-election polls can predict the results of parliamentary elections, and what determines the accuracy of these predictions. The dependent variables are 1) the correct indication of the winning party and 2) the accuracy of election surveys in forecasting voters’ support. The first independent variable is the time between the poll and the date of the election. The second explanatory variable is the difference in results between the two parties with the greatest support. This study uses data from all publicly available polls that took place in the 12 months before every parliamentary election in Poland from 1993 to 2015. The analysis uses Bayesian hierarchical modeling and Markov Chain Monte Carlo simulation. The results show that the average probability that a pre-election poll will correctly predict the winning party is around 80%, whereas the probability that it will correctly predict the distribution of voters’ support (with 3% error margin) is around 50%. The evidence partially proved that the forecasting accuracy of an election poll is the better the closer the poll is taken to the date of the election. It was also proved that the ability of a poll to predict the winner is better the greater the gap between the survey results of the two leading parties.
    Źródło:
    Studia Socjologiczne; 2016, 4(223); 253-276
    0039-3371
    Pojawia się w:
    Studia Socjologiczne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bayesowski model wzrostu niezawodności oparty na dynamicznych parametrach rozkładu
    Bayesian reliability growth model based on dynamic distribution parameters
    Autorzy:
    Tao, Y.
    Zhang, Y. A.
    Chen, X.
    Ming, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/301037.pdf
    Data publikacji:
    2010
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    statystyka populacji niejednorodnej
    model monotoniczny
    Bayes
    model przyrostu niezawodności
    rozkład wykładniczy
    non-homo geneous population statistics
    monotone model
    reliability growth model
    exponential distribution
    Opis:
    W artykule przestudiowano metody analizy statystycznej na różnych etapach wzrostu niezawodności w oparciu o model monotoniczny. Zamodelowano zmiany jakim dynamiczne parametry rozkładu podlegają podczas badań. Podano bayesowskie modele wzrostu niezawodności dla licznych etapów wzrostu niezawodności. Na koniec metodę zweryfikowano w oparciu o przykład praktyczny.
    In this paper we study the statistical analysis methods at different stages of reliability growth based on the monotone model. The changes of dynamic distribution parameters during test are modeled. Bayesian reliability growth models for multiple stages of reliability growth are given. Finally the method is validated by a practical example.
    Źródło:
    Eksploatacja i Niezawodność; 2010, 2; 13-16
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    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