Informacja

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

Wyszukujesz frazę "transition matrix" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Wykorzystanie łańcuchów Markowa do prognozowania zmian w strukturze polskich przedsiębiorstw
Using Markov Chains to Predict Changes in the Structure of Polish Companies
Autorzy:
Nehrebecka, Natalia
Powiązania:
https://bibliotekanauki.pl/articles/574275.pdf
Data publikacji:
2011-10-31
Wydawca:
Szkoła Główna Handlowa w Warszawie. Kolegium Analiz Ekonomicznych
Tematy:
business demography
Markov chains
transition matrix
Opis:
The author proposes a method for predicting structural changes in Polish enterprises based on Markov chain theory. This method makes it possible to analyze the entry and exit of companies in specific business sectors, as well as to examine the migration of firms across sectors. Markov chains enable forecasts of the future composition of the corporate sector as well as computations of the average remaining lifetime and average age of companies in each category based on an appropriate fundamental matrix. This can serve as the basis for further conclusions concerning not only the economy as a whole, but also its individual components. The findings presented in the article testify to the stability of Polish companies in changing economic conditions. The level of migration across sectors is low and limited to several sectors and the expected company lifetime is relatively short. On average, the lifetime of Polish companies is less than half that of Belgian companies surveyed by the National Bank of Belgium, for example. Generally, Nehrebecka says, transport companies have the shortest lifetimes in Poland, followed by companies active in sectors such as construction, “other services” and trade. On the other hand, companies operating in agriculture, the hunting-and-forestry sector and industry tend to stay the longest on the market. The average maturity of a sector, measured with the so-called “closeness to extinction” index for all the companies, is 46%. Non-specialized exporters show the highest average age in the analyzed sectors. State-owned companies have significantly higher average age and remaining lifetime than private companies. The larger the company, the higher is its average age and average remaining lifetime. According to Nehrebecka, studies of the demographic evolution of businesses may be an additional point of reference for the evaluation of monetary policy transmission mechanisms and for shaping the institutional and legal environments in which businesses operate.
Źródło:
Gospodarka Narodowa. The Polish Journal of Economics; 2011, 251, 10; 59-98
2300-5238
Pojawia się w:
Gospodarka Narodowa. The Polish Journal of Economics
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Application of the logistic regression for determining transition probability matrix of operating states in the transport systems
Zastosowanie regresji logistycznej do wyznaczania macierzy prawdopodobieństw przejść stanów eksploatacyjnych w systemach transportowych
Autorzy:
Kozłowski, Edward
Borucka, Anna
Świderski, Andrzej
Powiązania:
https://bibliotekanauki.pl/articles/301531.pdf
Data publikacji:
2020
Wydawca:
Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
Tematy:
logistic regression
transition probability matrix
Markov chains
transport system
regresja logistyczna
macierz prawdopodobieństw przejść
łańcuchy Markowa
system transportowy
Opis:
Transport companies can be regarded as a technical, organizational, economic and legal transport system. Maintaining the quality and continuity of the implementation of transport requisitions requires a high level of readiness of vehicles and staff (especially drivers). Managing and controlling the tasks being implemented is supported by mathematical models enabling to assess and determine the strategy regarding the actions undertaken. The support for managing processes relies mainly on the analysis of sequences of the subsequent activities (states). In many cases, this sequence of activities is modelled using stochastic processes that satisfy Markov property. Their classic application is only possible if the conditional probability distributions of future states are determined solely by the current operational state. The identification of such a stochastic process relies mainly on determining the probability matrix of interstate transitions. Unfortunately, in many cases the analyzed series of activities do not satisfy Markov property. In addition, the occurrence of the next state is affected by the length of time the system remains in the specified operating state. The article presents the method of constructing the matrix of probabilities of transitions between operational states. The values of this matrix depend on the time the object remains in the given state. The aim of the article was to present an alternative method of estimating the parameters of this matrix in a situation where the studied series does not satisfy Markov property. The logistic regression was used for this purpose.
Przedsiębiorstwa transportowe mogą być traktowane jako wyodrębniony pod względem technicznym, organizacyjnym, ekonomicznym i prawnym system transportowy. Zachowanie jakości i ciągłości realizacji zleceń przewozowych wymaga wysokiego poziomu gotowości pojazdów oraz personelu (szczególnie kierowców). Kontrolowanie i sterowanie realizowanymi zadaniami wspierane jest modelami matematycznymi, umożliwiającymi ocenę i określenie strategii dotyczącej podejmowanych działań. Wsparcie procesów zarządzania polega głównie na analizie sekwencji kolejnych, realizowanych czynności (stanów). W wielu przypadkach taki ciąg czynności jest modelowany za pomocą procesów stochastycznych, spełniających własność Markowa. Ich klasyczne zastosowanie możliwe jest tylko w przypadku, gdy warunkowe rozkłady prawdopodobieństwa przyszłych stanów są określone wyłącznie przez bieżący stan eksploatacyjny. Identyfikacja takiego procesu stochastycznego polega głównie na wyznaczeniu macierzy prawdopodobieństw przejść międzystanowych. Niestety w wielu przypadkach analizowane ciągi czynności nie spełniają własności Markowa. Dodatkowo, na wystąpienie kolejnego stanu wpływa długość interwału czasowego pozostania systemu w określonym stanie eksploatacyjnym. W artykule przedstawiono metodę konstrukcji macierzy prawdopodobieństw przejść pomiędzy stanami eksploatacyjnymi. Wartości tej macierzy zależą od czasu przebywania obiektu w danym stanie. Celem artykułu było zaprezentowanie alternatywnej metody estymacji parametrów tej macierzy w sytuacji, gdy badany szereg nie spełnia własności Markowa. Wykorzystano w tym celu regresję logistyczną.
Źródło:
Eksploatacja i Niezawodność; 2020, 22, 2; 192-200
1507-2711
Pojawia się w:
Eksploatacja i Niezawodność
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