Informacja

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

Wyszukujesz frazę "Kosiorowski, Daniel" wg kryterium: Autor


Wyświetlanie 1-3 z 3
Tytuł:
Centrality-oriented causality : a study of EU agricultural subsidies and digital developement in Poland
Autorzy:
Kosiorowski, Daniel
Rydlewski, Jerzy P.
Powiązania:
https://bibliotekanauki.pl/articles/1181966.pdf
Data publikacji:
2020
Wydawca:
Politechnika Wrocławska. Oficyna Wydawnicza Politechniki Wrocławskiej
Tematy:
causal inference
counterfactuals
statistical depth function
robust statistical inference
digital development
Opis:
Results of a convincing causal statistical inference related to socio-economic phenomena are treated as an especially desired background for conducting various socio-economic programs or government interventions. Unfortunately, quite often real socio-economic issues do not fulfil restrictive assumptions of procedures of causal analysis proposed in the literature. This paper indicates certain empirical challenges and conceptual opportunities related to applications of procedures of data depth concept into a process of causal inference as to socio-economic phenomena. We show how to apply statistical functional depths to indicate factual and counterfactual distributions commonly used within procedures of causal inference. Thus, a modification of Rubin causality concept is proposed, i.e., a centrality-oriented causality concept. The presented framework is especially useful in the context of conducting causal inference based on official statistics, i.e., on the already existing databases. Methodological considerations related to extremal depth, modified band depth, Fraiman-Muniz depth, and multivariate Wilcoxon sum rank statistic are illustrated by means of example related to a study of an impact of EU direct agricultural subsidies on digital development in Poland in the period 2012–2018.
Źródło:
Operations Research and Decisions; 2020, 30, 3; 47--63
2081-8858
2391-6060
Pojawia się w:
Operations Research and Decisions
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykrywanie funkcjonalnych obserwacji odstających na przykładzie monitorowania jakości powietrza
Functional Outliers Detection by the Example of Air Quality Monitoring
Autorzy:
Kosiorowski, Daniel
Rydlewski, Jerzy P.
Zawadzki, Zygmunt
Powiązania:
https://bibliotekanauki.pl/articles/964970.pdf
Data publikacji:
2018
Wydawca:
Główny Urząd Statystyczny
Tematy:
funkcjonalne obserwacje odstające
wykrywanie funkcjonalnych obserwacji odstających
statystyka odporna
głębia funkcjonalna
analiza zanieczyszczenia powietrza
functional outliers
functional outliers detection
robust statistics
functional depth
air pollution analysis
Opis:
W pracy omówiono sposoby wykrywania obserwacji odstających w zbiorach danych funkcjonalnych. Omówiono mianowicie funkcjonalne obserwacje odstające ze względu na kształt i ze względu na amplitudę. Zdefiniowano wykres wartości odstających, służący do wykrywania funkcjonalnych obserwacji odstających ze względu na kształt. Omówiono też skorygowany funkcjonalny wykres pudełkowy służący do wykrywania funkcjonalnych obserwacji odstających ze względu na amplitudę. Elementy statystycznej analizy służącej do wykrywania obserwacji odstających zobrazowano na przykładzie danych pokazujących zanieczyszczenie powietrza w Katowicach oraz w Krakowie wybranymi czterema rodzajami substancji.
Methods of functional outliers detection in functional setting have been discussed, i.e. shape outliers and magnitude outliers. Outliergram has been discussed, a tool for functional shape outliers detection. Robust adjusted functional boxplot has been discussed as well, a tool for functional magnitude outliers detection. „The elements of functional outliers analysis have been applied to air pollution data for Katowice and Kraków.”
Źródło:
Przegląd Statystyczny; 2018, 65, 1; 83-100
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Forecasting of a Hierarchical Functional Time Series on Example of Macromodel for the Day and Night Air Pollution in Silesia Region — A Critical Overview
Autorzy:
Kosiorowski, Daniel
Mielczarek, Dominik
Rydlewski, Jerzy P.
Powiązania:
https://bibliotekanauki.pl/articles/2076274.pdf
Data publikacji:
2018
Wydawca:
Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:
day and night air pollution
functional data analysis
functionalmedian
hierarchical time series
reconciliation of forecasts
Opis:
In economics we often face a system which intrinsically imposes a structure of hierarchy of its components, i.e., in modeling trade accounts related to foreign exchange or in optimization of regional air protection policy. A problem of reconciliation of forecasts obtained on different levels of hierarchy has been addressed in the statistical and econometric literature many times and concerns bringing together forecasts obtained independently at different levels of hierarchy. This paper deals with this issue with regard to a hierarchical functional time series. We present and critically discuss a state of art and indicate opportunities of an application of these methods to a certain environment protection problem. We critically compare the best predictor known from the literature with our own original proposal. Within the paper we study a macromodel describing the day and night air pollution in Silesia region divided into five subregions.
Źródło:
Central European Journal of Economic Modelling and Econometrics; 2018, 1; 53-73
2080-0886
2080-119X
Pojawia się w:
Central European Journal of Economic Modelling and Econometrics
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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