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 "multiple discriminant analysis" wg kryterium: Wszystkie pola

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-9 z 9
    Tytuł:
    Prognozowanie upadłości polskich przedsiębiorstw za pomocą azjatyckich modeli wielowymiarowej analizy dyskryminacyjnej
    Bankruptcy risk assessment of Polish listed companies using Asian multiple discriminant analysis models
    Autorzy:
    Kopczyński, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/52690314.pdf
    Data publikacji:
    2022-06-21
    Wydawca:
    Stowarzyszenie Księgowych w Polsce
    Tematy:
    metody prognozowania upadłości
    spółki giełdowe
    bankructwo
    modele wielowymiarowej analizy dyskryminacyjnej
    analiza finansowa
    wskaźniki finansowe
    Opis:
    Cel: Głównym celem artykułu jest zbadanie, czy wielowymiarowe modele analizy dyskryminacyjnej opracowane w Malezji dla celów prognozowania upadłości malezyjskich firm przemysłowych oraz przedsiębiorstw singapurskich mogą być przydatne w ocenie ryzyka upadłości polskich spółek giełdowych. Metodyka/podejście badawcze: Do testowania modeli dyskryminacyjnych wykorzystano sprawozdania finansowe 25 upadłych firm polskich oraz takiej samej liczby spółek będących w dobrej sytuacji finansowej. Przeanalizowano trafność klasyfikacji podmiotów gospodarczych do dwóch grup (potencjalni bankruci i firmy będące w stanie utrzymać się na rynku) na podstawie modeli opracowanych w celu prognozowania bankructwa firm malezyjskich i singapurskich. Globalne wartości wskaźnika Z-score dla każdego z modeli zostały obliczone na rok, dwa i trzy lata przed ogłoszeniem upadłości. Wyniki: Model opracowany dla celów prognozowania upadłości malezyjskich firm przemysłowych poprawnie klasyfikował polskie spółki giełdowe, które ogłosiły upadłość; jego wadą jest duży odsetek niepoprawnie zaklasyfikowanych firm kontynuujących działalność. Z kolei model opracowany dla Singapuru pozwalał trafnie (w roku poprzedzają-cym ogłoszenie upadłości było to 100%) oceniać ryzyko bankructwa upadłych firm. Odsetek prawidłowo sklasyfikowanych firm kontynuujących działalność był niższy (od 76 do 92%), ale i tak akceptowalny. Ograniczenia/implikacje badawcze: Postuluje się zbadanie przydatności modeli na podstawie danych finansowych polskich firm pochodzących z różnych sektorów gospodarki (osobno dla wybranych branż), a zwłaszcza z wykorzystaniem raportów finansowych firm przemysłowych. Oryginalność/wartość: W literaturze polskojęzycznej często opisywane są metody prognozowania upadłości opracowane w krajach o wysokim poziomie rozwoju gospodarczego, takich jak: USA, Kanada, Niemcy, Wielka Brytania. Polscy uczeni również opracowali wiele narzędzi pozwalających przewidywać bankructwo. Niewiele uwagi poświęca się natomiast azjatyckim metodom prognozowania upadłości. Przeprowadzone badanie, którego wyniki zaprezentowano w artykule, pozwala poszerzyć wiedzę na ten temat oraz zbadać i ocenić użyteczność takich metod w warunkach polskich.
    Źródło:
    Zeszyty Teoretyczne Rachunkowości; 2022, 46(2); 69-96
    1641-4381
    2391-677X
    Pojawia się w:
    Zeszyty Teoretyczne Rachunkowości
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Ocena zdolności do kontynuowania działalności polskich spółek giełdowych w czasie kryzysu z wykorzystaniem modeli wielowymiarowej analizy dyskryminacyjnej
    Assessment of the viability of Polish listed companies during the crisis with the application of multivariate discriminant analysis models
    Autorzy:
    Kopczyński, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/516230.pdf
    Data publikacji:
    2017
    Wydawca:
    Stowarzyszenie Księgowych w Polsce
    Tematy:
    sytuacja finansowa
    kryzys
    przewidywanie upadłości
    bankructwo
    modele wielowymiarowej analizy dyskryminacyjnej
    analiza finansowa
    wskaźniki finansowe
    financial situation
    crisis
    corporate failure prediction
    bankruptcy
    multiple discriminant analysis models
    financial statement analysis
    financial ratios
    Opis:
    Ogólnoświatowy kryzys gospodarczy na rynkach finansowych, który rozpoczął się w 2007 roku miał ogromny wpływ na sytuację na światowych giełdach. Na zachowanie inwestorów często wpływa wiele czynników, które determinują ich decyzje inwestycyjne. Nie zawsze postępują oni w sposób racjonalny, często mają skłonność do przesadnych reakcji i kierują się emocjami, dlatego też trudno jest wyjaśnić ich zachowania i decyzje w czasie kryzysu, zwłaszcza te dotyczące nagłej sprzedaży akcji. Ogromny spadek cen akcji na światowych giełdach był widoczny zwłaszcza we wczesnych stadiach kryzysu, ale prawdopodobnie nie był uzasadniony adekwatnym pogorszeniem rzeczywistej sytuacji finansowej spółek giełdowych. Światowy kryzys finansowy wywołał falę paniki i doprowadził do wyprzedaży akcji spółek notowanych na Giełdzie Papierów Wartościowych (GPW) w Warszawie. Wahania cen akcji nie zawsze odzwierciedlają rzeczywistą sytuację spółki, dlatego warto zbadać, czy kondycja spółek notowanych na GPW w rzeczywistości się pogorszyła i czy liczba firm zagrożonych bankructwem wzrosła w czasie trwania kryzysu. Głównym celem artykułu jest ocena wpływu ogólnoświatowego kryzysu gospodarczego na rynkach finansowych i bankowych na sytuację finansową i wyniki polskich spółek giełdowych. Do oceny rzeczywistych zmian w sytuacji finansowej polskich spółek giełdowych w okresie poprzedzającym kryzys (2006 r.) i w czasie kryzysu (lata 2007–2011) wykorzystano osiem modeli wielowymiarowej analizy dyskryminacyjnej. Pozwalają one przewidywać upadłość przedsiębiorstwa i oceniać sytuację finansową firmy w sposób całościowy, z różnych punktów widzenia jednocześnie. Liczba firm zagrożonych bankructwem powinna – przynajmniej teoretycznie – wzrosnąć w czasie kryzysu. Badaniem objęto 175 polskich spółek notowanych na rynku regulowanym GPW w Warszawie. Ich dane finansowe pochodziły w całości z bazy danych Notoria Serwis, dostępnej poprzez stronę internetową Biblioteki Uniwersytetu Łódzkiego.
    The Global Financial Crisis, which began in 2007, had a huge influence on the situation on world stock markets. The behavior of investors is often affected by various factors which can impact their investment decisions. As they do not always act rationally, have a tendency to overreact and cannot remove all emotional components from their decision-making process, it may be difficult to explain their behavior and investment decisions during the crisis, especially those concerning the sale of shares. The huge drop in share prices on world stock markets was visible in the early stages of the crisis, but it probably was not justified by actual deterioration of the financial situation of listed companies. The Global Financial Crisis triggered a wave of panic selling of shares on the Warsaw Stock Exchange (WSE). As the fluctuations in share prices do not always reflect the real economic situation of the companies, it is worth to examine whether the financial standing of companies listed on WSE actually deteriorated and whether the number of companies facing bankruptcy grew during the 2007 Crisis. The main purpose of this article is to evaluate the influence of the recent financial crisis on the financial situation and performance of Polish listed companies. Eight multiple discriminant analysis models were utilized to evaluate the real changes in the financial situation of Polish listed companies during the crisis (years 2006-2011). The aforementioned models enable prediction of corporate bankruptcy and measurement of financial health of companies. Theoretically, the number of companies facing bankruptcy should increase in time of crisis. As many as 175 joint-stock companies listed on the regulated market of the WSE were covered by the study. Their financial data were extracted from the Notoria Serwis database, which is available on the University of Lodz Library’s website.
    Źródło:
    Zeszyty Teoretyczne Rachunkowości; 2017, 91(147); 21-62
    1641-4381
    2391-677X
    Pojawia się w:
    Zeszyty Teoretyczne Rachunkowości
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modele oceny zagrożenia przedsiębiorstwa upadłością jako narzędzie diagnozy stanu finansowego spółek rynku kapitałowego
    Bankruptcy risk assessment models as a tool for diagnosing the financial condition of capital market companies
    Autorzy:
    Kopczyński, Paweł
    Powiązania:
    https://bibliotekanauki.pl/articles/1064877.pdf
    Data publikacji:
    2020
    Wydawca:
    Stowarzyszenie Księgowych w Polsce
    Tematy:
    financial situation
    listed companies
    corporate failure prediction
    bankruptcy
    multiple discriminant analysis models
    financial crisis
    Opis:
    Purpose: The main purpose of this article is to examine the usefulness of multiple discriminant analysis models in assessing the financial condition of individual enterprises, the state of the economy, and its sectors. The study assessed the financial situation of Polish listed companies at the end of the global economic crisis that started in 2007. Methodology/approach: Seven discriminant functions were used to assess the actual changes in the finan-cial situation of listed companies during the period of 2009–2014. In order to diagnose the end of the crisis, the period in which countries emerged from the global economic crisis was taken into account. The study covered 175 Polish companies listed on the regulated market operated by the Warsaw Stock Exchange, whose standalone financial statements were used. These companies belong to 22 sectors of the economy. It was assumed that the number of companies at risk of bankruptcy should have decreased during this period. Findings: The study showed that it is difficult to determine when the crisis ended and stopped affecting Polish listed companies. Their financial condition gradually improved during the period 2013–2014. Multiple discriminant analysis models are useful in assessing the risk of bankruptcy, but the study results show that it is safer to use several models simultaneously and to eliminate outliers. Research limitations/implications: The discriminant models used in the study are suitable for conducting research on large populations within enterprises and can be used by state and financial institutions (including banks) and authorities in Poland to facilitate the conduct of economic statistics, forecasting economic situation, etc. Originality/value: In Poland, many studies have been carried out on the usefulness of multiple discrimi-nant analysis models for the purposes of forecasting the bankruptcy of individual enterprises. However, there are few studies devoted to assessing the usefulness of the models in conducting research on large populations within enterprises (i.e., assessing the state of the economy and its sectors). This research helps to explore and fill this research gap.
    Źródło:
    Zeszyty Teoretyczne Rachunkowości; 2020, 110(166); 31-75
    1641-4381
    2391-677X
    Pojawia się w:
    Zeszyty Teoretyczne Rachunkowości
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Feature Selection and Multiple Model Approach in Discriminant Analysis
    Dobór zmiennych a podejście wielomodelowe w analizie dyskryminacyjnej
    Autorzy:
    Gatnar, Eugeniusz
    Powiązania:
    https://bibliotekanauki.pl/articles/906874.pdf
    Data publikacji:
    2007
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    tree-based models
    aggregation
    feature selection
    random subspaces
    Opis:
    Significant improvement of model stability and prediction accuracy in classification and regression can be obtained by using the multiple model approach. In classification multiple models are built on the basis of training subsets (selected from the training set) and combined into an ensemble or a committee. Then the component models (classification trees) determine the predicted class by voting. In this paper some problems of feature selection for ensembles will be discussed. We propose a new correlation-based feature selection method combined with the wrapper approach.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2007, 206
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Face Recognition Using Canonical Correlation, Discrimination Power, and Fractional Multiple Exemplar Discriminant Analyses
    Autorzy:
    Hajiarbabi, M.
    Agah, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/384779.pdf
    Data publikacji:
    2015
    Wydawca:
    Sieć Badawcza Łukasiewicz - Przemysłowy Instytut Automatyki i Pomiarów
    Tematy:
    face recognition
    Canonical Correlation Analysis
    Discrimination Power Analysis
    Multiple Exemplar Discriminant Analysis
    Radial Basis Function neural
    networks
    Opis:
    Face recognition is a biometric identification method which compared to other methods, such as finger print identification, speech, signature, hand written and iris recognition is shown to be more noteworthy both theoretically and practically. Biometric identification methods have various applications such as in film processing, control access networks, among many. The automatic recognition of a human face has become an important problem in pattern recognition, due to (1) the structural similarity of human faces, and (2) great impact of factors such as illumination conditions, facial expression and face orientation. These have made face recognition one of the most challenging problems in pattern recognition. Appearance-based methods are one of the most common methods in face recognition, which can be categorized into linear and nonlinear methods. In this paper face recognition using Canonical Correlation Analysis is introduced, along with the review of the linear and nonlinear appearance-based methods. Canonical Correla- tion Analysis finds the linear combinations between two sets of variables which have maximum correlation with one another. Discriminant Power analysis and Fractional Multiple Discriminant Analysis has been used to extract features from the image. The results provided in this paper show the advantage of this method compared to other methods in this field.
    Źródło:
    Journal of Automation Mobile Robotics and Intelligent Systems; 2015, 9, 4; 18-27
    1897-8649
    2080-2145
    Pojawia się w:
    Journal of Automation Mobile Robotics and Intelligent Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bankruptcy prediction in Visegrad group countries using multiple discriminant analysis
    Autorzy:
    Kliestik, Tomas
    Vrbka, Jaromir
    Rowland, Zuzana
    Powiązania:
    https://bibliotekanauki.pl/articles/22446534.pdf
    Data publikacji:
    2018
    Wydawca:
    Instytut Badań Gospodarczych
    Tematy:
    bankruptcy
    prediction model
    discriminant analysis
    Visegrad group
    financial analysis
    Opis:
    Research background: The problem of bankruptcy prediction models has been a current issue for decades, especially in the era of strong competition in markets and a constantly growing number of crises. If a company wants to prosper and compete successfully in a market environment, it should carry out a regular financial analysis of its activities, evaluate successes and failures, and use the results to make strategic decisions about the future development of the business. Purpose of the article: The main aim of the paper is to develop a model to reveal the un-healthy development of the enterprises in V4 countries, which is done by the multiple discriminant analysis. Methods: To conduct the research, we use the Amadeus database providing necessary financial and statistical data of almost 450,000 enterprises, covering the year 2015 and 2016, operating in the countries of the Visegrad group. Realizing the multiple discriminant analysis, the most significant predictor and the best discriminants of the corporate prosperity are identified, as well as the prediction models for both individual V4 countries and complex Visegrad model. Findings & Value added: The results of the research reveal that the prediction models use the combination of same financial ratios to predict the future financial development of a company. However, the most significant predictors are current assets to current liabilities ratio, net income to total assets ratio, ratio of non-current liabilities and current liabilities to total assets, cash and cash equivalents to total assets ratio and return of equity. All developed models have more than 80 % classification ability, which indicates that models are formed in accordance with the economic and financial situation of the V4 countries. The research results are important for companies themselves, but also for their business partners, suppliers and creditors to eliminate financial and other corporate risks related to the un-healthy or unfavorable financial situation of the company.
    Źródło:
    Equilibrium. Quarterly Journal of Economics and Economic Policy; 2018, 13, 3; 569-593
    1689-765X
    2353-3293
    Pojawia się w:
    Equilibrium. Quarterly Journal of Economics and Economic Policy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bankruptcy prediction in the post-pandemic period: A case study of Visegrad Group countries
    Autorzy:
    Valaskova, Katarina
    Gajdosikova, Dominika
    Belas, Jaroslav
    Powiązania:
    https://bibliotekanauki.pl/articles/19322751.pdf
    Data publikacji:
    2023
    Wydawca:
    Instytut Badań Gospodarczych
    Tematy:
    bankruptcy
    prediction model
    multiple discriminant analysis
    Visegrad group countries
    Opis:
    Research background: Effective monitoring of financial health is essential in the financial management of enterprises. Early studies to predict corporate bankruptcy were published at the beginning of the last century. The prediction models were developed with a significant delay even among the Visegrad group countries. Purpose of the article: The primary aim of this study is to create a model for predicting bankruptcy based on the financial information of 20,693 enterprises of all sectors that operated in the Visegrad group countries during the post-pandemic period (2020-2021) and identify significant predictors of bankruptcy. To reduce potential losses to shareholders, investors, and business partners brought on by the financial distress of enterprises, it is possible to use multiple discriminant analysis to build individual prediction models for each Visegrad group country and a complex model for the entire Visegrad group. Methods: A bankruptcy prediction model is developed using multiple discriminant analysis. Based on this model, prosperity is assessed using selected corporate financial indicators, which are assigned weights such that the difference between the average value calculated in the group of prosperous and non-prosperous enterprises is as large as possible. Findings & value added: The created models based on 6-14 financial indicators were developed using different predictor combinations and coefficients. For all Visegrad group countries, the best variable with the best discriminating power was the total indebtedness ratio, which was included in each developed model. These findings can be used also in other Central European countries where the economic development is similar to the analyzed countries. However, sufficient discriminant ability is required for the model to be used in practice, especially in the post-pandemic period, when the financial health and stability of enterprises is threatened by macroeconomic development and the performance and prediction ability of current bankruptcy prediction models may have decreased. Based on the results, the developed models have an overall discriminant ability greater than 88%, which may be relevant for academicians to conduct further empirical studies in this field.
    Źródło:
    Oeconomia Copernicana; 2023, 14, 1; 253-293
    2083-1277
    Pojawia się w:
    Oeconomia Copernicana
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Badanie autentyczności cyfrowych nagrań fonicznych utrwalonych w plikach MP3
    Autenticity investigation of digital audio recorded as MP3 files
    Autorzy:
    Korycki, Rafał
    Powiązania:
    https://bibliotekanauki.pl/articles/1374046.pdf
    Data publikacji:
    2014
    Wydawca:
    Centralne Laboratorium Kryminalistyczne Policji
    Tematy:
    badanie autentyczności nagrań cyfrowych
    wykrywanie montażu
    badanie dowodów cyfrowych
    podwójna i wielokrotna kompresja MP3
    MDCT
    metody uczenia maszynowego z nadzorem
    maszyna wektorów nośnych (SVM)liniowa analiza dyskryminacyjna (LDA)
    authenticity examination of the digital recordings
    detection of montage
    testing digital evidence
    double and multiple MP3 compression
    supervised machine learning methods
    support vector machine (SVM)
    linear discriminant analysis (LDA)
    Opis:
    W pracy nakreślono problem wykrywania nieciągłości w nagraniach dźwiękowych poddanych stratnej kompresji i zaprezentowano nowe metody, które mogą być wykorzystane do badania autentyczności cyfrowych zapisów fonicznych. Prezentowane rozwiązania bazują na statystycznych analizie danych obliczonych na podstawie wartości współczynników MDCT. Wyznaczone wektory składające się z 228 cech zostały użyte jako sekwencje treningowe dwóch algorytmów uczenia maszynowego z nadzorem: liniowej analizy dyskryminacyjnej (LDA) oraz maszyny wektorów nośnych (SVM). Detekcja wielokrotnej kompresji została wykorzystana zarówno do wykrywania modyfikacji zapisu, jak również do ujawniania śladów montażu w cyfrowych nagraniach fonicznych. Skuteczność algorytmów służących do wykrywania nieciągłości została przetestowana na specjalnie przygotowanej w tym celu bazie nagrań muzycznych składającej się z blisko miliona plików MP3. Wyniki badań zostały omówione w kontekście wpływu parametrów kompresji na możliwość detekcji ingerencji w zapis cyfrowych nagrań fonicznych.
    In the work, the problem of detecting discontinuities in lossily compressed audio recordings was outlined and new methods that can be used to examine the authenticity of digital audio records were presented. The presented solutions are based on statistical analysis of the data, calculated on the basis of the value of MDCT coefficients. Designated vectors, consisting of 228 features, were used as the training sequences of two machine learning algorithms under the supervision of the linear discriminant analysis (LDA) and the support vector machine (SVM). Detection of multiple compression was both used to detect modification of the recording as well as to reveal traces of montage in digital audio recordings. The effectiveness of the algorithms for the detection of discontinuities was tested on the database of recorded music consisting of nearly one million MP3 files, specially prepared for this purpose. The results of the research were discussed in the context of the influence of parameters of the compression on the ability to detect interference in digital audio recordings.
    Źródło:
    Problemy Kryminalistyki; 2014, 283; 2-17
    0552-2153
    Pojawia się w:
    Problemy Kryminalistyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An identification source of variation on the water quality pattern in the Malacca River basin using chemometric approach
    Autorzy:
    Hua, A. K.
    Powiązania:
    https://bibliotekanauki.pl/articles/204612.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    hierarchical cluster analysis
    discriminant analysis
    principal component analysis
    multiple linear
    regression analysis
    Opis:
    The Malacca River basin experienced river water pollution which caused a major deterioration to the ecosystems and environmental health. This study is carried out to assess the water quality data and identify the pattern of water pollution sources in the study area, and also to develop a predictive performance of water quality in the Malacca River basin. A chemometric approach using a combination of HCA, DA, PCA, and MLR, was applied into twenty water quality variables from nine sampling stations that were collected from January until December of 2015 in the river basin. HCA pointed out three clusters, namely Cluster 1 (C1) with low pollution source, Cluster 2 (C2) with moderate pollution source, and Cluster 3 (C3) with high pollution source. In the DA analysis, the results showed 21 variables, 12 variables, and 9 variables for standard mode, forward stepwise mode, and backward stepwise mode, respectively. Meanwhile, the PCA indicated that the main source of pollutants is detected from residential, industrial, commercial, agricultural, animal livestock, as well as forest land. Among the three models developed from MLR analysis, C3 with a high pollution source is detected to be the most suitable model to be used for the prediction of Water Quality Index in the Malacca River basin. This study proposed for an effective river water quality management by having new water quality monitoring network to be designed for more practical use in order to reduce time and effort, as well as cost saving purposes.
    Źródło:
    Archives of Environmental Protection; 2018, 44, 4; 111-122
    2083-4772
    2083-4810
    Pojawia się w:
    Archives of Environmental Protection
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-9 z 9

      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