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 "Robust estimator" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Extreme Value Distributions and Robust Estimation
    Rozklady wartości ekstremalnych a estymacja odporna
    Autorzy:
    Trzpiot, Grażyna
    Powiązania:
    https://bibliotekanauki.pl/articles/906304.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    Extreme value theory
    Extreme value distributions
    Robust estimation
    M-estimator
    Opis:
    Modele stochastyczne są istotne dla zastosowań w finansach czy w ubezpieczeniach. Statystyczne metody estymacji parametrycznej wykorzystywane najczęściej do wyznaczania parametrów modeli to metoda największej wiarygodności lub MNK. Metody te dają optymalne oszacowania modeli, jednakże odchylenia obserwowanych wartości w kalibrowanym modelu mogą zachwiać dobre własności estymatorów. Przedstawimy pewne aspekty estymacji odpornej w kontekście rozkładów wartości ekstremalnych. Podejmiemy dyskusję metodologicznych aspektów zagadnienia pokazując, jak estymatory odporne wpływają na jakość analiz z wykorzystaniem rozkładów wartości ekstremalnych poprzez informacje o obserwacjach wpływowych.
    In parametric statistics estimators such as maximum likelihood or OLS typically estimate stochastic models, which play an important role in finance and insurance. These methods are generally optimal for an assumed reference model. Slight deviations from the assumed model may easy destroy the good statistical properties of the estimator. We present some aspects related to robust estimation in the context of extreme value theory (ETV). We discuss some methodological aspects how robust methods can improve the quality of extreme value theory data analysis by providing information on influential observations.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 228
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On optimality of the orthogonal block design
    Autorzy:
    Synówka-Bejenka, Ewa
    Zontek, Stefan
    Powiązania:
    https://bibliotekanauki.pl/articles/729896.pdf
    Data publikacji:
    2012
    Wydawca:
    Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
    Tematy:
    Experimental design
    orthogonal block design
    robust estimator
    maximum likelihood estimator
    A-optimality
    D-optimality
    Opis:
    In the paper a usual block design with treatment effects fixed and block effects random is considered. To compare experimental design the asymptotic covariance matrix of a robust estimator proposed by Bednarski and Zontek (1996) for simultaneous estimation of shift and scale parameters is used. Asymptotically A- and D- optimal block designs in the class of designs with bounded block sizes are characterized.
    Źródło:
    Discussiones Mathematicae Probability and Statistics; 2012, 32, 1-2; 59-68
    1509-9423
    Pojawia się w:
    Discussiones Mathematicae Probability and Statistics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Prognozowanie kowariancji warunkowej z wykorzystaniem odpornych estymatorów rozrzutu MCD i PCS w analizie portfelowej
    Conditional Covariance Prediction in Portfolio Analysis Using MCD and PCS Robust Multivariate Scatter Estimators
    Autorzy:
    Jaśko, Przemysław
    Kosiorowski, Daniel
    Powiązania:
    https://bibliotekanauki.pl/articles/1050527.pdf
    Data publikacji:
    2016-06-30
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    odporny estymator rozrzutu
    MCD
    PCS
    odporna analiza portfelowa
    zrealizowana kowariancja
    portfel o minimalnym ryzyku
    portfel ERC
    robust estimator of multivariate scatter
    robust portfolio analysis
    realized covariance
    minimum risk portfolio
    equal risk contribution portfolio
    Opis:
    W artykule porównujemy dwa macierzowe estymatory wielowymiarowego rozrzutu – estymator minimalnego wyznacznika macierzy kowariancji MCD z nową propozycją estymatora minimalizującego kryterium inkongruencji PCS w kontekście ich zastosowań w finansach. Przedstawiamy zasadnicze idee leżące u podłoża rozpatrywanych estymatorów. Analizujemy je za pomocą symulacji oraz za pomocą przykładów empirycznych dotyczących konstruowania portfeli inwestycyjnych.
    In this paper we compare two matrix estimators of multivariate scatter – the minimal covariance determinant estimator MCD with a new proposal an estimator minimizing an incongruence criterion PCS in a context of their applications in economics. We analyze the estimators using simulation studies and using empirical examples related to issues of portfolio building. In a decision process we often make use of multivariate scatter estimators. Incorrect value of these estimates may result in financial losses. In this paper we compare two robust multivariate scatter estimators – MCD (minimum covariance determinant) and recently proposed PCS (projection congruent subset), which are affine equivariant and have high breakdown points. In the empirical analysis we make use of them in the procedure of weights setting for minimum vari ance and equal risk contribution (ERC) portfolios.
    Źródło:
    Przegląd Statystyczny; 2016, 63, 2; 149-172
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Robust m-estimator of parameters in variance components model
    Autorzy:
    Zmyślony, Roman
    Zontek, Stefan
    Powiązania:
    https://bibliotekanauki.pl/articles/729842.pdf
    Data publikacji:
    2002
    Wydawca:
    Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
    Tematy:
    Robust estimator
    maximum likelihood estimator
    statistical functional
    Fisher consistency
    Fréchet differentiability
    Opis:
    It is shown that a method of robust estimation in a two way crossed classification mixed model, recently proposed by Bednarski and Zontek (1996), can be extended to a more general case of variance components model with commutative a covariance matrices.
    Źródło:
    Discussiones Mathematicae Probability and Statistics; 2002, 22, 1-2; 61-71
    1509-9423
    Pojawia się w:
    Discussiones Mathematicae Probability and Statistics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The Ryszard Zielinskis works on nonparametric quantile estimators and their use in robust statistics
    Autorzy:
    Rychlik, Tomasz
    Powiązania:
    https://bibliotekanauki.pl/articles/747653.pdf
    Data publikacji:
    2012
    Wydawca:
    Polskie Towarzystwo Matematyczne
    Tematy:
    quantile, order statistics, randomized estimator, equivariant estimator, confidence interval, most robust estimator, robustness.
    kwantyl, statystyka pozycyjna, estymator ekwiwariantny, estymator zrandomizowany, przedział ufnosci, estymator najodporniejszy
    Opis:
    Celem tej przegladowej pracy jest opis wyników profesora RyszardaZielinskiego dotyczacych nieparametrycznych estymatorów kwantyli w skonczonychpróbach oraz ich zastosowania w odpornej estymacji parametru połozenia. Główneprzesłanie badan Zielinskiego było nastepujace: do estymacji kwantyli nalezy uzywacpojedynczych statystyk pozycyjnych, a juz ich liniowe kombinacje moga byc bardzoniedokładne w duzych modelach nieparametrycznych. Optymalny wybór statystykipozycyjnej zalezy od kryterium oceny błedu estymacji.
    This is a survey paper describing achievements of professor Ryszard Zieliński in the subject of nonparametric estimation of population quantiles based on samples of fixed size, and applications of the quantile estimators in the robust estimation of location parameter. Zielinski assumed that a finite sequence of independent identically distributed random variables X1, . . . ,Xn is observed, and their common distribution function F belongs to the family F of continuous and strictly increasing distribution functions. He considered the family T of randomized estimators XJ:n which are single order statistics based on X1, . . . ,Xn with a randomly determined number J. The random variable J is independent of the sample and has an arbitrary distribution on the numbers 1, . . . , n. It was proved that T is the maximal class of estimators which are functions of the complete and sufficient statistic (X1:n, . . . ,Xn:n), and are equivariant with respect to the strictly increasing transformations, i.e., satisfy T(φ(X1:n), . . . ,φ(Xn:n)) = φ(T(X1:n, . . . ,Xn:n)) for arbitrary strictly increasing φ. A number of examples showed that the estimators that do not belong to T are very inaccurate for some F€F.   For comparing estimators, there were used various accuracy criteria based on the difference F(T) - q, where 0 < q < 1 is the quantile order. They are invariant with respect to the strictly increasing transformations. Optimal estimators with respect to the mean absolute loss E|F(T)-q|, mean quadratic loss E(F(T)-q)2, expected LINEX loss E[exp(a[F(T)-q])-a[F(T)-q]-1], a≠0, and Pitman closeness measure were explicitly determined. Further, the best estimators in narrower classes of median-unbiased estimators U(q) = {T€T : med(T, F) = F-1(q)},  (where med(T, F) stands for the median of the distribution of estimator T when the parent distribution function is F), and F-unbiased estimators V(q) = {T € T : EF(T) = q} of quantiles F-1 (q), 0 < q < 1, are determined for some accuracy criteria. Also, random confidence intervals for F-1(q), F€F, of the form [XI:n,XJ:n] on a fixed confidence level 0 <  < 1, i.e. satisfying P(XI:n ≤F-1(q) ≤XJ:n)≥γ,  F € F, , and minimizing E(J - I), are described. Median-unbiased estimators of quantiles were applied by Zielinski in the robust estimation of location parameter. For the i.i.d. sample X1, . . . ,Xn from the location model Fμ(x) = F(x - μ), where μ€R and F is a known unimodal distribution function, and the ε-contamination of the model Z(μ) = {G = (1 -ε)Fμ +εH : H - arbitrary distribution function} for some fixed 0 <ε< 1/2 , the most robust translation equivariant estimator with respect to the median oscillation criterion bn(T, μ) = supG1,G2€Z(μ) |med(T,G1) - med(T,G2)| has the form XJ:n - F-1(q*), XJ:n  €U(q*). Number q*  is chosen so to minimize function (ε, 1 - ε)Э q→ F-1(q/(1-ε))-F-1((q-ε)/(1-ε)). If F is unimodal and symmetric, then q* = ½.. However, Zielinski also showed that a slight modification of the ε-contamination for symmetric unimodal F may imply that XJ:n - F-1(q*), XJ:n € U(q*), for some q*≠1/2 is the most robust estimator with respect to the median oscillation criterion. Celem tej przeglądowej pracy jest opis wyników profesora Ryszarda Zielińskiego dotyczącychnieparametrycznych estymatorów kwantyli w skończonych próbach oraz ich zastosowania w odpornej estymacjiparametru położenia. Główne przesłanie badań Zielińskiego było następujące:do estymacji kwantyli należy używać pojedynczych statystyk pozycyjnych, a już ich liniowekombinacje mogą być bardzo niedokładne w dużych modelach nieparametrycznych.Optymalny wybór statystyki pozycyjnej zależy od kryterium oceny błędu estymacji.
    Źródło:
    Mathematica Applicanda; 2012, 40, 2
    1730-2668
    2299-4009
    Pojawia się w:
    Mathematica Applicanda
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-5 z 5

      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