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 "podejście Bayesowskie" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-5 z 5
    Tytuł:
    Modelling the Duration of the First Job Using Bayesian Accelerated Failure Time Models
    Modelowanie czasu trwania pierwszej pracy z wykorzystaniem Bayesowskich modeli przyspieszonej porażki AFT
    Autorzy:
    Grzenda, Wioletta
    Powiązania:
    https://bibliotekanauki.pl/articles/655081.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    parametryczne modele przeżycia
    modele AFT
    podejście Bayesowskie
    MCMC
    zatrudnienie
    parametric survival models
    AFT models
    the Bayesian approach
    employment
    Opis:
    W niniejszym artykule poddano analizie czas trwania pierwszej pracy osób w wieku 18–30 lat. Celem badania jest znalezienie rozkładu, który najlepiej opisuje badane zjawisko. W modelowaniu wykorzystano modele przyspieszonej porażki AFT w ujęciu Bayesowskim. Wykorzystanie podejścia Bayesowskiego rozszerzyło dotychczasowe badania przez możliwość uwzględnienia w badaniu informacji a priori oraz umożliwiło porównywanie rozkładów parametrów modeli. Ponadto dało możliwość porównania mocy wyjaśniającej konkurencyjnych modeli na gruncie teorii Bayesowskiej. Z wykorzystaniem zaproponowanych metod porównano czas trwania pierwszej pracy dla kobiet i mężczyzn.
    In this paper, the duration of the first job of young people aged 18–30 has been analyzed. The aim of the work is to find the distribution which best describes the investigated phenomenon. Bayesian accelerated failure time models have been used for modelling. The use of the Bayesian approach made it possible to extend past research. More precisely, prior information could be included in the study, which let us compare distributions of model parameters. Moreover, the comparison of explanatory power of competing models based on the Bayesian theory was possible. The duration of the first job for men and women was also compared using the abovementioned methods.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2017, 4, 330
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    UZASADNIENIE I PRZEKONANIE JAKO PODSTAWY DOWODU W PROCESIE KARNYM
    Justification and belief as the basis for proof in criminal trial
    Autorzy:
    Konieczny, Jerzy
    Powiązania:
    https://bibliotekanauki.pl/articles/443838.pdf
    Data publikacji:
    2019
    Wydawca:
    Wyższa Szkoła Humanitas
    Tematy:
    funkcja przekonania
    podejście bayesowskie
    poziom aspiracji
    rozumowanie indukcyjne
    wiedza
    Bayesian approach
    belief function
    inductive reasoning
    knowledge
    level of aspiration
    Opis:
    Celem artykułu jest przedstawienie roli uzasadniania i przekonania w toku dowodzenia winy w procesie karnym. Punktem wyjścia jest wskazanie indukcyjnego charakteru rozumowań dowodowych i uznawanie ich konkluzji na podstawie decyzji organu procesowego. Decyzje te pojawiają się po osiągnięciu przez organ procesowy poziomu aspiracji do ich podjęcia; drugą podstawą może być ich oczekiwana użyteczność. Wymagania, dotyczące udowodnienia, zestawione zostały z koncepcją wiedzy. Jeśli założyć, że przypisanie określonemu podmiotowi wiedzy polega na posiadaniu przez ten podmiot uzasadnionego, trafnego przekonania, wtedy można przyjąć, że posiadanie takiej wiedzy jest równoznaczne z udowodnieniem w sensie procesowym. Narzędziami wspomagającymi dążenie do poprawności dowodzenia są funkcja przekonania w ujęciu Shafera-Dempstera oraz podejście bayesowskie w podejmowaniu decyzji dotyczących ustaleń faktycznych.
    The aim of the article is to present the role of justification and belief in the course of proving guilt in a criminal trial. The starting point is the indication of the inductive character of evidentiary reasoning and the acceptance of its conclusions on the basis of the decision making by trial authority. These decisions appear after the process in which this authority reaches the level of aspirations to make them; the second basis may be their expected usefulness. The requirements for proof are contrasted with the concept of knowledge. If one assumes that the attribution of knowledge to a particular subject consists in the possession of a justified, accurate belief by that subject, then one can assume that the possession of such knowledge is tantamount to proving in a trial sense. The tools supporting the pursuit of correctness of command are the Shafer-Dempster belief function and the Bayesian approach in making decisions about factual findings
    Źródło:
    Roczniki Administracji i Prawa; 2019, specjalny, XIX; 123-137
    1644-9126
    Pojawia się w:
    Roczniki Administracji i Prawa
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Proposing Probabilistic Operational Risk Assessment Model for Textile Industry Using Bayesian Approach
    Zaproponowanie modelu probabilistycznej oceny ryzyka operacyjnego dla przemysłu tekstylnego z wykorzystaniem podejścia bayesowskiego.
    Autorzy:
    Jan, M.
    Khalid, M. S.
    Awan, A. A.
    Nisar, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/234125.pdf
    Data publikacji:
    2018
    Wydawca:
    Sieć Badawcza Łukasiewicz - Instytut Biopolimerów i Włókien Chemicznych
    Tematy:
    operational risk
    probabilistic risk assessment model
    probability
    impacts
    Bayesian approach
    ryzyko operacyjne
    probabilistyczny model oceny ryzyka
    prawdopodobieństwo
    uderzenia
    podejście bayesowskie
    Opis:
    Accidents, operational failures and losses prompt authorities to highlight the importance of adequate systems and controls to deal with operational risk (OR). Therefore risk assessment methodology has become a dire need of major industries for undertaking valuable measured in production and operation’s research. The paper describes methodology for conducting the risk assessment of the textile operational domain in general i.e. developing a conceptual risk assessment framework and conducting the methodological implementation of the selected operational risk element using the approach proposed. The risk assessment model proposed embraces the concept of probabilistic risk assessment structural modeling using the Bayesian Approach in its generalised form that may be applied to specific textile operational settings with the definition of dimensions and scales for a specific textile environment. The generalised model proposed can also be applied to different textile industries with the insertion of real data for testing and validation. The OR prediction model proposed is GUI-based, scalable, expandable and can be tested for any textile operations with little modification in parentend nodes under the specific risk element. The paper is helpful to ensure safety and a pro-active approach in textile risk management and also contributes towards the sustainable development of industry operations in the future.
    Wypadki, awarie i straty operacyjne skłaniają do podkreślenia znaczenia odpowiednich systemów i mechanizmów kontroli w celu radzenia sobie z ryzykiem operacyjnym (OR). W artykule opisano metodologię przeprowadzania oceny ryzyka w zakresie ogólnej działalności włókienniczej, tj. opracowanie ram koncepcyjnej oceny ryzyka i przeprowadzenie metodycznej realizacji wybranego elementu ryzyka operacyjnego z wykorzystaniem proponowanego podejścia. Proponowany model oceny ryzyka obejmuje koncepcję modelowania strukturalnego probabilistycznej oceny ryzyka z wykorzystaniem podejścia bayesowskiego w swojej uogólnionej formie, która może być stosowana do określonych ustawień operacyjnych wyrobów włókienniczych z definicją wymiarów i skal dla określonego środowiska włókienniczego. Proponowany ogólny model może również znaleźć zastosowanie w różnych branżach tekstylnych, wprowadzając rzeczywiste dane do testowania i walidacji. Proponowany model prognozowania OR, oparty na interfejsie GUI, jest skalowalny, rozszerzalny i może być zastosowany w przypadku dowolnych operacji z niewielkimi modyfikacjami w węzłach nadrzędnych/końcowych w ramach określonego elementu ryzyka. Dane zaprezentowane w artykule mogą być przydatne w zakresie zarządzania ryzykiem włókienniczym, a także wnoszą wkład do zrównoważonego rozwoju działalności przemysłowej w przyszłości.
    Źródło:
    Fibres & Textiles in Eastern Europe; 2018, 1 (127); 10-20
    1230-3666
    2300-7354
    Pojawia się w:
    Fibres & Textiles in Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Pomiar efektywności zróżnicowanych technologicznie gospodarstw rolnych w Unii Europejskiej
    Measuring the Efficiency of European Union Farms under Heterogeneous Technologies
    Autorzy:
    Marzec, Jerzy
    Pisulewski, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/2142145.pdf
    Data publikacji:
    2020-09-30
    Wydawca:
    Szkoła Główna Handlowa w Warszawie. Kolegium Analiz Ekonomicznych
    Tematy:
    funkcja produkcji
    stochastyczne modele graniczne
    podejście bayesowskie
    porównania międzynarodowe
    model z losowymi parametrami
    production function
    Stochastic Frontier Models
    Bayesian approach
    international comparison
    random coefficients model
    Opis:
    Celem niniejszego opracowania jest określenie charakterystyk procesu produkcyjnego gospodarstw rolnych specjalizujących się w uprawach polowych w państwach członkowskich Unii Europejskiej. W pracy wykorzystano dane regionalne FADN. W związku z występującym zróżnicowaniem między regionami w pracy wykorzystano modele uwzględniające tę heterogeniczność. W szczególności rozważono dwa sposoby modelowania heterogeniczności: deterministyczny oraz stochastyczny. Odzwierciedleniem pierwszego sposobu jest wykorzystanie w niniejszej pracy modelu funkcji produkcji typu translog, który pozwala, żeby elastyczności produkcji względem nakładów czynników produkcji zależały od wielkości nakładów. Natomiast stochastyczny sposób modelowania heterogeniczności reprezentuje stochastyczny model graniczny z losowymi parametrami. Zastosowanie powyższej koncepcji pozwoliło na zbudowanie modelu funkcji produkcji typu Cobba i Douglasa (C–D) z indywidualnymi parametrami. Estymacji parametrów czterech modeli dokonano za pomocą podejścia bayesowskiego. Otrzymane wyniki jednoznacznie wskazują, że najlepszym modelem okazał się model C–D z indywidualnymi parametrami. Ponadto zaobserwowano, że dla średniej unijnej najwyższa elastyczność produkcji występuje względem nakładów materiałów, a najniższa względem areału. Natomiast dosyć zaskakującym wynikiem jest wysoki poziom średniej efektywności technicznej (0,95) przy bardzo niewielkim rozproszeniu tych ocen.
    The aim of the present study was to derive the characteristics of the production process for crop farms in the European Union member states. The paper uses regional data on farms taken from the Farm Accountancy Data Network (FADN). Therefore, the models that account for heterogeneity among the analysed regions, were used in the present study. In particular, the paper considers two approaches to modelling heterogeneity: deterministic and stochastic. The deterministic approach is reflected in the paper with the usage of translog production function model, which allows output elasticities to depend on the input levels. The stochastic approach is represented by a stochastic frontier model with random coefficients. The application of the above-mentioned concept allowed to derive the Cobb-Douglas (C–D) production function model with individual parameters. The parameters of the four models were estimated using the Bayesian approach. The obtained results indicate that the C–D model is the best. In addition, it was observed that for the EU average, the highest production elasticity is with respect to materials, while the lowest w.r.t area. Surprisingly, the results suggest a high mean technical efficiency of the analysed regions (0.95), with very small dispersion of these scores.
    Źródło:
    Gospodarka Narodowa. The Polish Journal of Economics; 2020, 303, 3; 111-137
    2300-5238
    Pojawia się w:
    Gospodarka Narodowa. The Polish Journal of Economics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Istotność statystyczna w czasach big data
    Statistical significance in the era of big data
    Autorzy:
    Szreder, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/articles/962757.pdf
    Data publikacji:
    2019
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    wnioskowanie statystyczne
    testowanie hipotez
    istotność staty-styczna
    wskaźnik p-value
    big data
    podejście bayesowskie
    statistical inference
    hypothesis testing
    statistical significance
    p-value
    big
    data
    bayesian approach
    Opis:
    Rozwój nowych technologii wpływa zarówno na realizację badań statystycznych, jak i na postrzeganie ich wyników w świetle innych źródeł informacji. W tym kontekście powraca w środowisku naukowym temat roli testowania hipotez statystycznych oraz interpretowania i przedstawiania jego wyników, w tym stosowania kategorii istotności statystycznej oraz wskaźnika p-value. Inspiracją do powstania tego opracowania stała się fala dyskusji wokół tego zagadnienia toczących się na forum czasopism „Nature” i „The American Statistician” na początku 2019 r. Celem artykułu jest ukazanie szans i zagrożeń, jakie big data stwarza dla weryfikacji hipotez i wnioskowania statystycznego, zarówno w ujęciu klasycznym, jak i w podejściu bayesowskim. Autor uzasadnia konieczność zaniechania zbyt daleko posuniętych uproszczeń w realizacji procesu wnioskowania statystycznego oraz prezentowaniu wyników weryfikacji hipotez. Chodzi zarówno o postulat uwzględnienia jakości danych próbkowych, zwłaszcza typu big data, jak i o podawanie pełnej informacji o modelu statystycznym, na podstawie którego przeprowadza się wnioskowanie.
    The development of new technologies has affected both the procedures of traditional statistical surveys and the perception of their results in the light of other available sources of information. In this connection, the role of the verification of statistical hypotheses and of the interpretation and presentation of its results, including the use of statistical significance and p-value, has recently returned as a frequent topic for discussion among the scientific community. The author was inspired to write this paper by a wave of discussion regarding this matter held at the beginning of 2019 in the Nature and The American Statistician journals. The aim of the paper is to present the opportunities provided and challenges posed by the use of big data to the hypothesis verification process and to statistical inference, both in the traditional and Bayesian approaches. The author explains the necessity of discontinuing adopting excessive simplifications while performing statistical inference and presenting the results of the verification of hypotheses. This involves both the postulate to pay greater attention to the quality of sampling data, especially in the case of data originating from big data sets, as well as the postulate to provide full information about the statistical model on the basis of which the inference is being performed.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2019, 64, 11; 42-57
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    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