1. |
Roczniki Nauk Rolniczych, Seria G, 2009 |
|
Kisielińska J., Stańko S. Wielowymiarowa analiza danych w ekonomice rolnictwa
Autor | Joanna Kisielińska, Stanisław Stańko |
Tytuł | Wielowymiarowa analiza danych w ekonomice rolnictwa |
Title | Multidimensional data analysis in agricultural economics |
Słowa kluczowe | analiza wielowymiarowa, regresja wieloraka, klasyfikacje obiektów, analiza dyskryminacyjna, czynnikowa |
Key words | multivariate analysis, multiple regression, discriminant analysis, factor analysis |
Abstrakt | Przedstawiono metody wielowymiarowej analizy danych wraz z przykładami ich stosowania w ekonomice rolnictwa. Obejmują one regresję wieloraką, wzorcową i bezwzorcową klasyfikację obiektów, liniowe porządkowanie, analizę czynnikową i metodę głównych składowych. |
Abstract | The paper presents methods for multidimensional data analysis with examples of their use in agricultural economics. These include multiple regression, the discriminant and cluster analysis, linear organization, factor analysis and principal component method. |
Cytowanie | Kisielińska J., Stańko S. (2009) Wielowymiarowa analiza danych w ekonomice rolnictwa .Roczniki Nauk Rolniczych, Seria G, t. 96, z. 2: 63-76 |
HTML | wersja html |
Pełny tekst | RNR_2009_n2_s63.pdf |
|
|
2. |
Zeszyty Naukowe SGGW w Warszawie - Problemy Rolnictwa Światowego, 2008 |
|
Kobus P., Pietrzykowski R. Wielowymiarowe metody statystyczne w analizie wyników ekonomiczno-produkcyjnych gospodarstw rolnych wybranych państw Unii Europejskiej
Autor | Paweł Kobus, Robert Pietrzykowski |
Tytuł | Wielowymiarowe metody statystyczne w analizie wyników ekonomiczno-produkcyjnych gospodarstw rolnych wybranych państw Unii Europejskiej |
Title | Multivariate statistical methods in analysis of production and economic results of agricultural holdings in the EU countries |
Słowa kluczowe | metody wielowymiarowe, PCA, analiza skupień, wyniki ekonomiczno-produkcyjne |
Key words | multidimensional methods, PCA, cluster analysis, production and economic results |
Abstrakt | W pracy zaprezentowano wykorzystanie wielowymiarowych metod statystycznych do analizy wyników ekonomiczno-produkcyjnych gospodarstw rolnych w wybranych państwach Unii Europejskiej. Wykorzystano trzy metody statystyczne: analizę składowych głównych, analizę k- średnich oraz analizę skupień. Dane dotyczyły 25 państw EU w latach 1989-2006. |
Abstract | Multivariate methods for analysis of the production and economic results in agricultural holdings in the EU countries are presented. Three methods were used: principal components analysis, cluster analysis and k-means method. The data base concerned 25 countries in the period of 1989- 2006. |
Cytowanie | Kobus P., Pietrzykowski R. (2008) Wielowymiarowe metody statystyczne w analizie wyników ekonomiczno-produkcyjnych gospodarstw rolnych wybranych państw Unii Europejskiej.Zeszyty Naukowe SGGW w Warszawie - Problemy Rolnictwa Światowego, t. 4(19), z. : 371-378 |
HTML | wersja html |
Pełny tekst | PRS_2008_T4(19)_n_s371.pdf |
|
|
3. |
Zeszyty Naukowe SGGW - Ekonomika i Organizacja Gospodarki Żywnościowej, 2006 |
|
Matuszewska A., Witkowska D. Analiza zmian kursu euro/dolara: model VAR i perceptron wielowarstwowy
Autor | Aleksandra Matuszewska, Dorota Witkowska |
Tytuł | Analiza zmian kursu euro/dolara: model VAR i perceptron wielowarstwowy |
Title | The Euro/ Dollar Exchange Rate Analysis: VAR Model and Multilayer Perceptron |
Słowa kluczowe | modele VAR, perceptron wielowarstwowy, kurs walutowy |
Key words | VAR model, multilayer perceptron, euro/dollar exchange rate |
Abstrakt | W analizach finansowych szeregów czasowych stosuje się często metody wielowymiarowego opisu zjawisk, takie jak na przykład modele wektorowej autoregresji (VAR). Alternatywnym do modeli VAR narzędziem badania mogą być jednokierunkowe sztuczne sieci neuronowe, do których należy perceptron wielowarstwowy (MLP). W pracy przedstawiono rezultaty wykorzystania modeli VAR i MLP do opisu zmian w szeregu kursu euro/dolar oraz tych zmiennych z rynku finansowego, które wpływają na badany kurs oraz ulegają zmianom pod wpływem kursu. Efektywność obu metod oceniono na podstawie dokładności wyznaczonych prognoz |
Abstract | In the financial time series analysis one often recommends the application of the multidimensional methods such as the vector autoregression model – VAR, that was proposed by Sims in 1980. The feedforward artificial neural networks, especially multilayer perceptron – MLP, can be considered as an alternative, for VAR model, tool. In the paper we discuss the results of the euro/dollar time series investigation that is provided employing VAR and MLP models. The efficiency of both methods is evaluated in terms of ex-post errors. The source of the analysed series is REUTERS data base from the 4th of January 1999 till the 5th of December 2003. In our investigation we consider the euro/dollar exchange rate and selected financial instrument time series. The models are constructed for the euro/dollar exchange rate that is transformed into daily logarithmic rate of returns |
Cytowanie | Matuszewska A., Witkowska D. (2006) Analiza zmian kursu euro/dolara: model VAR i perceptron wielowarstwowy.Zeszyty Naukowe SGGW - Ekonomika i Organizacja Gospodarki Żywnościowej, nr 60: 241-250 |
HTML | wersja html |
Pełny tekst | EIOGZ_2006_n60_s241.pdf |
|
|