Wyniki wyszukiwania - Biblioteka Nauki

Nowa wersja platformy, zawierająca wyłącznie zasoby pełnotekstowe, jest już dostępna.
Przejdź na https://bibliotekanauki.pl

Ograniczanie wyników

2 Acta Universitatis Lodziensis. Folia Oeconomica

1 2008

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Sortuj według:

Ogranicz wyniki do:

On the properties of some predictor in time series analysis

100%

Czogała M. , Department od Statistics U. o. E.

Acta Universitatis Lodziensis. Folia Oeconomica

2008

tom 216

Cieślak (1993) and Kohler and College (1988) considered a predictor being an arithmetic mean of a set of k-latest observations in time series, where k was constant. In this paper a modified predictor is presented and its properties are discussed. For each t-th observation the hypothesis that there is no change in the level of the time series is tested. When the hypothesis isn’t rejected the predictor is an arithmetic mean of a set of t-latest observations otherwise the predictor is equal to the value o f the last observation in the time series. The mean square error is used for assessing the error of prediction.

W swoich pracach Cieślak (1993) oraz Kohler i College (1988) rozważali predyktor będący średnią arytmetyczną k-ostatnich obserwacji szeregu czasowego, gdzie k jest stale. W pracy przedstawiona jest modyfikacja wspomnianego predyktora oraz omówione są jego własności. Zaproponowany predyktor jest średnią arytmetyczną k-ostatnich obserwacji szeregu czasowego, przy czym k nie jest wielkością stałą. Dla każdej t-kolejnej obserwacji szeregu czasowego weryfikowana jest hipoteza, twierdząca, że w poziomie szeregu czasowego nie nastąpiła zmiana. Gdy hipoteza zerowa nie jest odrzucona predyktor jest wyznaczany jako średnia arytmetyczna z wszystkich t-ostatnich obserwacji, w przypadku przeciwnym predyktor jest równy ostatniej obserwacji tego szeregu czasowego. Do oceny błędów predykcji wykorzystany jest błąd średniokwadratowy.

A Two-phase Sampling Strategy for Estimating Multiple Mean Values in the Presence of Nonresponse

100%

Gamrot W. , Department od Statistics U. o. E.

The phenomenon of nonresponse in sample surveys usually results in biased estimates of population characteristics. One of the means to deal with nonresponse is the subsampling technique. It relies on re-contacting some subset of nonrespondents by using more expensive and more efficient tools (e.g. direct interview) than those used in the first attempt to collect data. This allows to increase response rate and to obtain unbiased estimates of population characteristics. In this paper, the problem of establishing the sample and subsample sizes minimizing the expected cost of the survey, while achieving desired precision of multiple mean value estimates, is considered. An algorithm is proposed that allows to establish the optimum initial sample and subsample sizes for two-phase sampling strategy.