Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 4

first rewind previous Page / 1 next fast forward last

Search results

help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1

Wpływ cech społeczno-demograficznych na wysokość wynagrodzenia zamężnych kobiet

100%
Kostrzewska J.
Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
|
2011
|
issue 876
53-70
EN
The paper analyses the relationship between particular characteristics of employed married women and the wages they earn. The analysis was based on a data set from the labour force survey (LFS, BAEL) conducted by the CSO in Poland in the first quarter of 2009. The dependent variable was defined as the net wage in the previous month in the main job adjusted to particular intervals. This variable was modeled using an ordered probit model for the ordered categorised dependent variable with normally distributed disturbances, which allowed us to elaborate those characteristics of married women that increased the likelihood of their obtaining a higher salary and those which decreased it are shown.
2
Publication available in full text mode
Content available

Przegląd semiparametrycznych metod estymacji modeli tobitowych typu I-III

100%
Kostrzewska J.
Przegląd Statystyczny
|
2011
|
vol. 58
|
issue 3-4
333-347
EN
The estimation of parameters of the tobit type models, that is models for a censored dependent variable, by the MLE method requires an assumption of the normal distribution of disturbances. Semiparametric methods are very useful, because allow to weaken these assumptions. In the paper, at first the tobit type I, II and III models are introduced, next some known in the literature semi-parametric methods for these models are presented. At the end of the paper there is shown the usefulness of semi-parametric methods to a verification of assumptions imposed on the distribution of disturbances.
PL
Estymacja parametrów modeli tobitowych, tzn. modeli opisujących zmienną zależną cenzurowaną, za pomocą metody największej wiarygodności wymaga m.in. założenia o normalności rozkładu składników losowych. Sięgnięcie po metody semiparametryczne pozwalające na osłabienie założeń jest szczególnie przydatne. W kolejnych punktach krótko przedstawiono modele tobitowe typu I, II oraz III. Następnie zaprezentowano wybrane metody estymacji semiparametrycznej tych modeli oraz wskazano przydatność przedstawionych metod przy weryfikacji założeń narzuconych na rozkład składnika losowego.
3
Publication available in full text mode
Content available

Interpretacja w modelach tobitowych

100%
Kostrzewska J.
Przegląd Statystyczny
|
2011
|
vol. 58
|
issue 3-4
256-280
EN
At first the tobit models according to T. Amemiya’s classification ([1]) are presented in the paper. Next, expected values and marginal effects in these models are obtained. In the tobit models marginal effects are not equal to coefficients of the model in general. To get a proper interpretation in the considered models, it is necessary to obtain marginal effects as a partial deviation of the expected values. Moreover, marginal effects are different for binary and continuous variables.
PL
W artykule krótko scharakteryzowano wybrane modele tobitowe zgodnie z klasyfikacja zaproponowaną przez T. Amemiyę ([1]), następnie zaprezentowano postaci wartości oczekiwanych dla poszczególnych modeli oraz wyznaczono wpływy krańcowe. Ze względu na specyfikę omawianych modeli wpływy krańcowe w ogólnym przypadku nie są równe odpowiednim parametrom. Zatem w celu uzyskania poprawnej interpretacji należy wyznaczyć pochodne cząstkowe z odpowiednich (warunkowych) wartości oczekiwanych zmiennej zależnej. Ponadto w artykule zwrócono uwagę na fakt, że wpływy krańcowe binarnych zmiennych objaśniających są inne niż ciągłych.
4

Problem wartości odstających w badaniu kondycji finansowej przedsiębiorstw budowlanych w Polsce

51%
Kostrzewska J., Pawełek B., Lipieta A.
Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
|
2016
|
issue 1(949)
23-41
PL
Wyniki analizy kondycji finansowej przedsiębiorstw są wykorzystywane m.in. w badaniach dotyczących zagrożenia upadłością. Do oceny kondycji finansowej przedsiębiorstw wykorzystuje się wskaźniki finansowe, podstawą badań są zatem dane pochodzące ze sprawozdań finansowych. Ocena jakości tych danych obejmuje m.in. wykrywanie wartości odstających. Celem artykułu jest przedstawienie wyników badań empirycznych nad wpływem wyboru metody wykrywania i eliminacji wartości odstających na skuteczność klasyfikacyjną modelu logitowego, budowanego na podstawie zbiorów uwzględniających lub pomijających wykryte wartości odstające. W badaniach empirycznych wykorzystano jedno- i wielowymiarowe metody wykrywania wartości odstających. Metody te dodatkowo połączono z analizą mocy dyskryminacyjnej wskaźników finansowych. Ocenę skuteczności modelu logitowego oparto na miernikach wrażliwości i specyficzności. Badaniem objęto przedsiębiorstwa budowlane w Polsce w latach 2005, 2007 i 2009.
EN
The results of an analysis of financial standing can be used to study the threat of going bankrupt. Financial indicators are used to evaluate enterprises’ financial standing. Thus, the data from financial statements is the basis for the examination of the financial position. The evaluation of data quality includes the identification of outliers, among other factors. This article presents the results of an empirical study done on how the method of detecting and eliminating outliers chosen influences the effectiveness of a logit model constructed on the basis of samples that either included the outliers or left them out. The research for the paper employed one- and multi-dimensional methods of detecting outliers and their combinations with an analysis of the discriminatory power of the financial indicators. Classification effectiveness of the logit model was assessed by sensitivity and specificity measures. The research covered the years 2005, 2007 and 2009.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.