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

Results found: 7

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  Monte Carlo study
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
1
Publication available in full text mode
Content available

ON THE METHOD OF DETECTING CHANGES IN TREND USING PERMUTATION TESTS

100%
Miłek M., Kończak G.
Acta Universitatis Lodziensis. Folia Oeconomica
|
2015
|
vol. 1
|
issue 311
PL
W artykule przedstawiono propozycję testu pozwalającego na wykrywanie zmian trendu. Proponowana procedura odwołuje się do testu permutacyjnego. Zastosowanie takiej procedury testowej pozwoliło na przyjęcie dość ogólnych założeń. W szczególności proponowana metoda może być wykorzystywana do wykrywania pojawienia się trendu. W takim przypadku możliwe jest wykorzystanie metody do monitorowania procesów produkcyjnych. Proponowane rozwiązanie porównano ze znanymi z literatury rozwiązaniami z wykorzystaniem symulacji komputerowych.
EN
This article presents a proposal of the test for detecting changes in trend. The proposed procedure refers to the permutation test. The use of this procedure allowed the adoption of fairly general assumptions. The proposed method can be used, in particular to detect the appearance of the trend. In this case, it is possible to use this method to monitor industrial processes. The proposed method was compared with known from literature methods used to detect disturbances in monitoring processes. For comparing procedures computer simulations were used.
2
Publication available in full text mode
Content available

On the Backward Selection Procedure for Graphical Log-linear Models - Monte Carlo Results

100%
Rossa A., University of Łódź I. o. E. a. S.
Acta Universitatis Lodziensis. Folia Oeconomica
|
2002
|
vol. 162
EN
The analysis of categorical data by means of log-linear models is one of the most useful statistical tools available, particularly in the social and medical sciences, thus in all the sciences where we deal with collection of large amounts of qualitative data. They are also widely applied in expert systems (see Lauritzen and Spiegelhalter (1988), Matzkevich andAbramson (1995)). Qualitative data are often analysed by cross-classifying two variables at a time only, i.e. examining all the two way marginal tables of the underlying multidimensional table. It is well known that this approach may often produce misleading results. The analysis of multidimensional contingency tables by means of log-linear models allows to avoid most of such problems. However, the number of possible log-linear model for multidimensional tables is so large that one must use some form of stepwise selection strategy to chose a model, which fits to the data and satisfies some additional conditions. In the paper some statistical properties of the backward selection procedure by means of Monte Carlo methods are studied.
PL
W pracy przedstawione są wyniki analizy Monte Carlo przeprowadzonej na podstawie 5-wymiarowych tablic kontyngencyjnych. Celem analizy jest oszacowanie frakcji graficznych modeli logarytmo-liniowych poprawnie wybranych przez tzw. procedurę selekcji wstecz.
3
Publication available in full text mode
Content available

Dynamic Caliper Matching

75%
Strawiński P.
Central European Journal of Economic Modelling and Econometrics
|
2011
|
issue 2
4
Publication available in full text mode
Content available

Moc testów niezależności w tablicy dwudzielczej większej niż 2×2

63%
Sulewski P.
Przegląd Statystyczny
|
2016
|
vol. 63
|
issue 2
191-210
EN
In the statistical literature there are many test measures to study the independence features in the two-way contingency tables. For statistical analysis, the family of six so-called “chi-squared statistic” was selected – including Pearson’s χ2 statistics – and the proposal of the author in the form of modular statistics. In order to free themselves from the limitations of the applicability of the “chi-squared statisti c”, critical values for all analyzed statistics were determined by simulation methods of Monte Carlo. In order to compare the tests, the measure of untruthfulness of H0 was proposed and calculated the power of the tests which is the ability of two-way contingency tables to reject null hypothesis which says that between features X and Y there is no relation.
PL
W literaturze statystycznej istnieje wiele miar testowych do badania niezależności cech w tablicach dwudzielczych. Do analiz statystycznych wybrano rodzinę sześciu tzw. „statystyk chi-kwadrat” – w tym statystykę χ2 Pearsona – oraz propozycję autora w postaci statystyki modułowej. W celu uwolnienia się od ograniczeń stosowalności „statystyk chi-kwadrat”, wartości krytyczne dla wszystkich analizowanych statystyk wyznaczono symulacyjnie metodami Monte Carlo. W celu porównania testów zaproponowano miarę nieprawdziwości H0 oraz wyznaczono moc testów, czyli zdolność tablicy dwudzielczej w × k do odrzucenia H0 mówiącej o tym, że między cechami X i Y nie ma związku.
5
Publication available in full text mode
Content available

Symulacyjna analiza wykorzystania testów permutacyjnych w procesach sterowania jakością

63%
Kończak G.
Studia Ekonomiczne
|
2015
|
vol. 219
17-27
PL
Klasyczne karty kontrolne wykorzystują sekwencje parametrycznych te-stów statystycznych. Zwykle wymagają spełnienia założeń dotyczących postaci rozkładu. W przypadku, gdy założenia takie nie są spełnione, nie jest uzasadnione ich stosowanie. W artykule przedstawiono propozycję wykorzystania karty kontrolnej opartej na sekwencji testów permutacyjnych. Testy permutacyjne nie wymagają spełnienia założenia o postaci rozkładu porównywanych zmiennych. Własności proponowanej karty zostały porównane z własnościami klasycznych kart kontrolnych z wykorzystaniem symulacji komputerowych. W symulacjach wykorzystano wartości losowe generowane z uogólnionego rozkładu lambda.
EN
The control charts are used for monitoring technological processes. These tools are a graphical view of the sequence of parametric tests. The main assumption is that the process data are normally and independently distributed with mean μ and standard deviation σ. The control chart can’t be used when the random variables are not normally distributed. There are some methods for monitoring non-normal processes. The proposal of the permutation tests use instead of the parametric tests in monitoring pro-cesses is presented in the paper. The results of Monte Carlo study for classical control charts and control charts based on the permutation tests are presented in the paper.
6
Content available remote

On Testing Significance of the Multivariate Rank Correlation Coefficient

51%
Kończak G.
Acta Universitatis Lodziensis. Folia Oeconomica
|
2018
|
vol. 3
|
issue 335
21-34
PL
Współczynnik korelacji rang Spearmana pozwala na badanie siły zależności między dwiema zmiennymi, dla których dokonano pomiaru na skali porządkowej. W literaturze są prezentowane rozszerzenia tego współczynnika na przypadek wielowymiarowy. W tych konstrukcjach wykorzystywane są zwykle funkcje łączące (kopule). W artykule przedstawiono propozycję testowania istotności zależności wielowymiarowej dla danych mierzonych na skali rangowej. Przedstawiony test dla istotności wielowymiarowego współczynnika korelacji rang wykorzystuje metodę permutacyjną. Własności proponowanego testu scharakteryzowano z wykorzystaniem symulacji komputerowych.  
EN
The Spearman’s rho is a measure of the strength of the association between two variables. There are some extensions of this coefficient for the multivariate case. Measures of the multivariate association which are the generalisation of the bivariate Spearman’s rho are considered in the literature. These measures are based on copula functions. This article presents a proposal of the testing for the multivariate Spearman’s rank correlation coefficient. The proposed test is based on the permutation method. The test statistic used in the permutation test is based on the empirical copula function. The properties of the proposed method have been described using computer simulations.  
7
Publication available in full text mode
Content available

On the Monitoring Complex Multivariate Processes

51%
Rajda-Tasior A., Kończak G.
Acta Universitatis Lodziensis. Folia Oeconomica
|
2016
|
vol. 3
|
issue 322
PL
W artykule przedstawiono propozycję metody monitorowania złożonych wielowymiarowych procesów produkcyjnych. Rozważany problem dotyczy monitorowania jakości produkcji przy stosowaniu oceny alternatywnej jednocześnie względem wielu charakterystyk, gdy produkcja wykonywana jest na wielu różnych stanowiskach. Do opisu stanu jakości w czasie t wykorzystywana jest macierz, w której elementami są liczby wadliwych sztuk wykonanych na danym stanowiskuwedług ocenianych wielu charakterystyk.Proponowana metoda odwołuje się do testu permutacyjnego. Sygnał o nieprawidłowym przebiegu produkcji jest uzyskiwany na podstawie porównania macierzy z bieżącego okresu dla monitorowanego procesu oraz macierzy danych uzyskanej z procesu ustabilizowanego. Ze względu na dużą liczbę charakterystyk rejestrowanych na skali porządkowej konstrukcja statystyki testowej została oparta o funkcję odległości macierzy. Własności proponowanej metody zostały poddane analizie z wykorzystaniem symulacji komputerowych. Przeprowadzono również porównania wyników uzyskanych z zastosowaniem proponowanej metody i karty kontrolnej c.
EN
This article presents a proposal of the method of monitoring complex multidimensional processes. The problem relates to monitoring the quality of production with some attribute variables when the production is performed by some operators. To describe the quality status we used the matrix in which elements are the numbers of defective units.The proposed method uses permutation tests. The "out-of-order" signal is obtained by comparing the matrix in period t to the matrix from stable process. The test statistic used in permutation test is based on a function of distance between matrices. The properties of the proposed method have been described using computer simulation.
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.