Results found: 2

Search results

Search:
in the keywords: goodness of fit tests

Sort By:

Limit search:

Goodness of Fit Tests in Modeling the Distribution of the Daily Rate of Return of the WIG20 Companies

100%

Bednarz K.

Folia Oeconomica Stetinensia

2012

vol. 10

issue 2

103-113

In this paper a classic rate of return was examined. Due to a limited quantitative range, the study included only the modeling of the rate of return distribution of the WIG20 index and its companies by means of the Laplace distribution and the Gaussian distribution. Additionally, the goodness of fit tests and methods of estimating the aforementioned distributions parameters were thoroughly covered. When applying the Laplace distribution to modeling the rate of return distribution the parameters were determined by means of two methods: the method of moments and the maximum likelihood method. The maximum period was determined, for which usefulness of the distribution in modeling the rates of return distribution was observed, as well as the results of the chi-square test for class intervals with varying length ensuring equal probability, and for intervals with identical length considering two methods of determining the theoretical size: in accordance with the cumulative distribution function as well as on the basis of the probability density function.

Some Remarks on Statistical Inference for Complex Samples

100%

Domański C., University of Łódź C. o. S. M.

Acta Universitatis Lodziensis. Folia Oeconomica

2005

vol. 194

Klasyczna teoria wnioskowania statystycznego dostarcza nam metod estymacji nieznanych parametrów rozkładu, szacowanie postaci funkcji określającej ten rozkład oraz weryfikację hipotez na podstawie prób prostych, tzn. takich, w których obserwacje są niezależne i mają ten sam rozkład prawdopodobieństwa. Na ogół jednak ze względu na koszty i efektywność badań posługujemy się próbami nieprostymi lub złożonymi (complex samples). Wyniki obserwacji w tych próbach są realizacjami stochastycznie zależnych zmiennych losowych o różnych rozkładach. W badaniach reprezentacyjnych wyróżniamy między innymi następujące schematy: losowanie zależne (bez zwracania), losowanie z różnymi prawdopodobieństwami wyboru, warstwowe, zespołowe i wielostopniowe. Przykładowo, losowanie bez zwracania eliminuje stochastyczną niezależność obserwacji, proces warstwowania zróżnicowanie prawdopodobieństw wyboru elementów próby, natomiast losowanie wielostopniowe wpływa na różnorodność rozkładów. Przedmiotem tej pracy są problemy związane z estymacją (metody adaptacji centralnego twierdzenia granicznego dla prób nieprostych) oraz weryfikacja hipotez o zgodności rozkładów dla prób nieprostych.

Classic theory of statistical inference gives us methods and verification of hypothesis for simple samples (observations are stochastically independent and have the same distribution). Because of costs and effectiveness of research we use simple samples. Observations in these samples are stochastically dependent and have different distribution. The paper presents problems in estimation and verifications of hypothesis of consistency of distributions for complex samples.

Refine search results

1 Acta Universitatis Lodziensis. Folia Oeconomica

1 Folia Oeconomica Stetinensia

1 Bednarz K.

1 Domański C.

1 University of Łódź C. o. S. M.

1 2012

1 2005

Search results

Goodness of Fit Tests in Modeling the Distribution of the Daily Rate of Return of the WIG20 Companies

Some Remarks on Statistical Inference for Complex Samples