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

Search:
in the keywords:  potęga wektora
help Sort By:

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

Wybrane własności kurtozy wektora losowego

100%
Budny K.
Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
|
2013
|
issue 923
47-58
PL
Praca jest kontynuacją rozważań prowadzonych nad kurtozą wektora losowego. Kurtoza wektora losowego rozumiana jest tutaj jako moment centralny czwartego rzędu wektora losowego podzielony przez kwadrat jego wariancji. Pojęcie momentu centralnego wektora losowego, a w szczególności wariancji, opiera się na definicji potęgi wektora i zostało zaproponowane przez J. Tatara. W artykule przedstawione zostały wybrane, istotne własności kurtozy wektora losowego. Należą do nich m.in. własność niezmienniczości względem pewnych przekształceń afinicznych. Ponadto ustalony został związek między kurtozą wektora losowego a kwadratem jego współczynnika asymetrii. Spełnienie podanych własności przez tak skonstruowaną miarę może uzasadniać jej wybór na wielowymiarowy odpowiednik kurtozy jednowymiarowej zmiennej losowej.
EN
The paper is a continuation of a discussion of the kurtosis of a random vector. Multivariate kurtosis is defined as the fourth central moment divided by the square of the variance of a random vector. This term is built on the definition of the power of a random vector proposed by J. Tatar. The paper presents selected, essential properties of multivariate kurtosis – among other things the invariance property under a number of affine transformations. Besides that, the relation between kurtosis of the random vector and its skewness is fixed. In view of these properties, the fourth central moment divided by the square of the variance of a random vector may be regarded as a satisfactory measure of multivariate kurtosis.
2

Zbieżność stochastyczna ciągów wektorów losowych

100%
Tatar J.
Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
|
2017
|
issue 5(965)
107-116
PL
W artykule zaproponowano uogólnienie na przypadek wielowymiarowy dwóch twierdzeń, znanych dla zmiennych losowych jednowymiarowych, dotyczących zbieżności stochastycznej, czyli zbieżności według prawdopodobieństwa. Uogólnianymi twierdzeniami są słabe prawa wielkich liczb Markowa i Chinczyna. Wynika z nich, że przy odpowiednich założeniach ciąg średnich arytmetycznych wektorów losowych jest stochastycznie zbieżny do średniej arytmetycznej ich wartości oczekiwanych. W przeprowadzonych dowodach wykorzystano „łączne momenty rozkładów prawdopodobieństwa wektorów losowych” zaproponowane we wcześniejszych pracach autora. Opierają się one na definicji potęgi wektora w przestrzeni z iloczynem skalarnym.
EN
The paper presents a multidimensional generalisation (known for one-dimensional random variables) of two theorems regarding stochastic convergence – that is, convergence by probability. The generalised theorems are Markov’s and Chinchyn’s weak laws of great numbers. Both lead to the theory that, with the appropriate assumptions, a sequence of arithmetic averages of the random vectors converges their expected values to the arithmetic average. The proof for this thesis uses „whole moments of the multidimensional probability distribution”, which the author has proposed elsewhere. Their basis is a definition of the power of a vector in a space with a scalar product.
3

Modele wskaźnikowe rynku kapitałowego wykorzystujące funkcję regresji wektorów losowych

100%
Tatar J.
Zeszyty Naukowe Uniwersytetu Ekonomicznego w Krakowie
|
2013
|
issue 923
37-45
PL
Jedną z ważniejszych kategorii modeli rynku kapitałowego stanowią modele wskaźnikowe. Wyrażają one liniową zależność stóp zwrotu z konkretnych (pojedynczych) aktywów od wybranego zestawu czynników. Czynnikami tymi są na ogół stopy zwrotu odpowiednio konstruowanych portfeli; mogą nimi być np. wybrane indeksy giełdowe. Kluczowe znaczenie w modelach wskaźnikowych mają współczynniki wrażliwości modelowanej stopy zwrotu na zmiany wybranych czynników. Współczynniki te znane są w teorii i praktyce finansów jako tzw. współczynniki β, a jedną z metod ich wyznaczania jest analiza regresji. We wcześniejszych pracach autor wykazał, że możliwa jest jednoznaczna konstrukcja funkcji regresji dla dwóch wektorów losowych niekoniecznie o tych samych wymiarach. Wynik ten w niniejszym opracowaniu stanowi dogodny punkt wyjścia do uogólnienia postaci modeli wskaźnikowych, na przypadek gdy wektor wybranych stóp zwrotu jest funkcją innego wektora czynników (np. wektora stóp zwrotu z innych aktywów). Uzyskany w ten sposób współczynnik β z oczywistych powodów będzie miał postać macierzową.
EN
One of the more important categories of the capital market, indicatory models show the linear dependence of rate from specific (individual) assets on a selected set of factors. These factors are usually the profitability of appropriately constructed portfolios; these can include, for example, specific stock indexes. The coefficients of the sensitivity of the rates on the changes of specific factors are essential for the indicatory models. In financial theory and practice those coefficients are known as beta coefficients and one method of determining them is regression analysis. In the previous works the author showed that construction of the regression function of two random vectors – not necessarily of the same dimensions – is possible. That result – in this paper – is a convenient starting point to generalising the indicatory model form for cases where the vector of selected repayment rates is a function of other vector factors (e.g. the repayment rate vector of other assets). The beta coefficient obtained in this way, for obvious reasons, will have a matrix form.
4
Publication available in full text mode
Content available

Estymacja momentów zwykłych wektora losowego opartych na definicji potęgi wektora

100%
Budny K.
Folia Oeconomica Cracoviensia
|
2014
|
vol. 55
81-96
EN
In this paper we propose the consistent and unbiased estimators of the raw (uncorrected) moments of a random vector, moments that are based on the definition of the power of a vector. For the distributions of the estimators we find essential characteristics, such as mean vector, variance or total variance. We also calculate the covariance and the covariance matrix between the relevant sample raw moments. Moreover, the asymptotic behaviour of their central moments of even orders are established.
PL
W artykule przedstawione zostały zgodne i nieobciążone estymatory momentów zwykłych wektora losowego opartych na definicji potęgi wektora. Wyznaczono podstawowe charakterystyki dla ich rozkładów takie jak wektor wartości oczekiwanych, wariancja lub wariancja całkowita. Obliczono także postaci kowariancji lub macierzy kowariancji miedzy odpowiednimi momentami w próbie wielowymiarowej. Ponadto ustalone zostało asymptotyczne tempo wzrostu ich momentów centralnych parzystych rzędów.
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.