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

Results found: 5

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  Outliers
help Sort By:

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

O odporności na obserwacje odstające wybranych nieparametrycznych modeli regresji

100%
Trzęsiok J.
Studia Ekonomiczne
|
2015
|
vol. 227
75-84
PL
Artykuł jest poświęcony zagadnieniu odporności metod regresji na obserwacje odstające występujące w zbiorze danych. W pierwszej części przedstawiono wybrane metody identyfikacji obserwacji nietypowych. Następnie badano odporność trzech nieparametrycznych metod regresji: PPR, POLYMARS i RANDOM FORESTS. Analiz dokonano za pomocą procedur symulacyjnych na rzeczywistym zbiorze danych Mieszkania, w którym wykryto obserwacje odstające. Pomimo dosyć powszechnych przekonań o odporności regresji nieparametrycznej, okazało się, że modele zbudowane na całym zbiorze danych mają istotnie mniejsze zdolności predykcyjne niż modele uzyskane na zbiorze, z którego usunięto obserwacje nietypowe.
EN
The paper presents an important problem of robustness for outliers in regression. In the first part selected outliers detection techniques are described. Moreover, we empirically examine the robustness of the following methods: PPR, POLYMARS and RANDOM FORESTS on real world dataset. We show, that after removing outliers the prediction abilities of the models increase.
2
Publication available in full text mode
Content available

Obserwacje odstające na rynku energii elektrycznej

100%
Ganczarek-Gamrot A.
Studia Ekonomiczne
|
2016
|
vol. 288
7-20
PL
W pracy została przeprowadzona charakterystyka szeregów cen energii elektrycznej pod względem obserwacji, odstających na Polskiej Towarowej Giełdzie Energii (TGE). Do analizy zostały wykorzystane szeregi czasowe o dziennej częstotliwości indeksów IRDN, SIRDN, offIRDN, POLPXbase oraz POLPXpeak. Na podstawie wyników estymacji modelu ARIMA zostały zidentyfikowane obserwacje odstające: addytywne (AO), innowacyjne (IO), przesunięcie poziomu (LS) oraz tymczasowe zmiany (TC).
EN
In the paper outlier observations within time series of prices of electric energy from Polish Power Exchange were characterized. Time series of indexes IRDN, sIRDN, offIRDN, POLPXbase and POLPXpeak with daily frequency were analyzed. Additive outliers (AO), innovative outliers (IO), level shifts (LS), temporary change (TC) were identified using seasonal linear models SARIMA.
3

Wyrównywanie sezonowe szeregów czasowych zawierających obserwacje nietypowe

84%
Lada K.
Wiadomości Statystyczne. The Polish Statistician
|
2007
|
issue nr 10
33-42
XX
W artykule przedstawiono problem wpływu niektórych statystycznych procedur dekompozycji sezonowej na własności szeregów czasowych. Zwrócono uwagę na niebezpieczeństwa wynikające ze stosowania metod wstępnej obróbki danych. Przeanalizowano metody: addytywną metodę średniej ruchomej, X-12-ARIMA i Tramo/Seats. Na podstawie licznych symulacji pokazano, że popularne metody są nieodporne na występowanie obserwacji nietypowych w szeregach danych. W niektórych przypadkach, stawiane tezy, czy wnioski były uogólniane. Zaproponowane zostały również metody rozwiązania opisanych problemów. (abstrakt oryginalny)
EN
In the article the problem of influence of some seasonal decomposition 's statistical procedures on time series qualities has been presented. The dangers arising from the use of methods of data first processing were noticed. The following methods were analyzed: additive method of moving average, Xl2-Arima and Tramo/Seats. On the base of numerous simulations there was showed that the popular methods are not resistant to untypical observations' occurrence in the data series. In some cases the theses or conclusions were generalized. The methods of solving presented problems were also proposed. (original abstract)
4

Odporność metody najgłębszej regresji na obserwacje nietypowe - analiza porównawcza

84%
Pruska D.
Wiadomości Statystyczne. The Polish Statistician
|
2006
|
issue nr 12
18-25
XX
Obserwacje nietypowe, występujące w zbiorach danych zmniejszają dokładność oszacowań parametrów modeli uzyskanych za pomocą metody najmniejszych kwadratów. Analiza zbiorów danych zawierających obserwacje odstające wymaga stosowania metod odpornych na te obserwacje. W artykule dokonano porównania odporności na obserwacje nietypowe dwóch metod estymacji parametrów funkcji regresji: najgłębszej regresji (MNR) i najmniejszych kwadratów (MNK). Analizie poddano wpływ obserwacji nietypowych na wartości oszacowań parametrów. Przeprowadzone symulacje Monte Carlo we wszystkich rozważanych przypadkach potwierdziły większą odporność na obserwacje nietypowe metody najgłębszej regresji niż metody najmniejszych kwadratów. Porównanie średnich błędów względnych oraz oszacowań parametrów modeli otrzymanych na podstawie metody najmniejszych kwadratów i metody najgłębszej regresji pozwalają stwierdzić, że modele otrzymane za pomocą drugiej metody były lepiej dopasowane do danych, niezależnie od wielkości zakłócenia. (abstrakt oryginalny)
EN
The estimation of regression parameters for data set containing outliers needs the application of robust estimation methods. In the paper the deepest regression method is considered in case of bivarite variables. Some Monte Carlo experiments with outliers are conducted and estimation results for the deepest regression method and ordinary least square method are compared. Experiments confirmed that the deepest regression method is more robust for outliers in the data set than the least square method. (original abstract)
5
Publication available in full text mode
Content available

Do multi-factor models produce robustresults? Econometric and diagnostic issues in equity risk premia study

51%
Sakowski P., Ślepaczuk R., Wywiał M.
Studia Ekonomiczne
|
2016
|
vol. 301
203-227
EN
In recent decades numerous studies verified empirical validity of the CAPM model. Many of them showed that CAPM alone is not able to explain cross-sectional variation of stock returns. Researchers revealed various risk factors which explained outperformance of given groups of stocks or proposed modifications to existing multi-factor models. Surprisingly, we hardly find any discussion in financial literature about potential drawbacks of applying standard OLS method to estimate parameters of such models. Yet, the question of robustness of OLS results to invalid assumptions shouldn't be ignored. This article aims to address diagnostic and econometric issues which can influence results of a time-series multifactor model. Based on the preliminary results of a five-factor model for 81 emerging and developed equity indices [Sakowski, Ślepaczuk and Wywiał, 2016a] obtained with OLS we check the robustness of these results to popular violations of OLS assumptions. We find autocorrelation of error term, heteroscedasticity and ARCH effects for most of 81 regressions and apply an AR-GARCH model using MLE to remove them. We also identify outliers and diagnose collinearity problems. Additionally, we apply GMM to avoid strong assumption of IID error term. Finally, we present comparison of parameters estimates and Rsquared values obtained by three different methods of estimation: OLS, MLE and GMM. We find that results do not differ substantially between these three methods and allow to draw the same conclusions from the investigated five-factor model.
PL
W ostatnich latach liczne prace podejmowały temat empirycznej weryfikacji skuteczności modelu CAPM. Ich autorzy zaproponowali co najmniej kilka czynników ryzyka, które są w stanie wyjaśnić zróżnicowanie przekrojowe zwrotów rozmaitych aktywów finansowych. Zaproponowano także liczne modyfikacje istniejących modeli wieloczynnikowych. W bogatej literaturze rzadko jednak spotykamy dyskusję na temat konsekwencji stosowania standardowej Metody Najmniejszych Kwadratów do oszacowania parametrów tych modeli. Pytanie o odporność oszacowań wieloczynnikowych modeli wyceny aktywów finansowych uzyskanych za pomocą MNK na niespełnienie założeń nie powinno być jednak ignorowane. Celem niniejszego artykułu jest analiza diagnostyczna wyników oszacowań modelu pięcioczynnikowego dla 81 indeksów giełdowych [Sakowski, Ślepaczuk i Wywiał, 2016a]. Weryfikacja założeń modelu wskazuje na obecność autokorelacji i heteroskedastyczności czynnika losowego, a także występowanie efektów ARCH. Analiza obejmuje także identyfikację obserwacji wpływowych oraz weryfikację obecności współliniowości wśród czynników. W końcowej części prezentujemy porównanie oszacowań uzyskanych za pomocą Metody Najmniejszych Kwadratów, Metody Największej Wiarygodności oraz Uogólnionej Metody Momentów. Wszystkie trzy metody dają bardzo zbliżone oszacowania i pozwalają wyciągnąć ten sam zestaw wniosków dla analizowanego modelu pięcioczynnikowego.
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.