Econometrics, 2022, vol. 26, nr 2

Najnowszy numer czasopisma „Econometrics Ekonometria. Advances in Applied Data Analysis” zawiera trzy artykuły. W pierwszym z nich Marcin Salamaga omawia możliwość wykorzystania tablic wymierania w analizie porównawczej trwania BIZ w krajach wyszehradzkich w ujęciu sektorowym. Bezpośrednie inwestycje zagraniczne stanowią ważną część gospodarek wielu krajów i trudno przecenić korzyści z nich płynące dla krajów będących ich beneficjentami. Łukasz Sroka jako cel swoich badań obrał przeanalizowanie jakości prognoz stawianych na podstawie wykorzystanych metod dla kontraktów terminowych na srebro. Autor skupia się na zaprezentowaniu możliwości prognostycznych czterech metod bootstrapowych stosowanych do prognozowania cen na podstawie szeregów czasowych, a mianowicie: moving block bootstrap, stationary bootstrap, tapered block bootstrap oraz circular block bootstrap. Ostatni z autorów – Wahiba Bouabsa – przedstawia warunkową funkcję rozkładu z funkcjonalną zmienną objaśniającą w przypadku danych przestrzennych z wykorzystaniem metody k-najbliższego sąsiada. Artykuł ma na celu zbadanie nieparametrycznej estymacji warunkowej funkcji rozkładu.


Rok wydania2022
Liczba stron54
KategoriaPublikacje darmowe
WydawcaWydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Numer wydania1
Informacja o sprzedawcyePWN sp. z o.o.

Ciekawe propozycje

Spis treści

  Introduction VII
  Marcin Salamaga: Comparative analysis of FDI duration in the Visegrád Group member states, using mortality tables: A sectoral approach / Analiza porównawcza trwania BIZ w krajach wyszehradzkich z wykorzystaniem tablic wymierania – ujęcie sektorowe     1
  Łukasz Sroka: Applying block bootstrap methods in silver prices forecasting / Wykorzystanie metod block bootstrap w prognozowaniu cen srebra     15
  Wahiba Bouabsa: Unform in bandwith of the conditional distribution function with functional explanatory variable: The case of spatial data with the k Nearest Neighbour method / Warunkowa funkcja rozkładu z funkcjonalną zmienną wyjaśniającą: przypadek danych przestrzennych i metody k-najbliższego sąsiada     30
RozwińZwiń