Show simple item record

Statystyki pozycyjne w procedurach estymacji i ich zastosowania w badaniach ekonomicznych

dc.contributor.authorPekasiewicz, Dorota
dc.date.accessioned2020-09-30T10:18:05Z
dc.date.available2020-09-30T10:18:05Z
dc.date.issued2015
dc.identifier.citationPekasiewicz D., Statystyki pozycyjne w procedurach estymacji i ich zastosowania w badaniach ekonomicznych, Wydawnictwo Uniwersytetu Łódzkiego, Łódź 2015, doi: 10.18778/7969-519-5pl_PL
dc.identifier.isbn978-83-7969-519-5
dc.identifier.urihttp://hdl.handle.net/11089/32279
dc.descriptionMonografia poświęcona jest parametrycznym i nieparametrycznym procedurom estymacji wykorzystującym statystyki pozycyjne. Opracowane metody mają istotne znaczenie w sytuacjach, gdy klasyczne parametry i ich estymatory nie mogą być stosowane. Opisano charakterystyki funkcyjne, w tym rozkłady graniczne statystyk pozycyjnych, metody szacowania parametrów funkcji gęstości zmiennych losowych, estymatory parametrów pozycyjnych, takich jak kwantyle oraz dominanta i metody estymacji wykorzystywane w analizach zjawisk ekstremalnych. Oprócz znanych procedur estymacji przedstawione zostały nowe propozycje, które w określonych sytuacjach stanowią lepsze narzędzia analiz statystycznych. Otrzymane wyniki badań własności estymatorów wskazują na praktyczne zastosowania analizowanych procedur, w szczególności autorskich modyfikacji. Podano również przykłady zastosowań statystyk pozycyjnych w takich obszarach badań ekonomicznych, jak analizy dochodów i wydatków gospodarstw domowych, estymacja miar ryzyka rynkowego i ubezpieczeniowego oraz statystyczna kontrola jakości.pl_PL
dc.description.sponsorshipUdostępnienie publikacji Wydawnictwa Uniwersytetu Łódzkiego finansowane w ramach projektu „Doskonałość naukowa kluczem do doskonałości kształcenia”. Projekt realizowany jest ze środków Europejskiego Funduszu Społecznego w ramach Programu Operacyjnego Wiedza Edukacja Rozwój; nr umowy: POWER.03.05.00-00-Z092/17-00.pl_PL
dc.language.isoplpl_PL
dc.publisherWydawnictwo Uniwersytetu Łódzkiegopl_PL
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Międzynarodowe*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.subjectstatystyki pozycyjnepl_PL
dc.subjectprocedury estymacjipl_PL
dc.subjectmetody estymacjipl_PL
dc.subjectbadania ekonomicznepl_PL
dc.subjectgęstość zmiennej losowejpl_PL
dc.subjectkwantylepl_PL
dc.subjectdominantapl_PL
dc.subjectanaliza statystycznapl_PL
dc.subjectryzyko ubezpieczeniowepl_PL
dc.titleStatystyki pozycyjne w procedurach estymacji i ich zastosowania w badaniach ekonomicznychpl_PL
dc.title.alternativeOrder statistics in estimation procedures and their applications in economic researchpl_PL
dc.typeBookpl_PL
dc.page.number287pl_PL
dc.contributor.authorAffiliationUniwersytet Łódzki, Wydział Ekonomiczno-Socjologiczny, Katedra Metod Statystycznychpl_PL
dc.identifier.eisbn978-83-7969-520-1
dc.contributor.authorBiographicalnoteDr Dorota Pekasiewicz jest adiunktem w Katedrze Metod Statystycznych Uniwersytetu Łódzkiego. Ukończyła studia matematyczne, a w 2000 r. uzyskała stopień doktora nauk ekonomicznych. Zainteresowania naukowe dr D. Pekasiewicz koncentrują się wokół nieklasycznych metod wnioskowania statystycznego. Rezultatem badań związanych z sekwencyjną estymacją i weryfikacją hipotez statystycznych była rozprawa doktorska pt. Zastosowanie metod sekwencyjnych w statystyce małych obszarów, napisana pod kierunkiem dr hab. Krystyny Pruskiej, prof. nadzw. UŁ. Inny obszar badań naukowych stanowią metody estymacji i testy statystyczne wykorzystujące statystyki pozycyjne. Jest autorką ponad 40 artykułów i współautorką monografii Testy statystyczne w procesie podejmowania decyzji. W latach 1997–1999 dr D. Pekasiewicz brała udział w realizacji projektu badawczego KBN Zastosowanie metod klasycznych i symulacyjnych w statystyce małych obszarów, natomiast w okresie 2011–2014 była jednym z głównych wykonawców projektu NCN pt. Metodologia testów statystycznych. Analiza procedur testowych z punktu widzenia jakości decyzji. Wyniki swoich badań prezentowała na krajowych i międzynarodowych konferencjach naukowych.pl_PL
dc.referencesAitchison J., Brown J. A. C. [1975], The Lognormal Distribution, Cambridge University Press, Cambridge.pl_PL
dc.referencesAllen J., Singh H. P., Singh S., Smarandache F. [2000], A General Class of Estimators of Population Median Using Two Auxiliary Variables in Double Sampling, http://arxiv.org/ftp/math/papers/0203/0203001.pdf, 9.01.2012.pl_PL
dc.referencesAnscombe F. J. [1961], Bayesian Statistics, „The American Statistics”, 15, 21–24.pl_PL
dc.referencesBałamut T. [2002], Metody estymacji Value at Risk, „Materiały i Studia”, 147, Narodowy Bank Polski, Warszawa.pl_PL
dc.referencesBartoszewicz J. [1996], Wykłady ze statystyki matematycznej, Państwowe Wydawnictwo Naukowe, Warszawa.pl_PL
dc.referencesBaszczyńska A., Pekasiewicz D. [2008], Bootstrap Confidence Intervals for Population Mean in the Case of Asymmetric Distributions of Random Variables, „Acta Universitatis Lodziensis. Folia Oeconomica”, 216, 9–20.pl_PL
dc.referencesBaszczyńska A., Pekasiewicz D. [2010], Selected Methods of Interval Estimation of the Median. The Annals of Accuracy of Estimation, „Acta Universitatis Lodziensis. Folia Oeconomica”, 235, 21–30.pl_PL
dc.referencesBaszczyńska A., Pekasiewicz D. [2014], Statistical Inference About Modality of Random Variable, (w:) Proceedings of the 32nd International Conference Mathematical Methods in Economics, 19–24.pl_PL
dc.referencesBeirlant J., Goegebeur Y.,Segers J., Teugels J. [2004], Statistics of Extremes. Theory and Applications, John Wiley & Sons, Hoboken.pl_PL
dc.referencesBerger J. O. [1985], Statistical Decision Theory and Bayesian Analysis, Springer-Verlang, New York.pl_PL
dc.referencesBickel D. R. [2002], Robust Estimators of the Mode and Skewness of Continuous Data, „Computational Statistics and Data Analysis”, 39, 151–163.pl_PL
dc.referencesBickel D. R. [2006], Robust and Efficient Estimation of the Mode of Continuous Data; The Mode as a Variable Measure of Central Tendency, http://interstat.statjournals.net/YEAR/2001/abstracts/0111001.pdf, 5.06.2012.pl_PL
dc.referencesBickel D. R., Fruhwirth R. [2006], On a Fast, Robust Estimator of the Mode: Comparisons to Other Robust Estimators with Applications, „Computational Statistics and Data Analysis”, 50, 3500–3530.pl_PL
dc.referencesBloch D. A. Gastwirth J. L. [1968], On a Sample Estimate of Reciprocal of the Density Function, „Annals of Mathematical Statistics”, 39, 1083–1085.pl_PL
dc.referencesBrodin E. [2006], On Quantile Estimation by Bootstrap, „Computational Statistics and Data Analysis”, 50 (6), 1398–1406.pl_PL
dc.referencesBrzeziński M. [2014], Statistical Inference for Richness Measures, „Applied Economics”, 46 (14), 1599–1608.pl_PL
dc.referencesBurnecki K., Nowicka-Zagrajek J. [2006], Składka kwantylowa w modelu ryzyka kolektywnego a dane szkodowe z obcięciem dolnym, (w:) Ostasiewicz W. (red.), Statystyka aktuarialna – stan i perspektywy rozwoju z Polsce, „Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 1108, 306–317.pl_PL
dc.referencesCarlin B. P., Louis T. A. [2000], Bayes and Empirical Bayes Methods for Data Analysis, Chapman & Hall/CRC, Boca Raton.pl_PL
dc.referencesCastillo E., Hadi A. S., Balakrishnan N., Sarabia J. M. [2004], Extreme Value and Related Models with Application in Engineering and Science, Wiley Interscience, A. John Wiley & Sons, New York.pl_PL
dc.referencesChang Y. P., Huang M. C., Wu Y. F. [2003], Nonparametric Estimation for Risk in Value-at-Risk Estimator, „Communication in Statistics”, 32 (4), 1041–1064.pl_PL
dc.referencesCsörgö S., Deheuvels P., Mason D. [1985], Kernel Estimates of the Tail Index of a Distribution, „The Annals of Statistics”, 1050–1077.pl_PL
dc.referencesCzekała M. [2001], Statystyki pozycyjne w modelowaniu ekonometrycznym. Wybrane problemy, Wydawnictwo Akademii Ekonomicznej im. O. Langego, Wrocław.pl_PL
dc.referencesDavid H. A., Nagaraja H. N. [2003], Order Statistics, Wiley & Son, New York.pl_PL
dc.referencesDavis R. A., Resnick S. T. [1984], Tail Estimates Motivated by Extreme Value Theory, „The Annals of Statistics”, 17, 1467–1487.pl_PL
dc.referencesDavison A. C., Hinkley D. V. [1997], Bootstrap Methods and their Application, Cambridge University Press, Cambridge.pl_PL
dc.referencesDaykin C. D., Pentikäinen T., Pesonen E. [1994], Practical Risk Theory for Actuaries, Chapman & Hall, London.pl_PL
dc.referencesDekkers, A. L. M., Einmahl, J. H. J., de Haan, L. [1989], A Moment Estimator for the Index of an Extreme-Value Distribution, „The Annals of Statistics”, 17, 1833–1855.pl_PL
dc.referencesDesu M. M. [1971], A Characterization of the Exponential Distribution by Order Statistics, „Annals of Mathematical Statistics”, 42, 837–838.pl_PL
dc.referencesDiCiccio T., Efron B. [1996], Bootstrap Confidence Intervals, „Statistical Science”, 11 (3), 189–228.pl_PL
dc.referencesDimaki C. Xekalaki E. [1993], Characterizations of the Pareto Distribution Based on Order Statistics, „Lecture Notes in Mathematics”, 1546, 1–16.pl_PL
dc.referencesDomański C. [1986], Teoretyczne podstawy testów nieparametrycznych i ich zastosowanie w naukach ekonomiczno-społecznych, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.pl_PL
dc.referencesDomański C. [2011], Nieklasyczne metody oceny efektywności i ryzyka, Polskie Wydawnictwo Ekonomiczne, Warszawa.pl_PL
dc.referencesDomański C., Pruska K. [2000], Nieklasyczne metody statystyczne, Polskie Wydawnictwo Ekonomiczne, Warszawa.pl_PL
dc.referencesDomański C. [2005], Analiza rozkładów płac i dochodów w Polsce w przekroju terytorialnym, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.pl_PL
dc.referencesDomański C., Pruska K., Wagner W. [1998], Wnioskowanie statystyczne przy nieklasycznych założeniach, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.pl_PL
dc.referencesDziubdziela W., Stachura M., Wodecka B. [2011], Extreme Value Index of Left and Right Tails for Financial Time Series, „Acta Universitatis Lodziensis. Folia Oeconomica”, 255, 227–238.pl_PL
dc.referencesDziubdziela W. [2012], Matematyczne modele ryzyka systemowego po kryzysie finansowym w latach 2007–2008, (w:) Zieliński Z. E. (red.), Rola informatyki w naukach ekonomicznych i społecznych. Innowacje i implikacje interdyscyplinarne, Wydawnictwo Wyższej Szkoły Handlowej, Kielce, 72–79.pl_PL
dc.referencesEfron B. [1979], Bootstrap Methods: Another Look at the Jackknife, „The Annals of Statistics”, 7, 1–21.pl_PL
dc.referencesEfron B., Tibshirani R. J. [1993], An Introduction to the Bootstrap, Chapman & Hall, New York.pl_PL
dc.referencesEmbrechts P., Klüppelberg C., Mikosch T. [1997], Modelling Extremal Events for Insurance and Finance, Springer-Verlag, New York.pl_PL
dc.referencesFiema A., Kończak G. [2012], Wykorzystanie rozkładów wartości ekstremalnych w analizie zagrożeń meteorologicznych, (w:) Zieliński Z. E. (red.), Rola informatyki w naukach ekonomicznych i społecznych. Innowacje i implikacje interdyscyplinarne, Wydawnictwo Wyższej Szkoły Handlowej, Kielce, 80–89.pl_PL
dc.referencesFils A., Guillou A., [2004], A New Extreme Quantile Estimator for Heavy-Tailed Distributions, C. R. Acd. Sci., Paris, 493–498.pl_PL
dc.referencesFisz M. [1967], Rachunek prawdopodobieństwa i statystyka matematyczna, Państwowe Wydawnictwo Naukowe, Warszawa.pl_PL
dc.referencesFreimer M., Kollia G., Mudholkar G., Lin C. [1988], A Study of the Generalized Tukey Lambda Family, „Communications in Statistics, „Theory and Methods”, 17 (10), 3547–3567pl_PL
dc.referencesFurrer R., Naveau P. [2007], Probability Weighted Moments Properties for Small Samples, „Statistics & Probability Letters”, 190–195pl_PL
dc.referencesGemzik-Salwach A. [2004], Zastosowanie metody Value at Risk w kalkulacji wyniku odsetkowego banku, „Finansowy Kwartalnik Internetowy”, www.e-finanse.com/artykuly/34.pdf, 10.12.2012pl_PL
dc.referencesGençay R., Selçuk F. [2004], Extreme Value and Value at Risk: Relative Performance in Emerging Markets, „International Journal of Forecasting”, 20, 287–303.pl_PL
dc.referencesGilchrist W. G. [2000], Statistical Modelling with Quantile Functions, Chapman & Hall/CRT, Boca Raton.pl_PL
dc.referencesGilli M., Këllezi E. [2006], An Application of Extreme Value Theory for Measuring Financial Risk, „Computational Economics”, 27 (1), 1–23.pl_PL
dc.referencesGrenander U. [1965], Some Direct Estimates of the Mode, „Annals of Mathematical Statistics”, 36, 131–138.pl_PL
dc.referencesGreenwood J. A., Landwehr J. M., Matalas N. C., Wallis J. R. [1979], Probability Weighted Moments: Definition and Relation to Parameter of Several Distributions Expressible in Inverse Form, „Walter Resources Research”, 15, 1049–1054.pl_PL
dc.referencesGrimshaw S. D. [1993], Computing Maximum Likelihood Estimates for the Generalized Pareto Distribution, „Technometrics”, 35, 185–191.pl_PL
dc.referencesGross S. T. [1980], Median Estimation in Sample Survey, www.amstat.org/sections/srms/Proceedings/papers/1980_037.pdf, 12.04.2012.pl_PL
dc.referencesGumbel E. J. [2004], Statistics of Extremes, Dover Publications, Mineola, New York.pl_PL
dc.referencesHarrell F. E., Davis C. E. [1982], A New Distribution – Free Quantile Estimator, „Biometrika”, 69, 635–640.pl_PL
dc.referencesHartigan J., Hartigan P. [1985], The Dip Test of Unimodality, „The Annals of Statistics”,13 (1), 70–84.pl_PL
dc.referencesHedges S. B. , Shah P. [2003], Comparison of Mode Estimation Methods and Application in Molecular Clock Analysis, „BMC Bioinformatics”, 1–11.pl_PL
dc.referencesHill B. M. [1975], A Simple General Approach to Inference about the Tail of a Distribution, „The Annals of Statistics”, 3 (5), 1163–1174.pl_PL
dc.referencesHosking J. R. M., Wallis J. R., Wood E. F. [1985], Estimation of the Generalized Extreme-Value Distribution by the Method of Probability – Weighted Moments, „Technometrics”, 27, 251–261pl_PL
dc.referencesHosking J. R. M., Wallis J. R. [1987], Parameter and Quantile Estimation for the Generalized Pareto Distribution, „Technometrics”, 29, 339–349.pl_PL
dc.referencesHuang M. L., Brill P. H. [1999], A Level Crossing Quantile Estimation Method, „Statistics & Probability Letters”, 45, 111–119.pl_PL
dc.referencesJajuga K. [2007], Zarządzanie ryzykiem, Wydawnictwo Naukowe PWN, Warszawa.pl_PL
dc.referencesJajuga, K., Jajuga, T. [2001]. Inwestycje: instrumenty finansowe, ryzyko finansowe, inżynieria finansowa, Wydawnictwo Naukowe PWN, Warszawa.pl_PL
dc.referencesJajuga K., Papla D. [2005], Extreme Value Analysis and Copulas, (w:) Čižek P., Hărdle W., Weron R. (red.), Statistical Tools for Finance and Insurance, Spinger, Berlin.pl_PL
dc.referencesJędrzejczak A. [2011], Metody analizy rozkładów dochodów i ich koncentracji, Wydawnictwo Uniwersytetu Łódzkiego, Łódź.pl_PL
dc.referencesKaszuba-Perz A., Perz P. [2010], Rola zarządzania ryzykiem w przedsiębiorstwie w obliczu wzrostu zewnętrznych czynników ryzyka, „Finansowy Kwartalnik Internetowy e-Finanse”, 6 (2), 53–63, www.e-finanse.com/artykuly_eng/144.pdf, 22.11.2012.pl_PL
dc.referencesKleiber Ch., Kotz S. [2003], Statistical Size Distributions in Economics and Actuarial Sciences, Wiley Series in Probability and Statistics, Wiley & Sons, New York.pl_PL
dc.referencesKnapp T. [2007], Bimodality Revisited, „Journal of Modern Applied Statistical Methods”, 6, 8–19.pl_PL
dc.referencesKończak G. [2007], Metody statystyczne w sterowaniu jakością produkcji, Wydawnictwo Akademii Ekonomicznej im. K. Adamieckiego, Katowice.pl_PL
dc.referencesKończak G. [2013], On the Use of the Extreme Value Distribution in Monitoring Production Processes, „Acta Universitatis Lodziensis. Folia Oeconomica”, 286, 307–315pl_PL
dc.referencesKorzonek R. [2009], Uwagi o granicznych rozkładach ekstremalnych statystyk pozycyjnych, „Didactics of Mathematics”, 89–98.pl_PL
dc.referencesKot S. M. [2000], Ekonometryczne modele dobrobytu, Wydawnictwo Naukowe PWN, Warszawa.pl_PL
dc.referencesKot S. M. [2008], Polaryzacja ekonomiczna. Teoria i zastosowanie, Wydawnictwo Naukowe PWN, Warszawa.pl_PL
dc.referencesKotz S., Balakrishnan N., Read C. B., Vidakowic B. [2006], Encyklopedia of Statistic Sciences, Wiley & Sons, New York.pl_PL
dc.referencesKotz S., Nadarajah S.[2000], Extreme Value Distributions. Theory and Applications, Imperial College Press, London.pl_PL
dc.referencesKowalczyk P., Poprawska E., Ronka-Chmielowiec W. [2006], Metody aktuarialne, Wydawnictwo Naukowe PWN, Warszawa.pl_PL
dc.referencesKrzyśko M. [1996], Statystyka matematyczna, Wydawnictwo Uniwersytetu A. Mickiewicza, Poznań.pl_PL
dc.referencesLakhany A., Mausser H. [2000], Estimating the Parameters of the Generalized Lambda Distribution, „Algo Research Quarterly”, 3, 47–58.pl_PL
dc.referencesLandwehr J. M., Matalas N. C., Wallis J. R. [1979], Probability Weighted Moments Compared with Some Traditional Techniques in Estimating Gumbel Parameters and Quantiles, „Water Resources Research”, 15 (5), 1055–1064pl_PL
dc.referencesLira J., Wagner W. [1997], Asymptotic Efficiency of Arithmetic Mean and Median, (w:) Proceedings of 16th International Conference on Multivariate Statistical Analysis, Absolwent, Łódź, 165–172.pl_PL
dc.referencesMałecka M., Pekasiewicz D. [2013], Modification of Probability Weighted Method of Moments and its Application to Estimation of Financial Return Distribution Tail, „Statistics in Transition”, new series, 14, 495–506.pl_PL
dc.referencesMarkovich N. [2007], Nonparametric Analysis of Univariate Heavy-Tailed Data, John Wiley & Sons, New York.pl_PL
dc.referencesMarkovich N. M., Krieger U. R. [2002], The Estimation of Heavy-Tailed Probability Density Functions, their Mixtures and Quantiles, „Computer Networks”, 40 (3), 459–474pl_PL
dc.referencesMatthys G., Beirlant J. [2003], Estimating the Extreme Value Index and High Quantiles with Exponential Regression Models, „Statistics Sinica”, 13, 853–880.pl_PL
dc.referencesNeves C., Picek J., Fraga Alves M. I. [2006], The Contribution of the Maximum to the Sum of Excesses for Testing Max-Domains of Attraction, „Journal of Statistical Planning and Inference” 136, 1281–1301.pl_PL
dc.referencesNeves C., Fraga Alves M. I. [2008], Testing Extreme Value Conditions – an Overview and Recent Approaches, „REVSTAT – Statistical Journal” 6, 83–100.pl_PL
dc.referencesOlivie D. J. [2005], A Simple Confidence Interval for the Median, http: http://lagrange.math.siu.edu/Olive/ppmedci.pdf, 15.03.2012.pl_PL
dc.referencesOnour I. A. [2010], Extreme Risk and Fat-Tails Distribution. Model: Empirical Analysis, „Journal of Money, Investment and Banking”, 13, 27–34.pl_PL
dc.referencesOsiewalski J. [1991], Bayesowska estymacja i predykcja dla jednorównaniowych modeli ekonometrycznych, Wydawnictwo Akademii Ekonomicznej, Kraków.pl_PL
dc.referencesOtto W. [2004], Ubezpieczenia majątkowe, cz.1: Teoria ryzyka, Wydawnictwo Naukowo-Techniczne, Warszawa.pl_PL
dc.referencesÖztürk A., Dale R. [1985], Least Squares Estimation of the Parameters of the Generalized Lambda Distribution, „Technometrics”, 27, 81–84.pl_PL
dc.referencesPandey M. D., Van Gelder P. H. A .J. M., Vrijling J. K. [2001], The Estimation of Extreme Quantiles of Wind Velocity Using L-Moments in the Peaks-over-Threshold Approach, „Structural Safety”, 23, 179–192.pl_PL
dc.referencesPandey M. D., Van Gelder P. H .A .J. M., Vrijling J. K. [2003], Bootstrap Simulations for Evaluating the Uncertainty Associated with Peaks-over-Threshold Estimates of Extreme Wind Velocity, Environmetrics”, 14, 27–43pl_PL
dc.referencesPeichl A., Schaefer T., Scheicher Ch. [2008], Measuring Richness and Poverty: A Micro Data Application to Europe and Germany, IZA Discussion Paper, 3790, http://ftp.iza.org/dp3790.pdf, 26.11.2012.pl_PL
dc.referencesPekasiewicz D. [2012], Zastosowanie metod symulacyjnych do badania własności estymatorów otrzymanych metodą kwantyli, (w:) Zieliński Z. E., Rola informatyki w naukach ekonomicznych i społecznych. Innowacje i implikacje interdyscyplinarne, Wydawnictwo Wyższej Szkoły Handlowej, Kielce, 236–244.pl_PL
dc.referencesPekasiewicz D. [2013a], Wybrane metody estymacji parametrów uogólnionego rozkładu Pareto, (w:) Zieliński Z. E., Rola informatyki w naukach ekonomicznych i społecznych. Innowacje i implikacje interdyscyplinarne, Wydawnictwo Wyższej Szkoły Handlowej, Kielce, 143–151pl_PL
dc.referencesPekasiewicz D. [2013b], Wyznaczanie współczynnika bezpieczeństwa w oparciu o kwantyl rozkładu sumy roszczeń w portfelu ubezpieczeń komunikacyjnych, (w:) Jajuga K., Ronka- Chmielwiec W. (red.), Inwestycje finansowe i ubezpieczenia – tendencje światowe a rynek polski, „Prace Naukowe Uniwersytetu Wrocławskiego”, 241–252.pl_PL
dc.referencesPekasiewicz D. [2014], Application of Quantile Methods to Cauchy Distribution Parameters Estimation, „Statistics in Transition New Series”, 15 (1), 133–144pl_PL
dc.referencesPeng L. [1998] Asymptotically Unbiased Estimators for the Extreme Value Index, „Statistics and Probability Letters”, 38, 107–115.pl_PL
dc.referencesPickands J. [1975], Statistical Inference Using Extreme Order Statistics, „The Annals of Statistics”, 3 (1), 119–131.pl_PL
dc.referencesPruska K. [2007], Estimation of Bias and Variance of Sample Median by Jackknife and Bootstrap Methods, „Acta Universitatis Lodziensis. Folia Oeconomica”, 206, 67–79.pl_PL
dc.referencesRasmussen P. F. [2001], Generalized Probability Weighted Moments: Application to the Generalized Pareto Distribution. „Water Resources Research”, 37 (6), 1745–1751pl_PL
dc.referencesRasool M. T, Arshad M., Ahmad M. I. [2002], Estimation of Generalized Logistic Distribution by Probability Weight Moments, „Pakistan Journal of Applied Sciences”, 2 (4), 485–487.pl_PL
dc.referencesResnik S. I. [1997], Heavy Tail Modelling and Teletraffic Data, „The Annals of Statistics”, 25 (5), 1805–1869.pl_PL
dc.referencesRonka-Chmielowiec W. [2002], Ubezpieczenia. Rynek i ryzyko, Polskie Wydawnictwo Ekonomiczne, Warszawa.pl_PL
dc.referencesSeckin N., Yurtal R., Haktanir T., Dogan A. [2010], Comparison of Probability Weighted Moments and Maximum Likelihood Methods Used in Flood Frequency Analysis for Ceyhan River Basin, „The Arabian Journal for Science and Engineering”, 35, 49–69.pl_PL
dc.referencesSerfling R. J. [1991], Twierdzenia graniczne statystyki matematycznej, Państwowe Wydawnictwo Naukowe, Warszawa.pl_PL
dc.referencesSilverman B. W. [1981], Using Kernel Density Estimates to Investigate Multimodality Density, „Journal of the Royal Statistical Society”, Series B (Methodological), 43 (1), 97–99.pl_PL
dc.referencesSingh S., Joarder A. H., Tracy D. S. [2001], Median Estimation Using Double Sampling, „Australian & New Zealand Journal of Statistics”, 43, 33–46pl_PL
dc.referencesSingh S. K., Singh U., Kumar D. [2011], Bayesian Estimation of the Exponential Gamma Parameter and Reliability Function Under Asymmetric Loss Function, „REVSTAT – Statistical Journal”, 9 (3), 247–260.pl_PL
dc.referencesSokołowski A. [2013], Bezpośrednie estymatory modalnej, Wydawnictwo Uniwersytetu Ekonomicznego, Kraków.pl_PL
dc.referencesStachura M., Wodecka B. [2012], Zastosowanie estymatora k-to-rekordowego do szacowania wartości narażonej na ryzyko, (w:) Jajuga K., Ronka-Chmielowiec W., Inwestycje finansowe i ubezpieczenia – tendencje światowe a rynek polski, Wydawnictwo Uniwersytetu Ekonomicznego, Wrocław, 289–297.pl_PL
dc.referencesSzreder M. [1989], Wykorzystanie kwantyli do szacowania parametrów informacyjnych rozkładów a priori dla potrzeb estymacji bayesowskiej, „Przegląd Statystyczny”, 36, 141–150.pl_PL
dc.referencesSzreder M. [1994], Informacje a priori w klasycznej i bayesowskiej estymacji modeli regresji, Wydawnictwo Uniwersytetu Gdańskiego, Gdańsk.pl_PL
dc.referencesTakeuchi I., Le Q. V., Sears T.D., Smola A. J. [2006], Nonparametric Quantile Estimation, „Journal of Machine Learning Research”, 7, 1231–1264.pl_PL
dc.referencesThompson J. R., Koronacki J., Nieckuła J. [2005], Techniki zarządzania jakością od Shewhardta do metody „Six Sigma”, Akademicka Oficyna Wydawnicza „Exit”, Warszawa.pl_PL
dc.referencesTrzpiot G. [2004a], O wybranych własnościach miar ryzyka, Badania operacyjne i decyzje 3–4, Katowice, 91–98.pl_PL
dc.referencesTrzpiot G. [2004b], Kwantylowe miary ryzyka, „Prace Naukowe Akademii Ekonomicznej we Wrocławiu” 1022, Taksonomia, 11, 420–430.pl_PL
dc.referencesTrzpiot G. [2010], Wielowymiarowe metody statystyczne w analizie ryzyka inwestycyjnego, Polskie Wydawnictwo Ekonomiczne, Warszawa.pl_PL
dc.referencesTrzpiot G., Majewska J. [2010], Estimation of Value at Risk: Extreme Value and Robust Approaches, „Operation Research and Decision”, 1, 131–143pl_PL
dc.referencesTsourti Z., Panaretos J. [2001], Extreme Value Index Estimators and Smoothing Alternatives: Review and Simulation Comparison, http://mpra.ub.uni-muenchen.de/6384/1/MPRA_paper_6384.pdf, 8.01.2013.pl_PL
dc.referencesWilcox R. R. [2001], Fundamentals of Modern Statistical Methods, Springer, New York.pl_PL
dc.referencesWywiał J. [2000a], Estimation of Mode on the Basis of Truncated Sample, „Acta Universitatis Lodziensis. Folia Oeconomica”, 152, 73–81.pl_PL
dc.referencesWywiał J. [2000b], Estimation of Distribution Function Mode on the Basis of Sample Moment or Sample Median, (w:) Badania operacyjne i decyzje, Oficyna Wydawnicza Politechniki Wrocławskiej, Wrocław, 89–98.pl_PL
dc.referencesWywiał J. [2004], Wprowadzenie do wnioskowania statystycznego, Wydawnictwo Akademii Ekonomicznej, Katowice.pl_PL
dc.referencesZellner A. [1971], An Introduction to Bayesian Inference in Econometrics, J. Wiley & Sons, New York.pl_PL
dc.referencesZellner A. [1986], Bayesian Estimation and Prediction Using Asymmetric Loss Functions, „Journal of the American Statistical Association”, 81, 446–451.pl_PL
dc.referencesZenga M. [1990], Concentration Curves and Concentration Index Derived from them (w:) Incoe and Wealth Distribution, Inequality and Property, Springer-Verlang, Berlin, 94–110.pl_PL
dc.referencesZhang J. [2007], Likelihood Moment Estimation for the Generalized Pareto Distribution, „Australian & New Zealand Journal of Statistics”, 49 (1), 69–77.pl_PL
dc.referencesZieliński R. [1995], Estimating Median and Other Quantiles in Nonparametric Models, „Applicationes Mathematicae”, 363–370.pl_PL
dc.referencesZieliński R. [1999], Best Equivalent Nonparametric Estimator of Quantile, „Probability & Statistic Letter”, 45, 79–84.pl_PL
dc.referencesZieliński R. [2000], A Median – Unbiased Estimator of the Characteristic Exponent of a Symmetric Stable Distribution, „Statistics”, 39 (1), 67–71.pl_PL
dc.referencesZieliński R. [2001], PCM-Optimal Nonparametric Quantile Estimator, „Statistics”, 35 (4), 453–462.pl_PL
dc.referencesZieliński R. [2003], Constructing Median – Unbiased Estimators in One – Parameter Families of Distributions, „Applicationes Mathematicae”, 30 (3), 251–255.pl_PL
dc.referencesZieliński R. [2005a], Estimating Quantiles with Linex Loss Function. Applications to VaR Estimation, „Applicationes Mathematicae”, 32 (4), 367–373.pl_PL
dc.referencesZieliński R. [2005b], L-Statistic as Nonparametric Quantile Estimation, IMPAN, www.impan.pl/Preprints/p657.pdf, 10.09.1012.pl_PL
dc.referencesZieliński R. [2006], Small-Sample Quantile Estimators in a Large Nonparametric Model, „Communications in Statistics Theory and Methods”, 35, 1223–1241pl_PL
dc.referencesZieliński R. [2010], O średniej i medianie, „Matematyka Stosowana”, 11, 5–14.pl_PL
dc.referencesZieliński R. [2011], Statystyka matematyczna stosowana. Elementy, Wydawnictwo Centrum Studiów Zaawansowanych Politechniki Łódzkiej, Warszawa.pl_PL
dc.referencesZieliński W. [2008], Przykład zastosowania dokładnego nieparametrycznego przedziału ufności dla VaR, „Metody Ilościowe w Badaniach Ekonomicznych”, 9, 239–244.pl_PL
dc.referencesZieliński W. [2009], A Nonparametric Confidence Interval for at-Risk-of- Poverty-Rate, „Statistics in Transition”, 10 (3), 437–444.pl_PL
dc.referencesZieliński W. [2011], Robustness of the Confidence Interval for at-Risk-of-Poverty-Rate, „Statistics in Transition”, 12 (1), 115–126.pl_PL
dc.referencesZieliński R, Zieliński W. [2005], Best Exact Nonparametric Confidence Intervals for Quantiles, „Statistics”, 34, 353–355.pl_PL
dc.identifier.doi10.18778/7969-519-5


Files in this item

Thumbnail
Name:
Pekasiewicz_Statystyki_okladka.jpg
Size:
211.1Kb
Format:
JPEG image
Description:
okładka
View/Open
Thumbnail
Name:
Pekasiewicz_Statystyki_ebook.pdf
Size:
4.212Mb
Format:
PDF
View/Open
Thumbnail
Name:
license_rdf
Size:
805bytes
Format:
application/rdf+xml
View/Open

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivatives 4.0 Międzynarodowe
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivatives 4.0 Międzynarodowe