| |||||
Strona główna > opis książki
• polskie
• Zamów informacje o nowościach z wybranego tematu • kontakt |
SCREENING WARIANCJI JAKO NARZĘDZIE WYKRYWANIA ZMOWY CENOWEJ ISTOTA I ZNACZENIE IMPUTACJI DANYCHKORCZYŃSKI A.wydawnictwo: SGH, 2018, wydanie Icena netto: Screening wariancji jako narzędzie wykrywania zmowy cenowejIstota i znaczenie imputacji danychWprowadzenie 1. Ekonomia karteli 1.1 Ekonomiczne metody wykrywania karteli 1.2 Zróżnicowanie cen w warunkach ograniczonej konkurencji - przegląd teorii 1.3 Przegląd wyników empirycznych z zakresu zróżnicowania cen w warunkach zmowy 2. Metody uzupełniania danych - pojęcia i definicje, źródła danych 2.1 Typy, wzorce oraz mechanizmy powstawania braków danych 2.1.1 Typy brakujących danych 2.1.2 Wzorce brakujących danych 2.1.3 Mechanizmy powstawania brakujących danych 2.1.4 Ocena mechanizmu powstawania brakujących danych 2.2 Estymacja na podstawie niekompletnych prób 2.2.1 Wybrane parametry populacji generalnej 2.2.2 Własności estymatorów 2.2.3 Ocena własności estymatorów 2.3 Cel i zakres pracy 2.4 Źródła danych 3. Tradycyjne metody analizy niekompletnych danych 3.1 Usuwanie niekompletnych wierszy 3.2 Metody jednokrotnego uzupełniania danych 3.2.1 Uzupełnianie danych średnią z próby 3.2.2 Uzupełnianie danych za pomocą regresji 3.2.3 Uzupełnianie danych za pomocą regresji liniowej z odchyleniem losowym 3.2.4 Uzupełnianie danych na zasadzie podobieństw pomiędzy jednostkami 3.2.5 Uzupełnianie danych wartością z poprzedniego pomiaru 4. Metody uzupełniania danych oparte na funkcji wiarygodności 4.1 Metoda największej wiarygodności (MNW) i algorytm EM 4.1.1 Estymacja MNW parametrów w rozkładzie normalnym 4.1.2 Zastosowanie MNW dla zbiorów z brakami danych 4.1.3 Algorytm EM 4.1.4 Estymacja parametrów rozkładu dwuwymiarowej zmiennej ciągłej za pomocą algorytmu EM 4.1.5 Estymacja parametrów liniowych modeli z efektami mieszanymi 4.1.6 Estymacja parametrów rozkładu dwuwymiarowej zmiennej skokowej za pomocą algorytmu EM 4.1.7 Estymacja modelu log-liniowego za pomocą algorytmu EM 4.2 Metoda wielokrotnego uzupełniania danych 4.2.1 Schemat wielokrotnego uzupełniania danych 4.2.2 Wielokrotne uzupełnianie danych na przykładzie zmiennej ciągłej 4.2.3 Ocena własności estymatorów otrzymywanych za pomocą parametrycznej i nieparametrycznej metody wielokrotnego uzupełniania danych 4.2.4 Wielokrotne uzupełnianie danych na przykładzie zmiennej skokowej 4.3 Zarys analizy wrażliwości 4.3.1 Modele selekcji 4.3.2 Modele mieszanych wzorców 5. Modelowanie oraz uzupełnianie danych w szeregu czasowym 5.1 Podstawy teoretyczne 5.2 Wielokrotne uzupełnianie danych w szeregu czasowym 5.3 Iteracyjna wersja metody największej wiarygodności rozszerzona o algorytm Newtona-Raphsona 5.4 Zastosowanie wielokrotnego uzupełniania danych i algorytmu EM w badaniu wariancji Podsumowanie Aneks: Kody programu oraz wykresy Bibliografia Spis rysunków Spis tabel 300 stron, B5, oprawa miękka
Po otrzymaniu zamówienia poinformujemy pocztą e-mail lub telefonicznie, |
