Matematika pro ekonomiku - Statistika, regresní analýza, náhodné ...

More documents

Recommendations

Info

Matice pravděpodobností pˇrechod˚u vyˇsˇsího ˇradu 65 Označme dále p (1) ij = pij a definujme pro pˇrirozené n ≥ 1 postupně p (n+1) ij = k∈S p (n) ik pkj. (3) Lze ukázat, ˇze p (n) ij ≤ 1 a navíc pro matice pravděpodobností pˇrechod˚u platí Věta P (2) = P · P = P 2 a obecně P (n+1) = P (n) · P = P · P (n) = P n+1 . Necht’ {Xn, n ∈ N} je homogenní Markovský ˇretězec s maticí pˇrechodu P. Potom pro pravděpodobnosti pˇrechodu n−tého ˇrádu platí P(Xm+n = j|Xm = i) = p (n) ij , ∀i, j ∈ S pro vˇsechna pˇrirozená m a n a pro P(Xm = i) > 0. Kateˇrina Staňková Helisová Matematika pro ekonomiku
Chapman-Kolmogorova rovnost 66 Vztah (3) lze zobecnit. Toto zobecnění se nazývá Chapman-Kolmogorova rovnost definována jako zapsáno maticově p (m+n) ij = k∈S p (m) ik p(n) kj , P (m+n) = P (m) · P (n) . Kateˇrina Staňková Helisová Matematika pro ekonomiku
Page 1 and 2:
Matematika pro ekonomiku Statistika
Page 3 and 4:
Úlohy statistiky 2 1 Sestavit mode
Page 5 and 6:
Častá rozdělení ve statistice:
Page 7 and 8:
Výběrový pr˚uměr a výběro
Page 9 and 10:
Kvantily 8 Definice Necht’ distri
Page 11 and 12:
Pˇríklad 10 21× po sobě byly sl
Page 13 and 14:
Histogram a boxplot 12 0 2 4 6 8 Hi
Page 15 and 16: Bodový odhad 14 Definice Mějme n
Page 17 and 18: Metoda maximální věrohodnosti 16
Page 19 and 20: Metoda maximální věrohodnosti pr
Page 21 and 22: Intervalové odhady parametr˚u nor
Page 23 and 24: Intervalové odhady zaloˇzené na
Page 25 and 26: Intervalové odhady zaloˇzené na
Page 27 and 28: Princip testování hypotéz 26 Nec
Page 29 and 30: Testování pomocí intervalových
Page 31 and 32: Testování stˇrední hodnoty norm
Page 33 and 34: Testování stˇrední hodnoty norm
Page 35 and 36: χ 2 test dobré shody 34 Chceme-li
Page 37 and 38: II. REGRESN Í ANAL´ YZA Kateˇrin
Page 39 and 40: Cíl regresní analýzy 38 Uvaˇzu
Page 41 and 42: Metoda nejmenˇsích čtverc˚u 40
Page 43 and 44: Bodový odhad parametr˚u modelu 4
Page 45 and 46: Intervalové odhady parametr˚u 44
Page 47 and 48: Pˇríklad 46 Pro data z pˇredeˇs
Page 49 and 50: Pásy spolehlivosti 48 Pás spolehl
Page 51 and 52: Analýza reziduí a odlehlá pozor
Page 53 and 54: Výběr vhodného modelu 52 Koefic
Page 55 and 56: Definice náhodného procesu 54 Def
Page 57 and 58: Trajektorie procesu 56 Náhodný p
Page 59 and 60: Silná stacionarita procesu 58 Ozna
Page 61 and 62: Definice Markovské ˇretězce s di
Page 63 and 64: Pravděpodobnostmi pˇrechodu, homo
Page 65: Rozdělení Markovského ˇretězce
Page 69 and 70: Klasifikace 68 Definice Stav j Mark
Page 71 and 72: ˇRetězec s konečně mnoha stavy
Page 73 and 74: Absorpční stavy a rozloˇzitelnos
Page 75 and 76: Stacionární rozdělení 74 Věta
Page 77 and 78: Markovský ˇretězec se spojitý
Page 79 and 80: Matice pravděpodobnosti pˇrechodu
Page 81 and 82: Vlastnosti intenzity pˇrechodu 80
Page 83 and 84: Klasifikace stav˚u Markovského ˇ
Page 85 and 86: Nejčastěji pouˇzívané Markovsk
Page 87: Nejčastěji pouˇzívané Markovsk
show all

Matematika pro ekonomiku - Statistika, regresní analýza, náhodné ...

Create successful ePaper yourself

Delete template?

Save as template?