Wpływ maksymalizacji danych wejściowych na skuteczność modeli parametrycznych i nieparametrycznych prognozowania upadłości spółek akcyjnych notowanych na WGPW - Publication - Bridge of Knowledge

Search

Wpływ maksymalizacji danych wejściowych na skuteczność modeli parametrycznych i nieparametrycznych prognozowania upadłości spółek akcyjnych notowanych na WGPW

Abstract

Celem tego opracowania było zbadanie wpływu maksymalizacji danych wejściowych na skuteczność prognozowania upadłości spółek giełdowych na podstawie takiej samej populacji spółek S.A. notowanych na WGPW dla modeli parametrycznych (logitowych, probitowych, analizy dyskryminacyjnej) oraz nieparametrycznych ( sztucznych sieci neuronowych. Realizacja tego celu pozwoliła między innymi na stwierdzenie, czy i do jakich modeli opłaca się wprowadzać większą ilość zmiennych wejściowych, wydłużając przez to znacząco czas opracowania modeli oraz czas uzyskania wyniku przy ocenianiu ''standingu'' finansowego firm w praktyce.

Cite as

Full text

full text is not available in portal

Keywords

Details

Category:
Monographic publication
Type:
rozdział, artykuł w książce - dziele zbiorowym /podręczniku o zasięgu krajowym
Title of issue:
Konkurencyjność gospodarki Polski strony 230 - 239
Language:
Polish
Publication year:
2008
Bibliographic description:
Korol T.: Wpływ maksymalizacji danych wejściowych na skuteczność modeli parametrycznych i nieparametrycznych prognozowania upadłości spółek akcyjnych notowanych na WGPW// Konkurencyjność gospodarki Polski/ ed. pod red. nauk. Adama P. Balcerzaka i Elżbiety Rogalskiej. Toruń: Wydawnictwo Adam Marszałek, 2008, s.230-239
Verified by:
Gdańsk University of Technology

seen 56 times

Recommended for you

Meta Tags