Appendiks 1. Tabel A1 Likviditetskrav for de analyserede handelsstrategier
|
|
- Martin Henningsen
- 5 år siden
- Visninger:
Transkript
1 Appendiks 1 Dette appendiks indeholder en oversigt over det højeste antal samtidigt replikerede handler og viser således det krav, der stilles til en investors samlede likvide beholdning for at følge en given strategi. Beløbene er således det, som kræves investeret over en periode tilsvarende holdeperioden. Er holdeperioden 12 måneder, viser det altså det maksimalt investerede beløb henover de 12 måneder før porteføljemåneden, som består af flest transaktioner. Det antages, at alle handler replikeres med et investeringsbeløb på kr Tabel A1 Likviditetskrav for de analyserede handelsstrategier Antal handler i den største månedportefølje for de analyserede strategier 3 mdr 6 mdr 12 mdr 24 mdr 36 mdr Alle insidertyper Direktionsmedlemmer Bestyrelsesmedlemmer Likviditetskrav for at replikere de analyserede strategier 3 mdr 6 mdr 12 mdr 24 mdr 36 mdr Alle insidertyper Direktionsmedlemmer Bestyrelsesmedlemmer Anm.: Beløbene er beregnet med udgangspunkt i en investering på kr pr. insiderhandel der replikeres Kilde: Egen tilvirkning ud fra indsamlet data
2 Appendiks 2 Dette appendiks indeholder en uddybende diskussion af problemstillingen omkring brugen af ikkeparametriske tests i forbindelse med test af overnormale afkast. Hovedsageligt diskuteres sign testen efterfulgt af en kort uddybning af wilcoxon signed rank sum testen. Sign test Sign-testen svarer i princippet til et binomialt eksperiment, med n forsøg og x gunstige udfald. Der beregnes på denne bagrund en standardiseret værdi for det overnormale afkast ved at bruge et binomial test. (Keller, 2009) hvilket under H! simplficeres til: x np np(1 p) ~Z z!"# = x 0,5n 0,5n(0,5) = x 0,5n 0,5 n = 2x n n Idet den diskrete binomialfordeling approksimeres til den kontinuerte standardnormalfordeling jf. test statistkken, bør der foretages en korrektion for overgangen mellem de to fordelingstyper for at opnå en præcis approksimation (Siegel, 1956). Hvis x betegnes som antal udfald større end nul (positive overnormale afkast) vil korrektionen se ud som følger x ± 0,5 np z!"# = np(1 p) = x ± 0,5 0,5n 0,5n(0,5) x ± 0,5 0,5n 2x ± 1 n = = 0,5 n n Brown & Warner (1980) præciserer imidlertid et problem vedrørende skævhed i data, når signtestet anvendes på overnormale afkast. Idet overnormale afkast pr. konstruktion tenderer til at have en median lavere end nul (Fama m.fl., 1969), er sign-testens antagelse i H! hypotesen om en symmetrisk fordeling problematisk. Dette skyldes at ved højreskæve fordelinger, vil selv et gennemsnitligt overnormalt afkast på 0% medføre en forventet negativ median. Ønsker man derfor at teste på hvorvidt der faktisk observeres overnormale afkast, bør det således være en test af hvorvidt medianen for de observerede overnormale afkast er højere, end hvad der er normalt for
3 overnormale afkast med et gennemsnit på nul. Antagelsen om en symmetrisk fordeling og dermed at 50% af afkastene skal være større end nul, er således problematisk, idet der herved reelt set ikke testes på, hvorvidt der er overnormale afkast. Hvis H! hypotesen er, at der ingen overnormale afkast er, vil medianen, selv under H 0, fravige fra nul, idet fordelingen ikke er symmetrisk. Der vil således være en forventet andel af positive overnormale afkast på mindre end 0,5 (Campbell m.fl., 1997). Sign testen er derfor i sig selv velspecificeret til at teste på hvorvidt medianen er større end 0, men vil imidlertid være mispecificeret, selv under H 0, til at teste for overnormale afkast, idet den forventede andel af positive overnormale afkast er lavere end 50%. Problemet opstår altså fordi at H! hypotesen, om ingen overnormale afkast, ikke er overensstemmende med sign-testens egentlige H! hypotese, at andelen af positive overnormale afkast er lig 0. For at overkomme den ovennævnte problemstilling, skal en procedure anvendes til at fastslå andelen af positive overnormale afkast når der ingen overnormal performance forefindes (gennemsnitligt overnormalt afkast = 0). Der kan herefter testes på om andelen af positive afkast er forskellig fra den estimerede andel. Dette kaldes også en Generalized Sign Test,, idet nul hypotesen ikke nødvendigvis er, at andelen af observationer over nul er lig 0,5. Der er imidlertidig ingen studier tilgængelige, som har gennemført en sådan estimering af denne andel og der foreligger ingen simpel metode til at gøre dette. (Brown & Warner, 1980). Derfor skal det regulære sign-test benyttes med forbehold for, at insignifikante resultater eller signifikant negative resultater (andel under nul større end 0,5), ikke nødvendigvis er et tegn på ingen eller negative overnormale afkast. En signifikant andel større ned 0,5 må derimod betragtes som værende et robust resultat, da over halvdelen af resultaterne således er positive, hvilket i kombination med højreskævhed gør, at medianen er en undervurdering af det reelle niveau af det overnormale afkast. Wilcoxon signed rank sum test Wilcoxon signed rank sum testen vurderer i modsætning til sign testen både fortegnet og niveauet af observationerne. Dette medfører, at den under sign-testen omtalte problemstilling omkring højreskævhed vil blive mindre problematisk, da mere ekstreme observationer vil blive tillagt en højere vægt. Wilcoxon tester således på om populationens relative beliggenhed er forskellig fra nul.
4 Appendiks 3 Dette appendiks forklarer standardisering ved calendar time portfolio metoden. På trods af, at det ikke er benyttet i afhandlingen, er det en alternativ og brugbar måde at vægte porteføljemånederne på. Nedenstående tager udgangspunkt i metodologien introduceret af Jaffe i Standardiseringen foretages ved, at der for hver månedsportefølje estimeres et historisk variansestimat for de foregående 60 måneder. Portefølje j s varians estimeres således for periode j 59 til periode j. Dette fremgår af formel (A2.1) s!",! = !"!!! AR!,!!!!! 1 60!" AR!,!!!!!!!!! (A2.1) Det standardiserede overnormale afkast er således blot AR!,! = AR!,! (A2.2) s!",! og det gennemsnitlige standardiserede overnormale afkast beregnes som følger! AR = 1 m AR!,!!! (A2.3)!!! Grundet standardiseringen er standardafvigelsen således begrænset til at være en. Test statistikken bliver således AR m T!!! (A2.4) Fordelen ved standardisering er, at der korrigeres for volatiliteten i hver månedsportefølje. En måned med høj varians får således en lav vægt. Fordelene heraf er to fold. For det første vægtes de porteføljer højest hvis afkast måles mest præcist. Dette er ud fra et statistisk synspunkt en god egenskab, som ses i mange sammenhænge (Fama, 1996). For det andet giver det også intuitiv
5 mening at vægte de afkast med mindst volatilitet højest. Et højt afkast bør således ikke have en høj vægt, såfremt det har haft en høj varians, idet det høje afkast blot er et stokastisk udfald fra en meget varierende variabel. Denne tankegang følger naturligt fra mean-variance konceptet i finansiering. Fama (1996) pointerer desuden, at standardiseringen også skaber en implicit vægtning af antallet af inkluderede aktier i hver portefølje. Dette skyldes, at jo flere aktier en given portefølje inkluderer, des mindre varians har den også som udgangspunkt. Dermed opnås en kombineret vægtning af både den førnævnte variansvægtning og en vægtning efter antallet af aktier i porteføljen. Dette gør sig imidlertid ikke gældende for denne afhandling, idet en observation er en transaktion og ikke et selskab i en given måned. Grundet den valgte handelsstrategi, hvor hver handel replikeres med en lige stor investering af en outsider, ønskes en ens vægtning af hver transaktion. Som følge af dette, vil en standardisering ikke implicit skabe den ønskede vægtning. Det skyldes, at en måned bestående af 10 aktie A bør vægte 10 gange højere end en måned bestående af 1 aktie A. Disse to måneder vil naturligvis have samme estimerede varians, og en standardisering ville i det tilfælde vægte månederne ens. Derfor anvendes Jaffes (1974) foreslåede standardisering ikke i denne afhandling.
6 Appendiks 4 Dette appendiks eksemplificerer problemstillingen ved at vægte handler efter købesum. Samtidig gives en forklaring af datasættes mest ekstreme observation målt på købesum. De otte største handler observeret i analyseperioden er alle foretaget i Mærsk (A eller B) med handelsstørrelser på mellem 250 mio. og 1,6 mia. Heraf er fire handler klassificeret som rene. Af rene handler udgøres 11 af de største 12 handler af Mærsk (A eller B). Informationsværdien i disse handler er ikke entydig, idet både Hr. Mærsk Mc-Kinney Møller samt Familiefonden 1, som har gennemført disse handler. Motiverne kan basere sig på andet end forventning til kursgevinster. Handlerne er dog kodet som rene, i det omfang der ikke har været nogen åbenlys sammenhæng mellem køb og salg. Et konkret eksempel er d. 21. december 2007, hvor Familienfonden har udloddet aktier til en værdi på hhv. 275 mio. og 1,6 mia. kr. Dette skyldes et dødsfald i familien, hvorfor fonden har påbegyndt sin opløsning og dermed udlodning af penge til arvingene 2. Disse konkrete transaktioner har på ingen måde nogen informationsmæssig værdi ift. kursforventning. Idet de i børsmeddelelsen er angivet som udlodning fremfor køb/salg, er de derfor heller ikke kodet som rene handler. 1 A.P. Møller og Hustru Chastine Mc- Kinney Møllers Familiefond 2 Milliardregn over Mærsk- arvinger, Business.DK, 21. december, 2007, tilgået 7. april over- maersk- arvinger
7 Appendiks 5 Dette appendiks indeholder tabeller for annualiserede overnormale afkast, som supplement til de rapporterede afkast og test statistikker opgivet i afhandlingen. Det er således blot et beregningsmæssigt produkt af disse, som er angivet for fuldstændighedens skyld. Tabel A2.1 Buy- and- hold annualiserede gennemsnitlige overnormale afkast for insidere Alle transaktioner 3mdr (n=861) 6mdr (n=838) 12mdr (n=804) 24mdr (n=674) 36mdr (n=565) CAPM 5,93% 6,11% 5,93% 3,06% 1,20% Fama- French 5,64% 5,04% 5,22% 2,61% 0,75% Carhart 6,09% 5,21% 5,51% 2,90% 1,22% Købstransaktioner 3mdr (n=674) 6mdr (n=653) 12mdr (n=626) 24mdr (n=516) 36mdr (n=432) CAPM 7,06% 8,41% 8,46% 5,75% 3,25% Fama- French 6,51% 8,41% 8,90% 6,05% 3,38% Carhart 4,76% 8,68% 9,33% 6,29% 3,73% Salgstransaktioner 3mdr (n=187) 6mdr (n=185) 12mdr (n=178) 24mdr (n=158) 36mdr (n=133) CAPM 1,93% - 1,08% - 2,95% - 6,25% - 6,12% Fama- French 2,50% - 6,45% - 7,74% - 9,50% - 8,12% Carhart 2,95% - 6,59% - 7,93% - 9,07% - 7,96% Anm.: Beregninger foretaget jf. afsnit 1.6 s definition af annualisering af geometriske afkast Kilde: Egen tilvirkning baseret på indsamlet data
8 Tabel A2.2 Buy- and- hold annualiserede gennemsnitlige overnormale afkast for outsidere Alle transaktioner 3mdr (n=861) 6mdr (n=838) 12mdr (n=804) 24mdr (n=674) 36mdr (n=565) CAPM 4,68% 5,62% 4,94% 2,37% 0,77% Fama- French 3,28% 3,88% 4,16% 1,88% 0,46% Carhart 3,77% 3,94% 4,37% 2,08% 0,72% Købstransaktioner 3mdr (n=674) 6mdr (n=653) 12mdr (n=626) 24mdr (n=516) 36mdr (n=432) CAPM 6,05% 7,60% 7,27% 4,88% 2,82% Fama- French 5,14% 7,56% 7,64% 5,13% 2,93% Carhart 5,68% 7,70% 7,97% 5,29% 3,24% Salgstransaktioner 3mdr (n=187) 6mdr (n=185) 12mdr (n=178) 24mdr (n=158) 36mdr (n=133) CAPM - 0,08% - 1,26% - 3,26% - 6,28% - 6,48% Fama- French - 3,28% - 8,59% - 8,08% - 9,55% - 8,50% Carhart - 2,89% - 8,78% - 8,28% - 9,17% - 8,40% Anm: Beregninger foretaget jf. afsnit 1.6's definition af annualisering af geometriske afkast Kilde: Egen tilvirkning baseret på indsamlet data Tabel A2.3 CTP årlige overnormale gennemsnitsafkast for alle transaktioner Alle transaktioner 3mdr (n=861) 6mdr (n=838) 12mdr (n=804) 24mdr (n=674) 36mdr (n=565) CAPM 2,64% 2,16% 0,48% - 4,20% - 5,16% Fama- French 3,96% 3,84% 1,68% - 1,44% - 3,72% Carhart 2,88% 2,40% 0,48% - 2,64% - 3,84% Købstransaktioner 3mdr (n=674) 6mdr (n=653) 12mdr (n=626) 24mdr (n=516) 36mdr (n=432) CAPM 3,72% 4,32% 3,12% - 2,04% - 3,00% Fama- French 6,12% 6,36% 4,92% 1,44% - 1,20% Carhart 5,28% 4,92% 3,60% 0,48% - 0,96% Salgstransaktioner 3mdr (n=187) 6mdr (n=185) 12mdr (n=178) 24mdr (n=158) 36mdr (n=133) CAPM 1,80% - 2,64% - 4,68% - 5,52% - 6,36% Fama- French - 0,96% - 3,12% - 6,36% - 6,84% - 72,00% Carhart - 2,52% - 3,84% - 6,96% - 8,04% - 8,28% Anm: Beregninger foretaget som det månedelige gennemsnitsafkast multipliceret med 12 Kilde: Egen tilvirkning baseret på indsamlet data
9 Tabel A2.4 CTP årlige overnormale gennemsnitsafkast for direktionsmedlemmers transaktioner Alle transaktioner 3mdr (n=861) 6mdr (n=838) 12mdr (n=804) 24mdr (n=674) 36mdr (n=565) CAPM 4,92% 5,28% 3,36% - 1,68% - 5,52% Fama- French 7,20% 7,08% 4,68% 0,72% - 4,08% Carhart 6,72% 5,76% 4,32% 0,36% - 3,60% Købstransaktioner 3mdr (n=674) 6mdr (n=653) 12mdr (n=626) 24mdr (n=516) 36mdr (n=432) CAPM 7,68% 8,88% 7,68% 0,60% - 3,96% Fama- French 11,52% 11,52% 9,84% 4,20% - 2,16% Carhart 10,92% 9,60% 912,00% 3,72% - 1,56% Salgstransaktioner 3mdr (n=187) 6mdr (n=185) 12mdr (n=178) 24mdr (n=158) 36mdr (n=133) CAPM 0,48% - 2,52% - 6,24% - 3,48% - 4,80% Fama- French - 3,60% - 3,96% - 8,16% - 5,28% - 4,92% Carhart - 3,60% - 3,12% - 7,20% - 5,64% - 5,04% Anm: Beregninger foretaget som det månedelige gennemsnitsafkast multipliceret med 12 Kilde: Egen tilvirkning baseret på indsamlet data Tabel A2.5 CTP årlige overnormale gennemsnitsafkast for bestyrelsesmedlemmers transaktioner Alle transaktioner 3mdr (n=861) 6mdr (n=838) 12mdr (n=804) 24mdr (n=674) 36mdr (n=565) CAPM - 3,60% - 6,60% - 4,32% - 8,04% - 4,80% Fama- French - 2,64% - 5,04% - 3,48% - 5,88% - 3,84% Carhart - 8,76% - 5,76% - 4,92% - 6,72% - 4,20% Købstransaktioner 3mdr (n=674) 6mdr (n=653) 12mdr (n=626) 24mdr (n=516) 36mdr (n=432) CAPM - 2,76% - 3,84% - 1,92% - 5,16% - 1,44% Fama- French - 0,84% - 2,04% - 0,60% - 2,64% 0,00% Carhart - 1,20% - 2,28% - 1,68% - 2,88% 0,36% Salgstransaktioner 3mdr (n=187) 6mdr (n=185) 12mdr (n=178) 24mdr (n=158) 36mdr (n=133) CAPM - 2,76% - 11,52% - 7,08% - 11,04% - 12,00% Fama- French - 5,28% - 11,40% - 8,64% - 11,16% - 13,32% Carhart - 8,76% - 1,32% - 10,44% - 13,80% - 16,08% Anm: Beregninger foretaget som det månedelige gennemsnitsafkast multipliceret med 12 Kilde: Egen tilvirkning baseret på indsamlet data
10 Appendiks 6 Dette appendiks uddyber tekniske forskelle mellem asset pricing modeller. Specifikt diskuteres årsagerne til at der ikke observeres konsistente sammenhænge mellem størrelserne på de estimerede forventede afkast. Hvis et givet selskab historisk har udvist en stigende (faldende) aktiekurs ved tilstedeværelsen af markedsmomentum, momentumfaktor > 0, må momentumkoefficienten forventes at være positiv (negativ). Denne betakoefficient vil i fremtiden danne grundlag for estimationen af et selskabs forventede afkast. Korrelationen mellem et givent selskabs kursudvikling og udviklingen i markedsmomentum i event-vinduet kan i midlertidigt være omvendt ift. perioden hvori momentumkoefficienten er estimeret. Dette kan medføre, at selskaber med en positiv momentumkoefficient, i perioder med en negativ momentumfaktor, vil få et højere afkast end forventet grundet fortegnet på momentumkoefficienten. På denne baggrund estimerer Carhart modellen et større overnormalt afkast end Fama-French over alle tidsperioder, samt et større afkast end CAPM på 3 måneders sigt givet niveauerne for value og størrelsesfaktoren. En anden årsag til den ovennævnte sammenhæng mellem asset pricing modellerne kan være at inkluderingen af de ekstra faktorer ved henholdsvis Fama-French og Carhart påvirker det de øvrige faktorerns hældningskoefficienter.
Statistik Lektion 20 Ikke-parametriske metoder. Repetition Kruskal-Wallis Test Friedman Test Chi-i-anden Test
Statistik Lektion 0 Ikkeparametriske metoder Repetition KruskalWallis Test Friedman Test Chiianden Test Run Test Er sekvensen opstået tilfældigt? PPPKKKPPPKKKPPKKKPPP Et run er en sekvens af ens elementer,
Læs mereAppendiks A Anvendte test statistikker
Appendiks A Anvendte test statistikker Afhandlingen opdeler testene i henholdsvis parametriske og ikke-parametriske test. De første fire test er parametriske test, mens de ikke-parametriske test udgør
Læs mereBetydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere
DET ØKONOMISKE RÅD S E K R E T A R I A T E T d. 20. maj 2005 SG Betydningen af konjunktur og regelændringer for udviklingen i sygedagpengemodtagere Baggrundsnotat vedr. Dansk Økonomi, forår 2005, kapitel
Læs mereStatistik i basketball
En note til opgaveskrivning jerome@falconbasket.dk 4. marts 200 Indledning I Falcon og andre klubber er der en del gymnasieelever, der på et tidspunkt i løbet af deres gymnasietid skal skrive en større
Læs mereIkke-parametriske metoder. Repetition Wilcoxon Signed-Rank Test Kruskal-Wallis Test Friedman Test Chi-i-anden Test
Ikkeparametriske metoder Repetition Wilcoxon SignedRank Test KruskalWallis Test Friedman Test Chiianden Test Run Test Er sekvensen opstået tilfældigt? PPPKKKPPPKKKPPKKKPPP Et run er en sekvens af ens elementer,
Læs mereBaggrundsnotat: Søskendes uddannelsesvalg og indkomst
17. december 2013 Baggrundsnotat: Søskendes uddannelsesvalg og indkomst Dette notat redegør for den økonometriske analyse af indkomstforskelle mellem personer med forskellige lange videregående uddannelser
Læs mereLøsning til eksaminen d. 14. december 2009
DTU Informatik 02402 Introduktion til Statistik 200-2-0 LFF/lff Løsning til eksaminen d. 4. december 2009 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition,
Læs merePhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006 I dag: To stikprøver fra en normalfordeling, ikke-parametriske metoder og beregning af stikprøvestørrelse Eksempel: Fiskeolie
Læs mereProjekt 1 Spørgeskemaanalyse af Bedst på Nettet
Projekt 1 Spørgeskemaanalyse af Bedst på Nettet D.29/2 2012 Udarbejdet af: Katrine Ahle Warming Nielsen Jannie Jeppesen Schmøde Sara Lorenzen A) Kritik af spørgeskema Set ud fra en kritisk vinkel af spørgeskemaet
Læs mereLøsning eksamen d. 15. december 2008
Informatik - DTU 02402 Introduktion til Statistik 2010-2-01 LFF/lff Løsning eksamen d. 15. december 2008 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition, 7th
Læs mereSupplement til kapitel 7: Approksimationen til normalfordelingen, s. 136
Supplement til kapitel 7: Approksimationen til normalfordelingen, s. 36 Det er besværligt at regne med binomialfordelingen, og man vælger derfor ofte at bruge en approksimation med normalfordeling. Man
Læs mereKursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte
Læs mere3.600 kg og den gennemsnitlige fødselsvægt kg i stikprøven.
PhD-kursus i Basal Biostatistik, efterår 2006 Dag 1, onsdag den 6. september 2006 Eksempel: Sammenhæng mellem moderens alder og fødselsvægt I dag: Introduktion til statistik gennem analyse af en stikprøve
Læs mereDet naturvidenskabelige fakultet Vintereksamen 1997/98 Matematisk-økonomisk kandidateksamen Fag: Driftsøkonomi 2
1 Det naturvidenskabelige fakultet Vintereksamen 1997/98 Matematisk-økonomisk kandidateksamen Fag: Driftsøkonomi 2 Opgavetekst Generelle oplysninger: Der ses i nedenstående opgaver bort fra skat, transaktionsomkostninger,
Læs mereKorte eller lange obligationer?
Korte eller lange obligationer? Af Peter Rixen Portfolio manager peter.rixen @skandia.dk Det er et konsensuskald at reducere rentefølsomheden på obligationsbeholdningen. Det er imidlertid langt fra entydigt,
Læs mereProdukt og marked - matematiske og statistiske metoder
Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 19, 2016 1/26 Kursusindhold: Sandsynlighedsregning og lagerstyring
Læs mereKursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte
Læs mereLogistisk Regression. Repetition Fortolkning af odds Test i logistisk regression
Logistisk Regression Repetition Fortolkning af odds Test i logistisk regression Logistisk Regression: Definitioner For en binær (0/) variabel Y antager vi P(Y)p P(Y0)-p Eksempel: Bil til arbejde vs alder
Læs mereHjemmeprøve 1 Efterår 2013: Afkast og risiko ved investering i aktier
Hjemmeprøve 1 Efterår 2013: Afkast og risiko ved investering i aktier Udviklingen i OMXC20 aktieindekset 2008 2013 1 1 OMXC20 er et indeks over de 20 mest omsatte aktier på Nasdaq OMX Copenhagen ( Københavns
Læs mereAnalysestrategi. Lektion 7 slides kompileret 27. oktober 200315:24 p.1/17
nalysestrategi Vælg statistisk model. Estimere parametre i model. fx. lineær regression Udføre modelkontrol beskriver modellen data tilstrækkelig godt og er modellens antagelser opfyldte fx. vha. residualanalyse
Læs mereLogistisk Regression. Repetition Fortolkning af odds Test i logistisk regression
Logistisk Regression Repetition Fortolkning af odds Test i logistisk regression Logisitks Regression: Repetition Y {0,} binær afhængig variabel X skala forklarende variabel π P( Y X x) Odds(Y X x) π /(-π
Læs mereKonfidensintervaller og Hypotesetest
Konfidensintervaller og Hypotesetest Konfidensinterval for andele χ -fordelingen og konfidensinterval for variansen Hypoteseteori Hypotesetest af middelværdi, varians og andele Repetition fra sidst: Konfidensintervaller
Læs mere1 Sammenligning af 2 grupper Responsvariabel og forklarende variabel Afhængige/uafhængige stikprøver... 2
Indhold 1 Sammenligning af 2 grupper 2 1.1 Responsvariabel og forklarende variabel......................... 2 1.2 Afhængige/uafhængige stikprøver............................ 2 2 Sammenligning af 2 middelværdier
Læs mereHvad skal vi lave? Responsvariabel og forklarende variabel Afhængige/uafhængige stikprøver
Hvad skal vi lave? 1 Sammenligning af 2 grupper Responsvariabel og forklarende variabel Afhængige/uafhængige stikprøver 2 Sammenligning af 2 middelværdier Uafhængige stikprøver Uafhængige stikprøver -
Læs mereInsiderhandel og overnormale afkast - en empirisk analyse af almene investorers profitabilitetsmuligheder af offentliggjorte insiderhandler
Institut for Økonomi Bachelorafhandling HA-almen 6. semester Forfattere: Mathias Lund Nyrup MN89802 Thomas Maagaard Sørensen TS90436 Vejleder: Jan Bartholdy Associate Professor Insiderhandel og overnormale
Læs mereDansk Erhvervs gymnasieanalyse Sådan gør vi
METODENOTAT Dansk Erhvervs gymnasieanalyse Sådan gør vi FORMÅL Formålet med analysen er at undersøge, hvor dygtige de enkelte gymnasier er til at løfte elevernes faglige niveau. Dette kan man ikke undersøge
Læs mereNormalfordelingen og Stikprøvefordelinger
Normalfordelingen og Stikprøvefordelinger Normalfordelingen Standard Normal Fordelingen Sandsynligheder for Normalfordelingen Transformation af Normalfordelte Stok.Var. Stikprøver og Stikprøvefordelinger
Læs mereEksamen ved. Københavns Universitet i. Kvantitative forskningsmetoder. Det Samfundsvidenskabelige Fakultet
Eksamen ved Københavns Universitet i Kvantitative forskningsmetoder Det Samfundsvidenskabelige Fakultet 14. december 2011 Eksamensnummer: 5 14. december 2011 Side 1 af 6 1) Af boxplottet kan man aflæse,
Læs mereStikprøver og stikprøve fordelinger. Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader
Stikprøver og stikprøve fordelinger Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader Statistik Statistisk Inferens: Prediktere og forekaste værdier af
Læs mereDeskriptiv statistik. Version 2.1. Noterne er et supplement til Vejen til matematik AB1. Henrik S. Hansen, Sct. Knuds Gymnasium
Deskriptiv (beskrivende) statistik er den disciplin, der trækker de væsentligste oplysninger ud af et ofte uoverskueligt materiale. Det sker f.eks. ved at konstruere forskellige deskriptorer, d.v.s. regnestørrelser,
Læs mereKvantitative Metoder 1 - Forår 2007
Dagens program Kapitel 8.7, 8.8 og 8.10 Momenter af gennemsnit og andele kap. 8.7 Eksempel med simulationer Den centrale grænseværdisætning (Central Limit Theorem) kap. 8.8 Simulationer Normalfordelte
Læs mereDansk Erhvervs gymnasieeffekt - sådan gør vi
Dansk Erhvervs gymnasieeffekt - sådan gør vi FORMÅL Formålet har været at undersøge, hvor dygtige de enkelte gymnasier er til at løfte elevernes faglige niveau. Dette kan man ikke undersøge blot ved at
Læs mereMÅNEDSRAPPORT DECEMBER 2016 FALCON C25 MOMENTUM
MÅNEDSRAPPORT DECEMBER 2016 C25 MOMENTUM OFFENTLIGGJORT 05.01.2017 MÅNEDSRAPPORT DECEMBER 2016 PORTEFØLJEN I DEN FORGANGNE MÅNED Primo januar har selskabet ændret navn fra Falcon C20 Momentum til Falcon
Læs mereStatistik vejledende læreplan og læringsmål, foråret 2015 SmartLearning
Side 1 af 6 Statistik vejledende læreplan og læringsmål, foråret 2015 SmartLearning Litteratur: Kenneth Hansen & Charlotte Koldsø: Statistik I økonomisk perspektiv, Hans Reitzels Forlag 2012, 2. udgave,
Læs mereTeoretisk Statistik, 2. december 2003. Sammenligning af poissonfordelinger
Uge 49 I Teoretisk Statistik, 2. december 2003 Sammenligning af poissonfordelinger o Generel teori o Sammenligning af to poissonfordelinger o Eksempel Opsummering om multinomialfordelinger Fishers eksakte
Læs mereStatistik vejledende læreplan og læringsmål, efteråret 2013 SmartLearning
Side 1 af 6 Statistik vejledende læreplan og læringsmål, efteråret 2013 SmartLearning Litteratur: Kenneth Hansen & Charlotte Koldsø: Statistik I økonomisk perspektiv, Hans Reitzels Forlag 2012, 2. udgave,
Læs mereForelæsning 2: Kapitel 4, Diskrete fordelinger
Kursus 02402 Introduktion til Statistik Forelæsning 2: Kapitel 4, Diskrete fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800
Læs mereFokus på Forsyning. Datagrundlag og metode
Fokus på Forsyning I notatet gennemgås datagrundlaget for brancheanalysen af forsyningssektoren sammen med variable, regressionsmodellen og tilhørende tests. Slutteligt sammenfattes analysens resultater
Læs mereHvor: D = forventet udbytte. k = afkastkrav. G = Vækstrate i udbytte
Dec 64 Dec 66 Dec 68 Dec 70 Dec 72 Dec 74 Dec 76 Dec 78 Dec 80 Dec 82 Dec 84 Dec 86 Dec 88 Dec 90 Dec 92 Dec 94 Dec 96 Dec 98 Dec 00 Dec 02 Dec 04 Dec 06 Dec 08 Dec 10 Dec 12 Dec 14 Er obligationer fortsat
Læs mereMarkedsudviklingen i 2005 for investeringsforeninger, specialforeninger og fåmandsforeninger
Markedsudviklingen i 2005 for investeringsforeninger, specialforeninger og fåmandsforeninger Konklusioner Foreningernes samlede formue er vokset med 206 mia. kr. i 2005, og udgjorde ved udgangen af året
Læs mereOversigt. Kursus Introduktion til Statistik. Forelæsning 2: Kapitel 4, Diskrete fordelinger. Per Bruun Brockhoff. Stokastiske Variable
Kursus 02402 Introduktion til Statistik Forelæsning 2: Kapitel 4, Diskrete fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800
Læs mereGrinblatt & Titman kap. 5. Afdeling for Virksomhedsledelse, Aarhus Universitet Esben Kolind Laustrup
Grinblatt & Titman kap. 5 Dagens forelæsning Investeringsmulighedsområdet Sammenhængen mellem risiko og forventet afkast (security market line) Capital Asset Pricing Model (CAPM) Empiriske tests af CAPM
Læs mereKvantitative Metoder 1 - Forår 2007. Dagens program
Dagens program Kapitel 7 Introduktion til statistik Organisering af data Diskrete variabler Kontinuerte variabler Beskrivende statistik Fraktiler Gennemsnit Empirisk varians og spredning Empirisk korrelationkoe
Læs mereStatistik kommandoer i Stata opdateret 16/3 2009 Erik Parner
Statistik kommandoer i Stata opdateret 16/3 2009 Erik Parner Indledning... 1 Hukommelse... 1 Simple beskrivelser... 1 Data manipulation... 2 Estimation af proportioner... 2 Estimation af rater... 2 Estimation
Læs mereAnvendt Statistik Lektion 6. Kontingenstabeller χ 2- test [ki-i-anden-test]
Anvendt Statistik Lektion 6 Kontingenstabeller χ 2- test [ki-i-anden-test] Kontingenstabel Formål: Illustrere/finde sammenhænge mellem to kategoriske variable Opbygning: En celle for hver kombination af
Læs mereOversigt. Introduktion til Statistik. Forelæsning 2: Stokastisk variabel og diskrete fordelinger
Introduktion til Statistik Forelæsning 2: og diskrete fordelinger Oversigt 1 2 3 Fordelingsfunktion 4 Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 017 Danmarks Tekniske Universitet 2800
Læs merePerformance i danske aktiefonde de seneste tre år
18. maj 2015 Performance i danske aktiefonde de seneste tre år Denne analyse ser på performance i danske aktiefonde over de seneste tre år. Vi har undersøgt afkast og performance på i alt 172 danske aktiebaserede
Læs mereRegneregler for middelværdier M(X+Y) = M X +M Y. Spredning varians og standardafvigelse. 1 n VAR(X) Y = a + bx VAR(Y) = VAR(a+bX) = b²var(x)
Formelsamlingen 1 Regneregler for middelværdier M(a + bx) a + bm X M(X+Y) M X +M Y Spredning varians og standardafvigelse VAR(X) 1 n n i1 ( X i - M x ) 2 Y a + bx VAR(Y) VAR(a+bX) b²var(x) 2 Kovariansen
Læs mereAnvendt Statistik Lektion 6. Kontingenstabeller χ 2 -test [ki-i-anden-test]
Anvendt Statistik Lektion 6 Kontingenstabeller χ 2 -test [ki-i-anden-test] 1 Kontingenstabel Formål: Illustrere/finde sammenhænge mellem to kategoriske variable Opbygning: En celle for hver kombination
Læs mereAgenda Sandsynlighedsregning. Regneregler (kap. 3-4) Fordelinger og genkendelse af fordelinger (kap. 3-5) Simultane, marginale og betingede
Agenda Sandsynlighedsregning. Regneregler (kap. 3-4) Fordelinger og genkendelse af fordelinger (kap. 3-5) Simultane, marginale og betingede fordelinger (kap. 4) Middelværdi og varians (kap. 3-4) Fordelingsresultater
Læs mereOversigt over emner. Punktestimatorer: Centralitet(bias) og efficiens
Oversigt Oversigt over emner 1 Punkt- og intervalestimation Punktestimatorer: Centralitet(bias) og efficiens 2 Konfidensinterval Konfidensinterval for andel Konfidensinterval - normalfordelt stikprøve
Læs mereBeskrivende statistik
Beskrivende statistik Stikprøve af størrelse n for variablen x: x 1, x 2,, x n Beskriv fordelingen af data med nogle få talstørrelser. Centralt mål: en værdi som data er centreret om. Variationsmål: mål
Læs mereProgram. Sammenligning af to stikprøver Ikke-parametriske metoder Opsummering. Test for ens spredninger
Program Sammenligning af to stikprøver Ikke-parametriske metoder Opsummering Helle Sørensen E-mail: helle@math.ku.dk I formiddag: Analyse af ikke-parrede stikprøver: repetition of rettelse af fejl! Lidt
Læs mereStatistiske modeller
Statistiske modeller Statistisk model Datamatrice Variabelmatrice Hændelse Sandsynligheder Data Statistiske modeller indeholder: Variable Hændelser defineret ved mulige variabel værdier Sandsynligheder
Læs mereBernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen
Bernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen Repetition Lov om total sandsynlighed Bayes sætning P( B A) = P(A) = P(AI B) + P(AI P( A B) P( B) P( A B) P( B) +
Læs mereProject in Statistics MB
Project in Statistics MB Marianne, Ditte, Stine, Gitte Niels Richard Hansen January 21, 2008 1. Besynderlig formulering. Vi kan bruge t-testet fordi vi skal sammenligne to grupper. Den hypotese vi vil
Læs mereMÅNEDSRAPPORT AUGUST 2016 FALCON C20 MOMENTUM
MÅNEDSRAPPORT AUGUST 2016 C20 MOMENTUM OFFENTLIGGJORT 06.09.2016 MÅNEDSRAPPORT AUGUST 2016 PORTEFØLJEN I DEN FORGANGNE MÅNED Det danske C20 indeks blev ekstra hårdt ramt i august måned med et fald på over
Læs mereBeskrivelse af nøgletal
Beskrivelse af nøgletal Carnegie WorldWide Dampfærgevej 26 DK-2100 København Ø Telefon: +45 35 46 35 46 Fax: +45 35 46 36 00 Web: www.carnegieam.dk E-mail: cww@cww.dk 11. marts 2008 Indhold 1 Porteføljeafkast
Læs mereDansk Erhvervs gymnasieeffekt - sådan gjorde vi
Dansk Erhvervs gymnasieeffekt - sådan gjorde vi INDHOLD Formålet har været at undersøge, hvor dygtige de enkelte gymnasier er til at løfte elevernes faglige niveau. Dette kan man ikke undersøge blot ved
Læs mereNormalfordelingen. Statistik og Sandsynlighedsregning 2
Normalfordelingen Statistik og Sandsynlighedsregning 2 Repetition og eksamen Erfaringsmæssigt er normalfordelingen velegnet til at beskrive variationen i mange variable, blandt andet tilfældige fejl på
Læs mereStatistik Lektion 3. Simultan fordelte stokastiske variable Kontinuerte stokastiske variable Normalfordelingen
Statistik Lektion 3 Simultan fordelte stokastiske variable Kontinuerte stokastiske variable Normalfordelingen Repetition En stokastisk variabel er en funktion defineret på S (udfaldsrummet, der antager
Læs mereRepetition. Diskrete stokastiske variable. Kontinuerte stokastiske variable
Normal fordelingen Normal fordelingen Egenskaber ved normalfordelingen Standard normal fordelingen Find sandsynligheder ud fra tabel Transformation af normal fordelte variable Invers transformation Repetition
Læs mereStatistik kommandoer i Stata opdateret 22/ Erik Parner
Statistik kommandoer i Stata opdateret 22/4 2008 Erik Parner Indledning... 1 Simple beskrivelser... 1 Data manipulation... 1 Estimation af proportioner... 2 Estimation af rater... 2 Estimation af Relativ
Læs mereUndervisningsbeskrivelse
Undervisningsbeskrivelse Stamoplysninger til brug ved prøver til gymnasiale uddannelser Termin aug-juni 10/11 Institution Campus Vejle Handelsgymnasie Uddannelse Fag og niveau Lærer(e) Hold HHX Statistik
Læs mereTema. Dagens tema: Indfør centrale statistiske begreber.
Tema Dagens tema: Indfør centrale statistiske begreber. Model og modelkontrol Estimation af parametre. Fordeling. Hypotese og test. Teststørrelse. konfidensintervaller Vi tager udgangspunkt i Ex. 3.1 i
Læs mereFagplan for statistik, efteråret 2015
Side 1 af 7 M Fagplan for statistik, efteråret 20 Litteratur Kenneth Hansen & Charlotte Koldsø (HK): Statistik I økonomisk perspektiv, Hans Reitzels Forlag 2012, 2. udgave, ISBN 9788741256047 HypoStat
Læs mereLav efterspørgsel forklarer det faldende bankudlån men udlånet forventes at stige igen
n o t a t Lav efterspørgsel forklarer det faldende bankudlån men udlånet forventes at stige igen 8. december 29 Kort resumé Henover året har der været megen fokus på faldet i bankernes udlån til virksomhederne.
Læs mereLøsning til eksaminen d. 29. maj 2009
DTU Informatik 02402 Introduktion til Statistik 20-2-01 LFF/lff Løsning til eksaminen d. 29. maj 2009 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition, 7th
Læs mereUge 48 II Teoretisk Statistik 27. november 2003. Numerisk modelkontrol af diskrete fordelinger: intro
Uge 48 II Teoretisk Statistik 7. november 003 Numerisk modelkontrol af diskrete fordelinger: intro Eksempel: kvalitetskontrol Goodness-of-fit test: generel teori Endeligt udfaldsrum Udfaldsrum uden øvre
Læs mereHovedløs overvægt af aktier er blot investeringsdoping
Hovedløs overvægt af aktier er blot investeringsdoping Af Peter Rixen Senior Porteføljemanager peter.rixen@skandia.dk Aktier har et forventet afkast, der er højere end de fleste andre aktivklasser. Derfor
Læs mereBusiness angel survey November 2017
Business angel survey 2017 November 2017 Introduktion Baggrund og formål: Vækstfonden, Keystones og Danish Business Angels (DanBAN) har i samarbejde igen i år gennemført en større kortlægning af danske
Læs mereDefinition. Definitioner
Definition Landmålingens fejlteori Lektion Diskrete stokastiske variable En reel funktion defineret på et udfaldsrum (med sandsynlighedsfordeling) kaldes en stokastisk variabel. - kkb@math.aau.dk http://people.math.aau.dk/
Læs mereDet naturvidenskabelige fakultet Sommereksamen 1997 Matematisk-økonomisk kandidateksamen Fag: Driftsøkonomi 2
1 Det naturvidenskabelige fakultet Sommereksamen 1997 Matematisk-økonomisk kandidateksamen Fag: Driftsøkonomi 2 Opgavetekst Generelle oplysninger: Der ses i nedenstående opgaver bort fra skat, transaktionsomkostninger,
Læs mereStatistik Lektion 1. Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning
Statistik Lektion 1 Introduktion Grundlæggende statistiske begreber Deskriptiv statistik Sandsynlighedsregning Introduktion Kasper K. Berthelsen, Inst f. Matematiske Fag Omfang: 8 Kursusgang I fremtiden
Læs mereGrundlæggende statistik Lektion 2 Indhold Diskrete fordelinger Binomial fordelingen Poisson fordelingen Hypergeometrisk fordeling Data typer el. typer af tilfældige variable Diskrete variable > Kategoriseres
Læs mereMarkedsudviklingen i 2004 for investeringsforeninger og specialforeninger 1
Markedsudviklingen i 2004 for investeringsforeninger og specialforeninger 1 Konklusioner: Foreningernes samlede formue er vokset med knap 208 mia. kr. i 2004, og udgjorde ultimo året i alt knap 571 mia.
Læs mereLØNSPREDNINGSOPGØRELSER NU TILGÆNGELIG I LOPAKS
LØNSPREDNINGSOPGØRELSER NU TILGÆNGELIG I LOPAKS INDHOLD 2 Formål 2 LOPAKS 3 Begreber 6 Eksempler 6. december 2010 LOPAKS er nu udvidet med en ny tabel, der giver mulighed for at opgøre lønspredning på
Læs mereOpgave 1 Betragt to diskrete stokastiske variable X og Y. Antag at sandsynlighedsfunktionen p X for X er givet ved
Matematisk Modellering 1 (reeksamen) Side 1 Opgave 1 Betragt to diskrete stokastiske variable X og Y. Antag at sandsynlighedsfunktionen p X for X er givet ved { 1 hvis x {1, 2, 3}, p X (x) = 3 0 ellers,
Læs mereUniversity of Copenhagen. Notat om statistisk inferens Larsen, Martin Vinæs. Publication date: Document Version Peer-review version
university of copenhagen University of Copenhagen Notat om statistisk inferens Larsen, Martin Vinæs Publication date: 2014 Document Version Peer-review version Citation for published version (APA): Larsen,
Læs mereBetinget fordeling Uafhængighed. Beregning af forventet tabel Chi-kvadrat teststatistik Chi-kvadrat test. Chi-kvadratfordelingen Agresti - Summary
1 Kontingenstabeller Betinget fordeling Uafhængighed 2 Chi-kvadrat test for uafhængighed Beregning af forventet tabel Chi-kvadrat teststatistik Chi-kvadrat test. Chi-kvadratfordelingen Agresti - Summary
Læs mereKursus Introduktion til Statistik. Forelæsning 13: Summary. Per Bruun Brockhoff
Kursus 02402 Introduktion til Statistik Forelæsning 13: Summary Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail:
Læs mereEstimation og konfidensintervaller
Statistik og Sandsynlighedsregning STAT kapitel 4.4 Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne Estimation og konfidensintervaller Antag X Bin(n,
Læs mere4 Oversigt over kapitel 4
IMM, 2002-09-14 Poul Thyregod 4 Oversigt over kapitel 4 Introduktion Hidtil har vi beskæftiget os med data. Når data repræsenterer gentagne observationer (i bred forstand) af et fænomen, kan det være bekvemt
Læs mereI dag. Statistisk analyse af en enkelt stikprøve med kendt varians Sandsynlighedsregning og Statistik (SaSt) Eksempel: kobbertråd
I dag Statistisk analyse af en enkelt stikprøve med kendt varians Sandsynlighedsregning og Statistik SaSt) Helle Sørensen Først lidt om de sidste uger af SaSt. Derefter statistisk analyse af en enkelt
Læs mereNote til styrkefunktionen
Teoretisk Statistik. årsprøve Note til styrkefunktionen Først er det vigtigt at gøre sig klart, at når man laver statistiske test, så kan man begå to forskellige typer af fejl: Type fejl: At forkaste H
Læs mereVejledende løsninger til opgaver i kapitel 6
Vejledende løsninger til opgaver i kapitel Opgave 1: a) Den stokastiske variabel, X, der angiver, om en elev består, X = 1, eller dumper, X =, sin eksamen i statistik. b) En binomialfordelt variabel fremkommer
Læs mere1 Statistisk inferens: Hypotese og test Nulhypotese - alternativ Teststatistik P-værdi Signifikansniveau...
Indhold 1 Statistisk inferens: Hypotese og test 2 1.1 Nulhypotese - alternativ.................................. 2 1.2 Teststatistik........................................ 3 1.3 P-værdi..........................................
Læs mereMarkante sæsonudsving på boligmarkedet
N O T A T Markante sæsonudsving på boligmarkedet 9. marts 0 Denne analyse estimerer effekten af de sæsonudsving, der præger prisudviklingen på boligmarkedet. Disse priseffekter kan være hensigtsmæssige
Læs mere1. Intoduktion. Undervisningsnoter til Øvelse i Paneldata
1 Intoduktion Før man springer ud i en øvelse om paneldata og panelmodeller, kan det selvfølgelig være rart at have en fornemmelse af, hvorfor de er så vigtige i moderne mikro-økonometri, og hvorfor de
Læs mereEn oversigt over udvalgte kontinuerte sandsynlighedsfordelinger
Institut for Økonomi Aarhus Universitet Statistik 1, Forår 2001 Allan Würtz 4. April, 2001 En oversigt over udvalgte kontinuerte sandsynlighedsfordelinger Uniform fordeling Benyttes som model for situationer,
Læs mereRisikospredning på flere forvaltere
Risikospredning på flere forvaltere Af Peter Rixen Senior Porteføljemanager peter.rixen@skandia.dk Risikospredning er den eneste såkaldte free lunch på de finansielle markeder. Derfor er der også meget
Læs mereUddybende beregninger til Produktivitetskommissionen
David Tønners Uddybende beregninger til Produktivitetskommissionen I forlængelse af mødet i Produktivitetskommissionen og i anledning af e-mail fra Produktivitetskommissionen med ønske om ekstra analyser
Læs mereVærdiansættelse af virksomheder: Sådan fastlægges afkastkravet i praksis
www.pwc.dk/vaerdiansaettelse Værdiansættelse af virksomheder: Sådan fastlægges afkastkravet i praksis Foto: Jens Rost, Creative Commons BY-SA 2.0 Februar 2016 Værdiansættelse af virksomheder er ikke en
Læs mereBilag 12 Regressionsanalysens tabeller og forklaringer
Bilag 12 Regressionsanalysens tabeller og forklaringer Regressionsanalysens tabeller og forklaringer Regressionsanalysen vil være delt op i 2 blokke. Første blok vil analysere hvor meget de tre TPB variabler
Læs mereNotat. Notat om produktivitet og lange videregående uddannelser. Martin Junge. Oktober
Notat Oktober Notat om produktivitet og lange videregående uddannelser Martin Junge Oktober 21 Notat om produktivitet og lange videregående uddannelser Notat om produktivitet og lange videregående uddannelser
Læs mere2 Risikoaversion og nytteteori
2 Risikoaversion og nytteteori 2.1 Typer af risikoholdninger: Normalt foretages alle investeringskalkuler under forudsætningen om fuld sikkerhed om de fremtidige betalingsstrømme. I virkelighedens verden
Læs mereKursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet March 1, 2013 Sandsynlighedsregning og lagerstyring Normalfordelingen
Læs mereBilagsnotat til: De nationale tests måleegenskaber
Bilagsnotat til: De nationale tests måleegenskaber Baggrund Der er ti obligatoriske test á 45 minutters varighed i løbet af elevernes skoletid. Disse er fordelt på seks forskellige fag og seks forskellige
Læs mere