dc.contributor.author | Γεωργαντώνη, Κωνσταντίνα Δ. | |
dc.date.accessioned | 2007-11-22T10:05:34Z | |
dc.date.available | 2007-11-22T10:05:34Z | |
dc.date.issued | 2007-11-22T10:05:34Z | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/2056 | |
dc.description.abstract | Στην εργασία αυτή περιγράφεται αρχικά η έννοια των ροών καθώς και πού αυτές χρησιμοποιούνται. Στη συνέχεια αναλύεται η τυχαία μεταβλητή , η οποία εκφράζει το χρόνο αναμονής μέχρι την πρώτη εμφάνιση ροής επιτυχιών τάξης k. Η μελέτη της παρουσιάζεται για την περίπτωση ανεξάρτητων και ισόνομων (i.i.d.) δοκιμών και για την περίπτωση εξαρτημένων δοκιμών που εμφανίζουν Μαρκοβιανή εξάρτηση πρώτης τάξης. Δίνονται, και για τις δύο περιπτώσεις, διάφοροι εναλλακτικοί τρόποι εύρεσης της κατανομής της , δηλαδή τύποι για τη συνάρτηση πυκνότητας πιθανότητας και την αθροιστική συνάρτηση κατανομής της, καθώς και τύποι για τη μέση τιμή και τη διακύμανσή της. Στην συνέχεια περιγράφεται ένα μοντέλο δεσμευμένων πιθανοτήτων, που σχετίζεται με χρόνους αναμονής για την εμφάνιση μιας ροής μήκους k, το οποίο χρησιμοποιείται για την πρόβλεψη της κατάλληλης χρονικής στιγμής για επένδυση σε μια μετοχή. Το μοντέλο αυτό περιγράφεται και για τις δύο περιπτώσεις δοκιμών. | |
dc.language.iso | el | |
dc.rights | Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 4.0 Διεθνές | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/deed.el | |
dc.subject | Μεταβλητές (Μαθηματικά) | |
dc.subject | Markov processes | |
dc.subject | Χρηματοοικονομική ανάλυση | |
dc.title | Στοχαστικά υποδείγματα ροών σε θέματα χρηματοοικονομικής ανάλυσης | |
dc.type | Master Thesis | |
europeana.isShownAt | https://dione.lib.unipi.gr/xmlui/handle/unipi/2056 | |
europeana.type | IMAGE | |
dc.identifier.call | 519.5'35 ΓΕΩ | |
dc.description.abstractEN | In the present dissertation the notion of success runs is presented firstly along with the fields of their application. Next, the random variable , which denotes the waiting time until the occurrence, for the first time, of a sequence of k consecutive successes is analyzed. This random variable, is studied for the case of independent identically distributed (i.i.d.) trials as well as for first order Markov-dependent trials. For both cases, it provides various alternative techniques for establishing the associated distribution, that is to say formulae for the probability mass function, cumulative distribution function and their moments (mean and variance). Then it describes a model of conditional probabilities, which is related to the waiting times of runs of length k, which is subsequently used for identifying the most appropriate time instance for investment action in a stock market share. The model is developed for the two cases of trials. | |