Andere Kunden interessierten sich auch für
![Computer-intensive und nichtparametrische statistische Tests]( "Computer-intensive und nichtparametrische statistische Tests")
Computer-intensive und nichtparametrische statistische Tests44,95 €![Die optimale Wahl des Komplexitätsparameters bei der Ridge-Schätzung]( "Die optimale Wahl des Komplexitätsparameters bei der Ridge-Schätzung")
Die optimale Wahl des Komplexitätsparameters bei der Ridge-Schätzung42,95 €![Stochastische Programmierungsmodelle]( "Stochastische Programmierungsmodelle")
Stochastische Programmierungsmodelle15,95 €![Statistische Versuchsplanung (DoE) für Ingenieure und Techniker]( "Statistische Versuchsplanung (DoE) für Ingenieure und Techniker")
Statistische Versuchsplanung (DoE) für Ingenieure und Techniker52,95 €![Statistische Analysen der Vorschläge der Hartzkommission, ihre Realisierung und ihre Auswirkungen auf dem Arbeitsmarkt]( "Statistische Analysen der Vorschläge der Hartzkommission, ihre Realisierung und ihre Auswirkungen auf dem Arbeitsmarkt")
Statistische Analysen der Vorschläge der Hartzkommission, ihre Realisierung und ihre Auswirkungen auf dem Arbeitsmarkt17,95 €![Prozess-Sicherheit I. Statistische Methoden für Ingenieure im operativen Qualitäts-Management]( "Prozess-Sicherheit I. Statistische Methoden für Ingenieure im operativen Qualitäts-Management")
Prozess-Sicherheit I. Statistische Methoden für Ingenieure im operativen Qualitäts-Management52,95 €![Nichtparametrische statistische Methoden in der Programmiersprache Oberon]( "Nichtparametrische statistische Methoden in der Programmiersprache Oberon")
Nichtparametrische statistische Methoden in der Programmiersprache Oberon47,95 €
Studienarbeit aus dem Jahr 2014 im Fachbereich Mathematik - Statistik, Note: 2,0, Brandenburgische Technische Universität Cottbus, Sprache: Deutsch, Abstract: Es gibt viele Ansätze, Risiken innerhalb der Finanzwirtschaft zu bewerten. Während beidseitige Risikomaße (zum Beispiel die Standardabweichung) Schwankungen um einen Erwartungswert betrachten, handelt es sich bei dem Value-at-Risk (VaR) um ein einseitiges, rein verlustorientiertes Risikomaß. Im ersten Teil dieser Arbeit steht die Definition des VaR im Hinblick auf diskrete und hauptsächlich stetige Gewinn- und Verlustverteilungen im Mittelpunkt. Im zweiten Teil werden parametrische und nichtparametrische Schätzmethoden gegenübergestellt und die VaR-Berechnung unter Verwendung des Varianz-Kovarianz-Modells und der historischen Simulation an Beispielen demonstriert.