STATISZTIKAI SZEMLE,100. ÉVFOLYAM 1. SZÁM 98–100. OLDAL
Kiadók ajánlata
OCKERT, S. (ed.) [2022]: Business Statistics of the United States 2021: Patterns of Economic Change. (Az Egyesült Államok üzleti statisztikái, 2021: a gazdasági változás mintázatai.) Rowman & Littlefield. Lanham.
Az Egyesült Államok gazdasági telje- sítményének alakulását ismertető kötet éves, negyedéves, illetve havi bontásban mutat be ipari és demográfiai (például GDP-, személyi- jövedelem-, kiadási, megtakarítási, foglalkoz- tatási, munkanélküliségi és tőkeállomány-) adatokat 1913-tól egészen napjainkig. Hosszú idősorain túl a bevezetőjében és a fejezeteiben található megjegyzések, kiegészítések és ábrák is az olvasók hasznára lehetnek, mivel nem- csak az adatok közötti eligazodást, de azok további felhasználását is elősegítik.
A körülbelül 3 500, elsősorban szövet- ségi kormányzati forrásokból (a Szövetségi Tartalékrendszer [Federal Reserve] Kormány- zótanácsától, a Gazdasági Elemző Irodától, a Munkaügyi Statisztikai Hivataltól, a Nép- számlálási Irodától, a Foglalkoztatási és Képzési Igazgatóságtól, a Szövetségi Lakásfi- nanszírozási Ügynökségtől, a Pénzügyminisz- tériumtól stb.) származó idősort tartalmazó kiadvány gazdag, átfogó képet ad az amerikai gazdaságról.
HARROU,F.–ZEROUAL,A.–HITTAWE, M.M.–SIN,Y.[2022]: Road Traffic Modeling and Management: Using Statistical Monitor- ing and Deep Learning. (Statisztikai megfi- gyelés és mélytanulás a közútiforgalom- modellezés és -irányítás szolgálatában.) Elsevier Science Publishing Co Inc. San Diego.
A szerzők a közútiforgalom-figyelés és -irányítás elméletébe nyújtanak betekintést.
A forgalomelemzés hagyományos és új
mélytanulási módszereinek bemutatása mellett azt is tárgyalják, hogy miként használhatók a statisztikai modellek és a gépi tanulási algo- ritmusok a forgalommodellezésben, -becslés- ben, -előrejelzésben, valamint a forgalmitorló- dás-figyelésben. Nemcsak az elméletet mutat- ják be, de gyakorlati műszaki megoldásokat is ismertetnek. Kötetük ezáltal hasznos olvas- mány lehet olyan kutatók és gyakorlati szak- emberek számára, akik az intelligens közleke- dési rendszerek teljesítményének javításán fáradoznak.
KROZER, Y. [2022]: Economics of Renewable Energy: An Assessment of Innova- tions with Statistical Data. (A megújuló ener- gia gazdaságtana: innovációk értékelése statisztikai adatok segítségével.) Springer Nature Switzerland AG. Cham.
A szerző gazdasági megközelítésben tárgyalja a modern megújuló energiaforrások témakörét, melyek térhódítása nem más, mint a biztonságra és önellátásra törekvés energia- technológiai megtestesülése. A magas üzem- anyagárak miatt megnőtt az előremutató meg- oldásokat nyújtó szolgáltatások száma, így számos értékes energetikai beruházás valósult meg innovatív vállalkozások segítségével.
A technológiaárak ezáltal alacsonyabbak lettek, ami a megújuló energiaforrások keres- kedelmi forgalomba hozatalának bővülését eredményezte, lehetővé téve a szén-dioxid- kibocsátás jelentős mértékű csökkentését.
Az országok energiafogyasztásának üteme ugyanakkor egyre nagyobb mértékben külön- bözik egymástól, és ez gátat vet a nemzetközi környezetpolitika-alkotásnak.
Az alacsony globális szén-dioxid- kibocsátásra való átállással kapcsolatos
KIADÓK AJÁNLATA 99
STATISZTIKAI SZEMLE,100. ÉVFOLYAM 1. SZÁM 98–100. OLDAL
optimista álláspont a világ számos országá- ban a vásárlóerőre, energiafogyasztásra, innovatív vállalkozásokra és energiaszolgál- tatásra vonatkozó statisztikai adatokra épül.
Ezek értelmezése ezért elengedhetetlen a tudományos hipotézisek igazolásához, és egyben elősegíti a fenntartható fejlődéssel kapcsolatos civil társadalmi, üzleti és politi- kai döntéshozatalt is.
CORAZZA,M.–GILLI,M.–PERNA,C.– PIZZI,C. –SIBILLO,M. [2022]: Mathematical and Statistical Methods for Actuarial Sciences and Finance: eMAF2020. (Matematikai és statisztikai módszerek aktuárius tudományok- hoz és pénzügyekhez: eMAF2020.) Springer Nature Switzerland AG. Cham.
A matematikusok, statisztikusok és közgazdászok együttműködése eredményeseb- bé teszi az aktuárius tudományok és a pénz- ügyek terén folyó kutatásokat. Ennek elősegí- tésére rendezte meg a velencei Ca’ Foscari Egyetem Közgazdaságtudományi Tanszéke a
„Matematikai és statisztikai módszerek alkal- mazása az aktuárius tudományokban és pénz- ügyekben” című nemzetközi konferenciát 2020. szeptember 18-án, 22-én és 25-én.
A COVID-19 járvány miatt Zoom platformon tartott eMAF2020 a Salernói Egyetem Közgazdasági és Statisztikai Tanszékének kezdeményezésére 2004-ben indult, kétévente szervezett nemzetközi tudományos találkozó- sorozat kilencedik eseménye, melynek ered- ményességét az eddigi konferenciák száma (Salernó: 2004, 2006, 2010, 2014; Velence:
2008, 2012, 2020; Párizs: 2016; Madrid: 2018) és résztvevőinek széles köre bizonyítja.
A kötet az ülésen bemutatott új elképze- léseket, ötleteket és innovatív módszereket ismerteti. A 4-6 oldalas írások többek között olyan témákba engednek betekintést, mint a mesterségesintelligencia- és gépi tanulási módszerek alkalmazása a pénzügyekben és a
biztosításban, viselkedésalapú pénzügy, hitel- kockázati technikák és modellek, dinamikus optimalizálás, pénzügyi adatok elemzése, biztosításmatematikai és pénzügyi jelenségek előrejelzése, devizapiacok, biztosítási model- lek, kamatlábmodellek, élettartam-kockázat, a pénzügyi idősorok vizsgálatának modelljei és módszerei, a pénzügyi piacok elemzésének többváltozós technikái, nyugdíjrendszerek, portfólióválasztás és -kezelés, kockázatelem- zés és -kezelés, illetve kereskedési rendszerek.
Értékes forrás lehet a téma vagy a bemutatott módszerek iránt érdeklődő oktatók, PhD-hallgatók, kutatók és gyakorlati szakem- berek számára egyaránt.
COLLINS, L. M. – LANZA, S. T. – BRAY,B.C.[2022]: Latent Class and Latent Transition Analysis: With Applications in the Social, Behavioral, and Health Sciences.
Second Edition. (Látensosztály- és látensátme- net-elemzés társadalom-, viselkedés- és egész- ségtudományi példákkal. Második kiadás.) John Wiley and Sons Ltd. Hoboken.
Az első kiadás óta számos módszertani újdonság látott napvilágot a szakirodalomban, melyek megoldást kínálnak a látensosztály- elemzés (laten class analysis, LCA) és a láten- sátmenet-elemzés (latent transition analysis, LTA) gyakorlati kihívásaira. A kötet második kiadása így amellett, hogy átfogó bevezetést nyújt az LCA és az LTA kategorikus adatok melletti alkalmazásába, már ezekkel az új témákkal (például látensprofil-elemzéssel) is foglalkozik. Továbbá olyan bonyolult tárgykö- röket is tárgyal, mint a többcsoportos elemzés és a kovariánsokat tartalmazó modellek.
Az elmélet illusztrálására és könnyebb megér- tése érdekében számos empirikus példát tar- talmaz, melyeket a szerzők az adatelemzők nézőpontjából állítottak össze. A kiadvány elsősorban posztgraduális hallgatóknak szól, de a kategorikus adatok elemzésével vagy a
100 KIADÓK AJÁNLATA
STATISZTIKAI SZEMLE,100. ÉVFOLYAM 1. SZÁM 98–100. OLDAL
látens változós modellekkel foglalkozó kurzu- soknak is kiváló tankönyve lehet. Ugyanakkor hasznosnak találhatják azok a szakemberek is, akik az LCA-t és az LTA-t empirikus adatok esetén szeretnék alkalmazni. A téma megérté-
séhez a kontingenciatáblázat-elemzés és a logisztikus regresszió, valamint a társadalom-, viselkedés- és orvosbiológiai tudományokban alkalmazott statisztikai eljárások poszt- graduális szintű ismeretére van szükség.
