Uniwersytet Ekonomiczny w Poznaniu
|
|
- Danuta Wasilewska
- 5 lat temu
- Przeglądów:
Transkrypt
1 Uniwersytet Ekonomiczny w Poznaniu Wydział Informatyki i Gospodarki Elektronicznej Streszczenie pracy doktorskiej Estymacja pośrednia ubóstwa na poziomie regionalnym i lokalnym w Polsce Autor: mgr Łukasz Wawrowski Promotor: dr hab. Grażyna Dehnel, prof. nadzw. UEP Poznań 2017
2 Celem dysertacji jest pomiar ubóstwa na poziomie podregionów i powiatów w Polsce z wykorzystaniu statystyki małych obszarów. Przeprowadzone badania empiryczne potwierdzają, że estymacja ubóstwa z wykorzystaniem zmiennych pomocniczych z innych źródeł cechuje się lepszą jakością w porównaniu do estymacji bezpośredniej. W przeszłości wielu badaczy podejmowało problem zdefiniowania zjawiska niedostatku. Można w tym miejscu przywołać polskiego ekonomistę, profesora Jana Drewnowskiego, który łączył ubóstwo z niezaspokojeniem potrzeb na oczekiwanym poziomie [Drewnowski 1977]. Z kolei Amartya Sen, indyjski ekonomista i laureat Nagrody Banku Szwecji im. Alfreda Nobla, wskazał, że ubóstwo to nie tylko niedostępność określonych dóbr i usług, ale także brak możliwości uczestnictwa w podejmowaniu decyzji oraz udziału w życiu społecznym i kulturalnym [Sen 1992]. Rada Europejskiej Wspólnoty Gospodarczej (WE) w dokumencie z dnia 19 grudnia 1984 roku w sprawie działań mających na celu przeciwdziałanie ubóstwu zdefiniowała to zjawisko w następujący sposób: ubóstwo odnosi się do osób, rodzin lub grup osób, których zasoby (materialne, kulturowe i społeczne) są ograniczone w takim stopniu, że poziom ich życia obniża się poza akceptowalne minimum w kraju zamieszkania [EEC 1985]. Pomiar niedostatku bazuje na dwóch podstawowych wskaźnikach: stopie ubóstwa oraz głębokości ubóstwa. Pierwsza z tych miar informuje o odsetku ubogich w populacji. Wskaźnik ten jest prosty w budowie i interpretacji, niemniej posiada kilka wad. Przede wszystkim, nie bierze pod uwagę intensywności ubóstwa osoby znajdujące się poniżej granicy ubóstwa mogą mieć dochody bardzo zbliżone do tej granicy lub bardzo oddalone. W obu przypadkach stopa ubóstwa będzie taka sama, natomiast niewątpliwie większa bieda występuje w drugiej sytuacji. Uzupełnieniem stopy ubóstwa jest głębokość ubóstwa, która informuje o poziomie ubóstwa wśród osób znajdujących się poniżej linii ubóstwa. Oznacza to zatem, że pełniejszy obraz zjawiska otrzymamy prowadząc analizę opartą na obu wymienionych wskaźnikach [Haughton i Khandker 2009]. Badania empiryczne prowadzone w Polsce dostarczają informacji na temat biedy na bardzo ogólnym poziomie. Głównym źródłem oszacowań wskaź- 1
3 ników ubóstwa są badania reprezentacyjne prowadzone przez GUS takie jak Badanie Budżetów Gospodarstw Domowych (BBGD) oraz Europejskie Badanie Dochodów i Warunków Życia (EU-SILC). Jak dotąd wartości wskaźników ubóstwa publikowane są na poziomie całego kraju, w przekroju regionów oraz wybranych grup społeczno-demograficznych. Wielkość próby, jak również wykorzystywana obecnie metoda szacunku jaką jest estymacja bezpośrednia nie pozwalają na publikację wyników na niższych poziomach agregacji z powodu wysokich błędów oszacowań. Ponadto z roku na rok coraz więcej osób odmawia udziału w badaniach reprezentacyjnych. Wskaźnik braku realizacji wywiadu w przypadku badania EU-SILC w 2006 roku wynosił 48%, a w roku 2014 już 63% [GUS 2015]. Równolegle do obserwowanych spadków wskaźników realizacji badań reprezentacyjnych rosną potrzeby odbiorców informacji. Oczekuje się danych dla szczegółowych przekrojów oraz coraz mniejszych jednostek administracyjnych czy terytorialnych. W rozprawie do estymacji wskaźników ubóstwa na poziomie podregionów i powiatów zostały wykorzystane dwa typy modeli: obszarowe oraz jednostkowe. Bazują one na estymacji danej zmiennej zależnej za pomocą liniowego modelu mieszanego zawierającego efekt losowy przyporządkowany zazwyczaj do określonego stopnia podziału administracyjnego [Rao i Molina 2015]. W podejściu obszarowym zmienną zależną jest wskaźnik ubóstwa mierzony na określonym poziomie terytorialnym, a podejściu jednostkowym dochód gospodarstwa domowego. Natomiast po drugiej stronie równania znajdują się tzw. zmienne pomocnicze informacje silnie skorelowane ze zmienną zależną pochodzące z dodatkowego źródła danych [Guadarrama et al. 2016]. W badaniu kluczową rolę przy budowie modelu wykorzystanego w estymacji, odegrała identyfikacja symptomów ubóstwa. Pełniły one w procesie modelowania rolę informacji pomocniczej. Wskazanie cech stanowiących determinanty ubóstwa pozwoliło na stworzenie bazy tzw. zmiennych pomocniczych. Wśród najistotniejszych symptomów ubóstwa znalazły się takie cechy jak: źródło utrzymania gospodarstwa, liczebność gospodarstwa, wykształcenie członków gospodarstwa domowego czy występowanie w nim osób bezrobotnych bądź niepełnosprawnych [Czapliński i Panek 2011]. W dobie powszechnego dostępu do Internetu wskazuje się, że do szacowania ubóstwa 2
4 można wykorzystać dane z serwisów społecznościowych, a źródłem zmiennych pomocniczych mogą być chociażby serwisy z mapami [Marchetti et al. 2016]. Możliwe jest także wykorzystanie nocnych zdjęć satelitarnych [Elvidge et al. 2009]. Proces estymacji wskaźników ubóstwa poprzedzono empirycznym badaniem jakości danych pochodzących z badania EU-SILC. Wykazano, że znaczna część informacji dotyczących dochodów respondentów jest w nim imputowana. Z racji tego, że cechy te stanowią podstawę estymacji wskaźników ubóstwa, bardzo ważna jest świadomość pochodzenia tych danych. Przeprowadzona analiza stanowi przyczynek do dalszych badań nad zagadnieniem informative nonresponse [Laaksonen i Chambers 2006]. W pracach nad podejściem obszarowym do estymacji stopy oraz głębokości ubóstwa, przeanalizowano wpływ transformacji zmiennej zależnej na jakość oszacowań. Uwagę poświęcono przekształceniu z zastosowaniem pierwiastka arcus sinusa, która w założeniu ma stabilizować wariancję oszacowań bezpośrednich oraz zapewnić wyniki z przedziału [0, 1] [Burgard et al. 2016]. Badania symulacyjne wykazały, że pomimo pierwotnej poprawy własności rozkładu zmiennej zależnej, oszacowania pośrednie charakteryzowały się większym obciążeniem w porównaniu do modelu, w którym wskaźnik ubóstwa nie był transformowany. W toku prac ustalono, że najlepszymi własnościami pod względem precyzji, obciążenia oraz poprawności modelu na poziomie podregionów charakteryzuje się model Faya-Herriota z przestrzennie skorelowanym efektem losowym (SEBLUP) [Pratesi i Salvati 2008]. Wykorzystanie tego estymatora na poziomie powiatów nie pozwoliło na uzyskanie precyzyjnych oszacowań. W związku z tym zastosowano podejścia jednostkowe: metodę EB [Molina i Rao 2010] oraz MQ [Chambers i Tzavidis 2006]. Techniki te bazujące na generowaniu pseudo-populacji metodą Monte Carlo charakteryzowały się lepszymi własnościami w porównaniu do podejścia obszarowego. Z wykorzystaniem metod statystyki małych obszarów dostarczono precyzyjnych oszacowań stopy oraz głębokości ubóstwa na poziomie powiatów. O ile wcześniej podejmowane były próby estymacji stopy ubóstwa w przekroju podregionów i powiatów, tak wartości głębokości ubóstwa były publikowane wyłącz- 3
5 nie w wybranych przekrojach społeczno-demograficznych. Uzyskane wyniki istotnie rozszerzają szczegółowość dostępnych informacji, co stanowi novum rozprawy. Bardzo ważnym zagadnieniem w statystyce małych obszarów jest merytoryczna analiza oszacowań. W przypadku stopy oraz głębokości ubóstwa nie są znane prawdziwe wartości tych cech w populacji. W związku z tym stosuje się podejście polegające na porównaniu wyników estymacji pośredniej do tzw. zmiennych proxy. Przyjmuje się, że cechy te mogą stanowić pewne przybliżenie szacowanych parametrów. W dysertacji zaproponowano podejście polegające na wykorzystaniu danych dotyczących bezrobocia oraz pomocy społecznej pochodzących z rejestrów administracyjnych w celu oceny oszacowań. Wykazano, że korelacja pomiędzy oszacowaniami pośrednimi, a zmiennymi proxy jest wyższa, niż w przypadku oszacowań bezpośrednich. Ponadto, pozytywnie zweryfikowano hipotezę mówiącą o związku pomiędzy poziomem ubóstwa mierzonym stopą i głębokością ubóstwa, a sytuacją na rynku pracy. Relacja ta jest wyraźniejsza w ujęciu lokalnym, na poziomie powiatów, aniżeli w przekroju podregionów. W pracy zaproponowano także wykorzystanie metod porządkowania liniowego w ocenie oszacowań pośrednich. Na podstawie rankingów skonstruowanych dla wartości stopy oraz głębokości ubóstwa przy wykorzystaniu uogólnionej miary odległości (GDM) weryfikowano zgodność pozycji zajmowanych przez poszczególne domeny. Przeprowadzona analiza wykazała istnienie silnej korelacji pomiędzy modelowymi oszacowaniami wskaźników ubóstwa a rankingiem utworzonym wyłącznie na podstawie zestawu cech diagnostycznych. Potwierdzono także hipotezę badawczą mówiącą o wyraźnym zróżnicowaniu przestrzennym ubóstwa. Południowo-wschodnia część kraju charakteryzuje się wyższymi wartościami wskaźników ubóstwa w porównaniu do zachodniej części Polski. Zaobserwowano także, że ośrodki miejskie oraz przylegające do nich powiaty są mniej narażone na występowanie zjawiska ubóstwa aniżeli powiaty znacznie oddalone od dużych miast. Na podstawie otrzymanych wyników przeprowadzono także klasyfikacje podregionów i powiatów na grupy charakteryzujące się niskim, przeciętnym oraz wysokim poziomem ubóstwa. Na podstawie wartości statystyki Morana I stwier- 4
6 dzono występowanie umiarkowanej autokorelacji przestrzennej wskaźników ubóstwa. Otrzymane wyniki będą mogły stanowić składową obrazu spójności społecznej Polski w ujęciu regionalnym i lokalnym. Kartogramy zawarte w pracy umożliwiają identyfikację obszarów najbardziej narażonych na występowanie zjawiska ubóstwa. Z kolei wypracowana metodyka może zostać wykorzystana jako narzędzie ewaluacji w prowadzonych obecnie przedsięwzięciach takich jak Europa 2020, Krajowy Program Reform, Agenda Post-2015 czy Krajowy Program Przeciwdziałaniu Ubóstwu i Wykluczeniu Społecznemu Nowy wymiar aktywnej integracji mających na celu zmniejszenie poziomu ubóstwa. Wnioski uzyskane na podstawie przeprowadzonych badań będą mogły służyć jako informacja dla władz samorządowych w kontekście planowania efektywnej polityki społecznej. Literatura Burgard, J. P., Münnich, R., i Zimmermann, T. (2016). Impact of Sampling Designs in Small Area Estimation with Applications to Poverty Measurement, pages John Wiley and Sons, Ltd. Chambers, R. i Tzavidis, N. (2006). M-quantile models for small area estimation. Biometrika, 93(2): Czapliński, J. i Panek, T. (2011). Wykluczenie społeczne. diagnoza społeczna 2011 warunki i jakość Życia polaków - raport. Contemporary Economics, 5(3): #art214. Drewnowski, J. (1977). Poverty: its meaning and measurement. Development and Change, 8: EEC (1985). On specific community action to combat poverty. Official Journal of the EEC, 2(24). 5
7 Elvidge, C. D., Sutton, P. C., Ghosh, T., Tuttle, B. T., Baugh, K. E., Bhaduri, B., i Bright, E. (2009). A global poverty map derived from satellite data. Computers and Geosciences, 35(8): Guadarrama, M., Molina, I., i Rao, J. N. K. (2016). A comparison of small area estimation methods for poverty mapping. STATISTICS IN TRANS- ITION new series and SURVEY METHODOLOGY. Joint Issue: Small Area Estimation 2014, 17(1): GUS (2015). Dezagregacja wskaźników strategii Europa 2020 na poziom NTS 2 z zakresu pomiaru ubóstwa i wykluczenia społecznego. Praca Badawcza Statystyka dla polityki spójności. defaultstronaopisowa/5803/1/1/raport_metodologiczny.pdf. Haughton, J. i Khandker, S. R. (2009). Handbook on Poverty and Inequality. The World Bank, Washington. Laaksonen, S. i Chambers, R. (2006). Survey estimation under informative nonresponse with follow-up. Journal of Official Statistics, 22(1): Marchetti, S., Giusti, C., i Pratesi, M. (2016). The use of twitter data to improve small area estimates of households share of food consumption expenditure in italy. AStA Wirtschafts- und Sozialstatistisches Archiv, 10(2): Molina, I. i Rao, J. N. K. (2010). Small area estimation of poverty indicators. Canadian Journal of Statistics, 38(3): Pratesi, M. i Salvati, N. (2008). Small area estimation: the eblup estimator based on spatially correlated random area effects. Statistical Methods and Applications, 17(1): Rao, J. N. K. i Molina, I. (2015). Small Area Estimation. John Wiley and Sons, Inc. Sen, A. (1992). Inequality reexamined. Harvard University Press, Cambridge. 6
Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci
Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci Łukasz Wawrowski Katedra Statystyki Uniwersytet Ekonomiczny w Poznaniu Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 2 / 23 Plan
Bardziej szczegółowoNiepełnosprawność w świetle estymacji pośredniej na przykładzie województwa wielkopolskiego
Niepełnosprawność w świetle estymacji pośredniej na przykładzie województwa wielkopolskiego Michał Pietrzak 1,2, Tomasz Józefowski 2, Tomasz Klimanek 2, Marcin Szymkowiak 1,2 Uniwersytet Ekonomiczny w
Bardziej szczegółowosyntetyczna charakterystyka zawartości rozprawy (s. 7-9) Rozdział pierwszy pt. Ubóstwo jako przedmiot badań (s ) stanowi teoretyczne
Prof. dr hab. Marek Walesiak Uniwersytet Ekonomiczny we Wrocławiu Wydział Ekonomii, Zarządzania i Turystyki Katedra Ekonometrii i Informatyki 58-500 Jelenia Góra, ul. Nowowiejska 3 RECENZJA ROZPRAWY DOKTORSKIEJ
Bardziej szczegółowoStatystyka Małych Obszarów w badaniach próbkowych
Statystyka Małych Obszarów w badaniach próbkowych Łukasz Wawrowski l.wawrowski@stat.gov.pl Urząd Statystyczny w Poznaniu SKN Estymator, UEP 5.03.2012 1 Wprowadzenie Podstawowe pojęcia Badanie 2 Estymator
Bardziej szczegółowoestymacja wskaźnika bardzo niskiej intensywności pracy z wykorzystaniem modelu faya-herriota i jego rozszerzeń
estymacja wskaźnika bardzo niskiej intensywności pracy z wykorzystaniem modelu faya-herriota i jego rozszerzeń Łukasz Wawrowski, Maciej Beręsewicz 12.06.2015 Urząd Statystyczny w Poznaniu, Uniwersytet
Bardziej szczegółowoTaksonomiczne aspekty estymacji pośredniej uwzględniającej autokorelację przestrzenną w statystyce gospodarczej
Urząd Statystyczny w Poznaniu Taksonomiczne aspekty estymacji pośredniej uwzględniającej autokorelację przestrzenną w statystyce gospodarczej Grażyna Dehnel Tomasz Klimanek Jacek Kowalewski CEL BADANIA:
Bardziej szczegółowoŁUKASZ WAWROWSKI ANALIZA UBÓSTWA W PRZEKROJU POWIATÓW W WOJEWÓDZTWIE WIELKOPOLSKIM Z WYKORZYSTANIEM METOD STATYSTYKI MAŁYCH OBSZARÓW 1.
PRZEGLĄD STATYSTYCZNY NUMER SPECJALNY 2 2012 ŁUKASZ WAWROWSKI ANALIZA UBÓSTWA W PRZEKROJU POWIATÓW W WOJEWÓDZTWIE WIELKOPOLSKIM Z WYKORZYSTANIEM METOD STATYSTYKI MAŁYCH OBSZARÓW 1. WSTĘP Zjawisko ubóstwa
Bardziej szczegółowoStatystyka społeczna Redakcja naukowa Tomasz Panek
Statystyka społeczna Redakcja naukowa Podręcznik obejmuje wiedzę o badaniach zjawisk społecznych jako źródło wiedzy dla różnych instytucji publicznych. Zostały w nim przedstawione metody analizy ilościowej
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoAgnieszka Chłoń-Domińczak Zróżnicowanie kompetencji osób dorosłych a wykluczenie społeczne
Agnieszka Chłoń-Domińczak Zróżnicowanie kompetencji osób dorosłych a wykluczenie społeczne Główne pytania Jak kształtują się kompetencje Polaków w świetle badania PIAAC Jak wykluczenie edukacyjne wpływa
Bardziej szczegółowoBadania sondażowe. Schematy losowania. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa
Badania sondażowe Schematy losowania Agnieszka Zięba Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa 1 Próba jako miniatura populacji CELOWA subiektywny dobór jednostek
Bardziej szczegółowoWarunki życia ludności Polski po akcesji do Unii Europejskiej
Warunki życia ludności Polski po akcesji do Unii Europejskiej dr Marta Pachocka Katedra Administracji Publicznej Kolegium Ekonomiczno-Społeczne Szkoła Główna Handlowa w Warszawie (KES SGH) Polskie Stowarzyszenie
Bardziej szczegółowoOpis zakładanych efektów kształcenia na studiach podyplomowych WIEDZA
Opis zakładanych efektów kształcenia na studiach podyplomowych Nazwa studiów: BIOSTATYSTYKA PRAKTYCZNE ASPEKTY STATYSTYKI W BADANIACH MEDYCZNYCH Typ studiów: doskonalące Symbol Efekty kształcenia dla studiów
Bardziej szczegółowoStatystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Bardziej szczegółowoWnioskowanie statystyczne. Statystyka w 5
Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających
Bardziej szczegółowoKOBIETY I MĘŻCZYŹNI NA RYNKU PRACY
KOBIETY I MĘŻCZYŹNI NA RYNKU PRACY Dane prezentowane w niniejszym opracowaniu zostały zaczerpnięte z reprezentacyjnego Badania Aktywności Ekonomicznej Ludności (BAEL), z rejestrów bezrobotnych prowadzonych
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoWielowymiarowa analiza regionalnego zróżnicowania rolnictwa w Polsce
Wielowymiarowa analiza regionalnego zróżnicowania rolnictwa w Polsce Mgr inż. Agata Binderman Dzienne Studia Doktoranckie przy Wydziale Ekonomiczno-Rolniczym Katedra Ekonometrii i Informatyki SGGW Opiekun
Bardziej szczegółowoOszczędności gospodarstw domowych Analiza przekrojowa i analiza kohort
Oszczędności gospodarstw domowych Analiza przekrojowa i analiza kohort Barbara Liberda prof. zw. Uniwersytetu Warszawskiego Wydział Nauk Ekonomicznych Konferencja Długoterminowe oszczędzanie Szkoła Główna
Bardziej szczegółowoSTATYSTYKA MAŁYCH OBSZARÓW I. WPROWADZENIE
1 STATYSTYKA MAŁYCH OBSZARÓW I. WPROWADZENIE 1.1 Podejścia w statystyce małych obszarów Randomizacyjne Wektor wartości badanej cechy traktowany jest jako nielosowy. Szacowana charakterystyka jest nielosowa
Bardziej szczegółowoMetody Ilościowe w Socjologii
Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu
Bardziej szczegółowoMODELE LINIOWE. Dr Wioleta Drobik
MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą
Bardziej szczegółowoRodzaje badań statystycznych
Rodzaje badań statystycznych Zbieranie danych, które zostaną poddane analizie statystycznej nazywamy obserwacją statystyczną. Dane uzyskuje się na podstawie badania jednostek statystycznych. Badania statystyczne
Bardziej szczegółowoMonte Carlo, bootstrap, jacknife
Monte Carlo, bootstrap, jacknife Literatura Bruce Hansen (2012 +) Econometrics, ze strony internetowej: http://www.ssc.wisc.edu/~bhansen/econometrics/ Monte Carlo: rozdział 8.8, 8.9 Bootstrap: rozdział
Bardziej szczegółowoDziałania realizowane przez Główny Urząd Statystyczny w ramach projektu Statystyka dla polityki spójności POPT
Działania realizowane przez Główny Urząd Statystyczny w ramach projektu Statystyka dla polityki spójności POPT 2007-2013 Wiesława Domańska Renata Bielak Departament Analiz i Opracowań Zbiorczych Warszawa,
Bardziej szczegółowoMinimum egzystencji w układzie przestrzennym w 2016 r. omówienie danych
INSTYTUT PRACY I SPRAW SOCJALNYCH INSTITUTE OF LABOUR AND SOCIAL STUDIES Warszawa, 2 czerwca 2017 r. Minimum egzystencji w układzie przestrzennym w 2016 r. omówienie danych Do szacunków minimum egzystencji
Bardziej szczegółowoJak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw
Jak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw dr Karolina Borowiec-Mihilewicz Uniwersytet Ekonomiczny we Wrocławiu Zastosowania
Bardziej szczegółowoModele DSGE. Jerzy Mycielski. Maj Jerzy Mycielski () Modele DSGE Maj / 11
Modele DSGE Jerzy Mycielski Maj 2008 Jerzy Mycielski () Modele DSGE Maj 2008 1 / 11 Modele DSGE DSGE - Dynamiczne, stochastyczne modele równowagi ogólnej (Dynamic Stochastic General Equilibrium Model)
Bardziej szczegółowoUbóstwo ekonomiczne w Polsce w 2014 r. (na podstawie badania budżetów gospodarstw domowych)
015 GŁÓWNY URZĄD STATYSTYCZNY Opracowanie sygnalne Warszawa, 9.06.2015 r. Ubóstwo ekonomiczne w Polsce w 2014 r. (na podstawie badania budżetów gospodarstw domowych) Jaki był zasięg ubóstwa ekonomicznego
Bardziej szczegółowoSTATYSTYKA MAŁYCH OBSZARÓW IV. EMPIRYCZNY NAJLEPSZY PREDYKTOR
1 STATYSTYKA MAŁYCH OBSZARÓW IV. EMPIRYCZNY NAJLEPSZY PREDYKTOR 3.1 Najlepszy predyktor i empiryczny najlepszy predyktor 3.1.1 Najlepszy predyktor i empiryczny najlepszy predyktor Ogólny mieszany model
Bardziej szczegółowoUbóstwo i wykluczenie społeczne w Unii Europejskiej. Dr hab. Ryszard Szarfenberg Uniwersytet Warszawski Instytut Polityki społecznej
Ubóstwo i wykluczenie społeczne w Unii Europejskiej Dr hab. Ryszard Szarfenberg Uniwersytet Warszawski Instytut Polityki społecznej Przeciwdziałanie ubóstwu jako cel EWG-UE W EWG pierwsze programy wspólnotowe
Bardziej szczegółowoWeryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1
Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie
Bardziej szczegółowoWykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu
Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)
Bardziej szczegółowoDobór modelu a obciążenie szacunku na przykładzie estymatora GREG w badaniu małych przedsiębiorstw
Zeszyty Uniwersytet Ekonomiczny w Krakowie Naukowe 11 (971) ISSN 1898-6447 Zesz. Nauk. UEK, 217; 11 (971): 5 25 DOI: 1.15678/ZNUEK.217.971.111 Dobór modelu a obciążenie szacunku na przykładzie estymatora
Bardziej szczegółowoStatystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.
Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru
Bardziej szczegółowoZadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012
Bardziej szczegółowoCbO %u. Barbara Podolec Paweł Ulman Agnieszka Watęga. Jctywność ekonomiczna a sytuacja materialna gospodarstw domowych
CbO %u Barbara Podolec Paweł Ulman Agnieszka Watęga Jctywność ekonomiczna a sytuacja materialna gospodarstw domowych Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie Kraków 2008 SPIS TREŚCI Wprowadzenie
Bardziej szczegółowoCz. II. Metodologia prowadzonych badań. Rozdz. 1. Cele badawcze. Rozdz. 2. Metody i narzędzia badawcze. Celem badawczym niniejszego projektu jest:
Cz. II. Metodologia prowadzonych badań Rozdz. 1. Cele badawcze Celem badawczym niniejszego projektu jest: 1. Analiza zachowań zdrowotnych, składających się na styl życia Wrocławian: aktywność fizyczna,
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoMariola Banach UNIWERSYTET RZESZOWSKI. STUDIA PODYPLOMOWE Mechanizmy funkcjonowania strefy euro VI edycja, rok akademicki 2014/15
UNIWERSYTET RZESZOWSKI Promotor: dr Magdalena Cyrek Mariola Banach STUDIA PODYPLOMOWE Mechanizmy funkcjonowania strefy euro VI edycja, rok akademicki 2014/15 przedstawienie istoty ubóstwa i wykluczenia
Bardziej szczegółowoEnklawy biedy popegeerowskiej na Pomorzu Zachodnim
Enklawy biedy popegeerowskiej na Pomorzu Zachodnim dostępność informacji i potrzeby diagnostyczne na poziomie miejscowości dr Dariusz Dziechciarz mgr Shivan Fate Spuścizna po PGR co o niej wiemy? Pomimo
Bardziej szczegółowoPodejście modelowe w statystyce małych obszarów i jego zastosowania w badaniach ekonomicznych
Podejście modelowe w statystyce małych obszarów i jego zastosowania w badaniach ekonomicznych mgr Małgorzata Krzciuk Zebranie Katedry Statystyki, Ekonometrii i Matematyki Uniwersytet Ekonomiczny w Katowicach
Bardziej szczegółowoZałącznik 1. Wpływ funkcjonowania Specjalnych Stref Ekonomicznych na wyniki gospodarcze powiatów i podregionów Polski
Załącznik 1. Wpływ funkcjonowania Specjalnych Stref Ekonomicznych na wyniki gospodarcze powiatów Z1.1. Kontekst analizy W rozdziale IV niniejszego raportu zostały przedstawione mechanizmy, za pomocą których
Bardziej szczegółowoZróżnicowanie dobrobytu i jakości życia w regionie południowym
Zróżnicowanie dobrobytu i jakości życia w regionie południowym Renata Ptak Monika Wałaszek Krzysztof Jakóbik Urząd Statystyczny w Krakowie Augustów, 3-4,09,2015 .. - Dobrobyt, dobrostan, jakość życia (oczekiwania,
Bardziej szczegółowoUbóstwo i wykluczenie społeczne
Uniwersytet Warszawski Instytut Polityki Społecznej Ubóstwo i wykluczenie społeczne Wykład 3: Pomiar ubóstwa i wykluczenia społecznego dr hab. Ryszard Szarfenberg r.szarfenberg@uw.edu.pl Strona przedmiotu
Bardziej szczegółowoUbóstwo i wykluczenie społeczne w Polsce dwa podejścia empiryczne
Ubóstwo i wykluczenie społeczne w Polsce dwa podejścia empiryczne Dr hab. Ryszard Szarfenberg rszarf.ips.uw.edu.pl Prezentacja przygotowana na międzynarodową konferencję pt. Integracja społeczna jako wyzwanie
Bardziej szczegółowoProgram Operacyjny Kapitał Ludzki. Edyta Kuracińska
Program Operacyjny Kapitał Ludzki Edyta Kuracińska Cel prezentacji Istotą niniejszej prezentacji jest przedstawienie założeń oraz ich realizacji Programu Operacyjnego Kapitał Ludzki w aspekcie zwalczania
Bardziej szczegółowoElementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej
Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela
Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem
Bardziej szczegółowoStreszczenie pracy doktorskiej Autor: mgr Wojciech Wojaczek Tytuł: Czynniki poznawcze a kryteria oceny przedsiębiorczych szans Wstęp W ciągu
Streszczenie pracy doktorskiej Autor: mgr Wojciech Wojaczek Tytuł: Czynniki poznawcze a kryteria oceny przedsiębiorczych szans Wstęp W ciągu ostatnich kilku dekad diametralnie zmienił się charakter prowadzonej
Bardziej szczegółowoLiteratura. Statystyka i demografia
ZESTAWIENIE zagadnień i literatury do egzaminu doktorskiego z przedmiotów kierunkowych III Wydziałowej Komisji ds. Przewodów Doktorskich na Wydziale Ekonomiczno-Socjologicznym Uniwersytetu Łódzkiego Ekonometria
Bardziej szczegółowoUniwersytet Ekonomiczny w Katowicach Wydział Zarządzania Załącznik nr 3 Autoreferat na temat dorobku i osiągnięć w pracy naukowo-badawczej
Uniwersytet Ekonomiczny w Katowicach Wydział Zarządzania Załącznik nr 3 Autoreferat na temat dorobku i osiągnięć w pracy naukowo-badawczej Dr Tomasz Żądło Adiunkt w Katedrze Statystyki Katowice 2015 Spis
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
Bardziej szczegółowoWykład Ćwiczenia Laboratorium Projekt Seminarium
Zał. nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim ELEMENTY STATYSTYKI Nazwa w języku angielskim Elements of Statistics Kierunek studiów (jeśli dotyczy): Matematyka
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Informatyka Rodzaj przedmiotu: przedmiot obowiązkowy w ramach treści kierunkowych, moduł kierunkowy ogólny Rodzaj zajęć: wykład, ćwiczenia I KARTA PRZEDMIOTU CEL PRZEDMIOTU
Bardziej szczegółowoWERYFIKACJA MODELI MODELE LINIOWE. Biomatematyka wykład 8 Dr Wioleta Drobik-Czwarno
WERYFIKACJA MODELI MODELE LINIOWE Biomatematyka wykład 8 Dr Wioleta Drobik-Czwarno ANALIZA KORELACJI LINIOWEJ to NIE JEST badanie związku przyczynowo-skutkowego, Badanie współwystępowania cech (czy istnieje
Bardziej szczegółowoPORTAL GEOSTATYSTYCZNY GEO.STAT.GOV.PL DANE UDOSTĘPNIONE
1 PORTAL GEOSTATYSTYCZNY GEO.STAT.GOV.PL PSR 2010 NSP 2011 BDL DANE UDOSTĘPNIONE DANE W OPRACOWANIU DANE UDOSTĘPNIONE 2 PORTAL GEOSTATYSTYCZNY dostępny pod adresem publicznym klient usług mapowych 3 Możliwość
Bardziej szczegółowoSTRESZCZENIE. rozprawy doktorskiej pt. Zmienne jakościowe w procesie wyceny wartości rynkowej nieruchomości. Ujęcie statystyczne.
STRESZCZENIE rozprawy doktorskiej pt. Zmienne jakościowe w procesie wyceny wartości rynkowej nieruchomości. Ujęcie statystyczne. Zasadniczym czynnikiem stanowiącym motywację dla podjętych w pracy rozważań
Bardziej szczegółowoKONIUNKTURA KONSUMENCKA NA POZIOMIE LOKALNYM W WOJEWÓDZTWIE LUBELSKIM I PODKARPACKIM
25 KONIUNKTURA KONSUMENCKA NA POZIOMIE LOKALNYM W WOJEWÓDZTWIE LUBELSKIM I PODKARPACKIM Piotr Klimczak Wyższa Szkoła Informatyki i Zarządzania w Rzeszowie W celu oceny kondycji gospodarstw domowych w województwie
Bardziej szczegółowoAnaliza współzależności zjawisk
Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.
Bardziej szczegółowoWłaściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa.
Właściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa. Paweł Strawiński Uniwersytet Warszawski Wydział Nauk Ekonomicznych 16 stycznia 2006 Streszczenie W artykule analizowane są właściwości
Bardziej szczegółowoWIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA Powtórka Powtórki Kowiariancja cov xy lub c xy - kierunek zależności Współczynnik korelacji liniowej Pearsona r siła liniowej zależności Istotność
Bardziej szczegółowoTeoria polityki społecznej
Teoria polityki społecznej Operacjonalizacja polityki społecznej Wykład 4 dr hab. Ryszard Szarfenberg http://rszarf.ips.uw.edu.pl/tps/dzienne/ Rok akademicki 2017-2018 Teoria opisowa konceptualna na tle
Bardziej szczegółowoSpis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
Bardziej szczegółowoSTATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss
Bardziej szczegółowoWeryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoKorelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego
Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Współczynnik korelacji opisuje siłę i kierunek związku. Jest miarą symetryczną. Im wyższa korelacja tym lepiej potrafimy
Bardziej szczegółowo5. WNIOSKOWANIE PSYCHOMETRYCZNE
5. WNIOSKOWANIE PSYCHOMETRYCZNE Model klasyczny Gulliksena Wynik otrzymany i prawdziwy Błąd pomiaru Rzetelność pomiaru testem Standardowy błąd pomiaru Błąd estymacji wyniku prawdziwego Teoria Odpowiadania
Bardziej szczegółowoPODOBIEOSTWA, RÓŻNICE I ROZWIJANIE STRUKTUR SPOŁECZNO-GOSPODARCZYCH WYBRANYCH POWIATÓW W PODREGIONACH WIELKOPOLSKI
PODOBIEOSTWA, RÓŻNICE I ROZWIJANIE STRUKTUR SPOŁECZNO-GOSPODARCZYCH WYBRANYCH POWIATÓW W PODREGIONACH WIELKOPOLSKI. DR TOMASZ BRZĘCZEK Piła, 24.04.2012; Północna Wielkopolska lider czy outsider regionu?
Bardziej szczegółowoMatematyka z el. statystyki, # 6 /Geodezja i kartografia II/
Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/ Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, bud. CIW, p. 221 e-mail: zdzislaw.otachel@up.lublin.pl
Bardziej szczegółowoEwaluacja w polityce społecznej
Ewaluacja w polityce społecznej Dane i badania w kontekście ewaluacji Dr hab. Ryszard Szarfenberg Instytut Polityki Społecznej UW rszarf.ips.uw.edu.pl/ewalps/dzienne/ Rok akademicki 2018/2019 Główny problem
Bardziej szczegółowoTegoroczna edycja badań przeprowadzana była na przełomie marca i kwietnia 2015.
KONSUMENCKI LIDER JAKOŚCI 2015 to ogólnopolski, promocyjny program konsumencki, prowadzony przez Redakcję Strefy Gospodarki ogólnopolskiego, niezależnego dodatku dystrybuowanego wraz z Dziennikiem Gazetą
Bardziej szczegółowoWYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU
Zał. nr 4 do ZW WYDZIAŁ PODSTAWOWYCH PROBLEMÓW TECHNIKI KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYCZNA ANALIZA DANYCH Nazwa w języku angielskim STATISTICAL DATA ANALYSIS Kierunek studiów (jeśli dotyczy):
Bardziej szczegółowoPRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński
PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR Wojciech Zieliński Katedra Ekonometrii i Statystyki SGGW Nowoursynowska 159, PL-02-767 Warszawa wojtek.zielinski@statystyka.info
Bardziej szczegółowoEKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE
EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE ZADANIE 1 Oszacowano zależność między luką popytowa a stopą inflacji dla gospodarki niemieckiej. Wyniki estymacji są następujące: Estymacja KMNK,
Bardziej szczegółowoŹródło informacji - Stan Zdrowia Ludności Polski w 2009 r. (GUS 2011)
Źródło informacji - Stan Zdrowia Ludności Polski w 2009 r. (GUS 2011) Nie istnieje jedna, powszechnie uznana definicja niepełnosprawności. Definicja stosowana przez WHO przyjmuje, że do osób niepełnosprawnych
Bardziej szczegółowoAnaliza regresji - weryfikacja założeń
Medycyna Praktyczna - portal dla lekarzy Analiza regresji - weryfikacja założeń mgr Andrzej Stanisz z Zakładu Biostatystyki i Informatyki Medycznej Collegium Medicum UJ w Krakowie (Kierownik Zakładu: prof.
Bardziej szczegółowoPrzedmowa Wykaz symboli Litery alfabetu greckiego wykorzystywane w podręczniku Symbole wykorzystywane w zagadnieniach teorii
SPIS TREŚCI Przedmowa... 11 Wykaz symboli... 15 Litery alfabetu greckiego wykorzystywane w podręczniku... 15 Symbole wykorzystywane w zagadnieniach teorii mnogości (rachunku zbiorów)... 16 Symbole stosowane
Bardziej szczegółowoPodstawowe pojęcia statystyczne
Podstawowe pojęcia statystyczne Istnieją trzy rodzaje kłamstwa: przepowiadanie pogody, statystyka i komunikat dyplomatyczny Jean Rigaux Co to jest statystyka? Nauka o metodach ilościowych badania zjawisk
Bardziej szczegółowoSeminarium magisterskie Ubóstwo, bogactwo, nierówność
Seminarium magisterskie Ubóstwo, bogactwo, nierówność dr Michał Brzeziński wtorki, 18:30-20, sala 209 oraz spotkania w terminach indywidualnych w 304 Parę słów o moich zainteresowaniach badawczych Zajmuję
Bardziej szczegółowoZadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.
tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1
Bardziej szczegółowoStreszczenie rozprawy doktorskiej MODEL FUNKCJONOWANIA GOSPODARKI KREATYWNEJ W PROCESIE WZROSTU GOSPODARCZEGO
Wyższa Szkoła Bankowa we Wrocławiu Wydział Finansów i Zarządzania Streszczenie rozprawy doktorskiej mgr Magdalena Krawiec MODEL FUNKCJONOWANIA GOSPODARKI KREATYWNEJ W PROCESIE WZROSTU GOSPODARCZEGO Praca
Bardziej szczegółowoEkonometryczna analiza popytu na wodę
Jacek Batóg Uniwersytet Szczeciński Ekonometryczna analiza popytu na wodę Jednym z czynników niezbędnych dla funkcjonowania gospodarstw domowych oraz realizacji wielu procesów technologicznych jest woda.
Bardziej szczegółowoSTRESZCZENIE DYSERTACJI DOKTORKSIEJ MGR MARCINA SURÓWKI PT.
STRESZCZENIE DYSERTACJI DOKTORKSIEJ MGR MARCINA SURÓWKI PT. INSTRUMENTY FINANSOWE POLITYKI MIESZKANIOWEJ PAŃSTWA A ZASPOKAJANIE POTRZEB MIESZKANIOWYCH SPOŁECZEŃSTWA. Mieszkanie, jako dobro podstawowe,
Bardziej szczegółowoMETODY STATYSTYCZNE W BIOLOGII
METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne
Bardziej szczegółowoKomitet Nauk Demograficznych PAN
Komitet Nauk Demograficznych PAN Ewolucja badań procesów ludnościowych oraz relacji między demografią a naukami ekonomicznymi Irena E.Kotowska, Jolanta Kurkiewicz Ewolucja nauk ekonomicznych. Jedność a
Bardziej szczegółowoSpis treści 3 SPIS TREŚCI
Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe
Bardziej szczegółowoAnaliza korespondencji
Analiza korespondencji Kiedy stosujemy? 2 W wielu badaniach mamy do czynienia ze zmiennymi jakościowymi (nominalne i porządkowe) typu np.: płeć, wykształcenie, status palenia. Punktem wyjścia do analizy
Bardziej szczegółowoUbóstwo i wykluczenie społeczne w Polsce pomiar, wyjaśnianie, przeciwdziałanie
Ubóstwo i wykluczenie społeczne w Polsce pomiar, wyjaśnianie, przeciwdziałanie Dr hab. prof. UW Ryszard Szarfenberg Instytut Polityki Społecznej rszarf.ips.uw.edu.pl Warszawskie Debaty o Polityce Społecznej
Bardziej szczegółowoEkonometryczne modele nieliniowe
Ekonometryczne modele nieliniowe Wykład 10 Modele przełącznikowe Markowa Literatura P.H.Franses, D. van Dijk (2000) Non-linear time series models in empirical finance, Cambridge University Press. R. Breuning,
Bardziej szczegółowoWydział Matematyki. Testy zgodności. Wykład 03
Wydział Matematyki Testy zgodności Wykład 03 Testy zgodności W testach zgodności badamy postać rozkładu teoretycznego zmiennej losowej skokowej lub ciągłej. Weryfikują one stawiane przez badaczy hipotezy
Bardziej szczegółowoElementy statystyki wielowymiarowej
Wnioskowanie_Statystyczne_-_wykład Spis treści 1 Elementy statystyki wielowymiarowej 1.1 Kowariancja i współczynnik korelacji 1.2 Macierz kowariancji 1.3 Dwumianowy rozkład normalny 1.4 Analiza składowych
Bardziej szczegółowoSterowanie wielkością zamówienia w Excelu - cz. 3
Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji
Bardziej szczegółowoSPIS TREŚCI. Do Czytelnika... 7
SPIS TREŚCI Do Czytelnika.................................................. 7 Rozdział I. Wprowadzenie do analizy statystycznej.............. 11 1.1. Informacje ogólne..........................................
Bardziej szczegółowoStanisław Cichocki Natalia Nehrebecka. Zajęcia 8
Stanisław Cichocki Natalia Nehrebecka Zajęcia 8 1. Testy diagnostyczne 2. Testowanie prawidłowości formy funkcyjnej modelu 3. Testowanie normalności składników losowych 4. Testowanie stabilności parametrów
Bardziej szczegółowo1. Symulacje komputerowe Idea symulacji Przykład. 2. Metody próbkowania Jackknife Bootstrap. 3. Łańcuchy Markova. 4. Próbkowanie Gibbsa
BIOINFORMATYKA 1. Wykład wstępny 2. Bazy danych: projektowanie i struktura 3. Równowaga Hardyego-Weinberga, wsp. rekombinacji 4. Analiza asocjacyjna 5. Analiza asocjacyjna 6. Sekwencjonowanie nowej generacji
Bardziej szczegółowoEtapy modelowania ekonometrycznego
Etapy modelowania ekonometrycznego jest podstawowym narzędziem badawczym, jakim posługuje się ekonometria. Stanowi on matematyczno-statystyczną formę zapisu prawidłowości statystycznej w zakresie rozkładu,
Bardziej szczegółowoZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO
Wydział Nauk Ekonomicznych i Zarządzania Kierunek Analityka Gospodarcza Studia stacjonarne I stopnia ZAKRES TEMATYCZNY EGZAMINU LICENCJACKIEGO Zagadnienia ogólnoekonomiczne 1. Aktualna sytuacja na europejskim
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl
Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący
Bardziej szczegółowo