STRESZCZENIE Pierwsze, nieoficjalne zawody triathlonowe odbyły się we Francji w latach dwudziestych. Sportowcy rywalizowali ze sobą łącząc pływanie,

Wielkość: px
Rozpocząć pokaz od strony:

Download "STRESZCZENIE Pierwsze, nieoficjalne zawody triathlonowe odbyły się we Francji w latach dwudziestych. Sportowcy rywalizowali ze sobą łącząc pływanie,"

Transkrypt

1 STRESZCZENIE Pierwsze, nieoficjalne zawody triathlonowe odbyły się we Francji w latach dwudziestych. Sportowcy rywalizowali ze sobą łącząc pływanie, jazdę na rowerze oraz bieg pod nazwą Les trois sport (Fourny i wps. 2011). Pierwsze oficjalne zawody w triathlonie zorganizowano 25 września 1974 r. pod nazwą Mission Bay Triathlon w San Diego w Kalifornii (USA) na dystansie 500 jardów (457,2 metra) pływania, 5 mil (8,047 kilometra) jazdy rowerem i 6 mil (9,656 kilometra) biegu. W roku 1989 Międzynarodowa Federacja Triathlonu (ITU) zorganizowała pierwszy kongres we Francji, który ukształtował zasady rywalizacji w triathlonie na świecie. Szybka popularyzacja dyscypliny w latach dziewięćdziesiatych sprawiła, że już od początku jego rozgrywania na Mistrzostwach Świata w 1989 roku zyskał aprobatę środowska sportowców zarówno kobiet, jak i mężczyzn oraz licznej grupy kibiców. Triathlon rozgrywany jest obecnie na wielu dystansach, jednak najbardziej uznaną z punktu widzenia mistrzostwa sportowego jest triathlon na dystansie Standard (1,5 km pływania 40 km jazdy rowerem 10 km biegu). Technika, jaką prezentują sportowcy w triathlonie oraz pośrednio w składowych konkurencjach traitahlonu nie odbiega znacznie od techniki, jaką reprezentują czołowi zawodnicy wymieniowych wyżej dyscyplin indywidualnie. Dzięki temu triathlon uważany jest za jedną z najbardziej złożonych dyscyplin na świecie pod każdym względem. Nie można również pominąć roli taktyki rozgrywania triathlonu na dystansie składającym się z trzech kolejno następujących po sobie konkurencji, która ma znamienny wpływ na kształtowanie zdolności i umiejętności zawodnika. Czas zmian jednej konkurencji na kolejną wlicza się w czas końcowy, co jest niezmiernie ważnym elementem mającym wpływ na rezultat końcowy. Obecnie tylko szczegółowa analiza i pomiary wszystkich parametrów poszczególnych konkurencji wchodzących w skład triathlonu oraz interpratacja wyników analiz dla potrzeb procesu treningowego daje szansę na dalszą poprawę wyników. Nowoczesny trening coraz częściej korzysta z technologii informacyjnej oraz nowoczesnych narzędzi analitycznopredykcyjnych. Jednak to, co oferuje nam nauka w aspekcie standardowych środków poznawczych nie daje nam wystarczającej wiedzy do dalszego rozwoju. W procesie treningowym pomija się lub nie wykorzystuje analiz trendów w dynamice wyników w poszczególnych konkurencjach, a także analiz prognozujących wyniki. Wartość informacji dla podjęcia prowidłowej decyzji w procesie selekcji oraz strategia rozwoju zawodnika nie jest uwzględniana, być może z powodu małej wiedzy o możliwościach innowacyjnych narzędzi informatycznych. Podejście to w kolejnych latach zostanie zweryfikowane przez osiągnięcia czołowych triathlonistów w odniesieniu do metod i środków jakimi trenują. 1

2 Zważywszy na to, że na dynamikę zmian wyników sportowych w triathlonie wpływa wiele czynników, najlepszym sposobem na otrzymanie wiarygodnych wyników analiz jest jest analiza składowych konkurencji dyscypliny w funkcji czasu. Otrzymamy w ten sposób dane mogące pomóc w prognozowaniu przyszłych wyników i dynamikę ich zmian oraz wyznaczyć jej trendy liniowe. Pośrednio będzie można wskazać przyczyny zmieności zjawiska, ze względu na to, że od początku rozgrywania zawodów triathlonowych walka o medale rozgrywa się na dwóch płaszczyznach. Jedna z nich związana jest z wysiłkiem fizycznym, a druga z wyścigiem technologicznym, który nierozerwalnie towarzyszy każdej konkurencji wchodzącej w skład triathlonu. Triathlon jest specyficzną dyscypliną, a uzyskane rezultaty są zależne od wielu czynników. Oznacza to, że w badaniach nad predykcją oraz dynamiką zmieności światowych wyników w triathlonie, które mają ustalić trendy rozwoju, najwygodniej jest się posłużyć analizą wyników obejmującą długi okres. Najodpowiedniejszym materiałem badawczym okazały się bazy danych dotyczące wyników trzydziestu najlepszych zawodników i zawodniczek Mistrzostw Świata (MŚ) w triathlonie olimpijskim na dystansie Standard od roku Z tej grupy do analiz wyodrębniono dziesięciu najlepszych triathlonistów i triathlonistek na Mistrzostwach Świata (MŚ). Analizowano wyniki uzyskane w dyscyplinie oraz poziom wyników w jej trzech składowych konkurencjach: w pływaniu, w jeździe na rowerze i w biegu na 10 km oraz czasy przebierania się (2x). Ponieważ triathlon obejmuje obecnie dużą liczbę konkurencji, w pracy ograniczono się do przeanalizowania wyników tzw. triathlonu olimpijskiego na dystansie standard. Większość badaczy dynamikę kształtowania się wyników sportowych analizowało biorąc pod uwagę rozwój rekordów światowych lub europejskich w wektorze czasowym oraz trzech najlepszych zawodników podczas Igrzysk olimpijskich i Mistrzostw Świata (Ważny i Sozański 1980; Einmahl i Magnus 2008). Ze względu na rozmaitość przypadkowych i niewymiernych czynników jakie wpływają na rekordowe osiągnięcia, jednoznacznie wykazano, że dokładniejsze wyniki tendencji rozwojowych poszczególnych dyscyplin lub konkurencji można uzyskać przez badanie szeregów najlepszych wyników opierających się na wartościach średnich arytmetycznych od dziesięciu do trzydzistu najlepszych osiągnięć na świecie w kolejnych latach. Najlepszą metodą okazała się tutaj analiza matematyczna z użyciem nowoczesnych narzędzi. Prac z tej dziedziny jest niewiele, a te, które są dostępne, traktują problem wybiórczo. Brakuje prac zajmujących się zmianami wyników sportowych wśród kobiet i mężczyzn we wszystkich konkurencjach składowych wchodzących w skład triathlonu, strafach zmian i wyników końcowych oraz porównujących je z wynikami modeli prognostycznych. Analiza 2

3 prognostyczna wydaje się być ciekawym narzędziem, a przemyślany i odpowiednio przeprowadzony nabór i selekcja procesu szkolenia sportowego przynosi wymierne rezultaty w postaci progresji wyników. Aby zjawisko zaistniało, musi zostać przeprowadzona optymalizacja wyników na poziomie decyzyjnym. Zakłada ona nabór zawodnika poprzez przeanalizowanie indywidualnego procesu szkolenia, jego struktury i wielkości obciążeń wykonywanych na treningach oraz wskaźników testowych w składowych konkurencjach i triathlonie. Jednoczesnym ustaleniu podlega optymalne tempo rozwoju drogi do mistrzostwa sportowego oraz jego powtarzalności w kolejnych etapach i latach szkolenia (Nieverkovitch 2003; Bottoni i wsp. 2012; Kovarova 2012). Praca zawiera dwa zasadnicze etapy odnoszące się do każdej z omawianych konkurencji. Pierwszy z nich dotyczy analizy uzyskanych wyników sportowyc w poszczególnych konkurencjach składowych oraz jako dyscypliny podczas MŚ z wykorzystaniem funkcji czasu ( ). Drugi natomiast odnosi się do modelowania predykcyjnego tych wyników na kolejne 5 lat. Zasadniczym celem pierwszej części jest określenie siły i kierunku dynamiki zmienności wyników w omawianym okresie, oddzielnie dla kobiet i mężczyzn. Dodatkowo utworzone tym sposobem zbiory danych zostały przeanalizowane pod kątem występowania różnic ze względu na płeć. Wiodącym celem drugiej części jest budowa modeli predykcyjnych pozwalających na wyznaczenie prognoz wyników sportowych dla poszczególnych konkurencji oraz całej dyscypliny z uwzględnieniem płci na kolejne lata. Celem pracy nie jest zatem określenie przyczyn zmienności wyników, nie można ich bowiem przeprowadzić bez analizy wszystkich predyktorów każdej z konkurencji składowych oraz dodatkowych predyktorów wejściowych wynikających ze specyfiki dyscypliny. Praca skupia się na przedstawieniu dynamiki zmian rezultatów sportowych MŚ w triathlonie oraz wyznaczeniu wartości predykcyjnych na podstawie uzyskanych wyników. Cele tej pracy eksplikowały zatem do uzyskania odpowiedzi na następujące pytania badawcze o charakterze analitycznym: 1. Jaki był kierunek wyznaczonych trendów zmian średnich najlepszych światowych wyników kobiet i mężczyzn w triathlonie w poszczególnych konkurencjach składowych w omawianym okresie? 2. Czy zaistniały podstawy do zastosowania w analizach funkcji trendu łamanego w następstwie zmian technologicznych w określonych przedziałach czasowych? 3

4 3. W których okresach dynamika zmian wyników sportowych w ujęciu wartości indeksacyjnych była najwyższa, a w których najniższa? 4. Jaka jest prognoza zmian wyników w triathlonie oraz poszczególnych konkurencjach składowych, w następnych okresach? 5. Które z modeli prognostycznych uzyskały najwyższe wskaźniki dopasowania (R 2 i ϕ 2 ) do danych empirycznych? 6. Czy w najbliższych latach nastąpi przyspieszenie czy też spowolnienie dynamiki zmienności wyników kobiet i mężczyzn? W celu operacjonalizacji problematyki badawczej, zbudowano następujące hipotezy badawcze: H 1 : Możliwe jest wyznaczenie specyficznych okresów w odniesieniu do funkcji czasu oraz trendów wzrostowych lub spadkowych opisujących zmienność wyników finalistów MŚ w triathlonie, charakteryzujących się trendem łamanym, wynikającym z uwarunkowań niezwiązanych z rozwojem zawodniczym triathlonistów i triathlonistek. H 2 : Możliwe jest zbudowanie modeli predykcyjnych wyniku sportowego w triathlonie z wykorzystaniem danych z lat oraz eksperymentalnego modelu weryfikacyjnego dla wyników MŚ w 2015 rok, na lata W pracy uzyskano odpowiedź na wszystkie postawione pytania badawcze o charakterze analitycznym oraz odpowiedziano na dwie hipotezy badawcze co pozwoliło na przedstawienie dynamiki zmian rezultatów sportowych MŚ w triathlonie oraz wyznaczenie wartości predykcyjnych na podstawie uzyskanych wyników. W pracy przeprowadzona została komplementarna analiza danych statystycznych oraz predykcja danych wyjściowych (modelowych). Materiał badawczy opracowano powszechnie stosowanymi metodami statystyki opisowej. Wyniki i dane wsadowe przedstawiono w postaci wartości średnich rekordy w macierzy tablicowej. W pierwszym etapie badań empirycznych, w celu zbadania dynamiki zjawiska, wykorzystany został szereg czasowy (dynamiczny), w którym rozpatrywane są poziomy zmiennej - wynik sportowy jako funkcja czasu (Sobczyk 2002). Do analizy zmienności dynamiki zjawiska wykorzystane zostały indeksy o podstawie zmiennej (łańcuchowej) oraz stałej. Wielkość i kierunek trendu wyznaczono z zastosowaniem średniej ruchomej. Wyznaczone zostały punkty przecięcia linii 4

5 trendu przez krzywe zmienności zjawiska (wyniki sportowe). Na podstawie średnich ruchomych określona została i wybrana funkcja trendu liniowego lub trendu łamanego dla pływania. Przed sporządzeniem prognozy wielkości badanego zjawiska, w okresach następnych, sprawdzony został stopień dopasowania funkcji trendu do danych empirycznych. W drugim etapie badań poświęconym predykcji w oparciu o opracowane dane zbudowane zostały modele predykcyjne. Wyznaczanie i budowa modeli wartości predykcyjnych rozpoczęta została od szeregów czasowych okresów. Jako metoda prognoz przyjęta została predykcja średniej ruchomej. Każdorazowo kontrolowana była wartość współczynnika zmienności. W następnej kolejności zbudowane zostały modele regresyjne (nieliniowe), w postaci tablicowej z wykorzystaniem arkusza kalkulacyjnego Excel, z pakietu Microsoft Office oraz programu STATISTICA. Prognozowanie modeli regresyjnych zostało oparte na metodzie potęgowej oraz wygładzania wykładniczego. Modele regresyjne wyznaczone zostały zatem z wykorzystaniem funkcji regresji i funkcji tablicowych. Jednoczynnikowa analiza wariancji ANOVA pozwoliła sprawdzić, czy przeanlizowane czynniki różnicują obsewowane wyniki. Wykonana została procedura testu post-hoc Tukey a wszystkich różnic porównywanych średnich. Wyniki przedstawione w pracy opierają się na analizie danych uzyskiwanych przez nalepszych triathlonistów i traithlonistki świata w okresie od 1989 do 2015 roku oraz prognozowanie ich wartości w okresie od 2016 do 2020 roku. Wyniki badań pozwalają na sformuowanie następujących wniosków i jednocześnie udzielenie odpowiedzi na postawione wcześniej pytania badawcze: 1. Kierunki trendów zmian średnich najlepszych światowych wyników kobiet i mężczyzn w triathlonie w poszczególnych konkurencjach składowych w omawianym okresie od roku roku przyjmując za 100% dane z 1989 roku, przedstawia się następująco: w pływaniu wśród kobiet i mężczyzn długookresowy kierunek trendu światowych wyników był ujemny (poprawa wyników). U kobiet wynik poprawił się o 39,2%, a u mężczyzn o 39%. w jeździe na rowerze wśród kobiet długookresowy trend dynamiki światowych wyników był ujemny, wynik poprawił się o 2,6%, u mężczyzn był zaś dodatni, wynik pogorszył sie o 0,1%. 5

6 w biegu wśród kobiet i mężczyzn długookresowy trend dynamiki światowych wyników był ujemny, a wynik poprawił sie o 9,3% u kobiet i o 10,7% u mężczyzn. w strefie zmian T1 wśród kobiet długookresowy trend dynamiki światowych wyników był ujemny wynik poprawił się o 1,8%, natomiast u mężczyzn trend dynamiki był dodatni, wynik pogorszył się o 8,4%. w strefie zmian T2 wśród kobiet i mężczyzn długookresowy trend dynamiki światowych wyników był ujemny, a wynik poprawił się odpowiednio o 38,9% i 40,2%. W wyniku końcowym bez stref zmian wśród kobiet i mężczyzn długookresowy trend dynamiki światowych wyników był ujemny, wynik poprawił się o 12,2%. w wyniku końcowym w triathlonie wśród kobiet i mężczyzn długookresowy trend dynamiki światowych wyników był ujemny, wynik poprawił się odpowiednio u kobiet i mężczyzn o 12,8% i 12,2%. 2. W następstwie zmian technologicznych zaistniała potrzeba zastosowania analizy trendu łamanego, Jednakże jedynie w konkurencji pływania. Analizę przeprowadzono oddzielnie dla kobiet i mężczyzn w przedziale czasowym , oraz (predykcja). W obu analizowanych przypadkach analiza trendu łamanego wyjaśnia większy procent badanego zjawiska niż model liniowy, co daje podstawy do zastosowania go w analizach. W przypadku kobiet model zbudowany w oparciu o trend łamany z R 2 =,749 wyjaśnia większy procent badanego zjawiska niż model liniowy z R 2 =,654. Podobnie parametry strukturalne przedstawionych modeli liniowego oraz łamanego mężczyzn, dają podstawy do stwierdzenia, że model zbudowany w oparciu o trend łamany wyjaśnia większy procent badanego zjawiska niż model liniowy (odpowiednio R 2 =,647 i R 2 =,598). 3. Analiza wyników kobiet i mężczyzn z wykorzystaniem szeregów czasowych wykazała bardzo dużą dynamikę zmienności w poszczególnych konkurencjach składowych triathlonu oraz w samej dyscyplinie. Szczegółowe dane dotyczące uzyskanych wyników przedstawione zostały poniżej: Pływanie: U kobiet największe spadki wartości indeksowych o podstawie stałej w wynikach sportowych (czyli poprawa wyników) zanotowano w latach: 2007 (40,7%), 2008 (41,7%) oraz 2010 (40,7%). Natomiast 6

7 wzrostów indeksów o podstawie stałej (pogorszenie się wyników) nie odnotowano. W przypadku indeksów o podstawie zmiennej największe zmiany miały miejsce w latach: 1990 (poprawa wyniku o 27,9%), 1995 (pogorszenie o 14,5%), 1996 (poprawa o 32,6%), 2010 (poprawa o 36,2%). W grupie mężczyzn największe spadki indeksów o podstawie stałej wyników sportowych (czyli poprawę wyników) miały miejsce w latach: 2006 (39%), 2007 (39,3%), 2008 (40,7%), natomiast najniższe wartości indeksacyjne uzyskiwanych wyników odnotowano w latach: 1990 (29,1%), 1995 (25,2%), 2002 (31,4%). W przypadku indeksów o podstawie zmiennej największe zmiany miały miejsce w latach: 1990 ( poprawa o 29,1%), 1991 (pogorszenie o 25,4%), 1995 (pogorszenie o 17,1%), 1996 (poprawa o 26,3%). Jazda na rowerze: u kobiet największe spadki indeksów wyników sportowych (czyli poprawę wyników) zanotowano w latach: 1996 (17,9%), 2004 (13,6%), 2010 (16,4%), natomiast najniższe wartości indeksacyjne uzyskiwanych wyników odnotowano w latach: 1993 (4,9%), 1998 (5,2%), 2012 (10,7%). W przypadku indeksów o podstawie zmiennej największe zmiany miały miejsce w latach: 1997 (pogorszenie o 28,5%), 1999 (poprawa o 26,5%), 2000 (pogorszenie o 31,8%), 2004 (poprawa o 38,3%). W badanej grupie mężczyzn największe spadki indeksów wyników sportowych (czyli poprawę wyników) miały miejsce w latach: 1996 (17,2%), 2004 (14,5%), 2010 (11,1%), natomiast najniższe wartości indeksacyjne uzyskiwanych wyników odnotowano w latach: 2002 (13,3%), 2003 (7,4%), 2012 (18,5%). W przypadku indeksów o podstawie zmiennej największe zmiany miały miejsce w latach: 1997 (pogorszenie o 31,2%), 2002 (pogorszenie 26%), 2003 (poprawa o 24,6), 2013 (34,6%). Bieg: u kobiet największe spadki indeksów wyników sportowych (czyli poprawę wyników) zanotowano w latach: 2000 (11,7%), 2007 (11,6%), 2013 (11,8%), natomiast najniższe wartości indeksacyjne uzyskiwanych wyników odnotowano w latach: 1990 (2%), 1992 (1,8%), 1993 (0,6%). W przypadku indeksów o podstawie zmiennej największe zmiany miały miejsce w latach: 1996 (pogorszenie o 12,7%), 1997 (poprawa o 11,4%), 2008 (pogorszenie o 11,2%), 2009 (poprawa poprawa o 13%). W badanej grupie mężczyzn największe spadki indeksów wyników sportowych (czyli poprawę wyników) miały miejsce w latach: 1997 i 2011 (11,6%), 2009 (13,0%), 2013 (12,7%), 7

8 natomiast najniższe wartości indeksacyjne uzyskiwanych wyników odnotowano w latach: 1990 (0,1%), 1993 (1,5%), 1995 (3,9%). W przypadku indeksów o podstawie zmiennej największe zmiany miały miejsce w latach: 1993 (pogorszenie o 12,3%), 1994 (poprawa o 15,5%), 2005 (pogorszenie o 14,2%), 2009 (poprawa o 12,9%). Strefa zmian T1: u kobiet największe spadki indeksów wyników sportowych (czyli poprawę wyników) zanotowano w latach: 1996 (45,5%), 1999 (43,1%), 2009 (58,7%), natomiast najniższe wartości indeksacyjne uzyskiwanych wyników odnotowano w latach: 1995 (99,5%), 1998 (40,3%), 2004 (19,1%). W przypadku indeksów o podstawie zmiennej największe zmiany miały miejsce w latach: 1995 (pogorszenie o 145,5%), 1996 (poprawa o 205,5%), 2010 (pogorszenie o 158,6%), 2011 (poprawa o 148,3%). W badanej grupie mężczyzn największe spadki indeksów wyników sportowych (czyli poprawę wyników) miały miejsce w latach: 1993 (39,7%), 1996 (38,6%), 2009 (59,1%), natomiast najniższe wartości indeksacyjne uzyskiwanych wyników odnotowano w latach: 1998 (46,1%), 2004 (12,7%), 2012 (19,3%). W przypadku indeksów o podstawie zmiennej największe zmiany miały miejsce w latach: 2010 (pogorszenie o 142,3%), 2011 (poprawa o 127,1%), 2012 (pogorszenie o 116,7%), 2013 (poprawa o 128,3%). Strefa zmian T2: u kobiet największe spadki indeksów wyników sportowych (czyli poprawę wyników) zanotowano w latach: 2007 (46,7%), 2009 (50,3%), 2010 (42,1%), natomiast najniższe wartości indeksacyjne uzyskiwanych wyników odnotowano w latach: 1995 (22%), 1997 (35,5%), 1998 (35,3%). W przypadku indeksów o podstawie zmiennej największe zmiany miały miejsce w latach: 1996 (poprawa o 63,3%), 1997 (pogorszenie o 130%), 1998 (poprawa o 88,9%), 2008 (pogorszenie o 54,9%). W badanej grupie mężczyzn ajwiększe spadki indeksów wyników sportowych (czyli poprawę wyników) miały miejsce w latach: 2007 (50%), 2008 (43,7%), 2009 (52,8%), natomiast najniższe wartości indeksacyjne uzyskiwanych wyników odnotowano w latach: 1992 (24,5%), 1993 (29,2%), 1998 (29,2%). W przypadku indeksów o podstawie zmiennej największe zmiany miały miejsce w latach: 1995 (pogorszenie o 75,5%), 1999 (poprawa o 45,3%), 2003 (pogorszenie o 61,5%), 2004 (poprawa o 73,2%). 8

9 Wynik w triathlonie bez stref zmian: u kobiet największe spadki indeksów wyników sportowych (czyli poprawę wyników) zanotowano w latach: 1996 (17,7%), 2004 (18,4%), 2010 (20%), natomiast najniższe wartości indeksacyjne uzyskiwanych wyników odnotowano w latach: 1993 (5,2%), 2003 (6%), 2012 (5,8%). W przypadku indeksów o podstawie zmiennej największe zmiany miały miejsce w latach: 1999 (poprawa o 16,3%), 2004 (poprawa 22,6%), 2005 (pogorszenie o 20,9%), 2011 (pogorszenie o 15,8%). W badanej grupie mężczyzn największe spadki indeksów wyników sportowych (czyli poprawę wyników) miały miejsce w latach: 1996 (18,4%), 2004 (18,7%), 2010 (17,4%), natomiast najniższe wartości indeksacyjne uzyskiwanych wyników odnotowano w latach: 2002 (1,7%), 2003 (6,1%), 2012 (1,9%). W przypadku indeksów o podstawie zmiennej największe zmiany miały miejsce w latach: 1997 (pogorszenie o 17,5%), 2003 (poprawa o 17,3%), 2005 (pogorszenie 23,4%), 2013 (23,2%). Wynik w triathlonie wraz z czasami stref zmian: u kobiet największe spadki indeksów wyników sportowych (czyli poprawę wyników) zanotowano w latach: 1996 (17,9%), 2004 (18%), 2010 (20%), natomiast najniższe wartości indeksacyjne uzyskiwanych wyników odnotowano w latach: 1993 (5,2%), 2003 (6,1%), 2012 (5,8%). W przypadku indeksów o podstawie zmiennej największe zmiany miały miejsce w latach: 1999 (poprawa o 17,5%), 2004 (poprawa o 22,2%), 2005 (pogorszenie o 20,1%), 2008 (pogorszenie 15,8%). W badanej grupie mężczyzn największe spadki indeksów wyników sportowych (czyli poprawę wyników) miały miejsce w latach: 1996 (18,3%), 2004 (18,4%), 2010 (17,5%), natomiast najniższe wartości indeksacyjne uzyskiwanych wyników odnotowano w latach: 1993 (7%), 2002 (2%), 2012 (1,9%). W przypadku indeksów o podstawie zmiennej największe zmiany miały miejsce w latach: 1997 (pogorszenie o 17,6%), 2003 (poprawa o 16,9%), 2005 (pogorszenie o 22,8%), 2013 (poprawa o 23,8%). 4. Prognoza wyników na rok 2020 w strosunku do rzeczywistego wyniku osiagniętego w roku 2015 wyznacza następujące predykcyjne wartości modelowe: w pływaniu poprawę wyników u kobiet o 5,6% dla regresji nieliniowej (RN) oraz 8,4% dla szeregu czasowego (SC), a u mężczyzn o 3,7% (RN) i 6,2% (SC), 9

10 w jeździe na rowerze pogorszenie wyników u kobiet o 3,8% dla regresji nieliniowej (RN) oraz 4,2% dla szeregu czasowego (SC), a u mężczyzn o 6,2% (RN) i 6,7% (SC), w biegu poprawę wyników u kobiet o 2% dla regresji nieliniowej (RN) oraz 2,2% dla szeregu czasowego (SC), a u mężczyzn o 0,3% (RN) i 0,5% (SC), w pierwszej strefie zmian (T1) poprawę wyników u kobiet o 15,7% dla regresji nieliniowej (RN) oraz 15,8% dla szeregu czasowego (SC), a u mężczyzn o 30,9% (RN) i 37,2% (SC), w drugiej strefie zmian (T2) poprawę wyników u kobiet o 26% dla regresji nieliniowej (RN) oraz 30,2% dla szeregu czasowego (SC), a u mężczyzn o 29,9% (RN) i 37,8% (SC), w wyniku końcowym bez stref zmian T1 i T2 poprawę wyników u kobiet o 0,4% dla regresji nieliniowej (RN) oraz 0,3% dla szeregu czasowego (SC), a u mężczyzn o 2,1% (RN) i 2,1% (SC), w wyniku końcowym wraz ze strefami zmian T1 i T2 poprawę wyników u kobiet o 0,1% dla regresji nieliniowej (RN) oraz 0% dla szeregu czasowego (SC), a u mężczyzn o 1,6% (RN) i 1,6% (SC). Najwyższy wskaźnik dopasowania do danych empirycznych z wykorzystaniem współczynnika zbieżności dla szeregów czasowych (ϕ 2 ), oraz współczynnika determinacji dla modeli regresyjnych (R 2 ) zostały wyznaczone następująco: pływanie - u kobiet tylko 5% zjawiska nie zostało wyjaśnione modelem szeregów czasowych (7% w przypadku modelu regresyjnego), tym samym ten model okazał się lepiej dostosowany do analizy danych empirycznych. W przypadku mężczyzn zarówno model szeregów czasowych jak i regresyjny wykazały 5% dopasowania do danych empirycznych. jazda na rowerze - u kobiet tylko 9% zjawiska nie zostało wyjaśnione modelem szeregów czasowych (13% w przypadku modelu regresyjnego), tym samym ten model okazał się lepiej dostosowany do analizy danych empirycznych. W przypadku mężczyzn zarówno model szeregów czasowych jak i regresyjny wykazały 9% dopasowania do danych empirycznych. bieg - u kobiet tylko 4% zjawiska nie zostało wyjaśnione modelem szeregów czasowych i modelem regresyjnym, tym samym obydwa modele jednakowo dostosowały się do danych empirycznych. W przypadku mężczyzn tylko 8% 10

11 zjawiska nie zostało wyjaśnione modelem szeregów czasowych (9% w przypadku modelu regresyjnego), tym samym ten model okazał się lepiej dostosowany do danych empirycznych. pierwsza strefa zmian (T1) - u kobiet i mężczyzn tylko 9% zjawiska nie zostało wyjaśnione modelem szeregów czasowych i modelem regresyjnym, tym samym obydwa modele jednakowo dostosowały się do danych empirycznych. druga strefa zmian (T2) - u kobiet tylko 6% zjawiska nie zostało wyjaśnione modelem szeregów czasowych (8% w przypadku modelu regresyjnego), tym samym ten model okazał się lepiej dostosowany do danych empirycznych. W przypadku mężczyzn tylko 5% zjawiska nie zostało wyjaśnione modelem szeregów czasowych (6% w przypadku modelu regresyjnego), tym samym ten model okazał się lepiej dostosowany do danych empirycznych. wynik w triathlonie bez stref zmian T1 i T2 - u kobiet zarówno model szeregów czasowych jak i regresyjny wykazały 8% dopasowania do danych empirycznych. W przypadku mężczyzn tylko 9% zjawiska nie zostało wyjaśnione modelem szeregów czasowych (10% w przypadku modelu regresyjnego), tym samym ten model okazał się lepiej dostosowany do danych empirycznych wynik w triathlonie wraz ze strefami zmian T1 i T2 u kobiet zarówno model szeregów czasowych jak i regresyjny wyakazały 8% dopasowanie do danych empirycznych. W przypadku mężczyzn tylko 9% zjawiska nie zostało wyjaśnione modelem szeregów czasowych (10% w przypadku modelu regresyjnego), tym samym ten model okazał się lepiej dostosowany do danych empirycznych 5. Analiza uzyskanych wartości predykcyjnych na lata dla mężczyzn i kobiet w pływaniu, biegu, drugiej strefie zmian, wyniku bez stref zmian oraz wyniku końcowym ze strefami zmian wykazuje, że w kolejnych latach nastapi polepszenie wyników. Natomiast analiza porównawcza uzyskanych wyników predykcyjnych dla jazdy rowerem i dla pierwszej strefy zmian różnicuje wynikowe wartości predykcyjne ze względu na płeć. Kobiety poprawią swoje wyniki zarówno w jeździe rowerem, jak i w pierwszej strefie zmian. Natomiast u mężczyzn nastąpi pogorszenie wyników jazdy rowerem oraz w pierwszej strefie zmian. 6. Otrzymane wyniki analiz oraz wyniki badań innych autorów pozwalają stwierdzić, że dalsza poprawa wyników sportowych w konkurencjach składowych triathlonu i w traithlonie będzie możliwa dzięki: 11

12 optymalizacji obciążeń dzięki analizom i modelowaniu matematycznemu, poprawie selekcji sportowej, doskonaleniu techniki, udoskonaleniu sprzętu i obiektów, 12

ANALIZA I PREDYKCJA DYNAMIKI ZMIENNOŚCI NAJLEPSZYCH ŚWIATOWYCH WYNIKÓW W BIEGACH NA KRÓTKICH I ŚREDNICH DYSTANSACH W LATACH

ANALIZA I PREDYKCJA DYNAMIKI ZMIENNOŚCI NAJLEPSZYCH ŚWIATOWYCH WYNIKÓW W BIEGACH NA KRÓTKICH I ŚREDNICH DYSTANSACH W LATACH ANALIZA I PREDYKCJA DYNAMIKI ZMIENNOŚCI NAJLEPSZYCH ŚWIATOWYCH WYNIKÓW W BIEGACH NA KRÓTKICH I ŚREDNICH DYSTANSACH W LATACH 1976 2016 Streszczenie Lekkoatletyka jest najdłużej znaną dyscypliną sportową.

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy 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 szczegółowo

3. Modele tendencji czasowej w prognozowaniu

3. Modele tendencji czasowej w prognozowaniu II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa

Bardziej szczegółowo

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ Korelacja oznacza fakt współzależności zmiennych, czyli istnienie powiązania pomiędzy nimi. Siłę i kierunek powiązania określa się za pomocą współczynnika korelacji

Bardziej szczegółowo

Etapy modelowania ekonometrycznego

Etapy 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 szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy 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 szczegółowo

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA

WIELKA 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 szczegółowo

Nazywam się Daniela Kamińska, urodziłam się 21 czerwca 1993 roku. W wieku siedmiu lat rozpoczęłam moją przygodę sportową. Z początku trenowałam tylko

Nazywam się Daniela Kamińska, urodziłam się 21 czerwca 1993 roku. W wieku siedmiu lat rozpoczęłam moją przygodę sportową. Z początku trenowałam tylko DANIELA KAMIŃSKA Nazywam się Daniela Kamińska, urodziłam się 21 czerwca 1993 roku. W wieku siedmiu lat rozpoczęłam moją przygodę sportową. Z początku trenowałam tylko pływanie. Wygranie szkolnych zawodów

Bardziej szczegółowo

Prognozowanie na podstawie modelu ekonometrycznego

Prognozowanie na podstawie modelu ekonometrycznego Prognozowanie na podstawie modelu ekonometrycznego Przykład. Firma usługowa świadcząca usługi doradcze w ostatnich kwartałach (t) odnotowała wynik finansowy (yt - tys. zł), obsługując liczbę klientów (x1t)

Bardziej szczegółowo

Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie

Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych dr

Bardziej szczegółowo

WPŁYW MOCY KOŃCZYN DOLNYCH NA SZYBKOŚĆ STARTOWĄ I ABSOLUTNĄ PIŁKARZY NOŻNYCH NA POSZCZEGÓLNYCH ETAPACH SZKOLENIA SPORTOWEGO

WPŁYW MOCY KOŃCZYN DOLNYCH NA SZYBKOŚĆ STARTOWĄ I ABSOLUTNĄ PIŁKARZY NOŻNYCH NA POSZCZEGÓLNYCH ETAPACH SZKOLENIA SPORTOWEGO mgr Paweł Grycmann Promotor pracy: prof. dr hab. Adam Maszczyk Streszczenie rozprawy doktorskiej pt. WPŁYW MOCY KOŃCZYN DOLNYCH NA SZYBKOŚĆ STARTOWĄ I ABSOLUTNĄ PIŁKARZY NOŻNYCH NA POSZCZEGÓLNYCH ETAPACH

Bardziej szczegółowo

Ekonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006

Ekonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006 Modele dynamiczne Paweł Cibis pcibis@o2.pl 27 kwietnia 2006 1 Wyodrębnianie tendencji rozwojowej 2 Etap I Wyodrębnienie tendencji rozwojowej Etap II Uwolnienie wyrazów szeregu empirycznego od trendu Etap

Bardziej szczegółowo

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej

Bardziej szczegółowo

Prognozowanie popytu. mgr inż. Michał Adamczak

Prognozowanie popytu. mgr inż. Michał Adamczak Prognozowanie popytu mgr inż. Michał Adamczak Plan prezentacji 1. Definicja prognozy 2. Klasyfikacja prognoz 3. Szereg czasowy 4. Metody prognozowania 4.1. Model naiwny 4.2. Modele średniej arytmetycznej

Bardziej szczegółowo

Arkadiusz Manikowski Zbigniew Tarapata. Prognozowanie i symulacja rozwoju przedsiębiorstw

Arkadiusz Manikowski Zbigniew Tarapata. Prognozowanie i symulacja rozwoju przedsiębiorstw Arkadiusz Manikowski Zbigniew Tarapata Prognozowanie i symulacja rozwoju przedsiębiorstw Warszawa 2002 Recenzenci doc. dr. inż. Ryszard Mizera skład i Łamanie mgr. inż Ignacy Nyka PROJEKT OKŁADKI GrafComp,

Bardziej szczegółowo

3. Analiza własności szeregu czasowego i wybór typu modelu

3. Analiza własności szeregu czasowego i wybór typu modelu 3. Analiza własności szeregu czasowego i wybór typu modelu 1. Metody analizy własności szeregu czasowego obserwacji 1.1. Analiza wykresu szeregu czasowego 1.2. Analiza statystyk opisowych zmiennej prognozowanej

Bardziej szczegółowo

Analiza współzależności zjawisk

Analiza 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 szczegółowo

ZJAZD 4. gdzie E(x) jest wartością oczekiwaną x

ZJAZD 4. gdzie E(x) jest wartością oczekiwaną x ZJAZD 4 KORELACJA, BADANIE NIEZALEŻNOŚCI, ANALIZA REGRESJI Analiza korelacji i regresji jest działem statystyki zajmującym się badaniem zależności i związków pomiędzy rozkładami dwu lub więcej badanych

Bardziej szczegółowo

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych 3.1. Estymacja parametrów i ocena dopasowania modeli z jedną zmienną 23. Właściciel komisu w celu zbadania

Bardziej szczegółowo

Modelowanie glikemii w procesie insulinoterapii

Modelowanie glikemii w procesie insulinoterapii Dawid Kaliszewski Modelowanie glikemii w procesie insulinoterapii Promotor dr hab. inż. Zenon Gniazdowski Cel pracy Zbudowanie modelu predykcyjnego przyszłych wartości glikemii diabetyka leczonego za pomocą

Bardziej szczegółowo

O LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW

O LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW Rafał Czyżycki, Marcin Hundert, Rafał Klóska Wydział Zarządzania i Ekonomiki Usług Uniwersytet Szczeciński O LICZBIE ABONENTÓW TELEFONII KOMÓRKOWEJ W POLSCE ZDANIEM TRZECH STATYSTYKÓW Wprowadzenie Poruszana

Bardziej szczegółowo

XXI Otwarte Mistrzostwa Warszawy Masters. 3-4 grudnia 2016, Park Wodny Warszawianka

XXI Otwarte Mistrzostwa Warszawy Masters. 3-4 grudnia 2016, Park Wodny Warszawianka XXI Otwarte Mistrzostwa Warszawy Masters 3-4 grudnia 2016, Park Wodny Warszawianka WARSAW MASTERS TEAM Warsaw Masters Team jest największym w Polsce klubem pływackim, zajmującym się organizacją treningów

Bardziej szczegółowo

ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO

ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO Wprowadzenie Zmienność koniunktury gospodarczej jest kształtowana przez wiele różnych czynników ekonomicznych i pozaekonomicznych. Znajomość zmienności poszczególnych

Bardziej szczegółowo

Po co w ogóle prognozujemy?

Po co w ogóle prognozujemy? Po co w ogóle prognozujemy? Pojęcie prognozy: racjonalne, naukowe przewidywanie przyszłych zdarzeń stwierdzenie odnoszącym się do określonej przyszłości formułowanym z wykorzystaniem metod naukowym, weryfikowalnym

Bardziej szczegółowo

Statystyka. Wykład 8. Magdalena Alama-Bućko. 10 kwietnia Magdalena Alama-Bućko Statystyka 10 kwietnia / 31

Statystyka. Wykład 8. Magdalena Alama-Bućko. 10 kwietnia Magdalena Alama-Bućko Statystyka 10 kwietnia / 31 Statystyka Wykład 8 Magdalena Alama-Bućko 10 kwietnia 2017 Magdalena Alama-Bućko Statystyka 10 kwietnia 2017 1 / 31 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia

Bardziej szczegółowo

Monitoring wyników krajowych i światowych, badanie relacji pomiędzy nimi, jest ważnym zadaniem szkoleniowców.

Monitoring wyników krajowych i światowych, badanie relacji pomiędzy nimi, jest ważnym zadaniem szkoleniowców. Teoria treningu 31 Monitoring wyników krajowych i światowych, badanie relacji pomiędzy nimi, jest ważnym zadaniem szkoleniowców. Ryszard Karpiński, Wojciech Rejdych Poziom osiągnięć czołowych pływaków

Bardziej szczegółowo

Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego

Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego Budowa sztucznych sieci neuronowych do prognozowania. Przykład jednostek uczestnictwa otwartego funduszu inwestycyjnego Dorota Witkowska Szkoła Główna Gospodarstwa Wiejskiego w Warszawie Wprowadzenie Sztuczne

Bardziej szczegółowo

Rok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: -

Rok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: - Nazwa modułu: Statystyka opisowa i ekonomiczna Rok akademicki: 2013/2014 Kod: ZIE-1-205-n Punkty ECTS: 6 Wydział: Zarządzania Kierunek: Informatyka i Ekonometria Specjalność: - Poziom studiów: Studia I

Bardziej szczegółowo

Analiza autokorelacji

Analiza autokorelacji Analiza autokorelacji Oblicza się wartości współczynników korelacji między y t oraz y t-i (dla i=1,2,...,k), czyli współczynniki autokorelacji różnych rzędów. Bada się statystyczną istotność tych współczynników.

Bardziej szczegółowo

Zmienne zależne i niezależne

Zmienne zależne i niezależne Analiza kanoniczna Motywacja (1) 2 Często w badaniach spotykamy problemy badawcze, w których szukamy zakresu i kierunku zależności pomiędzy zbiorami zmiennych: { X i Jak oceniać takie 1, X 2,..., X p }

Bardziej szczegółowo

Natalia Gorynia-Pfeffer STRESZCZENIE PRACY DOKTORSKIEJ

Natalia Gorynia-Pfeffer STRESZCZENIE PRACY DOKTORSKIEJ Natalia Gorynia-Pfeffer STRESZCZENIE PRACY DOKTORSKIEJ Instytucjonalne uwarunkowania narodowego systemu innowacji w Niemczech i w Polsce wnioski dla Polski Frankfurt am Main 2012 1 Instytucjonalne uwarunkowania

Bardziej szczegółowo

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; LABORATORIUM 4 Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; dwie zmienne zależne mierzalne małe próby duże próby rozkład normalny

Bardziej szczegółowo

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji Statystyka i opracowanie danych Ćwiczenia 5 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ MODEL REGRESJI LINIOWEJ Analiza regresji

Bardziej szczegółowo

Streszczenie projektu badawczego

Streszczenie projektu badawczego Streszczenie projektu badawczego Dotyczy umowy nr 2014.030/40/BP/DWM Określenie wartości predykcyjnej całkowitej masy hemoglobiny w ocenie wydolności fizycznej zawodników dyscyplin wytrzymałościowych Wprowadzenie

Bardziej szczegółowo

Statystyka 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 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

Zagadnienie 1: Prognozowanie za pomocą modeli liniowych i kwadratowych przy wykorzystaniu Analizy regresji wielorakiej w programie STATISTICA

Zagadnienie 1: Prognozowanie za pomocą modeli liniowych i kwadratowych przy wykorzystaniu Analizy regresji wielorakiej w programie STATISTICA Zagadnienie 1: Prognozowanie za pomocą modeli liniowych i kwadratowych przy wykorzystaniu Analizy regresji wielorakiej w programie STATISTICA Zadanie 1 (Plik danych: Transport w Polsce (1990-2015)) Na

Bardziej szczegółowo

Struktura rzeczowa treningu sportowego

Struktura rzeczowa treningu sportowego Selekcja sportowa Struktura rzeczowa treningu sportowego zbiór informacji o zawodniku, planowanie, kształtowanie sprawności motorycznej, kształtowanie techniki, kształtowanie taktyki, przygotowanie psychiczne

Bardziej szczegółowo

Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia. związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy

Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia. związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy Analiza dynami zjawisk Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy się w tej tematyce. Indywidualne indeksy dynamiki Indywidualne

Bardziej szczegółowo

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 23 marca 2006

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 23 marca 2006 , transformacja liniowa i estymacja modelu KMNK Paweł Cibis pcibis@o2.pl 23 marca 2006 1 Miary dopasowania modelu do danych empirycznych Współczynnik determinacji Współczynnik zbieżności 2 3 Etapy transformacji

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK 1 PROGNOZOWANIE I SYMULACJE 2 http://www.outcome-seo.pl/excel1.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodatek Solver jest dostępny w menu Narzędzia. Jeżeli Solver nie jest

Bardziej szczegółowo

Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek:

Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek: Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych I KARTA PRZEDMIOTU CEL PRZEDMIOTU Informatics systems for the statistical treatment of data Kierunek: Forma studiów Informatyka Stacjonarne

Bardziej szczegółowo

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka Statystyka opisowa. Wykład V. e-mail:e.kozlovski@pollub.pl Spis treści 1 Prosta regresji cechy Y względem cech X 1,..., X k. 2 3 Wyznaczamy zależność cechy Y od cech X 1, X 2,..., X k postaci Y = α 0 +

Bardziej szczegółowo

Dopasowywanie modelu do danych

Dopasowywanie modelu do danych Tematyka wykładu dopasowanie modelu trendu do danych; wybrane rodzaje modeli trendu i ich właściwości; dopasowanie modeli do danych za pomocą narzędzi wykresów liniowych (wykresów rozrzutu) programu STATISTICA;

Bardziej szczegółowo

Analiza wariancji - ANOVA

Analiza wariancji - ANOVA Analiza wariancji - ANOVA Analiza wariancji jest metodą pozwalającą na podział zmienności zaobserwowanej wśród wyników eksperymentalnych na oddzielne części. Każdą z tych części możemy przypisać oddzielnemu

Bardziej szczegółowo

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria Wykład 9 Anna Skowrońska-Szmer lato 2016/2017 Ekonometria (Gładysz B., Mercik J., Modelowanie ekonometryczne. Studium przypadku, Wydawnictwo PWr., Wrocław 2004.) 2

Bardziej szczegółowo

Co to jest analiza regresji?

Co to jest analiza regresji? Co to jest analiza regresji? Celem analizy regresji jest badanie związków pomiędzy wieloma zmiennymi niezależnymi (objaśniającymi) a zmienną zależną (objaśnianą), która musi mieć charakter liczbowy. W

Bardziej szczegółowo

Ćwiczenie: Wybrane zagadnienia z korelacji i regresji.

Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. Ćwiczenie: Wybrane zagadnienia z korelacji i regresji. W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00±0,20)

Bardziej szczegółowo

SPOSÓB POSŁUGIWANIA SI

SPOSÓB POSŁUGIWANIA SI SPOSÓB POSŁUGIWANIA SIĘ TABELAMI SŁUŻĄCE DO UPROSZCZONEJ OCENY SPRAWNOŚCI FIZYCZNEJ OPARTEJ NA PRÓBACH MINI TESTU. 1. SPOSÓB POSŁUGIWANIA SIĘ TABELAMI Na stronach Animatora Sportu (animatorsdim.szs.pl)

Bardziej szczegółowo

Indeksy dynamiki (o stałej i zmiennej podstawie)

Indeksy dynamiki (o stałej i zmiennej podstawie) Indeksy dynamiki (o stałej i zmiennej podstawie) Proste indeksy dynamiki określają tempo zmian pojedynczego szeregu czasowego. Wyodrębnia się dwa podstawowe typy indeksów: indeksy o stałej podstawie; indeksy

Bardziej szczegółowo

Metody statystyki medycznej stosowane w badaniach klinicznych

Metody statystyki medycznej stosowane w badaniach klinicznych Metody statystyki medycznej stosowane w badaniach klinicznych Statistics for clinical research & post-marketing surveillance część III Program szkolenia część III Model regresji liniowej Współczynnik korelacji

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: PROGNOZOWANIE Z WYKORZYSTANIEM SYSTEMÓW INFORMATYCZNYCH Kierunek: Informatyka Rodzaj przedmiotu: obowiązkowy w ramach treści kierunkowych Rodzaj zajęć: wykład, laboratorium I KARTA PRZEDMIOTU

Bardziej szczegółowo

Statystyka. Wykład 13. Magdalena Alama-Bućko. 12 czerwca Magdalena Alama-Bućko Statystyka 12 czerwca / 30

Statystyka. Wykład 13. Magdalena Alama-Bućko. 12 czerwca Magdalena Alama-Bućko Statystyka 12 czerwca / 30 Statystyka Wykład 13 Magdalena Alama-Bućko 12 czerwca 2017 Magdalena Alama-Bućko Statystyka 12 czerwca 2017 1 / 30 Co wpływa na zmiany wartości danej cechy w czasie? W najbardziej ogólnym przypadku, na

Bardziej szczegółowo

Wykład 1. Statystyka międzynarodowa - wprowadzenie Rynek pracy w Unii Europejskiej

Wykład 1. Statystyka międzynarodowa - wprowadzenie Rynek pracy w Unii Europejskiej Wykład 1 Statystyka międzynarodowa - wprowadzenie Rynek pracy w Unii Europejskiej Informacje o przedmiocie prowadzący: strona internetowa: wykład ćwiczenia forma zaliczenia: dr Marek Sobolewski www.msobolew.sd.prz.edu.pl

Bardziej szczegółowo

WSPOMAGANIE ANALIZY DANYCH ZA POMOCĄ NARZĘDZI STATISTICA

WSPOMAGANIE ANALIZY DANYCH ZA POMOCĄ NARZĘDZI STATISTICA WSPOMAGANIE ANALIZY DANYCH ZA POMOCĄ NARZĘDZI STATISTICA Janusz Wątroba i Grzegorz Harańczyk, StatSoft Polska Sp. z o.o. Zakres zastosowań analizy danych w różnych dziedzinach działalności biznesowej i

Bardziej szczegółowo

Spis treści. Analiza i modelowanie_nowicki, Chomiak_Księga1.indb :03:08

Spis treści. Analiza i modelowanie_nowicki, Chomiak_Księga1.indb :03:08 Spis treści Wstęp.............................................................. 7 Część I Podstawy analizy i modelowania systemów 1. Charakterystyka systemów informacyjnych....................... 13 1.1.

Bardziej szczegółowo

Analiza wariancji - ANOVA

Analiza wariancji - ANOVA Analiza wariancji - ANOVA Analizę wariancji, często określaną skrótem ANOVA (Analysis of Variance), zawdzięczamy angielskiemu biologowi Ronaldowi A. Fisherowi, który opracował ją w 1925 roku dla rozwiązywania

Bardziej szczegółowo

Analiza Statystyczna

Analiza Statystyczna Lekcja 5. Strona 1 z 12 Analiza Statystyczna Do analizy statystycznej wykorzystać można wbudowany w MS Excel pakiet Analysis Toolpak. Jest on instalowany w programie Excel jako pakiet dodatkowy. Oznacza

Bardziej szczegółowo

Raport Testy Trenerskie. Kadr Makroregionalnych Polskiego Związku Podnoszenia Ciężarów

Raport Testy Trenerskie. Kadr Makroregionalnych Polskiego Związku Podnoszenia Ciężarów Raport Testy Trenerskie Kadr Makroregionalnych Polskiego Związku Podnoszenia Ciężarów W trakcie zgrupowań Kadr Makroregionalnych Polskiego Związku Podnoszenia Ciężarów, poddano zawodników Testom Trenerskim.

Bardziej szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO ANALIZA ZBIEŻNOŚCI STRUKTUR ZATRUDNIENIA W WYBRANYCH KRAJACH WYSOKOROZWINIĘTYCH

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO ANALIZA ZBIEŻNOŚCI STRUKTUR ZATRUDNIENIA W WYBRANYCH KRAJACH WYSOKOROZWINIĘTYCH ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 32 PRACE KATEDRY EKONOMETRII I STATYSTYKI NR 11 21 BARBARA BATÓG JACEK BATÓG Uniwersytet Szczeciński Katedra Ekonometrii i Statystyki ANALIZA ZBIEŻNOŚCI STRUKTUR

Bardziej szczegółowo

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 9 marca 2007

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 9 marca 2007 , transformacja liniowa i estymacja modelu KMNK Paweł Cibis pawel@cibis.pl 9 marca 2007 1 Miary dopasowania modelu do danych empirycznych Współczynnik determinacji Współczynnik zbieżności Skorygowany R

Bardziej szczegółowo

WARSZAWSKI UNIWERSYTET MEDYCZNY

WARSZAWSKI UNIWERSYTET MEDYCZNY WARSZAWSKI UNIWERSYTET MEDYCZNY WYDZIAŁ LEKARSKO-DENTYSTYCZNY KATEDRA PROTETYKI STOMATOLOGICZNEJ ANALIZA ZMIAN WARTOŚCI SIŁY RETENCJI W TRÓJELEMENTOWYCH UKŁADACH KORON TELESKOPOWYCH Rozprawa na stopień

Bardziej szczegółowo

SPIS TREŚCI. Do Czytelnika... 7

SPIS TREŚCI. Do Czytelnika... 7 SPIS TREŚCI Do Czytelnika.................................................. 7 Rozdział I. Wprowadzenie do analizy statystycznej.............. 11 1.1. Informacje ogólne..........................................

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

Sterowanie wielkością zamówienia w Excelu - cz. 3

Sterowanie 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 szczegółowo

Teoria treningu. Projektowanie. systemów treningowych. jako ciąg zadań optymalizacyjnych. Jan Kosendiak. Istota projektowania. systemów treningowych

Teoria treningu. Projektowanie. systemów treningowych. jako ciąg zadań optymalizacyjnych. Jan Kosendiak. Istota projektowania. systemów treningowych Teoria treningu 77 Projektowanie procesu treningowego jest jednym z podstawowych zadań trenera, a umiejętność ta należy do podstawowych wyznaczników jego wykształcenia. Projektowanie systemów treningowych

Bardziej szczegółowo

Badania marketingowe 2016_12. Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski

Badania marketingowe 2016_12. Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski Badania marketingowe 2016_12 Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski Ramowy program konwersatorium 1. Formułowanie oraz wyjaśnianie tematyki badań 2. Identyfikacja

Bardziej szczegółowo

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo

Bardziej szczegółowo

Szukanie struktury skali mierzącej problematyczne zachowania finansowe.

Szukanie struktury skali mierzącej problematyczne zachowania finansowe. Szukanie struktury skali mierzącej problematyczne zachowania finansowe. Celem poniższej analizy było stworzenie skali mierzącej problematyczne zachowania finansowej. Takie zachowania zdefiniowano jako

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE. Statystyka opisowa. Zarządzanie. niestacjonarne. I stopnia. dr Agnieszka Strzelecka. ogólnoakademicki.

PRZEWODNIK PO PRZEDMIOCIE. Statystyka opisowa. Zarządzanie. niestacjonarne. I stopnia. dr Agnieszka Strzelecka. ogólnoakademicki. Politechnika Częstochowska, Wydział Zarządzania PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Semestr Jednostka prowadząca Osoba sporządzająca Profil Rodzaj

Bardziej szczegółowo

W statystyce stopień zależności między cechami można wyrazić wg następującej skali: n 1

W statystyce stopień zależności między cechami można wyrazić wg następującej skali: n 1 Temat: Wybrane zagadnienia z korelacji i regresji W statystyce stopień zależności między cechami można wyrazić wg następującej skali: Skala Guillforda Przedział Zależność Współczynnik [0,00 0,20) Słaba

Bardziej szczegółowo

Zespół Szkoleniowy do spraw 5-boju (młodzieżowiec, senior): - Janusz Peciak (imprezy rangi seniorów)

Zespół Szkoleniowy do spraw 5-boju (młodzieżowiec, senior): - Janusz Peciak (imprezy rangi seniorów) Polski Związek Pięcioboju Nowoczesnego Regulamin powoływania zawodników do reprezentacji Polski na Mistrzostwa Świata i Europy w roku 2019 Powołania zawodników do reprezentacji Polski na imprezy mistrzowskie

Bardziej szczegółowo

STRESZCZENIE. 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. STRESZCZENIE rozprawy doktorskiej pt. Zmienne jakościowe w procesie wyceny wartości rynkowej nieruchomości. Ujęcie statystyczne. Zasadniczym czynnikiem stanowiącym motywację dla podjętych w pracy rozważań

Bardziej szczegółowo

7.4 Automatyczne stawianie prognoz

7.4 Automatyczne stawianie prognoz szeregów czasowych za pomocą pakietu SPSS Następnie korzystamy z menu DANE WYBIERZ OBSERWACJE i wybieramy opcję WSZYSTKIE OBSERWACJE (wówczas wszystkie obserwacje są aktywne). Wreszcie wybieramy z menu

Bardziej szczegółowo

Proces badawczy schemat i zasady realizacji

Proces badawczy schemat i zasady realizacji Proces badawczy schemat i zasady realizacji Agata Górny Zaoczne Studia Doktoranckie z Ekonomii Warszawa, 14 grudnia 2014 Metodologia i metoda badawcza Metodologia Zadania metodologii Metodologia nauka

Bardziej szczegółowo

Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli?

Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli? Dodatek Solver Teoria Dodatek Solver jest częścią zestawu poleceń czasami zwaną narzędziami analizy typu co-jśli (analiza typu co, jeśli? : Proces zmieniania wartości w komórkach w celu sprawdzenia, jak

Bardziej szczegółowo

Metodologia badań psychologicznych

Metodologia badań psychologicznych Metodologia badań psychologicznych Lucyna Golińska SPOŁECZNA AKADEMIA NAUK Psychologia jako nauka empiryczna Wprowadzenie pojęć Wykład 5 Cele badań naukowych 1. Opis- (funkcja deskryptywna) procedura definiowania

Bardziej szczegółowo

Opis zakładanych efektów kształcenia na studiach podyplomowych WIEDZA

Opis 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 szczegółowo

Metodologia badań psychologicznych. Wykład 12. Korelacje

Metodologia badań psychologicznych. Wykład 12. Korelacje Metodologia badań psychologicznych Lucyna Golińska SPOŁECZNA AKADEMIA NAUK Wykład 12. Korelacje Korelacja Korelacja występuje wtedy gdy dwie różne miary dotyczące tych samych osób, zdarzeń lub obiektów

Bardziej szczegółowo

Rozdział 8. Regresja. Definiowanie modelu

Rozdział 8. Regresja. Definiowanie modelu Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność

Bardziej szczegółowo

PRZYKŁADY BUDOWY MODELI REGRESYJNYCH I KLASYFIKACYJNYCH. Wprowadzenie do problematyki modelowania statystycznego

PRZYKŁADY BUDOWY MODELI REGRESYJNYCH I KLASYFIKACYJNYCH. Wprowadzenie do problematyki modelowania statystycznego PRZYKŁADY BUDOWY MODELI REGRESYJNYCH I KLASYFIKACYJNYCH Janusz Wątroba, StatSoft Polska Sp. z o.o. Tematyka artykułu obejmuje wprowadzenie do problematyki modelowania statystycznego i jego roli w badaniu

Bardziej szczegółowo

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Zadanie 1 Eksploracja (EXAMINE) Informacja o analizowanych danych Obserwacje Uwzględnione Wykluczone Ogółem

Bardziej szczegółowo

PAWEŁ SZOŁTYSEK WYDZIAŁ NAUK EKONOMICZNYCH

PAWEŁ SZOŁTYSEK WYDZIAŁ NAUK EKONOMICZNYCH PROGNOZA WIELKOŚCI ZUŻYCIA CIEPŁA DOSTARCZANEGO PRZEZ FIRMĘ FORTUM DLA CELÓW CENTRALNEGO OGRZEWANIA W ROKU 2013 DLA BUDYNKÓW WSPÓLNOTY MIESZKANIOWEJ PRZY UL. GAJOWEJ 14-16, 20-24 WE WROCŁAWIU PAWEŁ SZOŁTYSEK

Bardziej szczegółowo

WYŻSZA SZKOŁA MENEDŻERSKA W WARSZAWIE WYDZIAŁ ZARZĄDZANIA W CIECHANOWIE KARTA PRZEDMIOTU - SYLABUS

WYŻSZA SZKOŁA MENEDŻERSKA W WARSZAWIE WYDZIAŁ ZARZĄDZANIA W CIECHANOWIE KARTA PRZEDMIOTU - SYLABUS WYŻSZA SZKOŁA MENEDŻERSKA W WARSZAWIE WYDZIAŁ ZARZĄDZANIA W CIECHANOWIE KARTA PRZEDMIOTU - SYLABUS Nazwa przedmiotu: Statystyka opisowa Profil 1 : ogólnoakademicki Cel przedmiotu: Zapoznanie studentów

Bardziej szczegółowo

Część 2. Teoretyczne i praktyczne aspekty wybranych metod analiz ilościowych w ekonomii i zarządzaniu

Część 2. Teoretyczne i praktyczne aspekty wybranych metod analiz ilościowych w ekonomii i zarządzaniu Spis treści Część 1 Analiza procedur wyznaczania i wykorzystania rozwiązań uogólnionych wybranej klasy nieliniowych modeli optymalizacyjnych we wspomaganiu procesów decyzyjnych (Jerzy Mika) Wprowadzenie.

Bardziej szczegółowo

Zmienność wiatru w okresie wieloletnim

Zmienność wiatru w okresie wieloletnim Warsztaty: Prognozowanie produktywności farm wiatrowych PSEW, Warszawa 5.02.2015 Zmienność wiatru w okresie wieloletnim Dr Marcin Zientara DCAD / Stermedia Sp. z o.o. Zmienność wiatru w różnych skalach

Bardziej szczegółowo

Zatoń K., Jaszczak M.: Science in swimming II. AWF, Wrocław 2008:

Zatoń K., Jaszczak M.: Science in swimming II. AWF, Wrocław 2008: Zatoń K., Jaszczak M.: Science in swimming II. AWF, Wrocław 2008: 114-121. Marcin Siewierski Zakład Teorii Sportu, Akademia Wychowania Fizycznego w Warszawie Periodyzacja treningu oraz dobór obciążeń treningowych

Bardziej szczegółowo

Zajęcia 1. Statystyki opisowe

Zajęcia 1. Statystyki opisowe Zajęcia 1. Statystyki opisowe 1. Znajdź dane dotyczące liczby mieszkańców w polskich województwach. Dla tych danych oblicz: a) Średnią, b) Medianę, c) Dominantę, d) Wariancję, e) Odchylenie standardowe,

Bardziej szczegółowo

Microsoft Excel 2016 : analiza i modelowanie danych biznesowych / Wayne L. Winston. Warszawa, Spis treści

Microsoft Excel 2016 : analiza i modelowanie danych biznesowych / Wayne L. Winston. Warszawa, Spis treści Microsoft Excel 2016 : analiza i modelowanie danych biznesowych / Wayne L. Winston. Warszawa, 2017 Spis treści Wstęp O autorze xiii xviii 1 Podstawowe modelowanie arkusza 1 Odpowiedzi na pytania z początku

Bardziej szczegółowo

MODELOWANIE KOSZTÓW USŁUG ZDROWOTNYCH PRZY

MODELOWANIE KOSZTÓW USŁUG ZDROWOTNYCH PRZY MODELOWANIE KOSZTÓW USŁUG ZDROWOTNYCH PRZY WYKORZYSTANIU METOD STATYSTYCZNYCH mgr Małgorzata Pelczar 6 Wprowadzenie Reforma służby zdrowia uwypukliła problem optymalnego ustalania kosztów usług zdrowotnych.

Bardziej szczegółowo

Prognoza sprawozdania finansowego Bilans

Prognoza sprawozdania finansowego Bilans Prognoza sprawozdania go Bilans 31.12.24 31.12.25 31.12.26 Wartości niematerialne i prawne Rzeczowe aktywa trwałe Długoterminowe Zapasy Należności Inwestycje 594 3474 3528 954 52119 54 12 759 693 2259

Bardziej szczegółowo

XXIII Otwarte Mistrzostwa Warszawy w Pływaniu Masters

XXIII Otwarte Mistrzostwa Warszawy w Pływaniu Masters XXIII Otwarte Mistrzostwa Warszawy w Pływaniu Masters SPONSORZY PARTNERZY WARSAW MASTERS TEAM - organizator Warsaw Masters Team jest największym w Polsce klubem pływackim, zajmującym się organizacją treningów

Bardziej szczegółowo

Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, Spis treści

Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, Spis treści Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, 2018 Spis treści Przedmowa 13 O Autorach 15 Przedmowa od Tłumacza 17 1. Wprowadzenie i statystyka opisowa 19 1.1.

Bardziej szczegółowo

SYSTEMY UCZĄCE SIĘ WYKŁAD 10. PRZEKSZTAŁCANIE ATRYBUTÓW. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska.

SYSTEMY UCZĄCE SIĘ WYKŁAD 10. PRZEKSZTAŁCANIE ATRYBUTÓW. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska. SYSTEMY UCZĄCE SIĘ WYKŁAD 10. PRZEKSZTAŁCANIE ATRYBUTÓW Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska INFORMACJE WSTĘPNE Hipotezy do uczenia się lub tworzenia

Bardziej szczegółowo

Zjawisko dopasowania w sytuacji komunikacyjnej. Patrycja Świeczkowska Michał Woźny

Zjawisko dopasowania w sytuacji komunikacyjnej. Patrycja Świeczkowska Michał Woźny Zjawisko dopasowania w sytuacji komunikacyjnej Patrycja Świeczkowska Michał Woźny 0.0.0 pomiar nastroju Przeprowadzone badania miały na celu ustalenie, w jaki sposób rozmówcy dopasowują się do siebie nawzajem.

Bardziej szczegółowo

Spis treści 3 SPIS TREŚCI

Spis 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 szczegółowo

Przykład 2. Na podstawie książki J. Kowal: Metody statystyczne w badaniach sondażowych rynku

Przykład 2. Na podstawie książki J. Kowal: Metody statystyczne w badaniach sondażowych rynku Przykład 2 Na podstawie książki J. Kowal: Metody statystyczne w badaniach sondażowych rynku Sondaż sieciowy analiza wyników badania sondażowego dotyczącego motywacji w drodze do sukcesu Cel badania: uzyskanie

Bardziej szczegółowo

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 007, Oeconomica 54 (47), 73 80 Mateusz GOC PROGNOZOWANIE ROZKŁADÓW LICZBY BEZROBOTNYCH WEDŁUG MIAST I POWIATÓW FORECASTING THE DISTRIBUTION

Bardziej szczegółowo

Przykład 1 ceny mieszkań

Przykład 1 ceny mieszkań Przykład ceny mieszkań Przykład ceny mieszkań Model ekonometryczny zaleŝności ceny mieszkań od metraŝu - naleŝy do klasy modeli nieliniowych. - weryfikację empiryczną modelu przeprowadzono na przykładzie

Bardziej szczegółowo

EKONOMETRIA. Prof. dr hab. Eugeniusz Gatnar.

EKONOMETRIA. Prof. dr hab. Eugeniusz Gatnar. EKONOMETRIA Prof. dr hab. Eugeniusz Gatnar egatnar@mail.wz.uw.edu.pl Sprawy organizacyjne Wykłady - prezentacja zagadnień dotyczących: budowy i weryfikacji modelu ekonometrycznego, doboru zmiennych, estymacji

Bardziej szczegółowo

Test wskaźnika C/Z (P/E)

Test wskaźnika C/Z (P/E) % Test wskaźnika C/Z (P/E) W poprzednim materiale przedstawiliśmy Państwu teoretyczny zarys informacji dotyczący wskaźnika Cena/Zysk. W tym artykule zwrócimy uwagę na praktyczne zastosowania tego wskaźnika,

Bardziej szczegółowo