O podejmowaniu decyzji. Paweł Baranowski Otwarta Grupa Twórcza ARTELUX Poznań - maj 2010

Wielkość: px
Rozpocząć pokaz od strony:

Download "O podejmowaniu decyzji. Paweł Baranowski Otwarta Grupa Twórcza ARTELUX Poznań - maj 2010"

Transkrypt

1 O podejmowaniu decyzji Paweł Baranowski Otwarta Grupa Twórcza ARTELUX Poznań - maj 2010

2 Sądzenie (judgement)... To proces, dzięki któremu tworzymy opinie, dochodzimy do wniosków i dokonujemy krytycznej oceny wydarzeń

3 Podejmowanie decyzji To proces wyboru spośród alternatyw, selekcji i odrzucania dostępnych moŝliwości.

4 Pamięć operacyjna Obszar w tylnej korze ciemieniowej mózgu. Odpowiada za pamięć krótkotrwałą. Trafiają tam informacje, które następnie są obrabiane przez mózg i mogą być dłuŝej przechowywane w pamięci długotrwałej. Od pojemności pamięci operacyjnej zalezy ile informacji człowiek jest w stanie przyswoić i przetworzyć. Przy małej pojemności pamięć operacyjna moŝe stać się wąskim gardłem inteligencji

5 Niebezpieczeństwo MoŜe się okazać, Ŝe wady procesów poznawczych, powodują, Ŝe proces sądzenia przebiega niewłaściwie. Świadomość takich pułapek moŝe wpłynąć na jakość podejmowanych decyzji.

6 Asymilacja i akomodacja Rozwój poznawczy jest interakcją asymilacji i akomodacji. Interpretujemy nowości poprzez ich asymilowanie do posiadanych struktur i akomodujemy te struktury do nowych informacji. Równowaga między tymi procesami pozwala nam czynić uŝytek z wcześniejszej wiedzy bez marnowania okazji do jej poszerzenia.

7 Wnioskowanie a skąpstwo poznawcze Sądzenie oparte jest na wnioskowaniu procesie polegającym na wywodzeniu konkluzji z próbki danych lub uprzednich przekonań i wiedzy na poziomie struktur, którymi aktualnie dysponujemy. Proces ten upraszczamy, minimalizując wysiłek i starając się dojść do konkluzji na skróty, szybko, łatwo i z maksymalną pewnością.

8 Drogi na skróty ty Kontakt selektywny Tendencyjna asymilacja Irracjonalność

9 Kontakt selektywny tendencyjna asymilacja Kontrolujemy docierające do nas informacje i dostrzegamy więcej danych, które podtrzymują nasze przekonania, niŝ takich, które je podwaŝają. Z drugiej strony niewiele uwagi poświęcamy informacjom zgodnym z naszymi przekonaniami. Uwagę przyciąga to, co moŝe podwaŝyć nasze teorie, ale poświęcamy wiele wysiłku, aby zinterpretować to w kontekście naszych teorii. Nadmierne zaufanie do własnych przekonań powoduje niedocenianie prawdopodobieństwa, Ŝe są błędne i przeceniania własnych moŝliwości.

10 Irracjonalność 1) psychologia tłumu 2) emocje 3) zniekształcenia poznawcze Ad 3) Chodzi o błędne sądy, wynikające z systematycznych błędów wnioskowania, złego rozłoŝenia akcentów lub zbytniego zaufania do heurystyk. Jesteśmy skłonni postrzegać zdarzenia losowe, jako nielosowe, skorelowane, jako powiązane przyczynowo, ludzi, jako podmioty sprawcze. Dotyczy to równieŝ oceny ryzyka oraz subiektywnej uŝyteczności.

11 ...skorelowane, jako powiązane przyczynowo... Przykłady: śonaci Ŝyją dłuŝej! Łysi więcej zarabiają Byli więźniowie Oświęcimia są zdrowsi

12 Są trzy rodzaje kłamstw: Niewinne kłamstewka Wielkie łgarstwa Statystyka MARK TWAIN:

13 Jak idziemy z psem na spacer... To średnio mamy po trzy nogi!!!

14 Efekt zakotwiczenia Dwie grupy otrzymały zadanie: Oszacuj w pięć sekund iloczyn: 1*2*3*4*5*6*7*8 8*7*6*5*4*3*2*1 BieŜące stanowisko moŝe mieć znaczny wpływ na późniejsze poglądy, przez co bieŝący stan rzeczy ma większe szanse na trwanie

15 Heurystyka dostępno pności Pytanie: Czy w języku angielskim jest więcej wyrazów na k, czy więcej takich, w których k występuje jako trzecia litera? Organizacja pamięci nie umoŝliwia analizy wyrazów pod kątem środkowej litery. Pierwsze wyrazy łatwiej znaleźć ocena prawdopodobieństwa jest zakłócona.

16 Heurystyka reprezentatywności Co jest bardziej prawdopodobne w Totku? 1, 10, 17, 25, 32, 45 1,2,3,4,5,6

17 Reprezentatywność Co jest bardziej prawdopodobne w Totku? 1, 10, 17, 25, 32, 45 1,2,3,4,5,6 Pierwszy przykład bardziej odpowiada pojęciu przypadkowej kolejności subiektywne prawdopodobieństwo pierwszej sekwencji jest większe ( skąd wziąłby się taki uporządkowany układ, skoro proces jest przypadkowy ) ludzie oczekują, Ŝe w Ŝyciu pojawią się typowe (reprezentatywne) wzorce!

18 Podejmowanie decyzji Teoria ekonomiczna zakłada, Ŝe ludzie najlepiej, jak potrafią, wykorzystują dostępne informacje, Ŝe większość posiada ten sam zestaw informacji i postępuje, jakby rozumiała i umiała właściwie stosować prawa prawdopodobieństwa na rzecz: Maksymalizacji zysku. Minimalizacji strat i skutecznej alokacji zasobów. Analiza rzeczywistych wyborów wskazuje na to, Ŝe tak nie jest a ponadto decyzje zapadają w warunkach niepewności, przy nieznanym prawdopodobieństwie.

19 Ramy decyzyjne Decyzje są zaleŝne od ram, czyli sposobu sformułowania problemu decyzyjnego. Przykład: Na 100 osób po zabiegu chirurgicznym 90 doŝywa okresu pooperacyjnego, 68 Ŝyje po roku a 34 po pięciu latach Na 100 osób poddanych zabiegowi, 10 umiera w czasie operacji, 32 przed upływem roku a 66 przed upływem pięciu lat

20 Percepcja ryzyka Ludzie wolą pewny zysk niŝ prawdopodobny większy zysk.. I wolą hazard od pewnej (mniejszej) straty Dodatkowo przy szacowaniu ryzyka pojawia się ZNIEKSZTAŁCENIE OPTYMISTYCZNE ma to wadę w postaci zaniechania zachowań redukujących ryzyko

21 Inne czynniki myślenie Ŝyczeniowe kiedy bardzo czegoś pragniemy, nie doceniamy prawdopodobieństwa następstw negatywnych myślenie grupowe grupy tworzą bariery izolujące niepoŝądane informacje

22 Ocena uŝytecznou ytecznościci UŜyteczność to drugi, oprócz prawdopodobieństwa istotny składnik procesu decyzyjnego. Pytanie: jak długo i po jakiej liczbie doświadczeń utrzyma się nasze upodobanie. Ludzie źle przewidują zmiany swoich gustów.

23 A teraz: Kilka słów s w o samym procesie decyzyjnym

24 Jak porówna wnać kilka sposobów w działania ania i wybrać jeden z nich? JeŜeli sposób działania jest choć trochę skomplikowany, pamięć krótkotrwała moŝe zostać przeciąŝona, gdy będzie musiała zobrazować jedna tylko z moŝliwości, nie mówiąc o ich porównaniu. W przypadku złoŝonych alternatyw nie ma dobrych sposobów ich porównywania Decyzje mogą zaleŝeć od nieprzewidywalnych okoliczności

25 Racjonalne podejmowanie decyzji NaleŜy wyodrębnić informacje istotne i połączyć je tak, aby dojść do właściwej konkluzji. Zasada optymalizacji przy porównywalnych warunkach wybrany wariant (funkcja celu) powinien mieć największa wartość. Nie jest to proste, bo róŝni ludzie róŝnie oceniają wartości zysków i strat Jak przypisać wartość psychologiczna przedmiotom?

26 Jak przypisać wartość psychologiczną przedmiotom? UŜyteczność pieniądza nie stanowi prostego odpowiednika jego wartości nominalnej. 10 złotych ma dla biednego inną wartość niŝ dla bogatego Wartość psychologiczna pieniędzy nie rośnie proporcjonalnie do ich wartości nominalnej

27 Alternatywy złoŝone z one jak określi lić wartość złoŝonego onego celu? Przykład - księŝniczka hinduska analizuje kandydatów na męŝa: Cechy: Dobrze się bije Świetny w łóŝku MoŜna z nim pogadać Inteligentny Miła osobowość Atrakcyjny fizycznie Dobre pochodzenie BUBI ROBO Bubi męŝczyzna z rodu, cieszącego się duŝym prestiŝem, przyczyni się do reputacji dworu, Przyjemny, o miłej aparycji, świetny w walce. Posiada bogata wiedzę i umiejętności w sztuce miłosnej Robo męŝczyzna o wybijającej się inteligencji, bardzo przystojny. Atrakcyjny materiał na męŝa, zwłaszcza z powodu umiejętności prowadzenia konwersacji. Pochodzi z dobrego rodu i posiada pewną wiedze z zakresu umiejętności wojennych

28 Strategia ogólnego wraŝenia Wybrany zostanie kandydat najbardziej uŝyteczny (największa suma) Cechy: Dobrze się bije Świetny w łóŝku MoŜna z nim pogadać Inteligentny Miła osobowość Atrakcyjny fizycznie Dobre pochodzenie SUMA: BUBI ROBO

29 Strategia porównywania wymiarów Wybrany zostanie kandydat mający preferencje w największej liczbie wymiarów Cechy: Dobrze się bije Świetny w łóŝku MoŜna z nim pogadać Inteligentny Miła osobowość Atrakcyjny fizycznie Dobre pochodzenie SUMA: BUBI ROBO

30 Którą strategię wybiera większo kszość ludzi? Strategia ogólnego wraŝenia jest dokładniejsza, ale trudniejsza do stosowania W strategii porównania wymiarów samo porównanie cech jest łatwe, ale metoda jest mniej dokładna W osobistym kontakcie moŝe nabrać znaczenia banalne zdarzenie (np. kandydat potknie się, dostanie czkawki, będzie miał zbyt wąski krawat itp.), które go zdyskwalifikuje, mimo mądrej wstępnej kwalifikacji.

31 PrzeciąŜ ąŝenie poznawcze Ograniczona pojemność pamięci krótkotrwałej decyduje o moŝliwości wykonywania pracy umysłowej. Wyraz stanowi jednostkę psychologiczna, kombinacja liter nie dlatego łatwiej zapamiętać GIBRALTAR niŝ BGTRARIAL Człowiek, który ma podjąć decyzję i nawet rozumie reguły, nie jest w stanie ich śledzić i najczęściej je upraszcza. Nielogiczny wybór moŝe być spowodowany tym, ze w danej chwili psychologiczna wartość wypoczynku, czy minimalizacji wysiłku intelektualnego jest warta więcej niŝ wynik, który moŝna osiągnąć na podstawie dogłębnej analizy.

32 Reguły y logicznego wyboru Jeśli A>B i B>C to A>C Jeśli A=B i B=C to A=C Jeśli A=B i C>0 to A+C>B

33 Przykład 1. Jeśli A>B i B>C to A>C? Cecha\kawaler BUBI ROBO MAX sex intelekt pieniądze 3 1 5

34 Przykład 2. (małe e róŝnice) r Jeśli A=B i B=C to A=C? JeŜeli cena auta = A, a cena auta z alufelgami = B, to dla kupującego A=B JeŜeli teraz cena auta z alufelgami = B a cena auta ze skórzanymi fotelami =C to dla kupującego B=C Ale juŝ nie moŝna powiedzieć, Ŝe A=C!!!!

35 Przykład 3. (ParyŜ Tokio) Jeśli A=B i C>0 to A+C>B Wygraliśmy gratisowa wycieczkę do ParyŜa (psychologiczna wartość A) lub do Tokio (B). Jest nam obojętne dokąd pojedziemy, więc A=B Jeśli teraz ktoś zaproponuje nam butelkę wina (o psychologicznej wartości C) za to, Ŝe wybierzemy ParyŜ, to zgodnie z regułą ParyŜ powinien mieć psychologiczna preferencję, a tak nie jest.

36 O decyzjach ryzykownych Niekiedy nie wystarczy ocena uŝyteczności wyników, ale trzeba przewidzieć rozwój wydarzeń. Decyzja czy wziąć parasol zaleŝy od prawdopodobieństwa deszczu Czy ubezpieczyć się na wypadek śmierci od szansy przeŝycia Decyzja gospodarcza od kontrdziałań konkurencji

37 UŜyteczność w sytuacji ryzyka Co wolisz: Całkowicie pewne 10 groszy, czy jedną szansę na 10 uzyskania złotówki Całkowicie pewną złotówkę, czy jedną szansę na 10 uzyskania 10 złotych Całkowicie pewne 10 złotych, czy jedną szansę na 10 uzyskania 100 złotych Całkowicie pewne 100 złotych, czy jedną szansę na 10 uzyskania 1000 złotych Całkowicie pewne 1000 złotych, czy jedną szansę na 10 uzyskania złotych Całkowicie pewne złotych, czy jedną szansę na 10 uzyskania złotych Itd.. Od pewnego momentu wybierający preferuje pewne pieniądze. Moment ten zalezy od statusu materialnego. Prowadzi to do wniosku, Ŝe 100 złotych moŝe posiadać większą uŝyteczność niŝ 10x10 złotych. Kiedy wynik jest niepewny trzeba brać pod uwagę uŝyteczność i prawdopodobieństwo.

38 Prawdopodobieństwo Oznacza, ze wystąpienie jakiegoś zdarzenia jest przewidywane w określonym procencie przypadków. Na przykład orzeł powinien pojawić się w 50% przypadków rzutu monetą Prawdopodobieństwo, Ŝe przy jednym rzucie moneta wypadnie jednocześnie orzeł i reszka jest równe zeru.

39 Wartość oczekiwana Oczekiwaną wartość moŝna obliczyć znając prawdopodobieństwo kaŝdego z moŝliwych wyników. Niewiele osób zadaje sobie trud takiej analizy. Podjęcie optymalnej decyzji wymaga wybrania strategii prowadzącej do uzyskania najwyŝszej oczekiwanej wartości. Przykład: Rzucamy monetą i jak wypadnie orzeł otrzymujemy 10 zł, jak reszka płacimy 5 złotych Prawdopodobieństwo zdarzenia 50% Wartości zdarzeń odpowiednio 10 i 5 Wartość oczekiwana: Ev = [V(orzeł) *p(orzel) + V(reszka)*p(reszka)] Ev = [10 zł * 0,5 + (-5 zł)*0,5] Ev = 2,5 zł Tj. w czasie gry powinniśmy średnio wygrać 2,5 zł w jednym rzucie. Po 1000 rzutów powinniśmy mieć 2500 zł

40 Prawdopodobieństwo subiektywne Ocena aktualnego obiektywnego prawdopodobieństwa poprzez subiektywna ocenę szans wystąpienia zdarzenia Np.: w totolotku dawno nie wylosowano 34, więc 34 jest bardziej prawdopodobne w najbliŝszym losowaniu

41 Postulaty dotyczące ce subiektywnego prawdopodobieństwa Ludzie zdradzają skłonność do przeceniania zdarzeń mających niskie prawdopodobieństwo i niedoceniania pojawienia się zdarzeń mających duŝe prawdopodobieństwo Ludzie są skłonni podzielić błędny punkt widzenia, Ŝe zdarzenie, które nie wystąpiło przez dłuŝszy czas ma większe prawdopodobieństwo wystąpienia w najbliŝszej przyszłości Ludzie zdradzają skłonność do przeceniania rzeczywistego prawdopodobieństwa tych zdarzeń, które są dla nich pomyślne i niedoceniania tych, które są niepomyślne.

42 Subiektywnie oczekiwana uŝyteczność SłuŜy do maksymalizacji oczekiwanych korzyści, przy uwzględnieniu subiektywnego prawdopodobieństwa i uŝyteczności: SEU (E) = [U(A) *sp(a) + U(B)*sp(B)] Przykład lekarz zapisuje lek A (powoduje ból głowy w 5 na 15 przypadków) lub lek B (wysypka w 1 na 50). Porównanie wariantów: SEU (A) = [U(wyleczenie) *sp(wyleczenie) + U(ból głowy)*sp(ból głowy)] SEU (B) = [U(wyleczenie) *sp(wyleczenie) + U(wysypka)*sp(wysypka)] U(ból głowy) posiada oczywiście wartość ujemną

43 Efekty następcze decyzji

44 Zjedz konika polnego!!! 1. Sympatyczna osoba prosi Ciebie o zjedzenie konika polnego 2. Niesympatyczna osoba prosi Ciebie o zjedzenie konika polnego Dobrowolne wykonanie czynności na polecenie niesympatycznego człowieka zmienia opinię o tej czynności na bardziej pozytywną!

45 Racjonalizacja podecyzyjna Pozytywne aspekty wybranego wariantu są uwypuklane, a negatywne minimalizowane.

46 Wnioski końcowe Wybór jest zdeterminowany przez oczekiwane wartości, powiązane z prawdopodobieństwem zdarzeń, zysków i strat. Na decyzje często maja wpływ nieprzewidywalne zmienne wewnętrzne oraz napięcia poznawcze, związane z ograniczona pojemnością pamięci krótkotrwałej. Subiektywna uŝyteczność zdarzeń i subiektywne prawdopodobieństwo są funkcją samopoczucia (w tym doświadczeń)

47 Dziękuj kuję za uwagę

Materiały wykładowe (fragmenty)

Materiały wykładowe (fragmenty) Materiały wykładowe (fragmenty) 1 Robert Susmaga Instytut Informatyki ul. Piotrowo 2 Poznań kontakt mail owy Robert.Susmaga@CS.PUT.Poznan.PL kontakt osobisty Centrum Wykładowe, blok informatyki, pok. 7

Bardziej szczegółowo

Systemy Wspomagania Decyzji

Systemy Wspomagania Decyzji Teoria decyzji Szkoła Główna Służby Pożarniczej Zakład Informatyki i Łączności February 5, 2016 1 Definicje 2 Normatywna teoria decyzji 3 Opisowa teoria decyzji 4 Naturalistyczny model podejmowania decyzji

Bardziej szczegółowo

STANDARD DLA WYMAGAJĄCYCH

STANDARD DLA WYMAGAJĄCYCH STANDARD DLA WYMAGAJĄCYCH Psychologia inwestowania Mateusz Madej 05.04.2017 Agenda Psychologia na rynku Teoria perspektywy Błędy w przekonaniach i ocenie prawdopodobieństwa Błędy w zachowaniu i podejmowaniu

Bardziej szczegółowo

Spekulacja na rynkach finansowych. znajomość narzędzi czy siebie? Grzegorz Zalewski DM BOŚ S.A.

Spekulacja na rynkach finansowych. znajomość narzędzi czy siebie? Grzegorz Zalewski DM BOŚ S.A. Spekulacja na rynkach finansowych znajomość narzędzi czy siebie? Grzegorz Zalewski DM BOŚ S.A. Narzędzia 2 Analiza techniczna Analiza fundamentalna Narzędzia (2) 3 AT astrologia rynków finansowych AF alchemia

Bardziej szczegółowo

Pułapki podejmowania decyzji inwestycyjnych

Pułapki podejmowania decyzji inwestycyjnych Pułapki podejmowania decyzji inwestycyjnych Decyzje inwestycyjne na Giełdzie Akademia Młodego Ekonomisty program edukacji ekonomicznej gimnazjalistów 17 lutego 2009 r. Żeby zarobić? Żeby nie stracić? Po

Bardziej szczegółowo

2013-05-19. Co to jest ryzyko? Niepewność a ryzyko. Skąd się bierze ryzyko? Przestrzeń zachowań ryzykownych. Skąd się bierze ryzyko?

2013-05-19. Co to jest ryzyko? Niepewność a ryzyko. Skąd się bierze ryzyko? Przestrzeń zachowań ryzykownych. Skąd się bierze ryzyko? Co to jest ryzyko? Psychologia decyzji i ryzyka wykład 8 DR BEATA BAJCAR ZAKŁAD PSYCHOLOGII I ERGONOMII Działanie, które może przynieść niepowodzenie, stratę; Przedsięwzięcie, którego wynik jest niepewny,

Bardziej szczegółowo

Ekonomiczny Uniwersytet Dziecięcy

Ekonomiczny Uniwersytet Dziecięcy ŻYCIE GOSPODARCZE Psychologia inwestora Agnieszka Finneran Uniwersytet Ekonomiczny we Wrocławiu 8 czerwca 2015 r. EKONOMICZNY UNIWERSYTET DZIECIĘCY WWW.UNIWERSYTET-DZIECIECY.PL Praktyczna typologia oparta

Bardziej szczegółowo

Zarządzanie ryzykiem 3. Dorota Kuchta

Zarządzanie ryzykiem 3. Dorota Kuchta Zarządzanie ryzykiem 3 Dorota Kuchta Pojęcie użyteczności paradoks petersburski Bernoulli paradoks petersburski: Rzucamy kostką aż do momentu, kiedy po raz pierwszy wypadnie orzeł W tym momencie gracz

Bardziej szczegółowo

Ryzyko. Ekonomika i organizacja produkcji. Materiały do zajęć z EiOP - L. Wicki Niebezpieczeństwo. Hazard. Zarządzanie ryzykiem

Ryzyko. Ekonomika i organizacja produkcji. Materiały do zajęć z EiOP - L. Wicki Niebezpieczeństwo. Hazard. Zarządzanie ryzykiem Szkoła Główna Gospodarstwa Wiejskiego Katedra Ekonomiki i Organizacji Przedsiębiorstw Ekonomika i organizacja produkcji Ryzyko Zarządzanie ryzykiem Dr inż. Ludwik Wicki Pojęcia występujące w ubezpieczeniowej

Bardziej szczegółowo

Budowanie skutecznego zespołu przez product managera

Budowanie skutecznego zespołu przez product managera Budowanie skutecznego zespołu przez product managera Na czym polega specyfika zespołu kierowanego przez product managera? Grupa jako system Jednostki Struktura grupy wielkość normy model interakcji role

Bardziej szczegółowo

Psychologia decyzji. Struktura wykładu DR BEATA BAJCAR ZAKŁAD PSYCHOLOGII I ERGONOMII. wykład 15 godzin

Psychologia decyzji. Struktura wykładu DR BEATA BAJCAR ZAKŁAD PSYCHOLOGII I ERGONOMII. wykład 15 godzin Psychologia decyzji wykład 15 godzin DR BEATA BAJCAR ZAKŁAD PSYCHOLOGII I ERGONOMII Struktura wykładu Behawioralna teoria decyzji. Normatywne i deskryptywne modele podejmowania decyzji Cykl myślenia decyzyjnego

Bardziej szczegółowo

Drzewa Decyzyjne, cz.2

Drzewa Decyzyjne, cz.2 Drzewa Decyzyjne, cz.2 Inteligentne Systemy Decyzyjne Katedra Systemów Multimedialnych WETI, PG Opracowanie: dr inŝ. Piotr Szczuko Podsumowanie poprzedniego wykładu Cel: przewidywanie wyniku (określania

Bardziej szczegółowo

19/05/2015. Teoria perspektywy w podejmowaniu decyzji. Proces podejmowania decyzji - wykład 10. Ratowanie czy zamykanie zakładu pracy?

19/05/2015. Teoria perspektywy w podejmowaniu decyzji. Proces podejmowania decyzji - wykład 10. Ratowanie czy zamykanie zakładu pracy? Teoria perspektywy w podejmowaniu decyzji Proces podejmowania decyzji - wykład 10 Stworzona przez Daniela Kahnemana i Amosa Tversky ego i Daniela Kahnemana (1979) Opisuje efekt niestałości preferencji

Bardziej szczegółowo

Dane są następujące reguły gry losowej: losujemy jedną kartę z pełnej talii (bez jokerów) i sprawdzamy wynik:

Dane są następujące reguły gry losowej: losujemy jedną kartę z pełnej talii (bez jokerów) i sprawdzamy wynik: Elementy teorii gier Dane są następujące reguły gry losowej: losujemy jedną kartę z pełnej talii (bez jokerów) i sprawdzamy wynik: wylosowanie karty w kolorze czerwonym (kier lub karo) oznacza wygraną

Bardziej szczegółowo

RACHUNKOWOŚĆ ZARZĄDCZA

RACHUNKOWOŚĆ ZARZĄDCZA RACHUNKOWOŚĆ ZARZĄDCZA wykład XI dr Marek Masztalerz Uniwersytet Ekonomiczny w Poznaniu 2011 EKONOMICZNY CYKL śycia PRODUKTU 1 KOSZTY CYKLU śycia PRODUKTU OKRES PRZEDRYNKOWY OKRES RYNKOWY OKRES POSTRYNKOWY

Bardziej szczegółowo

Co to jest proces motywacyjny?

Co to jest proces motywacyjny? Proces motywacyjny Plan Co to jest proces motywacyjny Jakie warunki muszą być spełnione żeby powstał proces motywacyjny Rodzaje motywacji W jaki sposób natężenie motywacji wpływa na procesy poznawcze i

Bardziej szczegółowo

Elementy teorii wyboru publicznego. Marek Oramus

Elementy teorii wyboru publicznego. Marek Oramus Elementy teorii wyboru publicznego Marek Oramus Prowadzący Marek Oramus marek.oramus@uek.krakow.pl tel. 12 293 58-40 Konsultacje: Czwartki 10:00-11:00 + do ustalenia Rakowicka 16, pok. 22 Wprowadzenie

Bardziej szczegółowo

Podstawy teorii finansów

Podstawy teorii finansów Ekonomiczny Uniwersytet Dziecięcy Życie gospodarcze Psychologia inwestora Grzegorz Kowerda Uniwersytet w Białymstoku 7 listopada 2013 r. EKONOMICZNY UNIWERSYTET DZIECIĘCY WWW.UNIWERSYTET-DZIECIECY.PL Podstawy

Bardziej szczegółowo

P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt.

P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt. P r a w d o p o d o b i eństwo Lekcja 1 Temat: Lekcja organizacyjna. Program. Kontrakt. Lekcja 2 Temat: Podstawowe pojęcia związane z prawdopodobieństwem. Str. 10-21 1. Doświadczenie losowe jest to doświadczenie,

Bardziej szczegółowo

Akademia Młodego Ekonomisty

Akademia Młodego Ekonomisty Akademia Młodego Ekonomisty Ryzyko w procesie zarządzania dr Mirosław Wójciak Uniwersytet Ekonomiczny w Katowicach 27 lutego 2012 1 Gdzie spotykamy się z ryzykiem? Praktycznie w każdej dziedzinie życia.

Bardziej szczegółowo

STRATEGICZNE ZARZĄDZANIE KOSZTAMI

STRATEGICZNE ZARZĄDZANIE KOSZTAMI STRATEGICZNE ZARZĄDZANIE KOSZTAMI dr Marek Masztalerz Uniwersytet Ekonomiczny w Poznaniu 2011 EKONOMICZNY CYKL śycia PRODUKTU 1 KOSZTY CYKLU śycia PRODUKTU OKRES PRZEDRYNKOWY OKRES RYNKOWY OKRES POSTRYNKOWY

Bardziej szczegółowo

Psychologiczne aspekty zarządzania finansami

Psychologiczne aspekty zarządzania finansami Psychologiczne aspekty zarządzania finansami Zakres tematyczny: Podejmowanie decyzji finansowych Racjonalność i nieracjonalność decyzji Ryzyko w psychologii finansowej Piramida zachowań finansowych Zarządzanie

Bardziej szczegółowo

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 2 ZADANIA - ZESTAW 2

L.Kowalski zadania z rachunku prawdopodobieństwa-zestaw 2 ZADANIA - ZESTAW 2 ZADANIA - ZESTAW 2 Zadanie 2.1 Zmienna losowa X ma rozkład określony funkcją prawdopodobieństwa: x k 1 0 2 p k 1/ 1/6 1/2 a) wyznaczyć dystrybuantę tej zmiennej losowej i naszkicować jej wykres, b) obliczyć

Bardziej szczegółowo

Systemy rozgrywek sportowych OGÓLNE ZASADY ORGANIZOWANIA ROZGRYWEK SPORTOWYCH

Systemy rozgrywek sportowych OGÓLNE ZASADY ORGANIZOWANIA ROZGRYWEK SPORTOWYCH Systemy rozgrywek sportowych OGÓLNE ZASADY ORGANIZOWANIA ROZGRYWEK SPORTOWYCH Rozgrywki sportowe moŝna organizować na kilka róŝnych sposobów, w zaleŝności od liczby zgłoszonych druŝyn, czasu, liczby boisk

Bardziej szczegółowo

Statystyka podstawowe wzory i definicje

Statystyka podstawowe wzory i definicje 1 Statystyka podstawowe wzory i definicje Średnia arytmetyczna to suma wszystkich liczb (a 1, a 2,, a n) podzielona przez ich ilość (n) Przykład 1 Dany jest zbiór liczb {6, 8, 11, 2, 5, 3}. Oblicz średnią

Bardziej szczegółowo

Psychologia inwestora

Psychologia inwestora Ekonomiczny Uniwersytet Dziecięcy Psychologia inwestora Katarzyna Sekścińska Szkoła Główna Handlowa w Warszawie 21 kwietnia 2015 r. EKONOMICZNY UNIWERSYTET DZIECIĘCY WWW.UNIWERSYTET-DZIECIECY.PL Podstawowe

Bardziej szczegółowo

{( ) ( ) ( ) ( )( ) ( )( ) ( RRR)

{( ) ( ) ( ) ( )( ) ( )( ) ( RRR) .. KLASYCZNA DEFINICJA PRAWDOPODOBIEŃSTWA Klasyczna definicja prawdopodobieństwa JeŜeli jest skończonym zbiorem zdarzeń elementarnych jednakowo prawdopodobnych i A, to liczbę A nazywamy prawdopodobieństwem

Bardziej szczegółowo

Procedura zarządzania ryzykiem w Państwowej WyŜszej Szkole Zawodowej w Elblągu

Procedura zarządzania ryzykiem w Państwowej WyŜszej Szkole Zawodowej w Elblągu Procedura zarządzania ryzykiem w Państwowej WyŜszej Szkole Zawodowej w Elblągu Załącznik nr 2 do zarządzenia Celem procedury jest zapewnienie mechanizmów identyfikowania ryzyk zagraŝających realizacji

Bardziej szczegółowo

DOŚWIADCZENIA WIELOETAPOWE

DOŚWIADCZENIA WIELOETAPOWE . 4. DOŚWIADCZENIA WIELOETAPOWE Drzewem stochastycznym nazywamy graf ilustrujący przebieg wieloetapowego doświadczenia losowego. Wierzchołkom drzewa stochastycznego przyporządkowane są wyniki poszczególnych

Bardziej szczegółowo

8. Podejmowanie Decyzji przy Niepewności

8. Podejmowanie Decyzji przy Niepewności 8. Podejmowanie Decyzji przy Niepewności Wcześniej, losowość (niepewność) nie była brana pod uwagę (poza przypadkiem ubezpieczenia życiowego). Na przykład, aby brać pod uwagę ryzyko że pożyczka nie zostanie

Bardziej szczegółowo

Wycena opcji rzeczywistych zgodnie z teorią perspektywy

Wycena opcji rzeczywistych zgodnie z teorią perspektywy mgr Marek Jarzęcki Uniwersytet Ekonomiczny w Poznaniu Wycena opcji rzeczywistych zgodnie z teorią perspektywy Seminarium ROS 2014: Opcje realne teoria dla praktyki Szczecin, 30. listopada 2014 roku Agenda

Bardziej szczegółowo

= 10 9 = Ile jest wszystkich dwucyfrowych liczb naturalnych podzielnych przez 3? A. 12 B. 24 C. 29 D. 30. Sposób I = 30.

= 10 9 = Ile jest wszystkich dwucyfrowych liczb naturalnych podzielnych przez 3? A. 12 B. 24 C. 29 D. 30. Sposób I = 30. Kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Flagę, taką jak pokazano na rysunku, należy zszyć z trzech jednakowej szerokości pasów kolorowej tkaniny. Oba pasy zewnętrzne

Bardziej szczegółowo

Halina Piotrowska. Rozwiązywanie problemów decyzyjnych w nauczaniu fizyki

Halina Piotrowska. Rozwiązywanie problemów decyzyjnych w nauczaniu fizyki Halina Piotrowska Rozwiązywanie problemów decyzyjnych w nauczaniu fizyki 1 Problemy decyzyjne pojawiają się podczas czynności wyboru działania. Rozwiązywanie problemów decyzyjnych składa się z całego szeregu

Bardziej szczegółowo

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1

Weryfikacja 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 szczegółowo

Każdego dnia możesz zrobić coś, aby zbliżyć się do swojego marzenia lub możesz nie robić niczego. W każdym przypadku podejmujesz decyzję.

Każdego dnia możesz zrobić coś, aby zbliżyć się do swojego marzenia lub możesz nie robić niczego. W każdym przypadku podejmujesz decyzję. Sztuka podejmowania decyzji Emilia Kijanka Wyższa Szkoła Ekonomii i Prawa w Kielcach 30 maja 2012 r. EKONOMICZNY UNIWERSYTET DZIECIĘCY WWW.UNIWERSYTET-DZIECIECY.PL Każdego dnia możesz zrobić coś, aby zbliżyć

Bardziej szczegółowo

AKADEMIA MŁODEGO EKONOMISTY

AKADEMIA MŁODEGO EKONOMISTY AKADEMIA MŁODEGO EKONOMISTY Ekonomia w domu Psychologia finansowa Kształtowanie racjonalnych postaw wobec pieniądza Dr hab. Marta Maciejasz-Świątkiewicz, prof. UO Uniwersytet Ekonomiczny we Wrocławiu 24

Bardziej szczegółowo

NIEPEWNOŚĆ I RYZYKO PODEJMOWANIA DECYZJI W TEORII ZARZĄDZANIA

NIEPEWNOŚĆ I RYZYKO PODEJMOWANIA DECYZJI W TEORII ZARZĄDZANIA dr Ireneusz Drabik NIEPEWNOŚĆ I RYZYKO PODEJMOWANIA DECYZJI W TEORII ZARZĄDZANIA Procesy decyzyjne w administracji publicznej w Polsce i innych państwach Unii Europejskiej Międzynarodowa konferencja naukowa

Bardziej szczegółowo

Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( )

Moneta 1 Moneta 2 Kostka O, R O,R 1,2,3,4,5, Moneta 1 Moneta 2 Kostka O O ( ) Nowa matura kombinatoryka i rachunek prawdopodobieństwa Zadania zamknięte (0 1 pkt) 1. Doświadczenie losowe polega na rzucie dwiema symetrycznymi monetami i sześcienną kostką do gry. Prawdopodobieństwo

Bardziej szczegółowo

REGULAMIN FUNKCJONOWANIA KONTROLI ZARZADCZEJ W POWIATOWYM URZĘDZIE PRACY W GIśYCKU. Postanowienia ogólne

REGULAMIN FUNKCJONOWANIA KONTROLI ZARZADCZEJ W POWIATOWYM URZĘDZIE PRACY W GIśYCKU. Postanowienia ogólne Załącznik Nr 1 do Zarządzenia Nr 29 z 01.07.2013r. REGULAMIN FUNKCJONOWANIA KONTROLI ZARZADCZEJ W POWIATOWYM URZĘDZIE PRACY W GIśYCKU Postanowienia ogólne 1 1. Kontrola zarządcza w Powiatowym Urzędzie

Bardziej szczegółowo

Zarządzanie systemami produkcyjnymi

Zarządzanie systemami produkcyjnymi Zarządzanie systemami produkcyjnymi Efektywności zarządzania sprzyjają: samodzielność i przedsiębiorczość, orientacja na działania, eksperymenty i analizy, bliskie kontakty z klientami, produktywność,

Bardziej szczegółowo

Jak podejmować decyzje?

Jak podejmować decyzje? Jak podejmować decyzje? www.maciejczak.pl DECYZJA A PROBLEM DECYZYJNY Decyzja jest wyborem jednego z możliwych w danej sytuacji wariantów działania. Sytuacja decyzyjna charakteryzuje się istnieniem co

Bardziej szczegółowo

Runda 5: zmiana planszy: < < i 6 rzutów.

Runda 5: zmiana planszy: < < i 6 rzutów. 1. Gry dotyczące systemu dziesiętnego Pomoce: kostka dziesięciościenna i/albo karty z cyframi. KaŜdy rywalizuje z kaŝdym. KaŜdy gracz rysuje planszę: Prowadzący rzuca dziesięciościenną kostką albo losuje

Bardziej szczegółowo

Rachunek prawdopodobieństwa

Rachunek prawdopodobieństwa Rachunek prawdopodobieństwa Sebastian Rymarczyk srymarczyk@afm.edu.pl Tematyka zajęć 1. Elementy kombinatoryki. 2. Definicje prawdopodobieństwa. 3. Własności prawdopodobieństwa. 4. Zmienne losowe, parametry

Bardziej szczegółowo

Heurystyka III Psychologia decyzji i ryzyka. Zadanie 1. Zadanie 2. Zadanie 3. Zadanie 4. wykład 6. Odpowiedz na pytanie:

Heurystyka III Psychologia decyzji i ryzyka. Zadanie 1. Zadanie 2. Zadanie 3. Zadanie 4. wykład 6. Odpowiedz na pytanie: Psychologia decyzji i ryzyka wykład 6 DR BEATA BAJCAR ZAKŁAD PSYCHOLOGII I ERGONOMII Heurystyka III Zadanie 1 Zadanie 2 Odpowiedz na pytanie: Odpowiedz na pytanie: Czy więcej ludzi ginie w wypadkach samochodowych

Bardziej szczegółowo

Rola perspektywy w podejmowaniu decyzji. Ratowanie czy zamykanie zakładu pracy? Teoria perspektywy. Który plan wybieracie..???

Rola perspektywy w podejmowaniu decyzji. Ratowanie czy zamykanie zakładu pracy? Teoria perspektywy. Który plan wybieracie..??? Rola perspektywy w podejmowaniu decyzji Psychologia wykład 8 Mechanizmy podejmowania decyzji Dr Beata Bajcar Zakład Psychologii I Ergonomii Teoria perspektywy jest teorią psychologiczną autorstwa Daniela

Bardziej szczegółowo

Niepewność metody FMEA. Wprowadzenie 2005-12-28

Niepewność metody FMEA. Wprowadzenie 2005-12-28 5-1-8 Niepewność metody FMEA Wprowadzenie Doskonalenie produkcji metodą kolejnych kroków odbywa się na drodze analizowania przyczyn niedociągnięć, znajdowania miejsc powstawania wad, oceny ich skutków,

Bardziej szczegółowo

2. Metody podejmowania decyzji w warunkach pewności... 37

2. Metody podejmowania decyzji w warunkach pewności... 37 Spis treści Wstęp... 7 1. Problemy i procesy decyzyjne w organizacji... 11 1.1. Istota decyzji menedżerskich w organizacji... 11 1.2. Sytuacje decyzyjne, problemy decyzyjne i decyzje w organizacji.. 15

Bardziej szczegółowo

INSTRUKCJA oceny ryzyka zawodowego na stanowiskach pracy oraz wynikające z niej działania w Starostwie Powiatowym w Gryfinie

INSTRUKCJA oceny ryzyka zawodowego na stanowiskach pracy oraz wynikające z niej działania w Starostwie Powiatowym w Gryfinie Załącznik Nr 1 do Zarządzenia Nr 98/2009 z dnia 27 października2009 r. INSTRUKCJA oceny ryzyka zawodowego na stanowiskach pracy oraz wynikające z niej działania w Starostwie Powiatowym w Gryfinie 1. DEFINICJE.

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub

RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI. Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub RACHUNEK PRAWDOPODOBIEŃSTWA ZADANIA Z ROZWIĄZANIAMI Uwaga! Dla określenia liczebności zbioru (mocy zbioru) użyto zamiennie symboli: Ω lub 1. W grupie jest 15 kobiet i 18 mężczyzn. Losujemy jedną osobę

Bardziej szczegółowo

12. RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA zadania

12. RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA zadania 2. RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA zadania Zad.2.. Oblicz ile moŝna utworzyć z cyfr 0,, 2, liczb: a) dwucyfrowych, których cyfry mogą się powtarzać; b) trzycyfrowych o niepowtarzających się cyfrach;

Bardziej szczegółowo

Akademia Młodego Ekonomisty

Akademia Młodego Ekonomisty Akademia Młodego Ekonomisty Strategie inwestycyjne na rynku kapitałowym Inwestowanie na rynku Dr Paweł Porcenaluk Uniwersytet Ekonomiczny we Wrocławiu 4 kwietnia 2016 r. Inwestowanie co to jest? Inwestowanie

Bardziej szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O badaniach nad SZTUCZNĄ INTELIGENCJĄ O badaniach nad SZTUCZNĄ INTELIGENCJĄ Jak określa się inteligencję naturalną? Jak określa się inteligencję naturalną? Inteligencja wg psychologów to: Przyrodzona, choć rozwijana w toku dojrzewania i uczenia

Bardziej szczegółowo

Rachunkowość. Decyzje zarządcze 1/58

Rachunkowość. Decyzje zarządcze 1/58 Rachunkowość zarządcza Decyzje zarządcze 1/58 Decyzje zarządcze Spis treści Rodzaje decyzji zarządczych Decyzje podjąć / odrzucić działanie Ogólny opis Koszty relewantne opis i przykłady Przykłady decyzji

Bardziej szczegółowo

Problemy oceny alternatyw w warunkach niepewności

Problemy oceny alternatyw w warunkach niepewności Problemy oceny alternatyw w warunkach niepewności Statystyczne metody oceny alternatyw Rozpatrzmy sytuacje, w których decyzja pociąga za sobą korzyść lub stratę Tę sytuację nazywać będziemy problemem decyzyjnym,

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA

RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA RACHUNEK PRAWDOPODOBIEŃSTWA I KOMBINATORYKA Doświadczenia losowe Rachunek prawdopodobieństwa zajmuje się zdarzeniami jakie zachodzą, gdy przeprowadzamy doświadczenia losowe. Mówimy, że doświadczenie jest

Bardziej szczegółowo

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: 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 szczegółowo

DOBÓR PRÓBY. Czyli kogo badać?

DOBÓR PRÓBY. Czyli kogo badać? DOBÓR PRÓBY Czyli kogo badać? DZISIAJ METODĄ PRACY Z TEKSTEM I INNYMI Po co dobieramy próbę? Czym róŝni się próba od populacji? Na czym polega reprezentatywność statystyczna? Podstawowe zasady doboru próby

Bardziej szczegółowo

Podstawy zarządzania

Podstawy zarządzania Podstawy zarządzania mgr Magdalena Marczewska TiMO (Zakład Teorii i Metod Organizacji) Wydział Zarządzania Uniwersytetu Warszawskiego mmarczewska@wz.uw.edu.pl Rozwiązywanie problemów decyzyjnych Manager

Bardziej szczegółowo

Podejmowanie decyzji gospodarczych

Podejmowanie decyzji gospodarczych Podejmowanie decyzji gospodarczych Zakres podejmowanych decyzji jest bardzo szeroki zarówno na poziomie przedsiębiorstwa jak i na szczeblu państwa. W każdym przypadku sensowna analiza wariantów decyzji

Bardziej szczegółowo

Kilka słów o odbiorze, podobaniu się oraz skuteczności reklamy wizualnej.

Kilka słów o odbiorze, podobaniu się oraz skuteczności reklamy wizualnej. PAWEŁ BARANOWSKI OTWARTA GRUPA TWÓRCZA ARTELUX Grafika: Ryszard Baloń Kilka słów o odbiorze, podobaniu się oraz skuteczności reklamy wizualnej. 1. Neuropsychologia kognitywna... to nowa nauka, dzięki której

Bardziej szczegółowo

Metody doboru próby do badań. Dr Kalina Grzesiuk

Metody doboru próby do badań. Dr Kalina Grzesiuk Metody doboru próby do badań Dr Kalina Grzesiuk Proces doboru próby 1. Ustalenie populacji badanej 2. Ustalenie wykazu populacji badanej 3. Ustalenie liczebności próby 4. Wybór metody doboru próby do badań

Bardziej szczegółowo

Jak odróżnić wariację z powtórzeniami od wariacji bez powtórzeń, kombinacji?

Jak odróżnić wariację z powtórzeniami od wariacji bez powtórzeń, kombinacji? Jak odróżnić wariację z powtórzeniami od wariacji bez powtórzeń, kombinacji? Porada niniejsza traktuje o tzw. elementach kombinatoryki. Często zdarza się, że rozwiązujący zadania z tej dziedziny mają problemy

Bardziej szczegółowo

Temat: Statystyka i prawdopodobieństwo w naszym życiu.

Temat: Statystyka i prawdopodobieństwo w naszym życiu. Dla nauczyciela Spotkanie 9 Temat: Statystyka i prawdopodobieństwo w naszym życiu. Na zajęcia potrzebne będą pomoce tzn. kostki do gry, talia kart, monety lub inne. Przy omawianiu doświadczeń losowych

Bardziej szczegółowo

PODMIOTOWE UWARUNKOWANIA DECYZJI INWE- STYCYJNYCH

PODMIOTOWE UWARUNKOWANIA DECYZJI INWE- STYCYJNYCH PRACE NAUKOWE AKADEMII EKONOMICZNEJ WE WROCŁAWIU Nr 965 Zarządzanie finansami firm teoria i praktyka 2002 Krzysztof Markowski Katolicki Uniwersytet Lubelski PODMIOTOWE UWARUNKOWANIA DECYZJI INWE- STYCYJNYCH

Bardziej szczegółowo

Od pomysłu do przemysłu

Od pomysłu do przemysłu Od pomysłu do przemysłu czyli jak stworzyć logiczny projekt. Dariusz Kurcman Regionalny Ośrodek EFS w Kielcach Kielce, 05.02.2010 Czym jest projekt? Projekt to: spójna, logiczna, kompletna i w pełni dojrzała

Bardziej szczegółowo

Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 14 Zadania statystyka, prawdopodobieństwo i kombinatoryka

Kurs ZDAJ MATURĘ Z MATEMATYKI MODUŁ 14 Zadania statystyka, prawdopodobieństwo i kombinatoryka 1 TEST WSTĘPNY 1. (1p) Zestaw danych 3, 5, x, 7, 10, 12 jest uporządkowany niemalejąco. Mediana tego zestawu jest równa 6, więc liczba x jest równa A. 7 B. 6 C. 5 D. 4 2. (2p) Średnia arytmetyczna liczb:

Bardziej szczegółowo

Zdarzenia losowe i prawdopodobieństwo

Zdarzenia losowe i prawdopodobieństwo Rozdział 1 Zdarzenia losowe i prawdopodobieństwo 1.1 Klasyfikacja zdarzeń Zdarzenie elementarne pojęcie aprioryczne, które nie może być zdefiniowane. Odpowiednik pojęcia punkt w geometrii. Zdarzenie elementarne

Bardziej szczegółowo

Rola ewaluacji wewnętrznej w podnoszeniu jakości pracy szkół i placówek oświatowych

Rola ewaluacji wewnętrznej w podnoszeniu jakości pracy szkół i placówek oświatowych Klemens StróŜyński Materiał dla CKU w Białymstoku, 22 czerwca 2012 r. 50 Rola ewaluacji wewnętrznej w podnoszeniu jakości pracy szkół i placówek oświatowych Inne są cele ewaluacji wewnętrznej, inne ewaluacji

Bardziej szczegółowo

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: 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 szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O badaniach nad SZTUCZNĄ INTELIGENCJĄ O badaniach nad SZTUCZNĄ INTELIGENCJĄ Wykład 7. O badaniach nad sztuczną inteligencją Co nazywamy SZTUCZNĄ INTELIGENCJĄ? szczególny rodzaj programów komputerowych, a niekiedy maszyn. SI szczególną własność

Bardziej szczegółowo

1. Jest dla mnie ważne, by mieć dobrze płatną pracę, nawet jeśli nie zyskuję uznania za to, co robię.

1. Jest dla mnie ważne, by mieć dobrze płatną pracę, nawet jeśli nie zyskuję uznania za to, co robię. ANALIZA MOTYWACJI ZAWODOWEJ TEST HERZBERGA Poniżej znajduje się 56 stwierdzeń. Są one ułożone parami. Z podanych par wybierz jedno zdanie, które jest Tobie bliższe. Zaznacz je zakreślając literę po prawej

Bardziej szczegółowo

O RYZYKU. KONCEPCJE ZARZĄDZANIA RYZYKIEM W MUZEUM

O RYZYKU. KONCEPCJE ZARZĄDZANIA RYZYKIEM W MUZEUM Janusz Teczke O RYZYKU. KONCEPCJE ZARZĄDZANIA RYZYKIEM W MUZEUM Zarządzanie to sytuacja, w której zarządzający menedżer, korzystając ze swojej wiedzy, podejmuje decyzje dotyczące łączenia posiadanych zasobów

Bardziej szczegółowo

Zarządzanie zasobami ludzkimi

Zarządzanie zasobami ludzkimi Ekonomiczny Uniwersytet Dziecięcy Człowiek w firmie czyli kto i jak tu rządzi? Style kierowania i ich wpływ na nasze życie Emilia Kijanka Wyższa Szkoła Ekonomii i Prawa w Kielcach 6 marca 2013 r. EKONOMICZNY

Bardziej szczegółowo

Akademia Młodego Ekonomisty

Akademia Młodego Ekonomisty Akademia Młodego Ekonomisty Zarządzanie ryzykiem dr Grzegorz Głód Uniwersytet Ekonomiczny w Katowicach 14.10.2013 r. Kto chce mieć absolutną pewność przed podjęciem decyzji nigdy decyzji nie podejmie 1

Bardziej szczegółowo

Badania ewaluacyjne ZOGNISKOWANY WYWIAD GRUPOWY 5 ZAJĘCIA R.

Badania ewaluacyjne ZOGNISKOWANY WYWIAD GRUPOWY 5 ZAJĘCIA R. Badania ewaluacyjne ZOGNISKOWANY WYWIAD GRUPOWY 5 ZAJĘCIA 24.11.2008 R. Zogniskowany wywiad grupowy Focus group interview zogniskowany...czyli dotyczący jednego problemu, lub grupy podobnych problemów

Bardziej szczegółowo

MATERIAŁ INFORMACYJNY. Strukturyzowane Certyfikaty Depozytowe powiązane z indeksem giełdowym ze 100% ochroną zainwestowanego kapitału w Dniu Wykupu

MATERIAŁ INFORMACYJNY. Strukturyzowane Certyfikaty Depozytowe powiązane z indeksem giełdowym ze 100% ochroną zainwestowanego kapitału w Dniu Wykupu MATERIAŁ INFORMACYJNY Strukturyzowane Certyfikaty Depozytowe powiązane z indeksem giełdowym ze 1% ochroną zainwestowanego kapitału w Dniu Wykupu Emitent Bank BPH SA Numer serii Certyfikatów Depozytowych

Bardziej szczegółowo

TEORIA GIER W NAUKACH SPOŁECZNYCH. Gry macierzowe, rybołówstwo na Jamajce, gry z Naturą

TEORIA GIER W NAUKACH SPOŁECZNYCH. Gry macierzowe, rybołówstwo na Jamajce, gry z Naturą TEORIA GIER W NAUKACH SPOŁECZNYCH Gry macierzowe, rybołówstwo na Jamajce, gry z Naturą Przypomnienie Gry w postaci macierzowej i ekstensywnej Gry o sumie zerowej i gry o sumie niezerowej Kryterium dominacji

Bardziej szczegółowo

Rachunek prawdopodobieństwa- wykład 2

Rachunek prawdopodobieństwa- wykład 2 Rachunek prawdopodobieństwa- wykład 2 Pojęcie dyskretnej przestrzeni probabilistycznej i określenie prawdopodobieństwa w tej przestrzeni dr Marcin Ziółkowski Instytut Matematyki i Informatyki Uniwersytet

Bardziej szczegółowo

Projektowanie systemów informatycznych

Projektowanie systemów informatycznych Projektowanie systemów informatycznych Zarządzanie projektem Autor Roman Simiński Kontakt roman.siminski@us.edu.pl www.us.edu.pl/~siminski Główne procesy w realizacji projektu informatycznego (ang. feasibility

Bardziej szczegółowo

Laboratorium nr 5. Temat: Funkcje agregujące, klauzule GROUP BY, HAVING

Laboratorium nr 5. Temat: Funkcje agregujące, klauzule GROUP BY, HAVING Laboratorium nr 5 Temat: Funkcje agregujące, klauzule GROUP BY, HAVING Celem ćwiczenia jest zaprezentowanie zagadnień dotyczących stosowania w zapytaniach języka SQL predefiniowanych funkcji agregujących.

Bardziej szczegółowo

Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych

Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych Sebastian Kokot XXI Krajowa Konferencja Rzeczoznawców Majątkowych, Międzyzdroje 2012 Rzetelnie wykonana analiza rynku nieruchomości

Bardziej szczegółowo

Popyt rynkowy. Wyprowadzenie funkcji popytu z funkcji uŝyteczności

Popyt rynkowy. Wyprowadzenie funkcji popytu z funkcji uŝyteczności Popyt rynkowy Wyprowadzenie funkcji popytu z funkcji uŝyteczności Zadanie 1 (*) Jak zwykle w tego typu zadaniach darujmy sobie tworzenie sztucznych przykładów i będziemy analizować wybór między dwoma dobrami

Bardziej szczegółowo

POLITYKA ZARZĄDZANIA RYZYKIEM ROZDZIAŁ I. Postanowienia ogólne

POLITYKA ZARZĄDZANIA RYZYKIEM ROZDZIAŁ I. Postanowienia ogólne POLITYKA ZARZĄDZANIA RYZYKIEM ROZDZIAŁ I Postanowienia ogólne 1. 1. Zarządzanie ryzykiem jest elementem łączącym kontrolę zarządczą z audytem wewnętrznym. Należy dążyć do minimalizacji ryzyka w funkcjonowaniu

Bardziej szczegółowo

Kierunkowe efekty kształcenia Po ukończeniu studiów absolwent:

Kierunkowe efekty kształcenia Po ukończeniu studiów absolwent: Załącznik do uchwały nr 145/06/2013 Senatu Uniwersytetu Rzeszowskiego EFEKTY KSZTAŁCENIA DLA KIERUNKU STUDIÓW Administracja studia drugiego stopnia poziom kształcenia profil kształcenia tytuł zawodowy

Bardziej szczegółowo

III. ZMIENNE LOSOWE JEDNOWYMIAROWE

III. ZMIENNE LOSOWE JEDNOWYMIAROWE III. ZMIENNE LOSOWE JEDNOWYMIAROWE.. Zmienna losowa i pojęcie rozkładu prawdopodobieństwa W dotychczas rozpatrywanych przykładach każdemu zdarzeniu była przyporządkowana odpowiednia wartość liczbowa. Ta

Bardziej szczegółowo

Oprogramowanie dla biznesu Numer 11 (69) Listopad 2009 JAK SZYBKO I SKUTECZNIE ZAMKNĄĆ ROK?

Oprogramowanie dla biznesu Numer 11 (69) Listopad 2009 JAK SZYBKO I SKUTECZNIE ZAMKNĄĆ ROK? Oprogramowanie dla biznesu Numer 11 (69) Listopad 2009 JAK SZYBKO I SKUTECZNIE ZAMKNĄĆ ROK? CZY TO MOśLIWE, ABY PRZEZ PROCES ZAMKNIĘCIA ROKU W DUśEJ FIRMIE LEASINGOWEJ PRZEJŚĆ SZYBKO I BEZBOLEŚNIE? MY

Bardziej szczegółowo

Badania 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 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 szczegółowo

Czym są badania jakościowe? David Silverman : Interpretacja danych jakościowych

Czym są badania jakościowe? David Silverman : Interpretacja danych jakościowych Czym są badania jakościowe? David Silverman : Interpretacja danych jakościowych Główne zagadnienia Kiedy porównujemy badania ilościowe i jakościowe, znajdujemy głownie róŝne rozłoŝenie akcentów między

Bardziej szczegółowo

Rachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych

Rachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych Rachunek prawdopodobieństwa projekt Ilustracja metody Monte Carlo obliczania całek oznaczonych Autorzy: Marta Rotkiel, Anna Konik, Bartłomiej Parowicz, Robert Rudak, Piotr Otręba Spis treści: Wstęp Cel

Bardziej szczegółowo

5. Wprowadzenie do prawdopodobieństwa Wprowadzenie Wyniki i zdarzenia Różne podejścia do prawdopodobieństwa Zdarzenia wzajemnie wykluczające się i

5. Wprowadzenie do prawdopodobieństwa Wprowadzenie Wyniki i zdarzenia Różne podejścia do prawdopodobieństwa Zdarzenia wzajemnie wykluczające się i Spis treści Przedmowa do wydania polskiego - Tadeusz Tyszka Słowo wstępne - Lawrence D. Phillips Przedmowa 1. : rola i zastosowanie analizy decyzyjnej Decyzje złożone Rola analizy decyzyjnej Zastosowanie

Bardziej szczegółowo

Zmienna losowa (wygrana w pojedynczej grze): (1, 0.5), ( 1, 0.5)

Zmienna losowa (wygrana w pojedynczej grze): (1, 0.5), ( 1, 0.5) Przykład 0. Gra polega na jednokrotnym rzucie symetryczną monetą, przy czym wygrywamy 1 jeżeli wypadnie orzeł oraz przegrywamy 1 jeżeli wypadnie reszka. Nasz początkowy kapitał wynosi 5. Jakie jest prawdopodobieństwo,

Bardziej szczegółowo

Rodzaje badań statystycznych

Rodzaje 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 szczegółowo

R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo.

R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo. R_PRACA KLASOWA 1 Statystyka i prawdopodobieństwo. Zadanie 1. Wyznacz średnią arytmetyczną, dominantę i medianę zestawu danych: 1, 5, 3, 2, 2, 4, 4, 6, 7, 1, 1, 4, 5, 5, 3. Zadanie 2. W zestawie danych

Bardziej szczegółowo

Statystyka matematyczna dla kierunku Rolnictwo w SGGW. BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH. ANALIZA KORELACJI PROSTEJ.

Statystyka matematyczna dla kierunku Rolnictwo w SGGW. BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH. ANALIZA KORELACJI PROSTEJ. BADANIE WSPÓŁZALEśNOŚCI DWÓCH CECH. ANALIZA KORELACJI PROSTEJ. IDEA OPISU WSPÓŁZALEśNOŚCI CECH X, Y cechy obserwowane w doświadczeniu, n liczba jednostek doświadczalnych, Wyniki doświadczenia: wartości

Bardziej szczegółowo

Ryzyko w działalności przedsiębiorstw przemysłowych. Grażyna Wieteska Uniwersytet Łódzki Katedra Zarządzania Jakością

Ryzyko w działalności przedsiębiorstw przemysłowych. Grażyna Wieteska Uniwersytet Łódzki Katedra Zarządzania Jakością Ryzyko w działalności przedsiębiorstw przemysłowych Grażyna Wieteska Uniwersytet Łódzki Katedra Zarządzania Jakością Plan Prezentacji Cel artykułu Dlaczego działalność przemysłowa wiąże się z ryzykiem?

Bardziej szczegółowo

Psychologia gracza giełdowego

Psychologia gracza giełdowego Psychologia gracza giełdowego Grzegorz Zalewski DM BOŚ S.A. Hipoteza rynku efektywnego 2 Ceny papierów wartościowych w pełni odzwierciedlają wszystkie dostępne informacje. Hipoteza rynku efektywnego (2)

Bardziej szczegółowo

Akademia Młodego Ekonomisty

Akademia Młodego Ekonomisty Akademia Młodego Ekonomisty Strategie inwestycyjne na rynku kapitałowym Inwestowanie na rynku Bartek Majewski Szkoła Główna Handlowa w Warszawie 11 października 2011 r. JAK POMNAŻAĆ BOGACTWO? Oszczędzanie

Bardziej szczegółowo

Test mocny stron. 1. Lubię myśleć o tym, jak można coś zmienić, ulepszyć. Ani pasuje, ani nie pasuje

Test mocny stron. 1. Lubię myśleć o tym, jak można coś zmienić, ulepszyć. Ani pasuje, ani nie pasuje Test mocny stron Poniżej znajduje się lista 55 stwierdzeń. Prosimy, abyś na skali pod każdym z nich określił, jak bardzo ono do Ciebie. Są to określenia, które wiele osób uznaje za korzystne i atrakcyjne.

Bardziej szczegółowo

CZAS jest SKARBEM. Kraków, 01.03.2008. Barbara Krawcewicz. 01.03.2008 SGH Warszawa AR Kraków Wszystkie prawa zastrzeżone

CZAS jest SKARBEM. Kraków, 01.03.2008. Barbara Krawcewicz. 01.03.2008 SGH Warszawa AR Kraków Wszystkie prawa zastrzeżone CZAS jest SKARBEM Kraków, 01.03.2008 Jak to się dzieje, że każdy z nas posiada skarb? Zarządzanie czasem polega na wyznaczaniu celów i priorytetów w działaniu, tak, aby wykorzystać każdą dostępną chwilę

Bardziej szczegółowo

Cele i zadania gospodarki leśnej na tle struktury Państwowego Gospodarstwa Leśnego Lasy Państwowe

Cele i zadania gospodarki leśnej na tle struktury Państwowego Gospodarstwa Leśnego Lasy Państwowe Cele i zadania gospodarki leśnej na tle struktury Państwowego Gospodarstwa Leśnego Lasy Państwowe Dr inŝ. Marian Pigan Dyrekcja Generalna Lasów Państwowych Spis treści 1. Pojęcie ryzyka 2. Źródła i kategorie

Bardziej szczegółowo