Metody rozwiązywania problemów. Proces rozwiązywania problemów a proces podejmowania decyzji

Wielkość: px
Rozpocząć pokaz od strony:

Download "Metody rozwiązywania problemów. Proces rozwiązywania problemów a proces podejmowania decyzji"

Transkrypt

1 Proces rozwiązywania problemów a proces podejmowania decyzji Proces podejmowania decyzji Przejawy ograniczonej racjonalności - wykład 7 Proces podejmowania decyzji jest procesem rozwiazywania problemu niepewności (Nosal, 1993). Decyzję podejmujemy w sytuacjach, kiedy istnieje więcej niż jedno rozwiązanie oraz rozwiązania te różnią się od siebie efektywnością. W związku z powyższym, w celu podjęcia decyzji konieczna jest analiza sytuacji wyboru. Kiedy przyszłe wydarzenia są nieznane i nie mamy żadnych możliwości wyboru, sytuacja decyzyjna nie występuje. Problem decyzyjny Nie każdy problem jest problemem decyzyjnym! Problem decyzyjny spełnia następujące warunki: 1. Liczba jego rozwiązań jest duża lub nieokreślona. Jeżeli jest tylko jedno rozwiązanie nie ma problemu decyzyjnego. 2. Wygenerowanie określonych wariantów rozwiązania danego problemu. Warianty końcowe mogą się różnić od początkowych 3. Nie wszystkie warianty rozwiązania danego problemu są możliwe i realne. 4. Wybór wariantu najlepszego rozwiązania danego problemu jest procesem trudnym, skomplikowanym, wymaga zbierania dodatkowych informacji, wielu obliczeń i pomiarów. Konwergencyjny przebieg procesu decyzyjnego Myślenie inwencyjne Zdefiniowanie typu sytuacji Problem niepewności: Złożoność Zmienność Niejasność Presja czasu Brak wiedzy Język, kategorie pojęciowe Określenie źródeł i struktury niepewności Poszukiwanie nowych wariantów działania Ocena celu, warunków i możliwości działania Zamknięcie zbioru wariantów Określenie szans Myślenie decyzyjne Określanie kryteriów i skal oceny wariantów Tablica decyzyjna Zintegrowanie ocen Wybór działania Podjęcie decyzji Reguły decyzyjne Decyzja Metody rozwiązywania problemów Metody algorytmiczne są to niezawodne przepisy na rozwiązanie problemów danej klasy. Termin niezawodność oznacza, że prawidłowe ich zastosowanie do właściwych danych daje stuprocentową gwarancję rozwiązania problemu. Typowymi znanymi regułami algorytmicznymi są przepisy dodawania, odejmowania, mnożenia oraz przepisy kulinarne. Reguły algorytmiczne często stosowane automatyzują się nabierając właściwości złożonych nawyków. Metody rozwiązywania problemów Metody heurystyczne są to przepisy ogólne i zawodne, ale za to umożliwiające rozwiązanie większej klasy problemów. Przykładem metod heurystycznych jest np. instrukcja nauczyciela dotycząca pisania wypracowań, dodatkowe wskazówki dotyczące rozwiązywania trudniejszych zadań matematycznych czy ogólne zasady prowadzenia dyskusji. Metody heurystyczne i algorytmiczne noszą wspólna nazwę strategii myślenia. Zwykle strategia myślenia jest system złożony z reguł heurystycznych i algorytmicznych. 1

2 W sensie rzeczowym przystosowanie do prawdy Racjonalność im lepiej jest działanie przystosowane do okoliczności i w ogóle do wszystkiego, cokolwiek w sądzie prawdziwym stwierdzić można, tym bardziej jest ono racjonalne (Kotarbiński) W sensie metodologicznym zgodność postępowania z ogółem posiadanych informacji; w przypadku przygotowywania działania racjonalność polega na tym, że opiera się ono na podstawie teoretycznej Racjonalność cd. Działanie jest racjonalne wtedy, jeśli opiera się na należycie uzasadnionych, prawdziwych (spełnionych) przesłankach. W takich właśnie warunkach są duże szanse, że działania ocenione jako racjonalne ex ante okaże się również działaniem racjonalnym ex post Działanie jest racjonalne wtedy, gdy skutecznie prowadzi do wyznaczonego celu, o czym poświadczają obiektywne metody Działanie takie nazywamy skutecznym, ponieważ zostały osiągnięte cele, które wcześniej sformułowano na solidnej (prawdziwej podstawie) Człowiek racjonalny, to taki, które podejmuje wszystkie decyzje w sposób optymalny Modele podejmowania decyzji Modele formalne (matematyczne, normatywne) Modele behawioralne (psychologiczne, deskryptywne) Wykorzystanie modeli podejmowania decyzji w specyficznych sytuacjach decyzyjnych Krytyka modeli formalnych Badania Herberta Simona ( ) przyczyniły się do zmiany pojmowania koncepcji racjonalności (Nagroda Nobla w 1978r) Modele formalne (m.in. model SEU) zakładają istnienie racjonalności olimpijskiej, czyli nieograniczonych możliwości obliczeniowych, dzięki którym człowiek ogarnia wszystkie dostępne warianty wyboru i maksymalizuje wszelkie użyteczności w podejmowaniu decyzji. W rzeczywistych decyzjach, racjonalność olimpijska jest niedoścignionym wzorem Ludzie dążą raczej do osiągnięcia satysfakcji niż do maksymalizacji efektów. Dlaczego? gdyż mamy najczęściej ograniczoną wiedzę na dany temat, a zebranie i zapamiętanie dużej liczby informacji jest procesem trudnym i kosztownym. Ograniczona racjonalność Ograniczona racjonalność Koncepcja ograniczonej racjonalności nie jest jedynie niewielką poprawką do modeli formalnych Podejmowanie decyzji jest procesem sekwencyjnego przetwarzania informacji przy zmiennych kryteriach oceny korzystności decyzji Decydenci stosują kryterium dostatecznej korzystności lub korzystności chwilowej (lokalnej) Umysł człowieka jest bardzo prostym systemem, złożone jest tylko środowisko, w którym działamy Decyzja w tej interpretacji nie jest wyrazem poszukiwania jakiegoś absolutnego optimum, ale intelektualnym narzędziem służącym do bieżącego (chwilowego) spełnienia wymagań zawartych w zmiennych celach działania, kryteriach oceny rezultatów, warunkach itp. Ograniczona racjonalność to nie nieracjonalność!!! 2

3 Inklinacje poznawcze W sytuacjach niepewnych i ryzykownych konieczne jest stosowanie rozwiązań innych niż myślenie algorytmiczne W przypadku takich decyzji funkcjonują tzw. inklinacje poznawcze (cognitive bias) i heurystyki. Błędy a zniekształcenia. Nie każde Różnice indywidualne w uleganiu inklinacjom poznawczym zniekształcenia poznawcze zależne są zarówno od czynników sytuacyjnych jak i indywidualnych Wewnętrzne źródła ograniczonej racjonalności Ograniczenia pamięci Przetwarzanie sekwencyjne Złożoność sytuacji Funkcjonowanie inteligencji płynnej i skrystalizowanej Charakter preferencji Zewnętrzne źródła błędów w procesie podejmowania decyzji Złożoność Zmienność Niepewność Brak kompletnych danych zewnętrznych Obiektywne wymiary otoczenia Heurystyka Heurystyka pochodzi od greckiego słowa odkrywać. Heurystyki są to uproszczone reguły wnioskowania, którymi posługują się ludzie, by wydawać sądy w sposób szybki i efektywny. Heurystyka to metoda na skróty, wypracowana na drodze doświadczeń i ewolucji, które często pozwala na poprawne wnioski, często jednak zawodzi prowadząc do błędów. stan umysłu Heurystyka kotwiczenia skłonność do niedostatecznego korygowania wyjściowej oceny (skądkolwiek by ona pochodziła) (Tversky i Kahneman). Np. Ten słownik kosztuje normalnie 450 zł, ale dziś jest szczególna promocja i kosztuje tylko 250, a ponieważ pani pierwsza go dziś kupuje, to damy jeszcze 100 zł rabatu. porównujemy początkowe 450 i końcowe 150 i kupujemy słownik, mimo że wcale nam nie był potrzebny. W rzeczywistości zaś słownik mógł kosztować te 150 zł, ale wtedy byśmy go uznali za drogi. Heurystyka kotwiczenia Dokonywanie ocen na podstawie punktu odniesienia Polega na estymowaniu pewnych wielkości na podstawie początkowo zasugerowanego poziomu, tzw. kotwicy Zniekształcenia wywołane wpływem kotwicy umysłowej Wynika z mechanizmu kształtowania struktury (potrzeba struktury) Funkcję kotwicy umysłowej pełni pierwsza ocena lub podana informacja Kotwicą umysłową może być także ocena danego przedsięwzięcia jako ryzykowne lub korzystne. 3

4 Heurystyka reprezentatywności Zniekształcenia w tworzeniu reprezentacji sytuacji Wynika z dwóch mechanizmów: Mechanizmy kształtowania struktury (potrzeba struktury) Mechanizmy kodowania informacji (kodowanie obrazowo-emocjonalne) Polega na traktowaniu sytuacji jako reprezentatywną, chociaż nie ma ku temu podstaw Heurystyka reprezentatywności koncentrujemy się na podobieństwie jednego obiektu do drugiego, wnioskując na tej podstawie, że pierwszy obiekt działa podobnie jak drugi stąd np. tworzą się stereotypy. Czyli np. widząc Murzyna myślimy od razu, że ma poczucie rytmu, albo że jest niewykształcony. w trakcie szacowania prawdopodobieństwa tego, że jakieś zdarzenie pochodzi z określonej próby należy kierować się tym, w jakim stopniu to zdarzenie jest dla owej grupy reprezentatywne. Czyli np. śniady, czarnowłosy mężczyzna, grający na gitarze flamenco jest bardziej podobny do stereotypu Hiszpana niż Polaka, dlatego stawiamy na tego pierwszego. Prawo krótkich serii/złudzenie gracza - polega na traktowaniu niezależnych od siebie zdarzeń losowych jako zdarzeń zależnych. W szczególności jest to myślenie, że zdarzenie będące przedłużeniem jakiejś bardzo nieprawdopodobnej serii jest mniej prawdopodobne, niż zdarzenie przerywające tę serię. Prawo małych liczb (na wzór PRAWO WIELKICH LICZB JAKUBA BERNOULLIEGO) - złudzenie, że prawidłowości dot. dużych grup zachodzą także w małych zbiorach obserwacji. Intuicyjne przekonanie, że podstawowe cechy procesu losowego są reprezentowane nie tylko globalnie, ale również w każdej wyciętej serii danych. Przekonanie to powoduje brak naszej wrażliwości na wielkość próby Błąd koniunkcji - polegający na przecenianiu prawdopodobieństwa zajścia dwóch zdarzeń w stosunku do prawdopodobieństwa każdego z nich z osobna (P(A*B) > P(A)+P(B)), jest najbardziej spektakularnym skrzywieniem aparatu poznawczego Złudzenie korelacji - tendencja do zauważania wzorców lub korelacji tam, gdzie w rzeczywistości ich nie ma Faworyzowanie przyczynowości przecenianie zależności przyczynowych zdarzeń niż losowych Przecenianie informacji przyczynowych nad informacjami statystycznymi Nieuwzględnianie regresji w przewidywaniach po pojawieniu się wyjątkowo dobrego wyniku, oczekuje się gorszego, występuje naturalna tendencja regresji do średniej. Rodzaje heurystyk i inklinacji poznawczych Heurystyka kotwiczenia Heurystyka reprezentatywności 4

5 Heurystyka dostępności psychicznej Bardziej zapamiętujemy zdarzenia częściej występujące niż zdarzenia rzadsze, lecz czasem zapamiętujemy zdarzenia nie dlatego, że wystąpiły często, ale dlatego, że wystąpiły niedawno lub są wysoce emocjonalne; Żywe i budzące emocje wydarzenia przypominamy sobie łatwiej niż spokojne; Środki masowego przekazu mają duży wpływ na zapamiętywanie zdarzeń; Heurystyka dostępności psychicznej Zniekształcenia spowodowane mechanizmem nacisku dostępnej informacji Wynika z mechanizm kodowania informacji (kodowanie obrazowo-emocjonalne) Polega na przecenianiu informacji łatwo dostępnych, wyrazistych, konkretnych Znaczenie żywych i budzących emocje opisów Obecność w mediach Subiektywna wyobrażalnośc Heurystyka dostępności psychicznej Rodzaje inklinacji poznawczych Ludzie kierują się tym, jak łatwo mogą coś przywołać z pamięci. Informacje najbardziej dostępne: najświeższe, ostatnio usłyszane, np. we wczorajszych Wiadomościach Telewizyjnych, żywe, łatwe do wyobrażenia obrazy, np. katastrofa lotnicza w Wiadomościach TV, anegdoty, interesująco opowiedziane, doświadczenia osobiste, własne lub naocznego świadka, o dużym ładunku emocjonalnym. Heurystyka kotwiczenia Heurystyka reprezentatywności Heurystyka reprezentatywności koncentrujemy się na podobieństwie jednego obiektu do drugiego, wnioskując na tej podstawie, że pierwszy obiekt działa podobnie jak drugi stąd np. tworzą się stereotypy. Czyli np. widząc Murzyna myślimy od razu, że ma poczucie rytmu, albo że jest niewykształcony. w trakcie szacowania prawdopodobieństwa tego, że jakieś zdarzenie pochodzi z określonej próby należy kierować się tym, w jakim stopniu to zdarzenie jest dla owej grupy reprezentatywne. Czyli np. śniady, czarnowłosy mężczyzna, grający na gitarze flamenco jest bardziej podobny do stereotypu Hiszpana niż Polaka, dlatego stawiamy na tego pierwszego. Heurystyka reprezentatywności Zniekształcenia w tworzeniu reprezentacji sytuacji Wynika z dwóch mechanizmów: Mechanizmy kształtowania struktury (potrzeba struktury) Mechanizmy kodowania informacji (kodowanie obrazowoemocjonalne) Polega na traktowaniu sytuacji jako reprezentatywną, chociaż nie ma ku temu podstaw : Prawo małych liczb Prawo krótkich serii Ignorowanie informacji statystycznej Złudzenie korelacji i determinacji Błąd koniunkcji Nieuwzględnianie regresji 5

6 Prawo małych liczb (na wzór PRAWO WIELKICH LICZB JAKUBA BERNOULLIEGO) - złudzenie, że prawidłowości dot. dużych grup zachodzą także w małych zbiorach obserwacji. Intuicyjne przekonanie, że podstawowe cechy procesu losowego są reprezentowane nie tylko globalnie, ale również w każdej wyciętej serii danych. Przekonanie to powoduje brak naszej wrażliwości na wielkość próby Prawo krótkich serii/złudzenie gracza - polega na traktowaniu niezależnych od siebie zdarzeń losowych jako zdarzeń zależnych. W szczególności jest to myślenie, że zdarzenie będące przedłużeniem jakiejś bardzo nieprawdopodobnej serii jest mniej prawdopodobne, niż zdarzenie przerywające tę serię. Złudzenie korelacji - tendencja do zauważania wzorców lub korelacji tam, gdzie w rzeczywistości ich nie ma Nieuwzględnianie regresji w przewidywaniach po pojawieniu się wyjątkowo dobrego wyniku, oczekuje się gorszego, występuje naturalna tendencja regresji do średniej. Błąd koniunkcji - polegający na przecenianiu prawdopodobieństwa zajścia dwóch zdarzeń w stosunku do prawdopodobieństwa każdego z nich z osobna (P(A*B) > P(A)+P(B)), jest najbardziej spektakularnym skrzywieniem aparatu poznawczego Rodzaje inklinacji poznawczych Heurystyka kotwiczenia Heurystyka reprezentatywności Heurystyka dostępności Heurystyka dostępności Zniekształcenia spowodowane mechanizmem nacisku dostępnej informacji Wynika z mechanizm kodowania informacji (kodowanie obrazowo-emocjonalne) Polega na przecenianiu informacji łatwo dostępnych, wyrazistych, konkretnych, łatwych do przypomnienia Znaczenie żywych i budzących emocje opisów Obecność w mediach Subiektywna wyobrażalność Heurystyka dostępności psychicznej Bardziej zapamiętujemy zdarzenia częściej występujące niż zdarzenia rzadsze, lecz czasem zapamiętujemy zdarzenia nie dlatego, że wystąpiły często, ale dlatego, że wystąpiły niedawno lub są wysoce emocjonalne; Żywe i budzące emocje wydarzenia przypominamy sobie łatwiej niż spokojne; Środki masowego przekazu mają duży wpływ na zapamiętywanie zdarzeń; Ludzie mają skłonność do zbytniej pewności własnych ocen. Gdy mówimy, że jesteśmy czegoś pewni na 90%, to tak naprawdę nie mylimy się w 10% lecz w 40%-50%. Odpowiedz na pytanie: Ćwiczenie 1 Czy więcej ludzi ginie w wypadkach samochodowych czy umiera na gruźlicę? Czy więcej ludzi ginie w wypadkach samochodowych czy katastrofach lotniczych? 6

7 Ćwiczenia Zasada dostępności Czy więcej ludzi umiera z powodu uderzenia kawałkiem rozbitego samolotu, czy z powodu zaatakowania przez rekina? Czy więcej osób umiera w wypadkach samochodowych czy samolotowych? Lista nazwisk Czy jest więcej słów zaczynających się na literę A czy z literą A w pozycji trzeciej? Ludzie kierują się tym, jak łatwo mogą coś przywołać z pamięci. Informacje najbardziej dostępne: najświeższe, ostatnio usłyszane, np. we wczorajszych Wiadomościach Telewizyjnych, żywe, łatwe do wyobrażenia obrazy, np. katastrofa lotnicza w Wiadomościach TV, anegdoty, interesująco opowiedziane, doświadczenia osobiste, własne lub naocznego świadka, o dużym ładunku emocjonalnym. Inne mechanizmy zniekształceń Nadmierna pewność siebie Błędy w szacowaniu prawdopodobieństw Przecenianie prawdopodobieństwa sukcesu, niedocenianie prawdopodobieństwa porażki Przecenianie prawdopodobieństwa zdarzeń sprawnościowych Tendencja centralna Nadmierna pewność siebie Powszechność zjawiska nieuzasadnionej pewności siebie Czy twierdząc, że jesteśmy czegoś pewni na 100%, rzeczywiście nigdy się nie mylimy? Albo kiedy twierdzimy, że jesteśmy czegoś pewni na 90%, to mylimy się tylko w 10% przypadków? Nadmierna pewność siebie Test nieuzasadnionej pewności siebie Nadmierna pewność siebie Dla każdego z poniższych pytań proszę podać po dwie wartości: DOLNĄ i GÓRNĄ tak aby mieć 90% pewności, że prawdziwa odpowiedź mieści się między tymi dwiema wartościami. Zwykle ludzie przeceniają zasób swojej wiedzy, co znaczy, że w rzeczywistości wiedzą mniej, niż sądzą, że wiedzą. Proszę postarać się, żeby granice nie były ani zbyt wąskie (nadmierna pewność siebie), ani zbyt szerokie (niedocenianie siebie). Wymaganie to będzie spełnione, kiedy uzyska się 10% błędów, czyli kiedy dokładnie jedna odpowiedź będzie błędna. 7

8 Nadmierna pewność siebie Kiedy twierdzimy, że jesteśmy pewni czegoś na 90%, mylimy się nie w 10 % a w około 40-50% przypadków. Wnioski: Zdania ekspertów, Własne oceny i oszacowania Podsumowanie Bardzo często jesteśmy zmuszeni polegać tylko na subiektywnych ocenach swoich szansa, wpadając w ten sposób w liczne psychologiczne pułapki. Pamiętajmy więc, że: należy wykorzystywać dane z przeszłości to co się wznosi kiedyś musi wrócić na ziemię problemy należy rozpatrywać łącznie, a nie jako drobne fragmenty na kotwicy nigdy daleko nie odpłyniemy nasze emocje i pamięć nie zawsze są dobrym doradcą lepiej się miło zaskoczyć niż zawieść Heurystyki najczęściej stosuje się wtedy, gdy: nie ma czasu by przemyśleć starannie dany problem, jesteśmy tak przeciążeni informacjami, że pełne ich przetworzenie staje się niemożliwe, wchodzące w grę sprawy są niezbyt ważne, tak że nie mamy ochoty zastanawiać się nad nimi, mamy mało solidnej wiedzy czy informacji, które można wykorzystać gdy podejmujemy decyzję, stoimy wobec problemu, a dana heurystyka przychodzi nam na myśl. 8

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

Strategie algorytmiczne Strategie heurystyczne

Strategie algorytmiczne Strategie heurystyczne Strategie podejmowania decyzji Psychologia decyzji i ryzyka wykład 5 DR BEATA BAJCAR ZAKŁAD PSYCHOLOGII I ERGONOMII Zwykle strategia podejmowania decyzji jest systemem złożonym z reguł heurystycznych i

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

Proces podejmowania decyzji - definicja Proces podejmowania decyzji Podejmowanie decyzji - wykład 9

Proces podejmowania decyzji - definicja Proces podejmowania decyzji Podejmowanie decyzji - wykład 9 Proces podejmowania decyzji - definicja Proces podejmowania decyzji - wykład 9 Podejmowanie decyzji jest aktem wyboru jednego wariantu spośród pewnego ich zestawu. procesem zbierania i przetwarzania informacji

Bardziej szczegółowo

Heurystyka I 2014-05-26. Strategie podejmowania decyzji. Psychologia decyzji. Strategie podejmowania decyzji. Inklinacje poznawcze.

Heurystyka I 2014-05-26. Strategie podejmowania decyzji. Psychologia decyzji. Strategie podejmowania decyzji. Inklinacje poznawcze. Strategie podejmowania decyzji Psychologia decyzji wykład 4 DR BEATA BAJCAR ZAKŁAD PSYCHOLOGII I ERGONOMII Zwykle strategia podejmowania decyzji jest systemem złożonym z reguł heurystycznych i algorytmicznych.

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

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

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

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

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

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

Plan. Struktura czynności myślenia (materiał, operacje reguły)

Plan. Struktura czynności myślenia (materiał, operacje reguły) Myślenie Pojęcie myślenia Plan Struktura czynności myślenia (materiał, operacje reguły) Funkcje myślenia Rola myślenia w rozwiązywaniu problemów (pojęcie problemu i jego rodzaje, fazy rozwiązywania, przeszkody)

Bardziej szczegółowo

Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska

Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska Anna Stankiewicz Izabela Słomska Wstęp- statystyka w politologii Rzadkie stosowanie narzędzi statystycznych Pisma Karla Poppera

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Agenda Instytut Matematyki Politechniki Łódzkiej 2 stycznia 2012 Agenda Agenda 1 Wprowadzenie Agenda 2 Hipoteza oraz błędy I i II rodzaju Hipoteza alternatywna Statystyka testowa Zbiór krytyczny Poziom

Bardziej szczegółowo

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012

Bardziej szczegółowo

ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH

ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH 1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Wnioskowanie statystyczne Czyli jak bardzo jesteśmy pewni że parametr oceniony na podstawie próbki jest

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

Metody Statystyczne. Metody Statystyczne.

Metody Statystyczne. Metody Statystyczne. gkrol@wz.uw.edu.pl #4 1 Sprawdzian! 5 listopada (ok. 45-60 minut): - Skale pomiarowe - Zmienne ciągłe i dyskretne - Rozkład teoretyczny i empiryczny - Miary tendencji centralnej i rozproszenia - Standaryzacja

Bardziej szczegółowo

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne 13. Elementy statystki matematycznej I Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 17.01.2019 1 / 30 Zagadnienia statystki Przeprowadzamy

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

TOZ -Techniki optymalizacji w zarządzaniu

TOZ -Techniki optymalizacji w zarządzaniu TOZ -Techniki optymalizacji w zarządzaniu Wykład dla studentów II roku studiów II stopnia na kierunku Zarządzanie Semestr zimowy 2009/2010 Wykładowca: prof. dr hab. inż. Michał Inkielman Literatura Literatura

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

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

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

Kontekstowe wskaźniki efektywności nauczania - warsztaty

Kontekstowe wskaźniki efektywności nauczania - warsztaty Kontekstowe wskaźniki efektywności nauczania - warsztaty Przygotowała: Aleksandra Jasińska (a.jasinska@ibe.edu.pl) wykorzystując materiały Zespołu EWD Czy dobrze uczymy? Metody oceny efektywności nauczania

Bardziej szczegółowo

Wykład 3 Hipotezy statystyczne

Wykład 3 Hipotezy statystyczne Wykład 3 Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu obserwowanej zmiennej losowej (cechy populacji generalnej) Hipoteza zerowa (H 0 ) jest hipoteza

Bardziej szczegółowo

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa

Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa Spis treści Elementy Modelowania Matematycznego Wykład 4 Regresja i dyskryminacja liniowa Romuald Kotowski Katedra Informatyki Stosowanej PJWSTK 2009 Spis treści Spis treści 1 Wstęp Bardzo często interesujący

Bardziej szczegółowo

Pobieranie prób i rozkład z próby

Pobieranie prób i rozkład z próby Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.

Bardziej szczegółowo

Wykład 4. Decyzje menedżerskie

Wykład 4. Decyzje menedżerskie Dr inż. Aleksander Gwiazda Zarządzanie strategiczne Wykład 4 Decyzje menedżerskie Plan wykładu Wprowadzenie Wprowadzenie Pojęcie decyzji Decyzja to świadoma reakcja na sytuacje powstające w trakcie funkcjonowania

Bardziej szczegółowo

Przedsiębiorczość i Podejmowanie Ryzyka. Zajęcia 1

Przedsiębiorczość i Podejmowanie Ryzyka. Zajęcia 1 Przedsiębiorczość i Podejmowanie Ryzyka Zajęcia 1 Zaliczenie Obecność Reguły gry: - Obecność obowiązkowa - kartkówki tylko w nagłych wypadkach (w wypadku niepożądanej aktywności) - Prace domowe (oddawane

Bardziej szczegółowo

METODY STATYSTYCZNE W BIOLOGII

METODY STATYSTYCZNE W BIOLOGII METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne

Bardziej 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

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów

Bardziej szczegółowo

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności: Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności

Bardziej szczegółowo

Zadania ze statystyki cz. 8 I rok socjologii. Zadanie 1.

Zadania ze statystyki cz. 8 I rok socjologii. Zadanie 1. Zadania ze statystyki cz. 8 I rok socjologii Zadanie 1. W potocznej opinii pokutuje przekonanie, że lepsi z matematyki są chłopcy niż dziewczęta. Chcąc zweryfikować tę opinię, przeprowadzono badanie w

Bardziej szczegółowo

prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz

prawda symbol WIEDZA DANE komunikat fałsz liczba INFORMACJA (nie tyko w informatyce) kod znak wiadomość ENTROPIA forma przekaz WIEDZA prawda komunikat symbol DANE fałsz kod INFORMACJA (nie tyko w informatyce) liczba znak forma ENTROPIA przekaz wiadomość Czy żyjemy w erze informacji? TAK Bo używamy nowego rodzaju maszyn maszyn

Bardziej szczegółowo

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Testowanie hipotez statystycznych. Wnioskowanie statystyczne Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy

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

METODY STATYSTYCZNE W BIOLOGII

METODY STATYSTYCZNE W BIOLOGII METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne

Bardziej szczegółowo

REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH

REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH Transport, studia I stopnia rok akademicki 2012/2013 Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Pojęcie

Bardziej szczegółowo

Modele DSGE. Jerzy Mycielski. Maj Jerzy Mycielski () Modele DSGE Maj / 11

Modele DSGE. Jerzy Mycielski. Maj Jerzy Mycielski () Modele DSGE Maj / 11 Modele DSGE Jerzy Mycielski Maj 2008 Jerzy Mycielski () Modele DSGE Maj 2008 1 / 11 Modele DSGE DSGE - Dynamiczne, stochastyczne modele równowagi ogólnej (Dynamic Stochastic General Equilibrium Model)

Bardziej szczegółowo

dr Anna Mazur Wyższa Szkoła Promocji Intuicja a systemy przekonań

dr Anna Mazur Wyższa Szkoła Promocji Intuicja a systemy przekonań dr Anna Mazur Wyższa Szkoła Promocji Intuicja a systemy przekonań Systemy przekonań Dlaczego mądrzy ludzie podejmują głupie decyzje? Odpowiedzialne są nasze przekonania. Przekonania, które składają się

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

Algorytm genetyczny (genetic algorithm)-

Algorytm genetyczny (genetic algorithm)- Optymalizacja W praktyce inżynierskiej często zachodzi potrzeba znalezienia parametrów, dla których system/urządzenie będzie działać w sposób optymalny. Klasyczne podejście do optymalizacji: sformułowanie

Bardziej szczegółowo

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( ) Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału

Bardziej szczegółowo

Finanse behawioralne; badanie skłonności poznawczych inwestorów

Finanse behawioralne; badanie skłonności poznawczych inwestorów Finanse behawioralne; badanie skłonności poznawczych inwestorów Łukasz Małek promotor dr inż. R. Weron Instytut Matematyki i Informatyki Politechnika Wrocławska Wrocław, 13.07.2007 Spis treści 1 Cel pracy

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje

Bardziej szczegółowo

Ekonomia menedżerska William F. Samuelson, Stephen G. Marks

Ekonomia menedżerska William F. Samuelson, Stephen G. Marks Ekonomia menedżerska William F. Samuelson, Stephen G. Marks Ekonomia menedżerska to doskonale opracowany podręcznik, w którym przedstawiono najważniejsze problemy decyzyjne, przed jakimi stają współcześni

Bardziej szczegółowo

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria Wykład 5 Anna Skowrońska-Szmer lato 2016/2017 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją jako prawdziwą

Bardziej szczegółowo

Część pierwsza. Wprowadzenie do intensywnego wspomagania rozwoju umysłowego oraz edukacji matematycznej dzieci

Część pierwsza. Wprowadzenie do intensywnego wspomagania rozwoju umysłowego oraz edukacji matematycznej dzieci Spis treści WSTĘP Przyczyny, dla których należało napisać tę książkę. Jak wpisuje się ona w nową rzeczywistość edukacyjną w wychowaniu przedszkolnym i w nauczaniu początkowym dzieci. Dlaczego książka ta

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

Modelowanie Rynków Finansowych

Modelowanie Rynków Finansowych Modelowanie Rynków Finansowych Ryszard Kokoszczyński Katarzyna Lada 7 października, 2013 Forma zajęć Konwersatorium ćwiczenia seminaryjne w szkołach wyższych, polegające na prowadzeniu przez wykładowcę

Bardziej szczegółowo

Psychologia procesów poznawczych Kod przedmiotu

Psychologia procesów poznawczych Kod przedmiotu Psychologia procesów poznawczych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Psychologia procesów poznawczych Kod przedmiotu 14.4-WP-PSChM-PPPoz-Ć-S14_pNadGen98ION Wydział Kierunek Wydział Pedagogiki,

Bardziej szczegółowo

Testowanie hipotez statystycznych. Wprowadzenie

Testowanie hipotez statystycznych. Wprowadzenie Wrocław University of Technology Testowanie hipotez statystycznych. Wprowadzenie Jakub Tomczak Politechnika Wrocławska jakub.tomczak@pwr.edu.pl 10.04.2014 Pojęcia wstępne Populacja (statystyczna) zbiór,

Bardziej szczegółowo

Załącznik Nr 5 do Zarz. Nr 33/11/12

Załącznik Nr 5 do Zarz. Nr 33/11/12 Załącznik Nr 5 do Zarz. Nr 33/11/12 (pieczęć wydziału) KARTA PRZEDMIOTU Z1-PU7 WYDANIE N1 Strona 1 z 6 1. Nazwa przedmiotu: PROCES PODEJMOWANIA DECYZJI KIEROWNICZYCH 2. Kod przedmiotu: 3. Karta przedmiotu

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

INTUICJE. Zespół norm, wzorców, reguł postępowania, które zna każdy naukowiec zajmujący się daną nauką (Bobrowski 1998)

INTUICJE. Zespół norm, wzorców, reguł postępowania, które zna każdy naukowiec zajmujący się daną nauką (Bobrowski 1998) PARADYGMAT INTUICJE Zespół norm, wzorców, reguł postępowania, które zna każdy naukowiec zajmujący się daną nauką (Bobrowski 1998) PIERWSZE UŻYCIA językoznawstwo: Zespół form deklinacyjnych lub koniugacyjnych

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.

Bardziej szczegółowo

Testowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25

Testowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25 Testowanie hipotez Marcin Zajenkowski Marcin Zajenkowski () Testowanie hipotez 1 / 25 Testowanie hipotez Aby porównać ze sobą dwie statystyki z próby stosuje się testy istotności. Mówią one o tym czy uzyskane

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Jacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa

Jacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa Jacek Skorupski pok. 251 tel. 234-7339 jsk@wt.pw.edu.pl http://skorupski.waw.pl/mmt prezentacje ogłoszenia konsultacje: poniedziałek 16 15-18, sobota zjazdowa 9 40-10 25 Udział w zajęciach Kontrola wyników

Bardziej szczegółowo

Drugie kolokwium z Rachunku Prawdopodobieństwa, zestaw A

Drugie kolokwium z Rachunku Prawdopodobieństwa, zestaw A Drugie kolokwium z Rachunku Prawdopodobieństwa, zestaw A Zad. 1. Korzystając z podanych poniżej mini-tablic, oblicz pierwszy, drugi i trzeci kwartyl rozkładu N(10, 2 ). Rozwiązanie. Najpierw ogólny komentarz

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

Oszacowanie i rozkład t

Oszacowanie i rozkład t Oszacowanie i rozkład t Marcin Zajenkowski Marcin Zajenkowski () Oszacowanie i rozkład t 1 / 31 Oszacowanie 1 Na podstawie danych z próby szacuje się wiele wartości w populacji, np.: jakie jest poparcie

Bardziej szczegółowo

komputery? Andrzej Skowron, Hung Son Nguyen Instytut Matematyki, Wydział MIM, UW

komputery? Andrzej Skowron, Hung Son Nguyen  Instytut Matematyki, Wydział MIM, UW Czego moga się nauczyć komputery? Andrzej Skowron, Hung Son Nguyen son@mimuw.edu.pl; skowron@mimuw.edu.pl Instytut Matematyki, Wydział MIM, UW colt.tex Czego mogą się nauczyć komputery? Andrzej Skowron,

Bardziej szczegółowo

Zadania ze statystyki cz.8. Zadanie 1.

Zadania ze statystyki cz.8. Zadanie 1. Zadania ze statystyki cz.8. Zadanie 1. Wykonano pewien eksperyment skuteczności działania pewnej reklamy na zmianę postawy. Wylosowano 10 osobową próbę studentów, których poproszono o ocenę pewnego produktu,

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

PRZEDMIOTOWY SYSTEM OCENIANIA Z JĘZYKA ROSYJSKIEGO W PUBLICZNYM GIMNAZJUM IM. W. SIEMIONA W KRUSZEWIE

PRZEDMIOTOWY SYSTEM OCENIANIA Z JĘZYKA ROSYJSKIEGO W PUBLICZNYM GIMNAZJUM IM. W. SIEMIONA W KRUSZEWIE PRZEDMIOTOWY SYSTEM OCENIANIA Z JĘZYKA ROSYJSKIEGO W PUBLICZNYM GIMNAZJUM IM. W. SIEMIONA W KRUSZEWIE I. Kontrakt z uczniami: 1. Każdy uczeń jest oceniany zgodnie z zasadami sprawiedliwości. 2. Ocenie

Bardziej szczegółowo

Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu

Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotn. istotności, p-wartość i moc testu Wykład 2 Hipoteza statystyczna, test statystyczny, poziom istotności, p-wartość i moc testu Wrocław, 01.03.2017r Przykład 2.1 Właściciel firmy produkującej telefony komórkowe twierdzi, że wśród jego produktów

Bardziej szczegółowo

Wnioskowanie bayesowskie

Wnioskowanie bayesowskie Wnioskowanie bayesowskie W podejściu klasycznym wnioskowanie statystyczne oparte jest wyłącznie na podstawie pobranej próby losowej. Możemy np. estymować punktowo lub przedziałowo nieznane parametry rozkładów,

Bardziej szczegółowo

Myślenie szybkie, myślenie wolne, implikatury skalarne

Myślenie szybkie, myślenie wolne, implikatury skalarne Zagadnienia kognitywistyki I: komunikacja, wspolne działanie i poznanie społeczne rok akademicki 2016/2017 semestr zimowy Temat 3: Myślenie szybkie, myślenie wolne, implikatury skalarne PLAN: 1. Tversky

Bardziej szczegółowo

Wykład 2: Tworzenie danych

Wykład 2: Tworzenie danych Wykład 2: Tworzenie danych Plan: Statystyka opisowa a wnioskowanie statystyczne Badania obserwacyjne a eksperyment Planowanie eksperymentu, randomizacja Próbkowanie z populacji Rozkłady próbkowe Wstępna/opisowa

Bardziej szczegółowo

Podejmowanie decyzji jako proces rozwiązywania problemów. Psychologia decyzji i ryzyka. Proces podejmowania decyzji jako proces umysłowy

Podejmowanie decyzji jako proces rozwiązywania problemów. Psychologia decyzji i ryzyka. Proces podejmowania decyzji jako proces umysłowy Podejmowanie decyzji jako proces rozwiązywania problemów Psychologia decyzji i ryzyka wykład 4 DR BEATA BAJCAR ZAKŁAD PSYCHOLOGII I ERGONOMII Podejmowanie decyzji jest złożonym procesem przetwarzania informacji

Bardziej szczegółowo

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15 VI WYKŁAD STATYSTYKA 9/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 6 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności, zasady

Bardziej szczegółowo

OpenAI Gym. Adam Szczepaniak, Kamil Walkowiak

OpenAI Gym. Adam Szczepaniak, Kamil Walkowiak OpenAI Gym Adam Szczepaniak, Kamil Walkowiak Plan prezentacji Programowanie agentowe Uczenie przez wzmacnianie i problemy związane z rozwojem algorytmów Charakterystyka OpenAI Gym Biblioteka gym Podsumowanie

Bardziej szczegółowo

SIGMA KWADRAT. Weryfikacja hipotez statystycznych. Statystyka i demografia CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

SIGMA KWADRAT. Weryfikacja hipotez statystycznych. Statystyka i demografia CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Weryfikacja hipotez statystycznych Statystyka i demografia PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY

Bardziej szczegółowo

Zdolności arytmetyczne

Zdolności arytmetyczne Zdolności arytmetyczne Zdolności arytmetyczne Nabywanie, przechowywanie i wydobywanie z pamięci długotrwałej wiedzy o faktach arytmetycznych Trwałe opanowywanie wiedzy proceduralnej i jej stosowanie Koncepcyjna

Bardziej szczegółowo

Porównywanie populacji

Porównywanie populacji 3 Porównywanie populacji 2 Porównywanie populacji Tendencja centralna Jednostki (w grupie) według pewnej zmiennej porównuje się w ten sposób, że dokonuje się komparacji ich wartości, osiągniętych w tej

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

Faza strategiczna. Synteza. Analiza. Instalacja. Faza strategiczna. Dokumentacja. kodowanie implementacja. produkt konserwacja

Faza strategiczna. Synteza. Analiza. Instalacja. Faza strategiczna. Dokumentacja. kodowanie implementacja. produkt konserwacja Faza strategiczna określenie wymagań specyfikowanie projektowanie kodowanie implementacja testowanie produkt konserwacja Faza strategiczna Analiza Synteza Dokumentacja Instalacja Faza strategiczna (ang.

Bardziej szczegółowo

Wnioskowanie statystyczne Weryfikacja hipotez. Statystyka

Wnioskowanie statystyczne Weryfikacja hipotez. Statystyka Wnioskowanie statystyczne Weryfikacja hipotez Statystyka Co nazywamy hipotezą Każde stwierdzenie o parametrach rozkładu lub rozkładzie zmiennej losowej w populacji nazywać będziemy hipotezą statystyczną

Bardziej szczegółowo

10/24/2015 CELE ZAJĘĆ PLAN ZAJĘĆ METODY BADAŃ SPOŁECZNYCH WYKŁAD 1

10/24/2015 CELE ZAJĘĆ PLAN ZAJĘĆ METODY BADAŃ SPOŁECZNYCH WYKŁAD 1 METODY BADAŃ SPOŁECZNYCH WYKŁAD 1 dr Agnieszka Kacprzak CELE ZAJĘĆ Jak w poprawnie metodologiczny sposób rozwiązywać problemy pojawiające się w nauce i w biznesie? Jak definiować problemy badawcze? Jakie

Bardziej szczegółowo

Próbkowanie. Wykład 4 Próbkowanie i rozkłady próbkowe. Populacja a próba. Błędy w póbkowaniu, cd, Przykład 1 (Ochotnicy)

Próbkowanie. Wykład 4 Próbkowanie i rozkłady próbkowe. Populacja a próba. Błędy w póbkowaniu, cd, Przykład 1 (Ochotnicy) Wykład 4 Próbkowanie i rozkłady próbkowe µ = średnia w populacji, µ=ey, wartość oczekiwana zmiennej Y σ= odchylenie standardowe w populacji, σ =(Var Y) 1/2, pierwiastek kwadratowy wariancji zmiennej Y,

Bardziej szczegółowo

2014-06-03. Podejmowanie decyzji jako proces rozwiązywania problemów. Psychologia decyzji. Proces podejmowania decyzji jako proces umysłowy

2014-06-03. Podejmowanie decyzji jako proces rozwiązywania problemów. Psychologia decyzji. Proces podejmowania decyzji jako proces umysłowy Podejmowanie decyzji jako proces rozwiązywania problemów Psychologia decyzji wykład 2 DR BEATA BAJCAR ZAKŁAD PSYCHOLOGII I ERGONOMII Podejmowanie decyzji jest złożonym procesem przetwarzania informacji

Bardziej szczegółowo

5. WNIOSKOWANIE PSYCHOMETRYCZNE

5. WNIOSKOWANIE PSYCHOMETRYCZNE 5. WNIOSKOWANIE PSYCHOMETRYCZNE Model klasyczny Gulliksena Wynik otrzymany i prawdziwy Błąd pomiaru Rzetelność pomiaru testem Standardowy błąd pomiaru Błąd estymacji wyniku prawdziwego Teoria Odpowiadania

Bardziej szczegółowo

doc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505.

doc. dr Beata Pułska-Turyna Zarządzanie B506 mail: mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505. doc. dr Beata Pułska-Turyna Zakład Badań Operacyjnych Zarządzanie B506 mail: turynab@wz.uw.edu.pl mgr Piotr J. Gadecki Zakład Badań Operacyjnych Zarządzania B 505. Tel.: (22)55 34 144 Mail: student@pgadecki.pl

Bardziej szczegółowo

... prognozowanie nie jest celem samym w sobie a jedynie narzędziem do celu...

... prognozowanie nie jest celem samym w sobie a jedynie narzędziem do celu... 4 Prognozowanie historyczne Prognozowanie - przewidywanie przyszłych zdarzeń w oparciu dane - podstawowy element w podejmowaniu decyzji... prognozowanie nie jest celem samym w sobie a jedynie narzędziem

Bardziej szczegółowo

Podejmowanie decyzji i zarządzanie finansami. Martyna Zazga

Podejmowanie decyzji i zarządzanie finansami. Martyna Zazga Podejmowanie decyzji i zarządzanie finansami Martyna Zazga Rodzaje problemów przed jakimi stają menadżerowie Działania o charakterze badawczym i sprawczym Problem złożoności Rozpoznanie i ocena sytuacji

Bardziej szczegółowo

REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH

REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH REPREZENTACJA LICZBY, BŁĘDY, ALGORYTMY W OBLICZENIACH Transport, studia niestacjonarne I stopnia, semestr I Instytut L-5, Wydział Inżynierii Lądowej, Politechnika Krakowska Adam Wosatko Ewa Pabisek Reprezentacja

Bardziej szczegółowo

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych

Bardziej szczegółowo

Wykład 5 Estymatory nieobciążone z jednostajnie minimalną war

Wykład 5 Estymatory nieobciążone z jednostajnie minimalną war Wykład 5 Estymatory nieobciążone z jednostajnie minimalną wariancją Wrocław, 25 października 2017r Statystyki próbkowe - Przypomnienie Niech X = (X 1, X 2,... X n ) będzie n elementowym wektorem losowym.

Bardziej szczegółowo

Programowanie w Baltie klasa VII

Programowanie w Baltie klasa VII Programowanie w Baltie klasa VII Zadania z podręcznika strona 127 i 128 Zadanie 1/127 Zadanie 2/127 Zadanie 3/127 Zadanie 4/127 Zadanie 5/127 Zadanie 6/127 Ten sposób pisania programu nie ma sensu!!!.

Bardziej szczegółowo

TEORETYCZNE PODSTAWY INFORMATYKI

TEORETYCZNE PODSTAWY INFORMATYKI 1 TEORETYCZNE PODSTAWY INFORMATYKI 16/01/2017 WFAiS UJ, Informatyka Stosowana I rok studiów, I stopień Repetytorium złożoność obliczeniowa 2 Złożoność obliczeniowa Notacja wielkie 0 Notacja Ω i Θ Rozwiązywanie

Bardziej szczegółowo

1. TESTY PSYCHOLOGICZNE

1. TESTY PSYCHOLOGICZNE 1. TESTY PSYCHOLOGICZNE 1. pojęcie testu psychologicznego 2. zastosowanie 3. podstawowe wymogi (standaryzacja, obiektywność, rzetelność, trafność, normalizacja) 4. cecha psychologiczna w ujęciu psychologicznym

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematyczna Anna Janicka wykład IX, 25.04.2016 TESTOWANIE HIPOTEZ STATYSTYCZNYCH Plan na dzisiaj 1. Hipoteza statystyczna 2. Test statystyczny 3. Błędy I-go i II-go rodzaju 4. Poziom istotności,

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

STATYSTYKA wykład 8. Wnioskowanie. Weryfikacja hipotez. Wanda Olech

STATYSTYKA wykład 8. Wnioskowanie. Weryfikacja hipotez. Wanda Olech TATYTYKA wykład 8 Wnioskowanie Weryfikacja hipotez Wanda Olech Co nazywamy hipotezą Każde stwierdzenie o parametrach rozkładu lub rozkładzie zmiennej losowej w populacji nazywać będziemy hipotezą statystyczną

Bardziej szczegółowo

MATRYCA EFEKTÓW KSZTAŁCENIA (Przedmioty podstawowe)

MATRYCA EFEKTÓW KSZTAŁCENIA (Przedmioty podstawowe) MATRYCA EFEKTÓW KSZTAŁCENIA (Przedmioty podstawowe) NAZWA PRZEDMIOTU SYMBOL KIERUNKOWYCH EFEKTÓW KSZTAŁCENIA EFEKTY KSZTAŁCENIA Mikroekonomia 1 Mikroekonomia 2 Makroekonomia 1 Makroekonomia 2 Matematyka

Bardziej szczegółowo