Wprowadzenie do kognitywistyki

Wielkość: px
Rozpocząć pokaz od strony:

Download "Wprowadzenie do kognitywistyki"

Transkrypt

1 Wprowadzenie do kognitywistyki Racjonalność i dokonywanie wyborów w świetle eksperymentalnej psychologii kognitywnej Mateusz Hohol

2 Czym jest racjonalność? ( ) to po prostu postulat, żądanie, aby człowiek postępował zawsze rozsądnie, zarówno w wyborze zdań, które uznaje za prawdziwe, jak i w decyzjach dotyczących jego działalności. A rozsądnie znaczy tu tyle, co spójnie, w sposób niesprzeczny i zarazem w sposób zgodny z przyjętymi w danej dziedzinie dyrektywami. Mówimy więc, że człowiek, który chce się udać z Krakowa do Zurychu, postąpi racjonalnie, jeśli wybierze drogę na Wiedeń, a postąpiłby nieracjonalnie, nierozsądnie, gdyby jechał do Gdańska, bo ten ostatni wybór stoi w sprzeczności z jego celem. o. Józef Maria Bocheński

3 Racjonalność praktyczna: Kant Racjonalne są wszystkie sądy praktyczne, które nie naruszają imperatywu kategorycznego: Postępuj tylko według takiej reguły, co do której mógłbyś chcieć, aby stała się prawem powszechnym. Działanie racjonalne, to tylko takie, które jest zgodne z uniwersalnymi regułami.

4 Racjonalność praktyczna: Hobbes Mówi się, że ludzie kochają to, czego pożądają, a nienawidzą tych rzeczy, wobec których czują awersję. A zatem pożądanie i miłość są tym samym, z tą różnicą, że przez pożądanie pokazujemy brak jakiejś rzeczy, zaś przez miłość, zwykle, jej obecność. Podobnie awersja wskazuje na brak, zaś nienawiść na obecność przedmiotu. Czymkolwiek jest czyjś przedmiot pożądania, jest on tym, co osoba ta nazywa dobrym; tak jak przedmiot nienawiści bądź awersji złem. ( ) Albowiem słów dobro i zło używa się zawsze w odniesieniu do osób, które z nich korzystają. Nie ma zatem niczego po prostu i absolutnie dobrego czy złego ( ). T. Hobbes, Lewiatan W języku Teorii Racjonalnego Wyboru: czyn dobry to taki, który prowadzi do maksymalizacji użyteczności.

5 Homo oeconomicus Jeden z podstawowych aksjomatów Teorii Racjonalnego Wyboru (TRW). Element formalny: człowiek jest racjonalny w sensie instrumentalnym (tj. dąży do maksymalizacji swojej funkcji użyteczności, wybiera odpowiednie środki do realizacji swoich celów). Element materialny: cele, które sobie stawia są egoistyczne (nastawione na pomnożenie własnych dóbr). Homo oeconomicus kieruje się regułą prawdopodobieństwa, wybiera bardziej realne opcje.

6 Teoria gier Przedmiot: matematyczne badania optymalnych zachowań w przypadku konfliktu interesów. Terminologia: gra = dowolna sytuacja konfliktu interesów John Nash Herbert Simon gracz = dowolny uczestnik strategia = sposób postępowania gracza, w wyniku którego otrzymuje on wypłatę wypłata = nagroda mierzona jednostkami użyteczności (satysfakcja, pieniądze, wzrost szans reprodukcji genów) Rodzaje gier: o sumie zerowej zysk jednego gracza wiąże się ze stratą drugiego gracza o sumie niezerowej zysk jednego gracza nie wiąże się konieczne ze stratą drugiego (konkurencja nie wyklucza kooperacji) Równowaga Nasha: żaden z graczy nie może podwyższyć swojego zysku przez jednostronną zmianę strategii (czyli bez zmiany strategii wszystkich innych graczy). Strategia ewolucyjnie stabilna: jeśli stosowana jest przez wszystkie osobniki w populacji, to żadna inna strategia nie jest w stanie jej wyprzeć. Strategia dominująca: nie jest gorsza od innej strategii, niezależnie od strategii przeciwnika i zdarzeń losowych.

7 Czy jesteśmy racjonalnymi decydentami? Mamy do wyboru dwie oferty pracy: Oferta A: 50% pewności podwyżki pensji o 20% w ciągu roku. Oferta B: 90% pewności podwyżki o 10% w ciągu roku. Co wybierze racjonalny decydent? Idealny racjonalny decydent dokona obliczeń: A = 0,20 x 0,50 = 0,10 B = 0,10 x 0,90 = 0,09 Czy ludzie faktycznie są racjonalnymi decydentami?

8 Problem sądów probabilistycznych W życiu codziennym musimy często wydawać sądy nt. prawdopodobieństwa zdarzeń. Co więcej: sądy te musimy wydawać najczęściej szybko, a następnie na ich podstawie podejmować działania. Hipoteza: nagminnie łamiemy arkana rachunku prawdopodobieństwa i teorii racjonalnego wyboru. Pytanie: czy w życiu codziennym posługujemy się tymi teoriami, ale nieumiejętnie, co prowadzi do błędów, czy też wydajemy sądy i podejmujemy decyzje przy pomocy zupełnie innych mechanizmów?

9 Psychologia kognitywna a sądy i decyzje Sąd = twierdzenie nt. pewnego stanu danej rzeczy (np. przynależności do kategorii, posiadania cechy, wartości, a także prawdopodobieństwa wystąpienia zdarzenia). Decyzja = wybór jednej możliwości z co najmniej dwóch dostępnych opcji. Sama decyzja nie oznacza działania (do działania potrzebna jest jeszcze motywacja i obiektywna możliwość realizacji). Decyzja w warunkach niepewności = zwykle decydent nie zna wszystkich dostępnych opcji, ani konsekwencji wyboru jednej z nich. E. Nęcka, J. Orzechowski, B. Szymura, Psychologia poznawcza, Warszawa: PWN 2008 (większość przykładów podajemy za nimi)

10 Daniel Kahneman ur. 1934, Tel Awiw Psycholog kognitywny i ekonomista behawioralny wykłada w Princeton (i na wielu innych uczelniach w USA) oraz w Jerozolimie Laureat Nagrody Nobla z ekonomii (2002) Amos Tversky ur. 1937, Haifa, zm wykładał na wielu amerykańskich uniwersytetach (m.in. Stanford i Columbia) jeden z pionierów zmatematyzowanej psychologii i kognitywistyki

11

12 Tendencyjność sądów Tendencyjność (cognitive bias) = skłonność do systematycznego odstępowania od idealnych reguł rozumowania, a co za tym idzie, popełniania błędów. Błędy te są charakterystyczne, uniwersalne, tworzą prawidłowości! Hipoteza Kahnemana i Tversky ego: ludzie podejmują decyzje kierując się nie racjonalnymi przesłankami i ścisłymi regułami rozumowania, ale heurystykami. Heurystyki = uproszczone reguły wnioskowania, pozwalają szybko formułować sądy, sądy te charakteryzują się dużym stopniem subiektywnej pewności. Najważniejsze heurystyki: reprezentatywności, dostępności, zakotwiczenia i dopasowania.

13 Heurystyka reprezentatywności Polega na tym, że przesłanką dla sądów i decyzji jest to, czy dany obiekt/zdarzenie jest (subiektywnie) charakterystycznym przedstawicielem szerszego zbioru obiektów/zdarzeń. Np. większość ludzi uznaje, że bardziej prawdopodobnym jest wylosowanie w totolotku liczb 2,9,34,13,19,29 niż 1,2,3,4,5,6. Pierwszy z ciągów jest bardziej reprezentatywny dla totolotka. Konsekwencja: drugi z ciągów będzie tendencyjnie niedoszacowywany przez graczy w totolotka.

14 Jak oceniamy reprezentatywność? Obiekt reprezentatywny = ma dużą liczbę cech wspólnych z innymi obiektami kategorii. (1) uwzględniamy podobieństwo obiektu/zdarzenia do innych obiektów/zdarzeń tej samej klasy/kategorii (2) bierzemy pod uwagę, jak obiekt/zdarzenie został wybrany z uniwersum (np. wylosowany przez maszynę totalizatora)

15 Błędy poznawcze Złudzenie hazardzisty (efekt Monte Carlo): Bawimy się w przewidywanie wyniku rzutu monetą Przewidując poprawnie wynik dostajemy +10 zł, jeśli nie to -10 Reszka pada 5x pod rząd, jesteśmy subiektywnie pewnie, że za kolejnym rzutem musi paść orzeł. Przeceniamy prawdopodobieństwo wyniku, który jeszcze nie padł. Złudzenie: poszczególne zdarzenia nie są ze sobą powiązane, wynik kolejnego rzutu nie zależy od wyniku poprzedniego, prawdopodobieństwo dla każdego rzutu = 0,5. Podobny efekt, jeśli będziemy sądzić, że rzut nie jest losowy (skoro 5x padła reszka, to za 6 też padnie taką reprezentatywnością kierują się kibice obstawiający wygrane drużyn piłkarskich).

16 Błędy poznawcze Złudzenie koniunkcji: Polega ono na zawyżaniu prawdopodobieństwa posiadania przez obiekt jakiejś cechy, jeśli występuje ona w koniunkcji z inną cechą. Problem Lindy: Linda nosi jaskrawe koszulki z napisem >>mężczyźni na Madagaskar<<, chodzi na protesty antyzbrojeniowe, w miejscu pracy, gdzie ma styczność z dużą ilością osób akcentuje solidarność między kobietami. Co jest bardziej prawdopodobne, że: (1) jest kasjerką feministką, czy (2) jest feministką? Jeśli dwa zdarzenia są niezależne to prawdopodobieństwo ich koniunkcji musi być mniejsze niż każdego z osobna (np. dla 2 rzutów monetą, to że wypadnie orzeł to 0,5 x 0,5 = 0,25). Dla zdarzeń zależnych, prawdopodobieństwo koniunkcji jest wyższe niż ich iloczyn, ale nie może przekroczyć prawdopodobieństwa pojedynczego zdarzenia (bardziej prawdopodobnego).

17 Błędy poznawcze Złudzenie koniunkcji: Polega ono na zawyżaniu prawdopodobieństwa posiadania przez obiekt jakiejś cechy, jeśli występuje ona w koniunkcji z inną cechą. Problem Lindy: Linda nosi jaskrawe koszulki z napisem >>mężczyźni na Madagaskar<<, chodzi na protesty antyzbrojeniowe, w miejscu pracy, gdzie ma styczność z dużą ilością osób akcentuje solidarność między kobietami. Co jest bardziej prawdopodobne, że: (1) jest kasjerką feministką, czy (2) jest feministką? Jeśli dwa zdarzenia są niezależne to prawdopodobieństwo ich koniunkcji musi być mniejsze niż każdego z osobna (np. dla 2 rzutów monetą, to że wypadnie orzeł to 0,5 x 0,5 = 0,25). Dla zdarzeń zależnych, prawdopodobieństwo koniunkcji jest wyższe niż ich iloczyn, ale nie może przekroczyć prawdopodobieństwa pojedynczego zdarzenia (bardziej prawdopodobnego).

18 Błędy poznawcze Skąd bierze się złudzenie koniunkcji? Kahneman i Tversky zapytali futurologów w 1981, co jest najbardziej prawdopodobne: (1) ZSRR atakuje Polskę w celu stłumienia Solidarności. (2) USA zrywają stosunki dyplomatyczne z ZSRR. (3) ZSRR atakuje Polskę w celu stłumienia Solidarności i USA zrywa stosunki dyplomatyczne z ZSRR. Zadziałała heurystyka reprezentatywności, futurolodzy wybrali (3), uzasadniając, że jest to typowa sytuacja w stosunkach międzynarodowych i w obliczu wojny. Prawdopodobnie w takich sytuacjach umysł przerabia koniunkcję ((1) i (2)) na implikację (jeśli (1) to (2)), tak że ocenia się tylko prawdopodobieństwo wystąpienia (2) pod warunkiem, że wcześniej wystąpi (1).

19 Heurystyka dostępności Polega na tym, że kierujemy się przesłankami, które są łatwo dostępne, utrwalone i łatwe do wydobycia z pamięci, a zaniedbujemy te, które są trudno dostępne. Kahneman i Tversky ilustrowali to na przykładzie liter: Ktoś prosi o oszacowanie jak często w polskich nazwiskach na przedostatnim miejscu występuje K, a następnie o oszacowanie wystąpienia końcówki SKI. Pytani zwykle szacowali, że częściej niż K na przedostatnim miejscu występuje końcówka SKI. A przecież K zawiera się też w SKI! Dzieje się tak dlatego, że najłatwiej dostępne w pamięci są typowo polskie nazwiska, jak np. KOWALSKI.

20 Heurystyka dostępności Polega na tym, że kierujemy się przesłankami, które są łatwo dostępne, utrwalone i łatwe do wydobycia z pamięci, a zaniedbujemy te, które są trudno dostępne. Kahneman i Tversky ilustrowali to na przykładzie liter: Ktoś prosi o oszacowanie jak często w polskich nazwiskach na przedostatnim miejscu występuje K, a następnie o oszacowanie wystąpienia końcówki SKI. Pytani zwykle szacowali, że częściej niż K na przedostatnim miejscu występuje końcówka SKI. A przecież K zawiera się też w SKI! Dzieje się tak dlatego, że najłatwiej dostępne w pamięci są typowo polskie nazwiska, jak np. KOWALSKI.

21 Błędy poznawcze Efekt świeżości w ocenie prawdopodobieństwa zdarzeń: Lepiej pamiętamy informacje nowsze od wcześniejszych (zwykle). Przykład: przeszacowywanie prawdopodobieństwa katastrofy lotniczej w porównaniu do samochodowej. Złudzenie osobistego doświadczenia: Bardziej wierzymy osobistemu doświadczeniu, które wspomagane jest m.in. emocjami, niż statystyce. Przykład: bardziej wierzymy w nieszkodliwość palenia, gdyż ktoś nam bliski dożył 90 lat, niż wynika to ze statystyki. Złudzenie prawa małych liczb

22 Heurystyka zakotwiczenia i dopasowania Kahneman i Tversky prosili o oszacowanie iloczynu dwóch ciągów w czasie 5 sekund: (A) 8 x 7 x 6 x 5 x 4 x 3 x 2 x 1 (B) 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 W przypadku (A) mediana wynosiła 2250, a w przypadku (B) tylko 512 (prawdziwy wynik to 40320) Różnica szacunków związana jest z zakotwiczeniem umysłu na większych (8,7) lub mniejszych (1,2) liczbach. Heurystyka ta odpowiedzialna jest za powstawanie błędu proporcji podstawowej błędne oszacowanie prawdopodobieństwa wystąpienia pewnego zdarzenia ze względu na nieuwzględnienie jego ogólnej częstości.

23 Błędy poznawcze Dane: Nosicielem wirusa x jest co 15 osoba na , a więc prawdopodobieństwo, że jest się nosicielem x wynosi 0,0015. Dokładność testu na obecność x wynosi 99% (czyli 99% przebadanych, którzy uzyskali pozytywny wynik testu jest faktycznie nosicielami x), a więc prawdopodobieństwo bycia nosicielem x po pozytywnym wyniku wynosi 0,99. Prawdopodobieństwo, że nie jest się nosicielem x pomimo pozytywnego wyniku testu to 0,10 (test skonstruowano w ten sposób dla zachowania bezpieczeństwa). Większość ludzi przekonana jest, że (biorąc powyższe dane), po pozytywnym wyniku testu prawdopodobieństwo, że jest się rzeczywiście nosicielem x jest ogromne!

24 Błędy poznawcze Mimo subiektywnego przeświadczenia o ogromnym prawdopodobieństwie, że jest się nosicielem wirusa x w rzeczywistości jest ono niewielkie. Ocenia się je wzorem Bayesa:

25

26 Strategie podejmowania decyzji Strategia zadowolenia (Herbert Simon) polega na przeglądaniu dostępnych opcji w przypadkowej kolejności i wyborze, tej która satysfakcjonuje wystarczająco. Eliminacja według aspektów (Amos Tversky) ustalamy sobie kryteria, a następnie przeglądając oferty odrzucamy te, które nie spełniają jednego z kryteriów. Grupa ABC (Instytut Maxa Plancka) heurystyki powinny być szybkie i oszczędne, podejście ewolucyjne

27 Efekt obramowania wg Kahnemana i Tversky ego Efekt obramowania wpływ mentalnej reprezentacji problemu na proces decyzyjny. Reprezentacja zależna jest od kontekstu, a nawet od doboru słów. Eksperyment: 600 osób zachorowało na niebezpieczną chorobę, możliwe są dwie strategie. Strategia A: przeżyje na pewno 200 ludzi. Strategia B: mamy 1/3 prawdopodobieństwa, że przeżyje 600 osób, ale jest 2/3, że nie przeżyje nikt. Pierwsza grupa badanych opowiedziała się za rozwiązaniem ostrożnym (nie wymagającym ryzyka): 72% badanych wybrało strategię A, a tylko 28% strategię B.

28 Teoria perspektywy Kahnemana i Tversky ego Te same dane, jednak za pomocą innych słów zaprezentowano drugiej grupie badanych: Strategia A : 400 osób na pewno umrze. Strategia B : jest 1/3 prawdopodobieństwa, że nikt nie umrze, ale 2/3, że umrą wszyscy. Tylko 22% z drugiej grupy badanych wybrało A, natomiast większość 78% wybrała strategię B Większość studentów wybrała strategię ryzykowaną. Strategie A i A oraz B i B są identyczne w skutkach, zatem są to izomorficzne problemy decyzyjne. Jedyna różnica polega na zmianie przeżyć na umrzeć zmieniły się tylko słowa, w które ubrana została sytuacja problemowa, a spowodowało to zasadniczą zmianę w decyzjach!

29 Czy w świetle eksperymentów jesteśmy racjonalni? (1) Eksperymenty pokazują, że ludzie są nieracjonalni. (2) Ludzie są racjonalni, a wyniki eksperymentów są błędne lub uproszczone. (3) Ludzie są trochę racjonalni, a trochę nieracjonalni, ale jeśli tak, to co to znaczy?

30 odp. na (1): Ludzie są nieracjonalni Ale: gdybyśmy nie byli racjonalni, nie przeżylibyśmy: Z punktu widzenia ewolucjonisty, racjonalne będą te decyzje (i zw. z nimi stany mentalne), które prowadzą do racjonalnych zachowań, tj. takich, które zwiększają fitness. Racjonalne mechanizmy kognitywne, to takie, które zmniejszają presję selekcyjną. Czy znajomość teorii gier i zasady Bayesa jest adaptatywna? Rachunek prawdopodobieństwa i teoria gier są przecież nowe, a ludzie (i nie tylko) podejmują decyzje tysięcy lat! Ponadto: decyzje trzeba podejmować nieraz szybko Prawdopodobnie istnienie heurystyk jest adaptatywne: nie są one idealne, ale wystarczająco precyzyjne by podejmować decyzje w warunkach niepewności z wystarczającą szybkością.

31 odp. na (2): Ludzie są racjonalni Być może w przypadku koniunkcji (np. Linda) za błąd w szacunku prawdopodobieństwa odpowiedzialne jest samo sformułowanie pytania? Być może błędy poznawcze objawiają się tylko w spreparowanych sytuacjach laboratoryjnych, natomiast w życiu codziennym jesteśmy omylni znacznie mniej? Ale jednak błędy te coś mówią, ocena prawdopodobieństwa danego zdarzenia wydaje się ważnym składnikiem racjonalności. Kahneman i Tversky (i inni) wykazali, że sobie z tym nie radzimy.

32 odp. na (3): jesteśmy trochę racjonalni, a trochę nieracjonalni Wydaje się to najbardziej prawdopodobne: w sytuacjach społecznych (konkretnych) postępujemy racjonalnie, natomiast mamy problem z zadaniami wymagającymi abstrakcyjnego myślenia. Być może ludzie są racjonalni w (co najmniej) dwóch (względnie) niezależnych znaczeniach: (1) Racjonalność praktyczna (społeczna) (2) Racjonalność teoretyczna (abstrakcyjna) Taki model wydaje się zgodny z podejściem ewolucyjnym oraz modularną teorią umysłu

33 Jeden mózg dwa systemy System 1 działa szybko z przybliżoną dokładnością nieświadomie System 2 działa wolno precyzyjnie świadomie

34 L. Cosmides i J. Tooby (wariant zadania Wasona): Uczestnikowi eksperymentu przedstawia się 4 karty: A B 2 3 A także regułę: Jeśli karta ma samogłoskę na jednej stronie, wtedy musi mieć liczbę parzystą na drugiej. Zadania: ile i jakie karty należy odwrócić, aby określić prawdziwości reguły?

35 L. Cosmides i J. Tooby (wariant zadania Wasona): Uczestnikowi eksperymentu przedstawia się 4 karty: A B 2 3 A także regułę: Jeśli karta ma samogłoskę na jednej stronie, wtedy musi mieć liczbę parzystą na drugiej. Zadania: ile i jakie karty należy odwrócić, aby określić prawdziwości reguły? Należy odwrócić karty A i 3, odwrócenie karty z 2 nic nam nie da, bo reguła nic nie mówi o tym, że jak karta ma liczbę parzystą na jednej to musi mieć samogłoskę na drugiej stronie, odwrócenie karty z B również nic nie daje, bo reguła nie mówi nic, co dzieje się jeśli karta ma spółgłoskę

36 L. Cosmides i J. Tooby (wariant zadania Wasona): Zadanie to sprawia problem większości ludzi (wybierają tylko kartę A albo karty A i 2) Nie sprawia jednak problemu, gdy chodzi o umowy społeczne: Zadaniem barmana jest przestrzegać reguły kupujący alkohol musi mieć co najmniej 18 lat. Którego z klientów należy skontrolować: (1) kupującego piwo (2) kupującego oranżadę (3) dwudziestopięciolatka (4) szesnastolatka Dla większości ludzi odpowiada poprawnie: (1) i (4) Jeśli chodzi o strukturę obydwa zadania są identyczne Zdaniem Cosmides i Tooby ego rozumujemy poprawnie w sytuacjach, gdy ktoś łamie umowę społeczną. Odpowiedziany jest za to ewolucyjnie wykształcony moduł wykrywania oszustów.

Filozofia umysłu i kognitywistyka I Wykład 10: Racjonalność w świetle psychologii eksperymentalnej

Filozofia umysłu i kognitywistyka I Wykład 10: Racjonalność w świetle psychologii eksperymentalnej Filozofia umysłu i kognitywistyka I Wykład 10: Racjonalność w świetle psychologii eksperymentalnej Mateusz Hohol www.mateuszhohol.filozofiawnauce.pl Daniel Kahneman ur. 1934, Tel Awiw Psycholog kognitywny

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

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

Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski

Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski Architektura umysłu Pojęcie używane przez prawie wszystkie współczesne ujęcia kognitywistyki Umysł Przetwornik informacji 2 Architektura

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

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

= A. A - liczba elementów zbioru A. Lucjan Kowalski

= A. A - liczba elementów zbioru A. Lucjan Kowalski Lucjan Kowalski ZADANIA, PROBLEMY I PARADOKSY W PROBABILISTYCE Przypomnienie. Ω - zbiór zdarzeń elementarnych. A zdarzenie (podzbiór Ω). A - liczba elementów zbioru A Jeśli zdarzeń elementarnych jest skończenie

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

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

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

Teoria gier. Łukasz Balbus Anna Jaśkiewicz

Teoria gier. Łukasz Balbus Anna Jaśkiewicz Teoria gier Łukasz Balbus Anna Jaśkiewicz Teoria gier opisuje sytuacje w których zachodzi konflikt interesów. Znajduje zastosowanie w takich dziedzinach jak: Ekonomia Socjologia Politologia Psychologia

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 probabilistyczne

Metody probabilistyczne Metody probabilistyczne 1. Prawdopodobieństwo klasyczne Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 03.10.2017 1 / 19 Rys historyczny Francja, XVII w.: gry hazardowe

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

Zasada racjonalnego gospodarowania RACJONALNE GOSPODAROWANIE. Zasada racjonalnego gospodarowania. Zasada racjonalnego gospodarowania

Zasada racjonalnego gospodarowania RACJONALNE GOSPODAROWANIE. Zasada racjonalnego gospodarowania. Zasada racjonalnego gospodarowania HOMO OECONOMICUS Człowiek jest z natury próżny, dumny, leniwy, chciwy, samolubny, niemoralny, kieruje się własnym interesem i chce osiągnąć maksimum zysku przy minimum wysiłku Każdy człowiek w sposób wrodzony

Bardziej szczegółowo

TEORIA GIER W EKONOMII. dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ

TEORIA GIER W EKONOMII. dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ TEORIA GIER W EKONOMII dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ Informacje Ogólne Wykład: Sobota/Niedziela Ćwiczenia: Sobota/Niedziela Dyżur: Czwartek 14.00-16.00

Bardziej szczegółowo

Teoria gier matematyki). optymalności decyzji 2 lub więcej Decyzja wpływa na wynik innych graczy strategiami

Teoria gier matematyki). optymalności decyzji 2 lub więcej Decyzja wpływa na wynik innych graczy strategiami Teoria gier Teoria gier jest częścią teorii decyzji (czyli gałęzią matematyki). Teoria decyzji - decyzje mogą być podejmowane w warunkach niepewności, ale nie zależą od strategicznych działań innych Teoria

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

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

Gry o sumie niezerowej

Gry o sumie niezerowej Gry o sumie niezerowej Równowagi Nasha 2011-12-06 Zdzisław Dzedzej 1 Pytanie Czy profile równowagi Nasha są dobrym rozwiązaniem gry o dowolnej sumie? Zaleta: zawsze istnieją (w grach dwumacierzowych, a

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

Materiał dydaktyczny dla nauczycieli przedmiotów ekonomicznych. Mikroekonomia. w zadaniach. Gry strategiczne. mgr Piotr Urbaniak

Materiał dydaktyczny dla nauczycieli przedmiotów ekonomicznych. Mikroekonomia. w zadaniach. Gry strategiczne. mgr Piotr Urbaniak Materiał dydaktyczny dla nauczycieli przedmiotów ekonomicznych Mikroekonomia w zadaniach Gry strategiczne mgr Piotr Urbaniak Teoria gier Dział matematyki zajmujący się badaniem optymalnego zachowania w

Bardziej szczegółowo

TEORIA GIER W EKONOMII. dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ

TEORIA GIER W EKONOMII. dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ TEORIA GIER W EKONOMII dr Robert Kowalczyk Katedra Analizy Nieliniowej Wydział Matematyki i Informatyki UŁ Informacje Ogólne (dr Robert Kowalczyk) Wykład: Poniedziałek 16.15-.15.48 (sala A428) Ćwiczenia:

Bardziej szczegółowo

Propedeutyka teorii gier

Propedeutyka teorii gier Propedeutyka teorii gier AUTORZY: KAROLINA STOLARCZYK, WIKTOR SZOPIŃSKI, KONRAD TOMASZEK, MATEUSZ ZAKRZEWSKI WYDZIAŁ MINI POLITECHNIKA WARSZAWSKA ROK AKADEMICKI 2016/2017, SEMESTR LETNI KRÓTKI KURS HISTORII

Bardziej szczegółowo

Wykład 4: Wnioskowanie statystyczne. Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA

Wykład 4: Wnioskowanie statystyczne. Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA Wykład 4: Wnioskowanie statystyczne Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA Idea wnioskowania statystycznego Celem analizy statystycznej nie jest zwykle tylko

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN Szkoła Wyższa Psychologii Społecznej d.wojcik@nencki.gov.pl dwojcik@swps.edu.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/

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

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

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

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

Ekonomia. Wykład dla studentów WPiA. Wykład 3: (Nie)racjonalność wyborów

Ekonomia. Wykład dla studentów WPiA. Wykład 3: (Nie)racjonalność wyborów Ekonomia Wykład dla studentów WPiA Wykład 3: (Nie)racjonalność wyborów Gospodarka z lotu ptaka. Dobra i usługi finalne Wydatki na dobra i usługi (konsumpcja, C) Gospodarstwa domowe: dysponują czynnikami

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

Tworzenie gier na urządzenia mobilne

Tworzenie gier na urządzenia mobilne Katedra Inżynierii Wiedzy Teoria podejmowania decyzji w grze Gry w postaci ekstensywnej Inaczej gry w postaci drzewiastej, gry w postaci rozwiniętej; formalny opis wszystkich możliwych przebiegów gry z

Bardziej szczegółowo

Modelowanie Stochastyczne I

Modelowanie Stochastyczne I Losowe gry liczbowe - TOTOLOTEK Paweł Cibis pcibis@o2.pl 11 stycznia 2006 1 Plan referatu 2 Informacje ogólne 3 4 Dlaczego ludzie grają w totka? Wartość oczekiwana gry Teoria użyteczności Teoria perspektywy

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

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

dr Sylwester Białowąs Katedra Badań Marketingowych, Akademia Ekonomiczna w Poznaniu

dr Sylwester Białowąs Katedra Badań Marketingowych, Akademia Ekonomiczna w Poznaniu dr Sylwester Białowąs Katedra Badań Marketingowych, Akademia Ekonomiczna w Poznaniu Kolejno!" pyta# w kwestionariuszu wywiadu osobistego a zniekszta$cenia pomiaru wywo$ane heurystyk% zakotwiczenia Wst&p

Bardziej szczegółowo

Rachunek prawdopodobieństwa dla informatyków

Rachunek prawdopodobieństwa dla informatyków Rachunek prawdopodobieństwa dla informatyków Adam Roman Instytut Informatyki UJ Wykład 1 rys historyczny zdarzenia i ich prawdopodobieństwa aksjomaty i reguły prawdopodobieństwa prawdopodobieństwo warunkowe

Bardziej szczegółowo

MODELOWANIE RZECZYWISTOŚCI

MODELOWANIE RZECZYWISTOŚCI MODELOWANIE RZECZYWISTOŚCI Daniel Wójcik Instytut Biologii Doświadczalnej PAN d.wojcik@nencki.gov.pl tel. 022 5892 424 http://www.neuroinf.pl/members/danek/swps/ Podręcznik Iwo Białynicki-Birula Iwona

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

Metody rozwiązywania problemów. Proces rozwiązywania problemów a proces podejmowania decyzji

Metody rozwiązywania problemów. Proces rozwiązywania problemów a proces podejmowania decyzji Proces rozwiązywania problemów a proces podejmowania decyzji Proces podejmowania decyzji Przejawy ograniczonej racjonalności - wykład 7 Proces podejmowania decyzji jest procesem rozwiazywania problemu

Bardziej szczegółowo

Teoria gier. prof. UŚ dr hab. Mariusz Boryczka. Wykład 4 - Gry o sumie zero. Instytut Informatyki Uniwersytetu Śląskiego

Teoria gier. prof. UŚ dr hab. Mariusz Boryczka. Wykład 4 - Gry o sumie zero. Instytut Informatyki Uniwersytetu Śląskiego Instytut Informatyki Uniwersytetu Śląskiego Wykład 4 - Gry o sumie zero Gry o sumie zero Dwuosobowe gry o sumie zero (ogólniej: o sumie stałej) były pierwszym typem gier dla których podjęto próby ich rozwiązania.

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

Informacja i decyzje w ekonomii

Informacja i decyzje w ekonomii Informacja i decyzje w ekonomii Prof. Tomasz Bernat tomasz.bernat@usz.edu.pl Krótko o programie Informacja i decyzje w ekonomii miejsce i zastosowanie w teorii Ryzyko, niepewność i informacja w podejmowaniu

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

Zajęcia wprowadzające W-1 termin I temat: Sposób zapisu wyników pomiarów

Zajęcia wprowadzające W-1 termin I temat: Sposób zapisu wyników pomiarów wielkość mierzona wartość wielkości jednostka miary pomiar wzorce miary wynik pomiaru niedokładność pomiaru Zajęcia wprowadzające W-1 termin I temat: Sposób zapisu wyników pomiarów 1. Pojęcia podstawowe

Bardziej szczegółowo

Matematyk Ci powie, co łączy Eugeniusza Oniegina i gry hazardowe

Matematyk Ci powie, co łączy Eugeniusza Oniegina i gry hazardowe Matematyk Ci powie, co łączy Eugeniusza Oniegina i gry hazardowe Empik każdego inspiruje inaczej Aleksander Puszkin (1799 1837) Andrey (Andrei) Andreyevich Markov (1856 1922) Wśród 20 tysięcy początkowych

Bardziej szczegółowo

WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH

WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH Było: Estymacja parametrów rozkładu teoretycznego punktowa przedziałowa Przykład. Cecha X masa owocu pewnej odmiany. ZałoŜenie: cecha X ma w populacji rozkład

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

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

OPISU MODUŁU KSZTAŁCENIA (SYLABUS) dla przedmiotu Teoria gier na kierunku Zarządzanie

OPISU MODUŁU KSZTAŁCENIA (SYLABUS) dla przedmiotu Teoria gier na kierunku Zarządzanie Poznań, 1.10.2016 r. Dr Grzegorz Paluszak OPISU MODUŁU KSZTAŁCENIA (SYLABUS) dla przedmiotu Teoria gier na kierunku Zarządzanie I. Informacje ogólne 1. Nazwa modułu : Teoria gier 2. Kod modułu : 1 TGw

Bardziej szczegółowo

Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa

Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa Kampus Ochota 18 kwietnia 2015 Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski Andrey (Andrei)

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

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

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

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

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

Teoretyczne podstawy kognitywistyki religii K O N R A D T A L M O N T - K A M I N S K I U M C S

Teoretyczne podstawy kognitywistyki religii K O N R A D T A L M O N T - K A M I N S K I U M C S Teoretyczne podstawy kognitywistyki religii K O N R A D T A L M O N T - K A M I N S K I U M C S Plan Kognitywistyka religii Główne tezy Podstawy i problemy Racjonalność ograniczona Religia i prospołeczność

Bardziej szczegółowo

11. Gry Macierzowe - Strategie Czyste i Mieszane

11. Gry Macierzowe - Strategie Czyste i Mieszane 11. Gry Macierzowe - Strategie Czyste i Mieszane W grze z doskonałą informacją, gracz nie powinien wybrać akcję w sposób losowy (o ile wypłaty z różnych decyzji nie są sobie równe). Z drugiej strony, gdy

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

Zarządzanie ryzykiem 2. Dorota Kuchta

Zarządzanie ryzykiem 2. Dorota Kuchta Zarządzanie ryzykiem 2 Dorota Kuchta Użyteczność który rozkład jest lepszy? 0,25 0,2 0,15 0,1 Serie1 Serie2 0,05 0-5 -4-3 -2-1 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27

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

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

1. Liczby naturalne, podzielność, silnie, reszty z dzielenia

1. Liczby naturalne, podzielność, silnie, reszty z dzielenia 1. Liczby naturalne, podzielność, silnie, reszty z dzielenia kwadratów i sześcianów przez małe liczby, cechy podzielności przez 2, 4, 8, 5, 25, 125, 3, 9. 26 września 2009 r. Uwaga: Przyjmujemy, że 0 nie

Bardziej szczegółowo

Teoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie.

Teoria ewolucji. Podstawowe pojęcia. Wspólne pochodzenie. Teoria ewolucji Podstawowe pojęcia. Wspólne pochodzenie. Informacje Kontakt: Paweł Golik Instytut Genetyki i Biotechnologii, Pawińskiego 5A pgolik@igib.uw.edu.pl Informacje, materiały: http://www.igib.uw.edu.pl/

Bardziej szczegółowo

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne. Twierdzenia graniczne Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 20.2.208 / 26 Motywacja Rzucamy wielokrotnie uczciwą monetą i zliczamy

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

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

Podstawy metodologiczne ekonomii

Podstawy metodologiczne ekonomii Jerzy Wilkin Wykład 2 Podstawy metodologiczne ekonomii Modele w ekonomii Rzeczywistość gospodarcza a jej teoretyczne odwzorowanie Model konstrukcja teoretyczna, będąca uproszczonym odwzorowaniem rzeczywistości

Bardziej szczegółowo

Ograniczona racjonalność w grach

Ograniczona racjonalność w grach Ograniczona racjonalność w grach Adam Żychowski Życie jest grą, w której bez względu na wybraną strategię wynik jest z góry znany. Rational man pełna wiedza o problemie jasno sprecyzowane preferencje i

Bardziej szczegółowo

Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa

Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa Po co nam matematyka? 7 kwietnia 2016 Gry hazardowe, gry ewolucyjne, ekspresja genów, tak czy owak łańcuchy Markowa Jacek Miękisz Instytut Matematyki Stosowanej i Mechaniki Uniwersytet Warszawski Empik

Bardziej szczegółowo

Kształtowanie cen psychologicznych

Kształtowanie cen psychologicznych Kształtowanie cen psychologicznych Buła Paulina Radzka Monika Woźniak Arkadiusz Zarządzanie rok 3, semestr 6 Cena wartość przedmiotu (produktu lub usługi) transakcji rynkowej zgodna z oczekiwaniami kupującego

Bardziej szczegółowo

IMMANUEL KANT ETYKA DEONTOLOGICZNA

IMMANUEL KANT ETYKA DEONTOLOGICZNA IMMANUEL KANT ETYKA DEONTOLOGICZNA PROJEKT ETYKI KANTA W POSZUKIWANIU OBIEKTYWNYCH PODSTAW ETYKI Wobec krytyki Huma Immanuel Kant stara się znaleść jakąś obiektywną podstawę dla etyki, czyli wykazać, że

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

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych 9 października 2008 ...czyli definicje na rozgrzewkę n-elementowa próba losowa - wektor n zmiennych losowych (X 1,..., X n ); intuicyjnie: wynik n eksperymentów realizacja próby (X 1,..., X n ) w ω Ω :

Bardziej szczegółowo

Struktura teorii neurokognitywnych wykład monograficzny 2012/2013. Wykład 5 ( )

Struktura teorii neurokognitywnych wykład monograficzny 2012/2013. Wykład 5 ( ) Struktura teorii neurokognitywnych wykład monograficzny 2012/2013 Wykład 5 (12.11.2012) Niniejszy wykład: Struktura nauk ewolucyjnych powtórzenie Psychologia ewolucyjna jako paradygmat Nic w biologii nie

Bardziej szczegółowo

Nastawienie w rozwiązywaniu zadania selekcyjnego Wasona. Nowe ujęcie 1 2

Nastawienie w rozwiązywaniu zadania selekcyjnego Wasona. Nowe ujęcie 1 2 Nastawienie w rozwiązywaniu zadania selekcyjnego Wasona. Nowe ujęcie 1 2 1. Wstęp Od 1966 roku, kiedy to Wason po raz pierwszy zastosował, obecnie już klasyczne, zadanie selekcyjne, pokolenia psychologów

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

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

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej 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

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Temat Testowanie hipotez statystycznych Kody znaków: Ŝółte wyróŝnienie nowe pojęcie pomarańczowy uwaga kursywa komentarz 1 Zagadnienia omawiane na zajęciach 1. Idea i pojęcia teorii testowania hipotez

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. STATYSTYKA MATEMATYCZNA WYKŁAD 4 WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. Wysuwamy hipotezy: zerową (podstawową H ( θ = θ i alternatywną H, która ma jedną z

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

Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym

Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym Edward Stachowski Prawdopodobieństwo warunkowe Twierdzenie o prawdopodobieństwie całkowitym W podstawie programowej obowiązującej na egzaminie maturalnym od 05r pojawiły się nowe treści programowe Wśród

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elementy modelowania matematycznego Modelowanie algorytmów klasyfikujących. Podejście probabilistyczne. Naiwny klasyfikator bayesowski. Modelowanie danych metodą najbliższych sąsiadów. Jakub Wróblewski

Bardziej szczegółowo

Weryfikacja hipotez statystycznych za pomocą testów statystycznych

Weryfikacja hipotez statystycznych za pomocą testów statystycznych Weryfikacja hipotez statystycznych za pomocą testów statystycznych Weryfikacja hipotez statystycznych za pomocą testów stat. Hipoteza statystyczna Dowolne przypuszczenie co do rozkładu populacji generalnej

Bardziej szczegółowo

Teoria Gier - wojna, rybołówstwo i sprawiedliwość w polityce.

Teoria Gier - wojna, rybołówstwo i sprawiedliwość w polityce. Liceum Ogólnokształcące nr XIV we Wrocławiu 5 maja 2009 1 2 Podobieństwa i różnice do gier o sumie zerowej Równowaga Nasha I co teraz zrobimy? 3 Idee 1 Grać będą dwie osoby. U nas nazywają się: pan Wiersz

Bardziej szczegółowo

Wstęp do kognitywistyki. Wykład 6: Psychologia poznawcza

Wstęp do kognitywistyki. Wykład 6: Psychologia poznawcza Wstęp do kognitywistyki Wykład 6: Psychologia poznawcza Sześciokąt nauk kognitywnych I. Psychologia poznawcza Poznanie to zdolność człowieka do odbierania informacji z otoczenia i przetwarzania ich w celu

Bardziej szczegółowo

Czym jest użyteczność?

Czym jest użyteczność? Czym jest użyteczność? W teorii gier: Ilość korzyści (czy też dobrobytu ), którą gracz osiąga dla danego wyniku gry. W ekonomii: Zdolność dobra do zaspokajania potrzeb. Określa subiektywną przyjemność,

Bardziej szczegółowo

Zadania o numerze 4 z zestawów licencjat 2014.

Zadania o numerze 4 z zestawów licencjat 2014. Zadania o numerze 4 z zestawów licencjat 2014. W nawiasie przy zadaniu jego występowanie w numerze zestawu Spis treści (Z1, Z22, Z43) Definicja granicy ciągu. Obliczyć granicę:... 3 Definicja granicy ciągu...

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

Metody probabilistyczne klasyfikatory bayesowskie

Metody probabilistyczne klasyfikatory bayesowskie Konwersatorium Matematyczne Metody Ekonomii narzędzia matematyczne w eksploracji danych First Prev Next Last Go Back Full Screen Close Quit Metody probabilistyczne klasyfikatory bayesowskie Wykład 8 Marcin

Bardziej szczegółowo

Teoretyczne podstawy informatyki

Teoretyczne podstawy informatyki Teoretyczne podstawy informatyki Wykład 12a: Prawdopodobieństwo i algorytmy probabilistyczne http://hibiscus.if.uj.edu.pl/~erichter/dydaktyka2010/tpi-2010 Prof. dr hab. Elżbieta Richter-Wąs 1 Teoria prawdopodobieństwa

Bardziej szczegółowo

Ekonomia behawioralna a ekonomia głównego nurtu

Ekonomia behawioralna a ekonomia głównego nurtu Ekonomia behawioralna a ekonomia głównego nurtu Konsekwencje podejścia behawioralnego dla teorii i praktyki gospodarczej Centrum Interdyscyplinarnych Badań nad Rynkami Finansowymi, Kolegium Gospodarki

Bardziej szczegółowo

Teoria relewancji Sperbera i Wilson. Nowe modele komunikacyjne

Teoria relewancji Sperbera i Wilson. Nowe modele komunikacyjne Teoria relewancji Sperbera i Wilson. Nowe modele komunikacyjne Uniwersytet Kardynała Stefana Wyszyńskiego 1 Teoria relewancji ogólna teoria poznania i komunikacji 2 3 4 Twórcy teorii relewancji Dan Sperber

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

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)

Bardziej szczegółowo

6.4. Wieloczynnikowa funkcja podaży Podsumowanie RÓWNOWAGA RYNKOWA Równowaga rynkowa w ujęciu statycznym

6.4. Wieloczynnikowa funkcja podaży Podsumowanie RÓWNOWAGA RYNKOWA Równowaga rynkowa w ujęciu statycznym Spis treœci Przedmowa do wydania ósmego... 11 Przedmowa do wydania siódmego... 12 Przedmowa do wydania szóstego... 14 1. UWAGI WSTĘPNE... 17 1.1. Przedmiot i cel ekonomii... 17 1.2. Ekonomia pozytywna

Bardziej szczegółowo