Indeksy dynamiki (o stałej i zmiennej podstawie)

Save this PDF as:
 WORD  PNG  TXT  JPG

Wielkość: px
Rozpocząć pokaz od strony:

Download "Indeksy dynamiki (o stałej i zmiennej podstawie)"

Transkrypt

1

2 Indeksy dynamiki (o stałej i zmiennej podstawie) Proste indeksy dynamiki określają tempo zmian pojedynczego szeregu czasowego. Wyodrębnia się dwa podstawowe typy indeksów: indeksy o stałej podstawie; indeksy o zmiennej podstawie. Indeksy o stałej podstawie wyznacza się na podstawie wzoru: Indeks (dla okresu t) = Wartość w okresie t / Wartość w okresie bazowym I t/t = Y t / Y T * 100 Indeksy o zmiennej podstawie wyznacza się na podstawie wzoru: Indeks (dla okresu t) = Wartość w okresie t / Wartość w okresie poprzednim I t/t-1 = Y t / Y t-1 * 100

3 Indeksy dynamiki (zastosowanie) Dzięki wyznaczeniu indeksów dynamiki można: porównać tempo zmian szeregów czasowych wyrażonych w zupełnie innych jednostkach (np. tempo zmian cen benzyny i zarobków Polaków); porównać tempo zmian tej samej cechy dla różnych obiektów (np. liczba ofiar wypadków drogowych w Polsce, Niemczech i we Francji); lepiej poznać wewnętrzną strukturę danych np. stałe indeksy dynamiki w ujęciu rok do roku świadczą o tym, że mamy do czynienia z trendem wykładniczym.

4 Przygotowanie arkusza danych w EXCELU Przykład będzie dotyczył danych o liczbie wypadków drogowych w Polsce, we Francji, Niemczech i w Wielkiej Brytanii w latach Analizą obejmiemy jednak tylko dane z lat Krok 1 wybór odpowiednich danych Za pomocą polecenia Dane / Podzbiór tworzymy nowy arkusz zawierający dane z interesujących nas państw Krok 2 kopiowanie danych z programu STATISTICA do Excela Obliczenia łatwiej będzie wykonać w programie Excel. Zaznaczamy interesujący nas zakres danych (od 2000 roku) i kopiujemy za pomocą polecenie Edycja / Kopiuj z nagłówkami. Wklejamy dane w nowym arkuszu programu Excel.

5 Indeksy dynamiki o stałej podstawie Wyznaczanie indeksu o stałej podstawie polega na odniesieniu wartości z danego roku do wartości roku bazowego (a następnie pomnożeniu przez 100). Wartości indeksów względem 2000 roku przedstawiono poniżej. Zastosowanie narzędzia Formatowanie warunkowe pozwala przedstawić dane w interesujący sposób. =B2/B$2*100 Zastosowanie narzędzie Formatowania warunkowego, dostępnych w programie Excel, pozwala w ciekawy sposób przedstawić zmiany skutków wypadków drogowych w postaci mapy kolorów Przykładowe wnioski: W całym badanym okresie nastąpił spadek liczby ofiar wypadków drogowych we wszystkich krajach. Największy we Francji niemal dwukrotny (dokładnie o 49,1%), podobnie w Niemczech i Wielkiej Brytanii. W Polsce liczba ofiar wypadków drogowych spadła w 2011 roku w stosunku do roku 2011 o jedną trzecią (33,4%).

6 Indeksy dynamiki o zmiennej podstawie Wyznaczanie indeksu o zmiennej podstawie polega na odniesieniu wartości z danego roku do wartości z roku poprzedniego (a następnie pomnożeniu przez 100). Wartości indeksów względem w ujęciu rok do roku przedstawiono poniżej. =B3/B2*100 Przykładowe wnioski: Odejmując od indeksów dynamiki wartość 100 otrzymujemy zmiany procentowe. Zmiany liczby ofiar wypadków drogowych w Niemczech były bardzo systematyczne, dopiero w roku 2011 zanotowano wzrost w stosunku do roku W Polsce, okresy spadkowe, były przeplatane latami, w których liczba wypadków wzrastała.

7 Prezentacja graficzna indeksów dynamiki Krok 1 kopiowanie danych z Excela do programu STATISTICA Po zaznaczeniu odpowiedniego obszaru danych w arkuszu Excela wklejamy je do programu STATISTICA wykorzystując polecenie Edycja / Wklej z nagłówkami / i w zależności od tego, czy dane posiadają nazwy przypadków i/lub zmiennych wskazujemy odpowiednią opcję. Krok 2 wykorzystanie wykresów liniowych lub wykresów słupkowych (z poziomem odchyleń) Wyniki można przedstawić w formie wielokrotnego wykresu liniowego (lepsza opcja dla indeksów o stałej podstawie) lub wykresu słupkowego (lepsza opcja dla indeksów o zmiennej podstawie)

8 Prezentacja graficzna indeksów dynamiki (1)

9 Prezentacja graficzna indeksów dynamiki (2)

10 Indeksy złożone Indeksy złożone (agregatowe) pozwalają ocenić tempo i kierunek zmian wartości kombinacji wielu zmiennych jednocześnie. Do najczęściej stosowanych (ale nie tylko) indeksów złożonych należą formuły wiążące ilość towarów i ich ceny. Takie indeksy stosowane do pewnego koszyka dóbr służą między innymi do szacowania poziomu inflacji. Jako przykład indeksu agregatowego omówiony zostanie indeks Laspeyresa w indeksie tym odnosi się sumaryczną wartość koszyka dóbr w danym okresie do wartości tego samego koszyka dób w okresie bazowym. Indeks Laspeyresa = p i q p q Oznaczenia: p i ceny poszczególnych dóbr, q i ilości poszczególnych dóbr 0 0

11 Analiza i przekształcenia szeregów czasowych w programie STATISTICA Specjalistyczne narzędzia poświęcone analizie struktury szeregów czasowych i prognozowaniu zebrane są w programie STATISTICA w module Szeregi czasowe i prognozowanie (STATYSTYKA / Zaawansowane modele liniowe i nieliniowe). Znajdują się tam narzędzia pozwalające dokonywać różnych przekształceń szeregów czasowych, co pozwala na lepsze poznanie ich struktury. Zestaw takich podstawowych narzędzi jest dostępnych po wybraniu polecenia OK (przekształcenia, autokorelacje, ).

12 Operacje na danych czasowych - przegląd danych Na każdym etapie pracy z szeregiem czasowym użytkownik ma możliwość przeglądnięcia (w formie wykresu lub tabeli) wyjściowego szeregu czasowego wraz z jego przekształceniami. Służy do tego zakładka Przegląd. W zakładce tej ustalamy też sposób opisywania kolejnych obserwacji na wykresach i w tabelach. Lista zmiennych i ich przekształceń Możliwość wyświetlania w formie tabeli lub wykresu jednej lub kilku zmiennych i ich przekształceń Sposób opisywania danych w tabeli lub na wykresie

13 Operacje na danych czasowych - różnicowanie Wyznaczenie różnic pomiędzy kolejnymi wartościami szeregu czasowego, pozwala lepiej wejrzeć w jego strukturę. Zagadnienie jest bardzo szerokie i skomplikowane, ale pewne spostrzeżenia są dosyć oczywiste: analiza różnic pomiędzy kolejnymi wartościami pozwala odkryć strukturę szeregu, która dla danych oryginalnych może być zaburzona przez występowanie np. trendu; jeżeli uda nam się sporządzić prognozę dla szeregu różnic, tym samym możemy też prognozować kolejne wartości oryginalnego szeregu; po zróżnicowaniu danych charakteryzujących się trendem liniowym, otrzymujemy szereg o wahaniach losowych, po zróżnicowaniu trendu kwadratowego otrzymujemy trend liniowy, etc. Różnicując dane możemy odejmować nie tylko sąsiednie obserwacje na przykład, aby wyeliminować sezonowość miesięczną, należałoby zastosować opóźnienie równe 12. Po wykonaniu różnicowania, przekształcona zmienna może być dalej analizowana. W przypadku bardziej złożonych, nieliniowych trendów, dane można różnicować wielokrotnie.

14 Operacje na danych czasowych - wygładzanie średnią ruchomą (1) Kolejną, dość często stosowaną operacją dokonywaną na szeregach czasowych jest wyliczanie tzw. średniej ruchomej. Średnia ruchoma może być wyznaczana z dowolnej liczby kolejnych obserwacji, przy czym wynik może być przypisany do obserwacji środkowej lub ostatniej. Dla przykładu, podano wzory pozwalające na wyznaczenie średniej ruchomej 5-okresowej, której wyniki są przypisane do środkowej: i ostatniej obserwacji: Y i * = (Y i-2 + Y i-1 + Y i + Y i+1 + Y i+2 )/5 Y i * = (Y i-4 + Y i-3 + Y i-2 + Y i-1 + Y i )/5 Wyznaczenie średniej ruchomej pozwala na zniwelowanie wahań przypadkowych, z drugiej strony powoduje jednak zmniejszenie liczby obserwacji w szeregu.

15 Operacje na danych czasowych - wygładzanie średnią ruchomą (2) W programie STATISTICA wyliczenie i przedstawienie średniej ruchomej w formie arkusza danych bądź wykresu jest bardzo łatwe, w tym celu w oknie Przekształcenia zmiennych należy wybrać zakładkę Wygładzanie. Istnieje możliwość wyliczenia średniej ruchomej z dowolnej liczby okresów, może to być średnia z obserwacji poprzedzających, można też dowolnie przypisać wagi kolejnym obserwacjom. Na wykresie przedstawiono oryginalny szereg i szereg wygładzony średnią ważoną 5-okresową liczby wypadków w Niemczech w latach

16 Operacje na danych czasowych - opóźnianie Kolejną ważną operacją, wykonywaną często na danych czasowych jest ich opóźnianie. W ten sposób, tworząc przesuniętą kopię oryginalnego szeregu czasowego można na przykład dokonać porównania wartości aktualnych i historycznych. Na przykład, opóźnienie szeregu o jeden okres to wyznaczenia tak zwanej prognozy naiwnej. Opóźnienie szeregu średnich ruchomych o jeden okres pozwala na wyznaczenie prognozy będącą średnią poprzednich obserwacji. W programie STATISTICA opóźnienie szeregu czasowego może być wykonane w zakładce Przesunięcie / Przesuń szereg w przód.

17 Prognoza naiwna i za pomocą średniej ruchomej - konstruowanie Za pomocą narzędzi analizy szeregów czasowych w programie STATISTICA sporządzona zostanie prognoza liczby wypadków w Niemczech przy zastosowaniu dwóch metod: metody naiwnej; średniej ruchomej 5-okresowej; Wartości zmiennej oryginalnej i prognozowanej zostały następnie wyświetlone w nowym arkuszu programu STATISTICA. W tym celu wykorzystano możliwość wyliczania średniej ruchomej z poprzednich obserwacji oraz opóźniania szeregu. Fragment arkusza wyników przedstawiono poniżej. Prognozy na 2012 rok wyróżniono kolorem żółtym.

18 Błędy prognozy (1) - dwie filozofie wyznaczania Zawsze podczas wyznaczania prognozy powstaje kwestia jej wiarygodności, bowiem nikt nie spodziewa się, iż każda prognoza będzie w 100% sprawdzalna (a doświadczenie uczy, że jest raczej zupełnie odwrotnie). Optymalna byłaby możliwość podania prognozowanej wartości wraz ze spodziewanym błędem. Niestety, jest to zadanie bardzo trudne, gdyż sprowadza się do konieczności sporządzenia kolejnej prognozy, tym razem dla błędu prognoz. W praktyce, rozwiązuje się to najczęściej w ten sposób, iż wyznacza się błędy prognoz wygasłych, czyli dla wszystkich poprzednich obserwacji wyznacza się wartości prognozowane, oblicza odpowiednie miary błędu, uśrednia i podaje jako błąd prognozy. Zakłada się potem, że błąd faktycznie przeprowadzanej prognozy będzie zbliżony od uśrednionych wartości wcześniejszych błędów.

19 Błędy prognozy (2) - rodzaje Istnieje wiele rodzajów błędów prognoz. Wszystkie one bazują oczywiście na porównywaniu wartości obserwowanych i dopasowanych na podstawie wybranego modelu zjawiska. Oto najczęściej spotykane z mierników błędów prognoz: Błąd średni (ME) jest to średnia arytmetyczna wartości reszt (błędu), przy czym znaczenie tej miary jest ograniczone przez fakt, że dodatnie i ujemne wartości błędu znoszą się nawzajem. Średni błąd bezwzględny (MAE) jest to dużo lepszy miernik dopasowania modelu, gdyż obliczany jest jako średnia wartości bezwzględnych reszt. Wartość średniego błędu bezwzględnego równa zero oznacza, że model jest idealnie dopasowany do danych. Średni błąd kwadratowy (MSE) charakteryzuje się podobnymi własnościami jak średni błąd bezwzględny, ponadto jest bardziej wrażliwy na wartości odstające. Średni błąd procentowy (MPE) błąd procentowy dla danego okresu czasowego wyliczany jest jako iloraz reszty (błędu) i wartości obserwowanej wyrażony w procentach. Średnia arytmetyczna procentowych błędów prognozy jest często bardziej przydatna niż błąd średni, gdyż pokazuje względne niedopasowanie modelu. Wspólna jest wada obu tych miar czyli znoszenie się nawzajem odchyleń o różnych znakach. Średni bezwzględny błąd procentowy (MAPE) najdoskonalsza ze wszystkich wymienionych charakterystyk, jest łatwo interpretowalna i kumuluje w sobie zalety wszystkich wyszczególnionych wcześniej miar.

20 Błędy prognozy (3) - wyznaczanie w arkuszu programu STATISTICA Dla prognoz liczby wypadków drogowych w Niemczech wyznaczonych za pomocą metody naiwnej i średniej ruchomej wyznaczone zostaną reszty obu modeli a następnie błędy prognoz typu MAE i MAPE. W tym celu wykorzystane zostaną formuły arkusza danych programu STATISTICA a następnie wartości z kolumn MAE i MAPE zostaną uśrednione np. za pomocą podręcznych statystyk opisowych. Prognoza za pomocą średniej ruchomej: MAE = 1099 MAPE = 18,8% Prognoza naiwna: MAE = 401 MAPE = 6,3%

21 Błędy prognozy (4) - KOMENTARZ Zarówno na podstawie błędów typu MAE jak i MAPE stwierdzamy, iż prognoza za pomocą średniej ruchomej 5-okresowej daje dużo gorsze wyniki, niż prognoza za pomocą metody naiwnej. Może być to zaskakujące, metoda średniej ruchomej wydaje się brać pod uwagę większą ilość informacji, więc można byłoby się spodziewać lepszych wyników. Jak się okazuje, w przypadku gdy w szeregu występują wyraźne trendy, metody średnich ruchomych nie mogą być stosowane. Gwoli ścisłości, także prognoza skonstruowana za pomocą metody naiwnej daje duże błędy. Zadanie do samodzielnego rozwiązania: Proszę skonstruować prognozę za pomocą modelu trendu liniowego i obliczyć mierniki prognoz MAE i MAPE. Wyniki należy porównać z błędami prognoz metody naiwnej oraz 5-okresowej średniej ruchomej.

Wykład 5: Analiza dynamiki szeregów czasowych

Wykład 5: Analiza dynamiki szeregów czasowych Wykład 5: Analiza dynamiki szeregów czasowych ... poczynając od XIV wieku zegar czynił nas najpierw stróżów czasu, następnie ciułaczy czasu, i wreszcie obecnie - niewolników czasu. W trakcie tego procesu

Bardziej szczegółowo

Wykład 6: Analiza danych czasowych Wykresy, indeksy dynamiki

Wykład 6: Analiza danych czasowych Wykresy, indeksy dynamiki Wykład 6: Analiza danych czasowych Wykresy, indeksy dynamiki ... poczynając od XIV wieku zegar czynił nas najpierw stróżów czasu, następnie ciułaczy czasu, i wreszcie obecnie - niewolników czasu. W trakcie

Bardziej szczegółowo

Dopasowywanie modelu do danych

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Wykład 5: Statystyki opisowe (część 2)

Wykład 5: Statystyki opisowe (część 2) Wykład 5: Statystyki opisowe (część 2) Wprowadzenie Na poprzednim wykładzie wprowadzone zostały statystyki opisowe nazywane miarami położenia (średnia, mediana, kwartyle, minimum i maksimum, modalna oraz

Bardziej szczegółowo

Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie

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

Bardziej szczegółowo

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie: ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość

Bardziej szczegółowo

3. Modele tendencji czasowej w prognozowaniu

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

Bardziej szczegółowo

Wykład 4: Statystyki opisowe (część 1)

Wykład 4: Statystyki opisowe (część 1) Wykład 4: Statystyki opisowe (część 1) Wprowadzenie W przypadku danych mających charakter liczbowy do ich charakterystyki można wykorzystać tak zwane STATYSTYKI OPISOWE. Za pomocą statystyk opisowych można

Bardziej szczegółowo

Analiza autokorelacji

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

Bardziej szczegółowo

Co to jest analiza regresji?

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

Bardziej szczegółowo

4. Średnia i autoregresja zmiennej prognozowanej

4. Średnia i autoregresja zmiennej prognozowanej 4. Średnia i autoregresja zmiennej prognozowanej 1. Średnia w próbie uczącej Własności: y = y = 1 N y = y t = 1, 2, T s = s = 1 N 1 y y R = 0 v = s 1 +, 2. Przykład. Miesięczna sprzedaż żelazek (szt.)

Bardziej szczegółowo

7.4 Automatyczne stawianie prognoz

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

Bardziej szczegółowo

Zajęcia 1. Statystyki opisowe

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

Bardziej szczegółowo

Praktyczny Excel. Wykresy i grafika. w Excelu krok po kroku

Praktyczny Excel. Wykresy i grafika. w Excelu krok po kroku Praktyczny Excel Wykresy i grafika w Excelu krok po kroku 5 1 NUMER PRAWNICZY przygotowany przez + OCHRONA DANYCH OSOBOWYCH profesjonalnie i kompleksowo 1 2 + GRATIS 20% GRATIS 30%, tel. 22 518 29 29,

Bardziej szczegółowo

Wprowadzenie do teorii prognozowania

Wprowadzenie do teorii prognozowania Wprowadzenie do teorii prognozowania I Pojęcia: 1. Prognoza i zmienna prognozowana (przedmiot prognozy). Prognoza punktowa i przedziałowa. 2. Okres prognozy i horyzont prognozy. Prognozy krótkoterminowe

Bardziej szczegółowo

Praktyczny Excel. Wykresy i grafika. w Excelu krok po kroku

Praktyczny Excel. Wykresy i grafika. w Excelu krok po kroku Praktyczny Excel Wykresy i grafika w Excelu krok po kroku 5 1 NUMER PRAWNICZY przygotowany przez + OCHRONA DANYCH OSOBOWYCH profesjonalnie i kompleksowo 1 2 + GRATIS 20% GRATIS 30%, tel. 22 518 29 29,

Bardziej szczegółowo

Ekonometria. Regresja liniowa, współczynnik zmienności, współczynnik korelacji liniowej, współczynnik korelacji wielorakiej

Ekonometria. Regresja liniowa, współczynnik zmienności, współczynnik korelacji liniowej, współczynnik korelacji wielorakiej Regresja liniowa, współczynnik zmienności, współczynnik korelacji liniowej, współczynnik korelacji wielorakiej Paweł Cibis pawel@cibis.pl 23 lutego 2007 1 Regresja liniowa 2 wzory funkcje 3 Korelacja liniowa

Bardziej szczegółowo

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)

You created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com) Prezentacja materiału statystycznego Szeroko rozumiane modelowanie i prognozowanie jest zwykle kluczowym celem analizy danych. Aby zbudować model wyjaśniający relacje pomiędzy różnymi aspektami rozważanego

Bardziej szczegółowo

najlepszych trików Excelu

najlepszych trików Excelu 70 najlepszych trików W Excelu 70 najlepszych trików w Excelu Spis treści Formatowanie czytelne i przejrzyste zestawienia...3 Wyświetlanie tylko wartości dodatnich...3 Szybkie dopasowanie szerokości kolumny...3

Bardziej szczegółowo

Wydatki [zł] Wydatki 36,4 38, ,6 37,6 40, , ,5 33 Czas

Wydatki [zł] Wydatki 36,4 38, ,6 37,6 40, , ,5 33 Czas Wydatki [zł] Zestaw zadań z Zastosowania metod progn. Zadanie 1 Dany jest następujący szereg czasowy: t 1 2 3 4 5 6 7 8 y t 11 14 13 18 17 25 26 28 Dokonaj jego dekompozycji na podstawowe składowe. Wykonaj

Bardziej szczegółowo

MS EXCEL KURS DLA ZAAWANSOWANYCH Z WYKORZYSTANIEM VBA

MS EXCEL KURS DLA ZAAWANSOWANYCH Z WYKORZYSTANIEM VBA COGNITY Praktyczne Skuteczne Szkolenia i Konsultacje tel. 12 421 87 54 biuro@cognity.pl www.cognity.pl MS EXCEL KURS DLA ZAAWANSOWANYCH Z WYKORZYSTANIEM VBA C O G N I T Y SZKOLENIE MS EXCEL KURS ZAAWANSOWANYCH

Bardziej szczegółowo

Ekonometria. Modele dynamiczne. Paweł Cibis 27 kwietnia 2006

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

Bardziej szczegółowo

Praktyczny Excel. 50 praktycznych formuł na każdą okazję

Praktyczny Excel. 50 praktycznych formuł na każdą okazję Praktyczny Excel 50 praktycznych formuł na każdą okazję 3 1 NUMER PRAWNICZY przygotowany przez + OCHRONA DANYCH OSOBOWYCH profesjonalnie i kompleksowo 1 2 + GRATIS 20% GRATIS 30%, tel. 22 518 29 29, email:

Bardziej szczegółowo

Wykład 2: Arkusz danych w programie STATISTICA

Wykład 2: Arkusz danych w programie STATISTICA Wykład 2: Arkusz danych w programie STATISTICA Nazwy przypadków Numer i nazwa zmiennej Elementy arkusza danych Cechy statystyczne Zmienne (kolumny) Jednostki statystyczne Przypadki (wiersze) Tworzenie

Bardziej szczegółowo

PROGRAM SZKOLENIA. Excel w Analizach danych.

PROGRAM SZKOLENIA. Excel w Analizach danych. PROGRAM SZKOLENIA Excel w Analizach danych SZKOLENIE JEST DLA OSÓB, KTÓRE: znają podstawy programu Microsoft Excel, w codziennej pracy wykorzystują Excel jako narzędzie analizy danych i chcą zgłębić posiadaną

Bardziej szczegółowo

Analiza zależności liniowych

Analiza zależności liniowych Narzędzie do ustalenia, które zmienne są ważne dla Inwestora Analiza zależności liniowych Identyfikuje siłę i kierunek powiązania pomiędzy zmiennymi Umożliwia wybór zmiennych wpływających na giełdę Ustala

Bardziej szczegółowo

Wprowadzenie do MS Excel

Wprowadzenie do MS Excel Wprowadzenie do MS Excel Czym jest Excel? Excel jest programem umożliwiającym tworzenie tabel, a także obliczanie i analizowanie danych. Należy do typu programów nazywanych arkuszami kalkulacyjnymi. W

Bardziej szczegółowo

Analiza współzależności zjawisk

Analiza współzależności zjawisk Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.

Bardziej szczegółowo

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007 Modele regresji wielorakiej - dobór zmiennych, szacowanie Paweł Cibis pawel@cibis.pl 1 kwietnia 2007 1 Współczynnik zmienności Współczynnik zmienności wzory Współczynnik zmienności funkcje 2 Korelacja

Bardziej szczegółowo

Analiza Zmian w czasie

Analiza Zmian w czasie Statystyka Opisowa z Demografią oraz Biostatystyka Analiza Zmian w czasie Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka

Bardziej szczegółowo

PROGRAM SZKOLENIA. Excel w logistyce.

PROGRAM SZKOLENIA. Excel w logistyce. PROGRAM SZKOLENIA Excel w logistyce SZKOLENIE JEST DLA OSÓB, KTÓRE: znają podstawy programu Microsoft Excel, pracują lub zarządzają działami sprzedaży lub logistyki, chcą zoptymalizować czas przygotowywania

Bardziej szczegółowo

MS Excel. Podstawowe wiadomości

MS Excel. Podstawowe wiadomości MS Excel Podstawowe wiadomości Do czego służy arkusz kalkulacyjny? Arkusz kalkulacyjny wykorzystywany jest tam gdzie wykonywana jest olbrzymia ilość żmudnych, powtarzających się według określonego schematu

Bardziej szczegółowo

Wykład 3: Statystyki opisowe - miary położenia, miary zmienności, miary asymetrii

Wykład 3: Statystyki opisowe - miary położenia, miary zmienności, miary asymetrii Wykład 3: Statystyki opisowe - miary położenia, miary zmienności, miary asymetrii Wprowadzenie W przypadku danych liczbowych do ich charakterystyki można wykorzystać tak zwane STATYSTYKI OPISOWE. Za pomocą

Bardziej szczegółowo

Przewodnik dla każdego po: Dla każdego coś miłego Microsoft Excel 2010

Przewodnik dla każdego po: Dla każdego coś miłego Microsoft Excel 2010 Przewodnik dla każdego po: Dla każdego coś miłego Microsoft Excel 2010 Czym jest Excel 2010 Excel jest programem umożliwiającym tworzenie tabel, a także obliczanie i analizowanie danych. Należy do typu

Bardziej szczegółowo

Wykład 3. Metody opisu danych (statystyki opisowe, tabele liczności, wykresy ramkowe i histogramy)

Wykład 3. Metody opisu danych (statystyki opisowe, tabele liczności, wykresy ramkowe i histogramy) Wykład 3. Metody opisu danych (statystyki opisowe, tabele liczności, wykresy ramkowe i histogramy) Co na dzisiejszym wykładzie: definicje, sposoby wyznaczania i interpretacja STATYSTYK OPISOWYCH prezentacja

Bardziej szczegółowo

Excel zadania sprawdzające 263

Excel zadania sprawdzające 263 Excel zadania sprawdzające 263 Przykładowe zadania do samodzielnego rozwiązania Zadanie 1 Wpisać dane i wykonać odpowiednie obliczenia. Wykorzystać wbudowane funkcje Excela: SUMA oraz ŚREDNIA. Sformatować

Bardziej szczegółowo

Wykład 2: Grupowanie danych (szeregi statystyczne) + porady dotyczące analizy danych w programie STATISTICA

Wykład 2: Grupowanie danych (szeregi statystyczne) + porady dotyczące analizy danych w programie STATISTICA Wykład 2: Grupowanie danych (szeregi statystyczne) + porady dotyczące analizy danych w programie STATISTICA Dobór metody prezentacji danych Dobór metody prezentacji danych zależy od: charakteru danych

Bardziej szczegółowo

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych

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

Bardziej szczegółowo

PROGRAM SZKOLENIA. Excel Średniozaawansowany z wprowadzeniem do tabel przestawnych i makr.

PROGRAM SZKOLENIA. Excel Średniozaawansowany z wprowadzeniem do tabel przestawnych i makr. PROGRAM SZKOLENIA Excel Średniozaawansowany z wprowadzeniem do tabel przestawnych i makr SZKOLENIE JEST DLA OSÓB, KTÓRE: znają podstawy programu Microsoft Excel, chcą przyspieszyć i usprawnić pracę oraz

Bardziej szczegółowo

Program szkolenia MS Excel - Poziom Zaawansowany 30 godz. (wymagana znajomość obsługi programu w zakresie średnio zaawansowanym)

Program szkolenia MS Excel - Poziom Zaawansowany 30 godz. (wymagana znajomość obsługi programu w zakresie średnio zaawansowanym) Program szkolenia MS Excel - Poziom Zaawansowany 30 godz. (wymagana znajomość obsługi programu w zakresie średnio zaawansowanym) Skróty klawiszowe Skróty do poruszania się po arkuszu. Skróty do przeglądania

Bardziej szczegółowo

Prognozowanie na podstawie modelu ekonometrycznego

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

Bardziej szczegółowo

Podstawy obsługi arkusza kalkulacyjnego Excel

Podstawy obsługi arkusza kalkulacyjnego Excel Podstawy obsługi arkusza kalkulacyjnego Excel Informacje o usłudze Numer usługi 2016/11/16/5015/23696 Cena netto 570,00 zł Cena brutto 701,10 zł Cena netto za godzinę 47,50 zł Cena brutto za godzinę 58,43

Bardziej szczegółowo

Prognozowanie popytu. mgr inż. Michał Adamczak

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

Bardziej szczegółowo

ABC 2002/XP PL EXCEL. Autor: Edward C. Willett, Steve Cummings. Rozdział 1. Podstawy pracy z programem (9) Uruchamianie programu (9)

ABC 2002/XP PL EXCEL. Autor: Edward C. Willett, Steve Cummings. Rozdział 1. Podstawy pracy z programem (9) Uruchamianie programu (9) ABC 2002/XP PL EXCEL Autor: Edward C. Willett, Steve Cummings Rozdział 1. Podstawy pracy z programem (9) Uruchamianie programu (9) Obszar roboczy programu (10) o Pasek tytułowy (10) o Przyciski Minimalizuj

Bardziej szczegółowo

Analiza regresji - weryfikacja założeń

Analiza regresji - weryfikacja założeń Medycyna Praktyczna - portal dla lekarzy Analiza regresji - weryfikacja założeń mgr Andrzej Stanisz z Zakładu Biostatystyki i Informatyki Medycznej Collegium Medicum UJ w Krakowie (Kierownik Zakładu: prof.

Bardziej szczegółowo

Program szkolenia EXCEL OD PODSTAW POPOŁUDNIOWY (WIECZOROWY)

Program szkolenia EXCEL OD PODSTAW POPOŁUDNIOWY (WIECZOROWY) Program szkolenia EXCEL OD PODSTAW POPOŁUDNIOWY (WIECZOROWY) SZKOLENIE JEST DLA OSÓB, KTÓRE: nie znają programu Microsoft Excel lub znają go w nieznacznym stopniu, chcą nauczyć się podstawowych poleceń

Bardziej szczegółowo

TP1 - TABELE PRZESTAWNE od A do Z

TP1 - TABELE PRZESTAWNE od A do Z TP1 - TABELE PRZESTAWNE od A do Z Program szkolenia 1. Tabele programu Excel 1.1. Wstawianie tabeli 1.2. Style tabeli 1.3. Właściwości tabeli 1.4. Narzędzia tabel 1.4.1. Usuń duplikaty 1.4.2. Konwertuj

Bardziej szczegółowo

Kolumna Zeszyt Komórka Wiersz Tabela arkusza Zakładki arkuszy

Kolumna Zeszyt Komórka Wiersz Tabela arkusza Zakładki arkuszy 1 Podstawowym przeznaczeniem arkusza kalkulacyjnego jest najczęściej opracowanie danych liczbowych i prezentowanie ich formie graficznej. Ale formuła arkusza kalkulacyjnego jest na tyle elastyczna, że

Bardziej szczegółowo

ECDL zaawansowany, moduł EXCEL

ECDL zaawansowany, moduł EXCEL ECDL zaawansowany, moduł EXCEL Szkolenie współfinansowane przez Unię Europejską w ramach Europejskiego Funduszu Społecznego Czas trwania szkolenia - 20h (3 dni szkoleniowe) Grupa- 10 osób Terminy - 18-20

Bardziej szczegółowo

Program szkoleniowy. 16 h dydaktycznych (12 h zegarowych) NAZWA SZCZEGÓŁY CZAS. Skróty dostępu do narzędzi

Program szkoleniowy. 16 h dydaktycznych (12 h zegarowych) NAZWA SZCZEGÓŁY CZAS. Skróty dostępu do narzędzi Program szkoleniowy Microsoft Excel Poziom Podstawowy 16 h dydaktycznych (12 h zegarowych) NAZWA SZCZEGÓŁY CZAS 1. Skróty klawiszowe Skróty do przeglądania arkusza Skróty dostępu do narzędzi Skróty dotyczące

Bardziej szczegółowo

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

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

Bardziej szczegółowo

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, 诲 瞴瞶 瞶 ƭ0 ƭ 瞰 parametrów strukturalnych modelu Y zmienna objaśniana, = + + + + + X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, α 0, α 1, α 2,,α k parametry strukturalne modelu, k+1 parametrów

Bardziej szczegółowo

Regresja linearyzowalna

Regresja linearyzowalna 1 z 5 2007-05-09 23:22 Medycyna Praktyczna - portal dla lekarzy Regresja linearyzowalna mgr Andrzej Stanisz z Zakładu Biostatystyki i Informatyki Medycznej Collegium Medicum UJ w Krakowie Data utworzenia:

Bardziej szczegółowo

Struktura terminowa rynku obligacji

Struktura terminowa rynku obligacji Krzywa dochodowości pomaga w inwestowaniu w obligacje Struktura terminowa rynku obligacji Wskazuje, które obligacje są atrakcyjne a których unikać Obrazuje aktualną sytuację na rynku długu i zmiany w czasie

Bardziej szczegółowo

PODSTAWOWE ANALIZY I WIZUALIZACJA Z WYKORZYSTANIEM MAP W STATISTICA

PODSTAWOWE ANALIZY I WIZUALIZACJA Z WYKORZYSTANIEM MAP W STATISTICA PODSTAWOWE ANALIZY I WIZUALIZACJA Z WYKORZYSTANIEM MAP W STATISTICA Krzysztof Suwada, StatSoft Polska Sp. z o.o. Wstęp Wiele różnych analiz dotyczy danych opisujących wielkości charakterystyczne bądź silnie

Bardziej szczegółowo

W.Stachowski Wielkości w analizie kosztowej Strona 1

W.Stachowski Wielkości w analizie kosztowej Strona 1 W.Stachowski Wielkości w analizie kosztowej Strona 1 BKPH Opis Pole BKPH (budżetowy koszt pracy według harmonogramu) zawiera skumulowane okresowe koszty według planu bazowego, poniesione do daty stanu

Bardziej szczegółowo

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów: Na dzisiejszym wykładzie omówimy najważniejsze charakterystyki liczbowe występujące w statystyce opisowej. Poszczególne wzory będziemy podawać w miarę potrzeby w trzech postaciach: dla szeregu szczegółowego,

Bardziej szczegółowo

W tym celu korzystam z programu do grafiki wektorowej Inkscape 0.46.

W tym celu korzystam z programu do grafiki wektorowej Inkscape 0.46. 1. Wprowadzenie Priorytetem projektu jest zbadanie zależności pomiędzy wartościami średnich szybkości przemieszczeń terenu, a głębokością eksploatacji węgla kamiennego. Podstawowe dane potrzebne do wykonania

Bardziej szczegółowo

Excel 2007 PL. Pierwsza pomoc

Excel 2007 PL. Pierwsza pomoc . Pierwsza pomoc Autor: Bartosz Gajda ISBN: 978-83-246-1095-2 Format: A5, stron: 92 Kto w dzisiejszych zwariowanych czasach chcia³by traciæ cenne godziny na robienie papierowych sprawozdañ i zestawieñ?

Bardziej szczegółowo

ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2012

ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2012 ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2012 OPRACOWAŁY: ANNA ANWAJLER MARZENA KACZOR DOROTA LIS 1 WSTĘP W analizie wykorzystywany będzie model szacowania EWD.

Bardziej szczegółowo

Żurek INFOBroker. Szkolenia warsztaty konsultacje MS Excel. www.excel.jzurek.com. tel. 601 517 216

Żurek INFOBroker. Szkolenia warsztaty konsultacje MS Excel. www.excel.jzurek.com. tel. 601 517 216 Żurek INFOBroker Szkolenia warsztaty konsultacje MS Excel www.excel.jzurek.com tel. 601 517 216 MS Excel szkolenie dla początkujących i laików (program ramowy): o zastosowanie i budowa programu - do czego

Bardziej szczegółowo

Wstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński

Wstęp do teorii niepewności pomiaru. Danuta J. Michczyńska Adam Michczyński Wstęp do teorii niepewności pomiaru Danuta J. Michczyńska Adam Michczyński Podstawowe informacje: Strona Politechniki Śląskiej: www.polsl.pl Instytut Fizyki / strona własna Instytutu / Dydaktyka / I Pracownia

Bardziej szczegółowo

ZASTOSOWANIE ARKUSZA KALKULACYJNEGO EXCEL DO ANALIZY ABC/XYZ

ZASTOSOWANIE ARKUSZA KALKULACYJNEGO EXCEL DO ANALIZY ABC/XYZ ZASTOSOWANIE ARKUSZA KALKULACYJNEGO EXCEL DO ANALIZY ABC/XYZ CHARAKTERYSTYKA METODY ABC/XYZ Istotą metody ABC jest podział asortymentu na trzy grupy: grupa A zapasy cenne, stanowiące 5-20% liczebności

Bardziej szczegółowo

Program szkolenia EXCEL W ANALIZACH DANYCH.

Program szkolenia EXCEL W ANALIZACH DANYCH. Program szkolenia EXCEL W ANALIZACH DANYCH SZKOLENIE JEST DLA OSÓB, KTÓRE: znają podstawy programu Microsoft Excel, w codziennej pracy wykorzystują Excel jako narzędzie analizy danych i chcą zgłębić posiadaną

Bardziej szczegółowo

Statystyka opisowa Opracował: dr hab. Eugeniusz Gatnar, prof. WSBiF

Statystyka opisowa Opracował: dr hab. Eugeniusz Gatnar, prof. WSBiF Statystyka opisowa Opracował: dr hab. Eugeniusz Gatnar, prof. WSBiF 120 I. Ogólne informacje o przedmiocie Cel przedmiotu: Opanowanie podstaw teoretycznych, poznanie przykładów zastosowań metod statystycznych.

Bardziej szczegółowo

Pobierz plik z przykładem http://www.excelwpraktyce.pl/eletter_przyklady/eletter146/1_szacowanie_formuly.zip

Pobierz plik z przykładem http://www.excelwpraktyce.pl/eletter_przyklady/eletter146/1_szacowanie_formuly.zip :: Trik 1. Analiza działania formuły krok po kroku :: Trik 2. Przejrzysty harmonogram zadań :: Trik 3. Dane w kolejności losowej :: Trik 4. Najszybszy sposób utworzenia kopii arkusza :: Trik 5. Szybka

Bardziej szczegółowo

LABORATORIUM Z FIZYKI

LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI I PRACOWNIA FIZYCZNA C w Gliwicach Gliwice, ul. Konarskiego 22, pokoje 52-54 Regulamin pracowni i organizacja zajęć Sprawozdanie (strona tytułowa, karta pomiarowa)

Bardziej szczegółowo

Formatowanie warunkowe

Formatowanie warunkowe Formatowanie warunkowe od A do Z Formatowanie tabel Porównywanie danych Wyszukiwanie i oznaczanie danych BBP 0224 Redaktor Piotr Gromulski Redaktor merytoryczny Tadeusz Jankowski Wydawca Przemysław Modrzewski

Bardziej szczegółowo

Ćwiczenia Skopiować do swojego folderu plik cwiczenia-kl.ii.xls, a następnie zmienić jego nazwę na imię i nazwisko ucznia

Ćwiczenia Skopiować do swojego folderu plik cwiczenia-kl.ii.xls, a następnie zmienić jego nazwę na imię i nazwisko ucznia Temat 23 : Poznajemy podstawy pracy w programie Excel. 1. Arkusz kalkulacyjny to: program przeznaczony do wykonywania różnego rodzaju obliczeń oraz prezentowania i analizowania ich wyników, utworzony (w

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

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

Bardziej szczegółowo

ANALIZA SPRZEDAŻY: - struktura

ANALIZA SPRZEDAŻY: - struktura KOŁO NAUKOWE CONTROLLINGU UNIWERSYTET ZIELONOGÓRSKI ANALIZA SPRZEDAŻY: - struktura - koncentracja - kompleksowa analiza - dynamika Spis treści Wstęp 3 Analiza struktury 4 Analiza koncentracji 7 Kompleksowa

Bardziej szczegółowo

Analiza Statystyczna

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

Bardziej szczegółowo

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.

SCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie. SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:

Bardziej szczegółowo

TABELE I WYKRESY W EXCELU I ACCESSIE

TABELE I WYKRESY W EXCELU I ACCESSIE TABELE I WYKRESY W EXCELU I ACCESSIE 1. Tabele wykonane w Excelu na pierwszych ćwiczeniach Wielkość prób samce samice wiosna/lato 12 6 jesień 6 7 zima 10 9 Średni ciężar osobnika SD ciężaru osobnika samce

Bardziej szczegółowo

TREŚCI NAUCZANIA z przedmiotu pracowania ekonomiczno - informatyczna na podstawie programu nr 341[02]/MEN/2008.05.20. klasa 3 TE

TREŚCI NAUCZANIA z przedmiotu pracowania ekonomiczno - informatyczna na podstawie programu nr 341[02]/MEN/2008.05.20. klasa 3 TE TREŚCI NAUCZANIA z przedmiotu pracowania ekonomiczno - informatyczna na podstawie programu nr [0]/MEN/008.05.0 klasa TE LP TREŚCI NAUCZANIA NAZWA JEDNOSTKI DYDAKTYCZNEJ Lekcja organizacyjna Zapoznanie

Bardziej szczegółowo

Wskazówki: 1. Proszę wypełnić dwie sąsiadujące komórki zgodne z zasadą ciągu, a następnie zaznaczyć komórki w następujący sposób:

Wskazówki: 1. Proszę wypełnić dwie sąsiadujące komórki zgodne z zasadą ciągu, a następnie zaznaczyć komórki w następujący sposób: Zadaniem tego laboratorium będzie zaznajomienie się z podstawowymi możliwościami wprowadzania, przetwarzania i prezentacji danych z wykorzystaniem Excel 2010. Ms Excel umożliwia wprowadzanie, przetwarzanie

Bardziej szczegółowo

ZASTOSOWANIE ARKUSZA KALKULACYJNEGO EXCEL DO ANALIZY ABC/XYZ

ZASTOSOWANIE ARKUSZA KALKULACYJNEGO EXCEL DO ANALIZY ABC/XYZ ZASTOSOWANIE ARKUSZA KALKULACYJNEGO EXCEL DO ANALIZY ABC/XYZ CHARAKTERYSTYKA METODY ABC/XYZ Istotą metody ABC jest podział asortymentu na trzy grupy: grupa A zapasy cenne, stanowiące 5-20% liczebności

Bardziej szczegółowo

KORELACJE I REGRESJA LINIOWA

KORELACJE I REGRESJA LINIOWA KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem

Bardziej szczegółowo

3. Analiza własności szeregu czasowego i wybór typu modelu

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

Bardziej szczegółowo

Spis treści Szybki start... 4 Podstawowe informacje opis okien... 6 Tworzenie, zapisywanie oraz otwieranie pliku... 23

Spis treści Szybki start... 4 Podstawowe informacje opis okien... 6 Tworzenie, zapisywanie oraz otwieranie pliku... 23 Spis treści Szybki start... 4 Podstawowe informacje opis okien... 6 Plik... 7 Okna... 8 Aktywny scenariusz... 9 Oblicz scenariusz... 10 Lista zmiennych... 11 Wartości zmiennych... 12 Lista scenariuszy/lista

Bardziej szczegółowo

ANALITYK DANYCH Kto to jest analityk danych? Na czym polega praca analityka danych?

ANALITYK DANYCH Kto to jest analityk danych? Na czym polega praca analityka danych? ANALITYK DANYCH Kto to jest analityk danych? Współczesny świat oraz nowoczesna gospodarka bazują w znacznej mierze na umiejętności analizy i opracowywania napływających danych. Działania te są niezbędne

Bardziej szczegółowo

Wykład 1: O statystyce i analizie danych. Arkusz danych w programie STATISTICA

Wykład 1: O statystyce i analizie danych. Arkusz danych w programie STATISTICA Wykład 1: O statystyce i analizie danych. Arkusz danych w programie STATISTICA Podstawowe informacje wykładowca: dr Marek Sobolewski konsultacje: środa 8.40-10.10, czwartek 8.40-10.10 (p. L-400) strona

Bardziej szczegółowo

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

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

Bardziej szczegółowo

3.1. Na dobry początek

3.1. Na dobry początek Klasa I 3.1. Na dobry początek Regulamin pracowni i przepisy BHP podczas pracy przy komputerze Wykorzystanie komputera we współczesnym świecie Zna regulamin pracowni i przestrzega go. Potrafi poprawnie

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

BUDŻETOWANIE W EXCELU. Tom XI NPV WSP.KORELACJI ROZKŁ.EXP JEŻELI COS KOMÓRKA VBA DNI.ROBOCZE ILOCZYN LOG SUMA CZY.LICZBA

BUDŻETOWANIE W EXCELU. Tom XI NPV WSP.KORELACJI ROZKŁ.EXP JEŻELI COS KOMÓRKA VBA DNI.ROBOCZE ILOCZYN LOG SUMA CZY.LICZBA z a a w a n s o w a n y BUDŻETOWANIE W EXCELU VBA NPV WSP.KORELACJI ROZKŁ.EXP KOMÓRKA CZY.LICZBA JEŻELI COS DNI.ROBOCZE ILOCZYN LOG SUMA Tom XI Budżetowanie w Excelu Malina Cierzniewska-Skweres Jakub Kudliński

Bardziej szczegółowo

BUDŻETOWANIE W EXCELU. Tom XI NPV WSP.KORELACJI ROZKŁ.EXP JEŻELI COS KOMÓRKA VBA DNI.ROBOCZE ILOCZYN LOG SUMA CZY.LICZBA

BUDŻETOWANIE W EXCELU. Tom XI NPV WSP.KORELACJI ROZKŁ.EXP JEŻELI COS KOMÓRKA VBA DNI.ROBOCZE ILOCZYN LOG SUMA CZY.LICZBA z a a w a n s o w a n y BUDŻETOWANIE W EXCELU VBA NPV WSP.KORELACJI ROZKŁ.EXP KOMÓRKA CZY.LICZBA JEŻELI COS DNI.ROBOCZE ILOCZYN LOG SUMA Tom XI Budżetowanie w Excelu Malina Cierzniewska-Skweres Jakub Kudliński

Bardziej szczegółowo

Program szkolenia EXCEL ŚREDNIOZAAWANSOWANY.

Program szkolenia EXCEL ŚREDNIOZAAWANSOWANY. Program szkolenia EXCEL ŚREDNIOZAAWANSOWANY SZKOLENIE JEST DLA OSÓB, KTÓRE: znają podstawy programu Microsoft Excel, chcą przyspieszyć i usprawnić pracę oraz poszerzyć posiadaną już wiedzę z zakresu wprowadzania

Bardziej szczegółowo

Program szkolenia EXCEL W OPARCIU O DANE LOGISTYCZNE.

Program szkolenia EXCEL W OPARCIU O DANE LOGISTYCZNE. Program szkolenia EXCEL W OPARCIU O DANE LOGISTYCZNE SZKOLENIE JEST DLA OSÓB, KTÓRE: znają podstawy programu Microsoft Excel, pracują lub zarządzają działami sprzedaży lub logistyki, chcą zoptymalizować

Bardziej szczegółowo

ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2013

ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2013 ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2013 OPRACOWAŁY: ANNA ANWAJLER MARZENA KACZOR DOROTA LIS 1 WSTĘP W analizie wykorzystywany będzie model szacowania EWD.

Bardziej szczegółowo

Analiza metod prognozowania kursów akcji

Analiza metod prognozowania kursów akcji Analiza metod prognozowania kursów akcji Izabela Łabuś Wydział InŜynierii Mechanicznej i Informatyki Kierunek informatyka, Rok V Specjalność informatyka ekonomiczna Politechnika Częstochowska izulka184@o2.pl

Bardziej szczegółowo

Jak korzystać z Excela?

Jak korzystać z Excela? 1 Jak korzystać z Excela? 1. Dane liczbowe, wprowadzone (zaimportowane) do arkusza kalkulacyjnego w Excelu mogą przyjmować różne kategorie, np. ogólne, liczbowe, walutowe, księgowe, naukowe, itd. Jeśli

Bardziej szczegółowo

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

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

Bardziej szczegółowo

BUDOSERWIS Z.U.H Sp. z o.o. ul. Kościuszki 31, Chorzów Agencja Reklamy, Promocji i Szkoleń

BUDOSERWIS Z.U.H Sp. z o.o. ul. Kościuszki 31, Chorzów Agencja Reklamy, Promocji i Szkoleń BUDOSERWIS Z.U.H Sp. z o.o. ul. Kościuszki 31, 41-500 Chorzów Agencja Reklamy, Promocji i Szkoleń PROGRAM SZKOLENIA TEMAT SZKOLENIA MS Excel poziom podstawowy FORMA KSZTAŁCENIA Zgodnie z 3 pkt. 5 Rozporządzenia

Bardziej szczegółowo

Laboratorium nr 3. Arkusze kalkulacyjne.

Laboratorium nr 3. Arkusze kalkulacyjne. Laboratorium nr 3. Arkusze kalkulacyjne. Calc, Excel 2007 arkusze kalkulacyjne pozwalające zarówno na dokonywanie skomplikowanych obliczeń matematycznych oraz statystycznych jak również na ich prezentacje

Bardziej szczegółowo

Wykład 3: Prezentacja danych statystycznych

Wykład 3: Prezentacja danych statystycznych Wykład 3: Prezentacja danych statystycznych Dobór metody prezentacji danych Dobór metody prezentacji danych zależy od: charakteru danych statystycznych (inne metody wybierzemy dla danych przekrojowych,

Bardziej szczegółowo

Zmiany cen nieruchomości w czasie

Zmiany cen nieruchomości w czasie Inwestycje i ryzyko na rynku nieruchości Ewa Kusideł 1 Zmiany cen nieruchomości w czasie Dr Ewa Kusideł Inwestycje i ryzyko na rynku nieruchości 2 Analiza średnich zmian cen nieruchomości w czasie za pomocą

Bardziej szczegółowo