komputerowo wspomagana analiza danych
|
|
- Anna Małgorzata Głowacka
- 7 lat temu
- Przeglądów:
Transkrypt
1 czyli komputerowo wspomagana analiza danych prowadzący: Marek Sobolewski konsultacje: poniedziałek , czwartek (p. L-341A) strona internetowa:
2 czyli wprowadzenie w tematykę zajęć
3 Wykłady: 15 godz. Laboratoria: 30 godz. Organizacja zajęć Warunki zaliczenia przedmiotu: 1. Obecność na zajęciach (dotyczy laboratoriów i wykładów!). 2. Uzyskanie pozytywnej oceny z projektu zaliczeniowego, dotyczącego zastosowania metod analizy danych do zbadania wskazanego zjawiska społeczno-gospodarczego. 3. Egzamin będzie miał formę pisemną odbędzie się w laboratorium komputerowym (czas trwania ok. 45 min.). Przykładowe zadania będzie można wkrótce znaleźć na mojej stronie internetowej inne zadania będą prezentowane na wykładach.
4 Tematyka zajęć 1. Modelowanie i prognozowanie wprowadzenie w tematykę zajęć. Podstawowe metody prezentacji danych oraz wnioskowania statystycznego. 2. Graficzne metody analizy danych. Analiza zależności pomiędzy dwiema cechami statystycznymi. 3. Analiza danych czasowych. Indeksy dynamiki. Trendy liniowe i nieliniowe. 4. Wykorzystanie modeli regresji w prognozowaniu na podstawie danych czasowych. Estymacja nieliniowa. 5. Metody wyrównywania wykładniczego w prognozowaniu szeregów czasowych. Analiza sezonowości zjawisk w czasie. 6. Wybrane metody statystycznych analiz wielowymiarowych. Metody automatyzacji pracy z programem STATISTICA.
5 Program STATISTICA Większość obliczeń i prezentacji graficznych wykonywać będziemy za pomocą programu STATISTICA (9.0) specjalistycznego narzędzia analizy danych. Program STATISTICA jest zainstalowany w pracowniach, ponadto licencja, którą posiada Wydział Zarządzania, uprawnia studentów do posługiwania się programem na komputerach domowych. Informacje o sposobie uzyskania wersji instalacyjnej programu STATISTICA znajdują się na stronie (hasło do ściągnięcia: kmi2011): Część obliczeń i analiz wykonywać będziemy także za pomocą arkusza kalkulacyjnego Excel.
6 Czy korzystamy z prognoz? Czy sami ich dokonujemy? zawierając umowę ubezpieczeniową (w ramach III filaru) dokonujemy nieformalnej prognozy długoterminowej, dotyczącej rozmaitych aspektów naszego życia, dotyczących np. zarobków, stanu zdrowia lub też realnej wartości świadczeń wypłacanych przez ZUS (co ciekawsze firmy ubezpieczeniowe czynią to samo, tyle że w odniesieniu do całej populacji i za pomocą formalnych metod statystycznych - tzw. statystyka aktuarialna) planując wyjazd na narty korzystamy z prognoz dotyczących pogody (co więcej, na podstawie doświadczenia wieloletniego sami takich prognoz dokonujemy, twierdząc, iż: w grudniu warunki śnieżne w Beskidach są zwykle nienajlepsze a w lutym i marcu znakomite )
7 Czy korzystamy z prognoz? Czy sami ich dokonujemy? decydując się na kupno takiego a nie innego typu samochodu uwzględniamy specyfikę naszych potrzeb komunikacyjnych w ciągu najbliższych kilku lat - ponadto uwzględniamy aktualne i przyszłe możliwości finansowe wyjeżdżając do pracy na 20 min. przed jej rozpoczęciem bierzemy pod uwagę wcześniejsze doświadczenia, które pozwalają przyjąć, iż czas przejazdu z jednego końca Rzeszowa na drugi wynosi nieco ponad kwadrans
8 Przegląd wybranych definicji pojęcia prognozy wg Z. Czerwińskiego:...sąd o zajściu określonego zdarzenia w czasie określonym z dokładnością do momentu (punktu) lub okresu (przedziału) czasu, należącego do przyszłości. wg Z. Hellwiga:...sąd, którego prawdziwość jest zdarzeniem losowym, przy czym prawdopodobieństwo tego zdarzenia jest znane i wystarczająco duże dla celów praktycznych. wg M. Cieślak:...sąd o następujących własnościach: - sformułowany z wykorzystaniem dorobku nauki; - odnoszący się do określonej przyszłości; - weryfikowalny empirycznie; - niepewny, ale akceptowalny. wg A. Smoluka:...wnioskowanie o rzeczach niedostępnych bezpośredniemu poznaniu, przeszkodą może być czas, przestrzeń lub jeszcze coś innego. wg H. Steinhausa:...[prognozą można nazwać] zarówno przepowiednię meteorologiczną, jak i szacowanie zawartości kruszcu w podziemiu obszaru wg A. Zeliasia:...prognozowanie to racjonalne, naukowe przewidywanie przyszłych zdarzeń
9 Sposoby przewidywania przyszłości (poznawania nieznanego) Przewidywania racjonalne - są oparte na potocznie rozumianym doświadczeniu, lecz nie używa się w nich metod naukowych. Przewidywania naukowe - oparte na regułach naukowych, które charakteryzują się ścisłością, precyzją i powtarzalnością. Przewidywania nieracjonalne - wróżby, proroctwa, przepowiednie. Prognozy naukowe Oparte o metody ilościowe: matematyczno-statystyczne Oparte o metody niematematyczne
10 Wyjaśnienie pojęcia symulacja Ponieważ tematyka zajęć będzie dotyczyła szeroko rozumianych ilościowych metod prognozowania, więc każda próba wnioskowania o nieznanej rzeczywistości (przyszłości) będzie oparta na pewnym uproszczonym modelu opisującym najważniejsze aspekty badanego problemu. Zanim więc zaistnieje możliwości dokonania rzetelnej prognozy konieczne jest znalezienie najlepszego modelu, który opisywałby zgromadzone dane empiryczne. Słowo modelowanie zastępowane jest czasami terminem symulacja i stąd nazwa przedmiotu. Gwoli ścisłości należałby dodać, iż właściwsza wydawałby się kolejność: symulacja i prognoza (jeszcze lepiej: modelowanie i prognozowanie ).
11 Dodatkowe spostrzeżenia Prognozy mogą dostarczać informacji - ukierunkowywać pewne działania, mogą też pełnić funkcje aktywizujące - ostrzegawcze. Warto sobie uświadomić, że choć w sensie metodologicznym oczekujemy od prognoz przede wszystkim sprawdzalności, to nie zawsze jest to oczekiwane z praktycznego punktu widzenia. Jeżeli dokonamy prognozy, z której będzie wynikać, iż przy obecnej polityce rządu nastąpi znaczący wzrost bezrobocia, to akurat ostatnią rzeczą której byśmy od niej oczekiwali będzie jej trafność. Niektóre prognozy mogą mieć właściwość samospełnienia się (mit o Edypie). Prognoza ekonomiczna, która będzie zapowiadała wzrost cen jakiegoś towaru może do niego doprowadzić z powodu znaczącego wzrostu popytu, generowanego przez klientów kupujących na zapas. Mieliśmy przykład takiego zjawiska tuż przed wejściem Polski do Unii Europejskiej, gdy bez wyraźnej przyczyny, z dnia na dzień rosły ceny cukru. Często używa się klasyfikacji prognoz, w których niewiedza jest spowodowana jest czynnikiem czasowym, na krótko-, średnio- i długoterminowe. Należy mieć świadomość, iż w przypadku zjawisk demograficznych prognoza pięcioletnia będzie miała charakter krótkoterminowej, podczas gdy ten sam horyzont czasowy w odniesieniu do kursów akcji wydaje się niewyobrażalnie odległy.
12 Obszary zastosowania metod statystycznych (metod analizy danych) badania marketingowe reklama telemetria sondaże opinii publicznej analizy makroekonomiczne (prognozy długoterminowe) statystyka regionalna i międzynarodowa (analiza porównawcza) analiza biorównoważności (leki generyczne) medycyna (skuteczność metod terapeutycznych i profilaktycznych) ochrona zdrowia (monitorowanie i planowanie kosztów) ubezpieczenia prognozowanie kursów akcji i walut socjologia analiza jakości i poziomu życia edukacja (kontrola wyników nauczania) kontrola jakości badania naukowe (antropologia, antropometria, archeologia,...)
13 Prognozowanie - znamię naszych czasów? Prognozowanie stało się konieczne i możliwe dopiero z nadejściem epoki cywilizacji informacyjnej. Bezprecedensowe przyspieszenie tempa zmian, z jakim mamy do czynienia w ostatnich kilkudziesięciu (a szczególnie kilkunastu latach) zmusiło ludzi do podjęcia prób przewidywania przyszłości, w kontekście konsekwencji jakie te zmiany mogą wywołać. K. Boulding: Świat dzisiejszy... jest tak różny od świata, w którym ja się urodziłem, jak tamten był różny od czasów Juliusza Cezara. Mówiąc z grubsza, urodziłem się w środkowym okresie historii człowieka. Prawie tyle samo wydarzyło się, odkąd ja się urodziłem, co na przestrzeni całego okresu poprzedzającego moment moich urodzin.
14 Prognozowanie - znamię naszych czasów? A. Toffler:...gdyby ostatnie 50 tysięcy lat istnienia człowieka podzielić na odcinki życia wynoszące około 62 lata, to okazałoby się, że mieliśmy już 800 takich odcinków. Z tych ośmiuset pełne 650 przeżyliśmy w jaskiniach. Zaledwie w ostatnich 70 takich odcinkach udało się człowiekowi nawiązać faktyczną łączność pomiędzy jednym a drugim okresem życia - co stało się możliwe dzięki pismu. Zaledwie w ostatnich 6 odcinkach po raz pierwszy udostępniono człowiekowi słowo drukowane w skali masowej. Zaledwie w ostatnich 4 - możliwym stało się odmierzanie czasu z jako taką dokładnością. Zaledwie w ciągu ostatnich 2 - ktoś gdzieś posłużył się silnikiem elektrycznym. Telefon komórkowy w powszechnym użytku, to 0,2 takiego odcinka czasowego, niewiele krócej lub dłużej korzystamy z tak ogromną intensywnością z komputerów osobistych, internetu, aparatów cyfrowych.
15 Schemat dokonywania prognoz Pojawienie się problemu praktycznego Zebranie wszelkich istotnych danych empirycznych i informacji o rozważanym zjawisku Stworzenie modelu opisującego specyfikę rozważanego zjawiska Sprawdzenie poprawności otrzymanego modelu Poszerzenie wiedzy o rozważanym zjawisku Dokonanie prognozy poprzez wstawienie do modelu nowych danych wejściowych
16 Wątpliwości zastrzeżenia natury naukowej... Z. Czerwiński: Brak uniwersalnych, niezmiennych w czasie praw, jak również brak dokładnego rozpoznania aktualnego stanu obiektów ekonomicznych wyklucza istnienie niezawodnych metod prognozowania. Nie da się też - bez arbitralnych założeń - wskazać metod dających prognozy prawdopodobne (w ścisłym, a nie jakościowym i intuicyjnym tylko tego słowa znaczeniu)....i metafizycznej M. Bułhakow: Przepraszam - powiedział nieznajomy - po to, żeby czymś kierować, trzeba bądź co bądź mieć dokładny plan, obejmujący jakiś możliwie przyzwoity okres czasu. Pozwoli więc pan, że go zapytam, jak człowiek może czymkolwiek kierować, skoro pozbawiony jest nie tylko możliwości planowania na choćby śmiesznie krótki czas, no, powiedzmy tysiąc lat, ale nie może ponadto ręczyć, co się z nim samym stanie następnego dnia? [Mistrz i Małgorzata]
17 Skuteczność prognoz (warunki) Podstawowym warunkiem skuteczności prognoz jest: stabilność modelowanego zjawiska w czasie i przestrzeni Uwaga 1: Wydaje się, iż można wysnuć tezę o większej stabilności zjawisk naturalnych i co za tym idzie, można spodziewać się dużej sprawdzalności prognoz w medycynie, biologii, demografii a nieco mniejszej w socjologii. Zjawiska par excellance ekonomiczne (często wręcz wirtualne ) jak na przykład kursy akcji, walut są bardzo niestabilne i jako takie stwarzają duże problemy podczas tworzenia prognoz. Uwaga 2: Wspomnieć tu należy, że związki między dwoma bardzo dynamicznymi zjawiskami mogą mieć charakter stały - na przykład trudno przewidzieć wahania stopy bezrobocia i natężenie zjawiska przestępczości. Jednakże relacje pomiędzy bezrobociem a przestępczością mogą być ściśle określone.
18 Literatura Podstawowe podręczniki: Hydzik P., Sobolewski M., Komputerowa analiza danych społeczno-gospodarczych, Oficyna Wydawnicza Politechniki Rzeszowskiej, Rzeszów Prognozowanie gospodarcze. Metody i zastosowania, pod red. nauk. Cieślak M., PWN, Warszawa Dittmann P., Metody prognozowania sprzedaży w przedsiębiorstwie, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Zeliaś A., Teoria prognozy, PWE, Warszawa Aczel D.A., Statystyka w zarządzaniu, PWN, Warszawa Koronacki J., Mielniczuk J., Statystyka dla studentów kierunków technicznych i przyrodniczych, Wydawnictwo Naukowo-Techniczne, Warszawa Dobosz M., Wspomagana komputerowo analiza danych, Akademicka Oficyna Wydawnicza EXIT, Warszawa Stanisz A., Przystępny kurs statystyki z wykorzystaniem pakietu Statistica PL na przykładzie danych z medycyny. Tom I i II. StatSoft Polska, Kraków 2000.
19 Literatura Inne wykorzystane materiały: Z. Czerwiński, Jeszcze raz o prognozach, Przestrzenno-czasowe modelowanie zjawisk społeczno-gospodarczych, Wyd. AE Kraków, Świat i Polska Prognozy, analizy, opinie. The Economist/Polityka, grudzień-luty Kinsella K., Velkoff V.A., An Aging World: 2001, US. Census Bureau, Washington Toffler A., Szok przyszłości, Wydawnictwo Zyska i S-ka, Poznań Fukuyama F., Koniec człowieka, Wydawnictwo Znak, Kraków 2004.
20 Dziękuję za uwagę Temat następnego wykładu to: Tabelaryczne i graficzne metody opisu danych oraz wnioskowanie statystyczne z zastosowaniem programu STATISTICA
dr Marek Sobolewski LABORATORIA: dr Marek Sobolewski, dr Agata Surówka, dr Paweł Hydzik STRONA INTERNETOWA:
WYKŁAD: dr Marek Sobolewski LABORATORIA: dr Marek Sobolewski, dr Agata Surówka, dr Paweł Hydzik STRONA INTERNETOWA: www.msobolew.sd.prz.edu.pl * na studiach niestacjonarnych Organizacja zajęć Wykłady:
Bardziej szczegółowoLABORATORIA: Aldona Migała-Warchoł, Agata Surówka, Paweł Hydzik, Marek Sobolewski STRONA INTERNETOWA:
WYKŁAD: Marek Sobolewski LABORATORIA: Aldona Migała-Warchoł, Agata Surówka, Paweł Hydzik, Marek Sobolewski STRONA INTERNETOWA: www.msobolew.sd.prz.edu.pl Organizacja zajęć * na studiach niestacjonarnych
Bardziej szczegółowoWykład 1: O statystyce i analizie danych
Wykład 1: O statystyce i analizie danych wykładowca: dr Marek Sobolewski konsultacje: poniedziałek 10.30-12.00, czwartek 9.00-10.30 (p. L-400) strona internetowa: www.msobolew.sd.prz.edu.pl prowadzący
Bardziej szczegółowoInformacje o przedmiocie
Informacje o przedmiocie Wykładowca i prowadzący laboratoria komputerowe: dr Marek Sobolewski Strona internetowa: www.msobolew.sd.prz.edu.pl Wykład 15 godz., Laboratorium 15 godz. Forma zaliczenia: pisemna
Bardziej szczegółowoWykład 1. Wprowadzenie w tematykę zajęć
Wykład 1. Wprowadzenie w tematykę zajęć Informacje o przedmiocie Wykładowca i prowadzący laboratoria komputerowe: dr Marek Sobolewski Strona internetowa: www.msobolew.sd.prz.edu.pl Wykład 15 godz., Laboratorium
Bardziej szczegółowoPROGNOZY I SYMULACJE
Forecasting is the art of saying what will happen, and then explaining why it didn t. Ch. Chatfield (1986) PROGNOZY I SYMULACJE Katarzyna Chudy Laskowska konsultacje: p. 400A środa 10-12 czwartek 830-10
Bardziej szczegółowoUczelnia Łazarskiego Wydział Medyczny Kierunek Lekarski
Uczelnia Łazarskiego Wydział Medyczny Kierunek Lekarski Nazwa przedmiotu INFORMATYKA I BIOSTATYSTYKA Kod przedmiotu WL_ 10 Poziom studiów Jednolite studia magisterskie Status przedmiotu x podstawowy uzupełniający
Bardziej szczegółowoWykład 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 szczegółowoPrognozowanie i symulacje
Prognozowanie i symulacje - Wykład (15 godzin) -Ćwiczenia przy komputerze (30 godzin) - Zaliczenie jedna ocena - Zasady zaliczenia i literatura dr Tadeusz RóŜański Helena Gaspars Prognozowanie i symulacje
Bardziej szczegółowoNazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych. Informatics systems for the statistical treatment of data Kierunek:
Nazwa przedmiotu: Informatyczne systemy statystycznej obróbki danych I KARTA PRZEDMIOTU CEL PRZEDMIOTU Informatics systems for the statistical treatment of data Kierunek: Forma studiów Informatyka Stacjonarne
Bardziej szczegółowoKierunek i poziom studiów: Biologia, poziom drugi Sylabus modułu: Metody statystyczne w naukach przyrodniczych
Uniwersytet Śląski w Katowicach str. 1 Kierunek i poziom studiów: Biologia, poziom drugi Sylabus modułu: Metody statystyczne w naukach przyrodniczych kod modułu: 2BL_02 1. Informacje ogólne koordynator
Bardziej szczegółowoSYLABUS DOTYCZY CYKLU KSZTAŁCENIA (skrajne daty)
Załącznik nr 4 do Uchwały Senatu nr 430/01/2015 SYLABUS DOTYCZY CYKLU KSZTAŁCENIA 2016-2019 (skrajne daty) 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu Statystyka w biologii
Bardziej szczegółowoKARTA PRZEDMIOTU / SYLABUS
Załącznik nr 5b do Uchwały nr 21/2013 Senatu KARTA PRZEDMIOTU / SYLABUS Wydział Nauk o Zdrowiu Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna
Bardziej szczegółowoPrognozowanie gospodarcze - opis przedmiotu
Prognozowanie gospodarcze - opis przedmiotu Informacje ogólne Nazwa przedmiotu Prognozowanie gospodarcze Kod przedmiotu 11.9-WZ-EkoP-PrG-S16 Wydział Kierunek Wydział Ekonomii i Zarządzania Ekonomia Profil
Bardziej szczegółowoKARTA PRZEDMIOTU / SYLABUS. Zakład Statystyki i Informatyki Medycznej. tel./fax (85) dr Robert Milewski
Załącznik nr 5b do Uchwały nr 21/2013 Senatu KARTA PRZEDMIOTU / SYLABUS Wydział Nauk o Zdrowiu Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE ANALIZA SYSTEMOWA. Logistyka. Niestacjonarne. I stopnia III. dr Cezary Stępniak. Ogólnoakademicki.
Politechnika Częstochowska, Wydział Zarządzania PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Semestr Jednostka prowadząca Osoba sporządzająca Profil Rodzaj
Bardziej szczegółowoEkonomia II stopień ogólnoakademicki. stacjonarne wszystkie Katedra Matematyki Dr hab. Artur Maciąg. podstawowy. obowiązkowy polski.
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Z-EKO2-500 Nazwa modułu Ekonometria i prognozowanie procesów ekonomicznych Nazwa modułu w języku angielskim Econometrics and forecasting economics proceses Obowiązuje
Bardziej szczegółowoSPIS TREŚCI. Do Czytelnika... 7
SPIS TREŚCI Do Czytelnika.................................................. 7 Rozdział I. Wprowadzenie do analizy statystycznej.............. 11 1.1. Informacje ogólne..........................................
Bardziej szczegółowoKARTA PRZEDMIOTU / SYLABUS
Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi
Bardziej szczegółowoKARTA PRZEDMIOTU / SYLABUS
KARTA PRZEDMIOTU / SYLABUS Wydział Nauk o Zdrowiu Załącznik nr 5b do Uchwały senatu UMB nr 61/2016 z dnia 30.05.2016 Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email):
Bardziej szczegółowoSylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15
. Sylabus do programu kształcenia obowiązującego od roku akademickiego 2014/15 (1) Nazwa przedmiotu Teoria ryzyka w bankowości (2) Nazwa jednostki prowadzącej przedmiot Wydział Matematyczno - Przyrodniczy
Bardziej szczegółowoKARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Statystyka matematyczna (STA230) 2. KIERUNEK: MATEMATYKA. 3. POZIOM STUDIÓW: I stopnia
KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Statystyka matematyczna (STA230) 2. KIERUNEK: MATEMATYKA 3. POZIOM STUDIÓW: I stopnia 4. ROK/ SEMESTR STUDIÓW: III/5 5. LICZBA PUNKTÓW ECTS: 6 6. LICZBA GODZIN: 30
Bardziej szczegółowoBadania operacyjne. Ćwiczenia 1. Wprowadzenie. Filip Tużnik, Warszawa 2017
Badania operacyjne Ćwiczenia 1 Wprowadzenie Plan zajęć Sprawy organizacyjne (zaliczenie, nieobecności) Literatura przedmiotu Proces podejmowania decyzji Problemy decyzyjne w zarządzaniu Badania operacyjne
Bardziej szczegółowoOPISU MODUŁU KSZTAŁCENIA (SYLABUS) dla przedmiotu Statystyczna kontrola jakości na kierunku Zarządzanie
dr Andrzej Podleśny Poznań, dnia 1 października 2017 roku OPISU MODUŁU KSZTAŁCENIA (SYLABUS) dla przedmiotu Statystyczna kontrola jakości na kierunku Zarządzanie I. Informacje ogólne 1. Nazwa modułu kształcenia:
Bardziej szczegółowoKARTA PRZEDMIOTU / SYLABUS
Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi
Bardziej szczegółowoKARTA PRZEDMIOTU / SYLABUS Wydział Nauk o Zdrowiu Zdrowie Publiczne ogólnoakademicki praktyczny inny jaki. Zakład Statystyki i Informatyki Medycznej
Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi
Bardziej szczegółowoStatystyka 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 szczegółowoProces badawczy schemat i zasady realizacji
Proces badawczy schemat i zasady realizacji Agata Górny Wydział Nauk Ekonomicznych UW Warszawa, 28 października 2014 Najważniejsze rodzaje badań Typy badań Podział wg celu badawczego Kryteria przyczynowości
Bardziej szczegółowoEkonometria dynamiczna i finansowa Kod przedmiotu
Ekonometria dynamiczna i finansowa - opis przedmiotu Informacje ogólne Nazwa przedmiotu Ekonometria dynamiczna i finansowa Kod przedmiotu 11.5-WK-IiED-EDF-W-S14_pNadGenMOT56 Wydział Kierunek Wydział Matematyki,
Bardziej szczegółowoKARTA PRZEDMIOTU / SYLABUS
KARTA PRZEDMIOTU / SYLABUS Wydział Nauk o Zdrowiu Załącznik nr 5b do Uchwały senatu UMB nr 61/2016 z dnia 30.05.2016 Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email):
Bardziej szczegółowoProces badawczy schemat i zasady realizacji
Proces badawczy schemat i zasady realizacji Agata Górny Zaoczne Studia Doktoranckie z Ekonomii Warszawa, 23 października 2016 Metodologia i metoda naukowa 1 Metodologia Metodologia nauka o metodach nauki
Bardziej szczegółowoWykład 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 szczegółowoLiteratura. Statystyka i demografia
ZESTAWIENIE zagadnień i literatury do egzaminu doktorskiego z przedmiotów kierunkowych III Wydziałowej Komisji ds. Przewodów Doktorskich na Wydziale Ekonomiczno-Socjologicznym Uniwersytetu Łódzkiego Ekonometria
Bardziej szczegółowoKARTA PRZEDMIOTU / SYLABUS Nauk o Zdrowiu Dietetyka x ogólnoakademicki praktyczny inny jaki. Zakład Statystyki i Informatyki Medycznej
Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE. Statystyka opisowa. Zarządzanie. niestacjonarne. I stopnia. dr Agnieszka Strzelecka. ogólnoakademicki.
Politechnika Częstochowska, Wydział Zarządzania PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Semestr Jednostka prowadząca Osoba sporządzająca Profil Rodzaj
Bardziej szczegółowoWYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI
Zał. nr 4 do ZW WYDZIAŁ ELEKTRONIKI KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA MATEMATYCZNA (EiT stopień) Nazwa w języku angielskim Mathematical Statistics Kierunek studiów (jeśli dotyczy): Specjalność
Bardziej szczegółowoProces badawczy schemat i zasady realizacji
Proces badawczy schemat i zasady realizacji Agata Górny Zaoczne Studia Doktoranckie z Ekonomii Warszawa, 14 grudnia 2014 Metodologia i metoda badawcza Metodologia Zadania metodologii Metodologia nauka
Bardziej szczegółowoWykład ze statystyki. Maciej Wolny
Wykład ze statystyki Maciej Wolny T1: Zajęcia organizacyjne Agenda 1. Program wykładu 2. Cel zajęć 3. Nabyte umiejętności 4. Literatura 5. Warunki zaliczenia Program wykładu T1: Zajęcia organizacyjne T2:
Bardziej szczegółowoPROGNOZOWANIE 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 szczegółowoKrakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2015/2016
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 015/016 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:
Bardziej szczegółowoRok 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 szczegółowoZ-ZIPN1-004 Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki Niestacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta
KARTA MODUŁU / KARTA PRZEDMIOTU Z-ZIPN-004 Statystyka Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Statistics Obowiązuje od roku akademickiego 0/04 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW
Bardziej szczegółowoPAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NOWYM SĄCZU SYLABUS PRZEDMIOTU. Obowiązuje od roku akademickiego: 2010/2011
PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W NOWYM SĄCZU SYLABUS Obowiązuje od roku akademickiego: 2010/2011 Instytut Ekonomiczny Kierunek studiów: Ekonomia Kod kierunku: 04.9 Specjalność: Turystyka 1. PRZEDMIOT
Bardziej szczegółowoWykład 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 szczegółowoćwiczenia Katedra Rozwoju Regionalnego i Metod Ilościowych
Kod Nazwa Powszechne rozumienie statystyki- umiejętność odczytywania wskaźników Wersja Wydział Kierunek Specjalność Specjalizacja/kier. dyplomowania Poziom (studiów) Forma prowadzenia studiów Przynależność
Bardziej szczegółowoBadania eksploracyjne Badania opisowe Badania wyjaśniające (przyczynowe)
Proces badawczy schemat i zasady realizacji Agata Górny Demografia Wydział Nauk Ekonomicznych UW Warszawa, 4 listopada 2008 Najważniejsze rodzaje badań Typy badań Podział wg celu badawczego Badania eksploracyjne
Bardziej szczegółowoZ-LOGN Ekonometria Econometrics. Przedmiot wspólny dla kierunku Obowiązkowy polski Semestr IV
bbbbkarta MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Z-LOGN1-0184 Ekonometria Econometrics Obowiązuje od roku akademickiego 2012/2013 A. USYTUOWANIE MODUŁU W SYSTEMIE
Bardziej szczegółowoPODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE
UNIWERSYTET WARMIŃSKO-MAZURSKI W OLSZTYNIE PODYPLOMOWE STUDIA ZAAWANSOWANE METODY ANALIZY DANYCH I DATA MINING W BIZNESIE http://matman.uwm.edu.pl/psi e-mail: psi@matman.uwm.edu.pl ul. Słoneczna 54 10-561
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA
Zał. nr 4 do ZW WYDZIAŁ ELEKTRONIKI KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA MATEMATYCZNA Nazwa w języku angielskim Mathematical Statistics Kierunek studiów (jeśli dotyczy): Specjalność (jeśli
Bardziej szczegółowoKARTA PRZEDMIOTU / SYLABUS
KARTA PRZEDMIOTU / SYLABUS Wydział Nauk o Zdrowiu Załącznik nr 5b do Uchwały senatu UMB nr 61/2016 z dnia 30.05.2016 Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email):
Bardziej szczegółowoWYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI
WYDZIAŁ GEOINŻYNIERII, GÓRNICTWA I GEOLOGII KARTA PRZEDMIOTU Nazwa w języku polskim: Statystyka matematyczna Nazwa w języku angielskim: Mathematical Statistics Kierunek studiów (jeśli dotyczy): Górnictwo
Bardziej szczegółowoKrakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 01/013 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:
Bardziej szczegółowoZ-LOGN1-006 Statystyka Statistics
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Z-LOGN-006 Statystyka Statistics Obowiązuje od roku akademickiego 0/0 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Kierunek
Bardziej szczegółowoKrakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 013/014 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:
Bardziej szczegółowoStatystyka. Wykład 1. Magdalena Alama-Bućko. 20 lutego Magdalena Alama-Bućko Statystyka 20 lutego / 19
Statystyka Wykład 1 Magdalena Alama-Bućko 20 lutego 2017 Magdalena Alama-Bućko Statystyka 20 lutego 2017 1 / 19 Wykład : 30h Laboratoria : 30h (grupa B : 14:00, grupa C : 10:30, grupa E : 12:15) obowiazek
Bardziej szczegółowoPrognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania
Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym
Bardziej szczegółowoBIOSTATYSTYKA. Liczba godzin. Zakład Statystyki i Informatyki Medycznej
Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi
Bardziej szczegółowoWykład 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 szczegółowoKrakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 0/03 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:
Bardziej szczegółowoPROGRAM NAUCZANIA PRZEDMIOTU OBOWIĄZKOWEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2014/2015 PRZEWODNIK DYDAKTYCZNY dla STUDENTÓW IV ROKU STUDIÓW
PROGRAM NAUCZANIA PRZEDMIOTU OBOWIĄZKOWEGO NA WYDZIALE LEKARSKIM I ROK AKADEMICKI 2014/2015 PRZEWODNIK DYDAKTYCZNY dla STUDENTÓW IV ROKU STUDIÓW 1. NAZWA PRZEDMIOTU : BIOSTATYSTYKA 2. NAZWA JEDNOSTKI (jednostek
Bardziej szczegółowoZastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2)
Zastosowanie sztucznych sieci neuronowych w prognozowaniu szeregów czasowych (prezentacja 2) Ewa Wołoszko Praca pisana pod kierunkiem Pani dr hab. Małgorzaty Doman Plan tego wystąpienia Teoria Narzędzia
Bardziej szczegółowoKARTA PRZEDMIOTU / SYLABUS
Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE. stacjonarne. I stopnia III. Dr inż. Manuela Ingaldi. ogólnoakademicki. kierunkowy
Politechnika Częstochowska, Wydział Zarządzania PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Statystyczne sterowanie procesami Zarządzanie Jakością i Produkcją
Bardziej szczegółowoData wydruku: Dla rocznika: 2015/2016. Opis przedmiotu
Sylabus przedmiotu: Specjalność: Statystyka Wszystkie specjalności Data wydruku: 31.01.2016 Dla rocznika: 2015/2016 Kierunek: Wydział: Zarządzanie i inżynieria produkcji Inżynieryjno-Ekonomiczny Dane podstawowe
Bardziej szczegółowoKARTA PRZEDMIOTU / SYLABUS
Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi
Bardziej szczegółowoKarta (sylabus) modułu/przedmiotu Inżynieria Materiałowa Studia II stopnia Specjalność: Inżynieria Powierzchni
Karta (sylabus) modułu/przedmiotu Inżynieria Materiałowa Studia II stopnia Specjalność: Inżynieria Powierzchni Przedmiot: Statystyczne Sterowanie Procesami Rodzaj przedmiotu: Obowiązkowy Kod przedmiotu:
Bardziej szczegółowoWYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO
Zał. nr 4 do ZW WYDZIAŁ BUDOWNICTWA LĄDOWEGO I WODNEGO KARTA PRZEDMIOTU Nazwa w języku polskim STATYSTYKA STOSOWANA Nazwa w języku angielskim APPLIED STATISTICS Kierunek studiów (jeśli dotyczy): Specjalność
Bardziej szczegółowoKARTA PRZEDMIOTU / SYLABUS. Zakład Statystyki i Informatyki Medycznej. tel./fax (85) 748 55 82 email: statinfmed@uwb.edu.pl dr Robert Milewski
Załącznik nr 5b do Uchwały nr 21/2013 Senatu KARTA PRZEDMIOTU / SYLABUS Wydział Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot:
Bardziej szczegółowoPRZEWODNIK PO PRZEDMIOCIE
Nazwa przedmiotu: Kierunek: Prognozowanie i symulacje Forecasting and simulations Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: obowiązkowy Poziom studiów:
Bardziej szczegółowoEkonometria i prognozowanie Econometrics and prediction
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2013/2014 Ekonometria i prognozowanie Econometrics and prediction A. USYTUOWANIE
Bardziej szczegółowoKARTA PRZEDMIOTU / SYLABUS Wydział Nauk o Zdrowiu ELEKTROLADIOLOGIA ogólnoakademicki praktyczny inny jaki. Zakład Statystyki i Informatyki Medycznej
Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y) prowadząca(e) Przedmioty wprowadzające wraz z wymaganiami wstępnymi
Bardziej szczegółowoMatematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0
Nazwa przedmiotu: Kierunek: Matematyka - Statystyka matematyczna Mathematical statistics Inżynieria materiałowa Materials Engineering Rodzaj przedmiotu: Poziom studiów: forma studiów: obowiązkowy studia
Bardziej szczegółowostudia stacjonarne w/ćw zajęcia zorganizowane: 30/15 3,0 praca własna studenta: 55 Godziny kontaktowe z nauczycielem akademickim: udział w wykładach
Nazwa jednostki prowadzącej kierunek: Nazwa kierunku: Poziom kształcenia: Profil kształcenia: Moduły wprowadzające / wymagania wstępne: Nazwa modułu (przedmiot lub grupa przedmiotów) Osoby prowadzące:
Bardziej szczegółowoProcesy i systemy dynamiczne Nazwa przedmiotu SYLABUS A. Informacje ogólne
Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod przedmiotu Język przedmiotu Procesy i systemy dynamiczne Nazwa
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela
Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem
Bardziej szczegółowoSYLABUS. 4.Studia Kierunek studiów/specjalność Poziom kształcenia Forma studiów Ekonomia Studia pierwszego stopnia Studia stacjonarne i niestacjonarne
SYLABUS 1.Nazwa przedmiotu Prognozowanie i symulacje 2.Nazwa jednostki prowadzącej Katedra Metod Ilościowych i Informatyki przedmiot Gospodarczej 3.Kod przedmiotu E/I/A.16 4.Studia Kierunek studiów/specjalność
Bardziej szczegółowoPROPOZYCJA ZAGADNIEŃ NA EGZAMIN LICENCJACKI NA KIERUNKU ANALITYKA GOSPODARCZA. 1.Modele wielorównaniowe. Ich rodzaje i zalecane metody estymacji
PROPOZYCJA ZAGADNIEŃ NA EGZAMIN LICENCJACKI NA KIERUNKU ANALITYKA GOSPODARCZA 1.Modele wielorównaniowe. Ich rodzaje i zalecane metody estymacji 2.Problem niesferyczności składnika losowego w modelach ekonometrycznych.
Bardziej szczegółowoPolitechnika Krakowska im. Tadeusza Kościuszki. Karta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015
Politechnika Krakowska im. Tadeusza Kościuszki Karta przedmiotu Wydział Inżynierii Środowiska obowiązuje studentów rozpoczynających studia w roku akademickim 2014/2015 Kierunek studiów: Inżynieria Środowiska
Bardziej szczegółowoMETODY ILOŚCIOWE W ZARZĄDZANIU
1.1.1 Metody ilościowe w zarządzaniu I. OGÓLNE INFORMACJE PODSTAWOWE O PRZEDMIOCIE METODY ILOŚCIOWE W ZARZĄDZANIU Nazwa jednostki organizacyjnej prowadzącej kierunek: Kod przedmiotu: RiAF_PS5 Wydział Zamiejscowy
Bardziej szczegółowoKrakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2014/2015
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 201/2015 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:
Bardziej szczegółowoSylabus Część A - Opis przedmiotu kształcenia. obowiązkowy X fakultatywny kierunkowy podstawowy X polski X angielski inny
Załącznik nr 2 do Uchwały Senatu Uniwersytetu Medycznego we Wrocławiu nr 1441 z dnia 24 września 2014 r. Nazwa modułu/przedmiotu Wydział Kierunek studiów Specjalności Poziom studiów Sylabus Część A - Opis
Bardziej szczegółowoMETODY ESTYMACJI I WNIOSKOWANIA STATYSTYCZNEGO (Statystyka matematyczna II)
METODY ESTYMACJI I WNIOSKOWANIA STATYSTYCZNEGO (Statystyka matematyczna II) Prof. dr hab. Olgierd Hryniewicz kontakt: IBS PAN, Newelska 6, p.218 (II p.) tel. 22 3810 120 e-mail: hryniewi@ibspan.waw.pl
Bardziej szczegółowoAnaliza danych. http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU
Analiza danych Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Różne aspekty analizy danych Reprezentacja graficzna danych Metody statystyczne: estymacja parametrów
Bardziej szczegółowoW2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne.
W2. Zmienne losowe i ich rozkłady. Wnioskowanie statystyczne. dr hab. Jerzy Nakielski Katedra Biofizyki i Morfogenezy Roślin Plan wykładu: 1. Etapy wnioskowania statystycznego 2. Hipotezy statystyczne,
Bardziej szczegółowoPrzykład 1. (A. Łomnicki)
Plan wykładu: 1. Wariancje wewnątrz grup i między grupami do czego prowadzi ich ocena 2. Rozkład F 3. Analiza wariancji jako metoda badań założenia, etapy postępowania 4. Dwie klasyfikacje a dwa modele
Bardziej szczegółowoJak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw
Jak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw dr Karolina Borowiec-Mihilewicz Uniwersytet Ekonomiczny we Wrocławiu Zastosowania
Bardziej szczegółowoKARTA PRZEDMIOTU / SYLABUS Wydział Nauk o Zdrowiu PIELĘGNIARSTWO ogólnoakademicki x praktyczny inny jaki. Zakład Statystyki i Informatyki Medycznej
Załącznik nr 5b do Uchwały senatu UMB nr 61/2016 z dnia 30.05.2016 Kierunek Profil kształcenia Nazwa jednostki realizującej moduł/przedmiot: Kontakt (tel./email): Osoba odpowiedzialna za przedmiot: Osoba(y)
Bardziej szczegółowostudiów Podstawy Statystyki TR/2/PP/STAT 7 3
kod nr w planie ECTS Przedmiot studiów Podstawy Statystyki TR/2/PP/STAT 7 3 Kierunek Turystyka i Rekreacja Poziom kształcenia II stopień Rok/Semestr 1/2 Typ przedmiotu (obowiązkowy/fakultatywny) obowiązkowy
Bardziej szczegółowoSzczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Bardziej szczegółowoDr Stanisław Szela. Dr Stanisław Szela
(1) Nazwa przedmiotu Statystyka medyczna (2) Nazwa jednostki prowadzącej przedmiot Wydział Medyczny Instytut Położnictwa i Ratownictwa Medycznego Katedra: Położnictwa (3) Kod przedmiotu - (4) Studia Kierunek
Bardziej szczegółowoegzamin oraz kolokwium
KARTA PRZEDMIOTU Kod przedmiotu E/FIRP/PSY w języku polskim Prognozowanie i symulacje Nazwa przedmiotu w języku angielskim Forecasting and simulation USYTUOWANIE PRZEDMIOTU W SYSTEMIE STUDIÓW Kierunek
Bardziej szczegółowoJacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa
Jacek Skorupski pok. 251 tel. 234-7339 jsk@wt.pw.edu.pl http://skorupski.waw.pl/mmt prezentacje ogłoszenia konsultacje: poniedziałek 16 15-18, sobota zjazdowa 9 40-10 25 Udział w zajęciach Kontrola wyników
Bardziej szczegółowoKarta przedmiotu. obowiązuje studentów rozpoczynających studia w roku akademickim 2016/2017. Forma studiów: Stacjonarne Kod kierunku: 11.
Państwowa Wyższa Szko la Zawodowa w Nowym Sa czu Karta przedmiotu Instytut Techniczny obowiązuje studentów rozpoczynających studia w roku akademickim 2016/2017 Kierunek studiów: Informatyka Profil: Praktyczny
Bardziej szczegółowoKARTA KURSU. Kod Punktacja ECTS* 1
KARTA KURSU Nazwa Nazwa w j. ang. Wprowadzenie do statystyki Introduction to statistics Kod Punktacja ECTS* 1 Koordynator Prof. dr hab. Jerzy Wołek Zespół dydaktyczny Prof. dr hab. Jerzy Wołek doktoranci
Bardziej szczegółowoSylabus. Opis przedmiotu kształcenia. Nazwa modułu/przedmiotu Statystyka medyczna Grupa szczegółowych efektów kształcenia
Wykłady (WY) Seminaria (SE) Ćwiczenia audytoryjne (CA) Ćwiczenia kierunkowe - niekliniczne () Ćwiczenia kliniczne (CK) Ćwiczenia laboratoryjne (CL) Ćwiczenia w warunkach symulowanych (CS) Zajęcia praktyczne
Bardziej szczegółowoUE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki
UE we Wrocławiu, WEZiT w Jeleniej Górze Katedra Ekonometrii i Informatyki http://keii.ue.wroc.pl Prognozowanie procesów gospodarczych prowadzący: dr inż. Tomasz Bartłomowicz tomasz.bartlomowicz@ue.wroc.pl
Bardziej szczegółowoPROJEKT INŻYNIERSKI I
Politechnika Częstochowska, Wydział Zarządzania PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu Kierunek Forma studiów Poziom kwalifikacji Rok Semestr Jednostka prowadząca Osoba sporządzająca Profil Rodzaj
Bardziej szczegółowoMetodologia badań psychologicznych ze statystyką II - opis przedmiotu
Metodologia badań psychologicznych ze statystyką II - opis przedmiotu Informacje ogólne Nazwa przedmiotu Metodologia badań psychologicznych ze statystyką II Kod przedmiotu 14.0-WP-PSChM-MBPzS2-W-S14_pNadGen3NDYY
Bardziej szczegółowoNarzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski
Narzędzia statystyczne i ekonometryczne Wykład 1 dr Paweł Baranowski Informacje organizacyjne Wydział Ek-Soc, pok. B-109 pawel@baranowski.edu.pl Strona: baranowski.edu.pl (w tym materiały) Konsultacje:
Bardziej szczegółowoSYLABUS. DOTYCZY CYKLU KSZTAŁCENIA (skrajne daty) Statystyka w badaniach medycznych. dr Bernard Sozański wykład, ćwiczenia konwersatoryjne
SYLABUS DOTYCZY CYKLU KSZTAŁCENIA 2018-2020 (skrajne daty) 1.1. PODSTAWOWE INFORMACJE O PRZEDMIOCIE/MODULE Nazwa przedmiotu/ modułu Statystyka w badaniach medycznych Kod przedmiotu/ modułu* Wydział (nazwa
Bardziej szczegółowo