STATYSTYKA. Dwiczenia laboratoryjne Rok akademicki 2010/2011, semestr letni

Wielkość: px
Rozpocząć pokaz od strony:

Download "STATYSTYKA. Dwiczenia laboratoryjne Rok akademicki 2010/2011, semestr letni"

Transkrypt

1 STATYSTYKA Dwiczenia laboratoryjne Rok akademicki 2010/2011, semestr letni PROWADZĄCY, Katedra Ekonometrii Przestrzennej UŁ KONSULTACJE Wtorek: Czwartek: Pokój D314, Wydział Ekonomiczno-Socjologiczny UŁ, Łódź, ul. P.O.W. 3/5, ZASADY ZALICZENIA PRZEDMIOTU 1. Autorskie opracowanie projektu badania statystycznego; 2. Ocena aktywności i kreatywności na dwiczeniach; 3. Kolokwium pisemne; LITERATURA PODSTAWOWA 1. M. S. Kot, J. Jakubowski, A. Sokołowski,Statystyka. Podręcznik dla studiów ekonomicznych, Wydawnictwo Difin, Warszawa 2007 r.; 2. W. Krysicki, J. Barbos, W. Dyczka, Rachunek prawdopodobieostwa I statystyka matematyczna w zadaniach, cz. I i II, Wydawnictwo Naukowe PWN, Warszawa 2005 r.; 3. A. Zeliaś, Metody statystyczne, Polskie Wydawnictwo Ekonomiczne, Warszawa 2000 r.; LITERATURA UZUPEŁNIAJĄCA 1. A. Luszniewicz, T. Słaby, Statystyka z pakietem komputerowym STATISTICA PL, Wydanie II zmienione, Wydawnictwo C.H. Beck, Warszawa 2008 r.; 2. J. Suchecka (red.), Metody statystyczne: zarys teorii i zadania, Wydział Zarządzania Politechniki Częstochowskiej, Wydanie II, Częstochowa 2004 r.; 3. A. Zeliaś, B. Pawełek, S. Wanat, Metody statystyczne: Zadania i sprawdziany, Polskie Wydawnictwo Ekonomiczne, Warszawa 2002 r.; 4. B. Pułaska-Turyna, Statystyka dla ekonomistów, Wydanie II rozszerzone, Wydawnictwo Difin, Warszawa 2008 r.; TREŚCI PROGRAMOWE 1. Podstawowe pojęcia ze statystyki 2. Miary opisowe: tendencji centralnej, rozproszenia, asymetrii, koncentracji 3. Indeksy indywidualne i zespołowe 4. Tablice korelacyjne jednoczynnikowa analiza wariancji (wewnątrzgrupowa i międzygrupowa) 5. Funkcja regresji. Przedziały ufności. Zajęcia 1. Materiały pomocnicze do dwiczeo ze Statystyki Strona 1 z 10

2 1. PODSTAWOWE POJĘCIA ZE STATYSTYKI Statystyka jest nauką zajmującą się metodami ilościowymi służącymi do badania zjawisk (procesów) masowych 1, czyli takich, w których mamy do czynienia z dostatecznie dużą liczbą obserwacji oraz ich ilościowym ujęciem 2. Statystykę dzielimy na dwa rodzaje: opisową i matematyczną. 1. Statystyka opisowa traktuje o metodach gromadzenia, opracowywania, prezentacji i analizy danych wraz z opisem, wykorzystującym specjalne narzędzia statystyczne. 2. Statystyka matematyczna zajmuje się metodami wnioskowania statystycznego o badanym zjawisku w bardzo licznych lub nieskooczonych zbiorowościach generalnych (zebranie wszystkich danych nie jest możliwe) na podstawie danych częściowych (zbiorowości próbnych) 3. Cel statystyki pozyskiwanie i przedstawianie danych w postaci ułatwiającej ich ocenę, analizę oraz identyfikację prawidłowości i ilościowe ich wyrażenie. 2. BADANIE STATYSTYCZNE Badanie statystyczne jest procesem złożonym i wieloetapowym, prowadzącym do poznania badanego zjawiska i prawidłowości nim rządzących. Badanie statystyczne dzieli się na następujące etapy: 1. Przygotowanie (projektowanie) badania statystycznego 2. Obserwacja statystyczna 3. Opracowanie statystyczne 4. Analiza statystyczna Ad 1. Przygotowanie (projektowanie) badania statystycznego Przygotowanie badania statystycznego obejmuje opracowanie następujących elementów: 1.1. CEL BADANIA 1.2. HIPOTEZY BADAWCZE 1.3. ZBIOROWOŚD STATYSTYCZNA PODDANA BADANIU Zbiorowośd statystyczna zbiór elementów poddanych badaniu statystycznemu (osób, obiektów, zjawisk) podobnych pod względem określonych cech (lecz nie identycznych). Pojedynczy element zbiorowości statystycznej stanowi jednostkę statystyczną. Wyróżniamy dwa rodzaje zbiorowości statystycznych: zbiorowośd generalną i próbną Zbiorowośd generalna (populacja generalna) zbiór nieidentycznych elementów ze względu na badaną cechę, będącą przedmiotem badania, w wyniku którego chcemy sformułowad ogólne wnioski. Liczba elementów zbiorowości generalnej może byd skooczona lub nieskooczona. Zbiorowośd próbna (próba) podzbiór zbiorowości generalnej objęty obserwacją statystyczną. Wyniki tej obserwacji są uogólnione na całą zbiorowośd statystyczną. Przyjmuje się zazwyczaj, że próba jest mała, jeśli liczba jej elementów (n) jest mniejsza lub równa 30 (n 30) a duża, gdy większa od 30 (n>30). 1 Zjawiska masowe to takie, które powtarzają się często (np. urodzenia, spożycie artykułów spożywczych), oraz wykazują pewne prawidłowości, jakich nie można zaobserwowad podczas badania pojedynczych przypadków (np. bez obserwacji nie można sformułowad hipotezy, że liczba dzieci przypadająca na jedną rodzinę na wsi jest większa od poziomu tego wskaźnika w mieście). 2 Por. Jadwiga Suchecka (red.), Metody statystyczne: zarys teorii, przykłady i zadania, Wydział Zarządzania Politechniki Częstochowskiej, Częstochowa 2002 r., s Por. Aleksander Zeliaś, Metody statystyczne, Polskie Wydawnictwo Ekonomiczne, Warszawa 2000 r., s Zajęcia 1. Materiały pomocnicze do dwiczeo ze Statystyki Strona 2 z 10

3 1.4. ZAKRES BADANIA (CECHY PODDANE BADANIU) Zakres badania zespół cech, jakimi charakteryzują się badane jednostki statystyczne. Cechy statystyczne własności, którymi odznaczają się jednostki statystyczne wchodzące w skład badanej zbiorowości. 1. Podział cech: stałe i zmienne Cechy stałe cechy wspólne wszystkich jednostek badanej zbiorowości statystycznej, która nie podlega badaniu ale decyduje o zaliczeniu jednostek do określonej zbiorowości. Cechy stałe dzieli się na cechy: strukturalne lub rzeczowe (kogo lub co badamy), przestrzenne (gdzie odbywają się badania), oraz czasowe (w jakim okresie lub w jakiej chwili odbywają się badania). Przykład 1: Badamy studentów I roku Gospodarki Przestrzennej w 2011 r., mieszkających w Łodzi. cecha stała rzeczowa: Studenci I roku Gospodarki Przestrzennej, cecha stała przestrzenna: miejsce zamieszkania jednostek statystycznych Łódź, cecha stała czasowa: okres Cechy zmienne są to właściwości, którymi różnią się poszczególne jednostki wchodzące w skład badanej zbiorowości. Cechy te podlegają badaniu statystycznemu. Przykład 2: Określamy cechy, pod względem których studenci I roku GP będą się różnid np. płed, wzrost, dzielnica miasta, w której mieszkają, miesiąc urodzenia itp. 2. Podział cech: mierzalne (ilościowe) i niemierzalne (jakościowe) Cechy mierzalne (ilościowe) - wartości cech można zmierzyd i wyrazid za pomocą wielkości mianowanych (jednostek fizycznych), np. wiek (w latach), cena (PLN), odległośd (w kilometrach), masa (w kilogramach); Cechy mierzalne dzielimy na cechy mierzalne skokowe, cechy mierzalne ciągłe: cechy skokowe (dyskretne) cechy są skokowe, jeśli przyjmują skooczony lub przeliczalny zbiór wartości na danej skali liczbowej, przy czym najczęściej jest to zbiór liczb całkowitych nieujemnych np. liczba dzieci w rodzinie, izb mieszkalnych, liczba członków gospodarstwa domowego; cechy ciągłe przyjmują wszystkie liczby rzeczywiste z danego przedziału liczbowego <a,b>, przy czym liczba miejsc po przecinku jest uzależniona od dokładności pomiaru np. wiek, wzrost, temperatura powietrza cechy quasi-ciągłe cechy, które z natury są skokowe, ale traktuje się je jako ciągłe, ponieważ skala wartości, jakie te cechy mogą przybierad, jest bardzo duża np. liczba stron w książce Cechy niemierzalne (jakościowe) ich wartości nie dadzą wyrazid się za pomocą liczb, zwykle określane są słownie np. płed, wykształcenie, standard mieszkania Wśród cech mierzalnych, ze względu na liczbę możliwych wariantów wyróżniamy cechy: dwudzielne inaczej dwuwariantowe (płed), wielodzielne inaczej wielowariantowe (wykształcenie) 1.5. WYBÓR METODY BADANIA Zastosowanie odpowiedniej metody badanie jest uzależnione od celu badania, rodzaju i liczebności zbiorowości statystycznej oraz od wielkości środków finansowych przeznaczonych na określone badanie. W związku z powyższym metody badao statystycznych dzielimy na: pełne, częściowe. Zajęcia 1. Materiały pomocnicze do dwiczeo ze Statystyki Strona 3 z 10

4 Badanie pełne swoim zakresem obejmuje wszystkie jednostki badanej zbiorowości generalnej. Badania pełne z reguły prowadzone za pomocą spisów lub rejestracji bieżącej. Spisy prowadzone są okresowo bądź doraźnie, dostarczają bardzo wielu informacji z określonej dziedziny, np. Narodowy Spis Powszechny, Powszechny Spis Rolny Rejestracja bieżąca prowadzona jest, w przeciwieostwie do spisu, nie w sposób doraźny, ale nieprzerwanie. Polega na ciągłym ewidencjonowaniu danych, np. ewidencja urodzeo, zgonów, małżeostw prowadzona przez Urzędy Stanu Cywilnego Badania częściowe przeprowadzane są jedynie na części zbiorowości generalnej ze względu na zbyt dużą liczebnośd zbiorowości, koszty badania lub jego niszczący (szkodliwy) charakter. Badania częściowe dzielimy na badania ankietowe, monograficzne oraz reprezentacyjne. Badania ankietowe są jednym z najpopularniejszych sposobów przeprowadzania badao, co wynika z łatwości i szybkości zdobywania tą drogą informacji. Tryb badania ankietowego wiąże się z ułożeniem kwestionariusza ankiety. Pytania w nim zawarte powinny byd formułowane zwięźle i czytelnie. W celu zweryfikowania prawdziwości odpowiedzi udzielanych przez ankietowanych wskazuje się na zamieszczanie tzw. pytao kontrolnych. Badania monograficzne polegają na badaniu pojedynczej, wyróżnionej jednostki statystycznej np. określonej miejscowości. Badanie uwzględnia nie tylko charakterystyki liczbowe, ale również informacje jakościowo-opisowe. Monografia obejmuje, z reguły, bardzo szeroki zakres badanych zagadnieo. Badania reprezentacyjne należy do działu statystyki matematycznej (związanej z rachunkiem prawdopodobieostwa). Polega na wnioskowaniu o całej zbiorowości generalnej na podstawie losowo wybranej części próby. W badaniu tym istotne jest, aby wybrana próba była reprezentatywna tzn. możliwie najbardziej zbliżona pod względem struktury do zbiorowości generalnej. Badanie reprezentacyjne są stosowane najczęściej w badaniach społeczno-ekonomicznych, eksperymentalnych lub technicznych, np. badanie jakości, badanie budżetów gospodarstw domowych. Badania statystyczne można również podzielid ze względu na czas ich przeprowadzania: Badania ciągłe prowadzone są sukcesywnie i nieprzerwanie, np. ewidencja ludności; Badania okresowe prowadzone w pewnych odstępach czasu, np. spisy powszechne; Badania doraźne prowadzone w pewnych szczególnych okolicznościach, np. badanie spadku Produktu Krajowego Brutto wywołanego bezrobociem; Ad 2. Obserwacja statystyczna Obserwacja statystyczna polega na ustaleniu wartości cech statystycznych (w przypadku cech ilościowych) lub odmian cech jakościowych wszystkich jednostek wchodzących w skład zbiorowości statystycznej (najczęściej próby statystycznej). Pomiar jest to przyporządkowanie badanym obiektom, zgodnie z pewnym zbiorem reguł, liczb. Określenie pomiaru w statystyce ma szerokie znaczenie. Zastosowanie skali pomiaru determinuje w dużym stopniu zakres możliwej analizy statystycznej (ostatniego etapu badania). Wyróżniamy następujące skale pomiarowe 4 : Skala nominalna pozwala określid jedynie przynależnośd badanych elementów do wyróżnionych dla danej cechy jakościowych kategorii. Przykładem jest określenie płci lub regionu zamieszkania badanych osób. Skala nominalna reprezentuje najniższy poziom pomiaru. Nie można określid relacji większy-mniejszy, lepszy-gorszy. Skala porządkowa umożliwia przyporządkowanie jednostek statystycznych według stopnia natężenia badanej cechy. Przykładem jest określenie statusu materialnego danej osoby (niski, średni, wysoki) lub osiągnięd w 4 Por. Jarosław Podgórski, Statystyka dla studiów licencjackich, Polskie Wydawnictwo Ekonomiczne, Warszawa 2005 r., s Zajęcia 1. Materiały pomocnicze do dwiczeo ze Statystyki Strona 4 z 10

5 nauce (niedostateczny, mierny, dostateczny, dobry, bardzo dobry). Obie wymienione cechy są jakościowe, jednak umożliwiają przyporządkowanie sklasyfikowanych jednostek. Nie można określid dystansu (różnicy) pomiędzy jednostkami należącymi do różnych grup klasyfikacji. Skala interwałowa (przedziałowa) występuje wtedy, gdy uporządkowany zbiór wartości cechy składa się z liczb rzeczywistych. Wartośd 0 w tej skali ustalona jest dowolnie. Przykładem tej skali jest skala temperatur Kelwina i Celsjusza (wartośd 0 jest umowna). Skala przedziałowa pozwala tylko stwierdzid o ile wartośd cechy jednostki rożni się cechy innej jednostki. Skala ilorazowa (stosunkowa) pomiar na tej skali charakteryzuje się stałymi ilorazami i zerem bezwzględnym (zawsze w tym samym punkcie). W tej skali możliwe jest porównywanie jednostek za pomocą charakterystyk np. płaca, której naturalnym początkiem jest 0, co pozwala stwierdzid, że wynagrodzenie 4 tys. zł jest 2 razy większa od płacy w wysokości 2 tys. zł. Skala interwałowa i ilorazowa są skalami liczbowymi, z ustalonymi jednostkami pomiaru, co pozwala na określenie nie tylko porządku jednostek, lecz także różnic (dystansu) między nimi. Są one praktycznie trudno rozróżnialne. Skala interwałowa nie ma naturalnego początku, który uprawniałby do obliczenia ilorazów wartości cechy i znaczące ich interpretowanie. Zbiór informacji zebranych w drodze obserwacji statystycznej nazywamy materiałem statystycznym. Materiał statystyczny pierwotny dane gromadzone są wyłącznie do celów określonego badania statystycznego. Materiał statystyczny wtórny jest wykorzystywany w danym badaniu statystycznym, ale nie został zebrany tylko z tego powodu np. gromadzenie przez uczelnie wyższe danych osobowych studentów. Zebrany materiał statystyczny podlega ocenie merytorycznej. Ad 3. Opracowanie i prezentacja graficzna zebranego materiału Kolejnym etapem badania jest opracowanie statystyczne które polega na wprowadzeniu zgromadzonego materiału statystycznego do komputera oraz prezentacji w formie: szeregów statystycznych, tablic statystycznych oraz wykresów SZEREGI STATYSTYCZNE Szereg prezentuje materiał liczbowy, otrzymany w wyniku prowadzonej obserwacji statystycznej lub pomiaru, po pogrupowaniu. Charakteryzuje zbiorowośd statystyczną pod względem wyróżnionej cechy jakościowej lub ilościowej. Szeregi dzielimy ze względu na dwa kryteria: - formalne (ze względu na budowę szeregu). merytoryczne (ze względu na badana cechę: przestrzeo i czas) Rodzaje szeregów Szeregi wyróżnione ze względu na budowę szeregu Szeregi wyróżnione ze względu na typ cechy Szeregi szczegółowe proste Szeregi rozdzielcze Szeregi skumulowane Szeregi czasowe Szeregi przestrzenne Szeregi rozdzielcze punktowe Szeregi rozdzielcze przedziałowe Szeregi czasowe momentów Szeregi czasowe okresów Zajęcia 1. Materiały pomocnicze do dwiczeo ze Statystyki Strona 5 z 10

6 Kryterium: budowa szeregu Szereg szczegółowy prosty prezentuje uporządkowany rosnąco lub malejąco ciąg wartości badanej cechy. Symbolem X oznaczamy badana cechę symbolem x i wartości tej cechy odpowiadające i-tej jednostce statystycznej (i=1 n). Szeregi te stosowane są, gdy liczba jednostek objętych badaniem jest na tyle mała, że prezentacja wartości cech w sposób uporządkowany ich jest czytelna. Przykład 3. Przyjmijmy, że w losowo wybranej próbie liczącej 15 studentów UŁ zbadano wiek i otrzymano następujące wyniki: X i Powyższy ciąg uporządkowany jest rosnąco. Stanowi szeregiem szczegółowym prostym. W tym przykładzie jednostką statystyczna jest student UŁ, a badaną cechą wiek. Szeregi rozdzielcze to takie, w których zbiorowośd statystyczna podzielona jest na kilka części, klasy według określonej cechy o podanej liczebności każdej z nich (czyli o podanej liczbie jednostek mających określony wariant cechy jakościowej bądź wartośd zmiennej. Szeregi rozdzielcze dzielimy na : Szeregi rozdzielcze punktowe budowane zwykle gdy liczba wariantów badanej cechy jest niewielka, a każdy z tych wariantów występuje kilka razy w badanej zbiorowości. Stosowane są zazwyczaj do cech skokowych. Przykład 4. Przekształcając szereg z przykładu 3. dla każdej z wartości z cechy (wieku) przypisujemy liczbę jednostek statystycznych, które posiadają daną cechę, co przedstawia poniższy szereg: cecha: wiek studentów liczebnośd grup X i n Suma: 15 Szeregi rozdzielcze przedziałowe powstaje w wyniku podziału zbiorowości na klasy i podania liczebności każdej z nich. Szeregi te (zwłaszcza z otwartymi przedziałami) 5 stosuje się głownie do porządkowania wartości cech ciągłych. Należy zwrócid uwagę, aby klasy były rozłączne, obejmowały wszystkie możliwe warianty cechy. Aby określid liczbę klas, na jakie dzielimy zbiorowośd należy kierowad się kilkoma zasadami: 1. Liczba klas nie powinna byd mniejsza niż 6 i większa niż Spotyka się wzory ułatwiające ustalenie liczby klas: Gdzie: k liczba klas, n liczebnośd próby k n, Aby określid rozpiętośd przedziałów klasowych czyli różnicę pomiędzy górną i dolną granicą i- tego przedziału klasowego stosuje się (najczęściej) podany poniżej wzór: h x max Gdzie: h rozpiętośd przedziału klasowego, k liczba klas, x max maksymalna wartośd badanej cechy występująca pośród badanych jednostek, x min minimalna wartośd cechy w próbie x k min 5 Szeregi rozdzielcze przedziałowe z domkniętymi przedziałami klasowymi: np. 3-4, 5-6, 7-8. Szeregi rozdzielcze przedziałowe z otwartą górną granicą: np. 1-5, 5-9, Zajęcia 1. Materiały pomocnicze do dwiczeo ze Statystyki Strona 6 z 10

7 Ustalanie granic poszczególnych klas. W przypadku pierwszej klasy dolną granicą jest minimalna wartośd cechy w danej próbie. Gdy rozpatrywana cecha ma charakter ciągły górne granice klas powinny byd równe dolnym granicom klas po nich następujących. Szeregi skumulowane budowanie szeregu skumulowanego opiera się na dodawaniu liczebności poszczególnych klas (zarówno w szeregu rozdzielczym punktowym, jak i rozdzielczym przedziałowym) Kryterium: cecha Szeregi czasowe, charakteryzują się one tym, że znajdujące się w nich wartości dotyczą: - kolejnych okresów (szeregi czasowe okresów), np. liczba ludności wg lat - kolejnych momentów w badanym przedziale czasowym (szeregi czasowe momentów), np. stan liczby ludności na r. Szeregi przestrzenne przedstawiają rozmieszczenie zjawiska w przestrzeni, np. liczba ludności z wykształceniem wyższym wg województw (ilościowa), grupy językowe wg paostw (jakościowa) 3.2. TABLICE STATYSTYCZNE Przedstawiają zgrupowane i opracowane materiały statystyczne. Poprawnie zbudowana tablica składa się z następujących elementów: - tytułu, - tablicy właściwej (prezentującej zbiór szeregów statystycznych) - uwag wyjaśniających - informacji o źródle danych 3.3. WYKRESY Liniowe szczególnie przydatne do prezentacji danych w czasie - na podstawie szeregów czasowych; np. spadek liczby ludności w latach Słupkowe umożliwiają zobrazowanie poziomu badanego zjawiska w różnych przekrojach (czasowych, przestrzennych, lub ze względu na warianty, klasy cech) np. poziom bezrobocia wg województw Kołowe charakteryzują strukturę wewnętrzną badanej zbiorowości. Części składowe wykresu wyraża się najczęściej za pomocą procentów, np. struktura ludności wg poziomu wykształcenia Wyróżniamy trzy kierunki analizy: Ad 4. Analiza statystyczna 1. Analiza struktury badanego zjawiska z punktu jednej cechy, 2. Analiza zależności pomiędzy dwoma cechami, 3. Analiza zmian poziomu zjawiska w czasie 2.2. ELEKTRONICZNE ŹRÓDŁA DANYCH STATYSTYCZNYCH Do głównych polskich elektronicznych źródeł danych statystycznych zaliczamy: 1. Główny Urząd Statystyczny: Bank Danych Lokalnych: Baza demografia: Do międzynarodowych baz danych elektronicznych należą: 1. Baza danych Eurostat: 2. Baza Banku Światowego: Zajęcia 1. Materiały pomocnicze do dwiczeo ze Statystyki Strona 7 z 10

8 2.3. ZASTOSOWANIE ARKUSZA KALKULACYJNEGO MS EXCEL W STATYSTYCE POWTÓRZENIE WIADOMOŚCI Operatory Symbol + - * / ^x ^2 ^(1/3) ^(1/2) ; : Opis Dodawanie Odejmowanie Mnożenie Dzielenie Podnoszenie do potęgi x Podnoszenie do II potęgi Pierwiastek III stopnia Pierwiastek II stopnia Stawiany pomiędzy adresami komórek łączy ich wartości odpowiednim działaniem j (np. A3;B5) Określa zakres komórek podlegających działaniu (np. A3:B5 od A3 do B5) Podstawowe formuły statystyczne w arkuszu MS Excel Nazwa formuły Składnia Opis SUMA =SUMA(zakres komórek) Sumuje wartości w zaznaczonych komórkach ŚREDNIA =ŚREDNIA(zakres komórek) Oblicza wartośd średnią z zaznaczonego zakresu LICZ.JEŻELI =LICZ.JEŻELI(zakres;podany wariant) Generuje liczbę komórek o podanej wartości MAX =MAX(zakres) Generuje maksymalną wartośd cechy MIN =MIN(zakres) Generuje minimalną wartośd cechy JEŻELI =JEŻELI(warunek;wartośd_jeśli_prawda;wartośd jeśli_fałsz Generuje wartośd spełniającą dany warunek Adresowanie komórek Posługiwanie się formułami obliczeniowymi (z użyciem operatorów matematycznych lub oprogramowanych funkcji) wymaga znajomości sposobów adresowania komórek. W programie Microsoft Excel mamy do czynienia z trzema sposobami adresowania komórek: względnym, bezwzględnym i mieszanym. Blokowanie nastepuje poprzez odpowiednie ustawienie znaku $ [dolara] Adresowanie względne - adres względny komórki zależy od jej położenia w arkuszu. Przy kopiowaniu formuł zawierających zmienne w postaci adresów, brana jest pod uwagę zmiana położenia komórek źródłowych w stosunku do ich kopii. Jeżeli kopia w stosunku do źródła zmieniła swoje położenie o dwie kolumny i dwa wiersze, to adresy komórek źródłowych zmieniły się według tej samej relacji, Adresowanie bezwzględne - ten sposób adresowania komórek jest stosowany w celu odwoływania się w formule do tego samego miejsca w arkuszu, bez względu na aktualne położenie kopii formuły. Adresowanie bezwzględne blokuje automatyczną zmianę adresu kolumny i wiersza poprzez poprzedzenie ich symbolami dolara $.Wskaźnik kolumny i wiersza komórki jest niezmienny. Adresowanie mieszane - adresowanie tego typu stosujemy wówczas, gdy chcemy, aby przy kopiowaniu formuły zmieniał się jedynie numer wiersza komórki, np. $A5 lub tylko wskaźnik kolumny, np. A$5. 1. Przejśd do trybu edycji *F2+ Sposób blokowania adresów komórek za pomocą klawisza <F4>. 2. Ustawid kursor w formule w obrębie adresu komórki, który ma zostad zmieniony I. naciśnięcie *F4] zamiana adresu względnego na bezwzględny (blokowanie adresu wiersza i kolumny); II. naciśnięcie *F4] zmiana na adres mieszany (blokowanie wiersza dolar postawiony przed nr wiersza); III naciśnięcie *F4] zmiana na adres mieszany (blokowanie kolumny dolar postawiony przed literą); Zajęcia 1. Materiały pomocnicze do dwiczeo ze Statystyki Strona 8 z 10

9 Zadanie 1. [Excel] Badaniu statystycznemu poddano 20 rodzin ze względu na liczbę dzieci w rodzinie. Miały one następującą liczbę potomstwa: 2, 3, 1, 4, 1, 1, 1, 0, 0, 3, 3, 2, 2, 2, 2, 1, 1, 6, 6 1. Określid rodzaj cechy poddanej badaniu statystycznemu, 2. Przedstawid dane w postaci szeregu szczegółowego, 3. Przedstawid dane w postaci szeregu rozdzielczego punktowego, 4. *Obliczyd udziały liczby rodzin charakteryzujących się poszczególnymi liczebnościami dzieci w rodzinie, 5. *Obliczyd średnią liczbę dzieci przypadającą na losowo wybraną rodzinę Rozwiązanie: Ad 1. Cecha ilościowa, skokowa Ad 2. Zaznaczyd tabelkę razem z tytułami, *Menu Dane+ => Sortuj..., według liczby dzieci, Lp. Liczba dzieci w rodzinie Ad. 3. Ustalamy warianty cechy, czyli liczby dzieci jakie występują w rodzinach, w komórce przy liczbie dzieci 0, w kolumnie liczba rodzin wstawiamy funkcję licz.jeżeli: [wstaw]=>funkcja=>wszystkie=> szukamy licz.jeżeli; zakres: komórki liczby dzieci z szeregu szczegółowego (zakres blokujemy przez wstawienie $, klawiszem F4) kryteria: klikamy komórkę z wariantem obok => OK. Przeciągamy formułę do kooca Liczba dzieci Liczba rodzin suma 20 Zajęcia 1. Materiały pomocnicze do dwiczeo ze Statystyki Strona 9 z 10

10 Ad 4. W kolumnie obok liczby rodzin wpisujemy udziały W komórce poniżej =liczebnośd rodzin z daną cechą/liczba rodzin ogółem (blokujemy F4) Liczba dzieci Liczba rodzin Udziały rodzin % % % % % % suma % Ad 5. średnia = suma wartości/liczba wartości Średnia=2,25. Średnia liczba dzieci w badanej próbie rodzin wynosi 2 osoby. Praca domowa: Przygotowad na podstawie wskazanych źródeł statystycznych szereg czasowy oraz przestrzenny wybranej cechy ilościowej. Rozwiązane zadania domowe przesład na adres Zajęcia 1. Materiały pomocnicze do dwiczeo ze Statystyki Strona 10 z 10

Statystyka w pracy badawczej nauczyciela

Statystyka 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 szczegółowo

Podstawowe pojęcia statystyczne

Podstawowe pojęcia statystyczne Podstawowe pojęcia statystyczne Istnieją trzy rodzaje kłamstwa: przepowiadanie pogody, statystyka i komunikat dyplomatyczny Jean Rigaux Co to jest statystyka? Nauka o metodach ilościowych badania zjawisk

Bardziej szczegółowo

POJĘCIA WSTĘPNE. STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów) masowych.

POJĘCIA WSTĘPNE. STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów) masowych. [1] POJĘCIA WSTĘPNE STATYSTYKA - nauka traktująca o metodach ilościowych badania prawidłowości zjawisk (procesów) masowych. BADANIE STATYSTYCZNE - ogół prac mających na celu poznanie struktury określonej

Bardziej szczegółowo

Statystyka opisowa. Wykład I. Elementy statystyki opisowej

Statystyka opisowa. Wykład I. Elementy statystyki opisowej Statystyka opisowa. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Elementy statystyku opisowej 1 Elementy statystyku opisowej 2 3 Elementy statystyku opisowej Definicja Statystyka jest to nauka o

Bardziej szczegółowo

Badania Statystyczne

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

Bardziej szczegółowo

Wykład ze statystyki. Maciej Wolny

Wykład 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 szczegółowo

Statystyka. Wykład 1. Magdalena Alama-Bućko. 26 lutego Magdalena Alama-Bućko Statystyka 26 lutego / 34

Statystyka. Wykład 1. Magdalena Alama-Bućko. 26 lutego Magdalena Alama-Bućko Statystyka 26 lutego / 34 Statystyka Wykład 1 Magdalena Alama-Bućko 26 lutego 2018 Magdalena Alama-Bućko Statystyka 26 lutego 2018 1 / 34 Wykład : 30h Laboratoria : 30h egzamin w sesji letniej (po uprzednim zaliczeniu ćwiczeń)

Bardziej szczegółowo

STATYSTYKA. dr Agnieszka Figaj

STATYSTYKA. dr Agnieszka Figaj STATYSTYKA OPISOWA dr Agnieszka Figaj Literatura B. Pułaska Turyna: Statystyka dla ekonomistów. Difin, Warszawa 2011 M. Sobczyk: Statystyka aspekty praktyczne i teoretyczne, Wyd. UMCS, Lublin 2006 J. Jóźwiak,

Bardziej szczegółowo

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej

Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Wykład Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Zbiorowość statystyczna - zbiór elementów lub wyników jakiegoś procesu powiązanych ze sobą logicznie (tzn. posiadających wspólne cechy

Bardziej szczegółowo

W1. Wprowadzenie. Statystyka opisowa

W1. Wprowadzenie. Statystyka opisowa W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematyczna Anna Janicka wykład I, 22.02.2016 STATYSTYKA OPISOWA, cz. I Kwestie techniczne Kontakt: ajanicka@wne.uw.edu.pl Dyżur: strona z materiałami z przedmiotu: wne.uw.edu.pl/azylicz akson.sgh.waw.pl/~aborata

Bardziej szczegółowo

Sposoby prezentacji problemów w statystyce

Sposoby prezentacji problemów w statystyce S t r o n a 1 Dr Anna Rybak Instytut Informatyki Uniwersytet w Białymstoku Sposoby prezentacji problemów w statystyce Wprowadzenie W artykule zostaną zaprezentowane podstawowe zagadnienia z zakresu statystyki

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

Doświadczalnictwo leśne. Wydział Leśny SGGW Studia II stopnia

Doświadczalnictwo leśne. Wydział Leśny SGGW Studia II stopnia Doświadczalnictwo leśne Wydział Leśny SGGW Studia II stopnia Treści i efekty kształcenia Treści: Statystyka matematyczna, planowanie eksperymentu Efekty kształcenia: student potrafi opisywać zjawiska za

Bardziej szczegółowo

Zagadnienia: wprowadzenie podstawowe pojęcia. Doświadczalnictwo. Anna Rajfura

Zagadnienia: wprowadzenie podstawowe pojęcia. Doświadczalnictwo. Anna Rajfura Zagadnienia: wprowadzenie podstawowe pojęcia Doświadczalnictwo 1 Termin doświadczalnictwo Doświadczalnictwo planowanie doświadczeń oraz analiza danych doświadczalnych z użyciem metod statystycznych. Doświadczalnictwo

Bardziej szczegółowo

Statystyka. Wykład 1. Magdalena Alama-Bućko. 20 lutego Magdalena Alama-Bućko Statystyka 20 lutego / 19

Statystyka. 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 szczegółowo

Rodzaje badań statystycznych

Rodzaje badań statystycznych Rodzaje badań statystycznych Zbieranie danych, które zostaną poddane analizie statystycznej nazywamy obserwacją statystyczną. Dane uzyskuje się na podstawie badania jednostek statystycznych. Badania statystyczne

Bardziej szczegółowo

Matematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0

Matematyka - 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 szczegółowo

PRZEWODNIK PO PRZEDMIOCIE. Statystyka opisowa. Zarządzanie. niestacjonarne. I stopnia. dr Agnieszka Strzelecka. ogólnoakademicki.

PRZEWODNIK 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 szczegółowo

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria prof. dr hab. inż. Jacek Mercik B4 pok. 55 jacek.mercik@pwr.wroc.pl (tylko z konta studenckiego z serwera PWr) Konsultacje, kontakt itp. Strona WWW Elementy wykładu.

Bardziej szczegółowo

Statystyka matematyczna. dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt

Statystyka matematyczna. dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt Statystyka matematyczna dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt Zasady zaliczenia przedmiotu: część wykładowa Maksymalna liczba punktów do zdobycia 40. Egzamin będzie

Bardziej szczegółowo

Wykład z dnia 8 lub 15 października 2014 roku

Wykład z dnia 8 lub 15 października 2014 roku Wykład z dnia 8 lub 15 października 2014 roku Istota i przedmiot statystyki oraz demografii. Prezentacja danych statystycznych Znaczenia słowa statystyka Znaczenie I - nazwa zbioru danych liczbowych prezentujących

Bardziej szczegółowo

Pracownia Informatyczna Instytut Technologii Mechanicznej Wydział Inżynierii Mechanicznej i Mechatroniki. Podstawy Informatyki i algorytmizacji

Pracownia Informatyczna Instytut Technologii Mechanicznej Wydział Inżynierii Mechanicznej i Mechatroniki. Podstawy Informatyki i algorytmizacji Pracownia Informatyczna Instytut Technologii Mechanicznej Wydział Inżynierii Mechanicznej i Mechatroniki Podstawy Informatyki i algorytmizacji wykład 1 dr inż. Maria Lachowicz Wprowadzenie Dlaczego arkusz

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 2013/2014 Wykład 1 Statystyka Nazwa pochodząca o łac. słowa status stan, państwo i statisticus

Bardziej szczegółowo

Rozdział 1. Analiza Struktury. Jan Żółtowski. Problem 1.1. Lp. Pytanie Odpowiedź

Rozdział 1. Analiza Struktury. Jan Żółtowski. Problem 1.1. Lp. Pytanie Odpowiedź Rozdział 1 Analiza Struktury Jan Żółtowski Problem 1.1 Kuratorium w Łodzi postanowiło ocenić wpływ warunków szkolnych i pozaszkolnych na wyniki uczniów piszących próbną EMaturę z matematyki 1. W badaniu

Bardziej szczegółowo

studiów Podstawy Statystyki TR/2/PP/STAT 7 3

studiów 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 szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy 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 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

STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;

STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; - badanie skuteczności nowego leku; - badanie stopnia zanieczyszczenia gleb metalami

Bardziej szczegółowo

zbieranie porządkowanie i prezentacja (tabele, wykresy) analiza interpretacja (wnioskowanie statystyczne)

zbieranie porządkowanie i prezentacja (tabele, wykresy) analiza interpretacja (wnioskowanie statystyczne) STATYSTYKA zbieranie porządkowanie i prezentacja (tabele, wykresy) analiza interpretacja (wnioskowanie statystyczne) DANYCH STATYSTYKA MATEMATYCZNA analiza i interpretacja danych przy wykorzystaniu metod

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

Data wydruku: Dla rocznika: 2015/2016. Opis przedmiotu

Data 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 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

Wprowadzenie Pojęcia podstawowe Szeregi rozdzielcze STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP.

Wprowadzenie Pojęcia podstawowe Szeregi rozdzielcze STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 18 września 2017 1 Wprowadzenie 2 Pojęcia podstawowe 3 Szeregi rozdzielcze Zwykle wyróżnia się dwa podstawowe działy statystyki: statystyka

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

Szczegółowy 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 szczegółowo

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony zbiór jednostek, które

Bardziej szczegółowo

Statystyka. Wykład 2. Magdalena Alama-Bućko. 5 marca Magdalena Alama-Bućko Statystyka 5 marca / 34

Statystyka. Wykład 2. Magdalena Alama-Bućko. 5 marca Magdalena Alama-Bućko Statystyka 5 marca / 34 Statystyka Wykład 2 Magdalena Alama-Bućko 5 marca 2018 Magdalena Alama-Bućko Statystyka 5 marca 2018 1 / 34 Banki danych: Bank danych lokalnych : Główny urzad statystyczny: Baza Demografia : https://bdl.stat.gov.pl/

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

Literatura. Podgórski J., Statystyka dla studiów licencjackich, PWE, Warszawa 2010.

Literatura. Podgórski J., Statystyka dla studiów licencjackich, PWE, Warszawa 2010. Metody statystyczne Literatura Podgórski J., Statystyka dla studiów licencjackich, PWE, Warszawa 2010. Stąpor K. Wykłady z metod statystycznych dla informatyków z przykładami w języku R. Wydawnictwo Politechniki

Bardziej szczegółowo

Wykład Prezentacja materiału statystycznego. 2. Rodzaje szeregów statystycznych.

Wykład Prezentacja materiału statystycznego. 2. Rodzaje szeregów statystycznych. Wykład 2. 1. Prezentacja materiału statystycznego. 2. Rodzaje szeregów statystycznych. 3. Wykresy: histogram, diagram i ogiwa. Prezentacja materiału statystycznego Przy badaniu struktury zbiorowości punktem

Bardziej szczegółowo

Statystyka. Wykład 2. Magdalena Alama-Bućko. 27 lutego Magdalena Alama-Bućko Statystyka 27 lutego / 39

Statystyka. Wykład 2. Magdalena Alama-Bućko. 27 lutego Magdalena Alama-Bućko Statystyka 27 lutego / 39 Statystyka Wykład 2 Magdalena Alama-Bućko 27 lutego 2017 Magdalena Alama-Bućko Statystyka 27 lutego 2017 1 / 39 Banki danych: Bank danych lokalnych : Główny urzad statystyczny: https://bdl.stat.gov.pl/

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

Przypomnienie: Ćwiczenie 1.

Przypomnienie: Ćwiczenie 1. Strona1 Przypomnienie: Zmienne statystyczne można podzielić na: 1. Ilościowe, czyli mierzalne (przedstawiane liczbowo) w tym: skokowe inaczej dyskretne (przyjmują skończoną lub co najwyżej przeliczalną

Bardziej szczegółowo

Statystyka i opracowanie danych W5: Wprowadzenie do statystycznej analizy danych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl

Statystyka i opracowanie danych W5: Wprowadzenie do statystycznej analizy danych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Statystyka i opracowanie danych W5: Wprowadzenie do statystycznej analizy danych Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Wprowadzenie Podstawowe cele analizy zbiorów danych Uogólniony opis poszczególnych

Bardziej szczegółowo

STATYSTYKA OPISOWA. Przykłady problemów: - badanie opinii publicznej na temat preferencji wyborczych;

STATYSTYKA OPISOWA. Przykłady problemów: - badanie opinii publicznej na temat preferencji wyborczych; STATYSTYKA OPISOWA Przykłady problemów: - badanie opinii publicznej na temat preferencji wyborczych; - badanie stanu zdrowia w pewnej miejscowości; - badanie stopnia zanieczyszczenia gleb metalami ciężkimi

Bardziej szczegółowo

STATYSTYKA OPISOWA. Wykład 1

STATYSTYKA OPISOWA. Wykład 1 STATYSTYKA OPISOWA Wykład 1 LITERATURA Literatura podstawowa Literatura uzupełniająca 2 LITERATURA Literatura podstawowa: Zeliaś A., Pawełek B., Wanat S., Metody statystyczne. Zadania i sprawdziany, PWE,

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

KARTA 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 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 szczegółowo

Przygotowanie danych

Przygotowanie danych 2 Przygotowanie danych 2 Przygotowanie danych Przed opracowaniem statystycznym należy uporządkować dane. Czynność ta ułatwia opracowywanie danych. Od czasu, kiedy pojawiły się komputery, procedury porządkowania

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

TEMAT: SPOSOBY ADRESOWANIA W

TEMAT: SPOSOBY ADRESOWANIA W CENTRUM EDUKACJI AKADEMIA SUKCESU Praca Semestralna TEMAT: SPOSOBY ADRESOWANIA W ARKUSZU KALKULACYJNYM EXCEL. Kierunek: Technik Informatyk Semestr: II Wykładowca: Jan Nosal Słuchacz: Łukasz Stocki CO TO

Bardziej szczegółowo

ARKUSZ KALKULACYJNY MICROSOFT EXCEL cz.1 Formuły, funkcje, typy adresowania komórek, proste obliczenia.

ARKUSZ KALKULACYJNY MICROSOFT EXCEL cz.1 Formuły, funkcje, typy adresowania komórek, proste obliczenia. Wydział Elektryczny Katedra Elektrotechniki Teoretycznej i Metrologii Instrukcja do pracowni z przedmiotu Podstawy Informatyki Kod przedmiotu: ENS1C 100 003 oraz ENZ1C 100 003 Ćwiczenie pt. ARKUSZ KALKULACYJNY

Bardziej szczegółowo

Wykład 1: O statystyce i analizie danych

Wykład 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 szczegółowo

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część

Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu

Bardziej szczegółowo

Statystyka. Podstawowe pojęcia: populacja (zbiorowość statystyczna), jednostka statystyczna, próba. Cechy: ilościowe (mierzalne),

Statystyka. Podstawowe pojęcia: populacja (zbiorowość statystyczna), jednostka statystyczna, próba. Cechy: ilościowe (mierzalne), Statystyka zbiór przetworzonych i zsyntetyzowanych danych liczbowych, nauka o ilościowych metodach badania zjawisk masowych, zmienna losowa będąca funkcją próby. Podstawowe pojęcia: populacja (zbiorowość

Bardziej szczegółowo

Przedmiot kod nr w planie ECTS studiów PODSTAWY STATYSTYKI TR/2/PP/STAT 6 3

Przedmiot kod nr w planie ECTS studiów PODSTAWY STATYSTYKI TR/2/PP/STAT 6 3 Przedmiot kod nr w planie ECTS studiów PODSTAWY STATYSTYKI TR/2/PP/STAT 6 3 Kierunek Turystyka i Rekreacja Poziom kształcenia II stopień Rok/Semestr I I/I Typ przedmiotu (obowiązkowy/fakultatywny) Obowiązkowy

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

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące

Bardziej szczegółowo

Załącznik Nr 1 KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Elementy statystyki i demografii. 2. KIERUNEK: Pedagogika. 3. POZIOM STUDIÓW: I stopień

Załącznik Nr 1 KARTA PRZEDMIOTU. 1. NAZWA PRZEDMIOTU: Elementy statystyki i demografii. 2. KIERUNEK: Pedagogika. 3. POZIOM STUDIÓW: I stopień Załącznik Nr 1 KARTA PRZEDMIOTU 1. NAZWA PRZEDMIOTU: Elementy statystyki i demografii 2. KIERUNEK: Pedagogika 3. POZIOM STUDIÓW: I stopień 4. ROK/ SEMESTR STUDIÓW: rok II / semestr 3. LICZBA PUNKTÓW ECTS:

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

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

Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy

Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2017/2018 STATYSTYKA

Bardziej szczegółowo

SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Pojęcie i metody badań statystycznych PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY W LUBLINIE WYŻSZA

Bardziej szczegółowo

Uczelnia Łazarskiego Wydział Medyczny Kierunek Lekarski

Uczelnia 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 szczegółowo

STATYSTYKA OPISOWA. Dr Alina Gleska. 12 listopada Instytut Matematyki WE PP

STATYSTYKA OPISOWA. Dr Alina Gleska. 12 listopada Instytut Matematyki WE PP STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 12 listopada 2017 1 Analiza współzależności dwóch cech 2 Jednostka zbiorowości - para (X,Y ). Przy badaniu korelacji nie ma znaczenia, która

Bardziej szczegółowo

4.2. Statystyczne opracowanie zebranego materiału

4.2. Statystyczne opracowanie zebranego materiału 4.2. Statystyczne opracowanie zebranego materiału Zebrany i pogrupowany materiał badawczy należy poddać analizie statystycznej w celu dokonania pełnej i szczegółowej charakterystyki interesujących badacza

Bardziej szczegółowo

Statystyka opisowa SYLABUS A. Informacje ogólne

Statystyka opisowa SYLABUS A. Informacje ogólne Statystyka opisowa SYLABUS A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Rok

Bardziej szczegółowo

KARTA KURSU. (do zastosowania w roku ak. 2015/16) Kod Punktacja ECTS* 4

KARTA KURSU. (do zastosowania w roku ak. 2015/16) Kod Punktacja ECTS* 4 KARTA KURSU (do zastosowania w roku ak. 2015/16) Nazwa Statystyka 1 Nazwa w j. ang. Statistics 1 Kod Punktacja ECTS* 4 Koordynator Dr hab. Tadeusz Sozański (koordynator, wykłady) Dr Paweł Walawender (ćwiczenia)

Bardziej szczegółowo

1 Podstawy rachunku prawdopodobieństwa

1 Podstawy rachunku prawdopodobieństwa 1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej

Bardziej szczegółowo

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 A.

Bardziej szczegółowo

Plan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii

Plan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii Plan wykładu Statystyka opisowa Dane statystyczne miary położenia miary rozproszenia miary asymetrii Statystyka matematyczna Podstawy estymacji Testowanie hipotez statystycznych Żródła Korzystałam z ksiażek:

Bardziej szczegółowo

Graficzna prezentacja danych statystycznych

Graficzna prezentacja danych statystycznych Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych Katowice, 12 i 26 czerwca 2014 r. Dopasowanie narzędzia do typu zmiennej Dobór narzędzia do

Bardziej szczegółowo

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss

Bardziej szczegółowo

Imię, nazwisko i tytuł/stopień KOORDYNATORA (-ÓW) kursu/przedmiotu zatwierdzającego protokoły w systemie USOS Dr Roman Sosnowski

Imię, nazwisko i tytuł/stopień KOORDYNATORA (-ÓW) kursu/przedmiotu zatwierdzającego protokoły w systemie USOS Dr Roman Sosnowski SYLLABUS na rok akademicki 009/010 Tryb studiów Studia stacjonarne Kierunek studiów Ekonomia Poziom studiów Pierwszego stopnia Rok studiów/ semestr /4 Specjalność Bez specjalności Kod katedry/zakładu w

Bardziej szczegółowo

Statystyka Opisowa WK Andrzej Pawlak. Intended Audience: PWR

Statystyka Opisowa WK Andrzej Pawlak. Intended Audience: PWR Statystyka Opisowa WK1.2017 Andrzej Pawlak Intended Audience: PWR POJĘCIA STATYSTYKI 1. Zbiór danych liczbowych pokazujących kształtowanie się określonych zjawisk i procesów (roczniki statystyczne). 2.

Bardziej szczegółowo

Analiza współzależności zjawisk. dr Marta Kuc-Czarnecka

Analiza współzależności zjawisk. dr Marta Kuc-Czarnecka Analiza współzależności zjawisk dr Marta Kuc-Czarnecka Wprowadzenie Prawidłowości statystyczne mają swoje przyczyny, w związku z tym dla poznania całokształtu badanego zjawiska potrzebna jest analiza z

Bardziej szczegółowo

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33 Statystyka Wykład 4 Magdalena Alama-Bućko 19 marca 2018 Magdalena Alama-Bućko Statystyka 19 marca 2018 1 / 33 Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności (rozproszenia,

Bardziej szczegółowo

Po drugie jest to dyscyplina naukowa, traktująca o metodach liczbowego opisu i wnioskowania o prawidłowościach występujących w procesach masowych.

Po drugie jest to dyscyplina naukowa, traktująca o metodach liczbowego opisu i wnioskowania o prawidłowościach występujących w procesach masowych. PROJEKTOWANIE BADANIA STATYSTYCZNEGO Termin statystyka ma wiele znaczeń. Po pierwsze określa się nim zbiór informacji liczbowych, dotyczących celowo wybranej grupy zjawisk. W tym sensie mówi się np. o

Bardziej szczegółowo

kod nr w planie ECTS Przedmiot studiów PODSTAWY STATYSTYKI 7 2

kod nr w planie ECTS Przedmiot studiów PODSTAWY STATYSTYKI 7 2 kod nr w planie ECTS Przedmiot studiów PODSTAWY STATYSTYKI 7 2 Kierunek Turystyka i Rekreacja Poziom kształcenia II stopień Rok/Semestr 1/2 Typ przedmiotu (obowiązkowy/fakultatywny) obowiązkowy y/ ćwiczenia

Bardziej szczegółowo

Statystyka i analiza danych pomiarowych Podstawowe pojęcia statystyki Cz. 1. Tadeusz M. Molenda Instytut Fizyki, Uniwersytet Szczeciński

Statystyka i analiza danych pomiarowych Podstawowe pojęcia statystyki Cz. 1. Tadeusz M. Molenda Instytut Fizyki, Uniwersytet Szczeciński Statystyka i analiza danych pomiarowych Podstawowe pojęcia statystyki Cz. 1. Tadeusz M. Molenda Instytut Fizyki, Uniwersytet Szczeciński Wybrane cytowania "Statystyka to matematyczny kamuflaż błędu. Georges

Bardziej szczegółowo

Statystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35

Statystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35 Statystyka Wykład 7 Magdalena Alama-Bućko 16 kwietnia 2017 Magdalena Alama-Bućko Statystyka 16 kwietnia 2017 1 / 35 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia

Bardziej szczegółowo

PRZEWODNIK PO PRZEDMIOCIE

PRZEWODNIK PO PRZEDMIOCIE Nazwa przedmiotu: Kierunek: Statystyka komputerowa Computer statistics Zarządzanie i Inżynieria Produkcji Management and Engineering of Production Rodzaj przedmiotu: Fakultatywny - oferta Poziom studiów:

Bardziej szczegółowo

Technologia Informacyjna

Technologia Informacyjna Technologia Informacyjna dr inż. Paweł Myszkowski arkusz kalkulacyjny Microsoft Excel Arkusz kalkulacyjny Microsoft Excel Przechowywanie danych: Komórka autonomiczna jednostka organizacyjna, służąca do

Bardziej szczegółowo

Przedmiot i rola statystyki

Przedmiot i rola statystyki Statystyka Przedmiot i rola statystyki Statystyka jest dziedziną nauki zajmującą się metodami ilościowymi opisu zjawisk lub procesów masowych. Zjawisko jest masowe, gdy dotyczy wystarczająco dużej liczby

Bardziej szczegółowo

Z-0033z Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki. Stacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta

Z-0033z Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki. Stacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta KARTA MODUŁU / KARTA PRZEDMIOTU Z-0033z Statystyka Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Statistics Obowiązuje od roku akademickiego 2012/2013 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW

Bardziej szczegółowo

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013

Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 0,KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 A.

Bardziej szczegółowo

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ (II rok WNE)

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ (II rok WNE) WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ (II rok WNE) Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 1 1 / 33 Warunki zaliczenia 1 Ćwiczenia OBOWIĄZKOWE (max. 3 nieobecności) 2 Zaliczenie

Bardziej szczegółowo

SYLABUS. Nazwa jednostki prowadzącej przedmiot Wydział Socjologiczno-Historyczny Katedra Politologii

SYLABUS. Nazwa jednostki prowadzącej przedmiot Wydział Socjologiczno-Historyczny Katedra Politologii Rzeszów, 1 październik 014 r. SYLABUS Nazwa przedmiotu Statystyka i demografia Nazwa jednostki prowadzącej przedmiot Wydział Socjologiczno-Historyczny Katedra Politologii Kod przedmiotu MK_8 Studia Kierunek

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

przedmiot podstawowy obowiązkowy polski drugi

przedmiot podstawowy obowiązkowy polski drugi KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 07/08 IN--008 STATYSTYKA W INŻYNIERII ŚRODOWISKA Statistics in environmental engineering

Bardziej szczegółowo

SPIS TREŚCI. Do Czytelnika... 7

SPIS TREŚCI. Do Czytelnika... 7 SPIS TREŚCI Do Czytelnika.................................................. 7 Rozdział I. Wprowadzenie do analizy statystycznej.............. 11 1.1. Informacje ogólne..........................................

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący

Bardziej szczegółowo

Z-ZIPN1-004 Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki Niestacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta

Z-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 szczegółowo

Temat: Arkusze kalkulacyjne. Program Microsoft Office Excel. Podstawy

Temat: Arkusze kalkulacyjne. Program Microsoft Office Excel. Podstawy Temat: Arkusze kalkulacyjne. Program Microsoft Office Excel. Podstawy Arkusz kalkulacyjny to program przeznaczony do wykonywania różnego rodzaju obliczeń oraz prezentowania i analizowania ich wyników.

Bardziej szczegółowo

Próba własności i parametry

Próba własności i parametry Próba własności i parametry Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony

Bardziej szczegółowo

KARTA PRZEDMIOTU / SYLABUS

KARTA 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 szczegółowo

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 Statystyka zbiór przetworzonych i zsyntetyzowanych danych liczbowych, nauka o ilościowych metodach

Bardziej szczegółowo

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W KONINIE WYDZIAŁ SPOŁECZNO-HUMANISTYCZNY. Katedra Zarządzania i Logistyki. Kierunek: Zarządzanie SYLABUS

PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W KONINIE WYDZIAŁ SPOŁECZNO-HUMANISTYCZNY. Katedra Zarządzania i Logistyki. Kierunek: Zarządzanie SYLABUS PAŃSTWOWA WYŻSZA SZKOŁA ZAWODOWA W KONINIE WYDZIAŁ SPOŁECZNO-HUMANISTYCZNY Katedra Zarządzania i Logistyki Kierunek: Zarządzanie SYLABUS Nazwa przedmiotu w języku polskim / angielskim STATYSTYKA OPISOWA

Bardziej szczegółowo

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski Literatura STATYSTYKA OPISOWA A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu

Bardziej szczegółowo