Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach

Wielkość: px
Rozpocząć pokaz od strony:

Download "Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach"

Transkrypt

1 dr ż. Jolata Wojar Zakład Metod Iloścowych, Wydzał Ekoom Uwersytet Rzeszowsk Przestrzeo-czasowe zróżcowae stopa wykorzystaa techolog formacyjo- -telekomukacyjych w przedsęborstwach WPROWADZENIE W czasach, gdy formacja zdobyta dzęk ej wedza stają sę produktem strategczym, a umejętość jej pozyskaa często decyduje o sukcese frmy, techologe formacyjo-telekomukacyje są potężym pożądaym bzesowym arzędzem codzeej pracy. Rozwój współczesych przedsęborstw erozerwale zwązay jest z wykorzystaem osągęć techolog teleformatyczych. Frmy w swojej dzałalośc powszeche stosują komputery z szerokopasmowym dostępem do Iteretu. Dyamczy rozwój wykorzystaa Iteretu w bzese wyka z jego stotych cech, takch jak: brak ograczeń burokratyczych, możlwość mędzyarodowej współpracy specjalstów, śwatowy zasęg oraz elastyczość. Dzęk temu Iteret stał sę poważym arzędzem bzesowym dla frm, służącym do realzacj kupa sprzedaży, wymay formacj, rozlczeń fasowych, promocj, poszukwaa dostawców, a węc ogóle do budowy przewag kokurecyjej zwększaa efektywośc. Badaa lteraturowe wskazują, że dostęp do Iteretu wpływa e tylko a owacyjość, ale także a kokurecyjość przedsęborstw 1. Współczese przedsęborstwa chcąc adążyć za rozwjającą sę w dużym tempe techologą teleformatyczą, zmuszoe są do westowaa w owoczesy sprzęt. Dotyczy to e tylko frm zwązaych z produkcją przetwarzaem. Iformacja zmeła róweż śwat bzesu. Przestrzeń wrtuala stworzyła szeroke możlwośc dla kotaktów gospodarczych, przeprowadzaa trasakcj oraz zdobywaa wadomośc o rykach a całym śwece. Celem pracy jest przedstawee podobeństw różc dotyczących skal wykorzystaa techolog formacyjych w przedsęborstwach w poszczególych województwach w Polsce w latach W perwszym etape aalzy określoo dyamkę zma tego zjawska a przestrze badaego okresu, aby ukazać dysproporcje pomędzy regoam o ajwyższej ajższej skal badaego zjawska. Kolejo za pomocą zmeej sytetyczej dokoao upo- 1 T. Kasprzak, W keruku rozszerzoego przedsęborstwa, Df, Warszawa 2006.

2 494 JOLANTA WOJNAR rządkowaa województw podzału a skupea różące sę pozomem atężea badaych cech w całym aalzowaym okrese czasu. Dae służące do przeprowadzea aalz zaczerpęto z ofcjalych publkacj GUS (Bak Daych Regoalych). Przytoczoe welkośc opsują sta a dzeń 31 gruda daego roku. DYNAMIKA ZMIENNYCH DIAGNOSTYCZNYCH W wększośc województw w 2012 roku zaobserwowao ewelk spadek w skal roku odsetka przedsęborstw wykorzystujących komputery. Najwyższą wartość tego wskaźka odotowao w województwe dolośląskm 96,9%, atomast ajmejszą w województwe śwętokrzyskm 91,4%. W 2012 roku we wszystkch województwach odsetek przedsęborstw posadających dostęp do Iteretu był wyższy ż 90%. Różca pomędzy województwem mazoweckm, w którym ajwęcej przedsęborstw korzystało z Iteretu (95,4%) a województwem śwętokrzyskm o ajższym wskaźku (90,3%) wyosła 5,1%. Wzrasta odsetek pracowków, dla których komputer staje sę arzędzem pracy. W 2012 roku udzał pracowków wykorzystujących komputer w pracy wyosł 42,8%, przy czym ajwększy odsetek odotowao w województwe mazoweckm 57,1%, a ajmejszy w województwe warmńsko-mazurskm 29,4%. Należy podkreślć, że dystas mędzy ajższym, a ajwyższym wskaźkem systematycze zmejszał sę (z pozomu 30,4% w roku 2008 do 27,7% w roku 2012). Uzyskae jedoltego zestawu cech opsujących wykorzystae techolog ICT przez pracowków przedsęborstwa dla 16 województw w oparcu o dae publkowae przez GUS było możlwe tylko dla 8 zmeych dagostyczych w czterech kolejych jedostkach czasu (lata ). W dalszych badaach uwzględoo astępujące zmee: x 1 odsetek przedsęborstw wykorzystujących komputery, x 2 odsetek przedsęborstw posadających dostęp do Iteretu, x 3 odsetek pracowków wykorzystujących komputer, x 4 odsetek przedsęborstw posadających własą stroę teretową, x 5 odsetek przedsęborstw, dla których stroa teretowa spełała fukcje prezetacj katalogów, wyrobów lub ceków, x 6 odsetek przedsęborstw otrzymujących zamówea poprzez sec komputerowe, x 7 odsetek przedsęborstw składających zamówea poprzez sec komputerowe, x 8 odsetek przedsęborstw wykorzystujących Iteret w kotaktach z admstracją publczą.

3 Przestrzeo-czasowe zróżcowae stopa wykorzystaa 495 Chcąc pokazać tempo zma badaych cech w aalzowaym okrese oblczoo merk dyamk, będący lorazem wartośc badaej cechy w roku ostatm (2011) do jej wartośc w roku początkowym (2008) tzw. wskaźk łańcuchowy. Wyk przedstawoo w tabel 1. Tabela 1. Dyamka zma wartośc aalzowaych cech w latach według województw Województwa Merk dyamk dla poszczególych cech (2008=100%) x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 Polska 100,8% 101,4% 118,0% 114,5% 108,3% 222,4% 162,2% 148,8% Dolośląske 103,3% 103,8% 125,0% 114,3% 107,6% 209,1% 152,5% 145,3% Kujawsko-pomorske 103,6% 103,6% 124,0% 115,4% 100,5% 250,0% 166,7% 160,1% Lubelske 102,3% 103,8% 132,4% 124,6% 117,6% 188,2% 173,4% 152,6% Lubuske 103,0% 104,7% 113,8% 106,0% 91,7% 359,3% 181,3% 182,6% Łódzke 103,2% 105,5% 131,1% 115,8% 101,5% 241,9% 206,8% 165,2% Małopolske 101,1% 101,4% 116,4% 109,5% 98,4% 180,3% 145,7% 142,0% Mazowecke 98,4% 97,7% 109,7% 109,0% 105,9% 234,4% 164,4% 142,8% Opolske 99,6% 98,9% 103,8% 112,6% 108,1% 155,4% 96,8% 158,3% Podkarpacke 100,4% 102,6% 124,3% 116,2% 114,2% 193,0% 158,0% 146,1% Podlaske 103,3% 105,1% 132,5% 106,7% 116,3% 295,1% 156,5% 177,1% Pomorske 99,3% 100,3% 131,1% 111,5% 110,8% 194,8% 214,4% 145,9% Śląske 100,9% 102,0% 121,6% 115,4% 110,6% 238,6% 153,5% 147,3% Śwętokrzyske 94,5% 94,9% 120,6% 135,1% 126,8% 214,3% 130,5% 156,0% Warmńsko-mazurske 103,1% 103,7% 106,3% 106,7% 104,3% 344,4% 195,2% 137,5% Welkopolske 99,8% 100,1% 121,8% 128,1% 120,6% 218,4% 156,6% 148,1% Zachodopomorske 101,6% 103,3% 129,0% 112,6% 106,4% 331,0% 176,3% 144,2% Źródło: opracowae włase a podstawe baz daych GUS. Bak daych regoalych. Na podstawe merków zameszczoych w tabel 1 wdać, że wykorzystae komputera dostęp do Iteretu w przedsęborstwach stały sę faktem. W społeczeństwe formacyjym XXI weku już kt e kwestouje techolog secowych, jako jedego z flarów kostruowaa strateg mającej a celu wzrost efektywośc przewag kokurecyjej a ryku. Praktycze wszystke duże przedsęborstwa wykorzystują komputery mają dostęp do Iteretu (powyżej 99%). W badaym okrese wyraźe wzrósł odsetek pracowków wykorzystujących w swojej pracy komputer. W województwach: lubelskm, łódzkm, podlaskm pomorskm wzrost wahał sę od 31 do 36%. W dobe powszechego dostępu do Iteretu z każdym rokem coraz węcej przedsęborstw postrzega swoją stroę teretową, jako arzędze marketgowe. Stroy teretowe stają sę coraz bardzej zaawasowae techologcze

4 496 JOLANTA WOJNAR spełają oprócz fukcj prezetacyjych róweż e role. W 2011 r. własą stroę teretową posadało 64,7% przedsęborstw. Wzrost badaych wskaźków w 2011 r. w stosuku do roku 2008 dotyczył wszystkch województw, wśród których ajwększy odotowao w województwe śwętokrzyskm (35,1%) welkopolskm (28,1%), a ajższy w województwach: lubuskm, podlaskm warmńsko-mazurskm (zaledwe 6%). Najczęścej wykorzystywaym fukcjam stroy teretowej są prezetacje wyrobów, katalogów, cek produktów. Z tej fukcj stroy teretowej korzystało w Polsce w 2011 roku 46,9% frm, a tempo zma ajbardzej wdocze było w województwe śwętokrzyskm, dla którego merk dyamk wyosł 126,8%. W cągu ostatch czterech lat wyraźe wzrosło zateresowae elektroczym sposobem składaa zamóweń. W 2011 roku w odeseu do roku 2008 odsetek frm składających zamówea przez sec komputerowe wzrósł poad dwukrote w województwe pomorskm (wartość merka 214,3%) oraz łódzkm (wartość merka 206,8%). W województwe mazoweckm co czwarte przedsęborstwo skorzystało z tej formy zakupu (24,5%), zaś w województwe śwętokrzyskm zaledwe 13,7% przedsęborstw. W 2011 roku odsetek przedsęborstw otrzymujących zamówea a produkty za pośredctwem sec był blsko dwukrote mejszy ż odsetek podmotów składających zamówea tym sposobem. Jedak w odeseu do tej cechy dyamka zma a przestrze czterech lat była e tylko ajwększa, ale ajbardzej zróżcowaa. Najwększy wzrost udzału przedsęborstw otrzymujących zamówea przez sec komputerowe odotowao w województwe lubuskm, w którym odsetek te wzrósł poad trzykrote (wartość merka 359,3%), w stosuku do roku Najmejsze zateresowae takm zakupam mało mejsce w województwe opolskm (wartość merka 155,4%). Najczęścej tę formę sprzedaży stosowały frmy w województwe mazoweckm (15,0%), ajrzadzej w województwe warmńsko-mazurskm (6,2%). Przedsęborstwa coraz częścej wymeają formacje mędzy sobą oraz z ym systemam ICT za pomocą automatyczej wymay daych. W 2011 r. udzał przedsęborstw korzystających z takego sposobu wymay formacj ajmocej wzrósł w porówau do roku 2008 w województwe podlaskm (o 77,1%). Z automatyczej wymay daych ajchętej korzystały frmy województwa mazoweckego opolskego (poad 90%), a ajrzadzej śwętokrzyskego (84%). W 2011 roku Polska ależała do czołówk krajów wykorzystujących automatyczą wymaę daych z podmotam zewętrzym, plasując sę powyżej średej dla krajów U Europejskej. Dwe trzece polskch przedsęborstw stosowało te sposób wymay formacj. Najwyższe wskaźk otowao w Welkej Bryta, Holad Słowe.

5 Przestrzeo-czasowe zróżcowae stopa wykorzystaa 497 PORZĄDKOWANIE I RANKING WOJEWÓDZTW Do klasyfkacj grupowaa stosuje sę wele metod 2. W pracy zastosowao metodę Hellwga, wyzaczając tzw. taksoomczy merk rozwoju, który za pomocą jedej zmeej agregatowej opsuje obekty (województwa) charakteryzowae w welowymarowej przestrze cech. Poeważ wartośc cech mały róże rzędy welkośc, zmee dagostycze uormowao, stosując metodę stadaryzacj. Macerz obserwacj X złożoa z werszy (obektów) k kolum (cech dagostyczych) została przekształcoa w macerz zmeych stadaryzowaych według wzoru: xj x j zj, 1,...,, j 1,..., k, s j 1 xj gdze: x j , s j xj x. 1 Na podstawe stadaryzowaych zmeych ustaloo wzorzec rozwoju, którym jest obekt o współrzędych: z01 ; z02;...; z0k, gdze: z max{ z } dla zmeych będących stymulatam, 0 j j z m{ z } dla zmeych będącym destymulatam. 0 j j Następe dla każdego badaego obektu wyzaczoo odległość od wzorca zgode z metryką Eukldesową: k 2 d zj z0 j. j1 Im ższą wartość dla daego obektu przyjmuje współczyk d, tym wyższy jest stopeń jego rozwoju, a tym samym korzystejsza sytuacja względem badaego zjawska. Na podstawe wartośc d przyjętych przez zmeą sytetyczą oblczoo względy taksoomczy merk rozwoju dla poszczególych obektów posługując sę wzorem: 2 Z. Helwg, Zastosowae metody taksoomczej do typologczego podzału krajów ze względu a pozom ch rozwoju oraz zasoby strukturę kwalfkowaych kadr, Przegląd Statystyczy, 1968, z. 4; A. Mala, Welowymarowa aalza przestrzeego zróżcowaa struktury gospodark Polsk według województw, AE, sera Moografe, r 162, Kraków 2004; A. Młodak, Aalza taksoomcza w statystyce regoalej, Df, Warszawa 2006; A. Zelaś, Taksoomcza aalza przestrzeego zróżcowaa pozomu życa w Polsce w ujęcu dyamczym, AE Kraków 2000; E. Gatar, M. Walesak, Metody statystyczej aalzy welowymarowej w badaach marketgowych, WAE, Wrocław

6 498 JOLANTA WOJNAR d z 1, gdze: d0 d 2sd, d 0 zaś d, S ozaczają odpowedo średą arytmetyczą odchylee stadardowe oblczaych wcześej odległośc od d wzorca: 1 2 d d s d. 1 1 Merk jest welkoścą uormowaą przyjmuje wartośc z przedzału [0,1]. Wyższa wartość merka ozacza lepszą sytuację obektu. Wszystke zmee są stymulatam. Przy oblczau merka sytetyczego pomęto zmeą x 1 odsetek przedsęborstw wykorzystujących komputery x 2 odsetek przedsęborstw posadających dostęp do Iteretu ze względu a małe zróżcowae (współczyk zmeośc dla tych zmeych wyosł odpowedo: V x1 =1,4%; V x2 =2,4%). Wyzaczoa wartość merków pozwolła a uporządkowae obektów według wartośc wskaźka sytetyczego dokoae rakgu. Wartośc sytetyczych merków oraz uporządkowae województw w kolejych okresach przedstawoo w tabel 2. 1, d d 1 2 Tabela 2. Wartośc sytetyczego merka uporządkowae województw w kolejych latach Wartość merka w latach Uporządkowae województw w latach Dolośląske 0,65 0,62 0,74 0, Kujawsko-pomorske 0,41 0,44 0,51 0, Lubelske 0,31 0,26 0,45 0, Lubuske 0,23 0,32 0,33 0, Łódzke 0,35 0,37 0,39 0, Małopolske 0,64 0,54 0,61 0, Mazowecke 0,97 0,93 0,95 0, Opolske 0,52 0,40 0,30 0, Podkarpacke 0,37 0,44 0,40 0, Podlaske 0,43 0,31 0,62 0, Pomorske 0,58 0,52 0,63 0, Śląske 0,61 0,59 0,63 0, Śwętokrzyske 0,20 0,30 0,30 0, Warmńsko-mazurske 0,26 0,16 0,29 0, Welkopolske 0,43 0,55 0,58 0, Zachodopomorske 0,42 0,26 0,44 0, Źródło: Opracowae włase a podstawe baz daych GUS. Bak daych regoalych. Kolejo dokoao podzału województw a 4 grupy charakteryzujące sę zblżoym pozomem formatyzacj przedsęborstw. W tym celu wykorzystao

7 Przestrzeo-czasowe zróżcowae stopa wykorzystaa 499 metodę Nowaka 3. Według tej metody podzeloo województwa a grupy, obejmujące te obekty, których merk sytetycze ależały do przedzałów: I grupa: z s z z sytuacja bardzo dobra, II grupa: III grupa: z z z s sytuacja dobra, z z s z z sytuacja dostatecza, z IV grupa: z z sz sytuacja edostatecza. Wyk zaprezetowae w tabelach 1 2 wskazują a duże zróżcowae stopa wykorzystaa techolog formacyjo-telekomukacyjych w przedsęborstwach, zarówo w ujęcu regoalym, jak róweż w czase. W każdym badaym roku a perwszej pozycj w rakgu zajdowało sę województwo mazowecke, dla którego wartość merka jest bardzo wysoka (powyżej 0,9). Na drugm mejscu ze zacze już ższą wartoścą merka (0,61-0,65) zalazło sę województwo dolośląske. Końcową lokatę zajmują województwa: łódzke, lubuske, lubelske, warmńsko-mazurske śwętokrzyske, dla których wartość merka sytetyczego jest prawe trzykrote ższa. Grupa Tabela 3. Podzał województw a cztery grupy w kolejych latach Lata I II III IV 0,67 <Z mazowecke 0,47 <Z <0,66 dolośląske, małopolske, opolske, pomorske, śląske 0,27 <Z <0,46 kujawsko-pomorske, lubelske, łódzke, podkarpacke, podlaske, welkopolske, zachodopomorske śwętokrzyske, lubuske, warmńsko-mazurske 0, 63 <Z mazowecke 0,37 <Z <0,62 dolośląske, opolske, małopolske, kujawsko-pomorske, łódzke, podkarpacke, pomorske, śląske, welkopolske 0,25<Z <0,36 lubuske, podlaske, zachodopomorske śwętokrzyske, warmńsko-mazurske 0,6 9<Z mazowecke, dolośląske 0,51 <Z <0,68 małopolske, kujawsko-pomorske, podlaske, pomorske, śląske, welkopolske 0,33<Z <0,50 lubelske, lubuske łódzke, podkarpacke, opolske, zachodopomorske śwętokrzyske, warmńsko-mazurske 0,67 <Z mazowecke 0,47 <Z <0,66 dolośląske, łódzke, małopolske, podlaske, pomorske, śląske, welkopolske 0,27<Z <0,46 kujawsko-pomorske, lubelske, lubuske, opolske, podkarpacke, zachodopomorske śwętokrzyske, warmńsko mazurske Źródło: Opracowae włase a podstawe baz daych GUS. Bak daych regoalych. 3 E. Nowak, Metody taksoomcze w klasyfkacj obektów społeczo-gospodarczych, PWE, Warszawa 1990.

8 500 JOLANTA WOJNAR Obserwując rakg województw w kolejych latach wdać, że wyraźe wzrosła pozycja województwa łódzkego (z 12. w roku 2008 do 8. w roku 2011) pomorskego (z 5. w roku 2008 do 3. w roku 2011), zaś spadek pozycj w rakgu mał mejsce w województwe opolskm (z 6. w roku 2008 do 13. w roku 2011) małopolskm (z 3. w roku 2008 do 6. w roku 2011). Małe wykorzystae techolog formacyjych w województwe lubelskm łódzkm wyka ze struktury przemysłu, który oparty jest a tradycyjych, często edowestowaych gałęzach. Wydaje sę, że właśe przedsęborstwa ależące do tych gałęz mogłyby lczyć a wększy rozwój dzęk wprowadzeu wykorzystau techolog formacyjych. Podzał województw a jedorode grupy wskazuje, że do grupy ajwyżej sklasyfkowaej ależy tylko województwo mazowecke (w roku 2010 dołączyło jeszcze województwo dolośląske), zaś do grupy IV o ajższym pozome formatyzacj przedsęborstw w każdym roku ależą te same województwa, tj. warmńsko-mazurske śwętokrzyske. W skrajych okresach, czyl w roku podzał a grupy jedorode charakteryzował sę tym samym przedzałam dla wartośc zmeej sytetyczej, jedak średe wartośc wskaźka w grupe II III w porówywaych latach były zupełe e wyższe dla roku ZMIANY MIERNIKA SYNTETYCZNEGO W LATACH Chcąc pokazać zmay merków sytetyczych w kolejych latach polczoo podstawowe charakterystyk oddzele dla każdego roku. Wyk przedstawa tabela 4. Tabela 4. Statystyk opsowe zmeej sytetyczej w latach Charakterystyk opsowe Rok Odchylee Współczyk Średa Medaa stadardowe zmeośc M Max Rozstęp ,461 0,196 0,425 43,0% 0,201 0,969 0, ,438 0,187 0,418 42,6% 0,160 0,925 0, ,511 0,183 0,481 35,8% 0,294 0,950 0, ,470 0,195 0,466 41,5% 0,155 0,946 0,791 Źródło: opracowae włase a podstawe baz daych GUS. Bak daych regoalych. Aalzując oblczoe statystyk ależy podkreślć, że w 2009 roku w odeseu emal do wszystkch województw wartość mary sytetyczej zmalała (średo z pozomu 0,461 w 2008 do 0,438 w roku 2009). Nastąpł spadek wartośc wszystkch prezetowaych statystyk. Moża a tej podstawe woskować o obżeu pozomu formatyzacj przedsęborstw. Wyraźa poprawa bada-

9 Przestrzeo-czasowe zróżcowae stopa wykorzystaa 501 ego zjawska mała mejsce w 2010 roku, w którym zaobserwowao zaczący wzrost pozomu wskaźka sytetyczego w wększośc województw. Wyjątek staowły tylko województwa opolske, podkarpacke śwętokrzyske. Najwyższej w badaym okrese średej wartośc merka sytetyczego (0,511) towarzyszyły róweż ajwyższa wartość meday ajższy współczyk zmeośc, co wskazywało, że w 2010 roku dysproporcje pomędzy regoam zaczęły sę stopowo zacerać. Ta tedecja odwrócła sę w roku Z oblczeń przedstawoych w tabel wyka, że w każdym roku wartość merka charakteryzowała sę asymetrą prawostroą (wartość meday była ższa od średej arytmetyczej). Ozacza to, że wększa lczba województw osągała w aalzowaym okrese ższe od średej wartośc merka sytetyczego, co e jest korzystą sytuacją. Celem określea rozmaru tedecj zma badaego zjawska w dwóch skrajych okresach, oblczoo tempo zma (%) dla merków sytetyczych w poszczególych województwach według wzoru: z z T I 100%, gdze: I z to przyrost względy wartośc merka dla daego województwa w badaym roku w stosuku do roku Wyk zostały przedstawoe a rysuku Rys. 1. Tempo zma [%] pozomu stopa formatyzacj przedsęborstw w roku 2011 w porówau do roku 2008 Źródło: opracowae włase a podstawe tabel 2. Aalzując tempo zma w latach ależy stwerdzć, że w zdecydowaej wększośc województw wartośc tej mary są dodate, co śwadczy o coraz wększym zakrese wykorzystaa techolog formacyjo-komukacyjych w procese zarządzaa przedsęborstwem. Najwększy przyrost wska-

10 502 JOLANTA WOJNAR źka sytetyczego odotowao w województwe lubuskm (52%), podlaskm (36%) łódzkm (35%). W odeseu do województw ulokowaych a czołowych pozycjach w rakgu (mazowecke, dolośląske małopolske) zaobserwowao ewelk spadek (5-15%), ajwększy spadek wartośc merka mał mejsce w województwe warmńsko-mazurskm (44%), które już zajmowało ostatą pozycję w rakgu. PODSUMOWANIE Wyk badań wskazują, że polske przedsęborstwa reprezetują dość dobry pozom asycea sprzętem formatyczym w coraz wększym zakrese wykorzystują techologe formacyjo-komukacyje (ICT) w procese zarządzaa przedsęborstwem, jedak pozom wykorzystaa techolog formacyjo-komukacyjych jest wcąż moco zróżcoway regoale. Wzrasta zakres różorodość formacj, które wymagają przetworzea umejętego wykorzystaa. Ozacza to, że koecze staje sę efektywe zarządzae formacją, a zwłaszcza efektywe projektowae zarządzae przepływem formacj. Moża oczekwać, że postęp w tym zakrese będze sę dokoywał wskutek dzałaa samoapędzającego sę mechazmu, a który składają sę wzrost zateresowaa formacją w Iterece komputeryzacją oraz westycje w frastrukturę telekomukacyją. LITERATURA Gatar E., Walesak M., Metody statystyczej aalzy welowymarowej w badaach marketgowych, WAE, Wrocław Helwg Z., Zastosowae metody taksoomczej do typologczego podzału krajów ze względu a pozom ch rozwoju oraz zasoby strukturę kwalfkowaych kadr, Przegląd Statystyczy, 1968, z. 4. Kasprzak T., W keruku rozszerzoego przedsęborstwa, Df, Warszawa Mala A., Welowymarowa aalza przestrzeego zróżcowaa struktury gospodark Polsk według województw, AE, sera Moografe, r 162, Kraków Młodak A., Aalza taksoomcza w statystyce regoalej, Df, Warszawa Nowak E., Metody taksoomcze w klasyfkacj obektów społeczo-gospodarczych, PWE, Warszawa Zelaś A., Taksoomcza aalza przestrzeego zróżcowaa pozomu życa w Polsce w ujęcu dyamczym, AE Kraków Społeczeństwo formacyje w Polsce, Wyk badań statystyczych z lat GUS.

11 Przestrzeo-czasowe zróżcowae stopa wykorzystaa 503 Streszczee W opracowau przedstawoo podobeństwa różce w skal wykorzystaa techolog formacyjych w przedsęborstwach w poszczególych województwach w Polsce w latach W perwszym etape aalzy określoo dyamkę zma tego zjawska a przestrze badaego okresu, aby ukazać dysproporcje pomędzy regoam o ajwyższej ajższej skal badaego zjawska. Kolejo za pomocą zmeej sytetyczej dokoao uporządkowaa województw podzału a skupea różące sę pozomem atężea badaych cech w całym aalzowaym okrese czasu. Dae służące do przeprowadzea aalz zaczerpęto z ofcjalych publkacj GUS (Bak Daych Regoalych). Space tme dffereces the use of formato ad commucato techologes eterprses Summary The paper presets smlartes ad dffereces of Polsh provces takg to accout the developmet of formato ad commucato techologes compaes. The bass for ths aalyss was selected data take from atoal surveys carred out by the Cetral Statstcal Offce of Polad [GUS] from 2008 to The dyamcs of ths pheomeo over the perod was aalyzed to show the dspartes betwee the regos wth the hghest ad lowest scale of the pheomeo uder study. The provces were raked usg a sythetc varable.

Statystyczne charakterystyki liczbowe szeregu

Statystyczne charakterystyki liczbowe szeregu Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki) Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

Bardziej szczegółowo

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

Bardziej szczegółowo

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu

Bardziej szczegółowo

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych

Bardziej szczegółowo

Analiza wyniku finansowego - analiza wstępna

Analiza wyniku finansowego - analiza wstępna Aalza wyku fasowego - aalza wstępa dr Potr Ls Welkość wyku fasowego determuje: etowość przedsęborstwa Welkość podatku dochodowego Welkość kaptałów własych Welkość dywded 1 Aalza wyku fasowego ma szczególe

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

Statystyka Opisowa Wzory

Statystyka Opisowa Wzory tatystyka Opsowa Wzory zereg rozdzelczy: x - wartośc cechy - lczebośc wartośc cechy - lczebość całej zborowośc Wskaźk atężea przy rysowau wykresu szeregu rozdzelczego przedzałowego o erówych przedzałach:

Bardziej szczegółowo

Miary statystyczne. Katowice 2014

Miary statystyczne. Katowice 2014 Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących

Bardziej szczegółowo

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga

Bardziej szczegółowo

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH Mara KLONOWSKA-MATYNIA Natala CENDROWSKA WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY Zarys treśc: Nejsze opracowae pośwęcoe zostało spółkom akcyjym, które

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

Bardziej szczegółowo

STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM

STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM Edward CHLEBUS, Joaa HELMAN, Mara ROSIENKIEWICZ, Paweł STEFANIAK Streszczee: Nejszy artykuł

Bardziej szczegółowo

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych

Centralna Izba Pomiarów Telekomunikacyjnych (P-12) Komputerowe stanowisko do wzorcowania generatorów podstawy czasu w częstościomierzach cyfrowych Cetrala Izba Pomarów Telekomukacyjych (P-1) Komputerowe staowsko do wzorcowaa geeratorów podstawy czasu w częstoścomerzach cyrowych Praca r 1300045 Warszawa, grudzeń 005 Komputerowe staowsko do wzorcowaa

Bardziej szczegółowo

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży Gawlk L., Kasztelewcz Z., 2005 Zależość kosztów produkcj węgla w kopal węgla bruatego Ko od pozomu jego sprzedaży. Prace aukowe Istytutu Górctwa Poltechk Wrocławskej r 2. Wyd. Ofcya Wydawcza Poltechk Wrocławskej,

Bardziej szczegółowo

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5 L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

Badania Maszyn CNC. Nr 2 Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,

Bardziej szczegółowo

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna

Lekcja 1. Pojęcia podstawowe: Zbiorowość generalna i zbiorowość próbna TECHNIKUM ZESPÓŁ SZKÓŁ w KRZEPICACH PRACOWNIA EKONOMICZNA TEORIA ZADANIA dla klasy II Techkum Marek Kmeck Zespół Szkół Techkum w Krzepcach Wprowadzee do statystyk Lekcja Statystyka - określa zbór formacj

Bardziej szczegółowo

Wiek statku a prawdopodobieństwo wystąpienia wypadku na morzu analiza współzależności

Wiek statku a prawdopodobieństwo wystąpienia wypadku na morzu analiza współzależności BOGALECKA Magda 1 Wek statku a prawdopodobeństwo wstąpea wpadku a morzu aalza współzależośc WSTĘP Obserwowa od blsko weku tesw rozwój trasportu morskego, oprócz lądowego powetrzego, jest kosekwecją wzmożoej

Bardziej szczegółowo

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA

TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA Ćwczee 8 TARCIE CIĘGIEN O POWIERZCHNIĘ WALCOWĄ WZÓR EULERA 8.. Cel ćwczea Celem ćwczea jest wyzaczee statyczego współczyka tarca pomędzy walcową powerzchą cała a opasującą je lą. Poadto a drodze eksperymetalej

Bardziej szczegółowo

FINANSE II. Model jednowskaźnikowy Sharpe a.

FINANSE II. Model jednowskaźnikowy Sharpe a. ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 INETYCJE LINIOE - ŁUŻEBNOŚĆ PRZEYŁU I BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI 1. PROADZENIE 1.1. Nejszy stadard przedstawa reguły

Bardziej szczegółowo

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety

Bardziej szczegółowo

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE Marek Cecura, Jausz Zacharsk PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE CZĘŚĆ II STATYSTYKA OPISOWA Na prawach rękopsu Warszawa, wrzeseń 0 Data ostatej aktualzacj: czwartek, 0 paźdzerka

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

STATYSTYKA OPISOWA WYKŁAD 3,4 STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s

Bardziej szczegółowo

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne.

Ze względu na sposób zapisu wielkości błędu rozróżnia się błędy bezwzględne i względne. Katedra Podsta Systemó Techczych - Podstay metrolog - Ćczee 3. Dokładość pomaró, yzaczae błędó pomaroych Stroa:. BŁĘDY POMIAROWE, PODSTAWOWE DEFINICJE Każdy yk pomaru bez określea dokładośc pomaru jest

Bardziej szczegółowo

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu

Kształtowanie się firm informatycznych jako nowych elementów struktury przestrzennej przemysłu PRACE KOMISJI GEOGRAFII PRZEMY SŁU Nr 7 WARSZAWA KRAKÓW 2004 Akadema Pedagogczna, Kraków Kształtowane sę frm nformatycznych jako nowych elementów struktury przestrzennej przemysłu Postępujący proces rozwoju

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2

Bardziej szczegółowo

Elementy arytmetyki komputerowej

Elementy arytmetyki komputerowej Elemety arytmetyk komputerowej cz. I Elemety systemów lczbowych /materał pomocczy do wykładu Iformatyka sem II/ Sps treśc. Wprowadzee.... Wstępe uwag o systemach lczbowych... 3. Przegląd wybraych systemów

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH I Pracowa IF UJ Luy 03 PODRĘCZNIKI Wsęp do aalzy błędu pomarowego Joh R. Taylor Wydawcwo Naukowe PWN Warszawa 999 I Pracowa

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 6 Matematyka fasowa c.d. Rachuek retowy (autetowy) Maem rachuku retowego określa sę regulare płatośc w stałych odstępach czasu przy założeu stałej stopy procetowej. Przykłady

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

AKADEMIA MORSKA W SZCZECINIE AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych

Bardziej szczegółowo

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ

WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANEJ PODCZAS ZDERZENIA CIAŁ 9 Cel ćwczea Ćwczee 9 WYZNACZANIE WARTOŚCI ENERGII ROZPRASZANE PODCZAS ZDERZENIA CIAŁ Celem ćwczea jest wyzaczee wartośc eerg rozpraszaej podczas zderzea cał oraz współczyka restytucj charakteryzującego

Bardziej szczegółowo

Olejowe śrubowe sprężarki powietrza. Seria R55-75kW

Olejowe śrubowe sprężarki powietrza. Seria R55-75kW Olejowe śrubowe sprężark powetrza Sera R55-75kW Nowy pozom ezawodośc, efektywośc wydajośc Śrubowe sprężark powetrza ser R frmy Igersoll Rad to połączee ajlepszych, sprawdzoych kostrukcj techolog z owym,

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

5. OPTYMALIZACJA NIELINIOWA 5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe

Bardziej szczegółowo

Analiza danych pomiarowych

Analiza danych pomiarowych Materały pomoccze dla studetów Wydzału Chem UW Opracowała Ageszka Korgul. Aalza daych pomarowych wersja trzeca, uzupełoa Lteratura, Wstęp 3 R OZDZIAŁ SPRAWOZDANIE Z DOŚWIADCZENIA FIZYCZNEGO 4 Stałe elemety

Bardziej szczegółowo

STATYSTYKA OPISOWA. Państwowa Wyższa Szkoła Zawodowa w Koninie. Materiały pomocnicze do ćwiczeń. Materiały dydaktyczne 17 ARTUR ZIMNY

STATYSTYKA OPISOWA. Państwowa Wyższa Szkoła Zawodowa w Koninie. Materiały pomocnicze do ćwiczeń. Materiały dydaktyczne 17 ARTUR ZIMNY Państwowa Wższa Szkoła Zawodowa w Koe Materał ddaktcze 17 ARTUR ZIMNY STATYSTYKA OPISOWA Materał pomoccze do ćwczeń wdae druge zmeoe Ko 010 Ttuł Statstka opsowa Materał pomoccze do ćwczeń wdae druge zmeoe

Bardziej szczegółowo

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1 POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.

Bardziej szczegółowo

ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU

ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU Haa Dudek a, Moka Dybcak b a Katedra Ekoometr Iformatyk SGGW b studetka Mędzywydzałowego Studum Iformatyk Ekoometr e-mal: hdudek@mors.sggw.waw.pl ZASTOSOWANIE MODELU LOGITOWEGO DO ANALIZY WYNIKÓW EGZAMINU

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY SPECJALISTYCZNY NR 4 KSWS 4 POZECHNE KRAJOE ZAADY YCENY (PKZ) KRAJOY TANDARD YCENY PECJALITYCZNY NR 4 K 4 YCENA ŁUŻEBNOŚCI PRZEYŁU I OKREŚLANIE KOTY YNAGRODZENIA ZA BEZUMONE KORZYTANIE Z NIERUCHOMOŚCI PRZY INETYCJACH LINIOYCH 1.

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

Podstawy opracowania wyników pomiarowych, analiza błędów Podstawy opracowaa wyków pomarowych, aalza błędów I Pracowa Fzycza IF UJ Grzegorz Zuzel Lteratura I Pracowa fzycza Pod redakcją Adrzeja Magery Istytut Fzyk UJ Kraków 2006 Wstęp do aalzy błędu pomarowego

Bardziej szczegółowo

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =? Mary położea rozkładu Wykład 9 Statystyk opsowe Średa z próby, mea(y) : symbol y ozacza lczbę; arytmetyczą średą z obserwacj Symbol Y ozacza pojęce średej z próby Średa jest środkem cężkośc zboru daych

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1

KURS STATYSTYKA. Lekcja 1 Statystyka opisowa ZADANIE DOMOWE. www.etrapez.pl Strona 1 KURS STATYSTYKA Lekcja 1 Statystyka opsowa ZADANIE DOMOWE www.etrapez.pl Strona 1 Część 1: TEST Zaznacz poprawną odpowedź (tylko jedna jest prawdzwa). Pytane 1 W statystyce opsowej mamy pełne nformacje

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym Pomary bezpośrede pośrede obarczoe błędem przypadkowym I. Szacowae wartośc przyblŝoej graczego błędu przypadkowego a przykładze bezpośredego pomaru apęca elem ćwczea jest oszacowae wartośc przyblŝoej graczego

Bardziej szczegółowo

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW

WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW WSTĘP METODY OPRACOWANIA I ANALIZY WYNIKÓW POMIARÓW U podstaw wszystkch auk przyrodczych leży zasada: sprawdzaem wszelkej wedzy jest eksperymet, tz jedyą marą prawdy aukowej jest dośwadczee Fzyka, to auka

Bardziej szczegółowo

Ryzyko inwestycji w spółki sektora TSL na Warszawskiej Giełdzie Papierów Wartościowych

Ryzyko inwestycji w spółki sektora TSL na Warszawskiej Giełdzie Papierów Wartościowych CZYŻYCKI Rafał 1 PURCZYŃSKI Ja Ryzyko westycj w spółk sektora TSL a Warszawskej Gełdze Paperów Wartoścowych WSTĘP Elemetem erozerwale zwązaym z dzałaloścą westorów a całym ryku kaptałowym jest epewość

Bardziej szczegółowo

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki) Adrzej Kubaczyk Laboratorum Fzyk I Wydzał Fzyk Poltechka Warszawska OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradk do Laboratorum Fzyk) ROZDZIAŁ Wstęp W roku 995 z cjatywy Mędzyarodowego Komtetu Mar (CIPM) zostały

Bardziej szczegółowo

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego). TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu

Bardziej szczegółowo

SZEREGI CZASOWE W PLANOWANIU PRODUKCJI W PRZETWÓRSTWIE SPOŻYWCZYM

SZEREGI CZASOWE W PLANOWANIU PRODUKCJI W PRZETWÓRSTWIE SPOŻYWCZYM SZEREGI CZASOWE W PLANOWANIU PRODUKCJI W PRZETWÓRSTWIE SPOŻYWCZYM Arur MACIĄG Sreszczee: W pracy przedsawoo echk aalzy szeregów czasowych w zasosowau do plaowaa progozowaa produkcj w przewórswe spożywczym.

Bardziej szczegółowo

ZAGADNIENIE TRANSPORTOWE

ZAGADNIENIE TRANSPORTOWE ZAGADNIENIE TRANSPORTOWE ZT.. Zagadee trasportowe w postac tablcy Z m puktów (odpowedo A,...,A m ) wysyłamy edorody produkt w loścach a,...,a m do puktów odboru (odpowedo B,...,B ), gdze est odberay w

Bardziej szczegółowo

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i=

wyniki serii n pomiarów ( i = 1,..., n) Stosując metodę największej wiarygodności możemy wykazać, że estymator wariancji 2 i= ESTYMATOR WARIANCJI I DYSPERSJI Ozaczmy: µ wartość oczekwaa rozkładu gauowkego wyków pomarów (wartość prawdzwa merzoej welkośc σ dyperja rozkładu wyków pomarów wyk er pomarów (,..., Stoując metodę ajwękzej

Bardziej szczegółowo

Projekt 3 Analiza masowa

Projekt 3 Analiza masowa Wydzał Mechaczy Eergetyk Lotctwa Poltechk Warszawskej - Zakład Saolotów Śgłowców Projekt 3 Aalza asowa Nejszy projekt składa sę z dwóch częśc. Perwsza polega projekce wstępy wętrza kaby (kadłuba). Druga

Bardziej szczegółowo

ROZMIESZCZENIE OBIEKTÓW NOCLEGOWYCH W ŁODZI W 2013 ROKU W ŚWIETLE MIAR CENTROGRAFICZNYCH 1

ROZMIESZCZENIE OBIEKTÓW NOCLEGOWYCH W ŁODZI W 2013 ROKU W ŚWIETLE MIAR CENTROGRAFICZNYCH 1 A C T A U N I V E R S I T A T I S L O D Z I E N S I S FOLIA GEOGRAPHICA SOCIO-OECONOMICA 6, 204 Marta Nalej ROZMIESZCZENIE OBIEKTÓW NOCLEGOWYCH W ŁODZI W 203 ROKU W ŚWIETLE MIAR CENTROGRAFICZNYCH Artykuł

Bardziej szczegółowo

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów.

METODA UNITARYZACJI ZEROWANEJ Porównanie obiektów przy ocenie wielokryterialnej. Ranking obiektów. Opracowane: Dorota Mszczyńska METODA UNITARYZACJI ZEROWANEJ Porównane obektów przy ocene welokryteralnej. Rankng obektów. Porównane wybranych obektów (warantów decyzyjnych) ze względu na różne cechy (krytera)

Bardziej szczegółowo

METODY ANALIZY DANYCH DOŚWIADCZALNYCH

METODY ANALIZY DANYCH DOŚWIADCZALNYCH POLITECHNIKA Ł ÓDZKA TOMASZ W. WOJTATOWICZ METODY ANALIZY DANYCH DOŚWIADCZALNYCH Wybrae zagadea ŁÓDŹ 998 Przedsłowe Specyfką teor pomarów jest jej wtóry charakter w stosuku do metod badawczych stosowaych

Bardziej szczegółowo

MATERIAŁY I STUDIA. Efektywność sektora publicznego na poziomie samorządu lokalnego. Zesz y t nr 242. Barbara Karbownik, Grzegorz Kula

MATERIAŁY I STUDIA. Efektywność sektora publicznego na poziomie samorządu lokalnego. Zesz y t nr 242. Barbara Karbownik, Grzegorz Kula MATERAŁY STUDA Zesz y t r 242 Efektywość sektora publczego a pozome samorządu lokalego Barbara Karbowk, Grzegorz Kula Warszawa 2009 Barbara Karbowk Narodowy Bak Polsk, barbara.karbowk@bp.pl Grzegorz Kula

Bardziej szczegółowo

Ćwiczenia nr 3 Finanse II Robert Ślepaczuk. Teoria portfela papierów wartościowych

Ćwiczenia nr 3 Finanse II Robert Ślepaczuk. Teoria portfela papierów wartościowych Ćczea r 3 Fae II obert Ślepaczuk Teora portfela paperó artoścoych Teora portfela paperó artoścoych jet jedym z ajażejzych dzałó ooczeych faó. Dotyczy oa etycj faoych, a przede zytkm etycj dokoyaych a ryku

Bardziej szczegółowo

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe.

INSTRUKCJA LABORATORIUM Metrologia techniczna i systemy pomiarowe. INSTRUKCJA LABORATORIUM Metrologa techcza sstem pomarowe. MTSP pomar MTSP 00 Autor: dr ż. Potr Wcślok Stroa / 5 Cel Celem ćwczea jest wkorzstae w praktce pojęć: mezurad, estmata, błąd pomaru, wk pomaru,

Bardziej szczegółowo

GEODEZJA INŻYNIERYJNA SEMESTR 6 STUDIA NIESTACJONARNE

GEODEZJA INŻYNIERYJNA SEMESTR 6 STUDIA NIESTACJONARNE GEODEZJ INŻNIERJN SEMESTR 6 STUDI NIESTCJONRNE CZNNIKI WPŁWJĄCE N GEOMETRIĘ UDNKU/OIEKTU Zmaę geometr budyku mogą powodować m.: czyk atmosferycze, erówomere osadae płyty fudametowej mogące skutkować wychyleem

Bardziej szczegółowo

BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE

BQR FMECA/FMEA. czujnik DI CPU DO zawór. Rys. 1. Schemat rozpatrywanego systemu zabezpieczeniowego PE BQR FMECA/FMEA Przed rozpoczęcem aalzy ależy przeprowadzć dekompozycję systemu a podsystemy elemety. W efekce dekompozycj uzyskuje sę klka pozomów: pozom systemu, pozomy podsystemów oraz pozom elemetów.

Bardziej szczegółowo

3. OPTYMALIZACJA NIELINIOWA

3. OPTYMALIZACJA NIELINIOWA Wybrae zaadea badań operacyjych dr ż. Zbew Tarapata 3. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też oprócz

Bardziej szczegółowo

SPOŁECZNA AKDAEMIA NAUK W ŁODZI

SPOŁECZNA AKDAEMIA NAUK W ŁODZI SPOŁECZNA AKDAEMIA NAUK W ŁODZI KIERUNEK STUDIÓW: ZARZĄDZANIE PRZEDMIOT: METODY ILOŚCIOWE W ZARZĄDZANIU (MATERIAŁ POMOCNICZY PRZEDMIOT PODSTAWOWY ) Łódź Sps treśc Moduł Wprowadzee do metod loścowych w

Bardziej szczegółowo

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Laboatoum Metod tatystyczych ĆWICZENIE WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Oacowała: Katazya tąo Weyfkaca hotez Hoteza statystycza to dowole zyuszczee dotyczące ozkładu oulac. Wyóżamy hotezy: aametycze

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10) Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,

Bardziej szczegółowo

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka

Teoria i praktyka. Wyższa Szkoła Turystyki i Ekologii. Fizyka. WSTiE Sucha Beskidzka Fizyka Nepewośc pomarowe. Teora praktka. Prowadząc: Dr ż. Adrzej Skoczeń Wższa Szkoła Turstk Ekolog Wdzał Iformatk, rok I Fzka 014 03 30 WSTE Sucha Beskdzka Fzka 1 Iformacje teoretcze zameszczoe a slajdach tej

Bardziej szczegółowo

KARBOWNICZEK Dagmara doktorantka, mgr inż. ; LEJDA Kazimierz ; prof. dr hab. inż. Politechnika Rzeszowska, Katedra Silników Spalinowych i Transportu

KARBOWNICZEK Dagmara doktorantka, mgr inż. ; LEJDA Kazimierz ; prof. dr hab. inż. Politechnika Rzeszowska, Katedra Silników Spalinowych i Transportu НАЦІОНАЛЬНИЙ ТРАНСПОРТНИЙ УНІВЕРСИТЕТ 1 013 KARBOWNICZEK Dagmara doktoratka, mgr ż. ; LEJDA Kazmerz ; prof. dr hab. ż. oltechka Rzeszowska, Katedra Slków Spalowych Trasportu ANALIZA WSKAŹNIKA GŁĘBOKOŚCI

Bardziej szczegółowo

Matematyczny opis ryzyka

Matematyczny opis ryzyka Aalza ryzyka kosztowego robót remotowo-budowlaych w warukach epełe formac Mgr ż Mchał Bętkowsk dr ż Adrze Powuk Wydzał Budowctwa Poltechka Śląska w Glwcach MchalBetkowsk@polslpl AdrzePowuk@polslpl Streszczee

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 1 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy zmennych dyskretnych 1. Zmenne cągłe a zmenne dyskretne 2. Interpretacja parametrów przy

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH dr Mchał larsk I Pracowa Fzycza IF UJ, 9.0.06 Pomar Pomar zacowae wartośc prawdzwej Bezpośred (welkość fzycza merzoa jest

Bardziej szczegółowo

Procedura normalizacji

Procedura normalizacji Metody Badań w Geograf Społeczno Ekonomcznej Procedura normalzacj Budowane macerzy danych geografcznych mgr Marcn Semczuk Zakład Przedsęborczośc Gospodark Przestrzennej Instytut Geograf Unwersytet Pedagogczny

Bardziej szczegółowo

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM ACTA UNIVERSITATIS WRATISLAVIENSIS No 37 PRZEGLĄD PRAWA I ADMINISTRACJI LXXX WROCŁAW 009 ANNA ĆWIĄKAŁA-MAŁYS WIOLETTA NOWAK Uwersytet Wrocławsk SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

Bardziej szczegółowo

Opracowanie wyników pomiarów

Opracowanie wyników pomiarów Opracowae wków pomarów Praca w laboratorum fzczm polega a wkoau pomarów, ch terpretacj wcagęcem wosków. Ab dojść do właścwch wosków aleŝ szczególą uwagę zwrócć a poprawość wkoaa pomarów mmalzacj błędów

Bardziej szczegółowo

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7)

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7) PROCES ZARZĄDZANIA PORTFELEM PAPIERÓW WARTOŚCIOWYCH WSPOMAGANY PRZEZ ŚRODOWISKO AUTOMATÓW KOMÓRKOWYCH Ageszka ULFIK Streszczee: W pracy przedstawoo sposób zarządzaa portfelem paperów wartoścowych wspomagay

Bardziej szczegółowo

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ

ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/3, 2015, str. 248 257 ANALIZA PORÓWNAWCZA WYNIKÓW UZYSKANYCH ZA POMOCĄ MIAR SYNTETYCZNYCH: M ORAZ PRZY ZASTOSOWANIU METODY UNITARYZACJI ZEROWANEJ Sławomr

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version WIII/1

PDF created with FinePrint pdffactory Pro trial version  WIII/1 Statystyka opsowa Statystyka zajmuje sę zasadam metodam uogólaa wyków otrzymaych z próby losowej a całą populację (czyl zborowość, z której została pobraa próba). Take postępowae azywamy woskowaem statystyczym.

Bardziej szczegółowo

Portfel złożony z wielu papierów wartościowych

Portfel złożony z wielu papierów wartościowych Portfel westycyy ćwczea Na odst. Wtold Jurek: Kostrukca aalza, rozdzał 4 dr Mchał Kooczyńsk Portfel złożoy z welu aerów wartoścowych. Zwrot ryzyko Ozaczea: w kwota ulokowaa rzez westora w aery wartoścowe

Bardziej szczegółowo

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009

Analiza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009 Mara Konopka Katedra Ekonomk Organzacj Przedsęborstw Szkoła Główna Gospodarstwa Wejskego w Warszawe Analza porównawcza rozwoju wybranych banków komercyjnych w latach 2001 2009 Wstęp Polska prywatyzacja

Bardziej szczegółowo

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 0, tr. 3 STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI Dorota Kozoł-Kaczorek Katedra Ekoomk Rolcta Mędzyarodoych Stoukó Gopodarczych Szkoła

Bardziej szczegółowo

WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI

WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI WYBRANE MOŻLIWOŚCI WSPOMAGANIA INWESTYCJI GIEŁDOWYCH PRZY UŻYCIU ALGORYTMÓW GENETYCZNYCH mgr ż. Marc Klmek Katedra Iformatyk Państwowa Wyższa Szkoła Zawodowa m. Papeża Jaa Pawła II w Bałej Podlaskej Streszczee:

Bardziej szczegółowo

Szeregi czasowe, modele DL i ADL, przyczynowość, integracja

Szeregi czasowe, modele DL i ADL, przyczynowość, integracja Szereg czasowe, modele DL ADL, rzyczyowość, egracja Szereg czasowy, o cąg realzacj zmeej losowej, owedzmy y, w kolejych okresach czasu: { y } T, co rówoważe możemy zasać: = 1 y = { y1, y,..., y T }. Najogólej

Bardziej szczegółowo

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak

Ocena jakościowo-cenowych strategii konkurowania w polskim handlu produktami rolno-spożywczymi. dr Iwona Szczepaniak Ocena jakoścowo-cenowych strateg konkurowana w polskm handlu produktam rolno-spożywczym dr Iwona Szczepanak Ekonomczne, społeczne nstytucjonalne czynnk wzrostu w sektorze rolno-spożywczym w Europe Cechocnek,

Bardziej szczegółowo

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU

STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Ewa Szymank Katedra Teor Ekonom Akadema Ekonomczna w Krakowe ul. Rakowcka 27, 31-510 Kraków STARE A NOWE KRAJE UE KONKURENCYJNOŚĆ POLSKIEGO EKSPORTU Abstrakt Artykuł przedstawa wynk badań konkurencyjnośc

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ. W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

Modele wartości pieniądza w czasie

Modele wartości pieniądza w czasie Joaa Ceślak, Paula Bawej Modele wartośc peądza w czase Podstawowe pojęca ozaczea Kaptał (ag. prcpal), kaptał początkowy, wartośd początkowa westycj - peądze jake zostały wpłacoe a początku westycj (a początku

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6

Stanisław Cichocki. Natalia Nehrebecka. Wykład 6 Stansław Cchock Natala Nehrebecka Wykład 6 1 1. Zastosowane modelu potęgowego Przekształcene Boxa-Coxa 2. Zmenne cągłe za zmenne dyskretne 3. Interpretacja parametrów przy zmennych dyskretnych 1. Zastosowane

Bardziej szczegółowo

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7

[, ] [, ] [, ] ~ [23, 2;163,3] 19,023 2,7 6. Przez 0 losowo wybrayh d merzoo zas dojazdu do pray paa A uzyskują próbkę x,..., x 0. Wyk przedstawały sę astępująo: jest to próbka losowa z rozkładu 0 0 x 300, 944. x Zakładamy, że N ( µ, z ezaym parametram

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

Janusz Górczyński. Moduł 1. Podstawy prognozowania. Model regresji liniowej

Janusz Górczyński. Moduł 1. Podstawy prognozowania. Model regresji liniowej Materały omoccze do e-leargu Progozowae symulacje Jausz Górczyńsk Moduł. Podstawy rogozowaa. Model regresj lowej Wyższa Szkoła Zarządzaa Marketgu Sochaczew Od Autora Treśc zawarte w tym materale były erwote

Bardziej szczegółowo

Współczynnik korelacji rangowej badanie zależności między preferencjami

Współczynnik korelacji rangowej badanie zależności między preferencjami Współczyk korelacj ragowej badae zależośc mędzy preferecjam Przemysław Grzegorzewsk Istytut Badań Systymowych PAN ul. Newelska 6 01-447 Warszawa E-mal: pgrzeg@bspa.waw.pl Pla referatu: Klasycze metody

Bardziej szczegółowo

Analiza spektralna stóp zwrotu z inwestycji w akcje

Analiza spektralna stóp zwrotu z inwestycji w akcje Nasz rye aptałowy, 003 r3, str. 38-43 Joaa Góra, Magdalea Osńsa Katedra Eoometr Statysty Uwersytet Mołaja Kopera w Toruu Aalza spetrala stóp zwrotu z westycj w acje. Wstęp Agregacja w eoom eoometr bywa

Bardziej szczegółowo