ANALIZA STATYSTYCZNA WSKAŹNIKÓW FINANSOWYCH DLA PRZEDSIĘBIORSTW GÓRNICZYCH 1

Wielkość: px
Rozpocząć pokaz od strony:

Download "ANALIZA STATYSTYCZNA WSKAŹNIKÓW FINANSOWYCH DLA PRZEDSIĘBIORSTW GÓRNICZYCH 1"

Transkrypt

1 ZESZYTY NAUKOWE POLITECHNIKI ŚLĄSKIEJ 04 Seria: ORGANIZACJA I ZARZĄDZANIE z. 68 Nr kol. 905 Adam SOJDA Politechika Śląska Wdział Orgaizacji i Zarządzaia ANALIZA STATYSTYCZNA WSKAŹNIKÓW FINANSOWYCH DLA PRZEDSIĘBIORSTW GÓRNICZYCH Streszczeie. W artkule przedstawioo aalizę statstczą wskaźików fiasowch dla przedsiębiorstw góriczch, która dotczła wbrach elemetów bilasu oraz wbrach wskaźików pokazującch strukturę majątkową, zadłużeie i retowość. Wkorzstao w iej ideks jedopodstawowe, wskaźiki struktur i współczik Theila. Aaliza wkazała, w jakich elemetach struktur fiasowej istieją podobieństwa, a w jakich różice pomiędz aalizowami przedsiębiorstwami góriczmi. Słowa kluczowe: przedsiębiorstwo góricze, wskaźiki fiasowe, współczik Theila. STATISTICAL ANALYSIS OF FINANCIAL RATIOS FOR COAL MINING ENTERPRISES Summar. This paper presets a statistical aalsis of fiacial idicators for miig compaies. Aalsis of selected items related to the balace sheet ad some idicators showig the structure of assets, debt ad profitabilit. The statistical aalsis was used sigle base idices, idicators, structure ad Theil coefficiet. The aalsis shows i which the elemets of the fiacial structure, there are similarities ad differeces betwee the aalsed miig compaies. Kewords: miig compa, fiacial ratios, Theil coefficiet. Wstęp W ramach restrukturzacji polskiego górictwa węgla kamieego w 990 roku kopalie węgla kamieego uzskał status przedsiębiorstw państwowch oraz pełą samodzielość. Ze względu a brak efektów dotczącch popraw ich fukcjoowaia wdrożoo koleje Praca powstała w ramach realizacji projektu badawczego r N N Metoda wzaczaia wartości kopali węgla kamieego, fiasowaego ze środków Narodowego Cetrum Nauki.

2 56 A. Sojda etap restrukturzacji. W 003 roku koleje zmia orgaizacje powołał strukturę składającą się międz imi z Kompaii Węglowej S.A. (3 kopalie), Katowickiej Grup Kapitałowej (8 kopalń), w strukturze zalazła się powstała w 993 roku Jastrzębska Spółka Węglowa S.A. (5 kopalń). Fukcjoujące w tej strukturze przedsiębiorstwa góricze są zmuszoe do działaia a podstawie mechaizmów rkowch oraz regulacji prawch. Są to przedsiębiorstwa strategicze ze względu a zastosowaie surowca do produkcji eergii elektrczej. W 0 roku 55,6% eergii elektrczej bło produkowae z węgla kamieego. Istot jest zatem rozwój tch strategiczie ważch dla gospodarki przedsiębiorstw. Poiższa aaliza statstcza ma a celu zarówo ukazaie damiki rozwoju, jak i podobieństwa pomiędz istiejącmi a rku przedsiębiorstwami góriczmi.. Metod statstcze Aaliza statstcza pozwala oceić przebieg zjawisk i procesów zachodzącch w przedsiębiorstwie. W dobie gospodarki rkowej istieje szczególe zapotrzebowaie a iformacje aalitcze pozwalające a podejmowaie trafch deczji odośie do strategii iwestowaia, cz też rozwoju przedsiębiorstwa. W aalizach tch ależ zwrócić uwagę a: oceę poziomu zjawisk i procesów gospodarczch, aalizę damiki zjawisk w czasie, badaie struktur, ustaleie wzajemch powiązań wstępującch pomiędz różmi zjawiskami, ustaleie wpłwu różch czików a kształtowaie się procesów gospodarczch. W przpadku aaliz statstczch stosowae są dwa podstawowe istrumet pomiaru zjawiska: mieriki i wskaźiki. Mierik jest wrażeiem liczbowm stau zjawiska ekoomiczego. Mieriki dzielim a absolute i względe. Mierik absolut, iaczej zwa bezwzględm, jest liczbą staowiącą liczbowe wrażeie w wartościach bezwzględch stau daego zjawiska. Mieriki te są wrażoe w jedostkach aturalch, umowch bądź fizczch. Mieriki względe są wrażoe w procetach, wrażają bowiem relatwą skalę obserwowaego zjawiska. Przbierają oe postać wskaźików. Wskaźik jest liczbą wrażającą stosuek dwóch kategorii ekoomiczch. Kategoriami tmi mogą bć wartości liczbowe dwóch różch zjawisk lub wartości liczbowe ukazujące dwa sta tego samego zjawiska. Wskaźik atężeia wraża stosuek jedego zjawiska do drugiego i jest ujęt w postaci ilorazu w astępując sposób: Kaliski M., Szurlej A., Grudziński Z.: Węgiel i gaz zmie w produkcji eergii elektrczej Polski i UE. Politka Eergetcza, tom 5, zeszt 4, 0.

3 Aaliza statstcza wskaźików fiasowch 57 gdzie: W wskaźik atężeia, X W 00%, () Y X, Y badae zjawiska. Wskaźik wraża kształtowaie się jedego zjawiska (zjawisko X) a tle drugiego (zjawisko Y). Im rodzajem mierików są ideks, którch zadaiem jest iformować o stosuku staów daego zjawiska w dwóch stuacjach: badaej i bazowej. Ogóla postać ideksu przpomia kostrukcję wskaźika atężeia: X X i, () gdzie: i ideks, X, X 0 wartość zjawiska w okresie badam i bazowm 0. 0 Odejmując od ideksu wartość i wrażając otrzmaą liczbę w procetach, otrzmujem przrost względe iformujące, o ile procet astąpił spadek (wartość ujema przrostu) bądź wzrost (wartość dodatia ) zjawiska w okresie badam do bazowego. Współczikiem, któr pozwala a porówaie dwóch zjawisk, jest współczik Theila. Jest o przeważie stosowa do szacowaia błędu progoz, jedakże jego kostrukcja powala a wkorzstaie go do porówaia dwóch szeregów czasowch. Współczik te opiera się a kwadracie różic pomiędz wartościami badami a bazowmi w stosuku do kwadratu wartości bazowch. Największą zaletą omawiaego współczika jest możliwość jego dekompozcji a trz składowe, odpowiedziale za róże źródła różic pomiędz wartościami. Współczik Theila jest wzaczo ze wzoru: Rozkłada się o a trz składiki: Poszczególe składiki są wrażae jako: I podobe, I s i s i 0 0 0i 0i I I i i i 0i 0i 3 (3) I I I. (4) odzwierciedla w jaki sposób wartości średie badach szeregów są odzwierciedla w jaki sposób wartości zmieości badach szeregów są do siebie podobe. Zmieość jest mierzoa w tm przpadku wartością odchleia stadardowego,

4 58 A. Sojda I 3 ss 0 i r 0i składowa ta jest odpowiedziala za zgodość zmia. Ozaczeia we wzorach są astępujące:, wartości średie dla szeregów badaego i bazowego, s, s0 odchleia stadardowe, r współczik korelacji Pearsoa pomiędz szeregami. Przeważie prezetuje się wartość współczika Theila oraz procetowe udział w błędzie poszczególch składowch: I I I3 Iˆ ˆ ˆ I I3 (5) I I I Wartości I ˆ, Iˆ, Iˆ są mierikami całkowitej względej różic pomiędz szeregami, 3 wikającej odpowiedio z małej zgodości wartości średich, małej zgodości zróżicowaia wartości, mierzoego odchleiem stadardowm, oraz małej zgodości kieruku zmia. W iterpretacji podaje się pierwiastek ze współczika I.. Sprawozdaia i wskaźiki fiasowe Bardzo ważm elemetem fukcjoowaia każdego przedsiębiorstwa jest sprawozdawczość fiasowa. Celem sprawozdań fiasowch jest dostarczeie wiargodch iformacji szerokiemu kręgowi odbiorów, którz zajdują się poza strukturami przedsiębiorstwa. Sprawozdaia fiasowe realizują waże zadaia, do którch ależ zaliczć przekazwaie w sposób uporządkowa i powtarzal dach iformującch o staie majątkowm i fiasowm przedsiębiorstwa oraz o zdarzeiach gospodarczch. Pozwala to a określeie efektwości prowadzeia działalości oraz porówwalość pomiędz podmiotami gospodarczmi. Podstawowm źródłem iformacji o stuacji majątkowej i fiasowej przedsiębiorstwa jest bilas. Bilas zawiera iformacje o zasobach majątkowch będącch pod kotrolą przedsiębiorstwa i źródłach fiasowaia tch zasobów. Zasob majątkowe firm w ujęciu wartościowm zwae są aktwami. Aktwa dzieli się a trwałe i obrotowe. Każd ze składików majątku przedsiębiorstwa wkaza w postaci aktwów musi mieć swoje źródło fiasowaia w postaci paswów. Paswa dzielą się a kapitał włas i zobowiązaia oraz rezerw a zobowiązaia. Im ważm elemetem sprawozdaia fiasowaego jest rachuek zsków i strat. Pokazuje o zdolość firm do geerowaia zsków i samofiasowaia. W rachuku zsków i strat zestawioe są strumieie przchodów uzskach w przedsiębiorstwie ze

5 Aaliza statstcza wskaźików fiasowch 59 sprzedaż wrobów i usług bądź towarów w ramach prowadzoej działalości oraz przchodów uzskach z przeprowadzeia operacji fiasowch i kosztów tej działalości. Na podstawie tch dwóch dokumetów moża wzaczć astępujące wskaźiki fiasowe. (Wbrae wskaźiki dotczą struktur majątkowej, zadłużeia, retowości. Oczwiście liczba wskaźików fiasowch jest o wiele dłuższa [], [3], [4]). W: Wskaźik pokrcia kapitałem własm majątku trwałego = kapitał włas aktwa trwałe 00% (6) Wartość tego wskaźika rówa 00% ozacza spełieie tzw. złotej reguł bilasowej. Majątek trwał zaagażowa w prowadzeie działalości przez dłuższ czas jest fiasowa kapitałem własm. Aktwa trwałe W: Wskaźik struktur aktwów = 00% (7) Aktwa obrotowe W3: Retowość etto sprzedaż = Wik fiasow etto Przchod ze sprzedaż 00% (8) W4: Retowość majątku ogółem (ROA) = Wik fiasow etto Aktwa ogółem 00% (9) 3. Aaliza statstcza Na podstawie ogólodostępch dach fiasowch [5], [6], [7], [8] publikowach przez astępujące przedsiębiorstwa góricze: Kompaię Węglową S.A. (oz. KW), Grupę Kapitałową Jastrzębski Węgiel S.A. (oz. JSW), Katowicki Holdig Węglow (oz. KHW), Lubelski Węgiel Bogdaka (oz. Bogdaka), wkoao aalizę statstczą wbrach wskaźików (W, W, W3, W4). W tabeli pokazao damikę zmia w porówaiu z 008 rokiem oraz udział procetow poszczególch składików bilasu w 0 roku.

6 60 A. Sojda Tabela Damika zmia i struktura ajważiejszch pozcji w bilasie 008 Damika zmia Udział, % Pozcja bilasu ml zł w 0 Aktwa 9,79 s. 6,7% w. 8,4% w. 39,% 00% JSW - aktwa trwałe 7,6 s. 5,8% s. 5,% w. 6,7% 65,% - aktwa obrotowe,8 s. 9,6% w. 56% w. 7,6% 34,8% Paswa 9,79 s. 6,7% w. 8,4% w. 39,% 00% - kapitał włas 5,5 s.,6% w.,4% w. 56,8% 60,5% - zobowiązaia i rezerw 4,53 w. 0,% w. 5% w. 8,7% 39,5% a) długotermiowe,5 w.,% w. 6,5% w. 3,9% 49,4% b) krótkotermiowe,6 s. 0,7% w. 3,% w. 6,6% 46,7% Bogdaka Aktwa,65 w. 49,5% w. 70,9% w. 86% 00% - aktwa trwałe,4 w. 6,% w. 53,9% w. 89,6% 88,% - aktwa obrotowe 0, w. 6,% w. 78,9% w. 63,3%,9% Paswa,65 w. 49,5% w. 70,9% w. 86% 00% - kapitał włas, w. 56,4% w. 77% w. 9,5% 69,6% - zobowiązaia i rezerw 0,54 w. 35,% w. 58,4% w. 7,7% 30,4% a) długotermiowe 0, w. 4,5% w. 04,6% w. 8,% 67,4% b) krótkotermiowe 0,3 s. 0,9% w. 5,7% s. 3,8% 3,6% KHW Aktwa 4,05 w. 8,% w. 7,4% w. 6,9% 00% - aktwa trwałe 3, w. 7,6% w.,4% w.,5% 83% - aktwa obrotowe 0,84 w. 9,9% w.,3% s. 4,% 7% Paswa 4,05 w. 8,% w. 7,4% w. 6,9% 00% - kapitał włas,3 w. 5,% w. 7,4% w. 6,7% 3,6% - zobowiązaia i rezerw,73 w. 4,4% w.,3% w. 7% 67,4% a) długotermiowe 0, w. 47% w. 5,9% w. 57,4% 5,9% b) krótkotermiowe,5 w. 9,8% w. 0,7% w.,% 53,5% KW Aktwa 9,55 w. 4,9% w. 9,8% w.,% 00% - aktwa trwałe 7,70 s. 4,7% w.,% w. 0,8% 66,6% - aktwa obrotowe,84 w. 45% w. 98,3% w. 0,9% 33,4% Paswa 9,55 w. 4,9% w. 9,8% w.,% 00% - kapitał włas,38 w. 3,4% w. 74,7% w. 08,7% 4,7% - zobowiązaia i rezerw 8,7 w. 5,% w. 0,6% w. 7,4% 75,3% a) długotermiowe,00 s. 6,7% s. 5,9% s. 33,5% 7,5% b) krótkotermiowe 3,07 w. 8,% w. 7,9% w. 6,8% 40,8% Źródło: opracowaie włase. Największą damikę wzrostu wartości aktwów łączie oraz w podziale a aktwa trwałe i obrotowe zaotował Lubelski Węgiel Bogdaka S.A. W porówaiu z wartościami

7 Aaliza statstcza wskaźików fiasowch 6 z 008 roku aktwa w 0 roku wzrosł o 86%. Druga w kolejości bła Jastrzębska Spółka Węglowa S.A. W przpadku tego przedsiębiorstwa wzrost bł o poad połowę miejsz. Warto zazaczć, że oba przedsiębiorstwa są otowae a GPW w Warszawie. Obie spółki mają rówież podobą strukturę w przpadku aalizowach paswów, poieważ kapitał włas w obu przedsiębiorstwach to około 60%. Udział kapitału własego dla pozostałch dwóch przedsiębiorstw to ie więcej iż 33%. W przpadku dwóch ajwiększch przedsiębiorstw, tz. JSW S.A. i KW S.A., istieje podoba struktura aktwów: aktwa trwałe to miej iż 67 % wszstkich aktwów; w przpadku miejszch przedsiębiorstw aktwa trwałe staowią powżej 83%. Wartości wbrach wskaźików fiasowch przedstawia tabela. Wartości wbrach wskaźików w latach Tabela Wskaźik Bogdaka JSW W 77,8% 04,7% 89,4% 79,0% 69,0% 64,% 8,% 9,8% W 637,% 05,% 35,7% 739,6% 348,9% 363,3%,0% 87,% W3 5,% 7,% 8,7% 7,0% 0,4% -4,5% 0,0%,3% W4 9,5% 7,8% 8,% 7,% 8,% -7,% 3,7% 5,3% KHW KW W 4,% 36,9% 36,5% 39,3% 7,9% 9,4% 30,9% 37,% W 38,9% 374,5% 453,% 488,3% 47,7% 74,5%,9% 99,6% W3 0,%,4% 0,9% 4,% 0,% 0,% 0,3% 4,7% W4 0,%,9% 0,7% 3,3% 0,3% 0,3% 0,3% 4,8% Źródło: opracowaie włase. Na podstawie uzskach wartości wzaczoo współczik Theila pomiędz poszczególmi przedsiębiorstwami dla wbrach wskaźików (tabele 3, 4, 5, 6). Współczik Theila dla wskaźika W i jego dekompozcja Tabela 3 W Bogdaka JSW KHW KW Bogdaka JSW KHW KW różica obciążeie Bogdaka - 5% 57% 7% - 4% 94% 94% JSW 9% - 5% 65% 4% - 9% 99% KHW 3% 04% - 39% 94% 9% - 67% KW 30% 84% 54% - 94% 99% 67% - elastczość zgodość Bogdaka - 0% 3% 0% - 76% 3% 6% JSW 0% - 5% 0% 76% - 3% 0% KHW 3% 5% - 7% 3% 3% - 7% KW 0% 0% 7% - 6% 0% 7% - Źródło: opracowaie włase.

8 6 A. Sojda Współczik Theila dla wskaźika W i jego dekompozcja Tabela 4 W Bogdaka JSW KHW KW Bogdaka JSW KHW KW różica obciążeie Bogdaka - 6% 39% 57% - 39% 8% 47% JSW 4% - 67% 0% 39% - 57% 0% KHW 48% 45% - 46% 8% 57% - 58% KW 04% 0% 67% - 47% 0% 58% - elastczość zgodość Bogdaka - 7% 66% 8% - 44% 5% 35% JSW 7% - 3% % 44% - 40% 98% KHW 66% 3% - 4% 5% 40% - 38% KW 8% % 4% - 35% 98% 38% - Źródło: opracowaie włase. Współczik Theila dla wskaźika W3 i jego dekompozcja Tabela 5 W3 Bogdaka JSW KHW KW Bogdaka JSW KHW KW różica obciążeie Bogdaka - 95% 89% 93% - % 99% 98% JSW 93% - 94% 9% % - % 6% KHW 6% 673% - 47% 99% % - 4% KW 675% 68% 49% - 98% 6% 4% - elastczość zgodość Bogdaka - 67% 0% 0% - % % % JSW 67% - 63% 63% % - 5% % KHW 0% 63% - % % 5% - 65% KW 0% 63% % - % % 65% - Źródło: opracowaie włase. Współczik Theila dla wskaźika W3 i jego dekompozcja Tabela 6 W4 Bogdaka JSW KHW KW Bogdaka JSW KHW KW różica obciążeie Bogdaka - 09% 85% 88% - % 9% 87% JSW 77% - 9% 87% % - 3% 37% KHW 358% 55% - 56% 9% 3% - % KW 303% 4% 46% - 87% 37% % - elastczość zgodość Bogdaka - 8% 0% % - 9% 8% 0% JSW 8% - 5% 47% 9% - 8% 6% KHW 0% 5% - 45% 8% 8% - 54% KW % 47% 45% - 0% 6% 54% - Źródło: opracowaie włase.

9 Aaliza statstcza wskaźików fiasowch 63 Współczik Theila ie jest współczikiem smetrczm i waże jest założeie, któr z badach szeregów ma bć traktowa jako bazow. Przkładowo dla wskaźika W, porówując różicę mierzoą współczikiem Theila dla Bogdaki i JSW, otrzmujem, że dae te mogą się różić w 5%, jeżeli dami bazowmi są wiki Bogdaki, i 9%, jeśli zakładam, że dae bazowe to wiki JSW. Należ podkreślić, że prz dekompozcji ie ma zaczeia, któr szereg jest bra za bazow. Procetowe udział w różic spowodowae obciążeiem, elastczością i zgodością są smetrcze. Aalizując dae z tabeli, moża stwierdzić, że spółki otowae a giełdzie mają współcziki a takich samch poziomach. Szczególie jest to widocze w przpadku współczików W, W3 i W4. Warto zwrócić uwagę a fakt, że spółki ieotowae a giełdzie mają o wiele iższe współcziki W3 i W4, odpowiadające za retowość. Należ też przpomieć, że debiut giełdow JSW przpada a 0 rok, a Bogdaki a 009. Porówaie tch wskaźików za pomocą współczika Theila pokazuje, że dla współczika W ajbliżej siebie zajdują się Bogdaka i JSW. Na błąd około 8% (średia z błędów) ajwiększ wpłw miało ie tempo zmia. Aalogicze wioski moża wsuć a podstawie aaliz wskaźików W3 i W4. Współczik W pokazuje podobieństwo JSW i KW. Są to ajwiększe przedsiębiorstwa ie tlko a polskim rku, lecz także w Uii Europejskiej. JSW jest ajwiększm producetem węgla koksującego, a KW ajwiększm producetem węgla w całej UE. Różice są ajmiejsze i ie są oe spowodowae przez różice w wartościach średich oraz w elastczości, ale są spowodowae imi tredami zmia. 4. Podsumowaie i wioski Zastosowaie do aaliz dach fiasowch współczika Theila pozwala a wskazaie podobieństw pomiędz przedsiębiorstwami góriczmi. Spółki otowae a GPW w Warszawie mają aalogicze struktur fiasowe pomimo różic dzielącch je pod względem wartości i pozcji w rakigu ajwiększch producetów. Porówaie tch struktur pokazuje, jak daleka jest jeszcze droga dla iektórch przedsiębiorstw góriczch, zaim możliwe staie się ich otowaie a GWP. Zastosowaie współczika Theila i jego dekompozcji do badaia różic umożliwia wskazaie potecjalej przcz różic, a ie tlko jej wartości, i jest ciekawą propozcją badaia szeregów czasowch.

10 64 A. Sojda Bibliografia. Kaliski M., Szurlej A., Grudziński Z.: Węgiel i gaz zmie w produkcji eergii elektrczej Polski i UE. Politka Eergetcza, tom 5, zeszt 4, 0.. Nowak E. (red.): Metod statstcze w aalizie działalości przedsiębiorstwa. PWE, Warszawa Sierpińska M, Jacha T.: Ocea przedsiębiorstw według stadardów światowch. PWN, Warszawa Turek M. (red.): Modele fiasowaia działalości operacjej przedsiębiorstw góriczch. Wdawictwo GIG, Katowice Sprawozdaia fiasowe KHW S.A., ]. 6. Sprawozdaia fiasowe Bogdaka, [dostęp: ]. 7. Sprawozdaia fiasowe KW S.A., [dostęp: ]. 8. Sprawozdaia fiasowe JSW S.A., [dostęp: ]. Abstract Statistical methods are complemetar to the fiacial aalsis. The use of these techiques to describe ad compare the fiacial ratios of differet compaies. Aalsis preseted i the paper illustrate the use of idices ad Theil coefficiet for the aalsis of fiacial data. The aalsis shows that listed compaies have similar coefficiets of W3 ad W4. The largest compaies are resemble i terms of the coefficiet W.

Ocena dopasowania modelu do danych empirycznych

Ocena dopasowania modelu do danych empirycznych Ocea dopasowaia modelu do dach empirczch Po oszacowaiu parametrów modelu ależ zbadać, cz zbudowa model dobrze opisuje badae zależości. Jeśli okaże się, że rozbieżość międz otrzmam modelem a dami empirczmi

Bardziej szczegółowo

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO Agieszka Jakubowska ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO. Wstęp Skąplikowaie współczesego życia gospodarczego powoduje, iż do sterowaia procesem zarządzaia

Bardziej szczegółowo

Bielecki Jakub Kawka Marcin Porczyk Krzysztof Węgrzyn Bartosz. Zbiorcze bazy danych

Bielecki Jakub Kawka Marcin Porczyk Krzysztof Węgrzyn Bartosz. Zbiorcze bazy danych Bielecki Jakub Kawka Marci Porczk Krzsztof Węgrz Bartosz Zbiorcze baz dach Marzec 2006 Spis treści. Opis działalości bizesowej firm... 3 2. Omówieie struktur orgaizacjej... 4 3. Opis obszaru bizesowego...

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu. Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują

Bardziej szczegółowo

Przykładowe zadania dla poziomu rozszerzonego

Przykładowe zadania dla poziomu rozszerzonego Przkładowe zadaia dla poziomu rozszerzoego Zadaie. ( pkt W baku w pierwszm roku oszczędzaia stopa procetowa bła rówa p%, a w drugim roku bła o % iższa. Po dwóch latach, prz roczej kapitalizacji odsetek,

Bardziej szczegółowo

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017 STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej

Bardziej szczegółowo

INWESTYCJE MATERIALNE

INWESTYCJE MATERIALNE OCENA EFEKTYWNOŚCI INWESTYCJI INWESTCJE: proces wydatkowaia środków a aktywa, z których moża oczekiwać dochodów pieiężych w późiejszym okresie. Każde przedsiębiorstwo posiada pewą liczbę możliwych projektów

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

STATYSTYKA OPISOWA WYKŁAD 1 i 2 STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest

Bardziej szczegółowo

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień. Metoda aalizy hierarchii Saaty ego Ważym problemem podejmowaia decyzji optymalizowaej jest często występująca hierarchiczość zagadień. Istieje wiele heurystyczych podejść do rozwiązaia tego problemu, jedak

Bardziej szczegółowo

1. Metoda zdyskontowanych przyszłych przepływów pieniężnych

1. Metoda zdyskontowanych przyszłych przepływów pieniężnych Iwetta Budzik-Nowodzińska SZACOWANIE WARTOŚCI DOCHODOWEJ PRZEDSIĘBIORSTWA STUDIUM PRZYPADKU Wprowadzeie Dochodowe metody wycey wartości przedsiębiorstw są postrzegae, jako ajbardziej efektywe sposoby określaia

Bardziej szczegółowo

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy. MIARY POŁOŻENIA I ROZPROSZENIA WYNIKÓW SERII POMIAROWYCH Miary położeia (tedecji cetralej) to tzw. miary przecięte charakteryzujące średi lub typowy poziom wartości cechy. Średia arytmetycza: X i 1 X i,

Bardziej szczegółowo

PROGNOZOWANIE. Ćwiczenia 3. tel.: (061)

PROGNOZOWANIE. Ćwiczenia 3.  tel.: (061) Ćwiczeia 3 mgr iż.. Mara Krueger mara.krueger@edu.wsl.com.pl mara.krueger@ilim.poza.pl el.: (06 850 49 57 Meod progozowaia krókoermiowego sał poziom red sezoowość Y Y Y Czas Czas Czas Model aiw Modele

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

PORÓWNANIE WARUNKÓW PLONOWANIA ZIEMNIAKA W DWÓCH MEZOREGIONACH W OPARCIU O ANALIZĘ WYBRANYCH ELEMENTÓW METEOROLOGICZNYCH Jan Grabowski

PORÓWNANIE WARUNKÓW PLONOWANIA ZIEMNIAKA W DWÓCH MEZOREGIONACH W OPARCIU O ANALIZĘ WYBRANYCH ELEMENTÓW METEOROLOGICZNYCH Jan Grabowski Acta Agrophsica, 005, 6(), 85-89 PORÓWNANIE WARUNKÓW PLONOWANIA ZIEMNIAKA W DWÓCH MEZOREGIONACH W OPARCIU O ANALIZĘ WYBRANYCH ELEMENTÓW METEOROLOGICZNYCH Ja Grabowski Katedra Meteorologii i Klimatologii,

Bardziej szczegółowo

Wykład. Inwestycja. Inwestycje. Inwestowanie. Działalność inwestycyjna. Inwestycja

Wykład. Inwestycja. Inwestycje. Inwestowanie. Działalność inwestycyjna. Inwestycja Iwestycja Wykład Celowo wydatkowae środki firmy skierowae a powiększeie jej dochodów w przyszłości. Iwestycje w wyiku użycia środków fiasowych tworzą lub powiększają majątek rzeczowy, majątek fiasowy i

Bardziej szczegółowo

DEA podstawowe modele

DEA podstawowe modele Marek Miszczński KBO UŁ 2008 - Aaliza dach graiczch (EA) cz.2 (przkład aaliza damiki rakigi) EA podsawowe modele WPROWAZENIE Efekwość (produkwość) obieku gospodarczego o es defiiowaa ako sosuek sum ważoch

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

Ćwiczenie 5 ITERACYJNY ALGORYTM LS. IDENTYFIKACJA OBIEKTÓW NIESTACJONARNYCH ALGORYTM Z WYKŁADNICZYM ZAPOMINANIEM.

Ćwiczenie 5 ITERACYJNY ALGORYTM LS. IDENTYFIKACJA OBIEKTÓW NIESTACJONARNYCH ALGORYTM Z WYKŁADNICZYM ZAPOMINANIEM. Kompterowe Sstem Idetfikacji Laboratorim Ćwiczeie 5 IERACYJY ALGORY LS. IDEYFIKACJA OBIEKÓW IESACJOARYCH ALGORY Z WYKŁADICZY ZAPOIAIE. gr iż. Piotr Bros, bros@agh.ed.pl Kraków 26 Kompterowe Sstem Idetfikacji

Bardziej szczegółowo

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia Pla wykładu Aaliza daych Wykład : Statystyka opisowa. Małgorzata Krętowska Wydział Iformatyki Politechika Białostocka. Statystyka opisowa.. Estymacja puktowa. Własości estymatorów.. Rozkłady statystyk

Bardziej szczegółowo

Statystyka powtórzenie (I semestr) Rafał M. Frąk

Statystyka powtórzenie (I semestr) Rafał M. Frąk Statystyka powtórzeie (I semestr) Rafał M. Frąk TEORIA Statystyka Statystyka zajmuje się badaiem procesu zbieraia oraz iterpretacji daych liczbowych lub jakościowych. Przedmiotem statystyki są metody badaia

Bardziej szczegółowo

Strategie finansowe przedsiębiorstwa

Strategie finansowe przedsiębiorstwa Strategie fiasowe przedsiębiorstwa Grzegorz Michalski 2 Różice między fiasami a rachukowością Rachukowość to opowiadaie [sprawozdaie] JAK BYŁO i JAK JEST Fiase zajmują się Obecą oceą tego co BĘDZIE w PRZYSZŁOŚCI

Bardziej szczegółowo

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I) Elemety statystyki opisowej Izolda Gorgol wyciąg z prezetacji (wykład I) Populacja statystycza, badaie statystycze Statystyka matematycza zajmuje się opisywaiem i aalizą zjawisk masowych za pomocą metod

Bardziej szczegółowo

Jak obliczać podstawowe wskaźniki statystyczne?

Jak obliczać podstawowe wskaźniki statystyczne? Jak obliczać podstawowe wskaźiki statystycze? Przeprowadzoe egzamiy zewętrze dostarczają iformacji o tym, jak ucziowie w poszczególych latach opaowali umiejętości i wiadomości określoe w stadardach wymagań

Bardziej szczegółowo

Analiza potencjału energetycznego depozytów mułów węglowych

Analiza potencjału energetycznego depozytów mułów węglowych zaiteresowaia wykorzystaiem tej metody w odiesieiu do iych droboziaristych materiałów odpadowych ze wzbogacaia węgla kamieego ależy poszukiwać owych, skutecziej działających odczyików. Zdecydowaie miej

Bardziej szczegółowo

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

O liczbach naturalnych, których suma równa się iloczynowi

O liczbach naturalnych, których suma równa się iloczynowi O liczbach aturalych, których suma rówa się iloczyowi Lew Kurladczyk i Adrzej Nowicki Toruń UMK, 10 listopada 1998 r. Liczby aturale 1, 2, 3 posiadają szczególą własość. Ich suma rówa się iloczyowi: Podobą

Bardziej szczegółowo

Zbiorowość statystyczna zbiór elementów (osób, przedmiotów, itp.) mających jedną lub kilka wspólnych cech.

Zbiorowość statystyczna zbiór elementów (osób, przedmiotów, itp.) mających jedną lub kilka wspólnych cech. Statsta Statsta aua zajująca się wrwaie, badaie i opiswaie zależości wstępującch w zjawisach asowch; zbiór etod służącch groadzeiu, prezetacji, aalizie i iterpretacji dach. Przediote badaia statstczego

Bardziej szczegółowo

ANALIZA DANYCH DYSKRETNYCH

ANALIZA DANYCH DYSKRETNYCH ZJAZD ESTYMACJA Jest to metoda wioskowaia statystyczego. Umożliwia oa oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej estymatorem,

Bardziej szczegółowo

Klasyfikacja inwestycji materialnych ze względu na ich cel:

Klasyfikacja inwestycji materialnych ze względu na ich cel: Metodologia obliczeia powyższych wartości Klasyfikacja iwestycji materialych ze względu a ich cel: mające a celu odtworzeie środków trwałych lub ich wymiaę w celu obiżeia kosztów produkcji, rozwojowe:

Bardziej szczegółowo

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

Mec Me han a ik i a a o gólna Wyp W a yp dko dk w o a w do d w o o w l o ne n g e o g o ukł uk a ł du du sił.

Mec Me han a ik i a a o gólna Wyp W a yp dko dk w o a w do d w o o w l o ne n g e o g o ukł uk a ł du du sił. echaika ogóla Wkład r 2 Wpadkowa dowolego układu sił. ówowaga. odzaje sił i obciążeń. odzaje ustrojów prętowch. Wzaczaie reakcji. Wpadkowa układu sił rówoległch rzłożeie układu zerowego (układ sił rówoważącch

Bardziej szczegółowo

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

Konica Minolta Optimized Print Services (OPS) Oszczędzaj czas. Poprawiaj efektywność. Stabilizuj koszty. OPS firmy Konica Minolta

Konica Minolta Optimized Print Services (OPS) Oszczędzaj czas. Poprawiaj efektywność. Stabilizuj koszty. OPS firmy Konica Minolta Koica Miolta Optimized Prit Services (OPS) Oszczędzaj czas. Poprawiaj efektywość. Stabilizuj koszty. OPS firmy Koica Miolta Optimized Prit Services OPS Najlepszą metodą przewidywaia przyszłości jest jej

Bardziej szczegółowo

BADANIA DOCHODU I RYZYKA INWESTYCJI

BADANIA DOCHODU I RYZYKA INWESTYCJI StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;

Bardziej szczegółowo

ŚLĄSKA LIGA BIZNESOWA CASE BIZNESOWY: PODSTAWY ANALIZ FINANSOWYCH ORAZ SZACUNKI PRZYCHODÓW I KOSZTÓW ZADANIE BIZNESOWE NR 5

ŚLĄSKA LIGA BIZNESOWA CASE BIZNESOWY: PODSTAWY ANALIZ FINANSOWYCH ORAZ SZACUNKI PRZYCHODÓW I KOSZTÓW ZADANIE BIZNESOWE NR 5 ŚLĄSKA LIGA BIZNESOWA CASE BIZNESOWY: PODSTAWY ANALIZ FINANSOWYCH ORAZ SZACUNKI PRZYCHODÓW I KOSZTÓW ZADANIE BIZNESOWE NR 5 Pierwszym etapem prac jest określeie polityki ceowej i progoz sprzedaży (wypełij

Bardziej szczegółowo

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny

Ćwiczenia nr 5. TEMATYKA: Regresja liniowa dla prostej i płaszczyzny TEMATYKA: Regresja liiowa dla prostej i płaszczyzy Ćwiczeia r 5 DEFINICJE: Regresja: metoda statystycza pozwalająca a badaie związku pomiędzy wielkościami daych i przewidywaie a tej podstawie iezaych wartości

Bardziej szczegółowo

Metody badania zbieżności/rozbieżności ciągów liczbowych

Metody badania zbieżności/rozbieżności ciągów liczbowych Metody badaia zbieżości/rozbieżości ciągów liczbowych Ryszard Rębowski 14 grudia 2017 1 Wstęp Kluczowe pytaie odoszące się do zagadieia badaia zachowaia się ciągu liczbowego sprowadza się do sposobu opisu

Bardziej szczegółowo

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń

3. Wykład III: Warunki optymalności dla zadań bez ograniczeń 3 Wkład III: Waruki optmalości dla zadań bez ograiczeń Podae poiże waruki optmalości dla są uogólieiem powszechie zach waruków dla fukci ede zmiee (zerowaie się pierwsze pochode i lokala wpukłość) 3 Twierdzeie

Bardziej szczegółowo

Zeszyty naukowe nr 9

Zeszyty naukowe nr 9 Zeszyty aukowe r 9 Wyższej Szkoły Ekoomiczej w Bochi 2011 Piotr Fijałkowski Model zależości otowań giełdowych a przykładzie otowań ołowiu i spółki Orzeł Biały S.A. Streszczeie Niiejsza praca opisuje próbę

Bardziej szczegółowo

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja Podstawowe ozaczeia i wzory stosowae a wykładzie i laboratorium Część I: estymacja 1 Ozaczeia Zmiee losowe (cechy) ozaczamy a wykładzie dużymi literami z końca alfabetu. Próby proste odpowiadającymi im

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

Wnioskowanie statystyczne dla korelacji i regresji. STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 7 Analiza dynamiki zjawisk (zjawiska w czasie) ZADANIE DOMOWE. Strona 1

KURS STATYSTYKA. Lekcja 7 Analiza dynamiki zjawisk (zjawiska w czasie) ZADANIE DOMOWE.  Strona 1 KURS STATYSTYKA Lekcja 7 Aaliza damiki zjawisk (zjawiska w czasie) ZADANIE DOMOWE www.erapez.pl Sroa Część : TEST Zazacz poprawą odpowiedź (lko jeda jes prawdziwa). Paie Szereg damicz o: a) ciąg prędkości

Bardziej szczegółowo

Estymacja przedziałowa

Estymacja przedziałowa Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

Składka ubezpieczeniowa

Składka ubezpieczeniowa Przychody zakładów ubezpieczeń Przychody i wydatki zakładów ubezpieczeń Składka ubezpieczeiowa 60-95 % Przychody z lokat 5-15 % Przychody z reasekuracji 5-30 % Wydatki zakładów ubezpieczeń Odszkodowaia

Bardziej szczegółowo

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA Ćwiczeie ETYMACJA TATYTYCZNA Jest to metoda wioskowaia statystyczego. Umożliwia oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej

Bardziej szczegółowo

ISSN 1898-6447. Zeszyty Naukowe. Uniwersytet Ekonomiczny w Krakowie. Cracow Review of Economics and Management. Metody analizy danych.

ISSN 1898-6447. Zeszyty Naukowe. Uniwersytet Ekonomiczny w Krakowie. Cracow Review of Economics and Management. Metody analizy danych. ISSN 1898-6447 Uiwersytet Ekoomiczy w Krakowie Zeszyty Naukowe Cracow Review of Ecoomics ad Maagemet 93 Metody aalizy daych Kraków 013 Rada Naukowa Adrzej Atoszewski (Polska), Slavko Arsovski (Serbia),

Bardziej szczegółowo

STATYSTYKA OPISOWA PODSTAWOWE WZORY

STATYSTYKA OPISOWA PODSTAWOWE WZORY MIARY POŁOŻENIA Średia Dla daych idywidualych: STATYSTYKA OPISOWA PODSTAWOWE WZORY Q i = x lmi + i mi 1 4 j h m i mi x = 1 x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału

Bardziej szczegółowo

Wykład nr 2. Statystyka opisowa część 2. Plan wykładu

Wykład nr 2. Statystyka opisowa część 2. Plan wykładu Wykład r 2 Statystyka opisowa część 2 Pla wykładu 1. Uwagi wstępe 2. Miary tedecji cetralej 2.1. Wartości średie 2.2. Miary pozycyje 2.3. Domiata 3. Miary rozproszeia 4. Miary asymetrii 5. Miary kocetracji

Bardziej szczegółowo

Michał Gruca ZASADY OPRACOWANIA WYNIKÓW POMIARÓW

Michał Gruca ZASADY OPRACOWANIA WYNIKÓW POMIARÓW Michał Gruca ZASADY OPRACOWANIA WYNIKÓW POMIARÓW 1. Wstęp Pomiarem jest procesem pozawczm, któr umożliwia odwzorowaie właściwości fizczch obiektów w dziedziie liczb. Sam proces pomiarow jest ciągiem czości

Bardziej szczegółowo

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej Opracowaie daych pomiarowych dla studetów realizujących program Pracowi Fizyczej Pomiar Działaie mające a celu wyzaczeie wielkości mierzoej.. Do pomiarów stosuje się przyrządy pomiarowe proste lub złożoe.

Bardziej szczegółowo

116 MECHANIK NR 3/2015

116 MECHANIK NR 3/2015 6 MECHANIK NR 3/05 Rafał KLUZ Ja JAWORSKI Tomasz TRZEPIECIŃSKI 3 błąd pozcjoowaia robota, motaż, staowisko motażowe, robotzacja robot positioig error, assembl, assembl stad, robotisatio DOKŁADNOŚĆ POZYCJONOWANIA

Bardziej szczegółowo

Jerzy Puchowicz, tel

Jerzy Puchowicz, tel 2019 Jerzy Puchowicz, tel 692 608 921 e-mail: puchowicz@restrukturyzacja.et Miasto Rabka-Zdrój posiada udziały większościowe (po 100%) w trzech Spółkach: Szpital Miejski w Rabce-Zdroju Sp. z o.o. Zakład

Bardziej szczegółowo

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2010, Oeconomica 280 (59),

FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2010, Oeconomica 280 (59), FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Uiv. Techol. Steti. 200, Oecoomica 280 (59), 99 08 Celia Skrobisz PROGNOZOWANIE BAYESOWSKIE W PRZYPAKU BRAKU PEŁNEJ INFORMACJI NA PRZYKŁAZIE

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,

Bardziej szczegółowo

Metoda łączona. Wykład 7 Dwie niezależne próby. Standardowy błąd dla różnicy dwóch średnich. Metoda zwykła (niełączona) n2 2

Metoda łączona. Wykład 7 Dwie niezależne próby. Standardowy błąd dla różnicy dwóch średnich. Metoda zwykła (niełączona) n2 2 Wykład 7 Dwie iezależe próby Często porówujemy wartości pewej zmieej w dwóch populacjach. Przykłady: Grupa zabiegowa i kotrola Lekarstwo a placebo Pacjeci biorący dwa podobe lekarstwa Mężczyźi a kobiety

Bardziej szczegółowo

PRZYRZĄDY SUWMIARKOWE, MIKROMETRYCZNE, CZUJNIKI, MASZYNY POMIAROWE. Równanie określające podziałkę noniusza suwmiarki:

PRZYRZĄDY SUWMIARKOWE, MIKROMETRYCZNE, CZUJNIKI, MASZYNY POMIAROWE. Równanie określające podziałkę noniusza suwmiarki: RZYRZĄDY SUWMIARKOWE, MIKROMETRYCZNE, CZUJNIKI, MASZYNY OMIAROWE Rówaie określające podziałkę oiusza suwmiarki: L e M Lep L 1 M moduł oiusza, L e długość działki elemetarej oiusza, L ep długość działki

Bardziej szczegółowo

Analiza dokładności pomiaru, względnego rozkładu egzytancji widmowej źródeł światła, dokonanego przy użyciu spektroradiometru kompaktowego

Analiza dokładności pomiaru, względnego rozkładu egzytancji widmowej źródeł światła, dokonanego przy użyciu spektroradiometru kompaktowego doi:1.15199/48.215.4.38 Eugeiusz CZECH 1, Zbigiew JAROZEWCZ 2,3, Przemysław TABAKA 4, rea FRYC 5 Politechika Białostocka, Wydział Elektryczy, Katedra Elektrotechiki Teoretyczej i Metrologii (1), stytut

Bardziej szczegółowo

ANALIZA DYNAMIKI ZJAWISK (dok.) WYGŁADZANIE szeregu czasowego

ANALIZA DYNAMIKI ZJAWISK (dok.) WYGŁADZANIE szeregu czasowego D. Miszczńska,M.Miszczński, Maeriał do wkładu 6 ze Saski, 009/0 [] ANALIZA DYNAMIKI ZJAWISK (dok.). szereg czasow, chroologicz (momeów, okresów). średi poziom zjawiska w czasie (średia armecza, średia

Bardziej szczegółowo

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Analiza dokładności wskazań obiektów nawodnych. Accuracy Analysis of Sea Objects

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Analiza dokładności wskazań obiektów nawodnych. Accuracy Analysis of Sea Objects ISSN 1733-8670 ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE IV MIĘDZYNARODOWA KONFERENCJA NAUKOWO-TECHNICZNA E X P L O - S H I P 2 0 0 6 Adrzej Burzyński Aaliza dokładości wskazań obiektów

Bardziej szczegółowo

Ekonomiczny Uniwersytet Dziecięcy

Ekonomiczny Uniwersytet Dziecięcy Ekoomiczy Uiwersytet Dziecięcy Pomiar dobrobytu gospodarczego i społeczego Baha Kaliowska-Surfiowicz Uiwersytet Ekoomiczy w Pozaiu 17 paździerika 2013 r. EKONOMICZNY UNIWERSYTET DZIECIĘCY WWW.UNIWERSYTET-DZIECIECY.PL

Bardziej szczegółowo

Metody statystyczne w naukach biologicznych

Metody statystyczne w naukach biologicznych Meod sascze w aukach biologiczch 6-6- Wkład: Szeregi czasowe i progozowaie Aaliza damiki iesie ze sobą ową jakość. Pozwala oa zbadać rozkład cech sasczej w czasie. Szeregi damicze przedsawiają kszałowaie

Bardziej szczegółowo

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2. Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,

Bardziej szczegółowo

LABORATORIUM METROLOGII

LABORATORIUM METROLOGII AKADEMIA MORSKA W SZCZECINIE Cetrum Iżyierii Ruchu Morskiego LABORATORIUM METROLOGII Ćwiczeie 5 Aaliza statystycza wyików pomiarów pozycji GNSS Szczeci, 010 Zespół wykoawczy: Dr iż. Paweł Zalewski Mgr

Bardziej szczegółowo

KOMPETENCJE EKSPERTÓW W INFORMATYCZNYM SYSTEMIE WSPOMAGANIA DECYZJI

KOMPETENCJE EKSPERTÓW W INFORMATYCZNYM SYSTEMIE WSPOMAGANIA DECYZJI KOMPETENCJE EKSPERTÓW W INFORMATYCZNYM SYSTEMIE WSPOMAGANIA DECYZJI Ryszard Budziński, Marta Fukacz, Jarosław Becker, Uiwersytet Szczeciński, Wydział Nauk Ekoomiczych i Zarządzaia, Istytut Iformatyki w

Bardziej szczegółowo

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa Matematyka fiasowa 8.05.0 r. Komisja Egzamiacyja dla Aktuariuszy LX Egzami dla Aktuariuszy z 8 maja 0 r. Część I Matematyka fiasowa WERJA EU A Imię i azwisko osoby egzamiowaej:... Czas egzamiu: 00 miut

Bardziej szczegółowo

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW INSTYTUT MASZYN I URZĄDZEŃ ENERGETYCZNYCH Politechika Śląska w Gliwicach INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW BADANIE ODKSZTAŁCEŃ SPRĘŻYNY ŚRUBOWEJ Opracował: Dr iż. Grzegorz

Bardziej szczegółowo

ZARZĄDZANIE FINANSAMI

ZARZĄDZANIE FINANSAMI STOWARZYSZENIE KSIĘGOWYCH W POLSCE ODDZIAŁ WIELKOPOLSKI W POZNANIU ZARZĄDZANIE FINANSAMI WYBRANE ZAGADNIENIA (1/2) DR LESZEK CZAPIEWSKI - POZNAŃ - 1 SPIS TREŚCI 1. RYZYKO W ZARZĄDZANIU FINANSAMI... 4 1.1.

Bardziej szczegółowo

Materiał pomocniczy dla nauczycieli kształcących w zawodzieb!

Materiał pomocniczy dla nauczycieli kształcących w zawodzieb! Projekt wsp,ł.iasoway ze 4rodk,w Uii Europejskiej w ramach Europejskiego Fuduszu Społeczego Materiał pomociczy dla auczycieli kształcących w zawodzieb "#$%&'( ")*+,"+(' -'#.,('#. przygotoway w ramach projektu

Bardziej szczegółowo

ZESZYTY NAUKOWE POLITECHNIKI GDAŃSKIEJ

ZESZYTY NAUKOWE POLITECHNIKI GDAŃSKIEJ ZESZYTY NAUKOWE POLITECHNIKI GDAŃSKIEJ Nr 573 Ekoomia XXXIX 2001 BŁAŻEJ PRUSAK Katedra Ekoomii i Zarządzaia Przedsiębiorstwem METODY OCENY PROJEKTÓW INWESTYCYJNYCH Celem artykułu jest przedstawieie metod

Bardziej szczegółowo

NIEKLASYCZNE METODY BUDOWY PROGNOZ ZATRUDNIENIA W GOSPODARCE WOJEWÓDZTWA ŚLĄSKIEGO

NIEKLASYCZNE METODY BUDOWY PROGNOZ ZATRUDNIENIA W GOSPODARCE WOJEWÓDZTWA ŚLĄSKIEGO Tomasz Szkutik Mirosław Wójciak Uiwerstet Ekoomicz w Katowicach NIEKLASYCZNE METODY BUDOWY PROGNOZ ZATRUDNIENIA W GOSPODARCE WOJEWÓDZTWA ŚLĄSKIEGO Wprowadzeie Dwa zasadicze urt, tj. związa z eoklasczą

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITCHIKA OPOLSKA ISTYTUT AUTOMATYKI I IFOMATYKI LABOATOIUM MTOLOII LKTOICZJ 7. KOMPSATOY U P U. KOMPSATOY APIĘCIA STAŁO.. Wstęp... Zasada pomiaru metodą kompesacyją. Metoda kompesacyja pomiaru apięcia

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych w zakresie materiału przedstawioego a wykładzie orgaizacyjym Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli doświadczeie,

Bardziej szczegółowo

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej

3. Regresja liniowa Założenia dotyczące modelu regresji liniowej 3. Regresja liiowa 3.. Założeia dotyczące modelu regresji liiowej Aby moża było wykorzystać model regresji liiowej, muszą być spełioe astępujące założeia:. Relacja pomiędzy zmieą objaśiaą a zmieymi objaśiającymi

Bardziej szczegółowo

STATYSTYKA OPISOWA PODSTAWOWE WZORY

STATYSTYKA OPISOWA PODSTAWOWE WZORY MIARY POŁOŻENIA Średia Dla daych idywidualych: x = 1 STATYSTYKA OPISOWA PODSTAWOWE WZORY x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału Domiata (moda Liczba ajczęściej

Bardziej szczegółowo

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 OECONOMICA 2(300), 2014. Tomasz Zapart *

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 OECONOMICA 2(300), 2014. Tomasz Zapart * A C T A N I V E R S I T A T I S L O D Z I E N S I S FOLIA OECONOMICA 2(300), 2014 Toasz Zapart * CZYNNIKI WPŁYWAJĄCE NA WSKAŹNIK SZKODOWOŚCI ZE SZCZEGÓLNYM WZGLĘDNIENIEM BEZPIECZENIA FLOTY POJAZDÓW 1.

Bardziej szczegółowo

TENDENCJE ZMIAN WSKAŹNIKÓW NIEZAWODNOŚCIOWYCH KRAJOWEGO SYSTEMU WYTWARZANIA W LATACH

TENDENCJE ZMIAN WSKAŹNIKÓW NIEZAWODNOŚCIOWYCH KRAJOWEGO SYSTEMU WYTWARZANIA W LATACH ENDENCJE ZMIAN WSKAŹNIKÓW NIEZAWODNOŚCIOWYCH KRAJOWEGO SYSEMU WYWARZANIA W LAACH 2000 2016 Autor: Adam WOJACZEK - Istytut Maszy i Urządzeń Eergetyczych, Politechika Śląska, Gliwice 44-100, Koarskiego 18

Bardziej szczegółowo

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elemety kombiatoryki 2. Zmiee losowe i ich rozkłady 3. Populacje i próby daych, estymacja parametrów 4. Testowaie hipotez 5. Testy parametrycze 6. Testy

Bardziej szczegółowo

Materiały do wykładu 4 ze Statystyki

Materiały do wykładu 4 ze Statystyki Materiały do wykładu 4 ze Statytyki CHARAKTERYSTYKI LICZBOWE STRUKTURY ZBIOROWOŚCI (dok.) 1. miary położeia - wykład 2 2. miary zmieości (dyperji, rozprozeia) - wykład 3 3. miary aymetrii (kośości) 4.

Bardziej szczegółowo

Okresy i stopy zwrotu nakładów inwestycyjnych w ocenie efektywności inwestycji rzeczowych

Okresy i stopy zwrotu nakładów inwestycyjnych w ocenie efektywności inwestycji rzeczowych Ekoomia Meedżerska 2009, r 5, s. 45 62 Marek Łukasz Michalski* Okresy i stopy zwrotu akładów iwestycyjych w oceie efektywości iwestycji rzeczowych 1. Wprowadzeie Podstawowym celem przedsiębiorstwa, w długim

Bardziej szczegółowo

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY Weryfikacja hipotez statystyczych WNIOSKOWANIE STATYSTYCZNE Wioskowaie statystycze, to proces uogóliaia wyików uzyskaych a podstawie próby a całą

Bardziej szczegółowo

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu

Optymalizacja sieci powiązań układu nadrzędnego grupy kopalń ze względu na koszty transportu dr hab. iż. KRYSTIAN KALINOWSKI WSIiZ w Bielsku Białej, Politechika Śląska dr iż. ROMAN KAULA Politechika Śląska Optymalizacja sieci powiązań układu adrzędego grupy kopalń ze względu a koszty trasportu

Bardziej szczegółowo

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego

Elementy rach. macierzowego Materiały pomocnicze do MES Strona 1 z 7. Elementy rachunku macierzowego Elemety rach macierzowego Materiały pomocicze do MES Stroa z 7 Elemety rachuku macierzowego Przedstawioe poiżej iformacje staowią krótkie przypomieie elemetów rachuku macierzowego iezbęde dla zrozumieia

Bardziej szczegółowo

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna 3 MAŁGORZATA STEC Dr Małgorzata Stec Zakład Statystyki i Ekoometrii Uiwersytet Rzeszowski Uwarukowaia rozwojowe województw w Polsce aaliza statystyczo-ekoometrycza WPROWADZENIE Rozwój społeczo-gospodarczy

Bardziej szczegółowo

ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE

ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE WARTOŚĆ BEZWZGLĘDNA LICZBY Wartość bezwzględą liczby rzeczywistej x defiiujemy wzorem: { x dla x 0 x = x dla x < 0 Liczba x jest to odległość a osi liczbowej

Bardziej szczegółowo

Wprowadzenie. metody elementów skończonych

Wprowadzenie. metody elementów skończonych Metody komputerowe Wprowadzeie Podstawy fizycze i matematycze metody elemetów skończoych Literatura O.C.Ziekiewicz: Metoda elemetów skończoych. Arkady, Warszawa 972. Rakowski G., acprzyk Z.: Metoda elemetów

Bardziej szczegółowo

2.2 Funkcje wyceny. Wśród autorów przeważa pogląd, iż wycenie można przypisać cztery podstawowe funkcje:

2.2 Funkcje wyceny. Wśród autorów przeważa pogląd, iż wycenie można przypisać cztery podstawowe funkcje: . Cele wycey przedsiębiorstw. Przedsiębiorstwa w rozwiiętej gospodarce rykowej są powszechie przedmiotem różorakich trasakcji hadlowych co implikuje potrzebę uzyskaia szacuków ich wartości przy pomocy

Bardziej szczegółowo

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem)

D. Miszczyńska, M.Miszczyński KBO UŁ, Badania operacyjne (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assignment Problem) D. Miszczyńska, M.Miszczyński KBO UŁ, Badaia operacyje (wykład 6 _ZP) [1] ZAGADNIENIE PRZYDZIAŁU (ZP) (Assigmet Problem) Bliskim "krewiakiem" ZT (w sesie podobieństwa modelu decyzyjego) jest zagadieie

Bardziej szczegółowo

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i =

Teoria. a k. Wskaźnik sumowania można oznaczać dowolną literą. Mamy np. a j = a i = Zastosowaie symboli Σ i Π do zapisu sum i iloczyów Teoria Niech a, a 2,..., a będą dowolymi liczbami. Sumę a + a 2 +... + a zapisuje się zazwyczaj w postaci (czytaj: suma od k do a k ). Zak Σ to duża grecka

Bardziej szczegółowo

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

Zastosowania w transporcie pasażerskim. Podzespoły i systemy HMI

Zastosowania w transporcie pasażerskim. Podzespoły i systemy HMI EAO Ekspert w dziedziie iterfejsów człowiek-maszya Zastosowaia w trasporcie pasażerskim Podzespoły i systemy HMI www. eao.com/catalogues EAO Parter dla przemysłu trasportowego Foto: SBB Systemy operacyje

Bardziej szczegółowo

Ekonometria Wykład 9 Analiza przepływów międzygałęziowych. Dr Michał Gradzewicz Katedra Ekonomii I KAE

Ekonometria Wykład 9 Analiza przepływów międzygałęziowych. Dr Michał Gradzewicz Katedra Ekonomii I KAE Ekoometria Wykład 9 Aaliza przepływów międzygałęziowych Dr Michał Gradzewicz Katedra Ekoomii I KAE Pla wykładu Aaliza przepływów międzygałęziowych Tablica przepływów międzygałęziowych (TPM) Rówaia podziału

Bardziej szczegółowo

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7

Estymacja. Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych. Wykład 7 Metody probabilistycze i statystyka Estymacja Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

Politechnika Poznańska

Politechnika Poznańska Politechika Pozańska Temat: Laboratorium z termodyamiki Aaliza składu spali powstałych przy spalaiu paliw gazowych oraz pomiar ich prędkości przepływu za pomocą Dopplerowskiego Aemometru Laserowego (LDA)

Bardziej szczegółowo

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim.

Damian Doroba. Ciągi. 1. Pierwsza z granic powinna wydawać się oczywista. Jako przykład może służyć: lim n = lim n 1 2 = lim. Damia Doroba Ciągi. Graice, z których korzystamy. k. q.. 5. dla k > 0 dla k 0 0 dla k < 0 dla q > 0 dla q, ) dla q Nie istieje dla q ) e a, a > 0. Opis. Pierwsza z graic powia wydawać się oczywista. Jako

Bardziej szczegółowo

Budowa mierników agregatowych do oceny poziomu rozwoju społeczno-gospodarczego

Budowa mierników agregatowych do oceny poziomu rozwoju społeczno-gospodarczego Krzysztof Kompa Katedra Ekoometrii i Statystyki Szkoła Główa Gospodarstwa Wiejskiego w Warszawie Budowa mierików agregatowych do ocey poziomu rozwoju społeczo-gospodarczego Wstęp Uia Europejska przywiązuje

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

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi. Jarosław Wróblewski Aaliza Matematycza 1A, zima 2012/13 Ciągi. Ćwiczeia 5.11.2012: zad. 140-173 Kolokwium r 5, 6.11.2012: materiał z zad. 1-173 Ćwiczeia 12.11.2012: zad. 174-190 13.11.2012: zajęcia czwartkowe

Bardziej szczegółowo

Podstawowe pojęcia. Próba losowa. Badanie próby losowej

Podstawowe pojęcia. Próba losowa. Badanie próby losowej METODY PROBABILISTYCZNE I STATYSTYKA WYKŁAD 8: STATYSTYKA OPISOWA. ROZKŁADY PRAWDOPODOBIEŃSTWA WYSTĘPUJĄCE W STATYSTYCE. Małgorzata Krętowska Wydział Iforatyki Politechika Białostocka Podstawowe pojęcia

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym) Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych (w zakresie materiału przedstawioego a wykładzie orgaizacyjym) Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli

Bardziej szczegółowo

Aplikacyjne aspekty metody Six Sigma w kwalitatywnej ocenie funkcjonowania systemów logistycznych

Aplikacyjne aspekty metody Six Sigma w kwalitatywnej ocenie funkcjonowania systemów logistycznych Aplikacyje aspekty metody Six Sigma w kwalitatywej oceie fukcjoowaia systemów logistyczych Applicatio aspects of the Six Sigma method i qualitative ratig of the workig of logistic systems Moika Dopytalska*,

Bardziej szczegółowo