SCIEX Scholarship Fund

Wielkość: px
Rozpocząć pokaz od strony:

Download "SCIEX Scholarship Fund"

Transkrypt

1 SCIEX Scholarship Fund Szymon Wichary Interdyscyplinarne Centrum Stosowanych Badań Poznawczych, Szkoła Wyższa Psychologii Społecznej, Warszawa

2 Projekt Uwagowy model wyboru strategii decyzyjnych Racjonalność Racjonalność ograniczona Strategie decyzyjne Elementarne procesy poznawcze uwaga pamięć robocza Emocje

3 Racjonalność doskonała Demon Laplace a Pierre Simon Laplace, 1814

4 Ograniczenia racjonalności Ograniczone zdolności przetwarzania informacji Ograniczona wiedza Proces podejmowania decyzji Ograniczony czas

5 Decyzje wielokryterialne Wybór spośród dwóch alternatyw na podstawie kilku atrybutów (wskazówek) wagi wskazówki Kandydat 1 Kandydat 2 0,92 Inteligencja + - 0,75 Inicjatywa - + 0,69 Pracowitość + + 0,56 Kreatywność + -

6 Model normatywny: strategia sumy ważonej (Weighted Additive rule, WADD) w1 w2 w3 Wartość docelowa w4

7 Strategie decyzyjne Kompensacyjne vs. niekompensacyjne konflikt między atrybutami wysokie wartości jednego atrybutu nie kompensują niskich wartości innego atrybutu Strategie kompensacyjne integrują całą dostępną informacje wymagają dużej mocy obliczeniowej są wolne - potrzebują dużo czasu na podjęcie decyzji WADD Strategie niekompensacyjne nie integrują informacji nie wymagają dużej mocy obliczeniowej są szybkie - potrzebują mało czasu na podjęcie decyzji TTB

8 Take The Best (TTB) zgaduj nie ++ lub -- znasz inne wskazówki? tak wybierz najlepszą wskazówkę wybierz tę opcję, dla której wskazówka ma + nie + - albo +? tak

9 Jak emocje wpływają na podejmowanie decyzji? Redukcja niepewności Zawężanie uwagi emocje jako źródło ograniczeń poznawczych

10 Hipoteza redukcji niepewności Lerner & Keltner, 2000; Tiedens & Linton, 2001 Strach, lęk => niepewność => przetwarzanie informacji w szerokim zakresie w1 w2 w3 Wartość docelowa w4

11 Hipoteza zawężania uwagi Easterbrook, 1959; Eysenck et al., 2007; Gable & Harmon-Jones, 2010 Strach, lęk => zawężenie uwagi => przetwarzanie informacji w wąskim zakresie w1 w2 w3 Wartość docelowa w4

12 Badanie Wpływ emocji na podejmowanie decyzji wielokryterialnych

13 6 wskazówek (i ich wagi) 1. Sumienność (0,82) 2. Inteligencja (0,79) 3. Inicjatywa (0,68) 4. Kreatywność (0,56) 5. Komunikatywność(0,48) 6. Ugodowość(0,36) Wybierz najbardziej produktywnego pracownika Cztery alternatywy: kandydaci 56 prób, czas: 60 s. na próbę

14 Manipulacja stresem emocjonalnym: IAPS Lang, P., Bradley, M.M., Cuthbert, B.N. (1997). International Affective Picture System: Technical Manual and Affective Ratings. Warunek neutralny vs. warunek emocjonalny, dwie grupy 56 zdjęć w każdym warunku, każde zdjęcie przez 6 s.

15 Pojedyncza próba: Całe badanie: Lęk-stan 1 Trening Test Lęk-stan 2 Pomiar przewodnictwa skóry Procedura zdjęcie ocena pobudzenia ocena walencji wyszukiwanie informacji wybór - przerwa (wskaźnik: częstość niespecyficznych fluktuacji przewodnictwa skóry, NS.SCR frequency) Continuous skin conductance recording

16 Stosowanie strategii decyzyjnych warunek neutralny warunek emocjonalny 31,3 25 WADD TTB WADD TTB 68,7 75

17 Stosowanie strategii decyzyjnych 0 43,8 33,3 35,3 56,2 66,7 64, Lęk-stan (SA posttest -SA pretest ) kwartyle

18 Stosowanie strategii decyzyjnych 46,2 16,7 23,5 18,8 53,8 83,3 76,5 81, NS.SCR freq. kwartyle Wichary, S., Mata, R., Rieskamp, J. (w recenzji). Probabilistic inferences under emotional stress: How arousal affects decision processes.

19 Model teoretyczny BUMSS Bottom-Up Model of Strategy Selection (S. Wichary i T. Smoleń) Cel: Opracowanie modelu uwzględniającego indywidualne i sytuacyjne zróżnicowanie strategii decyzyjnych. Wyjaśnienie wpływu silnych emocji i stresu na podejmowanie decyzji wielokryterialnych przez wpływ emocji na elementarne procesy poznawcze (uwaga i pamięć robocza).

20 BUMSS Dane na wejściu te same dane, które prezentowane są badanym podczas eksperymentu wagi i wartości wskazówek Dane na wyjściu decyzja wybór jednej z alternatyw

21 BUMSS Krok 1: określenie aktywacji każdej wskazówki (a i ) Q i waga wskazówki a i k i 1 exp( exp( Q i ) Q i ) Reguła softmax (selekcja Boltzmanna) Kluczowy parametr: beta Dane i modele neurofizjologiczne nt. funkcji miejsca sinawego

22 Aktywacje wskazówek przy różnych wartościach parametru beta

23 BUMSS Krok 2: integracja informacji c i wartość wskazówki według reguły WADD Mnożenie wartości wskazówki przez wagi i sumowanie V wartość alternatywy Wybierana jest alternatywa o największej wartości k V i 1 a i c i

24 Hierarchiczne modele Bayesowskie Metoda symulacji: Markov Chain Monte Carlo (MCMC) Programy: WinBUGS, JAGS Dopasowanie modelu do danych Oszacowanie rozkładu i średniej wartości parametru beta dla każdej osoby

25 Zgodność BUMSS, WADD i TTB WADD TTB Beta -0.52** 0.66**

26 beta (+-SE) Parametr beta reaguje na manipulację eksperymentalną 25 WADD users TTB users Neutral Condition Emotional Condition Wichary, S., Smoleń, T. (2013). Emotions and Decision-Making: Modeling Strategy Selection. 35th Annual Conference of the Cognitive Science Society, Berlin,

27

28 Sprawy praktyczne

29 Załatwianie pozwolenia na pracę Jakoś tak łatwo i automatycznie niewiele pamiętam Podpisanie umowy o pracę, pozwolenie zostało załatwione przez Uniwersytet

30 Ubezpieczenie zdrowotne Obowiązkowe Prywatne firmy ubezpieczeniowe, trzeba wybrać Swisscare ubezpieczenia dla studentów i naukowców 259 CHF/3 miesiące Standardowe ubezpieczenie Groupe Mutuel 355 CHF/miesiąc (żona i dziecko)

31 Zakwaterowanie Mieszkanie w centrum Bazylei, w domu gościnnym Uniwersytetu Sypialnia i duży pokój z kuchnią, umeblowane, 1800 CHF/miesiąc (w tym rachunki, również internet; telefon osobno) Mieszkania zazwyczaj są wynajmowane bez mebli Trzeba się zameldować szybko w urzędzie miejskim

32 Rozliczenie podatków w praktyce Rozliczyłem podatki w Polsce wpisałem dochody ze Szwajcarii do zeznania rocznego

Budowanie skutecznego zespołu przez product managera

Budowanie skutecznego zespołu przez product managera Budowanie skutecznego zespołu przez product managera Na czym polega specyfika zespołu kierowanego przez product managera? Grupa jako system Jednostki Struktura grupy wielkość normy model interakcji role

Bardziej szczegółowo

Kognitywistyka: odkrywanie labiryntu umysłu z różnymi nićmi Ariadny w ręku

Kognitywistyka: odkrywanie labiryntu umysłu z różnymi nićmi Ariadny w ręku Kognitywistyka: odkrywanie labiryntu umysłu z różnymi nićmi Ariadny w ręku Piotr Konderak kondorp@bacon.umcs.lublin.pl Zakład Logiki i Filozofii Nauki WFiS UMCS Kognitywistyka: odkrywanie labiryntu umysłu

Bardziej szczegółowo

5. Wprowadzenie do prawdopodobieństwa Wprowadzenie Wyniki i zdarzenia Różne podejścia do prawdopodobieństwa Zdarzenia wzajemnie wykluczające się i

5. Wprowadzenie do prawdopodobieństwa Wprowadzenie Wyniki i zdarzenia Różne podejścia do prawdopodobieństwa Zdarzenia wzajemnie wykluczające się i Spis treści Przedmowa do wydania polskiego - Tadeusz Tyszka Słowo wstępne - Lawrence D. Phillips Przedmowa 1. : rola i zastosowanie analizy decyzyjnej Decyzje złożone Rola analizy decyzyjnej Zastosowanie

Bardziej szczegółowo

Warszawa, dn r.

Warszawa, dn r. Warszawa, dn. 25.06.2019 r. ZAPROSZENIE NR 3/WPD/2019 do składania ofert w ramach szacowania wartości zamówienia na usługę przeprowadzenia szkoleń zamkniętych dla studentów - uczestników projektu Wiem,

Bardziej szczegółowo

Podejmowanie decyzji - sztuka dobrego wyboru

Podejmowanie decyzji - sztuka dobrego wyboru Podejmowanie decyzji - sztuka dobrego wyboru Opis szkolenia: Decyzje są podejmowane lub podejmują się ( według zwolenników koncepcji decyzji jako aktów bezwiednych) nieustannie. Podejmowanie decyzji to

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład II: Modele pojęciowe Gwoli przypomnienia: Kroki w modelowaniu kognitywnym: teoretyczne ramy pojęciowe (modele pojęciowe) przeformułowanie

Bardziej szczegółowo

Współczesna technika inwersyjna - dokad zmierzamy? Wojciech Dȩbski

Współczesna technika inwersyjna - dokad zmierzamy? Wojciech Dȩbski Współczesna technika inwersyjna - dokad zmierzamy? Wojciech Dȩbski 24.5.2 Pomiar bezpośredni IGF, 24.5.2 IGF - Pomiar pośredni IGF, 24.5.2 IGF - 2 Interpretacja matematyczna m m + dm m d + dd d = G(m)

Bardziej szczegółowo

5 Błąd średniokwadratowy i obciążenie

5 Błąd średniokwadratowy i obciążenie 5 Błąd średniokwadratowy i obciążenie Przeprowadziliśmy 200 powtórzeń przebiegu próbnika dla tego samego zestawu parametrów modelowych co w Rozdziale 1, to znaczy µ = 0, s = 10, v = 10, n i = 10 (i = 1,...,

Bardziej szczegółowo

Wykład 9 Wnioskowanie o średnich

Wykład 9 Wnioskowanie o średnich Wykład 9 Wnioskowanie o średnich Rozkład t (Studenta) Wnioskowanie dla jednej populacji: Test i przedziały ufności dla jednej próby Test i przedziały ufności dla par Porównanie dwóch populacji: Test i

Bardziej szczegółowo

Elementy kognitywistyki III: Modele i architektury poznawcze

Elementy kognitywistyki III: Modele i architektury poznawcze Elementy kognitywistyki III: Modele i architektury poznawcze Wykład III: Psychologiczne modele umysłu Gwoli przypomnienia: Kroki w modelowaniu kognitywnym: teoretyczne ramy pojęciowe (modele pojęciowe)

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

2. Metody podejmowania decyzji w warunkach pewności... 37

2. Metody podejmowania decyzji w warunkach pewności... 37 Spis treści Wstęp... 7 1. Problemy i procesy decyzyjne w organizacji... 11 1.1. Istota decyzji menedżerskich w organizacji... 11 1.2. Sytuacje decyzyjne, problemy decyzyjne i decyzje w organizacji.. 15

Bardziej szczegółowo

ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH

ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH 1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Wnioskowanie statystyczne Czyli jak bardzo jesteśmy pewni że parametr oceniony na podstawie próbki jest

Bardziej szczegółowo

METODY STATYSTYCZNE W BIOLOGII

METODY STATYSTYCZNE W BIOLOGII METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne

Bardziej szczegółowo

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński Mikroekonometria 5 Mikołaj Czajkowski Wiktor Budziński Zadanie 1. Wykorzystując dane me.medexp3.dta przygotuj model regresji kwantylowej 1. Przygotuj model regresji kwantylowej w którym logarytm wydatków

Bardziej szczegółowo

Sterowanie wielkością zamówienia w Excelu - cz. 3

Sterowanie wielkością zamówienia w Excelu - cz. 3 Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji

Bardziej szczegółowo

20-02-2008. Wprowadzenie. Wybór rozwiązania. Wdrożenie (studium przypadków) proalpha golive! - metoda i narzędzie

20-02-2008. Wprowadzenie. Wybór rozwiązania. Wdrożenie (studium przypadków) proalpha golive! - metoda i narzędzie 5. Wybór i wdrożenie u ERP Wprowadzenie Wybór rozwiązania Wdrożenie (studium przypadków) golive! - metoda i narzędzie Wymagania rynku; potrzeba wdrożenia nowych rozwiązań coraz krótsze terminy realizacji

Bardziej szczegółowo

Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski

Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski Czy architektura umysłu to tylko taka sobie bajeczka? Marcin Miłkowski Architektura umysłu Pojęcie używane przez prawie wszystkie współczesne ujęcia kognitywistyki Umysł Przetwornik informacji 2 Architektura

Bardziej szczegółowo

LABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej

LABORATORIUM 3. Jeśli p α, to hipotezę zerową odrzucamy Jeśli p > α, to nie mamy podstaw do odrzucenia hipotezy zerowej LABORATORIUM 3 Przygotowanie pliku (nazwy zmiennych, export plików.xlsx, selekcja przypadków); Graficzna prezentacja danych: Histogramy (skategoryzowane) i 3-wymiarowe; Wykresy ramka wąsy; Wykresy powierzchniowe;

Bardziej szczegółowo

Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa

Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa Wstęp do sieci neuronowych, wykład 12 Łańcuchy Markowa M. Czoków, J. Piersa 2012-01-10 1 Łańcucha Markowa 2 Istnienie Szukanie stanu stacjonarnego 3 1 Łańcucha Markowa 2 Istnienie Szukanie stanu stacjonarnego

Bardziej szczegółowo

Statystyka w przykładach

Statystyka w przykładach w przykładach Tomasz Mostowski Zajęcia 10.04.2008 Plan Estymatory 1 Estymatory 2 Plan Estymatory 1 Estymatory 2 Własności estymatorów Zazwyczaj w badaniach potrzebujemy oszacować pewne parametry na podstawie

Bardziej szczegółowo

WYKŁAD III DR N. MED. EDYTA KĘDRA

WYKŁAD III DR N. MED. EDYTA KĘDRA WYKŁAD III DR N. MED. EDYTA KĘDRA 1 P R O S T E Z Ł O Ż O N E S T A Ł E Nieliczne Jednorodne Zasadniczo niezmienne w czasie Liczne Różnorodne Zasadniczo niezmienne w czasie Z M I E N N E Nieliczne Nie

Bardziej szczegółowo

Eksperyment jako metoda badawcza

Eksperyment jako metoda badawcza Metodologia badań naukowych - wykład 4 Eksperyment jako metoda badawcza Zmienne w eksperymencie Własności badania eksperymentalnego Kontrolowanie zmienych niezależnych. Plany eksperymentalne i quasi-eksperymentalne

Bardziej szczegółowo

Jak wykorzystać swoją uwagę do efektywnej pracy?

Jak wykorzystać swoją uwagę do efektywnej pracy? Jak wykorzystać swoją uwagę do efektywnej pracy? Wielu psychologów sportu jest zdania, że sukces można osiągnąć realizując regułę KOP, czyli, że kluczem do osiągnięcia celu są koncentracja, opanowanie

Bardziej szczegółowo

Marzena Świgoń. Xth National Forum for Scientific and Technical Information Zakopane, September 22th-25th, 2009

Marzena Świgoń. Xth National Forum for Scientific and Technical Information Zakopane, September 22th-25th, 2009 Xth National Forum for Scientific and Technical Information Zakopane, September 22th-25th, 2009 Marzena Świgoń Uniwersytet Warmińsko-Mazurski w Olsztynie Personal Knowledge Management (PKM) 1998 2009 termin,

Bardziej szczegółowo

Wykład 4. Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym. 2. Rozkłady próbkowe. 3. Centralne twierdzenie graniczne

Wykład 4. Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym. 2. Rozkłady próbkowe. 3. Centralne twierdzenie graniczne Wykład 4 Plan: 1. Aproksymacja rozkładu dwumianowego rozkładem normalnym 2. Rozkłady próbkowe 3. Centralne twierdzenie graniczne Przybliżenie rozkładu dwumianowego rozkładem normalnym Niech Y ma rozkład

Bardziej szczegółowo

Zastosowanie rozmytych map kognitywnych do badania scenariuszy rozwoju jednostek naukowo-dydaktycznych

Zastosowanie rozmytych map kognitywnych do badania scenariuszy rozwoju jednostek naukowo-dydaktycznych Konferencja Systemy Czasu Rzeczywistego 2012 Kraków, 10-12 września 2012 Zastosowanie rozmytych map kognitywnych do badania scenariuszy rozwoju jednostek naukowo-dydaktycznych Piotr Szwed AGH University

Bardziej szczegółowo

PODEJMOWANIE DECYZJI W WARUNKACH NIEPEŁNEJ INFORMACJI

PODEJMOWANIE DECYZJI W WARUNKACH NIEPEŁNEJ INFORMACJI Wprowadzenie do badań operacyjnych z komputerem Opisy programów, ćwiczenia komputerowe i zadania. T. Trzaskalik (red.) Rozdział 5 PODEJMOWANIE DECYZJI W WARUNKACH NIEPEŁNEJ INFORMACJI 5.2. Ćwiczenia komputerowe

Bardziej szczegółowo

Hierarchiczna analiza skupień

Hierarchiczna analiza skupień Hierarchiczna analiza skupień Cel analizy Analiza skupień ma na celu wykrycie w zbiorze obserwacji klastrów, czyli rozłącznych podzbiorów obserwacji, wewnątrz których obserwacje są sobie w jakimś określonym

Bardziej szczegółowo

Test inteligencji emocjonalnej. Katarzyna Thomas

Test inteligencji emocjonalnej. Katarzyna Thomas Test inteligencji emocjonalnej Wykresy i liczby 2013-08-01 Poufne Normy: Poland 2010 Niniejszy raport zawiera informacje i wskazówki pomocne przy rozwijaniu wiedzy i świadomości dotyczącej inteligencji

Bardziej szczegółowo

1. Symulacje komputerowe Idea symulacji Przykład. 2. Metody próbkowania Jackknife Bootstrap. 3. Łańcuchy Markova. 4. Próbkowanie Gibbsa

1. Symulacje komputerowe Idea symulacji Przykład. 2. Metody próbkowania Jackknife Bootstrap. 3. Łańcuchy Markova. 4. Próbkowanie Gibbsa BIOINFORMATYKA 1. Wykład wstępny 2. Bazy danych: projektowanie i struktura 3. Równowaga Hardyego-Weinberga, wsp. rekombinacji 4. Analiza asocjacyjna 5. Analiza asocjacyjna 6. Sekwencjonowanie nowej generacji

Bardziej szczegółowo

Mikroekonometria 6. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 6. Mikołaj Czajkowski Wiktor Budziński Mikroekonometria 6 Mikołaj Czajkowski Wiktor Budziński Metody symulacyjne Monte Carlo Metoda Monte-Carlo Wykorzystanie mocy obliczeniowej komputerów, aby poznać charakterystyki zmiennych losowych poprzez

Bardziej szczegółowo

REGULAMIN ZAJĘĆ Z PRZEDMIOTU: PSYCHOLOGIA PROCESÓW POZNAWCZYCH - rok akademicki 2016/2017 -

REGULAMIN ZAJĘĆ Z PRZEDMIOTU: PSYCHOLOGIA PROCESÓW POZNAWCZYCH - rok akademicki 2016/2017 - REGULAMIN ZAJĘĆ Z PRZEDMIOTU: PSYCHOLOGIA PROCESÓW POZNAWCZYCH - rok akademicki 06/07 - (opracowany na podst. Opisu Modułu Kształcenia oraz Regulaminu Studiów w Śląskim Uniwersytecie Medycznym w Katowicach,

Bardziej szczegółowo

mgr inż. Magdalena Deckert Poznań, r. Metody przyrostowego uczenia się ze strumieni danych.

mgr inż. Magdalena Deckert Poznań, r. Metody przyrostowego uczenia się ze strumieni danych. mgr inż. Magdalena Deckert Poznań, 30.11.2010r. Metody przyrostowego uczenia się ze strumieni danych. Plan prezentacji Wstęp Concept drift i typy zmian Algorytmy przyrostowego uczenia się ze strumieni

Bardziej szczegółowo

Psychologiczne konsekwencje braku pewności pracy

Psychologiczne konsekwencje braku pewności pracy Psychologiczne konsekwencje braku pewności pracy Sylwiusz Retowski Szkoła Wyższa Psychologii Społecznej Wydział w Sopocie Niepewność pracy jako uboczny skutek zmian na globalnym rynku pracy Globalne zmiany

Bardziej szczegółowo

Przedsiębiorczość i Podejmowanie Ryzyka. Zajęcia 2

Przedsiębiorczość i Podejmowanie Ryzyka. Zajęcia 2 Przedsiębiorczość i Podejmowanie Ryzyka Zajęcia 2 Reguły podejmowania decyzji w warunkach niepewności Wybór spośród A1, A2,, Am alternatyw (decyzji dopuszczalnych, opcji, działań), gdzie relatywna użyteczność

Bardziej szczegółowo

Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2000, 2008

Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2000, 2008 Redaktor: Alicja Zagrodzka Korekta: Krystyna Chludzińska Projekt okładki: Katarzyna Juras Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2000, 2008 ISBN 978-83-7383-296-1 Wydawnictwo Naukowe Scholar

Bardziej szczegółowo

Trafność czyli określanie obszaru zastosowania testu

Trafność czyli określanie obszaru zastosowania testu Trafność czyli określanie obszaru zastosowania testu Trafność jest to dokładność z jaką test mierzy to, co ma mierzyć Trafność jest to stopień, w jakim test jest w stanie osiągnąć stawiane mu cele Trafność

Bardziej szczegółowo

Zmienna bazowa. 100(1 α)% przedział ufności dla µ: 100(α)% test hipotezy dla µ = µ 0; odrzucić, jeżeli Ȳ nie jest w przedziale

Zmienna bazowa. 100(1 α)% przedział ufności dla µ: 100(α)% test hipotezy dla µ = µ 0; odrzucić, jeżeli Ȳ nie jest w przedziale Wprowadzenie Wprowadzenie Wnioskowanie podsumowanie Zdefiniuj populację, która będzie przedmiotem badań Zbierz parametry, które będą przedmiotem wnioskowania Wybierz losową próbę z populacji Przeprowadź

Bardziej szczegółowo

dr Anna Mazur Wyższa Szkoła Promocji Intuicja a systemy przekonań

dr Anna Mazur Wyższa Szkoła Promocji Intuicja a systemy przekonań dr Anna Mazur Wyższa Szkoła Promocji Intuicja a systemy przekonań Systemy przekonań Dlaczego mądrzy ludzie podejmują głupie decyzje? Odpowiedzialne są nasze przekonania. Przekonania, które składają się

Bardziej szczegółowo

Wybrane predyktory osiągnięć edukacyjnych gimnazjalistów

Wybrane predyktory osiągnięć edukacyjnych gimnazjalistów Wybrane predyktory osiągnięć edukacyjnych gimnazjalistów prof. dr hab. Grażyna Wieczorkowska mgr Małgorzata Siarkiewicz Wydział Psychologii UW i ISS UW Ogólnopolska próba reprezentatywna gimnazjalistów

Bardziej szczegółowo

JAK WYKORZYSTYWAĆ E-MOŻLIWOŚCI. dr Grażyna Chaberek-Karwacka Instytut Geografii UG

JAK WYKORZYSTYWAĆ E-MOŻLIWOŚCI. dr Grażyna Chaberek-Karwacka Instytut Geografii UG JAK WYKORZYSTYWAĆ E-MOŻLIWOŚCI dr Grażyna Chaberek-Karwacka Instytut Geografii UG geogk@ug.edu.pl UZASADNIENIE: Badania przedsiębiorców i pracodawców w zakresie postaw wymaganych od absolwentów uczelni

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności statystycznych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności statystycznych Podstawy opracowania wyników pomiarów z elementami analizy niepewności statystycznych Dr inż. Marcin Zieliński I Pracownia Fizyczna dla Biotechnologii, wtorek 8:00-10:45 Konsultacje Zakład Fizyki Jądrowej

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje

Bardziej szczegółowo

Wykład 4. Decyzje menedżerskie

Wykład 4. Decyzje menedżerskie Dr inż. Aleksander Gwiazda Zarządzanie strategiczne Wykład 4 Decyzje menedżerskie Plan wykładu Wprowadzenie Wprowadzenie Pojęcie decyzji Decyzja to świadoma reakcja na sytuacje powstające w trakcie funkcjonowania

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

SYSTEMY UCZĄCE SIĘ WYKŁAD 4. DRZEWA REGRESYJNE, INDUKCJA REGUŁ. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska

SYSTEMY UCZĄCE SIĘ WYKŁAD 4. DRZEWA REGRESYJNE, INDUKCJA REGUŁ. Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska SYSTEMY UCZĄCE SIĘ WYKŁAD 4. DRZEWA REGRESYJNE, INDUKCJA REGUŁ Częstochowa 2014 Dr hab. inż. Grzegorz Dudek Wydział Elektryczny Politechnika Częstochowska DRZEWO REGRESYJNE Sposób konstrukcji i przycinania

Bardziej szczegółowo

TRYLOGIA SONY W OBJĘCIACH NEURO Czyli mózg konsumenta oceniający kreatywną egzekucję strategii.

TRYLOGIA SONY W OBJĘCIACH NEURO Czyli mózg konsumenta oceniający kreatywną egzekucję strategii. TRYLOGIA SONY W OBJĘCIACH NEURO Czyli mózg konsumenta oceniający kreatywną egzekucję strategii. Dorota Reykowska LABoratory & Co Anna Choromańska LABoratory & Co KONSUMENT NIE ZAWSZE POTRAFI Opisywać swoje

Bardziej szczegółowo

Sześciolatki w przedszkolu i szkole: poznawcze i emocjonalne aspekty obniżenia wieku szkolnego. dr Radosław Kaczan dr Piotr Rycielski

Sześciolatki w przedszkolu i szkole: poznawcze i emocjonalne aspekty obniżenia wieku szkolnego. dr Radosław Kaczan dr Piotr Rycielski Sześciolatki w przedszkolu i szkole: poznawcze i emocjonalne aspekty obniżenia wieku szkolnego dr Radosław Kaczan dr Piotr Rycielski Badanie 6 i 7-latków na starcie szkolnym jesień 2012 (N=3029) wiosna

Bardziej szczegółowo

Zarządzanie informacją i wiedzą w usługach o podwyŝszonym poziomie bezpieczeństwa. Maciej Stroiński stroins@man.poznan.pl

Zarządzanie informacją i wiedzą w usługach o podwyŝszonym poziomie bezpieczeństwa. Maciej Stroiński stroins@man.poznan.pl Zarządzanie informacją i wiedzą w usługach o podwyŝszonym poziomie bezpieczeństwa Maciej Stroiński stroins@man.poznan.pl 1 Zadania Grid bezpieczeństwa publicznego Implementacja systemu integracji informacji

Bardziej szczegółowo

METODOLOGIA BADAŃ HUMANISTYCZNYCH METODYKA NAUCZANIA JĘZYKA OBCEGO

METODOLOGIA BADAŃ HUMANISTYCZNYCH METODYKA NAUCZANIA JĘZYKA OBCEGO METODOLOGIA BADAŃ HUMANISTYCZNYCH METODYKA NAUCZANIA JĘZYKA OBCEGO Badania naukowe Badania naukowe to przemyślane i systematyczne działania zmierzające do zrozumienia świata zjawisk fizycznych i psychicznych.

Bardziej szczegółowo

PROGRAM SZCZEGÓŁOWY STUDIÓW PODYPLOMOWYCH PSYCHOLOGIA ZARZĄDZANIA

PROGRAM SZCZEGÓŁOWY STUDIÓW PODYPLOMOWYCH PSYCHOLOGIA ZARZĄDZANIA 168 godzin zajęć 9 miesięcy nauki 10 zjazdów PROGRAM SZCZEGÓŁOWY STUDIÓW PODYPLOMOWYCH PSYCHOLOGIA ZARZĄDZANIA 1. Style kierowania i przywództwo (12 godz.) przywództwo - kiedy warto być przywódcą praktyczne

Bardziej szczegółowo

Procesy Markowa zawdzięczają swoją nazwę ich twórcy Andriejowi Markowowi, który po raz pierwszy opisał problem w 1906 roku.

Procesy Markowa zawdzięczają swoją nazwę ich twórcy Andriejowi Markowowi, który po raz pierwszy opisał problem w 1906 roku. Procesy Markowa zawdzięczają swoją nazwę ich twórcy Andriejowi Markowowi, który po raz pierwszy opisał problem w 1906 roku. Uogólnienie na przeliczalnie nieskończone przestrzenie stanów zostało opracowane

Bardziej szczegółowo

DECYZJI I ROZWIĄZYWANIE

DECYZJI I ROZWIĄZYWANIE EFEKTYWNE PODEJMOWANIE DECYZJI I ROZWIĄZYWANIE PROBLEMÓW Beata Kozyra 2018 2 dni Poniższy program może być skrócony do 1 dnia lub kilkugodzinnej prezentacji. Przy podejmowaniu decyzji naszym największym

Bardziej szczegółowo

PED.4.4. INTERWENCJA KRYZYSOWA KARTA PRZEDMIOTU PROGRAMOWEGO

PED.4.4. INTERWENCJA KRYZYSOWA KARTA PRZEDMIOTU PROGRAMOWEGO Tabela 1. Metryka przedmiotu programowego- cele i efekty kształcenia POZIOM KSZTAŁCENIA POZIOM VI/ STUDIA I STOPNIA NR PRZEDMIOTU W PROGRAMIE PED.4.4. PROFIL KSZTAŁCENIA ogólnoakademicki TYP PRZEDMIOTU

Bardziej szczegółowo

Od Autorów... Wstęp... Cztery filary... Presupozycje NLP... Podsumowanie...

Od Autorów... Wstęp... Cztery filary... Presupozycje NLP... Podsumowanie... Od Autorów............................................................... Wstęp..................................................................... Czym jest NLP?............................................................

Bardziej szczegółowo

ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH

ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH 1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Wnioskowanie statystyczne dla zmiennych numerycznych Porównywanie dwóch średnich Boot-strapping Analiza

Bardziej szczegółowo

Psychologia procesów poznawczych Kod przedmiotu

Psychologia procesów poznawczych Kod przedmiotu Psychologia procesów poznawczych - opis przedmiotu Informacje ogólne Nazwa przedmiotu Psychologia procesów poznawczych Kod przedmiotu 14.4-WP-PSChM-PPPoz-Ć-S14_pNadGen98ION Wydział Kierunek Wydział Pedagogiki,

Bardziej szczegółowo

Metody oparte na logicznej regresji. zastosowaniu do wykrywania interakcji SNPów

Metody oparte na logicznej regresji. zastosowaniu do wykrywania interakcji SNPów w zastosowaniu do wykrywania interakcji SNPów Instytut Matematyczny, Uniwersytet Wrocławski Wisła, 9 grudnia 2009 DNA Zmienność genetyczna Polimorfizm to zmiana w strukturze DNA, obecna u co najmniej 1%

Bardziej szczegółowo

Czynniki skuteczności ekonomicznych symulacyjnych gier serio. Ich źródła. Ich ograniczenia. Umożliwiają uczenie się na własnych błędach

Czynniki skuteczności ekonomicznych symulacyjnych gier serio. Ich źródła. Ich ograniczenia. Umożliwiają uczenie się na własnych błędach Czynniki skuteczności ekonomicznych symulacyjnych gier serio Ich źródła Ich ograniczenia Umożliwiają uczenie się na własnych błędach Najważniejszym etapem gry serio jest podsumowanie. Porażka w grze może

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elementy modelowania matematycznego Modelowanie algorytmów klasyfikujących. Podejście probabilistyczne. Naiwny klasyfikator bayesowski. Modelowanie danych metodą najbliższych sąsiadów. Jakub Wróblewski

Bardziej szczegółowo

Weryfikacja hipotez statystycznych testy dla dwóch zbiorowości

Weryfikacja hipotez statystycznych testy dla dwóch zbiorowości Weryfikacja hipotez statystycznych testy dla dwóch zbiorowości Informatyka 007 009 aktualizacja dla 00 JERZY STEFANOWSKI Instytut Informatyki Politechnika Poznańska Plan wykładu. Przypomnienie testu dla

Bardziej szczegółowo

Metody Statystyczne. Metody Statystyczne. #8 Błąd I i II rodzaju powtórzenie. Dwuczynnikowa analiza wariancji

Metody Statystyczne. Metody Statystyczne. #8 Błąd I i II rodzaju powtórzenie. Dwuczynnikowa analiza wariancji gkrol@mail.wz.uw.edu.pl #8 Błąd I i II rodzaju powtórzenie. Dwuczynnikowa analiza wariancji 1 Ryzyko błędu - powtórzenie Statystyka niczego nie dowodzi, czyni tylko wszystko mniej lub bardziej prawdopodobnym

Bardziej szczegółowo

WYKŁAD 2: PSYCHOLOGIA POZNAWCZA JAKO NAUKA EKSPERYMENTALNA

WYKŁAD 2: PSYCHOLOGIA POZNAWCZA JAKO NAUKA EKSPERYMENTALNA WYKŁAD 2: PSYCHOLOGIA POZNAWCZA JAKO NAUKA EKSPERYMENTALNA Psychologia poznawcza dr Mateusz Hohol METODA NAUKOWA (1) problem badawczy (2) hipoteza (4) analiza danych (3) eksperyment (5) wniosek: potwierzenie

Bardziej szczegółowo

POŁĄCZENIE ALGORYTMÓW SYMULACYJNYCH ORAZ DZIEDZINOWYCH METOD HEURYSTYCZNYCH W ZAGADNIENIACH DYNAMICZNEGO PODEJMOWANIA DECYZJI

POŁĄCZENIE ALGORYTMÓW SYMULACYJNYCH ORAZ DZIEDZINOWYCH METOD HEURYSTYCZNYCH W ZAGADNIENIACH DYNAMICZNEGO PODEJMOWANIA DECYZJI POŁĄCZENIE ALGORYTMÓW SYMULACYJNYCH ORAZ DZIEDZINOWYCH METOD HEURYSTYCZNYCH W ZAGADNIENIACH DYNAMICZNEGO PODEJMOWANIA DECYZJI mgr inż. Karol Walędzik k.waledzik@mini.pw.edu.pl prof. dr hab. inż. Jacek

Bardziej szczegółowo

SUKCESJA W FIRMIE RODZINNEJ. Przykład działania doradczego

SUKCESJA W FIRMIE RODZINNEJ. Przykład działania doradczego SUKCESJA W FIRMIE RODZINNEJ Przykład działania doradczego Sukcesja w firmie rodzinnej Dynamiczny rozwój firmy rodzinnej - brzmi jak marzenie każdego właściciela. Okazuje się jednak, że jest to sytuacja,

Bardziej szczegółowo

Deska Galtona. Adam Osękowski. Instytut Matematyki, Wydział Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski

Deska Galtona. Adam Osękowski. Instytut Matematyki, Wydział Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski a schemat Bernoulliego Instytut Matematyki, Wydział Matematyki, Informatyki i Mechaniki Uniwersytet Warszawski XV Festiwal Nauki, 21 września 2011r. a schemat Bernoulliego Schemat Bernoulliego B(n, p)

Bardziej szczegółowo

Pobieranie prób i rozkład z próby

Pobieranie prób i rozkład z próby Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.

Bardziej szczegółowo

AKTYWNA SPRZEDAŻ. Jak fachowo i skutecznie sprzedawać produkty i usługi?

AKTYWNA SPRZEDAŻ. Jak fachowo i skutecznie sprzedawać produkty i usługi? AKTYWNA SPRZEDAŻ Jak fachowo i skutecznie sprzedawać produkty i usługi? Potrzebna jest odpowiednia baza, polegająca na odpowiednim nastawieniu sprzedawcy do swojego zawodu, oraz nabyciu i skorygowaniu

Bardziej szczegółowo

XIII International PhD Workshop OWD 2011, October 2011 METODA REEINGINEERINGU ORGANIZACJI Z WYKORZYSTANIEM SYMULATORA PROCESÓW BIZNESOWYCH

XIII International PhD Workshop OWD 2011, October 2011 METODA REEINGINEERINGU ORGANIZACJI Z WYKORZYSTANIEM SYMULATORA PROCESÓW BIZNESOWYCH XIII International PhD Workshop OWD 2011, 22 25 October 2011 METODA REEINGINEERINGU ORGANIZACJI Z WYKORZYSTANIEM SYMULATORA PROCESÓW BIZNESOWYCH METHOD OF REEINGINEERING ORGANIZATION USING BUSINESS PROCESS

Bardziej szczegółowo

NOWY PROGRAM STUDIÓW 2016/2017 SYLABUS PRZEDMIOTU AUTORSKIEGO: Wprowadzenie do teorii ekonometrii. Część A

NOWY PROGRAM STUDIÓW 2016/2017 SYLABUS PRZEDMIOTU AUTORSKIEGO: Wprowadzenie do teorii ekonometrii. Część A NOWY PROGRAM STUDIÓW 2016/2017 SYLABUS PRZEDMIOTU AUTORSKIEGO: Autor: 1. Dobromił Serwa 2. Tytuł przedmiotu Sygnatura (będzie nadana, po akceptacji przez Senacką Komisję Programową) Wprowadzenie do teorii

Bardziej szczegółowo

BIOINFORMATYKA. Copyright 2011, Joanna Szyda

BIOINFORMATYKA. Copyright 2011, Joanna Szyda BIOINFORMATYKA 1. Wykład wstępny 2. Struktury danych w badaniach bioinformatycznych 3. Bazy danych: projektowanie i struktura 4. Bazy danych: projektowanie i struktura 5. Powiązania pomiędzy genami: równ.

Bardziej szczegółowo

Systemy Wspomagania Decyzji

Systemy Wspomagania Decyzji Teoria decyzji Szkoła Główna Służby Pożarniczej Zakład Informatyki i Łączności February 5, 2016 1 Definicje 2 Normatywna teoria decyzji 3 Opisowa teoria decyzji 4 Naturalistyczny model podejmowania decyzji

Bardziej szczegółowo

Psychologia społeczna Michał Bilewicz Podstawowe czasopisma w psychologii społecznej Journal of Personality and Social Psychology Personality and

Psychologia społeczna Michał Bilewicz Podstawowe czasopisma w psychologii społecznej Journal of Personality and Social Psychology Personality and Psychologia społeczna Michał Bilewicz Podstawowe czasopisma w psychologii społecznej Journal of Personality and Social Psychology Personality and Social Psychology Bulletin Journal of Social Issues Group

Bardziej szczegółowo

WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI

WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI WYZNACZANIE NIEPEWNOŚCI POMIARU METODAMI SYMULACYJNYMI Stefan WÓJTOWICZ, Katarzyna BIERNAT ZAKŁAD METROLOGII I BADAŃ NIENISZCZĄCYCH INSTYTUT ELEKTROTECHNIKI ul. Pożaryskiego 8, 04-703 Warszawa tel. (0)

Bardziej szczegółowo

PSYCHOLOGIA ZACHOWAŃ KONSUMENCKICH

PSYCHOLOGIA ZACHOWAŃ KONSUMENCKICH PSYCHOLOGIA ZACHOWAŃ KONSUMENCKICH Ćwiczenia 4 Postawy konsumenckie POSTAWA Postawa to trwała ocena (pozytywna lub negatywna) ludzi, obiektów, pojęć. Krótkotrwałe stany emocjonalne - gniew, irytacja nie

Bardziej szczegółowo

WYSTĄPIENIA PUBLICZNE

WYSTĄPIENIA PUBLICZNE WYSTĄPIENIA PUBLICZNE PROGRAM SZKOLENIA Gdynia, 2012 Wystąpienia publiczne SZKOLENIA W PERFECT CONSULTING W programy szkoleniowe opracowywane są i realizowane z punktu widzenia korzyści, jakie mają przynieść

Bardziej szczegółowo

Uczenie sieci neuronowych i bayesowskich

Uczenie sieci neuronowych i bayesowskich Wstęp do metod sztucznej inteligencji www.mat.uni.torun.pl/~piersaj 2009-01-22 Co to jest neuron? Komputer, a mózg komputer mózg Jednostki obliczeniowe 1-4 CPU 10 11 neuronów Pojemność 10 9 b RAM, 10 10

Bardziej szczegółowo

Metody probabilistyczne

Metody probabilistyczne Metody probabilistyczne 13. Elementy statystki matematycznej I Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 17.01.2019 1 / 30 Zagadnienia statystki Przeprowadzamy

Bardziej szczegółowo

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD III: Problemy agenta

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD III: Problemy agenta Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD III: Problemy agenta To już było: AI to dziedzina zajmująca się projektowaniem agentów Określenie agenta i agenta racjonalnego Charakterystyka PAGE

Bardziej szczegółowo

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD X: Sztuczny neuron

Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD X: Sztuczny neuron Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD X: Sztuczny neuron Koneksjonizm: wprowadzenie 1943: Warren McCulloch, Walter Pitts: ogólna teoria przetwarzania informacji oparta na sieciach binarnych

Bardziej szczegółowo

Model MULTIPOLES - narzędzie do prognozowania, projekcji i symulacji stanu i struktury ludności

Model MULTIPOLES - narzędzie do prognozowania, projekcji i symulacji stanu i struktury ludności Model MULTIPOLES - narzędzie do prognozowania, projekcji i symulacji stanu i struktury ludności Dorota Kupiszewska i Marek Kupiszewski Konferencja Perspektywy demograficzne Europy Instytut Statystyki i

Bardziej szczegółowo

Wstęp do kognitywistyki. Wykład 12: Wprowadzenie do SI. Obliczeniowa teoria umysłu

Wstęp do kognitywistyki. Wykład 12: Wprowadzenie do SI. Obliczeniowa teoria umysłu Wstęp do kognitywistyki Wykład 12: Wprowadzenie do SI. Obliczeniowa teoria umysłu Sztuczna inteligencja...to próba zrozumienia i wyjaśnienia jednostek inteligentnych. Specyfika SI polega na metodzie: wyjaśnianie

Bardziej szczegółowo

Projekt ROZWÓJ PRZEZ KOMPETENCJE jest współfinansowany przez Unię Europejską. w ramach środków Europejskiego Funduszu Społecznego.

Projekt ROZWÓJ PRZEZ KOMPETENCJE jest współfinansowany przez Unię Europejską. w ramach środków Europejskiego Funduszu Społecznego. Konspekt projektu K-81 Temat: O myśleniu na przyszłość czyli dlaczego przezorny zawsze ubezpieczony? Cel główny projektu Kształtowanie postawy odpowiedzialności za przyszłość własną i swoich najbliższych

Bardziej szczegółowo

ZACHOWANIA ORGANIZACYJNE. Zrozumienie pracy zespołowej

ZACHOWANIA ORGANIZACYJNE. Zrozumienie pracy zespołowej ZACHOWANIA ORGANIZACYJNE S T E P H E N P. R O B B I N S W W W. P R E N H A L L. C O M / R O B B I N S T E N T H E D I T I O N TŁUMACZONE PRZEZ WIESŁAWA MARIĘ GRUDZEWSKIEGO CZĘŚĆ TRZECIA GRUPA Zrozumienie

Bardziej szczegółowo

Spis treści. Rejestracja - zakładanie konta kandydata 2. Wprowadzanie danych osobowych kandydata 3. Zamieszczanie zdjęcia 5. Ustawienia hasła 6

Spis treści. Rejestracja - zakładanie konta kandydata 2. Wprowadzanie danych osobowych kandydata 3. Zamieszczanie zdjęcia 5. Ustawienia hasła 6 ,, skr. Poczt. 55 tel. 22 834-76-67 Spis treści Zawartość: Rejestracja - zakładanie konta kandydata 2 Wprowadzanie danych osobowych kandydata 3 Zamieszczanie zdjęcia 5 Ustawienia hasła 6 Logowanie do systemu

Bardziej szczegółowo

RAPORT z diagnozy umiejętności matematycznych

RAPORT z diagnozy umiejętności matematycznych RAPORT z diagnozy umiejętności matematycznych przeprowadzonej w klasach czwartych szkoły podstawowej 1 Analiza statystyczna Wskaźnik Liczba uczniów Liczba punktów Łatwość zestawu Wyjaśnienie Liczba uczniów,

Bardziej szczegółowo

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA

RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA RACHUNEK PRAWDOPODOBIEŃSTWA I STATYSTYKA MATEMATYCZNA LISTA 10 1.Dokonano 8 pomiarów pewnej odległości (w m) i otrzymano: 201, 195, 207, 203, 191, 208, 198, 210. Wiedząc,że błąd pomiaru ma rozkład normalny

Bardziej szczegółowo

Eksploracja Danych. wykład 4. Sebastian Zając. 10 maja 2017 WMP.SNŚ UKSW. Sebastian Zając (WMP.SNŚ UKSW) Eksploracja Danych 10 maja / 18

Eksploracja Danych. wykład 4. Sebastian Zając. 10 maja 2017 WMP.SNŚ UKSW. Sebastian Zając (WMP.SNŚ UKSW) Eksploracja Danych 10 maja / 18 Eksploracja Danych wykład 4 Sebastian Zając WMP.SNŚ UKSW 10 maja 2017 Sebastian Zając (WMP.SNŚ UKSW) Eksploracja Danych 10 maja 2017 1 / 18 Klasyfikacja danych Klasyfikacja Najczęściej stosowana (najstarsza)

Bardziej szczegółowo

Kurs z NetLogo - część 4.

Kurs z NetLogo - część 4. Kurs z NetLogo - część 4. Mateusz Zawisza Zakład Wspomagania i Analizy Decyzji Instytut Ekonometrii Szkoła Główna Handlowa Seminarium Wieloagentowe Warszawa, 10.01.2011 Agenda spotkań z NetLogo 15. listopada

Bardziej szczegółowo

First life Second life

First life Second life First life: Paweł Topol wykładowca w Uniwersytecie im. Adama Mickiewicza w Poznaniu w obszarach IT, ICT, CALL; wykładowca online w Appalachian State University, NC, USA. Second life: Pawlus Twine (od 2008)

Bardziej szczegółowo

Staże Ośrodka RENOWATOR

Staże Ośrodka RENOWATOR Staże Ośrodka RENOWATOR Badanie zależności ceny nieruchomości od położenia i innych cech Analiza Beata Kalinowska-Rybka W listopadzie 26r zbierałam informacje dotyczące nieruchomości, o następującej postaci:

Bardziej szczegółowo

W4 Eksperyment niezawodnościowy

W4 Eksperyment niezawodnościowy W4 Eksperyment niezawodnościowy Henryk Maciejewski Jacek Jarnicki Jarosław Sugier www.zsk.iiar.pwr.edu.pl Badania niezawodnościowe i analiza statystyczna wyników 1. Co to są badania niezawodnościowe i

Bardziej szczegółowo

Władza i Wpływ cz.3. Mapa władzy i wpływu Jak określić skuteczność tych relacji, od których zależy nasz sukces i powodzenie zawodowe.

Władza i Wpływ cz.3. Mapa władzy i wpływu Jak określić skuteczność tych relacji, od których zależy nasz sukces i powodzenie zawodowe. . Pełna jakość Biznesu, Pracy, Życia.. Dajemy klientom wsparcie na każdym etapie ich drogi do wartościowych sukcesów... 1 Narzędzie: Biznesowa Wartość Relacji Władza i Wpływ cz.3. Mapa władzy i wpływu

Bardziej szczegółowo

Księgarnia PWN: Szymon Wróbel - Umysł, gramatyka, ewolucja

Księgarnia PWN: Szymon Wróbel - Umysł, gramatyka, ewolucja Księgarnia PWN: Szymon Wróbel - Umysł, gramatyka, ewolucja WSTĘP. MIĘDZY KRYTYKĄ A OBRONĄ ROZUMU OBLICZENIOWEGO 1. INteNCjA 2. KoMPozyCjA 3. tytuł CZĘŚĆ I. WOKÓŁ METODOLOGII ROZDZIAŁ 1. PO CZYM POZNAĆ

Bardziej szczegółowo

METODY STATYSTYCZNE W BIOLOGII

METODY STATYSTYCZNE W BIOLOGII METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne

Bardziej szczegółowo

Sylabus. Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data

Sylabus. Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data Sylabus Nazwa przedmiotu (w j. polskim i angielskim) Nazwisko i imię prowadzącego (stopień i tytuł naukowy) Zaawansowana analiza danych eksperymentalnych Advanced analysis of experimental data dr Grzegorz

Bardziej szczegółowo

Metody Statystyczne. Metody Statystyczne.

Metody Statystyczne. Metody Statystyczne. gkrol@wz.uw.edu.pl #4 1 Sprawdzian! 5 listopada (ok. 45-60 minut): - Skale pomiarowe - Zmienne ciągłe i dyskretne - Rozkład teoretyczny i empiryczny - Miary tendencji centralnej i rozproszenia - Standaryzacja

Bardziej szczegółowo

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

O badaniach nad SZTUCZNĄ INTELIGENCJĄ O badaniach nad SZTUCZNĄ INTELIGENCJĄ Jak określa się inteligencję naturalną? Jak określa się inteligencję naturalną? Inteligencja wg psychologów to: Przyrodzona, choć rozwijana w toku dojrzewania i uczenia

Bardziej szczegółowo

Wstęp. Przedmowa. 2o Psychologia rozwoju człowieka 63

Wstęp. Przedmowa. 2o Psychologia rozwoju człowieka 63 Wstęp Przedmowa n 1. Cele, założenia i zastosowanie psychologii 13 1.1. Analiza zachowania i doznawania jako zadanie psychologii 14 1.2. Psychologia jako dziedzina badań 16 1.2.1. Cele badań naukowych

Bardziej szczegółowo