ANALIZA CONJOINT. W prezentacji wykorzystano m.in. materiały pochodzące z firmy Pentor Research International oraz Sawtooth Software, Inc.
|
|
- Kacper Kurowski
- 6 lat temu
- Przeglądów:
Transkrypt
1 ANALIZA CONJOINT W prezentacji wykorzystano m.in. materiały pochodzące z firmy Pentor Research International oraz Sawtooth Software, Inc.
2 Co to jest Conjoint? Metoda poznania jak podejmowane są decyzje dotyczące produktów lub usług, posiadających różne cechy. Sposób zadawania pytań opiera się na porównywaniu produktów i wyborze bardziej preferowanych rozwiązań, zamiast pytań wprost o hierarchię ważności cech produktu branych pod uwagę w procesie wyboru. Zmieniając prezentowane cechy produktu i analizując odpowiedzi, można skwantyfikować, na ile poszczególne cechy przyczyniają się do preferowania produktów danej kategorii. Nazwa metody pochodzi od czasownika to conjoin - łączyć, a nie jak może się wydawać racjonalne od CONsidered JOINTly - rozważane łącznie
3 Co to jest Conjoint? Przykład: Czy klienci kupujący dany produkt kierują się: dostępnością kosztem zakupu poziomem kosztów użytkowania
4 Co to jest Conjoint? Conjoint mierzy potrzeby lub preferencje respondentów w trakcie dokonywania wyborów Ważność z bezpośrednich deklaracji nie jest dobra miarą Charakteryzuje się małą mocą dyskryminacyjną Uwarunkowania społeczne mogą wpływać na odpowiedzi Większe znacznie racjonalnych wymiarów Czasami ludziom trudno jest ustalić, co jest dla nich ważne Ogólna miara nieprzekładalna na konkretne zachowania Pośrednie pytanie dostarcza trafniejszych i przekładalnych na zachowania wskaźników wynik całościowej oceny
5 Atrybuty i poziomy Atrybut to cecha charakterystyczna dla danego produktu (np. kolor, cena itp.). Każdy atrybut może przyjmować różne stany (poziomy). Podstawy teoretyczne analizy conjoint zakładają, że nabywcy widzą produkty jako złożone z szeregu atrybutów i poziomów. Każda cecha produktu posiada pewną użyteczność, a ich zsumowanie pozwala określić użyteczność całego produktu: komputer = (marka) + (szybkość procesora) + (RAM) + (Monitor) + (cena) Mierzone atrybuty muszą mieć jednoznacznie i rozłącznie definiowalne poziomy: Marka: Dell, Compaq, IBM Szybkość procesora: 2,6 GHz, 2,8 GHz, 3,0 GHz RAM: 256 Mbytes, 512 Mbytes, 1024 Mbytes Cena: $1,500, $2,000, $3,000
6 Atrybuty i poziomy Badane poziomy muszą być: jednoznacznie zdefiniowane niezależne - zawieranie się jednych atrybutów w innych uniemożliwia (a co najmniej znacząco utrudnia) interpretację wyników w ramach jednego atrybutu powinny być wzajemnie wykluczające się obejmować możliwe rozwiązania w całej rozpiętości, tj. zarówno obecne, jak i planowane powinny dać się interpolować ograniczenia (prohibitions) mogą dotyczyć TYLKO łączenia poziomów atrybutów, które wzajemnie się wykluczają
7 Atrybuty i poziomy Efekt liczby poziomów Im więcej poziomów, tym atrybut staje się ważniejszy należy zatem starać się, aby liczba poziomów była mniej więcej podobna dla wszystkich atrybutów. Problem jest szczególnie widoczny w conjointach full-profile, natomiast ACA jest mniej podatny na ten efekt. Należy ograniczać liczbę poziomów dla atrybutów cenowych. Zakłada się, że liczba poziomów atrybutów cenowych nie powinna przekraczać 5-6. Lepiej zebrać od respondenta więcej informacji na temat postrzegania danej ceny w różnych konfiguracjach innych atrybutów niż mieć większą liczbę poziomów cenowych, jednak oszacowaną w oparciu o stosunkowo małą ilość zebranej informacji.
8 Taksonomia conjointów Conjoint Wyrażanie PREFERENCJI Choice Based conjoint Ocena pełnych konceptów Rangi/Likert Porównywanie parami Stały schemat CVA (value analysis) Adaptive conjoint (ACA)
9 Full Profile conjoint Full Profile - (lata 60-70) - metoda oparta na ocenie i szeregowaniu pojedynczych kart opisujących oferty. Produkt jest opisywany przez wszystkie badane cechy - w każdej ofercie występuje inna kombinacja poziomów wszystkich cech. Specjalna procedura tworzy kombinacje poziomów każdego z atrybutów opisujących produkt, tak, aby nie były skorelowane, co pozwala szacować niezależny wpływ każdego poziomu. Respondent dokonuje oceny chęci zakupu na skali lub szeregowania ofert.
10 Full Profile conjoint Techniki full profile (w tym również CBC) nie powinny być stosowane dla większej liczby atrybutów niż 6-7 minimalna liczba kart = (#poziomów - #cech + 1) aby osiągnąć stabilne oszacowania dla każdego respondenta zaleca się 3x minimum Techniki full profile dają lepsze rezultaty niż Adaptive Conjoint (o ile liczba cech i liczba pytań (kart) jest sensowna) Marka: Compaq Szybkość procesora: 2,6 GHz RAM: 512 Mbytes Cena: $3,000
11 Adaptive Conjoint (ACA) Adaptive Conjoint - ACA (Adaptive Conjoint Analysis), Richard M. Johnson, 1985 Cztery rodzaje pytań, na podstawie których wyliczane są użyteczności każdego badanego poziomu i ważność cech: 1. Rangowanie poziomów respondent porządkuje (lub ocenia) poziomy wewnątrz każdej cechy 2. Dystans między najmniej preferowanym i najbardziej respondent wskazuje jak ważny jest każdy z atrybutów (na ile ważna jest różnica między poziomem najbardziej preferowanym i najmniej)
12 Adaptive Conjoint (ACA) 3. Porównywanie parami porównania parami profilów złożonych jedynie z kilku cech na raz (zwykle 2 lub 3), skupiające się na cechach najważniejszych dla respondenta: algorytm ACA wybiera tylko pewne cechy z badanego zestawu, tworzy z nich produkty i pokazuje respondentowi do oceny. Produkty do porównań wybierane są tak, aby dostarczać programowi jak najwięcej istotnych informacji na temat preferencji respondenta 4. Chęć zakupu produktu najbardziej preferowanego, najmniej i pośrednich
13 ACA - Zalety Jedyny wybór gdy więcej niż 6 cech lub gdy cechy są wielopoziomowe Skuteczna zebraniu dużej liczby informacji w krótkim czasie Wywiad ACA jest zwykle dla respondentów bardziej interesujący i postrzegany jako krótszy niż Full Profile Użyteczności ACA są bardziej wyraziste i rzadziej są źle uporządkowane (wartości cząstkowe w niewłaściwym kierunku) niż tradycyjny conjoint Dla kategorii produktowych o wysokim poziome zaangażowania konsumentów lepiej przewiduje preferencje Mniej wrażliwa na wykluczenie pewnych kombinacji - wyliczane użyteczności cząstkowe są bardziej stabilne
14 ACA - ograniczenia Zagrożenie podwójnego liczenia cech, które nie są w pełni niezależne. Respondenci mogą mieć kłopot aby pamiętać podczas porówna wybranych cech, że wszystkie pozostałe są takie same. Metoda ta silnie bazuje na wstępnych deklaracjach ważności poszczególnych cech, łamie więc kanoniczne zasady analizy conjoint, która te ważności ma dopiero oszacować, a w efekcie w przypadku respondentów o bardziej ambiwaletnym nastawieniu, może wykluczać istotne cechy z ćwiczenia, bazując na niespójnych deklaracjach w części wstępnej Może spłaszczać ważność (szczególnie w przypadku kategorii o niskim zaangażowaniu konsumentów) z powodu rozpraszania uwagi respondentów na pojedyncze cechy Może niedoszacować ważności ceny (zwłaszcza, gdy badane jest wiele cech) lub wiele CEN. CBC i full Profile uważane są za lepsze do badań cenowych, ALE istnieje możliwość WAŻENIA ważności ceny
15 Choice Based Conjoint (CBC) Zadaniem metody CBC jest symulowanie realnych sytuacji rynkowych, gdy respondent staje przed koniecznością dokonania wyboru z zestawu oferowanych produktów. Produkty, jak w każdej analizie conjoint, są uprzednio zdefiniowane przez zestawy cech, a następnie tworzony jest plan eksperymentu, czyli tabela opisująca, które produkty będą kolejno zestawiane z którymi. W każdym kroku, respondentowi prezentowana jest krótka lista produktów, z których musi on wybrać najbardziej preferowany lub wskazać opcję nie kupię niczego z tej oferty, zatem nie zainteresowani nie są zmuszani do wyboru. Metoda CBC po przetworzeniu danych pozwala mierzyć sile wpływu poszczególnych cech na dokonywane wybory, jak również siłę wpływu ich interakcji.
16 Choice Based Conjoint (CBC) Choice Based Conjoint - wybór najbardziej preferowanej opcji Marka: Compaq Dell Dell Żadna Szybkość procesora: 2,6 GHz 2,6 GHz 2,8 GHz z tych RAM: 512 Mbytes 256 Mbytes 1024 Mbytes propozycji Cena: $3,000 $2,000 $3,000
17 CBC - zalety Dokonywanie wyborów w CBC jest podobne do tego co robią kupujący w rzeczywistości możliwa jest opcja nie kupię niczego z tej oferty, zatem nie zainteresowani nie są zmuszani do wyboru CBC pozwala mierzyć główne efekty oraz INTERAKCJE Respondenci mogą wykonywać stosunkowo niewiele zadań wyboru do 20, by pomiar był rzetelny Losowy schemat eksperymentu pozwala na efektywną prezentację wszelkich kombinacji Doskonały do badań cenowych/ promocji
18 CBC - ograniczenia Wybór jest nieefektywnym pomiarem wskazuje co jest preferowane, ale nie wiadomo na ile CBC wymaga zwykle większych prób niż ACA Zadanie jest bardziej złożone, zatem respondent może przetwarzać mniej atrybutów (max 6) Bardziej złożone zadania skłaniają do uproszczonej strategii decyzyjnej (np. tylko cena)
19 Holdout Choice Scenarios Oferty wyglądające jak wybory CBC obecne w kwestionariuszu, ale nie są wykorzystywane do wyliczania użyteczności Sprawdzamy jaki odsetek respondentó wybrał każdy z konceptów Te same koncepty definiowane są następnie w symulatorze w celu sprawdzenia przewidywanych przez model udziałów Porównanie obserwowanych i przewidywanych udziałów pozwala na ocenę modelu
20 Użyteczności Użyteczności mierzymy na skalach interwałowych: porównując dwa poziomy nie można powiedzieć o jednym z nich, że jest dwa razy bardziej preferowany, tylko preferowany bardziej o 20 punktów użyteczności arbitralny jest punkt odniesienia toteż nie możemy porównywać wartości liczbowych użyteczności między cechami tylko przyrosty/spadki użyteczności danego produktu gdy zmieniają się poziomy różnych cech Przyjmuje się, że suma użyteczności poziomów danego atrybutu wynosi 0. Poziomy, które uzyskały użyteczności mniejsze niż 0 nie są nieatrakcyjne /odrzucane/, lecz mniej preferowane od poziomów, które uzyskały dodatnie użyteczności.
21 Użyteczności Przykład: Przyjmijmy, że zbadaliśmy dwa atrybuty (kolor i marka), których użyteczności mają następujący rozkład: Niebieski 0.30 Marka A 0.20 Czerwony 0.20 Marka B 0.40 Zielony 0.10 Marka C 0.10 Wzrost użyteczności od zielonego do niebieskiego wynosi 20 punktów użyteczności, czyli tyle samo co od marki A do B. Nie możemy jednak bezpośrednio porównywać tych użyteczności. Nie możemy także powiedzieć, że kolor czerwony jest tak samo preferowany jak marka A.
22 Użyteczności Wnioskowanie na temat rozkładu preferencji na podstawie uśrednionych lub sumowanych użyteczności może prowadzić do błędnych wniosków: Niebieski Czerwony Zółty Resp A Resp B Resp c Srednia Najwyższa użyteczność, choć nikt nie wybierze koloru czerwonego!
23 Ważności Ważności mierzymy na skali ilorazowej (stosunkowej) od 0 do 100. Dzięki temu możemy swobodnie porównywać ważności poszczególnych atrybutów. A zatem możemy powiedzieć, że atrybut o ważności 20% jest dwa razy ważniejszy niż atrybut o ważności 10%. Ważności atrybutów oblicza się jako różnice użyteczności najbardziej preferowanego poziomu i najmniej preferowanego poziomu i dzieli przez sumę wszystkich różnic (dla wszystkich poziomów), np. Procentowa Różnica Ważność Marka (B - C) = Kolor (czerw. - nieb.) 20-0 = Cena ($50 - $100) 90-0 =
24 example of conjoint analysis (Green and Wind, 1973) CONJOINT PLAN='file specification' /DATA='file specification' /SEQUENCE=PREF1 TO PREF22 /SUBJECT=ID /FACTORS=PACKAGE BRAND (DISCRETE) PRICE (LINEAR LESS) SEAL (LINEAR MORE) MONEY (LINEAR MORE) /PRINT=SUMMARYONLY.
Badania eksperymentalne
Badania eksperymentalne Analiza CONJOINT mgr Agnieszka Zięba Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Najpopularniejsze sposoby oceny wyników eksperymentu w schematach
Bardziej szczegółowoJAK DZIAŁAĆ MARKETINGOWO W INTERNECIE- WYNIKI BADAŃ BEZPOŚREDNICH.
JAK DZIAŁAĆ MARKETINGOWO W INTERNECIE- WYNIKI BADAŃ BEZPOŚREDNICH. dr Agnieszka Dejnaka, Wyższa Szkoła Zarządzania i Finansów we Wrocławiu, Badania (ankieta internetowa) przeprowadzone w 2004 roku na grupie
Bardziej szczegółowoZamawiający: Gmina Bytom
Strona 1 z 62 Zamawiający: Gmina ytom ul. Parkowa 2 41-902 ytom Wykonawca: EU-ONSULT Sp. z o.o. ul. Toruńska 18, lokal D 80-747 Gdańsk Utila sp. z o.o. ul. Targowa 42/20 03-733 Warszawa Strona 2 z 62 Spis
Bardziej szczegółowoSTATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;
STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; - badanie skuteczności nowego leku; - badanie stopnia zanieczyszczenia gleb metalami
Bardziej szczegółowoSTATYSTYKA OPISOWA. Przykłady problemów: - badanie opinii publicznej na temat preferencji wyborczych;
STATYSTYKA OPISOWA Przykłady problemów: - badanie opinii publicznej na temat preferencji wyborczych; - badanie stanu zdrowia w pewnej miejscowości; - badanie stopnia zanieczyszczenia gleb metalami ciężkimi
Bardziej szczegółowoMINISTER INWESTYCJI I ROZWOJU 1)
projekt z dnia 22 lutego 2019 r. MINISTER INWESTYCJI I ROZWOJU 1) Warszawa, dnia STANDARD ZAWODOWY RZECZOZNAWCÓW MAJĄTKOWYCH NR 2 WYCENA NIERUCHOMOŚCI PRZY ZASTOSOWANIU PODEJŚCIA PORÓWNAWCZEGO Na podstawie
Bardziej szczegółowo5.1 Stopa Inflacji - Dyskonto odpowiadające sile nabywczej
5.1 Stopa Inflacji - Dyskonto odpowiadające sile nabywczej Stopa inflacji, i, mierzy jak szybko ceny się zmieniają jako zmianę procentową w skali rocznej. Oblicza się ją za pomocą średniej ważonej cząstkowych
Bardziej szczegółowoPorównywanie populacji
3 Porównywanie populacji 2 Porównywanie populacji Tendencja centralna Jednostki (w grupie) według pewnej zmiennej porównuje się w ten sposób, że dokonuje się komparacji ich wartości, osiągniętych w tej
Bardziej szczegółowoRaport z badań na temat: Zachowanie klienta podczas zakupu kawy
Raport z badań na temat: Zachowanie klienta podczas zakupu kawy Elżbieta Stupak Karolina Orzeł Aneta Mazurek Kamila Mołdoch Spis treści 1. Metodologia... 3 1.1.Cel badania... 3 1.2. Zakres przedmiotowy...
Bardziej szczegółowoStatystyka opisowa. Wykład I. Elementy statystyki opisowej
Statystyka opisowa. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Elementy statystyku opisowej 1 Elementy statystyku opisowej 2 3 Elementy statystyku opisowej Definicja Statystyka jest to nauka o
Bardziej szczegółowoJak korzystać z systemu Daymaker?
Jak korzystać z systemu Daymaker? Zaloguj się do systemu Aby przejść do strony logowania wejdź na www.daymaker.pl i kliknij na Przejdziesz następnie do poniższego widoku, gdzie należy wpisać dane do logowania.
Bardziej szczegółowoHierarchiczna 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 szczegółowoBUDOWANIE TOŻSAMOŚCI MARKI TOŻSAMOŚĆ MARKI
BUDOWANIE TOŻSAMOŚCI MARKI TOŻSAMOŚĆ MARKI 1 Tożsamość marki fakty, cechy, dane pozwalające na jej identyfikację (Słownik Języka Polskiego) unikalny zestaw skojarzeń marki, które strategie marki chcą wykreować
Bardziej szczegółowoAnaliza składowych głównych. Wprowadzenie
Wprowadzenie jest techniką redukcji wymiaru. Składowe główne zostały po raz pierwszy zaproponowane przez Pearsona(1901), a następnie rozwinięte przez Hotellinga (1933). jest zaliczana do systemów uczących
Bardziej szczegółowoMETODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA
METODY CHEMOMETRYCZNE W IDENTYFIKACJI ŹRÓDEŁ POCHODZENIA AMFETAMINY Waldemar S. Krawczyk Centralne Laboratorium Kryminalistyczne Komendy Głównej Policji, Warszawa (praca obroniona na Wydziale Chemii Uniwersytetu
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela
Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem
Bardziej szczegółowoPDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com
Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych
Bardziej szczegółowoznalezienia elementu w zbiorze, gdy w nim jest; dołączenia nowego elementu w odpowiednie miejsce, aby zbiór pozostał nadal uporządkowany.
Przedstawiamy algorytmy porządkowania dowolnej liczby elementów, którymi mogą być liczby, jak również elementy o bardziej złożonej postaci (takie jak słowa i daty). Porządkowanie, nazywane również często
Bardziej szczegółowoKryteria oceny operacji dla wniosków składanych przez podmioty inne niż LGD
Kryteria oceny operacji dla wniosków składanych przez podmioty inne niż LGD Wzór karty oceny operacji Wzór Karta oceny operacji Wniosek nr: Tytuł operacji: Imię i nazwisko oceniającego: Karta oceny zgodności
Bardziej szczegółowoWyrównanie ciągu poligonowego dwustronnie nawiązanego metodą przybliżoną.
Wyrównanie ciągu poligonowego dwustronnie nawiązanego metodą przybliżoną. Uwagi wstępne należy przeczytać przed przystąpieniem do obliczeń W pierwszej kolejności należy wpisać do dostarczonego formularza
Bardziej szczegółowoTesty nieparametryczne
Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów
Bardziej szczegółowoPodejmowanie 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 szczegółowooferty kupujących oferty wytwórców
Adam Bober Rybnik, styczeń Autor jest pracownikiem Wydziału Rozwoju Elektrowni Rybnik S.A. Artykuł stanowi wyłącznie własne poglądy autora. Jak praktycznie zwiększyć obrót na giełdzie? Giełda jako jedna
Bardziej szczegółowoKontekstowe wskaźniki efektywności nauczania - warsztaty
Kontekstowe wskaźniki efektywności nauczania - warsztaty Przygotowała: Aleksandra Jasińska (a.jasinska@ibe.edu.pl) wykorzystując materiały Zespołu EWD Czy dobrze uczymy? Metody oceny efektywności nauczania
Bardziej szczegółowoSprowadzenie rzeczywistości do pewnych jej elementów określanych jako zmienne i stałe, razem z relacjami, jakie między tymi elementami zachodzą.
Model: Sprowadzenie rzeczywistości do pewnych jej elementów określanych jako zmienne i stałe, razem z relacjami, jakie między tymi elementami zachodzą. Odwzorowanie rzeczywistości poprzez definiowanie
Bardziej szczegółowoPSYCHOLOGIA 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 szczegółowoINDUKOWANE REGUŁY DECYZYJNE ALORYTM APRIORI JAROSŁAW FIBICH
INDUKOWANE REGUŁY DECYZYJNE ALORYTM APRIORI JAROSŁAW FIBICH 1. Czym jest eksploracja danych Eksploracja danych definiowana jest jako zbiór technik odkrywania nietrywialnych zależności i schematów w dużych
Bardziej szczegółowoZS 14 Rok szkolny 2013/2014
Edukacyjna Wartość Dodana ZS 14 Rok szkolny 2013/2014 Pojęcie: Edukacyjna wartość dodana Edukacyjną wartość dodaną można zdefiniować jako przyrost wiedzy uczniów w wyniku danego procesu edukacyjnego. Innymi
Bardziej szczegółowoEssity Engagement Survey 2018
Essity Engagement Survey 2018 Jak czytać raport zespołu? EUCUSA Consulting GmbH Mariahilfer Straße 187/39 A-1150 Wien Tel: +43-1-817 40 20-0 Fax: DW 20 FN 174750 k Handelsgericht Wien www.eucusa.com e-mail:
Bardziej szczegółowoWymagania edukacyjne na poszczególne oceny zgodne z podstawą programową kształcenia w zawodzie Technik Organizacji Reklamy
Wymagania edukacyjne na poszczególne oceny zgodne z podstawą programową kształcenia w zawodzie Technik Organizacji Reklamy Przedmiot: marketing Klasa: 1 Imię i nazwisko nauczyciela prowadzącego: Małgorzata
Bardziej szczegółowoZastosowanie analizy con-joint w wycenie nowych produktów
Tekst po zmianach opublikowany w: Pindelski Mikołaj Zastosowanie analizy Con-Joint w wycenie nowych produktów w Współczesne wyzwania dla przedsiębiorstw, pod red. Naukową M.Aluchna, wyd. Oficyna Wydawnicza
Bardziej szczegółowoOptymalizacja ciągła
Optymalizacja ciągła 5. Metoda stochastycznego spadku wzdłuż gradientu Wojciech Kotłowski Instytut Informatyki PP http://www.cs.put.poznan.pl/wkotlowski/ 04.04.2019 1 / 20 Wprowadzenie Minimalizacja różniczkowalnej
Bardziej szczegółowoStruktura terminowa rynku obligacji
Krzywa dochodowości pomaga w inwestowaniu w obligacje Struktura terminowa rynku obligacji Wskazuje, które obligacje są atrakcyjne a których unikać Obrazuje aktualną sytuację na rynku długu i zmiany w czasie
Bardziej szczegółowoLOGISTYKA DYSTRYBUCJI II ćwiczenia 3 WYBÓR DOSTAWCY USŁUG WIELOKRYTERIALNE MODELE DECYZYJNE. AUTOR: dr inż. ROMAN DOMAŃSKI WYBÓR DOSTAWCY USŁUG
1 LOGISTYKA DYSTRYBUCJI II ćwiczenia 3 WIELOKRYTERIALNE MODELE DECYZYJNE AUTOR: dr inż. ROMAN DOMAŃSKI METODY OCENY I WYBORU DOSTAWCÓW 2 Wybór odpowiedniego dostawcy jest gwarantem niezawodności realizowanych
Bardziej szczegółowoAnaliza procesu odzyskiwania środków z masy upadłości banków
Tomasz Obal Analiza procesu odzyskiwania środków z masy upadłości banków Charakter działalności Bankowego Funduszu Gwarancyjnego daje unikalną szansę na przeprowadzenie pogłębionej analizy procesów upadłościowych
Bardziej szczegółowoERGODESIGN - Podręcznik użytkownika. Wersja 1.0 Warszawa 2010
ERGODESIGN - Podręcznik użytkownika Wersja 1.0 Warszawa 2010 Spis treści Wstęp...3 Organizacja menu nawigacja...3 Górne menu nawigacyjne...3 Lewe menu robocze...4 Przestrzeń robocza...5 Stopka...5 Obsługa
Bardziej szczegółowoEwaluacja w polityce społecznej
Ewaluacja w polityce społecznej Kryteria ewaluacji efektywność Dr hab. Ryszard Szarfenberg Instytut Polityki Społecznej UW rszarf.ips.uw.edu.pl/ewalps/dzienne/ Rok akademicki 2018/2019 trafność Potrzeby
Bardziej szczegółowoPodstawowe pojęcia statystyczne
Podstawowe pojęcia statystyczne Istnieją trzy rodzaje kłamstwa: przepowiadanie pogody, statystyka i komunikat dyplomatyczny Jean Rigaux Co to jest statystyka? Nauka o metodach ilościowych badania zjawisk
Bardziej szczegółowoWykład 5: Statystyki opisowe (część 2)
Wykład 5: Statystyki opisowe (część 2) Wprowadzenie Na poprzednim wykładzie wprowadzone zostały statystyki opisowe nazywane miarami położenia (średnia, mediana, kwartyle, minimum i maksimum, modalna oraz
Bardziej szczegółowoWydajność systemów a organizacja pamięci, czyli dlaczego jednak nie jest aż tak źle. Krzysztof Banaś, Obliczenia wysokiej wydajności.
Wydajność systemów a organizacja pamięci, czyli dlaczego jednak nie jest aż tak źle Krzysztof Banaś, Obliczenia wysokiej wydajności. 1 Organizacja pamięci Organizacja pamięci współczesnych systemów komputerowych
Bardziej szczegółowoGenerated by Foxit PDF Creator Foxit Software http://www.foxitsoftware.com For evaluation only. Cena jako element marketingu mix
Cena jako element marketingu mix Cena jako element marketingu mix Cena to pieniądze lub inne środki wymienialne na własność lub użytkowanie produktu lub usługi Dla konsumenta cena to wyznacznik wartości
Bardziej szczegółowoSEGMENTACJA RYNKU A TYPY MARKETINGU
SEGMENTACJA SEGMENTACJA...... to proces podziału rynku na podstawie określonych kryteriów na względnie homogeniczne rynki cząstkowe (względnie jednorodne grupy konsumentów) nazywane SEGMENTAMI, które wyznaczają
Bardziej szczegółowoInteligentna analiza danych
Numer indeksu 150946 Michał Moroz Imię i nazwisko Numer indeksu 150875 Grzegorz Graczyk Imię i nazwisko kierunek: Informatyka rok akademicki: 2010/2011 Inteligentna analiza danych Ćwiczenie I Wskaźniki
Bardziej szczegółowoSCENARIUSZ DO BADANIA DOJRZAŁOŚCI OPERACYJNEJ ROZUMOWANIA NA POZIOMIE KONKRETNYM U DZIECI 6-LETNICH
SCENARIUSZ DO BADANIA DOJRZAŁOŚCI OPERACYJNEJ ROZUMOWANIA NA POZIOMIE KONKRETNYM U DZIECI 6-LETNICH Opracowała i prowadziła dla nauczycieli wychowania przedszkolnego z powiatu chrzanowskiego w oparciu
Bardziej szczegółowoGry o sumie niezerowej
Gry o sumie niezerowej Równowagi Nasha 2011-12-06 Zdzisław Dzedzej 1 Pytanie Czy profile równowagi Nasha są dobrym rozwiązaniem gry o dowolnej sumie? Zaleta: zawsze istnieją (w grach dwumacierzowych, a
Bardziej szczegółowoElementy modelowania matematycznego
Elementy modelowania matematycznego Modelowanie algorytmów klasyfikujących. Podejście probabilistyczne. Naiwny klasyfikator bayesowski. Modelowanie danych metodą najbliższych sąsiadów. Jakub Wróblewski
Bardziej szczegółowoPodstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na
Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony zbiór jednostek, które
Bardziej szczegółowoInformacja i decyzje w ekonomii
Informacja i decyzje w ekonomii Prof. Tomasz Bernat tomasz.bernat@usz.edu.pl Krótko o programie Informacja i decyzje w ekonomii miejsce i zastosowanie w teorii Ryzyko, niepewność i informacja w podejmowaniu
Bardziej szczegółowoWymagania edukacyjne z przedmiotu uzupełniającego : ekonomia w praktyce dla klasy II
Wymagania edukacyjne z przedmiotu uzupełniającego : ekonomia w praktyce dla klasy II Zagadnienia 1.1. Etapy projektu 1.2. Projekt badawczy, przedsięwzięcie Konieczny (2) wie na czym polega metoda projektu?
Bardziej szczegółowoCała prawda o konsumentach kupujących w internecie. Atrakcyjne ceny i wygoda kluczowe
Cała prawda o konsumentach kupujących w internecie. Atrakcyjne ceny i wygoda kluczowe data aktualizacji: 2017.05.07 Mieszkańcy naszego regionu już średnio raz na miesiąc robią zakupy online, przy czym
Bardziej szczegółowoINSIGHTS. Właśnie te różnice, efektywnie wykorzystane stanowią o sile organizacji.
INSIGHTS CZYM JEST PROFIL INSIGHTS DISCOVERY : W metodzie Insights zakładamy, że jesteśmy niepowtarzalni, mamy swój styl działania, motywacje, oczekiwania. Może ona stanowić bazę do budowy kompleksowych
Bardziej szczegółowoR-PEARSONA Zależność liniowa
R-PEARSONA Zależność liniowa Interpretacja wyników: wraz ze wzrostem wartości jednej zmiennej (np. zarobków) liniowo rosną wartości drugiej zmiennej (np. kwoty przeznaczanej na wakacje) czyli np. im wyższe
Bardziej szczegółowoWymagania edukacyjne przedmiotu: Ekonomia w praktyce Temat Wymagania - ocena dopuszczająca
Wymagania edukacyjne przedmiotu: Ekonomia w praktyce Temat Wymagania - ocena dopuszczająca 1.1. Etapy projektu 1.2. Projekt badawczy, przedsięwzięcie wie na czym polega metoda projektu? wymienia etapy
Bardziej szczegółowo5 Organizacja rachunkowości zagadnienia wstępne 18
Kluge P.D., Kużdowicz D., Kużdowicz P., Materiały do zajęć z przedmiotu Rachunkowość finansowa 29 5 Organizacja rachunkowości zagadnienia wstępne 18 5.1 Istota i zakres Do zasadniczych atrybutów wyróżniających
Bardziej szczegółowoStatystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35
Statystyka Wykład 7 Magdalena Alama-Bućko 16 kwietnia 2017 Magdalena Alama-Bućko Statystyka 16 kwietnia 2017 1 / 35 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoPrzygotowanie danych
2 Przygotowanie danych 2 Przygotowanie danych Przed opracowaniem statystycznym należy uporządkować dane. Czynność ta ułatwia opracowywanie danych. Od czasu, kiedy pojawiły się komputery, procedury porządkowania
Bardziej szczegółowoBadania marketingowe
Wiesz już co chcesz osiągnąć w badaniu marketingowym i jak to (idealnie) zorganizować. Ale jakimi metodami? Skąd pewność, że będą efektywne? Ćwiczenie: jaką metodą zbadasz co koledzy/koleżanki na sali
Bardziej szczegółowoNOTA INTERPETACYJNA ZASTOSOWANIE PODEJŚCIA PORÓWNAWCZEGO W WYCENIE NIERUCHOMOŚCI
POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) NOTA INTERPETACYJNA ZASTOSOWANIE PODEJŚCIA PORÓWNAWCZEGO W WYCENIE NIERUCHOMOŚCI 1. WPROWADZENIE...2 2. PRZEDMIOT I ZAKRES STOSOWANIA NOTY...2 3. ZAŁOŻENIA OGÓLNE
Bardziej szczegółowoAnaliza Kosztów i Korzyści
Analiza Kosztów i Korzyści I. Wprowadzenie dr Anna Bartczak WNE UW CBA Teoria racjonalnego wyboru: Osoby fizyczne: Korzyści prywatne (TPB) > Koszty prywatne (TPC) Przedsiębiorstwa: Rentowność => korzyści
Bardziej szczegółowoPsychometria Test jako narzędzie diagnozy psychologicznej. Podstawowe pojęcia. W 3
Psychometria Test jako narzędzie diagnozy psychologicznej. Podstawowe pojęcia. W 3 dr Łukasz Michalczyk 1 Test Psychologiczny to narzędzie przeznaczone do pomiaru cech, stanów psychicznych lub postaw.
Bardziej szczegółowoMetody doboru próby do badań. Dr Kalina Grzesiuk
Metody doboru próby do badań Dr Kalina Grzesiuk Proces doboru próby 1. Ustalenie populacji badanej 2. Ustalenie wykazu populacji badanej 3. Ustalenie liczebności próby 4. Wybór metody doboru próby do badań
Bardziej szczegółowoAlgorytmy decyzyjne będące alternatywą dla sieci neuronowych
Algorytmy decyzyjne będące alternatywą dla sieci neuronowych Piotr Dalka Przykładowe algorytmy decyzyjne Sztuczne sieci neuronowe Algorytm k najbliższych sąsiadów Kaskada klasyfikatorów AdaBoost Naiwny
Bardziej szczegółowoWymagania edukacyjne przedmiotu uzupełniającego: Ekonomia w praktyce
Wymagania edukacyjne przedmiotu uzupełniającego: Ekonomia w praktyce Temat (rozumiany jako lekcja) 1. Etapy projektu 2. Projekt badawczy, przedsięwzięcie Wymagania konieczne (ocena dopuszczająca) wie na
Bardziej szczegółowoW gąszczu cen.... czyli jak optymalizować cenę w dobie masowej customizacji?
W gąszczu cen... czyli jak optymalizować cenę w dobie masowej customizacji? 1 2 3 4 5 O jakim gąszczu cen mówimy Case Study 1 skuter Case Study 2 konto bankowe Case Study 3 usługi telekomunikacyjne czy
Bardziej szczegółowoPrzyjmuje dowolne wartości z określonego przedziału (skończonego lub nie). Zmienne ciągłe: wzrost, czas rozwiązana testu, kwota dochodu
cecha (właściwość), którą posiadają jednostki badanej zbiorowości, przyjmującą co najmniej dwie wartości. Zmienna to właściwość pod względem której elementy zbioru różnią się między sobą Przyjmuje dowolne
Bardziej szczegółowoLABORATORIUM Z FIZYKI
LABORATORIUM Z FIZYKI LABORATORIUM Z FIZYKI I PRACOWNIA FIZYCZNA C w Gliwicach Gliwice, ul. Konarskiego 22, pokoje 52-54 Regulamin pracowni i organizacja zajęć Sprawozdanie (strona tytułowa, karta pomiarowa)
Bardziej szczegółowoRaport oceny kompetencji
Symulacje oceniające kompetencje Raport oceny kompetencji Rut Paweł 08-01-2015 Kompetencje sprzedażowe dla efactor Sp. z o.o. Dane osobowe Rut Paweł CEO pawel.rut@efactor.pl more-than-manager.com 2 z 13
Bardziej szczegółowoFundamenty dobrego społeczeństwa. - jakie wartości Polacy cenią najbardziej? Fundamenty dobrego społeczeństwa. TNS Styczeń 2016 K.
- jakie wartości Polacy cenią najbardziej? Informacja o badaniu W życiu społecznym ludzie mogą kierować się różnymi wartościami. Jedne sprzyjają pomyślnemu działaniu społeczeństwa, inne przeciwnie utrudniają
Bardziej szczegółowoWymagania podstawowe (ocena dostateczne) Wymagania rozszerzające (ocena dobra) Dział 1. Metoda projektu zasady pracy Uczeń: określa założenia
Plan wynikowy z wymaganiami edukacyjnymi przedmiotu uzupełniającego: Ekonomia w praktyce dla klas szkół ponadgimnazjalnych autor mgr inż. Jolanta Kijakowska ROK SZKOLNY 2014/15 (klasa II d) Temat (rozumiany
Bardziej szczegółowoConjoint analysis jako metoda analizy preferencji konsumentów
Anna Szymańska Dorota Dziedzic Conjoint analysis jako metoda analizy preferencji konsumentów Wstęp Istotnym aspektem, mającym decydujący wpływ na sukcesy rynkowe przedsiębiorstwa jest zrozumienie postępowania
Bardziej szczegółowoPozycjonowanie produktu w oparciu o kryteria psychologiczne
Pozycjonowanie produktu w oparciu o kryteria psychologiczne Psychologiczne podstawy marketingu.02.06.2014 Małgorzata Badowska Katarzyna Maleńczyk Aleksandra Tomala Spis treści 1. Definicje 2. Istota pozycjonowania
Bardziej szczegółowoBadania marketingowe. - Konspekt wykładowy
Badania marketingowe - Konspekt wykładowy Badania marketingowe w logistyce Zakres materiału do egzaminu: 1. Wprowadzenie do przedmiotu - istota, przesłanki oraz użyteczność badań marketingowych 2. Informacja
Bardziej szczegółowoWymagania podstawowe (ocena dostateczne) Wymagania rozszerzające (ocena dobra) Dział 1. Metoda projektu zasady pracy Uczeń: określa założenia
Plan wynikowy z wymaganiami edukacyjnymi przedmiotu uzupełniającego: Ekonomia w praktyce dla klas szkół ponadgimnazjalnych autor mgr inż. Jolanta Kijakowska Temat (rozumiany jako lekcja) 1.1. Etapy projektu
Bardziej szczegółowoModele DSGE. Jerzy Mycielski. Maj Jerzy Mycielski () Modele DSGE Maj / 11
Modele DSGE Jerzy Mycielski Maj 2008 Jerzy Mycielski () Modele DSGE Maj 2008 1 / 11 Modele DSGE DSGE - Dynamiczne, stochastyczne modele równowagi ogólnej (Dynamic Stochastic General Equilibrium Model)
Bardziej szczegółowoStatystyka. Wykład 3. Magdalena Alama-Bućko. 6 marca Magdalena Alama-Bućko Statystyka 6 marca / 28
Statystyka Wykład 3 Magdalena Alama-Bućko 6 marca 2017 Magdalena Alama-Bućko Statystyka 6 marca 2017 1 / 28 Szeregi rozdzielcze przedziałowe - kwartyle - przypomnienie Po ustaleniu przedziału, w którym
Bardziej szczegółowoSkalowanie wielowymiarowe idea
Skalowanie wielowymiarowe idea Jedną z wad metody PCA jest możliwość używania jedynie zmiennych ilościowych, kolejnym konieczność posiadania pełnych danych z doświadczenia(nie da się użyć PCA jeśli mamy
Bardziej szczegółowoCeny transferowe jeszcze podatki czy już ekonomia? Michał Majdański BT&A Podatki
Ceny transferowe jeszcze podatki czy już ekonomia? Michał Majdański BT&A Podatki Plan prezentacji 1. Ceny transferowe uwagi wstępne 2. Definicja podmiotów powiązanych 3. Zasada ceny rynkowej 4. Podatkowe
Bardziej szczegółowoPodstawy 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 szczegółowoWPŁYW TECHNOLOGII INFORMACYJNYCH NA POZIOM KSZTAŁCENIA STUDENTÓW KIERUNKU INFORMATYKA
Michał Krupski WPŁYW TECHNOLOGII INFORMACYJNYCH NA POZIOM KSZTAŁCENIA STUDENTÓW KIERUNKU INFORMATYKA Prezentacja dysertacji doktorskiej przygotowanej pod kierunkiem dr hab. inż. prof. Społecznej Akademii
Bardziej szczegółowoAnaliza danych ankietowych. Wykład 1. Projekt badawczy. Rodzaje danych ankietowych. Jerzy Legut
Analiza danych ankietowych Wykład Projekt badawczy. Rodzaje danych ankietowych Jerzy Legut Etapy projektu badawczego. Zdefiniowanie celu badań. Określenie grupy docelowej 3. Wybór metody badań 4. Projekt
Bardziej szczegółowoTrafność egzaminów w kontekście metody EWD
Trafność egzaminów w kontekście metody EWD Aleksandra Jasińska (a.jasinska@ibe.edu.pl) Tomasz Żółtak (t.zoltak@ibe.edu.pl) Instytut Badań Edukacyjnych ul. Górczewska 8 01-180 Warszawa JESIENNA SZKOŁA EWD
Bardziej szczegółowoPODSTAWY FUNKCJONOWANIA PRZEDSIĘBIORSTW
PODSTAWY FUNKCJONOWANIA PRZEDSIĘBIORSTW Część 5. Mgr Michał AMBROZIAK Wydział Zarządzania Uniwersytet Warszawski Warszawa, 2007 Prawa autorskie zastrzeżone. Niniejszego opracowania nie wolno kopiować ani
Bardziej szczegółowoStopa Inflacji. W oparciu o zbiór składający się z n towarów, stopa inflacji wyraża się wzorem. n 100w k p k. , p k
2.1 Stopa Inflacji Stopa inflacji, i, mierzy jak szybko ceny się zmieniają jako zmianę procentową w skali rocznej. Oblicza się ją za pomocą średniej ważonej cząstkowych stóp inflacji, gdzie cząstkowa stopa
Bardziej szczegółowoPrzyjmuje dowolne wartości z określonego przedziału (skończonego lub nie). Zmienne ciągłe: wzrost, czas rozwiązana testu, kwota dochodu
cecha (właściwość), którą posiadają jednostki badanej zbiorowości, przyjmującą co najmniej dwie wartości. Zmienna to właściwość pod względem której elementy zbioru różnią się między sobą Przyjmuje dowolne
Bardziej szczegółowoWykład ze statystyki. Maciej Wolny
Wykład ze statystyki Maciej Wolny T1: Zajęcia organizacyjne Agenda 1. Program wykładu 2. Cel zajęć 3. Nabyte umiejętności 4. Literatura 5. Warunki zaliczenia Program wykładu T1: Zajęcia organizacyjne T2:
Bardziej szczegółowoPrawdopodobieństwo
Prawdopodobieństwo http://www.matemaks.pl/ Wstęp do rachunku prawdopodobieństwa http://www.matemaks.pl/wstep-do-rachunku-prawdopodobienstwa.html Rachunek prawdopodobieństwa pomaga obliczyć szansę zaistnienia
Bardziej szczegółowoKlasyfikacja przypadków w ND280
Klasyfikacja przypadków w ND280 Arkadiusz Trawiński Warszawa, 20 maja 2008 pod opieką: prof Danuta Kiełczewska prof Ewa Rondio 1 Abstrakt Celem analizy symulacji jest bliższe zapoznanie się z możliwymi
Bardziej szczegółowoPreferencje partyjne w maju
KOMUNIKAT Z BADAŃ ISSN 2353 5822 Nr 71/ Preferencje partyjne w maju Maj Przedruk i rozpowszechnianie tej publikacji w całości dozwolone wyłącznie za zgodą CBOS. Wykorzystanie fragmentów oraz danych empirycznych
Bardziej szczegółowoPRZEDSIĘBIORCZOŚĆ KONKURS DLA LICEALISTÓW
PRZEDSIĘBIORCZOŚĆ KONKURS DLA LICEALISTÓW Zadaniem jest kompleksowe przygotowanie strategii marketingowej dla nowo powstałego sklepu internetowego z regionalnym rękodziełem i pamiątkami, która pozwoli
Bardziej szczegółowoWprowadzanie opisu przedmiotu do uniwersyteckiego katalogu przedmiotów w systemie USOS - instrukcja dla koordynatorów
wersja z dnia 10 czerwca 2011 r. Wprowadzanie opisu przedmiotu do uniwersyteckiego katalogu przedmiotów w systemie USOS - instrukcja dla koordynatorów Instrukcja ma na celu ułatwienie realizacji obowiązków
Bardziej szczegółowoPODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH
PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH Dr Benedykt R. Jany I Pracownia Fizyczna Ochrona Środowiska grupa F1 Rodzaje Pomiarów Pomiar bezpośredni - bezpośrednio
Bardziej szczegółowoKonkurencja monopolistyczna
Konkurencja monopolistyczna Dr inż. Anna Kowalska-Pyzalska Prezentacja oparta na: http://www.swlearning.com/economics/mankiw/mankiw3e/powerpoint_micro.html Cechy: Wielu sprzedawców Zróżnicowane produkty
Bardziej szczegółowoP: Czy studiujący i niestudiujący preferują inne sklepy internetowe?
2 Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia czy pomiędzy zmiennymi istnieje związek/zależność. Stosujemy go w sytuacji, kiedy zmienna zależna mierzona jest na skali
Bardziej szczegółowoW kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:
Na dzisiejszym wykładzie omówimy najważniejsze charakterystyki liczbowe występujące w statystyce opisowej. Poszczególne wzory będziemy podawać w miarę potrzeby w trzech postaciach: dla szeregu szczegółowego,
Bardziej szczegółowoWymagania edukacyjne na poszczególne oceny zgodne z podstawą programową kształcenia w zawodzie. Technik Handlowiec
Wymagania edukacyjne na poszczególne oceny zgodne z podstawą programową kształcenia w zawodzie Technik Handlowiec Przedmiot: marketing Klasa: 3 i 4 Imię i nazwisko nauczyciela prowadzącego: Małgorzata
Bardziej szczegółowoSCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO
SCHEMAT ROZWIĄZANIA ZADANIA OPTYMALIZACJI PRZY POMOCY ALGORYTMU GENETYCZNEGO. Rzeczywistość (istniejąca lub projektowana).. Model fizyczny. 3. Model matematyczny (optymalizacyjny): a. Zmienne projektowania
Bardziej szczegółowoANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2012
ANALIZA WYNIKÓW NAUCZANIA W GIMNAZJUM NR 3 Z ZASTOSOWANIEM KALKULATORA EWD 100 ROK 2012 OPRACOWAŁY: ANNA ANWAJLER MARZENA KACZOR DOROTA LIS 1 WSTĘP W analizie wykorzystywany będzie model szacowania EWD.
Bardziej szczegółowoFunkcje systemu infokadra
System Informacji Zarządczej - infokadra jest rozwiązaniem skierowanym dla kadry zarządzającej w obszarze administracji publicznej. Jest przyjaznym i łatwym w użyciu narzędziem analityczno-raportowym,
Bardziej szczegółowoRZECZOZNAWCA, Aleksandra Radziejowska. Katedra Geomechaniki, Budownictwa i Geotechniki. A1 312
RZECZOZNAWCA, operat szacunkowy wybrana metoda obliczania Aleksandra Radziejowska Katedra Geomechaniki, Budownictwa i Geotechniki aradziej@agh.edu.pl, A1 312 n.h.m. Operat szacunkowy DOCHODOWE MIESZANE
Bardziej szczegółowo