Słowa kluczowe: gospodarstwo domowe, funkcja użyteczności, wartości marginalne. Key words: household, utility function, marginal values.

Wielkość: px
Rozpocząć pokaz od strony:

Download "Słowa kluczowe: gospodarstwo domowe, funkcja użyteczności, wartości marginalne. Key words: household, utility function, marginal values."

Transkrypt

1 FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 2007, Oeconomica 256 (48), Grażyna KARMOWSKA FUNKCJA UŻYTECZNOŚCI GOSPODARSTWA DOMOWEGO UTILITY FUNCTION OF THE FARM HOUSEHOLD Zakład Analizy Systemowej, Akademia Rolnicza ul. Monte Cassino 16, Szczecin Abstract. In family farm and household analysis were utilized the family labor input in family farm and also the household income share in household total income. There were undertaken the attempt to define the utility function for farm families and the analysis of this function. To closeness interpret using marginal and elasticity values. Households in Zachodniopomorskie County were used as the research objects. The 37.14% of the inmates doesn t work for profits outsider of the household. Only in 5.71% households uses labor workers. Social households determines only 7.14% of the experiment. Estimated income and intake functions has taken the potency form. These are functions with permanent elasticity. Their marginal functions and differential equation were analyzed. Słowa kluczowe: gospodarstwo domowe, funkcja użyteczności, wartości marginalne. Key words: household, utility function, marginal values. WSTĘP Rodzina rolnicza jest swoistym konsumentem, który jednocześnie jest producentem. Wiązka konsumpcyjna wybrana przez konsumenta produkuje użyteczność, która ma określoną wartość jedynie dla niego. Związane jest to z racjonalnym zachowaniem się konsumenta. Podstawowym celem pracy jest oszacowanie funkcji użyteczności badanych gospodarstw dla rodzin rolniczych. Jako potencjalne zmienne objaśniające przyjęto czasy pracy z podziałem na pracę rodziny rolnika, pracę najemną wykorzystywaną przy pracach rolnych, a także spożycie, koszty bezpośrednie i dochód. Czas pracy oraz wartość produkcji posłużyły również jako kryteria klasyfikacji badanych gospodarstw. MATERIAŁ I METODY Klasyfikacja gospodarstw Stosowane są różne kryteria klasyfikacji gospodarstw rolnych. W poniższym opracowaniu jako kryterium wykorzystano czas pracy w gospodarstwie rolnym rodziny rolnika oraz udział dochodu z gospodarstwa rolnego w dochodzie całkowitym gospodarstwa domowego tej rodziny. Na rysunku 1 (opracowanym na podstawie schematu Nakajima 1986) uwzględniono wkład pracy rodziny rolnika, udział siły najemnej w pracach rolnych oraz stopień konsumpcji przez domowników własnej produkcji rolnej. Oś pozioma dolna przedstawia wkład pracy rodziny, a oś górna udział pracy siły najemnej. Na osi pionowej lewej prezentowany jest udział konsumpcji domowników, a na osi prawej udział produkcji sprzedanej. W zależności od udziału poszczególnych czasów pracy oraz konsumpcji w kwadracie ulokowano rodzaje gospodarstw rolnych.

2 160 G. Karmowska Gospodarstwa rolne, mieszczące się na wykresie po lewej stronie, nazywane są gospodarstwami rolnymi rodzinnymi, a mieszczące się po prawej stronie gospodarstwami rolnymi firmami. Na dole wykresu są gospodarstwa rolne produkujące na własne potrzeby, a u góry gospodarstwa rolne komercyjne. Gospodarstwa rolne lokujące się w dolnej lewej części kwadratu to gospodarstwa rolne rodzinne produkujące na własne utrzymanie (tzw. gospodarstwa socjalne), natomiast w górnej lewej części komercyjne gospodarstwa rolne rodzinne oraz gospodarstwa rolne, w prawej górnej części gospodarstwa rolne komercyjne (typowe firmy-farmy). Przyjmując oznaczenia L całkowita praca rodziny, L praca wewnątrz gospodarstwa rolnego, otrzymujemy następujące zależności: pracownicy domowi L > L = 0 gospodarstwo domowe rolnika L > L > 0 niecała praca rodziny jest poświęcona pracy w gospodarstwie rolnym, L = L > 0 cała praca rodziny jest poświęcona pracy w gospodarstwie rolnym i nie wykorzystuje się siły najemnej, L > L > 0 cała praca rodziny jest poświęcona pracy w gospodarstwie rolnym oraz wykorzystuje się pracowników najemnych. gospodarstwo rolne firma (nierodzinna) L > L = 0 Przyjmując za P wartość produkcji gospodarstwa rolnego, a za X wartość produkcji konsumowanej przez domowników, możemy sklasyfikować gospodarstwa rolne jako: czysto komercyjne gospodarstwa rolne P > X = 0 komercyjne gospodarstwa rolne z konsumpcją części produkcji P > X > 0 gospodarstwa rolne produkujące na własne potrzeby P = X > 0 gospodarstwa rolne, które częściowo nabywają, dla domowej konsumpcji, produkcję innych gospodarstw X > P > 0 Zasadnicza różnica między gospodarstwami rolnymi firmami i gospodarstwami rolnymi rodzinnymi występuje w wykorzystaniu pracy domowników i domowej konsumpcji produkcji. Te dwa aspekty pracy rodziny są bardzo ważne w ekonomice gospodarstwa rolnego, ponieważ gospodarstwa rolne rodzinne wykorzystują częściowo wkład pracy rodziny. Można zaklasyfikować do gospodarstw rodzinnych również te gospodarstwa, które konsumują własną produkcję. Za gospodarstwa rolne rodzinne uważa się zatem takie, które ekonomicznie wykorzystują cały potencjał gospodarstwa rolnego firmy i pracowników domowników, co w praktyce oznacza potencjał gospodarstwa rolnego, pracę domowników i konsumpcję domowników.

3 Funkcja użyteczności gospodarstwa domowego 161 Wkład pracy siły najemnej 0% 100% GOSPODARSTWA KOMERCYJNE Produkcja skonsumowana w domu GOSPODARSTWA RODZINNE (OSPODARSTWA DOMOWE) GOSPODARSTWA FIRMY (FIRMY GOSPODARSTWA) GOSPODARSTWA PRODUKUJĄCE NA WŁASNE POTRZEBY 100% 0% Produkcja sprzedana Wkład pracy rodziny Rys. 1. Proporcje wkładu pracy rodziny rolnika w różnych rodzajach gospodarstw rolnych Funkcja użyteczności gospodarstwa domowego Funkcja użyteczności, która obejmuje zachowania polegające na wyborze w warunkach niepewności, może mieć specjalną budowę. Jeżeli jest wklęsła, to konsument jest niechętny wobec ryzyka; jeśli jest wypukła, to konsument jest amatorem ryzyka. W przypadku, gdy ma postać liniową względem prawdopodobieństw, użyteczność przypisana grze będzie dokładnie oczekiwaną użytecznością różnych wyników. Argumentami funkcji użyteczności bezpośredniej są ilości dóbr i ich jakość. Można rozważać funkcje użyteczności tam, gdzie zmienne niezależne są w ujęciu wartościowym. Gospodarstwo domowe i praca domowa mają dwie wspólne cechy. Każdy domownik stwarza dochód poprzez użyteczność pracy rodziny i dążenie do maksymalizacji użyteczności. Każdy domownik ma funkcję użyteczności (jako funkcję obiektywną) jest to funkcja dochodu, która jest równoznaczna z pracą rodziny i, dodatkowo, dla każdego dochodu jest to funkcja rosnąca, z uwzględnieniem pracy rodziny. Zazwyczaj dochód z pracy domowników wyrażany jest jedynie w pieniądzu. Gospodarstwo rodzinne uwzględnia dystrybucje produktów między domową konsumpcją i sprzedażą komercyjną. Funkcja użyteczności gospodarstw domowych jest zazwyczaj funkcją pracy domowników w gospodarstwie rolnym, inwestycją w dzieci i pieniężnym dochodem. Przy założeniu, że gospodarstwo rodzinne sprzedaje wszystko, co wyprodukuje na rynku, i że kupuje na rynku niezbędne produkty konsumpcyjne po tych samych cenach, za jakie je sprzedało, należy rozróżnić funkcję użyteczności gospodarstwa rolnego rodzinnego i domowników.

4 162 G. Karmowska Jeżeli funkcja użyteczności gospodarstwa rodzinnego: U=U(L, M), gdzie: L suma czasu pracy rodziny w godzinach w ciągu roku, M dochód pieniężny w ciągu roku, U L < 0, U M > 0, to U L < 0 oznacza, że użyteczność względem pracy generuje bezpośrednio skrócenie wolnego czasu, a marginalna użyteczność pracy jest ujemna. Różniczka zupełna funkcji użyteczności du = U L dl + U M dm oznacza, że wzrost użyteczności jest generowany przyrostem całkowitego czasu pracy oraz przyrostem dochodu. Stąd marginalna wartość pracy rodziny jest pierwszą pochodną funkcji dochodu względem pracy dm dl U = L (1) U M Uwzględniając postać funkcji użyteczności U i relacje U L < 0 oraz U M > 0, otrzymujemy: UL UL 0 > 0 L U >, M M U (2) M Przy założeniu psychologicznego limitu pracy rodziny ( L) 0 L L oraz uwzględnieniu minimum kosztów życia ( M 0 ) w gospodarstwie domowym otrzymujemy M 0 M 0 α = > 0 lub M0 = M0 + αl. L Jest to wartość stała równa wartości marginalnej pracy dla 0 L L oraz M 0 M 0. Dla L = L oraz M 0 > M 0 wartość marginalna jest równa nieskończoności. U L Dla liniowej funkcji użyteczności wartość marginalna jest stała = α. U M Przy dochodzie zwiększonym do poziomu M 0 otrzymujemy wartość marginalną U L = β > α. U M U L Marginalna wartość brutto pracy rodziny jest równa marginalnej wartości mini- U mum kosztów życia α (stałe) plus wartości marginalnej netto pracy rodziny: U L U L U L = α + α, a dla zwiększonego dochodu M 0 : = β = α + ( β α ). U M U M U M M WYNIKI I DYSKUSJA Badaniami objęto 70 gospodarstw województwa zachodniopomorskiego. Do analizy wykorzystano dane Instytutu Ekonomiki Rolnictwa i Gospodarki Żywnościowej w Warszawie. Analizowano deklarowany czas pracy domowników, poświęcony na prace rolne (L1),

5 Funkcja użyteczności gospodarstwa domowego 163 na prace domowe (L2), pracę zarobkową (L3) oraz czas pracy najemnej wykorzystywanej w gospodarstwie (L4). Jak te czasy się kształtowały, przedstawia rys Liczba osób Liczba obs Rys 2. Histogram czasu pracy domowników Źródło: opracowanie własne na podstawie danych IERiGŻ z 2001 r. L1 L2 L3 L4 Analiza liczby godzin poświęconych pracy zarobkowej wykazała, że w 26 gospodarstwach (37,14%) nikt z domowników z niej nie korzystał. Aż w 38,57% gospodarstw czas pracy domowników przeznaczony na pracę zarobkową wynosi maksymalnie 300 h w roku, w 11,43% mieści się w przedziale od 300 do 600 h. Analiza godzin pracy najemnej, wykorzystywanej przy pracach rolniczych, wykazała, że w 42,86% gospodarstw korzysta się jedynie z siły roboczej domowników, natomiast w 50% korzysta się z siły najemnej w wymiarze do 1050 godzin w roku. Podstawowe statystyki dotyczące godzin pracy zawarto w tab. 1. Tabela 1. Charakterystyki czasów pracy w gospodarstwach rolnych (w h w roku) Charakterystyki L1 L2 L3 L4 Wartość średnia Odchylenie standardowe Minimum Maksimum Jedynie w 4 gospodarstwach (5,71% badanych gospodarstw) w pracach wykorzystuje się najemną siłę roboczą z udziałem ponad 19%. Dwa gospodarstwa mają bardzo duży udział najemnej siły roboczej 41,82% oraz 59,37%. Dążą one w swej działalności do formy gospodarowania komercyjnego, zgodnie z rys. 1.

6 164 G. Karmowska Interesująco przedstawiają się proporcje poszczególnych czasów pracy w relacji do czasu całkowitego L (L=L1+L2+L3+L4). Przyjęto, że L1/L udział czasu pracy poświęconego na prace rolne w całkowitym czasie pracy, L2/L udział czasu pracy poświęconego na prace domowe w całkowitym czasie pracy, L3/L udział czasu pracy poświęconego na prace zarobkowe w całkowitym czasie pracy oraz L4/L udział czasu pracy najemnej w całkowitym czasie pracy; relacje te przedstawia rys. 3. 5% 7% 32% 56% L1/L L2/L L3/L L4/L Rys 3. Proporcje czasów pracy w gospodarstwie rolnym W badanych gospodarstwach przeciętnie 56% czasu poświęca się na prace w gospodarstwie rolnym, 32% na prace domowe, a jedynie 5% na pracę zarobkową poza własnym gospodarstwem. Czas pracy najemnej to zaledwie 7% całkowitego czasu. Kolejnym obszarem analizy były dochody. Podstawowe charakterystyki dla dochodów ogółem, dochodów rolniczych netto oraz dochodów spoza gospodarstwa przedstawiono w tab. 2. Tabela 2. Dochody [zł] Charakterystyki Do Dn Dsg Wartość średnia Odchylenie standardowe Minimum Maksimum Do dochody ogółem, Dn dochody rolnicze netto, Dsg dochody spoza gospodarstwa. Dochody ogółem oraz netto charakteryzują się dużą zmiennością odpowiednio 193,81% i 255,31%. W badanej próbie są gospodarstwa wykazujące w badanym roku dochody ujemne. Dochody spoza gospodarstwa mają zmienność wynoszącą 64,36%. Jest to więc próba bardzo zróżnicowana. Z obszaru kosztów analizowane były koszty bezpośrednie, koszty pośrednie dotyczące gospodarstwa rolnego, oraz wydatki na artykuły bytowe i spożycie ogółem dotyczące gospodarstwa domowego (tab. 3). Cechy te charakteryzują się dużą zmiennością. Szczególnie koszty bezpośrednie wykazują 150% zmienności, koszty pośrednie 81,7%, wydatki 96,4%, a spożycie jedynie 57,3%.

7 Funkcja użyteczności gospodarstwa domowego 165 Tabela 3. Koszty, wydatki i spożycie [zł] Charakterystyki Kb Kp W S Wartość średnia , , , ,6 Odchylenie standardowe , , , ,9 Minimum 3 342, ,9 546, ,2 Maksimum , , , ,3 Kb koszty bezpośrednie, Kp koszty pośrednie, W wydatki na artykuły bytowe, S spożycie ogółem. Porównując wartość produkcji gospodarstw rolnych z wartością produkcji konsumowanej przez domowników, można wyciągnąć następujące wnioski: gospodarstwa rolne, w których wartość produkcji jest równa wartości spożycia, stanowią 5,71% badanej próby; w pozostałych gospodarstwach jedynie część produkcji jest konsumowana przez domowników. Spośród wielu oszacowanych postaci funkcji wybrano te, które spełniały kryteria: dobrego dopasowania modelu do danych empirycznych, istotności parametrów strukturalnych, braku autokorelacji czynnika losowego oraz reszty, analizowane za pomocą testu serii, które mają rozkład normalny (n A, n B > 20). Do obliczeń wykorzystano program Statgraphics. Modele były szacowane KMNK, autokorelację czynnika losowego badano za pomocą współczynnika autokorelacji Durbina-Watsona, postać funkcji regresji potwierdzona została za pomocą testu serii Stevensona (Nowak 2002). Przy badaniu zależności funkcyjnych między wydatkami a pozostałymi wytypowanymi zmiennymi powyższe warunki spełniała jedynie funkcja liniowa z dwoma zmiennymi czas pracy przy pracach rolnych oraz spożycie. Funkcja przyjęła postać: W = 5572,850 0,5482 L S (3) t ( 9,2080) ( 3,3658) (39,3585) Współczynnik determinacji dla tego modelu wynosi 96,34%, parametry są istotne statystycznie na poziomie istotności 0,013, a błąd standardowy estymacji stanowi 18,44% wartości średniej. Statystyka D-W=1,71 świadczy o braku autokorelacji czynnika losowego, a test serii weryfikuje hipotezę o liniowości funkcji regresji. Badając zależność spożycia, do modelu zakwalifikowano 4 zmienne niezależne: czas pracy przy pracach rolnych, wydatki na artykuły bytowe, koszty pośrednie oraz dochody ogółem. Kształt funkcji przyjął postać liniową: S = 8614, , 9110L1 + 1, 2748W + 0, 0551Kp + 0, 01860Do (4) t (10,775) (4,0137) (20,3543) (2,4890) (2,5200) Funkcja ta została dopasowana w 97,08% do danych empirycznych; 9,44% wartości średniej stanowi błąd standardowy estymacji. Parametry są istotne na poziomie 0,033. Statystyka D-W=1,83 świadczy o braku autokorelacji czynnika losowego, a test serii weryfikuje hipotezę o liniowości funkcji regresji. Analizując uzyskane postaci funkcji, można poza interpretacją bezpośrednią wyznaczyć wartości marginalne. Dla obu oszacowanych funkcji są to wartości stałe; przyjmują wartości:

8 166 G. Karmowska dla funkcji wydatków W W = 0, 5484, = 0, 6574, L1 dla funkcji spożycia = 0, 911, = 1, 2748, = 0, 055, = 0, L1 W Kp Do Ponieważ drugie pochodne ww. funkcji mają wartość zerową, nie można ich wykorzystać do określenia skłonności rolników do podejmowania ryzykownych decyzji. PODSUMOWANIE Wśród badanych gospodarstw jedynie 7% czasu poświęconego pracy w gospodarstwie stanowi praca najemna. Domownicy jedynie 5% swojego czasu poświęcają na pracę zarobkową poza własnym gospodarstwem. Funkcja wydatków na artykuły bytowe przyjmuje postać funkcji liniowej z dwoma zmiennymi czasem pracy przy pracach rolnych oraz wartością spożycia rodziny ogółem. Funkcja spożycia przyjmuje również postać liniową, ale z czterema zmiennymi czasem pracy przy pracach rolnych, wydatkami na artykuły bytowe, kosztami pośrednimi oraz dochodami ogółem. Na podstawie tych funkcji nie można stwierdzić, czy analizowane gospodarstwa rolne, a raczej domownicy, są skłonni do ryzykownych decyzji. PIŚMIENNICTWO Nakajima C Subjective equilibrium theory of the farm household. ELSEVIER, Nowy York. Nowak E Zarys metod ekonometrii. PWN, Warszawa.

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 007, Oeconomica 54 (47), 73 80 Mateusz GOC PROGNOZOWANIE ROZKŁADÓW LICZBY BEZROBOTNYCH WEDŁUG MIAST I POWIATÓW FORECASTING THE DISTRIBUTION

Bardziej szczegółowo

CENY ZAKUPU I DZIERŻAWY KWOTY MLECZNEJ W GOSPODARSTWACH KRAJÓW EUROPEJSKICH W LATACH

CENY ZAKUPU I DZIERŻAWY KWOTY MLECZNEJ W GOSPODARSTWACH KRAJÓW EUROPEJSKICH W LATACH FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 2007, Oeconomica 256 (48), 117 122 Bogusław GOŁĘBIOWSKI, Agata WÓJCIK CENY ZAKUPU I DZIERŻAWY KWOTY MLECZNEJ W GOSPODARSTWACH KRAJÓW

Bardziej szczegółowo

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1. tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1

Bardziej szczegółowo

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna

Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna Regresja wieloraka Regresja wieloraka Ogólny problem obliczeniowy: dopasowanie linii prostej do zbioru punktów. Najprostszy przypadek - jedna zmienna zależna i jedna zmienna niezależna (można zobrazować

Bardziej szczegółowo

Metody Ilościowe w Socjologii

Metody Ilościowe w Socjologii Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu

Bardziej szczegółowo

Rozdział 8. Regresja. Definiowanie modelu

Rozdział 8. Regresja. Definiowanie modelu Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność

Bardziej szczegółowo

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych 3.1. Estymacja parametrów i ocena dopasowania modeli z jedną zmienną 23. Właściciel komisu w celu zbadania

Bardziej szczegółowo

Ekonometria. Zajęcia

Ekonometria. Zajęcia Ekonometria Zajęcia 16.05.2018 Wstęp hipoteza itp. Model gęstości zaludnienia ( model gradientu gęstości ) zakłada, że gęstość zaludnienia zależy od odległości od okręgu centralnego: y t = Ae βx t (1)

Bardziej szczegółowo

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności: Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności

Bardziej szczegółowo

Zadania ze statystyki, cz.6

Zadania ze statystyki, cz.6 Zadania ze statystyki, cz.6 Zad.1 Proszę wskazać, jaką część pola pod krzywą normalną wyznaczają wartości Z rozkładu dystrybuanty rozkładu normalnego: - Z > 1,25 - Z > 2,23 - Z < -1,23 - Z > -1,16 - Z

Bardziej szczegółowo

Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y).

Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych (X1, X2, X3,...) na zmienną zależną (Y). Statystyka i opracowanie danych Ćwiczenia 12 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA WIELORAKA Regresja wielokrotna jest metodą statystyczną, w której oceniamy wpływ wielu zmiennych niezależnych

Bardziej szczegółowo

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji Statystyka i opracowanie danych Ćwiczenia 5 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ MODEL REGRESJI LINIOWEJ Analiza regresji

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

MODELE LINIOWE. Dr Wioleta Drobik

MODELE LINIOWE. Dr Wioleta Drobik MODELE LINIOWE Dr Wioleta Drobik MODELE LINIOWE Jedna z najstarszych i najpopularniejszych metod modelowania Zależność między zbiorem zmiennych objaśniających, a zmienną ilościową nazywaną zmienną objaśnianą

Bardziej szczegółowo

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018 Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018 Nr indeksu... Imię i Nazwisko... Nr grupy ćwiczeniowej... Imię i Nazwisko prowadzącego... 1. Specyfikacja modelu

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.

Bardziej szczegółowo

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp. Sprawdzian 2. Zadanie 1. Za pomocą KMNK oszacowano następującą funkcję produkcji: Gdzie: P wartość produkcji, w tys. jp (jednostek pieniężnych) K wartość kapitału zaangażowanego w proces produkcji, w tys.

Bardziej szczegółowo

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Spis treści I. Wzory ogólne... 2 1. Średnia arytmetyczna:... 2 2. Rozstęp:... 2 3. Kwantyle:... 2 4. Wariancja:... 2 5. Odchylenie standardowe:...

Bardziej szczegółowo

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Zadanie 1 Eksploracja (EXAMINE) Informacja o analizowanych danych Obserwacje Uwzględnione Wykluczone Ogółem

Bardziej szczegółowo

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015 Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2014/2015 Nr indeksu... Imię i Nazwisko... Nr grupy ćwiczeniowej... Imię i Nazwisko prowadzącego... 1. Specyfikacja modelu

Bardziej szczegółowo

Współczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ

Współczynnik korelacji. Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ Współczynnik korelacji Współczynnik korelacji jest miernikiem zależności między dwiema cechami Oznaczenie: ϱ Własności współczynnika korelacji 1. Współczynnik korelacji jest liczbą niemianowaną 2. ϱ 1,

Bardziej szczegółowo

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1

Weryfikacja hipotez statystycznych. KG (CC) Statystyka 26 V / 1 Weryfikacja hipotez statystycznych KG (CC) Statystyka 26 V 2009 1 / 1 Sformułowanie problemu Weryfikacja hipotez statystycznych jest drugą (po estymacji) metodą uogólniania wyników uzyskanych w próbie

Bardziej szczegółowo

Statystyka. #6 Analiza wariancji. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2015/ / 14

Statystyka. #6 Analiza wariancji. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2015/ / 14 Statystyka #6 Analiza wariancji Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik rok akademicki 2015/2016 1 / 14 Analiza wariancji 2 / 14 Analiza wariancji Analiza wariancji jest techniką badania wyników,

Bardziej szczegółowo

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)

weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja) PODSTAWY STATYSTYKI. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na

Bardziej szczegółowo

Proces modelowania zjawiska handlu zagranicznego towarami

Proces modelowania zjawiska handlu zagranicznego towarami Załącznik nr 1 do raportu końcowego z wykonania pracy badawczej pt. Handel zagraniczny w województwach (NTS2) realizowanej przez Centrum Badań i Edukacji Statystycznej z siedzibą w Jachrance na podstawie

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

PDF 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 szczegółowo

Ekonometria egzamin 01/02/ W trakcie egzaminu wolno używać jedynie długopisu o innym kolorze atramentu niż czerwony oraz kalkulatora.

Ekonometria egzamin 01/02/ W trakcie egzaminu wolno używać jedynie długopisu o innym kolorze atramentu niż czerwony oraz kalkulatora. imię, nazwisko, nr indeksu: Ekonometria egzamin 01/02/2019 1. Egzamin trwa 90 minut. 2. Rozwiązywanie zadań należy rozpocząć po ogłoszeniu początku egzaminu a skończyć wraz z ogłoszeniem końca egzaminu.

Bardziej szczegółowo

ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO

ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO ANALIZA DYNAMIKI DOCHODU KRAJOWEGO BRUTTO Wprowadzenie Zmienność koniunktury gospodarczej jest kształtowana przez wiele różnych czynników ekonomicznych i pozaekonomicznych. Znajomość zmienności poszczególnych

Bardziej szczegółowo

Ekonometria Ćwiczenia 19/01/05

Ekonometria Ćwiczenia 19/01/05 Oszacowano regresję stopy bezrobocia (unemp) na wzroście realnego PKB (pkb) i stopie inflacji (cpi) oraz na zmiennych zero-jedynkowych związanymi z kwartałami (season). Regresję przeprowadzono na danych

Bardziej szczegółowo

Ocena działalności przedsiębiorstwa z zastosowaniem wybranych metod ilościowych

Ocena działalności przedsiębiorstwa z zastosowaniem wybranych metod ilościowych Grażyna Karmowska Zakład Analizy Systemowej Akademia Rolnicza w Szczecinie Ocena działalności przedsiębiorstwa z zastosowaniem wybranych metod ilościowych Wstęp Jednym z podstawowych sposobów oceny podejmowanych

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Instytut Ekonomiki Rolnictwa i Gospodarki Żywnościowej Państwowy Instytut Badawczy. Wojciech Ziętara, Wojciech Józwiak, Zofia Mirkowska

Instytut Ekonomiki Rolnictwa i Gospodarki Żywnościowej Państwowy Instytut Badawczy. Wojciech Ziętara, Wojciech Józwiak, Zofia Mirkowska Instytut Ekonomiki Rolnictwa i Gospodarki Żywnościowej Państwowy Instytut Badawczy Rola dużych gospodarstw rolnych we wzroście produktywności pracy rolnictwa polskiego na tle sytuacji w innych w wybranych

Bardziej szczegółowo

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( ) Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału

Bardziej szczegółowo

EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE

EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE ZADANIE 1 Oszacowano zależność między luką popytowa a stopą inflacji dla gospodarki niemieckiej. Wyniki estymacji są następujące: Estymacja KMNK,

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

Egzamin z ekonometrii wersja IiE, MSEMAT

Egzamin z ekonometrii wersja IiE, MSEMAT Egzamin z ekonometrii wersja IiE, MSEMAT 04-02-2016 Pytania teoretyczne 1. Za pomocą jakiego testu weryfikowana jest normalność składnika losowego? Jakiemu założeniu KMRL odpowiada w tym teście? Jakie

Bardziej szczegółowo

Stanisław Cichocki. Natalia Neherbecka. Zajęcia 13

Stanisław Cichocki. Natalia Neherbecka. Zajęcia 13 Stanisław Cichocki Natalia Neherbecka Zajęcia 13 1 1. Kryteria informacyjne 2. Testowanie autokorelacji 3. Modele dynamiczne: modele o rozłożonych opóźnieniach (DL) modele autoregresyjne o rozłożonych

Bardziej szczegółowo

Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym

Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym Wiesława MALSKA Politechnika Rzeszowska, Polska Anna KOZIOROWSKA Uniwersytet Rzeszowski, Polska Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym Wstęp Wnioskowanie statystyczne

Bardziej szczegółowo

Wykład 3 Hipotezy statystyczne

Wykład 3 Hipotezy statystyczne Wykład 3 Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu obserwowanej zmiennej losowej (cechy populacji generalnej) Hipoteza zerowa (H 0 ) jest hipoteza

Bardziej szczegółowo

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona Sprawdzanie założeń przyjętych o modelu (etap IIIC przyjętego schematu modelowania regresyjnego) 1. Szum 2. Założenie niezależności zakłóceń modelu - autokorelacja składnika losowego - test Durbina - Watsona

Bardziej szczegółowo

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności.

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności. TEST STATYSTYCZNY Testem statystycznym nazywamy regułę postępowania rozstrzygająca, przy jakich wynikach z próby hipotezę sprawdzaną H 0 należy odrzucić, a przy jakich nie ma podstaw do jej odrzucenia.

Bardziej szczegółowo

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1 Zadanie 1 a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1 b) W naszym przypadku populacja są inżynierowie w Tajlandii. Czy można jednak przypuszczać, że na zarobki kobiet-inżynierów

Bardziej szczegółowo

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka Statystyka opisowa. Wykład V. e-mail:e.kozlovski@pollub.pl Spis treści 1 Prosta regresji cechy Y względem cech X 1,..., X k. 2 3 Wyznaczamy zależność cechy Y od cech X 1, X 2,..., X k postaci Y = α 0 +

Bardziej szczegółowo

Analiza współzależności zjawisk

Analiza współzależności zjawisk Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. STATYSTYKA MATEMATYCZNA WYKŁAD 4 WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X. Wysuwamy hipotezy: zerową (podstawową H ( θ = θ i alternatywną H, która ma jedną z

Bardziej szczegółowo

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

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego

Bardziej szczegółowo

Analiza wydatków polskich gospodarstw domowych na łączność

Analiza wydatków polskich gospodarstw domowych na łączność Małgorzata Grzywińska-Rąpca Wydział Nauk Ekonomicznych Uniwersytet Warmińsko-Mazurski w Olsztynie Analiza wydatków polskich gospodarstw domowych na łączność 1. Wstęp Większość podmiotów występujących na

Bardziej szczegółowo

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

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

Bardziej szczegółowo

5. Model sezonowości i autoregresji zmiennej prognozowanej

5. Model sezonowości i autoregresji zmiennej prognozowanej 5. Model sezonowości i autoregresji zmiennej prognozowanej 1. Model Sezonowości kwartalnej i autoregresji zmiennej prognozowanej (rząd istotnej autokorelacji K = 1) Szacowana postać: y = c Q + ρ y, t =

Bardziej szczegółowo

Model 1: Estymacja KMNK z wykorzystaniem 32 obserwacji 1964-1995 Zmienna zależna: st_g

Model 1: Estymacja KMNK z wykorzystaniem 32 obserwacji 1964-1995 Zmienna zależna: st_g Zadanie 1 Dla modelu DL dla zależności stopy wzrostu konsumpcji benzyny od stopy wzrostu dochodu oraz od stopy wzrostu cen benzyny w latach 1960 i 1995 otrzymaliśmy następujące oszacowanie parametrów.

Bardziej szczegółowo

Zmiany liczby gospodarstw osób fizycznych ze zdolnością konkurencyjną

Zmiany liczby gospodarstw osób fizycznych ze zdolnością konkurencyjną Zmiany liczby gospodarstw osób fizycznych ze zdolnością konkurencyjną prof. dr hab. Wojciech Józwiak mgr Jolanta Sobierajewska mgr inż. Marek Zieliński Instytut Ekonomiki Rolnictwa i Gospodarki Żywnościowej

Bardziej szczegółowo

STUDIA I STOPNIA EGZAMIN Z EKONOMETRII

STUDIA I STOPNIA EGZAMIN Z EKONOMETRII NAZWISKO IMIĘ Nr albumu Nr zestawu Zadanie 1. Dana jest macierz Leontiefa pewnego zamkniętego trzygałęziowego układu gospodarczego: 0,64 0,3 0,3 0,6 0,88 0,. 0,4 0,8 0,85 W okresie t stosunek zuŝycia środków

Bardziej szczegółowo

Analiza autokorelacji

Analiza autokorelacji Analiza autokorelacji Oblicza się wartości współczynników korelacji między y t oraz y t-i (dla i=1,2,...,k), czyli współczynniki autokorelacji różnych rzędów. Bada się statystyczną istotność tych współczynników.

Bardziej szczegółowo

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA Powtórka Powtórki Kowiariancja cov xy lub c xy - kierunek zależności Współczynnik korelacji liniowej Pearsona r siła liniowej zależności Istotność

Bardziej szczegółowo

4. Średnia i autoregresja zmiennej prognozowanej

4. Średnia i autoregresja zmiennej prognozowanej 4. Średnia i autoregresja zmiennej prognozowanej 1. Średnia w próbie uczącej Własności: y = y = 1 N y = y t = 1, 2, T s = s = 1 N 1 y y R = 0 v = s 1 +, 2. Przykład. Miesięczna sprzedaż żelazek (szt.)

Bardziej szczegółowo

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI Test zgodności i analiza wariancji Analiza wariancji Test zgodności Chi-kwadrat Sprawdza się za jego pomocą ZGODNOŚĆ ROZKŁADU EMPIRYCZNEGO Z PRÓBY Z ROZKŁADEM HIPOTETYCZNYM

Bardziej szczegółowo

t y x y'y x'x y'x x-x śr (x-x śr)^2

t y x y'y x'x y'x x-x śr (x-x śr)^2 Na podstawie:w.samuelson, S.Marks Ekonomia menedżerska Zadanie 1 W przedsiębiorstwie toczy się dyskusja na temat wpływu reklamy na wielkość. Dział marketingu uważa, że reklama daje wysoce pozytywne efekty,

Bardziej szczegółowo

ESTYMACJA. Przedział ufności dla średniej

ESTYMACJA. Przedział ufności dla średniej ESTYMACJA Przedział ufności dla średniej W grupie 900 losowo wybranych pracowników przedsiębiorstwa średnia liczba dni nieobecności w pracy wynosiła 30, a odchylenie standardowe 3 dni. a) Przyjmując współczynnik

Bardziej szczegółowo

Analiza regresji - weryfikacja założeń

Analiza regresji - weryfikacja założeń Medycyna Praktyczna - portal dla lekarzy Analiza regresji - weryfikacja założeń mgr Andrzej Stanisz z Zakładu Biostatystyki i Informatyki Medycznej Collegium Medicum UJ w Krakowie (Kierownik Zakładu: prof.

Bardziej szczegółowo

Klasy wielkości ekonomicznej

Klasy wielkości ekonomicznej Wyniki uzyskane przez gospodarstwa rolne uczestniczące w systemie Polski FADN wg klas wielkości ekonomicznej w woj. dolnośląskim w latach 2015 i 2016 Poniżej analiza gospodarstw przeprowadzona wg klas

Bardziej szczegółowo

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

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego

Bardziej szczegółowo

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r

Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów

Bardziej szczegółowo

Ekonometria egzamin 02/02/ W trakcie egzaminu wolno używać jedynie długopisu o innym kolorze atramentu niż czerwony oraz kalkulatora.

Ekonometria egzamin 02/02/ W trakcie egzaminu wolno używać jedynie długopisu o innym kolorze atramentu niż czerwony oraz kalkulatora. imię, nazwisko, nr indeksu: Ekonometria egzamin 02/02/2011 1. Egzamin trwa 90 minut. 2. Rozwiązywanie zadań należy rozpocząć po ogłoszeniu początku egzaminu a skończyć wraz z ogłoszeniem końca egzaminu.

Bardziej szczegółowo

Stanisław Cihcocki. Natalia Nehrebecka

Stanisław Cihcocki. Natalia Nehrebecka Stanisław Cihcocki Natalia Nehrebecka 1 1. Kryteria informacyjne 2. Testowanie autokorelacji w modelu 3. Modele dynamiczne: modele o rozłożonych opóźnieniach (DL) modele autoregresyjne o rozłożonych opóźnieniach

Bardziej szczegółowo

BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI

BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI 14 BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI 14.1 WSTĘP Ogólne wymagania prawne dotyczące przy pracy określają m.in. przepisy

Bardziej szczegółowo

Ekonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej

Ekonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej Ekonometria Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Wykład 4 Prognozowanie, stabilność 1 / 17 Agenda

Bardziej szczegółowo

KORELACJE I REGRESJA LINIOWA

KORELACJE I REGRESJA LINIOWA KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem

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

WPŁYW TECHNICZNEGO UZBROJENIA PROCESU PRACY NA NADWYŻKĘ BEZPOŚREDNIĄ W GOSPODARSTWACH RODZINNYCH

WPŁYW TECHNICZNEGO UZBROJENIA PROCESU PRACY NA NADWYŻKĘ BEZPOŚREDNIĄ W GOSPODARSTWACH RODZINNYCH Inżynieria Rolnicza 4(102)/2008 WPŁYW TECHNICZNEGO UZBROJENIA PROCESU PRACY NA NADWYŻKĘ BEZPOŚREDNIĄ W GOSPODARSTWACH RODZINNYCH Sławomir Kocira Katedra Eksploatacji Maszyn i Zarządzania w Inżynierii Rolniczej,

Bardziej szczegółowo

Zadanie 1 1. Czy wykresy zmiennych sugerują, że zmienne są stacjonarne. Czy występuje sezonowość?

Zadanie 1 1. Czy wykresy zmiennych sugerują, że zmienne są stacjonarne. Czy występuje sezonowość? Zadanie 1 1. Czy wykresy zmiennych sugerują, że zmienne są stacjonarne. Czy występuje sezonowość? Wykres stopy bezrobocia rejestrowanego w okresie 01.1998 12.2008, dane Polskie 22 20 18 16 stopa 14 12

Bardziej szczegółowo

Podstawy teorii zachowania konsumentów. mgr Katarzyna Godek

Podstawy teorii zachowania konsumentów. mgr Katarzyna Godek Podstawy teorii zachowania konsumentów mgr Katarzyna Godek zachowanie racjonalne wewnętrznie spójne, logiczne postępowanie zmierzające do maksymalizacji satysfakcji jednostki. Funkcje gospodarstwa domowego:

Bardziej szczegółowo

Ćwiczenia IV

Ćwiczenia IV Ćwiczenia IV - 17.10.2007 1. Spośród podanych macierzy X wskaż te, których nie można wykorzystać do estymacji MNK parametrów modelu ekonometrycznego postaci y = β 0 + β 1 x 1 + β 2 x 2 + ε 2. Na podstawie

Bardziej szczegółowo

ANALIZA OPŁACALNOŚCI PRODUKCJI MLEKA W POLSKICH GOSPODARSTWACH NA TLE WYBRANYCH KRAJÓW EUROPY

ANALIZA OPŁACALNOŚCI PRODUKCJI MLEKA W POLSKICH GOSPODARSTWACH NA TLE WYBRANYCH KRAJÓW EUROPY FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 27, Oeconomica 254 (47), 99 14 Małgorzata KAROLEWSKA, Artur WILCZYŃSKI ANALIZA OPŁACALNOŚCI PRODUKCJI MLEKA W POLSKICH GOSPODARSTWACH

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 4 Temat: Analiza korelacji i regresji dwóch zmiennych

Bardziej szczegółowo

Stanisław Cichocki Natalia Neherbecka

Stanisław Cichocki Natalia Neherbecka Stanisław Cichocki Natalia Neherbecka 13 marca 2010 1 1. Kryteria informacyjne 2. Modele dynamiczne: modele o rozłożonych opóźnieniach (DL) modele autoregresyjne o rozłożonych opóźnieniach (ADL) 3. Analiza

Bardziej szczegółowo

Analiza wydatków na towary i usługi konsumpcyjne gospodarstw domowych w Polsce w latach 2000-2009

Analiza wydatków na towary i usługi konsumpcyjne gospodarstw domowych w Polsce w latach 2000-2009 Małgorzata Grzywińska-Rąpca * Analiza wydatków na towary i usługi konsumpcyjne gospodarstw domowych w Polsce w latach 2000-2009 Wstęp Gospodarstwa domowe jako jednostki różnią się od pozostałych podmiotów

Bardziej szczegółowo

TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa.

TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa. TESTY NIEPARAMETRYCZNE 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa. Standardowe testy równości średnich wymagają aby badane zmienne losowe

Bardziej szczegółowo

Rozkład prędkości statków na torze wodnym Szczecin - Świnoujście

Rozkład prędkości statków na torze wodnym Szczecin - Świnoujście KASYK Lech 1 Rozkład prędkości statków na torze wodnym Szczecin - Świnoujście Tor wodny, strumień ruchu, Zmienna losowa, Rozkłady dwunormalne Streszczenie W niniejszym artykule przeanalizowano prędkości

Bardziej szczegółowo

Testowanie hipotez statystycznych związanych ą z szacowaniem i oceną ą modelu ekonometrycznego

Testowanie hipotez statystycznych związanych ą z szacowaniem i oceną ą modelu ekonometrycznego Testowanie hipotez statystycznych związanych ą z szacowaniem i oceną ą modelu ekonometrycznego Ze względu na jakość uzyskiwanych ocen parametrów strukturalnych modelu oraz weryfikację modelu, metoda najmniejszych

Bardziej szczegółowo

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:

( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie: ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość

Bardziej szczegółowo

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski Książka jest nowoczesnym podręcznikiem przeznaczonym dla studentów uczelni i wydziałów ekonomicznych. Wykład podzielono na cztery części. W pierwszej

Bardziej szczegółowo

Testy własności składnika losowego Testy formy funkcyjnej. Diagnostyka modelu. Część 2. Diagnostyka modelu

Testy własności składnika losowego Testy formy funkcyjnej. Diagnostyka modelu. Część 2. Diagnostyka modelu Część 2 Test Durbina-Watsona Test Durbina-Watsona Weryfikowana hipoteza H 0 : cov(ε t, ε t 1 ) = 0 H 1 : cov(ε t, ε t 1 ) 0 Test Durbina-Watsona Weryfikowana hipoteza H 0 : cov(ε t, ε t 1 ) = 0 H 1 : cov(ε

Bardziej szczegółowo

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

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

Bardziej szczegółowo

Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 2014/2015

Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 2014/2015 Tryb studiów Niestacjonarne Nazwa kierunku studiów Finanse i Rachunkowość Poziom studiów Stopień pierwszy Rok studiów/ semestr II/4 Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki

Bardziej szczegółowo

WERYFIKACJA MODELI MODELE LINIOWE. Biomatematyka wykład 8 Dr Wioleta Drobik-Czwarno

WERYFIKACJA MODELI MODELE LINIOWE. Biomatematyka wykład 8 Dr Wioleta Drobik-Czwarno WERYFIKACJA MODELI MODELE LINIOWE Biomatematyka wykład 8 Dr Wioleta Drobik-Czwarno ANALIZA KORELACJI LINIOWEJ to NIE JEST badanie związku przyczynowo-skutkowego, Badanie współwystępowania cech (czy istnieje

Bardziej szczegółowo

e) Oszacuj parametry modelu za pomocą MNK. Zapisz postać modelu po oszacowaniu wraz z błędami szacunku.

e) Oszacuj parametry modelu za pomocą MNK. Zapisz postać modelu po oszacowaniu wraz z błędami szacunku. Zajęcia 4. Estymacja i weryfikacja modelu model potęgowy Wersja rozszerzona W pliku Funkcja produkcji.xls zostały przygotowane przykładowe dane o produkcji, kapitale i zatrudnieniu dla 27 przedsiębiorstw

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 7 Analiza korelacji - współczynnik korelacji Pearsona Cel: ocena współzależności między dwiema zmiennymi ilościowymi Ocenia jedynie zależność liniową. r = cov(x,y

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

Wielowymiarowa analiza regresji. Regresja wieloraka, wielokrotna

Wielowymiarowa analiza regresji. Regresja wieloraka, wielokrotna Wielowymiarowa analiza regresji. Regresja wieloraka, wielokrotna Badanie współzależności zmiennych Uwzględniając ilość zmiennych otrzymamy 4 odmiany zależności: Zmienna zależna jednowymiarowa oraz jedna

Bardziej szczegółowo

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych

Wnioskowanie statystyczne i weryfikacja hipotez statystycznych Wnioskowanie statystyczne i weryfikacja hipotez statystycznych Wnioskowanie statystyczne Wnioskowanie statystyczne obejmuje następujące czynności: Sformułowanie hipotezy zerowej i hipotezy alternatywnej.

Bardziej szczegółowo

Analiza zależności cech ilościowych regresja liniowa (Wykład 13)

Analiza zależności cech ilościowych regresja liniowa (Wykład 13) Analiza zależności cech ilościowych regresja liniowa (Wykład 13) dr Mariusz Grządziel semestr letni 2012 Przykład wprowadzajacy W zbiorze danych homedata (z pakietu R-owskiego UsingR) można znaleźć ceny

Bardziej szczegółowo

Własności statystyczne regresji liniowej. Wykład 4

Własności statystyczne regresji liniowej. Wykład 4 Własności statystyczne regresji liniowej Wykład 4 Plan Własności zmiennych losowych Normalna regresja liniowa Własności regresji liniowej Literatura B. Hansen (2017+) Econometrics, Rozdział 5 Własności

Bardziej szczegółowo

czerwiec 2013 Uwaga: Przy rozwiązywaniu zadań, jeśli to konieczne, należy przyjąć poziom istotności 0,1 i współczynnik ufności 0,90

czerwiec 2013 Uwaga: Przy rozwiązywaniu zadań, jeśli to konieczne, należy przyjąć poziom istotności 0,1 i współczynnik ufności 0,90 Uwaga: Przy rozwiązywaniu zadań, jeśli to konieczne, należy przyjąć poziom istotności 0,1 i współczynnik ufności 0,90 czerwiec 2013 Zadanie 1 Poniższe tabele przestawiają dane dotyczące umieralności dzieci

Bardziej szczegółowo

SIGMA KWADRAT. Weryfikacja hipotez statystycznych. Statystyka i demografia CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY

SIGMA KWADRAT. Weryfikacja hipotez statystycznych. Statystyka i demografia CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Weryfikacja hipotez statystycznych Statystyka i demografia PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY

Bardziej szczegółowo

Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska

Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska. Anna Stankiewicz Izabela Słomska Adam Kirpsza Zastosowanie regresji logistycznej w studiach nad Unią Europejska Anna Stankiewicz Izabela Słomska Wstęp- statystyka w politologii Rzadkie stosowanie narzędzi statystycznych Pisma Karla Poppera

Bardziej szczegółowo

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria Wykład 5 dr inż. Anna Skowrońska-Szmer zima 2017/2018 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją

Bardziej szczegółowo

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012

Bardziej szczegółowo

Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, Spis treści

Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, Spis treści Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, 2018 Spis treści Przedmowa 13 O Autorach 15 Przedmowa od Tłumacza 17 1. Wprowadzenie i statystyka opisowa 19 1.1.

Bardziej szczegółowo

1. Opis tabelaryczny. 2. Graficzna prezentacja wyników. Do technik statystyki opisowej można zaliczyć:

1. Opis tabelaryczny. 2. Graficzna prezentacja wyników. Do technik statystyki opisowej można zaliczyć: Wprowadzenie Statystyka opisowa to dział statystyki zajmujący się metodami opisu danych statystycznych (np. środowiskowych) uzyskanych podczas badania statystycznego (np. badań terenowych, laboratoryjnych).

Bardziej szczegółowo