WPŁYW WALORÓW ŚRODOWISKOWYCH NA WARTOŚĆ NIERUCHOMOŚCI. M. Dacko

Wielkość: px
Rozpocząć pokaz od strony:

Download "WPŁYW WALORÓW ŚRODOWISKOWYCH NA WARTOŚĆ NIERUCHOMOŚCI. M. Dacko"

Transkrypt

1 WPŁYW WALORÓW ŚRODOWISKOWYCH NA WARTOŚĆ NIERUCHOMOŚCI M. Dacko

2 Specyfika dóbr środowiskowych Z reguły już istnieją i nie są wytwarzane Mogą podlegać naturalnemu samoodtworzeniu Tylko niektóre z nich mogą być odtwarzane przez człowieka Tylko nieliczne stanowią dobra wolne (np. energia słoneczna, geotermalna, wiatrowa i pływów morskich) Większość z dóbr środowiska ma charakter publiczny (ogólna dostępność, brak możliwości wykluczenia kogokolwiek z korzystania z nich) Korzystanie z nich zwykle nie odbywa się na warunkach rynkowych (bez uzgodnień, bez uiszczania opłat) Nawet tam gdzie istnieją opłaty, charakterystyczne są przypadki korzystania na gapę Dobra środowiskowe nie są typowymi towarami, których wartość bezpośrednio obiektywizuje rynek, są one jednak cenne dla człowieka i mają swą wartość.

3 Wartość problem ścisłej definicji przeciętnemu człowiekowi znacznie łatwiej jest wskazać coś wartościowego niż zdefiniować samo słowo z określeniem tego pojęcia mają problemy również badacze i filozofowie wg Tatarkiewicza (1978) zdefiniowanie wartości jest trudne, ponieważ oznacza ona zjawisko proste i nierozkładalne Tatarkiewicz twierdził, że wszelkie próby definicji wartości prowadzą do zastąpienia tego wyrazu wyrazem innym, lecz podobnym, bądź tyle samo znaczącym Cena to jest to co płacę Wartość to jest to co otrzymuję

4 Pojęcie wartości w naukach ekonomicznych Ekonomiści patrzą na wartość przez pryzmat pracy, produkcji oraz wymiany towarowej Definicje wartości wyrosłe na gruncie ekonomii precyzują więc wartość głównie jako podstawę wymiany lub jako zdolność do zaspokajania ludzkich potrzeb Znamy tutaj kilka różnych kategorii wartości Wymienna Użytkowa Kosztowa Rynkowa W przypadku wielu dóbr środowiskowych nie istnieją ich bezpośrednie ceny rynkowe. Niektóre kategorie wartości ekonomicznej nie będą miały tutaj zastosowania, lub będzie ono ograniczone.

5 Wartość rynkowa Wartość rynkową stanowi najbardziej prawdopodobna cena, możliwa do uzyskania na rynku, określona z uwzględnieniem cen transakcyjnych przy przyjęciu następujących założeń: strony umowy były od siebie niezależne, nie działały w sytuacji przymusowej oraz miały stanowczy zamiar zawarcia umowy upłynął czas niezbędny do wyeksponowania przedmiotu transakcji na rynku i wynegocjowania warunków umowy

6 Ekonomiczna wartość dobra środowiskowego Na wartość ekonomiczną dobra wpływa przede wszystkim jego: 1. Użyteczność zdolność dobra do zaspokajania potrzeb konkretnej osoby lub grupy osób, 2. Rzadkość niewystarczająca ilość dla zaspokojenia wszystkich potrzeb, 3. Dostępność/zbywalność - mam coś, ale czy da się to sprzedać? Całkowita wartość użytkowa Wartość ekonomiczna dobra środowiskowego Całkowita wartość wewnętrzna Rzeczywista wartość użytkowa Wartość opcyjna Wartość dla istnienia przyszłych pokoleń Wartość istnienia dla innych gatunków Bezpośrednia wartość użytkowa Pośrednia wartość użytkowa Wartość ekonomiczną dobra środowiskowego postrzegamy z reguły przez zawężony kontekst użytkowy. Tworzy ją jednak nie tylko szeroko pojęta wartość użytkowa (suma rzeczywistej wartości użytkowej i wartości opcyjnej). O wartości dobra stanowi też tzw. wartość wewnętrzna.

7 Przejawy wartości użytkowej dóbr środowiskowych Cena zobiektywizowany wynik pogodzenia interesów stron transakcji kupna-sprzedaży Koszt/korzyść alternatywna wybór zawsze ma pewną alternatywę, którą można wyrazić w kategoriach pieniężnych jako: utraconą korzyść przy wyborze dobra środowiskowego wybraną korzyść przy utracie dobra środowiskowego korzyść osiągniętą dzięki niewybraniu dobra środowiskowego w danym zastosowaniu, a przeznaczeniu go do innego zastosowania

8 Metoda cen hedonicznych (MCH) Wykorzystujemy tu założenie istnienia ukrytej ceny dóbr środowiskowych ( cena cień ) Przy dużej liczbie transakcji zawieranych dla podobnych obiektów (różniących się cechami związanymi ze środowiskiem) ujawniane różnice cen pozwalają w trakcie analizy statystycznej ustalić ukrytą cenę środowiskowych walorów tych dóbr Możemy np. porównywać ceny sprzedaży lub wynajmu nieruchomości posiadających cenny walor środowiskowy i pozbawionych tego waloru. Walor środowiska może stanowić: piękny krajobraz sąsiedztwo gór, rzek, jezior, lasów cisza i spokój czyste powietrze korzystny mikroklimat obszar chroniony i jego sąsiedztwo Badania przeprowadzone w USA wskazują, że ceny nieruchomości maleją średnio o 0,1% wraz ze wzrostem zapylenia o 1%. Ceny maleją też średnio o 0,6% wraz ze wzrostem średniego poziomu hałasu o 1 decybel. Dorodne drzewa mogą zwiększać wartość nieruchomości nawet o 10-15%.

9 Metoda cen hedonicznych - przykład Odnotowano 10 transakcji działkami o podobnych cechach, lecz różniącymi się oceną walorów środowiskowych (krajobraz w bezpośrednim sąsiedztwie). Oceniamy wpływ jakości krajobrazu na ceny tych nieruchomości. Cena jednostkowa Ocena waloru środowisk. Podsumowanie regresji zmiennej zależnej: cena jednostkowa R^2= 0,753 F(1,8)=24,454 B Bł. std. B t(8) poziom p 2,2 1 3,1 1 1,4 3 W. wolny 0,543 0,853 0,636 0,542 walor środowisko wy 1,309 0,264 4,945 0,001 1,3 1 8,5 5 4,0 3 5,6 4 6,3 4 7,2 5 2,5 1 cena jednostkowa walor środowiskowy; Oczekiwane średnie brzegowe Bieżący efekt: F(3, 6)=16,920, p=,00248 Dekompozycja efektywnych hipotez Pionowe słupki oznaczają 0,95 przedziały ufności walor środowiskowy

10 Model bez wyrazu wolnego Podsumowanie regresji zmiennej zależnej: cena jednostkowa R^2= 0,94 F(1,9)=131,48 B Bł. std. B t(8) poziom p W. wolny walor środowis kowy 1,456 0,127 11,46 1,13E-06 Wnioski: Jakość krajobrazu wyrażona oceną punktową w skali 1-5 ma istotny wpływ na ceny działek. Z modelu: Y = 1,456*X wynika, że zmiana jakości krajobrazu o jedną jednostkę przyczynia się do zmiany ceny rynkowej działki o 1,456. Całkowity wpływ tej cechy na zróżnicowanie ceny jednostkowej wynosi: (5-1)*1,456 =5,82

11 Metoda wyceny warunkowej (MWW), zwana też metodą deklarowanych preferencji Głównym narzędziem jest tutaj wywiad, w wyniku którego dokonujemy oceny preferencji respondentów dotyczących gotowości do zapłaty za: określoną poprawę jakości środowiska poprawę dostępności dobra środowiskowego zapobieganie niekorzystnym zmianom w środowisku Stosuje się również wycenę na podstawie gotowości do przyjęcia rekompensaty za pogorszenie jakości/dostępności dóbr środowiskowych Warunkowość polega na tym, że respondentom przedstawia się z reguły sytuacje hipotetyczne i oczekuje się że w rzeczywistości zachowaliby się oni podobnie Pytania konstruowane są rozmaicie: na zasadzie wyboru dychotomicznego (tak/nie) dla określonej kwoty jako z góry określony wybór wielostopniowy jako otwarte - z pozostawieniem swobody w określeniu kwoty akceptowalnej Jest to obecnie najczęściej stosowana metoda wyceny bezpośredniej. W USA uznana przez sądy jako uzasadniona procedura określania wartości. Jest szeroko stosowana przy ocenie skutków erozji gleb, hałasu, zanieczyszczenia wody i powietrza. Badania przeprowadzone w Norwegii pokazały, że tamtejsze społeczeństwo jest gotowe poświęcić 1% dochodu narodowego w celu wyeliminowania kwaśnych deszczy. MWW można wykorzystywać także do określania wartości istnienia pewnych gatunków.

12 Średnia ważona z kwot zadeklarowanych w odpowiedziach na oba pytania: (40*3)+(60*1)+(80*10)+(100*18)+(15 0*23)+(40*2)+(60*1)+(80*1)+(100*8) +(150*47)/112= Liczba mieszkańców Krakowa: Liczba osób aktywnych zawodowo: * 130 zł = zł Czy wartość czystego powietrza dla aktywnych zawodowo mieszkańców miasta można wycenić na 40,6 mln zł/rok? Ocena minimalnej wielkości próby: n t 2 d s 2 2 gdzie: n poszukiwana minimalna wielkość próby t α - wartość, którą należy odczytać z tablicy rozkładu t-studenta dla α=0,05 oraz liczby stopni swobody = n 0-1 s 2 - wariancja z małej próby n 0 d - dopuszczalny błąd szacunku ocenianej wartości średniej

WYCENA ŚRODOWISKA I JEGO ZASOBÓW. M. Dacko

WYCENA ŚRODOWISKA I JEGO ZASOBÓW. M. Dacko WYCENA ŚRODOWISKA I JEGO ZASOBÓW M. Dacko Wycena ekonomiczna wartości środowiska przyrodniczego jest podejmowana z wielu powodów Najważniejszymi z nich są: Konieczność określania wartości środowiska naturalnego

Bardziej szczegółowo

SZACOWANIE WARTOŚCI ŚRODOWISKA. Tomasz Poskrobko

SZACOWANIE WARTOŚCI ŚRODOWISKA. Tomasz Poskrobko SZACOWANIE WARTOŚCI ŚRODOWISKA Tomasz Poskrobko Wartość w ekonomii Wartość Wartość oparta na oparta o Wartość zasobach pracę jako miara subiektyw Wartość na Wartość oparta o oparta o wiedzę energię Jaka

Bardziej szczegółowo

Konkurencyjność i wzajemne wzmacnianie usług ekosystemowych

Konkurencyjność i wzajemne wzmacnianie usług ekosystemowych Konkurencyjność i wzajemne wzmacnianie usług ekosystemowych Konkurencyjność i wzajemne wzmacnianie usług ekosystemowych Użytki zielone Źródło: UK National Ecosystem Assessment, uknea.unep-wcmc.org Konkurencyjność

Bardziej szczegółowo

Metody wyceny nierynkowej i ich wykorzystanie w praktyce

Metody wyceny nierynkowej i ich wykorzystanie w praktyce Metody wyceny nierynkowej i ich wykorzystanie w praktyce Mikołaj Czajkowski miq@wne.uw.edu.pl Czym jest wartość ekonomiczna? Ekonomiczna wycena Wartość ekonomiczna Dawne źródła wartości praca, ziemia Wartość

Bardziej szczegółowo

Testowanie hipotez statystycznych. Wnioskowanie statystyczne

Testowanie hipotez statystycznych. Wnioskowanie statystyczne Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy

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

Statystyka matematyczna i ekonometria

Statystyka matematyczna i ekonometria Statystyka matematyczna i ekonometria Wykład 5 Anna Skowrońska-Szmer lato 2016/2017 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją jako prawdziwą

Bardziej szczegółowo

Wartościowanie dóbr środowiskowych w świetle badań ankietowych

Wartościowanie dóbr środowiskowych w świetle badań ankietowych Wartościowanie dóbr środowiskowych w świetle badań ankietowych Mgr Anna Wróblewska Instytut Technologiczno-Przyrodniczy www.itp.edu.pl Znaczenie wartościowania dóbr środowiskowych Wycena zasobów naturalnych

Bardziej szczegółowo

WNIOSKOWANIE STATYSTYCZNE

WNIOSKOWANIE STATYSTYCZNE STATYSTYKA WNIOSKOWANIE STATYSTYCZNE ESTYMACJA oszacowanie z pewną dokładnością wartości opisującej rozkład badanej cechy statystycznej. WERYFIKACJA HIPOTEZ sprawdzanie słuszności przypuszczeń dotyczących

Bardziej szczegółowo

Testowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25

Testowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25 Testowanie hipotez Marcin Zajenkowski Marcin Zajenkowski () Testowanie hipotez 1 / 25 Testowanie hipotez Aby porównać ze sobą dwie statystyki z próby stosuje się testy istotności. Mówią one o tym czy uzyskane

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

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

Statystyka matematyczna dla leśników

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

Bardziej szczegółowo

RZECZOZNAWCA, Aleksandra Radziejowska. Katedra Geomechaniki, Budownictwa i Geotechniki. A1 312

RZECZOZNAWCA, 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

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28

Statystyka. #5 Testowanie hipotez statystycznych. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2016/ / 28 Statystyka #5 Testowanie hipotez statystycznych Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik rok akademicki 2016/2017 1 / 28 Testowanie hipotez statystycznych 2 / 28 Testowanie hipotez statystycznych

Bardziej szczegółowo

XIII PODLASKIE FORUM GIS Rok mapy zderzenie tradycji z przyszłością Supraśl 2016

XIII PODLASKIE FORUM GIS Rok mapy zderzenie tradycji z przyszłością Supraśl 2016 XIII PODLASKIE FORUM GIS Rok mapy zderzenie tradycji z przyszłością Supraśl 2016 WSPÓŁCZESNA MAPA ŹRÓDŁEM INFORMACJI W ANALIZIE RYNKU NIERUCHOMOŚCI Łukasz Kolendo Katedra Geoinformacji i Gospodarki Przestrzennej

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2 STATYSTYKA I DOŚWIADCZALNICTWO Wykład Parametry przedziałowe rozkładów ciągłych określane na podstawie próby (przedziały ufności) Przedział ufności dla średniej s X t( α;n 1),X + t( α;n 1) n s n t (α;

Bardziej szczegółowo

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych

Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych Statystyka matematyczna. Wykład IV. e-mail:e.kozlovski@pollub.pl Spis treści 1 2 3 Definicja 1 Hipoteza statystyczna jest to przypuszczenie dotyczące rozkładu (wielkości parametru lub rodzaju) zmiennej

Bardziej szczegółowo

Estymacja parametrów rozkładu cechy

Estymacja parametrów rozkładu cechy Estymacja parametrów rozkładu cechy Estymujemy parametr θ rozkładu cechy X Próba: X 1, X 2,..., X n Estymator punktowy jest funkcją próby ˆθ = ˆθX 1, X 2,..., X n przybliżającą wartość parametru θ Przedział

Bardziej szczegółowo

SZACOWANA WARTOŚĆ: zł

SZACOWANA WARTOŚĆ: zł Freedom Nieruchomości Oddział Warszawa Mokotów ul. Jana Karola Chodkiewicza 5 lok. lokal U4 02-593 Warszawa Warszawa, dn.... RAPORT Z WYCENY NIERUCHOMOŚCI NR 7614 SZACOWANA WARTOŚĆ: 609 746 zł 9 381 zł/m

Bardziej szczegółowo

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd. Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru

Bardziej szczegółowo

166 Wstęp do statystyki matematycznej

166 Wstęp do statystyki matematycznej 166 Wstęp do statystyki matematycznej Etap trzeci realizacji procesu analizy danych statystycznych w zasadzie powinien rozwiązać nasz zasadniczy problem związany z identyfikacją cechy populacji generalnej

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

Teoria Estymacji. Do Powyżej

Teoria Estymacji. Do Powyżej Teoria Estymacji Zad.1. W pewnym przedsiębiorstwie wylosowano niezależnie próbę 25 pracowników. Staż pracy (w latach) tych pracowników w 1996 roku był następujący: 37; 34; 0*; 5; 17; 17; 0*; 2; 24; 33;

Bardziej szczegółowo

ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH

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

Bardziej szczegółowo

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15

VI WYKŁAD STATYSTYKA. 9/04/2014 B8 sala 0.10B Godz. 15:15 VI WYKŁAD STATYSTYKA 9/04/2014 B8 sala 0.10B Godz. 15:15 WYKŁAD 6 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI Weryfikacja hipotez ( błędy I i II rodzaju, poziom istotności, zasady

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

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

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd. Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru

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

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

WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH

WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH WYKŁAD 8 TESTOWANIE HIPOTEZ STATYSTYCZNYCH Było: Estymacja parametrów rozkładu teoretycznego punktowa przedziałowa Przykład. Cecha X masa owocu pewnej odmiany. ZałoŜenie: cecha X ma w populacji rozkład

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

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych

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

Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności

Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Statystyka indukcyjna pozwala kontrolować i oszacować ryzyko popełnienia błędu statystycznego

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Testowanie hipotez statystycznych Przypuśdmy, że mamy do czynienia z następującą sytuacją: nieznany jest rozkład F rządzący pewnym zjawiskiem losowym. Dysponujemy konkretną próbą losową ( x1, x2,..., xn

Bardziej szczegółowo

Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych

Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych Typowe błędy w analizie rynku nieruchomości przy uŝyciu metod statystycznych Sebastian Kokot XXI Krajowa Konferencja Rzeczoznawców Majątkowych, Międzyzdroje 2012 Rzetelnie wykonana analiza rynku nieruchomości

Bardziej szczegółowo

Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/

Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/ Matematyka z el. statystyki, # 6 /Geodezja i kartografia II/ Uniwersytet Przyrodniczy w Lublinie Katedra Zastosowań Matematyki i Informatyki ul. Głęboka 28, bud. CIW, p. 221 e-mail: zdzislaw.otachel@up.lublin.pl

Bardziej szczegółowo

Mikroekonomia. Wykład 9

Mikroekonomia. Wykład 9 Mikroekonomia Wykład 9 Optimum społeczne Optimum społeczne: suma kosztów krańcowych sprawcy i poszkodowanych musi być równa zero Taki poziom negatywnych efektów zewnętrznych będzie efektywny Pareto Przy

Bardziej szczegółowo

MINISTER INWESTYCJI I ROZWOJU 1)

MINISTER 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 szczegółowo

Wykład otwarty : Aspekty teoretyczne i praktyczne wyceny nieruchomości

Wykład otwarty : Aspekty teoretyczne i praktyczne wyceny nieruchomości WYŻSZA SZKOŁA EKONOMII TURYSTYKI i NAUK SPOŁECZNYCH Kielce, dnia 27 listopada 2011r. Wykład otwarty : Aspekty teoretyczne i praktyczne wyceny nieruchomości 1. Istota i cele wyceny nieruchomości 1.1.Podstawowym

Bardziej szczegółowo

WYKŁAD 2: ANALIZA RYNKU W WYCENIE. Mariusz Dacko

WYKŁAD 2: ANALIZA RYNKU W WYCENIE. Mariusz Dacko WYKŁAD 2: ANALIZA RYNKU W WYCENIE Mariusz Dacko Analiza rynku: Rozpoznanie mechanizmu rynku, jego struktury, stanu i rozwoju jego elementów Przestrzenny zakres badania rynku. Pojęcie rynku lokalnego. Nieruchomość

Bardziej szczegółowo

SZACOWANA WARTOŚĆ: zł

SZACOWANA WARTOŚĆ: zł PARTNERZY Nieruchomości sp. z o.o. al. Grunwaldzka 28 lok. 3 80-229 Gdańsk Gdańsk, dn. 05.09.2017 r. PARTNERZY NIERUCHOMOŚCI WYCENA NUMER 8025 SZACOWANA WARTOŚĆ: 347 238 zł 4 452 zł/m 2 OPIS WYCENIANEJ

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

Korelacja krzywoliniowa i współzależność cech niemierzalnych

Korelacja krzywoliniowa i współzależność cech niemierzalnych Korelacja krzywoliniowa i współzależność cech niemierzalnych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki Szczecińskiej

Bardziej szczegółowo

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn

Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn Wykład 10 Estymacja przedziałowa - przedziały ufności dla średniej Wrocław, 21 grudnia 2016r Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja 10.1 Przedziałem

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Agenda Instytut Matematyki Politechniki Łódzkiej 2 stycznia 2012 Agenda Agenda 1 Wprowadzenie Agenda 2 Hipoteza oraz błędy I i II rodzaju Hipoteza alternatywna Statystyka testowa Zbiór krytyczny Poziom

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

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

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

Bardziej szczegółowo

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

Zadania ze statystyki cz.8. Zadanie 1.

Zadania ze statystyki cz.8. Zadanie 1. Zadania ze statystyki cz.8. Zadanie 1. Wykonano pewien eksperyment skuteczności działania pewnej reklamy na zmianę postawy. Wylosowano 10 osobową próbę studentów, których poproszono o ocenę pewnego produktu,

Bardziej szczegółowo

ESTYMACJA PRZEDZIAŁOWA WYBRANYCH PARAMETRÓW

ESTYMACJA PRZEDZIAŁOWA WYBRANYCH PARAMETRÓW ESTYMACJA PRZEDZIAŁOWA WYBRANYCH PARAMETRÓW POPULACJI Szkic wykładu Wprowadzenie 1 Wprowadzenie 2 3 4 Przypomnienie dotychczasowych rozważań Przedziałem ufności nazywamy przedział losowy, o którym przypuszczamy

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

WNIOSKOWANIE STATYSTYCZNE

WNIOSKOWANIE STATYSTYCZNE STATYSTYKA WNIOSKOWANIE STATYSTYCZNE ESTYMACJA oszacowanie z pewną dokładnością wartości opisującej rozkład badanej cechy statystycznej. WERYFIKACJA HIPOTEZ sprawdzanie słuszności przypuszczeń dotyczących

Bardziej szczegółowo

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY PODSTAWOWY KSWP

POLSKA FEDERACJA STOWARZYSZEŃ RZECZOZNAWCÓW MAJĄTKOWYCH POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY PODSTAWOWY KSWP POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) KRAJOWY STANDARD WYCENY PODSTAWOWY KSWP WARTOŚĆ RYNKOWA ( PROJEKT z dnia 12 grudnia 2016 r. drugi etap konsultacji środowiskowych ) 1. Wprowadzenie 1.1. Celem niniejszego

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 rynku nieruchomości gruntowych w gminie Koszyce, powiat proszowicki, woj. małopolskie czerwiec 2013

Analiza rynku nieruchomości gruntowych w gminie Koszyce, powiat proszowicki, woj. małopolskie czerwiec 2013 Analiza rynku nieruchomości gruntowych w gminie Koszyce, powiat proszowicki, woj. małopolskie czerwiec 2013 W gminie Koszyce w ostatnich latach [od lipca 2010 roku] odnotowano 118 transakcje gruntami [w

Bardziej szczegółowo

Oszacowanie i rozkład t

Oszacowanie i rozkład t Oszacowanie i rozkład t Marcin Zajenkowski Marcin Zajenkowski () Oszacowanie i rozkład t 1 / 31 Oszacowanie 1 Na podstawie danych z próby szacuje się wiele wartości w populacji, np.: jakie jest poparcie

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych Temat Testowanie hipotez statystycznych Kody znaków: Ŝółte wyróŝnienie nowe pojęcie pomarańczowy uwaga kursywa komentarz 1 Zagadnienia omawiane na zajęciach 1. Idea i pojęcia teorii testowania hipotez

Bardziej szczegółowo

Budżetowanie elastyczne

Budżetowanie elastyczne Kontrola budżetowa prezentacja na podstawie: T. Wnuk-Pel, Rachunek kosztów standardowych [w:] I. Sobańska (red.), Rachunek kosztów. Podejście operacyjne i strategiczne, Warszawa, C.H. Beck 2009, s. 223-279

Bardziej szczegółowo

Zadania ze statystyki cz. 8 I rok socjologii. Zadanie 1.

Zadania ze statystyki cz. 8 I rok socjologii. Zadanie 1. Zadania ze statystyki cz. 8 I rok socjologii Zadanie 1. W potocznej opinii pokutuje przekonanie, że lepsi z matematyki są chłopcy niż dziewczęta. Chcąc zweryfikować tę opinię, przeprowadzono badanie w

Bardziej szczegółowo

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;

Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; LABORATORIUM 4 Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; dwie zmienne zależne mierzalne małe próby duże próby rozkład normalny

Bardziej szczegółowo

Wykład 9 Wnioskowanie o średnich

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

Bardziej szczegółowo

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

Weryfikacja hipotez statystycznych

Weryfikacja hipotez statystycznych Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta

Bardziej szczegółowo

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu Wykład 11-12 Centralne twierdzenie graniczne Statystyka matematyczna: Estymacja parametrów rozkładu Centralne twierdzenie graniczne (CTG) (Central Limit Theorem - CLT) Centralne twierdzenie graniczne (Lindenberga-Levy'ego)

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

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014

Estymacja przedziałowa - przedziały ufności dla średnich. Wrocław, 5 grudnia 2014 Estymacja przedziałowa - przedziały ufności dla średnich Wrocław, 5 grudnia 2014 Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja Przedziałem ufności dla paramertu

Bardziej szczegółowo

Wykład 09 Koszty w transporcie dr Adam Salomon

Wykład 09 Koszty w transporcie dr Adam Salomon Wykład 09 Koszty w transporcie dr Adam Salomon Katedra Transportu i Logistyki Wydział Nawigacyjny Akademia Morska w Gdyni Podstawowe pojęcia (1/3) Wydatki = wszelkie świadczenia finansowe danego podmiotu

Bardziej szczegółowo

POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW)

POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) NOTA INTERPETACYJNA NR 1 NI 1 ZASTOSOWANIE PODEJŚCIA PORÓWNAWCZEGO W WYCENIE NIERUCHOMOŚCI 1. WPROWADZENIE...2 2. PRZEDMIOT I ZAKRES STOSOWANIA NOTY...2 3. ZAŁOśENIA

Bardziej szczegółowo

WYCENA WARTOŚCI OBSZARÓW PRZYRODNICZYCH

WYCENA WARTOŚCI OBSZARÓW PRZYRODNICZYCH WYCENA WARTOŚCI OBSZARÓW PRZYRODNICZYCH terenów leśnych zniszczonych w wyniku nawałnicy 11/12 sierpnia 2017 r. na terenie województwa kujawsko-pomorskiego W wyniku przejścia nawałnicy nad obszarem województwa

Bardziej szczegółowo

Wartość publicznych funkcji lasu. Piotr Gołos Instytut Badawczy Leśnictwa Kołobrzeg, październik 2016

Wartość publicznych funkcji lasu. Piotr Gołos Instytut Badawczy Leśnictwa Kołobrzeg, październik 2016 Wartość publicznych funkcji lasu Piotr Gołos Instytut Badawczy Leśnictwa p.golos@ibles.waw.pl 606-883-125 Różnorodność dóbr i usług lasu i gospodarki leśnej MOŻLIWOŚC WYŁĄCZENIA Z KONSUMPCJI TAK NIE K

Bardziej szczegółowo

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz.

LABORATORIUM Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz. LABORATORIUM 4 1. Populacja Generalna (PG) 2. Próba (P n ) 3. Kryterium 3σ 4. Błąd Średniej Arytmetycznej 5. Estymatory 6. Teoria Estymacji (cz. I) WNIOSKOWANIE STATYSTYCZNE (STATISTICAL INFERENCE) Populacja

Bardziej szczegółowo

Testowanie hipotez statystycznych.

Testowanie hipotez statystycznych. Statystyka Wykład 10 Wrocław, 22 grudnia 2011 Testowanie hipotez statystycznych Definicja. Hipotezą statystyczną nazywamy stwierdzenie dotyczące parametrów populacji. Definicja. Dwie komplementarne w problemie

Bardziej szczegółowo

Testowanie hipotez statystycznych

Testowanie hipotez statystycznych 9 października 2008 ...czyli definicje na rozgrzewkę n-elementowa próba losowa - wektor n zmiennych losowych (X 1,..., X n ); intuicyjnie: wynik n eksperymentów realizacja próby (X 1,..., X n ) w ω Ω :

Bardziej szczegółowo

O P I N I A o wartości nieruchomości rolnej.

O P I N I A o wartości nieruchomości rolnej. O P I N I A o wartości rolnej. Adres : Pniówek, gmina Zamość. Księga wieczysta numer: ZA1Z/00023194/9. Właściciel: Mieczysław Andrzej Duda. Cel opracowania : Postanowienie Komornika Sądowego przy Sądzie

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

Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności

Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Wyniki badań reprezentatywnych są zawsze stwierdzeniami hipotetycznymi, o określonych granicach niepewności Statystyka indukcyjna pozwala kontrolować i oszacować ryzyko popełnienia błędu statystycznego

Bardziej szczegółowo

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

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

Bardziej szczegółowo

Porównanie modeli statystycznych. Monika Wawrzyniak Katarzyna Kociałkowska

Porównanie modeli statystycznych. Monika Wawrzyniak Katarzyna Kociałkowska Porównanie modeli statystycznych Monika Wawrzyniak Katarzyna Kociałkowska Jaka jest miara podobieństwa? Aby porównywać rozkłady prawdopodobieństwa dwóch modeli statystycznych możemy użyć: metryki dywergencji

Bardziej szczegółowo

Wykład Ćwiczenia Laboratorium Projekt Seminarium 30

Wykład Ćwiczenia Laboratorium Projekt Seminarium 30 Zał. nr 4 do ZW WYDZIAŁ CHEMICZNY KARTA PRZEDMIOTU Nazwa w języku polskim Wstęp do statystyki praktycznej Nazwa w języku angielskim Intriduction to the Practice of Statistics Kierunek studiów (jeśli dotyczy):

Bardziej szczegółowo

SKUTKI FINANSOWE POSIADANIA OBSZARÓW PRZYRODNICZO CENNYCH

SKUTKI FINANSOWE POSIADANIA OBSZARÓW PRZYRODNICZO CENNYCH dr Bożena M. Dobrzańska SKUTKI FINANSOWE POSIADANIA OBSZARÓW SKUTKI FINANSOWE POSIADANIA OBSZARÓW CEL IDENTYFIKACJA I OCENA WPŁYWU ISTNIENIA OBSZARÓW NA DOCHODY I WYDATKI PODMIOTÓW FUNKCJONUJACYCH NA TYCH

Bardziej szczegółowo

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych:

W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: W rachunku prawdopodobieństwa wyróżniamy dwie zasadnicze grupy rozkładów zmiennych losowych: Zmienne losowe skokowe (dyskretne) przyjmujące co najwyżej przeliczalnie wiele wartości Zmienne losowe ciągłe

Bardziej szczegółowo

Statystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski

Statystyczna analiza danych w programie STATISTICA (wykład 2) Dariusz Gozdowski Statystyczna analiza danych w programie STATISTICA (wykład ) Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Weryfikacja (testowanie) hipotez statystycznych

Bardziej szczegółowo

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI

LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI LABORATORIUM 8 WERYFIKACJA HIPOTEZ STATYSTYCZNYCH PARAMETRYCZNE TESTY ISTOTNOŚCI WERYFIKACJA HIPOTEZ Hipoteza statystyczna jakiekolwiek przypuszczenie dotyczące populacji generalnej- jej poszczególnych

Bardziej szczegółowo

Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych.

Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych. Statystyka i opracowanie danych- W 8 Wnioskowanie statystyczne. Testy statystyczne. Weryfikacja hipotez statystycznych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Hipotezy i Testy statystyczne Każde

Bardziej szczegółowo

Zawartość. Zawartość

Zawartość. Zawartość Opr. dr inż. Grzegorz Biesok. Wer. 2.05 2011 Zawartość Zawartość 1. Rozkład normalny... 3 2. Rozkład normalny standardowy... 5 3. Obliczanie prawdopodobieństw dla zmiennych o rozkładzie norm. z parametrami

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

Wykład 4: Wnioskowanie statystyczne. Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA

Wykład 4: Wnioskowanie statystyczne. Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA Wykład 4: Wnioskowanie statystyczne Podstawowe informacje oraz implementacja przykładowego testu w programie STATISTICA Idea wnioskowania statystycznego Celem analizy statystycznej nie jest zwykle tylko

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407

Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności. Dr Anna ADRIAN Paw B5, pok407 Rachunek prawdopodobieństwa i statystyka - W 9 Testy statystyczne testy zgodności Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Weryfikacja hipotez dotyczących postaci nieznanego rozkładu -Testy zgodności.

Bardziej szczegółowo

WYKORZYSTYWANE W ANALIZIE WYNIKÓW METOD WYCENY OBSZARÓW CHRONIONYCH. Dr Dariusz Kayzer

WYKORZYSTYWANE W ANALIZIE WYNIKÓW METOD WYCENY OBSZARÓW CHRONIONYCH. Dr Dariusz Kayzer Seminarium I: Przegląd metod wyceny przyrody METODY STATYSTYCZNE WYKORZYSTYWANE W ANALIZIE WYNIKÓW METOD WYCENY OBSZARÓW CHRONIONYCH Dr Dariusz Kayzer Katedra Metod Matematycznych i Statystycznych Uniwersytet

Bardziej szczegółowo

Rachunek Prawdopodobieństwa Anna Janicka

Rachunek Prawdopodobieństwa Anna Janicka Rachunek Prawdopodobieństwa Anna Janicka wykład XIV, 24.01.2017 ŁAŃCUCHYMARKOWA CD. KRÓTKIE INFO O RÓŻNYCH WAŻNYCH ROZKŁADACH Plan na dzisiaj Łańcuchy Markowa cd. Różne ważne rozkłady prawdopodobieństwa,

Bardziej szczegółowo

NOTA INTERPETACYJNA ZASTOSOWANIE PODEJŚCIA PORÓWNAWCZEGO W WYCENIE NIERUCHOMOŚCI

NOTA INTERPETACYJNA ZASTOSOWANIE PODEJŚCIA PORÓWNAWCZEGO W WYCENIE NIERUCHOMOŚCI POWSZECHNE KRAJOWE ZASADY WYCENY (PKZW) NOTA INTERPETACYJNA ZASTOSOWANIE PODEJŚCIA PORÓWNAWCZEGO W WYCENIE NIERUCHOMOŚCI 1. WPROWADZENIE 1.1. Celem niniejszej noty jest przedstawienie uzgodnionych w środowisku

Bardziej szczegółowo

IV. Bieżąca analiza finansowa

IV. Bieżąca analiza finansowa IV. Bieżąca analiza finansowa 4.1 Przychody i koszty w latach 2002-2005 4.1.1 Przychody Przychody otrzymywane są ze sprzedaży usług w postaci wynajmu pokoi hotelowych i lokali użytkowych przez cały rok.

Bardziej szczegółowo

Materiał dydaktyczny dla nauczycieli przedmiotów ekonomicznych MENEDŻER. Wprowadzenie do problematyki decyzji menedżerskich. Mgr Piotr Urbaniak

Materiał dydaktyczny dla nauczycieli przedmiotów ekonomicznych MENEDŻER. Wprowadzenie do problematyki decyzji menedżerskich. Mgr Piotr Urbaniak Materiał dydaktyczny dla nauczycieli przedmiotów ekonomicznych MENEDŻER Wprowadzenie do problematyki decyzji menedżerskich Mgr Piotr Urbaniak Wprowadzenie 1 2 3 4 Czym jest ekonomia menedżerska? Etapy

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

Zad. 1. Wartość pożyczki ( w tys. zł) kształtowała się następująco w pewnym banku:

Zad. 1. Wartość pożyczki ( w tys. zł) kształtowała się następująco w pewnym banku: Zad. 1. Wartość pożyczki ( w tys. zł) kształtowała się następująco w pewnym banku: Kwota Liczba pożyczek pożyczki 0 4 0 4 8 8 12 40 12 16 16 Zbadać asymetrię rozkładu kwoty pożyczki w tym banku. Wynik

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

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