Statystyka. Wykład 12. Magdalena Alama-Bućko. 29 maja Magdalena Alama-Bućko Statystyka 29 maja / 47
|
|
- Bernard Wierzbicki
- 5 lat temu
- Przeglądów:
Transkrypt
1 Statystyka Wykład 12 Magdalena Alama-Bućko 29 maja 2017 Magdalena Alama-Bućko Statystyka 29 maja / 47
2 Analiza dynamiki zjawisk badamy zmiany poziomu (tzn. wzrosty/spadki) badanego zjawiska w czasie. Zagadnienia: wskaźniki natężenia i struktury, przyrosty absolutne i względne indywidualne indeksy dynamiki agregatowe indeksy dynamiki: wartości, ilości i cen Magdalena Alama-Bućko Statystyka 29 maja / 47
3 Przykład 1 Liczba statków do przewozu ładunków stałych w latach (stan na 31 XII) [szt]: Liczba statków szereg czasowy momentów Magdalena Alama-Bućko Statystyka 29 maja / 47
4 Przykład 2 Liczba zgonów z powodu nowotworów w powiatach bydgoskim i toruńskim w latach : powiat bydgoski powiat toruński szereg czasowy okres (okres=rok) Magdalena Alama-Bućko Statystyka 29 maja / 47
5 Przyrosty absolutne: y t/s = y t y s Przyrosty absolutne o podstawie stałej : y s = y 0 moment bazowy (stały punkt odniesienia). y t/0 = y t y 0 o ile różni się wartość cechy w momencie t względem wartości w momencie "bazowym" Przyrosty absolutne o podstawie zmiennej (łańcuchowej): y s = y t 1 wartość poprzedniego pomiaru. y t/t 1 = y t y t 1 o ile różni się wartość cechy w momencie t względem wartości w poprzednim momencie, czyli t 1. Średni przyrost absolutny: (średnia przyrostów łańcuchowych) y t/t 1 = y n y 1 n 1 Magdalena Alama-Bućko Statystyka 29 maja / 47
6 Przyrosty względne (wskaźniki tempa wzrostu) y t/s y s y t y s 1 = ( y t y s 1) 100% = y t y s y s = y t y s 1 przyrosty względne jednopodstawowe : y t/0 y 0 = y t y 0 y 0 przyrosty względne łańcuchowe: = y t y 0 1 y t/t 1 y t 1 = y t y t 1 y t 1 = y t y t 1 1 informuja, o ile procent niższy albo wyższy jest poziom badanego zjawiska w danym okresie w stosunku do okresu porównanawczego Magdalena Alama-Bućko Statystyka 29 maja / 47
7 Indywidualne indeksy dynamiki indeksy = wskaźniki dynamiki y t poziom zjawiska w badanym okresie, y s poziom zjawiska w okresie bazowym, to i t/s = y t y s = y t y s 100% wartość niemianowana (brak jednostek) i odpowiada na pytanie: " ile razy większy albo mniejszy jest poziom zjawiska w danym momencie w stosunku do momentu bazowego" jeżeli i < 1 ( i < 100%) to nastapił spadek poziomu zjawiska jeżeli i > 1 (i > 100%) to nastapił wzrost poziomu zjawiska jeżeli i = 1 (i = 100%) to poziomy zjawiska w badanych okresach sa takie same Magdalena Alama-Bućko Statystyka 29 maja / 47
8 indeksy o podstawie stałej (jednopodstawowe) (y s = y 0 ): i t/0 = y t y 0, t = 1, 2,..., n indeksy o podstawie zmiennej (łańcuchowej) (dla dowolnego t poziom zjawiska porównujemy z wartościa w momencie "poprzedzajacym go", czyli s = t 1): i t/t 1 = y t y t 1, t = 2, 3,..., n Magdalena Alama-Bućko Statystyka 29 maja / 47
9 Interpretacja do interpretacji indeksów indywidualnych należy od jego wartości (w postaci ułamka) odjać 1 i pomnożyć wynik przez 100% (w pamięci) do interpretacji indeksów indywidualnych zapisanych w postaci procentów należy od jego watości odjać 100% (w pamięci) w ten sposób otrzymujemy przyrost względny wyrażony w % Tak "przekształcony" indeks informuje nas, o ile procent wzrósł/zmalał poziom zjawiska względem poziomu bazowego Magdalena Alama-Bućko Statystyka 29 maja / 47
10 Zależność między indeksem a przyrostem względnym indeksami jednopodstawymi a łańcuchowymi z zależności tych korzystamy, gdy nie dysponujemy dokładnymi danymi, a jedynie pewnymi wyliczonymi wskaźnikami, a interesuja nas pozostałe wskaźniki. Zależność między przyrostami względnymi a indeksami y t/s y s = i t/s 1, i t/s = y t/s y s + 1 przyrost względny to indeks pomniejszony o jeden indeks to przyrost względny zwiększony o 1 Magdalena Alama-Bućko Statystyka 29 maja / 47
11 Zależność między indeksami jednopodstawymi a łańcuchowymi Zamiana indeksów jednopodstawowych na łańcuchowe Przykład i t/t 1 = i t/0 i t 1/0, t = 2, 3,..., n. i 5/4 = i 5/0 i 4/0, i 8/7 = i 8/0 i 7/0 Zamiana indeksów łańcuchowych na jednopodstawowe jeżeli wartościa bazowa y 0 jest y 1, to i 1/1 = 1 oraz Przykład dla t > 1 : i t/1 = i t/t 1 i t 1/t 2... i 2/1 = t t=1 i t/t 1 i 4/1 = i 4/3 i 3/2 i 2/1, i 10/1 = i 10/9 i 9/8... i 3/2 i 2/1 Magdalena Alama-Bućko Statystyka 29 maja / 47
12 jeżeli punktem odniesienia nie jest pierwsza obserwacja, tylko y 0 = y k gdzie k > 1, to dla s < k mamy i s/k = 1 i k/s = dla s = k mamy i s/s = 1 dla s > k mamy 1 i k/k 1 i k 1/k 2... i s+1/s i s/k = i s/s 1 i s 1/s 2... i k+1/k Przykład: gdy y 0 = y 4, to i 1/4 = 1 i 4/1 = 1, i i 4/3 i 3/2 i 2/4 = 1 = 2/1 i 4/2 1, i i 4/3 i 3/4 = 1 3/2 i 4/3 i 4/4 = 1, i 5/4 znana, i 6/4 = i 6/5 i 5/4, i 7/4 = i 7/6 i 6/5 i 5/4 Magdalena Alama-Bućko Statystyka 29 maja / 47
13 Średnie tempo zmian zjawiska Indeksy pozwalaja ocenić zmiany badanego zjawiska pomiędzy dwoma wyróżnionymi momentami Średnie tempo zmian zjawisk przedstawionych w postaci szeregów czasowych wyznaczamy za pomoca średniej geometrycznej z indeksów łańcuchowych danego okresu. tzw. średni indeks łańcuchowy i t/t 1 = n 1 i n/n 1 i n 1/n 2... i 2/1 = n 1 yn y 1 średnie tempo zmian (inaczej średniookresowe tempo przyrostu): T = i t/t 1 1 albo T = (i t/t 1 1) 100% T określa średni okresowy przyrost analizowanego zjawiska w badanym przedziale czasowym (z okresu na okres) Magdalena Alama-Bućko Statystyka 29 maja / 47
14 Jeżeli rozwój zjawiska jest jednokierunkowy i nie podlega dużym zmianom, to: Wartość T można wykorzystać do prognozowania wartości zjawiska w przyszłości gdzie y N = y n (1 + T ) N n N oznacza numer okresu prognozowanego n numer ostatniego pomiaru y n - wartość ostatniego pomiaru Magdalena Alama-Bućko Statystyka 29 maja / 47
15 Podsumowanie indeksów Indeksy indywidualne znajduja zastosowanie w przypadku badania dynamiki zjawisk jednorodnych. W naukach społeczno-ekonomicznych wyróżniamy następujace rodzaje indeksów indywidualnych: indeksy cen indeksy ilości indeksy wartości. Magdalena Alama-Bućko Statystyka 29 maja / 47
16 Indeks indywidualny cen: wyraża stosunek ceny określonego produktu w badanym momecie oraz pewnym momencie podstawowym indywidualny indeks cen: i p = p 1 p 0 p 0 cena jednostki w okresie podstawowym p 1 cena jednostki w badanym okresie informuje o wzroście/spadku ceny produkowanego produktu w porównaniu z okresem przyjętym za podstawę porównań Cena maki w 1996 roku wynosiła 1.70zł za 1 kg, a w 1995 roku zł/1kg. i p = p 1 = 1.70 p = , zatem z roku 1995 na rok 1996 nastapił wzrost ceny maki o 55.96%. Magdalena Alama-Bućko Statystyka 29 maja / 47
17 Indeks indywidualny ilości wyraża stosunek ilości określonego produktu w badanym momencie oraz pewnym momencie podstawowym indywidualny indeks ilości: i q = q 1 q 0 q 0 ilość produktów wyprodukowanych w okresie podstawowym q 1 ilość produktów wyprodukowanych w badanym okresie informuje o wzroście/spadku ilości produkowanych dóbr w porównaniu z okresem przyjętym za podstawę porównań Miesięczne spożycie maki w 2-osobowych rodzinach emerytów i rencistów w 1996 roku wynosiło 3.98 kg, a w 1995 roku kg. i q = q 1 q 0 = = , zatem z roku 1995 na rok 1996 nastapił wzrost spożycia maki o 10.55%. Magdalena Alama-Bućko Statystyka 29 maja / 47
18 Indeks indywidualny wartości wartość=cena ilość wartość w momencie bazowym: w 0 = p 0 q 0 wartość w momencie badanym: w 1 = p 1 q 1 indywidualny indeks wartości i w = w 1 w 0 = p 1q 1 p 0 q 0, w 0 wartość w okresie podstawowym w 1 wartość w badanym okresie informuje o wzroście/spadku wartości produkowanych dóbr w porównaniu z okresem przyjętym za podstawę porównań Magdalena Alama-Bućko Statystyka 29 maja / 47
19 Cena maki w 1996 roku wynosiła 1.70zł za 1 kg, a w 1995 roku zł/1kg. Miesięczne spożycie w 2-osobowych rodzinach emerytów i rencistów wynosiło w roku 1995 : 3.60kg, a w 1996 : 3.98kg. Indeks wartości i w = p 1 q = p 0 q = = zatem z roku 1995 na rok 1996 nastapił wzrost wydatków na makę o 72.43%. przypominamy: i p = wzrost cen o 55.96%, i q = wzrost spożycia o 10.55% Magdalena Alama-Bućko Statystyka 29 maja / 47
20 indeks cen: i p = p 1 p 0 indeks ilości: i q = q 1 q 0 indeks wartości: i w = p 1q 1 p 0 q 0 Równość indeksowa dla indeksów indywidualnych: i w = i p i q. Powyższa zależność pozwala wyliczać brakujacy indeks, gdy znamy dwa pozostałe. w naszym przykładzie o mace : i p = , i q = , i w = Można sprawdzić, że równość indeksowa i w = i p i q jest spełniona. Magdalena Alama-Bućko Statystyka 29 maja / 47
21 Indeksy indywidualne - służa do oceny dynamiki zmian w czasie zjawisk jednorodnych (np. jeden produkt) W praktyce badamy dynamikę zmian w czasie całego zespołu (agregatu) zjawisk. np. interesuje na dynamika zmian ceny, ilości i wartości produkcji dla pewnej firmy produkujacej pralki, lodówki i odkurzacze. (produkcja niejednorodna- różne ilości produkcji, różne ceny jednostkowe) indeksy zespołowe (agregatowe) Magdalena Alama-Bućko Statystyka 29 maja / 47
22 Przykład Dla fabryki produkujacej produkty A, B i C dane zawarte sa zwykle w tabeli z odpowiednimi ilościami produkcji, cenami jednostkowymi oraz wartościa produkcji. wyrób moment podstawowy moment badany wartość ilość q 0 cena p 0 ilość q 1 cena p 1 w 0 w 1 A B C albo wyrób ilość cena wartość q 0 q 1 p 0 p 1 w 0 w 1 A B C Magdalena Alama-Bućko Statystyka 29 maja / 47
23 Przykład Tabela zawiera ilości i ceny sprzedaży w zł dóbr A, B i C w roku 2015 i 2016 wyrób ilości ceny A B C Indywidualne indeksy wyrobu A ceny : I p = 14 = = W roku 2016 nastapił spadek ceny produktu A względem roku 2015 o 6, 7%. ilości : I q = = 1.25 W roku 2016 nastapił wzrost ilości produkowanych wyrobów A względem roku 2015 o 25% wartości : I w = = W roku 2016 nastapił wzrost wartości produkcji wyrobów A względem roku 2015 o 16, 7%. Magdalena Alama-Bućko Statystyka 29 maja / 47
24 Przykład 1 -c.d. Tabela zawiera ilości i ceny sprzedaży w zł dóbr A, B i C w roku 2015 i 2016 wyrób ilości ceny A B C Indywidualne indeksy wyrobu B ceny : I p = = 1.5 W roku 2016 nastapił wzrost ceny produktu B względem roku 2015 o 50%. ilości : I q = 20 = = W roku 2016 nastapił spadek ilości produkowanych wyrobów B względem roku 2015 o 33.3% wartości : I w = = 1 W roku 2016 wartość produkcji wyrobów B względem roku 2015 była taka sama Magdalena Alama-Bućko Statystyka 29 maja / 47
25 Przykład 1-c.d. Tabela zawiera ilości i ceny sprzedaży w zł dóbr A, B i C w roku 2015 i 2016 wyrób ilości ceny A B C Indywidualne indeksy wyrobu C ceny : I p = = 0.8 W roku 2016 nastapił spadek ceny produktu C względem roku 2015 o 20%. ilości : I q = = W roku 2016 nastapił wzrost ilości produkowanych wyrobów C względem roku 2015 o 12.5% wartości : I w = = 0.9 W roku 2016 wartość produkcji wyrobów C względem roku 2015 zmalała o 10%. Magdalena Alama-Bućko Statystyka 29 maja / 47
26 Przykład 1-c.d. Tabela zawiera ilości i ceny sprzedaży w zł dóbr A, B i C w roku 2015 i 2016 wyrób ilości ceny A B C ogólna produkcja nie jest jednorodna jak ogólnie zmianiała się cena wyrobów z 2015 na 2016? jak ogólnie zmianiała się wielkość produkcji z 2015 na 2016? jak ogólnie zmianiała się wartość produkcji z 2015 na 2016? musimy zbadać indeksy zespołowe (agregatowe) Magdalena Alama-Bućko Statystyka 29 maja / 47
27 Indeksy zespołowe dla wielkości absolutnych Wielkości absolutne - to wartości wielkości ekonomicznych występujace w danym okresie czasu np.: wysokość dochodu narodowego ( w mln.), liczba bezrobotnych, zarobki. Konstrukcja indeksów zespołowych opiera się na wykorzystaniu określonych współczynników przeliczeniowych, pełniacych rolę wag. rolę wag pełnia : ceny p i ilości q. Do grupy zaspołowych indeksów dla wielkości absolutnych zalicza się: agregatowy indeks wartości agregatowy indeks ceny agregatowy indeks ilości Magdalena Alama-Bućko Statystyka 29 maja / 47
28 Agregatowy (zespołowy) indeks wartości określonego zespołu produktów np. jak zmianiała się wartość produkcji między poszczególnymi latami przy obserwowanych zmianach cen i ilości produkcji? I w - agregatowy indeks wartości badanego zespołu artykułów p 0 i p 1 - cena produktu jednostkowego w momencie podstawowym i badanym q 0 i q 1 - ilość jednostek produktu w momencie podstawowym i badanym Agregatowy indeks wartości to iloraz sum wartości badanych dóbr w okresie badanym i w okresie podstawowym, czyli q1 p 1 I w = q0 p 0 sumowanie odbywa się po wszystkich możliwych produktach Magdalena Alama-Bućko Statystyka 29 maja / 47
29 Interpretacja I w wyraża zmiany, jakie nastapiły w okresie badanym w porównaniu z okresem podstawowym zarówno w ilościach jak i w ich cenach. Przykład 1 Tabela zawiera ilości i ceny sprzedaży w zł dóbr A, B i C w roku 2015 i 2016 wyrób ilości q 0, q 1 ceny p 0, p A B C wyrób p 0 q 0 q 1 p 1 A B C q1 p 1 I w = = 1550 = = q0 p Od 2015 do 2016 roku wartość sprzedanych dóbr spadła o 3.12%. Magdalena Alama-Bućko Statystyka 29 maja / 47
30 Agregatowe indeksy cen i ilości w celu obliczenia siły i kierunku zmian wyłacznie ilości lub wyłacznie ceny wyrobów wchodzacych w skład zespołu buduje się agregatowe indeksy ilości agregatowe indeksy cen odpowiadamy w ten sposób na pytanie: "w jakim stopniu na zmianę wartości wpłynęły zmiany cen, a w jakim zmiany ilości" Konstrukcja agregatowych indeksów cen i ilości opiera się na tzw. standaryzacji wskaźników dynamiki. polega na ustaleniu jednego z tych czynników (cena/ilość) na stałym poziomie w agregatowych indeksach ilości: cena ma ustalony stały poziom w agregatowych indeksach cen: ilość ma ustalony stały poziom Magdalena Alama-Bućko Statystyka 29 maja / 47
31 Najczęściej stosuje się następujace formuły standaryzacyjne: Laspeyrese ustalenie poziomu ceny (odp. ilości) na poziomie okresu podstawowego (bazowego) Paaschego ustalenie stałego poziomu ceny (odp. ilości) na poziomie okresu badanego (sprawozdawczego). Magdalena Alama-Bućko Statystyka 29 maja / 47
32 Agregatowy (zespołowy) indeks ilości cena ustalana na stałym poziomie według formuły Laspeyresa (cena na poziomie okresu bazowego, czyli p 0 ) Iq L q1 p 0 = q0 p 0 według formuły Paaschego (cena na poziomie okresu badanego, czyli p 1 ) Iq P q1 p 1 = q0 p 1 informuja o tym, o ile (przeciętnie) wzrosła/zmalała ilość danego zbioru artykułów w okresie badanym w porównaniu z okresem bazowym. Magdalena Alama-Bućko Statystyka 29 maja / 47
33 Agregatowy (zespołowy) indeks cen ilość ustalana na stałym poziomie według formuły Laspeyresa (ilość na poziomie okresu bazowego, czyli q 0 ) Ip L q0 p 1 = q0 p 0 według formuły Paaschego (ilość na poziomie okresu badanego, czyli q 1 ) Ip P q1 p 1 = q1 p 0 informuja o tym, o ile (przeciętnie) wzrosła/zmalała cena określonego zbioru artykułów w okresie badanym w porównaniu z okresem bazowym Magdalena Alama-Bućko Statystyka 29 maja / 47
34 Przykład 1 Tabela zawiera ilości i ceny sprzedaży w zł dóbr A, B i C w roku 2015 i Wyznaczyć agregatowe indeksy ilości i cen Laspeyresa i Paaschego. Wyliczmy tabelkę pomocnicza : wyrób ilości ceny q 0 q 1 p 0 p 1 A B C wyrób p 0 q 0 p 0 q 1 p 1 q 0 p 1 q 1 A B C Magdalena Alama-Bućko Statystyka 29 maja / 47
35 Przykład 1 Tabelka pomocnicza : sumujemy liczby z każdej kolumny wyrób q 0 p 0 q 1 p 0 q 0 p 1 q 1 p 1 A B C Agregatowy indeks ilości: Laspeyresa: Iq L q1 p 0 = = 1700 q0 p = W okresie od 2015 roku do 2016 roku średnio ilości sprzedanych dóbr wzrosły o 6.25% przy założeniu stałych cen z 2015 roku. Paaschego: I P q = q1 p 1 q0 p 1 = = W okresie od 2015 roku do 2016 roku średnio ilości sprzedanych dóbr wzrosły o 1.31% przy założeniu stałych cen z 2016 roku. Magdalena Alama-Bućko Statystyka 29 maja / 47
36 Przykład 1. Tabelka pomocnicza. wyrób q 0 p 0 q 1 p 0 q 0 p 1 q 1 p 1 A B C Agregatowy indeks cen: Laspeyresa: Ip L q0 p 1 = = 1530 = = q0 p W okresie od 2015 roku do 2016 roku średnio ceny sprzedanych dóbr zmalały o 4.37% przy założeniu stałych ilości z 2015 roku. Paaschego: Ip P q1 p 1 = = 1550 = = q1 p W okresie od 2015 roku do 2016 roku średnio ceny sprzedanych dóbr zmalały o 8.83% przy założeniu stałych ilości z 2016 roku. Magdalena Alama-Bućko Statystyka 29 maja / 47
37 Indeksy wyliczone według formuł Laspeyresa i Paaschego zwykle różnia się między soba. Jeżeli mamy możliwość, wyznaczamy oba zespołowe indeksy : Laspeyresa i Paaschego. Obliczone wartości wyznaczaja granice zmian w dynamice badanego agregatu. Magdalena Alama-Bućko Statystyka 29 maja / 47
38 Agregatowy indeks cen i ilości typu Fishera obliczany gdy porównywane okresy nie sa od siebie mocno odległe, jest średnia geometryczna z agregatowych indeksów typu Laspeyresa i Paaschego agregatowy indeks cen typu Fishera Iq F = Iq L Iq P agregatowy indeks ilości typu Fishera Ip F = Ip L Ip P Magdalena Alama-Bućko Statystyka 29 maja / 47
39 Równość indeksowa dla indeksów agregatowych (zespołowych) I w = I L p I P q = I P p I L q = I F p I F q Magdalena Alama-Bućko Statystyka 29 maja / 47
40 Zadanie Roczne spożycie na 1 mieszkańca oraz przeciętne ceny wybranych artykułów żywnościowych w Polsce w latach 1993 i 1996 przedstawiono w tablicy. artykuł j.m spożycie cena (zł) spożycie cena (zł) Mleko litry Jaja szt Cukier kg Obliczyć: a) roczne łaczne wydatki na te artykuły w 1993 i w 1996 roku b) roczne łaczne wydatki na te artykuły w 1996 roku przy zachowaniu poziomu spożycia z 1993 roku. c) roczne łaczne wydatki na te artykuły w 1996 roku przy niezmienionych cenach z 1993 roku. d) agregatowy indeks rocznych wydatków e)-g) agregatowe indeksy cen i spożycia według formuły Laspeyresa, Paaschego i Fishera. Magdalena Alama-Bućko Statystyka 29 maja / 47
41 Tabelka (p 0, q 0 - dane z 1993 roku, p 1, q 1 - dane z 1996 roku) artykuł q 0 p 0 q 1 p 1 q 0 p 0 q 0 p 1 q 1 p 0 q 1 p 1 Mleko Jaja Cukier a) roczne łaczne wydatki na te artykuły w 1993 i w 1996 roku w 1993 roku: q 0 p 0 = zł w 1996 roku: q 1 p 1 = zł b) roczne łaczne wydatki na te artykuły w 1996 roku przy zachowaniu poziomu spożycia z 1993 roku. (ceny z 1996 roku, ilości z 1993 roku) q0 p 1 = 313 zł Magdalena Alama-Bućko Statystyka 29 maja / 47
42 Tabelka (p 0, q 0 - dane z 1993 roku, p 1, q 1 - dane z 1996 roku) artykuł q 0 p 0 q 1 p 1 q 0 p 0 q 0 p 1 q 1 p 0 q 1 p 1 Mleko Jaja Cukier c) roczne łaczne wydatki na te artykuły w 1996 roku przy niezmienionych cenach z 1993 roku. (ceny z 1993 roku, ilości z 1996 roku) q1 p 0 = zł d) agregatowy indeks rocznych wydatków q1 p 1 I w = = q0 p = Wartość zakupionych artykułów wzrosła w okresie o 96, 5%. Magdalena Alama-Bućko Statystyka 29 maja / 47
43 e) indeksy cen i ilości Laspeyresa (stały poziom danych z 1993 roku) indeks ceny ( ilość - stały poziom z 1993 roku ) I L p = q0 p 1 q0 p 0 = = W latach nastapił wzrost cen o % przy założeniu stałego spożycia na poziomie z 1993 roku. indeks spożycia ( cena - stały poziom z 1993 roku ) I L q = q1 p 0 = = = q0 p W latach nastapił spadek spożycia o 2.38% przy założeniu stałej ceny z 1993 roku. Magdalena Alama-Bućko Statystyka 29 maja / 47
44 f) indeksy cen i ilości Paaschego (stały poziom danych z 1996 roku) indeks ceny ( ilość - stały poziom z 1996 roku) I P p = q1 p 1 q1 p 0 = = W latach nastapił wzrost cen o % przy założeniu spożycia z 1996 roku. indeks spożycia ( cena - stały poziom z 1996 roku) I L q = q1 p 1 = = = q0 p W latach nastapił spadek spożycia o 2.79% przy założeniu stałej ceny na poziomie z 1996 roku. Magdalena Alama-Bućko Statystyka 29 maja / 47
45 zatem uzyskaliśmy zespołowe indeksy cen i spożycia: I L p = , I P p = Interpretacja : Dynamika zmian cen w mieści się w przedziale (2.0129; ) (czyli średni wzrost cen od 101, 29% do %.) I L q = = , I L q = = Interpretacja : Dynamika zmian spożycia w mieści się w przedziale (0.9721; ). (czyli średni spadek spożycia od 2, 38% do 2.79%.) Magdalena Alama-Bućko Statystyka 29 maja / 47
46 g) agregatowe indeksy cen i spożycia według formuły Fishera. Iq F = Iq L Iq P, Ip F = Ip L Ip P I F q = I L q I P q = = = W latach nastapił spadek spożycia produktów o 2.59% przy założeniu stałej ceny produktów. I F p = I L p I P p = = = W latach nastapił wzrost cen o % przy założeniu stałego spożycia tych produktów. Magdalena Alama-Bućko Statystyka 29 maja / 47
47 Dziękuję za uwagę! Magdalena Alama-Bućko Statystyka 29 maja / 47
Statystyka. Wykład 11. Magdalena Alama-Bućko. 22 maja Magdalena Alama-Bućko Statystyka 22 maja / 41
Statystyka Wykład 11 Magdalena Alama-Bućko 22 maja 2017 Magdalena Alama-Bućko Statystyka 22 maja 2017 1 / 41 Analiza dynamiki zjawisk badamy zmiany poziomu (tzn. wzrosty/spadki) badanego zjawiska w czasie.
Bardziej szczegółowoStatystyka. Wykład 11. Magdalena Alama-Bućko. 21 maja Magdalena Alama-Bućko Statystyka 21 maja / 31
Statystyka Wykład 11 Magdalena Alama-Bućko 21 maja 2018 Magdalena Alama-Bućko Statystyka 21 maja 2018 1 / 31 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia miary
Bardziej szczegółowoStatystyka. Wykład 13. Magdalena Alama-Bućko. 18 czerwca Magdalena Alama-Bućko Statystyka 18 czerwca / 36
Statystyka Wykład 13 Magdalena Alama-Bućko 18 czerwca 2018 Magdalena Alama-Bućko Statystyka 18 czerwca 2018 1 / 36 Agregatowy (zespołowy) indeks wartości określonego zespołu produktów np. jak zmianiała
Bardziej szczegółowoAnaliza szeregów czasowych
Statystyka Wykład 5. Analiza szeregów czasowych michal.trzesiok@ue.katowice.pl Uniwersytet Ekonomiczny w Katowicach Katedra Analiz Gospodarczych i Finansowych 9 listopada 2015 r. Plan Szeregi czasowe wprowadzenie
Bardziej szczegółowoStatystyka. Wykład 10. Magdalena Alama-Bućko. 15 maja Magdalena Alama-Bućko Statystyka 15 maja / 32
Statystyka Wykład 10 Magdalena Alama-Bućko 15 maja 2017 Magdalena Alama-Bućko Statystyka 15 maja 2017 1 / 32 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia miary
Bardziej szczegółowoTeoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie
Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych dr
Bardziej szczegółowoNa poprzednim wykładzie omówiliśmy podstawowe zagadnienia. związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy
Analiza dynami zjawisk Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy się w tej tematyce. Indywidualne indeksy dynamiki Indywidualne
Bardziej szczegółowoSTATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2
STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND Finanse i Rachunkowość rok 2 Analiza dynamiki Szereg czasowy: y 1 y 2... y n 1 y n. y t poziom (wartość) badanego zjawiska w
Bardziej szczegółowoAnaliza dynamiki zjawisk STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 28 września 2018
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 28 września 2018 1 Pojęcie szeregów czasowych i ich składowych SZEREGIEM CZASOWYM nazywamy tablicę, która zawiera ciag wartości cechy uporzadkowanych
Bardziej szczegółowoStatystyka. Wykład 10. Magdalena Alama-Bućko. 14 maja Magdalena Alama-Bućko Statystyka 14 maja / 31
Statystyka Wykład 10 Magdalena Alama-Bućko 14 maja 2018 Magdalena Alama-Bućko Statystyka 14 maja 2018 1 / 31 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia miary
Bardziej szczegółowoWYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 2 1 / 20 MIARY ROZPROSZENIA, Wariancja Wariancją z próby losowej X
Bardziej szczegółowoWIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI ANALIZA SZEREGÓW CZASOWYCH I INDEKSY STATYSTYCZNE
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI ANALIZA SZEREGÓW CZASOWYCH I INDEKSY STATYSTYCZNE INDEKSY STATYSTYCZNE Absolutny przyrost t = y t y t 1 Względny przyrost δ t = t y t Indeks indywidualny jednopodstawowy
Bardziej szczegółowoL.Kowalski zadania ze statystyki opisowej-zestaw 4. ZADANIA Zestaw 4
ZADANA Zestaw 4 Zadanie 4. Na podstawie informacji o zyskach firmy podanych w tabeli: Lata 995 996 997 998 999 Zysk (w tys. zł) 5200 600 6500 6700 700 a) wyznaczyć ciąg przyrostów łańcuchowych (bezwzględnych
Bardziej szczegółowoZajęcia 1. Statystyki opisowe
Zajęcia 1. Statystyki opisowe 1. Znajdź dane dotyczące liczby mieszkańców w polskich województwach. Dla tych danych oblicz: a) Średnią, b) Medianę, c) Dominantę, d) Wariancję, e) Odchylenie standardowe,
Bardziej szczegółowoAnaliza 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 szczegółowoStatystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33
Statystyka Wykład 4 Magdalena Alama-Bućko 19 marca 2018 Magdalena Alama-Bućko Statystyka 19 marca 2018 1 / 33 Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności (rozproszenia,
Bardziej szczegółowoStatystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41
Statystyka Wykład 4 Magdalena Alama-Bućko 13 marca 2017 Magdalena Alama-Bućko Statystyka 13 marca 2017 1 / 41 Na poprzednim wykładzie omówiliśmy następujace miary rozproszenia: Wariancja - to średnia arytmetyczna
Bardziej szczegółowoStatystyka. Wykład 5. Magdalena Alama-Bućko. 26 marca Magdalena Alama-Bućko Statystyka 26 marca / 40
Statystyka Wykład 5 Magdalena Alama-Bućko 26 marca 2018 Magdalena Alama-Bućko Statystyka 26 marca 2018 1 / 40 Uwaga Gdy współczynnik zmienności jest większy niż 70%, czyli V s = s x 100% > 70% (co świadczy
Bardziej szczegółowoAnaliza Zmian w czasie
Statystyka Opisowa z Demografią oraz Biostatystyka Analiza Zmian w czasie Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka
Bardziej szczegółowoStatystyka. Wykład 3. Magdalena Alama-Bućko. 6 marca Magdalena Alama-Bućko Statystyka 6 marca / 28
Statystyka Wykład 3 Magdalena Alama-Bućko 6 marca 2017 Magdalena Alama-Bućko Statystyka 6 marca 2017 1 / 28 Szeregi rozdzielcze przedziałowe - kwartyle - przypomnienie Po ustaleniu przedziału, w którym
Bardziej szczegółowoStatystyka. Wykład 2. Magdalena Alama-Bućko. 5 marca Magdalena Alama-Bućko Statystyka 5 marca / 34
Statystyka Wykład 2 Magdalena Alama-Bućko 5 marca 2018 Magdalena Alama-Bućko Statystyka 5 marca 2018 1 / 34 Banki danych: Bank danych lokalnych : Główny urzad statystyczny: Baza Demografia : https://bdl.stat.gov.pl/
Bardziej szczegółowoSZEREG CZASOWY Y zjawisko badane w różnych okresach lub momentach czasu. Dynamika zjawiska to zmiana zjawiska w czasie. Przykład. Y średni kurs akcji
SZEREG CZASOWY Y zjawisko badane w różnch okresach lub momentach czasu. Dnamika zjawiska to zmiana zjawiska w czasie. Przkład. Y średni kurs akcji firm OPTMUS na giełdzie Okres: notowania od 1.03.2010
Bardziej szczegółowoStatystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35
Statystyka Wykład 7 Magdalena Alama-Bućko 16 kwietnia 2017 Magdalena Alama-Bućko Statystyka 16 kwietnia 2017 1 / 35 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoĆwiczenia, Makrokonomia II, 4/11 października 2017
Ćwiczenia, Makrokonomia II, 4/11 października 2017 1. W gospodarce zamkniętej Francia produkowane i konsumowane są trzy produkty: Camembert, bagietki i czerwone wino. W poniższej tabeli przedstawiono ceny
Bardziej szczegółowoStatystyka. Wykład 8. Magdalena Alama-Bućko. 23 kwietnia Magdalena Alama-Bućko Statystyka 23 kwietnia / 38
Statystyka Wykład 8 Magdalena Alama-Bućko 23 kwietnia 2017 Magdalena Alama-Bućko Statystyka 23 kwietnia 2017 1 / 38 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoWyznacz łączne zmiany wartości, ilości i cen sprzedaży w październiku i listopadzie oraz zinterpretuj otrzymane wyniki.
ZAD.1. Dane dotyczące zależności pomiędzy wielkością plonów w q/ha (y), a zużyciem określonego nawozu w kg/ha dla 7 niezależnych upraw przedstawia tabela: y X 17 11 19 15 19 20 20 25 20 24 22 39 23 41
Bardziej szczegółowoAgata Boratyńska. WYKŁAD 1. Wstępna analiza danych, charakterystyki opisowe. Indeksy statystyczne.
1 Agata Boratyńska WYKŁAD 1. Wstępna analiza danych, charakterystyki opisowe. Indeksy statystyczne. Agata Boratyńska Wykłady ze statystyki 2 Literatura J. Koronacki i J. Mielniczuk Statystyka WNT 2004
Bardziej szczegółowoSTATYSTYKA. Na egzamin należy przynieść:
[1] STATYSTYKA Na egzamin należy przynieść: 1. kalkulator 2. wzory na kartce (bez komentarzy!!!) UWAGA!!! wzory muszą być napisane odręcznie (kserokopie będą zabierane) Na kolejnych stronach zamieszczono
Bardziej szczegółowoZad. 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... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić).
Egzamin ze Statystyki Matematycznej, WNE UW, wrzesień 016, zestaw B Odpowiedzi i szkice rozwiązań 1. Zbadano koszt 7 noclegów dla 4-osobowej rodziny (kwatery) nad morzem w sezonie letnim 014 i 015. Wylosowano
Bardziej szczegółowoStatystyka. Wykład 13. Magdalena Alama-Bućko. 12 czerwca Magdalena Alama-Bućko Statystyka 12 czerwca / 30
Statystyka Wykład 13 Magdalena Alama-Bućko 12 czerwca 2017 Magdalena Alama-Bućko Statystyka 12 czerwca 2017 1 / 30 Co wpływa na zmiany wartości danej cechy w czasie? W najbardziej ogólnym przypadku, na
Bardziej szczegółowoStatystyka. Wykład 9. Magdalena Alama-Bućko. 24 kwietnia Magdalena Alama-Bućko Statystyka 24 kwietnia / 34
Statystyka Wykład 9 Magdalena Alama-Bućko 24 kwietnia 2017 Magdalena Alama-Bućko Statystyka 24 kwietnia 2017 1 / 34 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoMakroekonomia I Ćwiczenia
Makroekonomia I Ćwiczenia Ćwiczenia 3 Inflacja Karol Strzeliński 1 Inflacja Wzrost przeciętnego poziomu cen dóbr, usług (i czynników produkcji) w jakimś okresie czasu. Stopa inflacji to wzrost wyrażony
Bardziej szczegółowoAnaliza dynamiki. Sesja Cena akcji 1 42,9 2 41, ,5 5 41, , ,5
Analiza dynamiki Zadanie 1 Dynamikę produkcji samochodów osobowych przez pewną fabrykę w latach 2007-2013 opisuje następujący ciąg indeksów łańcuchowych: 1,1; 1,2; 1,3; 1,4; 0,8; 0,9. a) Jak zmieniała
Bardziej szczegółowoWykład 5: Analiza dynamiki szeregów czasowych
Wykład 5: Analiza dynamiki szeregów czasowych ... poczynając od XIV wieku zegar czynił nas najpierw stróżów czasu, następnie ciułaczy czasu, i wreszcie obecnie - niewolników czasu. W trakcie tego procesu
Bardziej szczegółowoStatystyka. Wykład 8. Magdalena Alama-Bućko. 10 kwietnia Magdalena Alama-Bućko Statystyka 10 kwietnia / 31
Statystyka Wykład 8 Magdalena Alama-Bućko 10 kwietnia 2017 Magdalena Alama-Bućko Statystyka 10 kwietnia 2017 1 / 31 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoW kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:
Na dzisiejszym wykładzie omówimy najważniejsze charakterystyki liczbowe występujące w statystyce opisowej. Poszczególne wzory będziemy podawać w miarę potrzeby w trzech postaciach: dla szeregu szczegółowego,
Bardziej szczegółowoStatystyka. Wykład 2. Magdalena Alama-Bućko. 27 lutego Magdalena Alama-Bućko Statystyka 27 lutego / 39
Statystyka Wykład 2 Magdalena Alama-Bućko 27 lutego 2017 Magdalena Alama-Bućko Statystyka 27 lutego 2017 1 / 39 Banki danych: Bank danych lokalnych : Główny urzad statystyczny: https://bdl.stat.gov.pl/
Bardziej szczegółowoWykład 6: Analiza danych czasowych Wykresy, indeksy dynamiki
Wykład 6: Analiza danych czasowych Wykresy, indeksy dynamiki ... poczynając od XIV wieku zegar czynił nas najpierw stróżów czasu, następnie ciułaczy czasu, i wreszcie obecnie - niewolników czasu. W trakcie
Bardziej szczegółowoStatystyka opisowa Opracował: dr hab. Eugeniusz Gatnar, prof. WSBiF
Statystyka opisowa Opracował: dr hab. Eugeniusz Gatnar, prof. WSBiF 120 I. Ogólne informacje o przedmiocie Cel przedmiotu: Opanowanie podstaw teoretycznych, poznanie przykładów zastosowań metod statystycznych.
Bardziej szczegółowoRachunki narodowe ćwiczenia, 2015
Obliczanie (zmian) wolumenów (na przykładzie PKB). Przykład opracowany na podstawie Understanding, ćwiczenie 3, str. 40. PKB, podobnie jak wiele innych wielkości makroekonomicznych, może być przedstawiany
Bardziej szczegółowoANALIZA SPRZEDAŻY: - struktura
KOŁO NAUKOWE CONTROLLINGU UNIWERSYTET ZIELONOGÓRSKI ANALIZA SPRZEDAŻY: - struktura - koncentracja - kompleksowa analiza - dynamika Spis treści Wstęp 3 Analiza struktury 4 Analiza koncentracji 7 Kompleksowa
Bardziej szczegółowoStatystyka. Wykład 7. Magdalena Alama-Bućko. 3 kwietnia Magdalena Alama-Bućko Statystyka 3 kwietnia / 36
Statystyka Wykład 7 Magdalena Alama-Bućko 3 kwietnia 2017 Magdalena Alama-Bućko Statystyka 3 kwietnia 2017 1 / 36 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoIndeksy dynamiki (o stałej i zmiennej podstawie)
Indeksy dynamiki (o stałej i zmiennej podstawie) Proste indeksy dynamiki określają tempo zmian pojedynczego szeregu czasowego. Wyodrębnia się dwa podstawowe typy indeksów: indeksy o stałej podstawie; indeksy
Bardziej szczegółowoStatystyka. Wykład 9. Magdalena Alama-Bućko. 7 maja Magdalena Alama-Bućko Statystyka 7 maja / 40
Statystyka Wykład 9 Magdalena Alama-Bućko 7 maja 2018 Magdalena Alama-Bućko Statystyka 7 maja 2018 1 / 40 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia miary
Bardziej szczegółowoStatystyka. Wykład 6. Magdalena Alama-Bućko. 9 kwietnia Magdalena Alama-Bućko Statystyka 9 kwietnia / 36
Statystyka Wykład 6 Magdalena Alama-Bućko 9 kwietnia 2018 Magdalena Alama-Bućko Statystyka 9 kwietnia 2018 1 / 36 Krzywa koncentracji Lorenza w ekonometrii, ekologii, geografii ludności itp. koncentrację
Bardziej szczegółowoWykład 5: Statystyki opisowe (część 2)
Wykład 5: Statystyki opisowe (część 2) Wprowadzenie Na poprzednim wykładzie wprowadzone zostały statystyki opisowe nazywane miarami położenia (średnia, mediana, kwartyle, minimum i maksimum, modalna oraz
Bardziej szczegółowoĆwiczenia 13 WAHANIA SEZONOWE
Ćwiczenia 3 WAHANIA SEZONOWE Wyrównanie szeregu czasowego (wyodrębnienie czystego trendu) mechanicznie Zadanie. Badano spożycie owoców i przetworów (yt) (w kg) w latach według kwartałów: kwartał lata 009
Bardziej szczegółowoMiary asymetrii STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 6 marca 2018 1 pozwalaja określić, czy jednostki zbiorowości maja tendencje do skupiania się przy niskich wartościach cechy (tzw. asymetria
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.
Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Zadania analityczne (1) Analiza przewiduje badanie podobieństw
Bardziej szczegółowoDopasowywanie modelu do danych
Tematyka wykładu dopasowanie modelu trendu do danych; wybrane rodzaje modeli trendu i ich właściwości; dopasowanie modeli do danych za pomocą narzędzi wykresów liniowych (wykresów rozrzutu) programu STATISTICA;
Bardziej szczegółowoStatystyka. Wykład 5. Magdalena Alama-Bućko. 20 marca Magdalena Alama-Bućko Statystyka 20 marca / 26
Statystyka Wykład 5 Magdalena Alama-Bućko 20 marca 2017 Magdalena Alama-Bućko Statystyka 20 marca 2017 1 / 26 Koncentracja Analiza struktury zbiorowości miary położenia ( miary średnie) miary zmienności
Bardziej szczegółowoPrognozowanie popytu. mgr inż. Michał Adamczak
Prognozowanie popytu mgr inż. Michał Adamczak Plan prezentacji 1. Definicja prognozy 2. Klasyfikacja prognoz 3. Szereg czasowy 4. Metody prognozowania 4.1. Model naiwny 4.2. Modele średniej arytmetycznej
Bardziej szczegółowoŚrednie. Średnie. Kinga Kolczyńska - Przybycień
Czym jest średnia? W wielu zagadnieniach praktycznych, kiedy mamy do czynienia z jakimiś danymi, poszukujemy liczb, które w pewnym sensie charakteryzują te dane. Na przykład kiedy chcielibyśmy sklasyfikować,
Bardziej szczegółowoStatystyka matematyczna
Statystyka matematyczna Wykład 8 Magdalena Alama-Bućko 7 maja 2018 Magdalena Alama-Bućko Statystyka matematyczna 7 maja 2018 1 / 19 Przypomnijmy najpierw omówione na poprzednim wykładzie postaci przedziałów
Bardziej szczegółowoImię, nazwisko i tytuł/stopień KOORDYNATORA (-ÓW) kursu/przedmiotu zatwierdzającego protokoły w systemie USOS Jacek Marcinkiewicz, mgr
SYLLABUS na rok akademicki 010/011 Tryb studiów Studia stacjonarne Kierunek studiów Ekonomia Poziom studiów Pierwszego stopnia Rok studiów/ semestr /4 Specjalność Bez specjalności Kod katedry/zakładu w
Bardziej szczegółowoAnaliza sezonowości. Sezonowość może mieć charakter addytywny lub multiplikatywny
Analiza sezonowości Wiele zjawisk charakteryzuje się nie tylko trendem i wahaniami przypadkowymi, lecz także pewną sezonowością. Występowanie wahań sezonowych może mieć charakter kwartalny, miesięczny,
Bardziej szczegółowoStatystyka matematyczna
Statystyka matematyczna Wykład 6 Magdalena Alama-Bućko 8 kwietnia 019 Magdalena Alama-Bućko Statystyka matematyczna 8 kwietnia 019 1 / 1 Rozkłady ciagłe Magdalena Alama-Bućko Statystyka matematyczna 8
Bardziej szczegółowoAnaliza progu rentowności
Analiza progu rentowności Próg rentowności ( literaturze przedmiotu spotyka się również określenia: punkt równowagi, punkt krytyczny, punkt bez straty punkt zerowy) jest to taki punkt, w którym jednostka
Bardziej szczegółowo1. Który z warunków nie jest właściwy dla powyższego zadania programowania liniowego? 2. Na podstawie poniższej tablicy można odczytać, że
Stwierdzeń będzie. Przy każdym będzie należało ocenić, czy jest to stwierdzenie prawdziwe, czy fałszywe i zaznaczyć x w tabelce odpowiednio przy prawdzie, jeśli jest ono prawdziwe lub przy fałszu, jeśli
Bardziej szczegółowoStatystyka matematyczna
Statystyka matematyczna Wykład 9 i 10 Magdalena Alama-Bućko 14 i 21 maja 2018 Magdalena Alama-Bućko Statystyka matematyczna 14 i 21 maja 2018 1 / 25 Hipotezy statystyczne Hipoteza statystyczna nazywamy
Bardziej szczegółowoCharakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące
Bardziej szczegółowoPDF stworzony przez wersje demonstracyjna pdffactory Pro
Zestaw A Ćwiczenie 1 Koszty zużycia energii elektrycznej stosowanej bezpośrednio do produkcji wyniosły w okresie 1 25.000 zł, zaś w okresie 2 32.000 zł. Wielkość produkcji w tych okresach: 1-15.000 szt,
Bardziej szczegółowoAkademia Młodego Ekonomisty Katowice, 10 marca 2014 r.
JAK LICZĄ EKONOMIŚCI? JAK OPISYWAĆ GOSPODARKĘ? JAKIMI DANYMI POSŁUGUJĄ SIĘ EKONOMIŚCI? dr Michał Trzęsiok michaltrzesiok@uekatowicepl Akademia Młodego Ekonomisty Katowice, 10 marca 2014 r dr Michał Trzęsiok
Bardziej szczegółowoWspółczynniki korelacji czastkowej i wielorakiej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 18 listopada 2017 1 Regresja krzywoliniowa 2 Model potęgowy Model potęgowy y = αx β e można sprowadzić poprzez zlogarytmowanie obu stron równania
Bardziej szczegółowoStatystyka opisowa. Wykład I. Elementy statystyki opisowej
Statystyka opisowa. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Elementy statystyku opisowej 1 Elementy statystyku opisowej 2 3 Elementy statystyku opisowej Definicja Statystyka jest to nauka o
Bardziej szczegółowoZawartość. Zawartość
Opr. dr inż. Grzegorz Biesok. Wer. 2.20 2011 Zawartość Zawartość 1. Tworzenie szeregu rozdzielczego przedziałowego (klasowego)... 3 2. Podstawowy opis struktury... 3 3. Opis rozkładu jednej cechy szereg
Bardziej szczegółowoAnaliza współzależności dwóch cech I
Analiza współzależności dwóch cech I Współzależność dwóch cech W tym rozdziale pokażemy metody stosowane dla potrzeb wykrywania zależności lub współzależności między dwiema cechami. W celu wykrycia tych
Bardziej szczegółowoKolokwium ze statystyki matematycznej
Kolokwium ze statystyki matematycznej 28.05.2011 Zadanie 1 Niech X będzie zmienną losową z rozkładu o gęstości dla, gdzie 0 jest nieznanym parametrem. Na podstawie pojedynczej obserwacji weryfikujemy hipotezę
Bardziej szczegółowoPodstawy statystyki - ćwiczenia r.
Zadanie 1. Na podstawie poniższych danych wyznacz i zinterpretuj miary tendencji centralnej dotyczące wysokości miesięcznych zarobków (zł): 1290, 1500, 1600, 2250, 1400, 1600, 2500. Średnia arytmetyczna
Bardziej szczegółowoZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO STATYSTYCZNA ANALIZA ZMIAN LICZBY HOTELI W POLSCE W LATACH 1995-2004
ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 429 EKONOMICZNE PROBLEMY TURYSTYKI NR 7 2006 RAFAŁ CZYŻYCKI, MARCIN HUNDERT, RAFAŁ KLÓSKA STATYSTYCZNA ANALIZA ZMIAN LICZBY HOTELI W POLSCE W LATACH 1995-2004
Bardziej szczegółowoRachunek kosztów dla inżyniera
Rachunek kosztów dla inżyniera Wykład 8. Rachunek kosztów normatywnych analiza odchyleń kosztów rzeczywistych od kosztów normatywnych Zofia Krokosz-Krynke, Dr inż., MBA zofia.krokosz-krynke@pwr.edu.pl
Bardziej szczegółowoStatystyka opisowa SYLABUS A. Informacje ogólne
Statystyka opisowa SYLABUS A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Rok
Bardziej szczegółowoURZĄD STATYSTYCZNY W OPOLU WYDZIAŁ BADAŃ ANKIETOWYCH
URZĄD STATYSTYCZNY W OPOLU WYDZIAŁ BADAŃ ANKIETOWYCH 1 Badanie budżetów gospodarstw domowych spełnia ważną rolę w analizach poziomu życia ludności. Jest podstawowym źródłem informacji o dochodach, wydatkach,
Bardziej szczegółowoDane ekonomiczne 1. Szeregi czasowe danych. Dane przekrojowe. Wskaźniki (indeksy)
Dane ekonomiczne 1 Szeregi czasowe danych Szereg czasowy to ciąg wartości, jakie przyjmuje zmienna w kolejnych okresach. Szereg czasowy zawiera kolejne wartości przyjmowane przez daną zmienną w różnych
Bardziej szczegółowoSzczegółowy 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 szczegółowoCzynniki determinujące opłacalność produkcji wybranych produktów rolniczych w perspektywie średnioterminowej
Czynniki determinujące opłacalność produkcji wybranych produktów rolniczych w perspektywie średnioterminowej Konferencja nt. WPR a konkurencyjność polskiego i europejskiego sektora żywnościowego 26-28
Bardziej szczegółowoStatystyki opisowe i szeregi rozdzielcze
Statystyki opisowe i szeregi rozdzielcze - ćwiczenia ĆWICZENIA Piotr Ciskowski ramka-wąsy przykład 1. krwinki czerwone Stanisz W eksperymencie farmakologicznym analizowano oddziaływanie pewnego preparatu
Bardziej szczegółowoMiary zmienności STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 6 marca 2018 1 MIARY ZMIENNOŚCI (inaczej: rozproszenia, rozrzutu, zróżnicowania, dyspersji) informuja o zróżnicowaniu jednostek zbiorowości
Bardziej szczegółowoStraty sieciowe a opłaty dystrybucyjne
Straty sieciowe a opłaty dystrybucyjne Autorzy: Elżbieta Niewiedział, Ryszard Niewiedział Menedżerskich w Koninie - Wyższa Szkoła Kadr ( Energia elektryczna styczeń 2014) W artykule przedstawiono wyniki
Bardziej szczegółowo8. WYBRANE ZASTOSOWANIA MODELI EKONOMETRYCZNYCH
39 8. WYBRANE ZASTOSOWANIA MODELI EKONOMETRYCZNYCH 8.1. Funkcje popytu i elastyczności popytu 8.1.1. Czynniki determinujące popyt i ich wpływ Załóżmy, że hipoteza ekonomiczna dotycząca kształtowania się
Bardziej szczegółowoWeryfikacja 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 szczegółowoRachunek kosztów dla inżyniera
Rachunek kosztów dla inżyniera Wykład 8. Rachunek kosztów normatywnych analiza odchyleń kosztów rzeczywistych od kosztów normatywnych Zofia Krokosz-Krynke, Dr inż., MBA zofia.krokosz-krynke@pwr.edu.pl
Bardziej szczegółowoMetody ilościowe w zarządzaniu. Adam Żwirbla Rozwój metod ilościowych analizy ekonomicznej dr inż. Władysław Wornalkiewicz Część 1
Metody ilościowe w zarządzaniu Adam Żwirbla Rozwój metod ilościowych analizy ekonomicznej dr inż. Władysław Wornalkiewicz Część 1 Metody ilościowe pomocne w projektowaniu hurtowni danych Hurtownia danych,
Bardziej szczegółowoOpisowa analiza struktury zjawisk statystycznych
Statystyka Opisowa z Demografią oraz Biostatystyka Opisowa analiza struktury zjawisk statystycznych Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2
Bardziej szczegółowoTeoria 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 szczegółowoStatystyka. Opisowa analiza zjawisk masowych
Statystyka Opisowa analiza zjawisk masowych Typy rozkładów empirycznych jednej zmiennej Rozkładem empirycznym zmiennej nazywamy przyporządkowanie kolejnym wartościom zmiennej (x i ) odpowiadających im
Bardziej szczegółowoAnaliza progu rentowności
Analiza progu rentowności Próg rentowności ( literaturze przedmiotu spotyka się również określenia: punkt równowagi, punkt krytyczny, punkt bez straty punkt zerowy) jest to taki punkt, w którym jednostka
Bardziej szczegółowoWykład 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 szczegółowoParametry statystyczne
I. MIARY POŁOŻENIA charakteryzują średni lub typowy poziom wartości cechy, wokół nich skupiają się wszystkie pozostałe wartości analizowanej cechy. I.1. Średnia arytmetyczna x = x 1 + x + + x n n = 1 n
Bardziej szczegółowoAnaliza struktury i przeciętnego poziomu cechy
Analiza struktury i przeciętnego poziomu cechy Analiza struktury Pod pojęciem analizy struktury rozumiemy badanie budowy (składu) określonej zbiorowości, lub próby, tj. ustalenie, z jakich składa się elementów
Bardziej szczegółowoSzczegółowy 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 szczegółowoAkademia Młodego Ekonomisty
Akademia Młodego Ekonomisty Jak liczą ekonomiści? JAK OPISYWAĆ GOSPODARKĘ? JAKIMI DANYMI POSŁUGUJĄ SIĘ EKONOMIŚCI? dr Michał Trzęsiok Uniwersytet Ekonomiczny w Katowicach 12 marca 2012 r Metody opisu stanu
Bardziej szczegółowoWykład 8. Rachunek dochodu narodowego i model gospodarki
Wykład 8. Rachunek dochodu narodowego i model gospodarki 1. Makroekonomia. Makroekonomia bada gospodarkę narodową jako całość i wpływające na nią wielkości makroekonomiczne oraz ich powiązania. Najważniejszym
Bardziej szczegółowoStatystyka. Wykład 1. Magdalena Alama-Bućko. 20 lutego Magdalena Alama-Bućko Statystyka 20 lutego / 19
Statystyka Wykład 1 Magdalena Alama-Bućko 20 lutego 2017 Magdalena Alama-Bućko Statystyka 20 lutego 2017 1 / 19 Wykład : 30h Laboratoria : 30h (grupa B : 14:00, grupa C : 10:30, grupa E : 12:15) obowiazek
Bardziej szczegółowoAkademia Młodego Ekonomisty
Akademia Młodego Ekonomisty Czy w ekonomii dwa plus dwa równa się cztery? Jak liczą ekonomiści? Mgr Kornelia Bem - Kozieł Wyższa Szkoła Ekonomii, Prawa i Nauk Medycznych w Kielcach 9 kwiecień 2014 r. Co
Bardziej szczegółowo3. Modele tendencji czasowej w prognozowaniu
II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa
Bardziej szczegółowoTesty nieparametryczne
Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów
Bardziej szczegółowoWYŻSZA SZKOŁA MENEDŻERSKA W WARSZAWIE WYDZIAŁ ZARZĄDZANIA W CIECHANOWIE KARTA PRZEDMIOTU - SYLABUS
WYŻSZA SZKOŁA MENEDŻERSKA W WARSZAWIE WYDZIAŁ ZARZĄDZANIA W CIECHANOWIE KARTA PRZEDMIOTU - SYLABUS Nazwa przedmiotu: Statystyka opisowa Profil 1 : ogólnoakademicki Cel przedmiotu: Zapoznanie studentów
Bardziej szczegółowoREGRESJA (postać liniowa funkcji) - ROZWIĄZANIA Komentarze kursywą, rozwiązania oraz treści zadań pismem prostym.
REGRESJA (postać liniowa funkcji) - ROZWIĄZANIA Komentarze kursywą, rozwiązania oraz treści zadań pismem prostym. Zadanie 1 W celu ustalenia zależności między liczbą braków a wielkością produkcji części
Bardziej szczegółowo