JEDNO- I WIELOWYMIAROWE SKALE POMIAROWE
|
|
- Michalina Włodarczyk
- 8 lat temu
- Przeglądów:
Transkrypt
1 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 1 JEDNO- I WIELOWYMIAROWE SKALE POMIAROWE Skale do pomiaru postaw Przedmiotem większości pomiarów w badaniach marketingowych są postawy nabywców różnych dóbr. Pomiar postaw, w porównaniu z pomiarem zachowania się, daje odpowiedź na kwestię przyczyn określonego zachowania się i ma znaczenie diagnostyczne. Kategoria postaw Postawa jest to pozytywne lub negatywne ustosunkowanie się do pewnego przedmiotu, pojęcia lub sytuacji, jak również gotowość do reagowania w pewien z góry określony sposób na te (lub związane z nimi) przedmioty, pojęcia, sytuacje. Postawy kształtują się w wyniku wzajemnego oddziaływania danej jednostki i jej otoczenia. Psychologowie wyróżniają trzy składniki postaw: przekonanie (wynik doświadczenia i wiedzy) emocje. Składnik emocjonalny przejawia się w upodobaniach i preferencjach. zachowanie się. Element behawiorystyczny decyduje o działaniu nabywcy przed, w trakcie i po dokonaniu zakupu. Postawy przyjmują wartości mieszczące się w przedziale postawa skrajnie pozytywna postawa zdecydowanie negatywna. Dzięki temu można ją mierzyć przy wykorzystaniu różnych skal, głównie porządkowych.
2 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 2 Rodzaj skali Zasady skalowania Zasada I Skalowanie zrównoważone i niezrównoważone Skalowanie zrównoważone wymaga ustalenia klasy środkowej oraz wyznaczenia jednakowej liczby klas (przedziałów) o jednakowej intensywności po obu stronach ustalonej klasy środkowej. Jeśli po obu stronach klasy środkowej występuje różna liczba klas lub klasy o niejednakowej intensywności, to takie skalowanie nazywa się skalowaniem niezrównoważonym. Przykłady zrównoważonego i niezrównoważonego skalowania odpowiedzi porządkowa przedziałowa lub stosunkowa Skalowanie zrównoważone pytania Jak oceniasz szybkość obsługi klientów w sklepie X? Jaka część rocznej produkcji Waszej firmy jest eksportowana? odpowiedzi wyskalowane Bardzo szybka Szybka Ani szybka, ani powolna Powolna Bardzo powolna 0 20 % % % % % Skalowanie niezrównoważone pytania Jak zareagowałeś na ukazanie się nowego produktu XYZ? Ile razy podróżował Pan w roku ubiegłym samolotem PLL LOT za granicę? odpowiedzi wyskalowane Entuzjastycznie Bardzo pozytywnie Pozytywnie Obojętnie Negatywnie Ani razu 1 raz 2-4 razy 5-9 razy razy 20 i więcej
3 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 3 Zasada II Graficzna forma skali Kategorie danej skali mogą być opisane werbalnie, numerycznie, graficznie lub w sposób kombinowany. Im dokładniej opisane kategorie skali, tym rzetelniejszy pomiar. Graficzna forma skali dostosowana jest do specyfiki grupy respondentów będzie inna dla dorosłych, a inna dla przedszkolaków. Instrument pomiarowy w formie suwaka Skala dla prowadzącego pomiar Trzy sposoby odpowiedzi na pytania odzwierciedlające postawy wobec produktu XYZ A. Jakie są Pana(i) odczucia w związku z produktem XYZ? Świetny Jestem zadowolony Jest niezły Mieszane Raczej kiepski Nie jestem zadowolony Straszny B. W jakim stopniu zadowolił Pana(ią) produkt XYZ? 100% % Całkowicie mnie zadowolił Jestem zupełnie niezadowolony C. W jakim stopniu zaspokaja obecnie Pana(i) potrzeby produkt XYZ? Nadzwyczaj dobrze Nadzwyczaj dobrze
4 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 4 Zasada III Liczba kategorii skali Liczba kategorii między biegunami skali zależy od postawy respondenta, formy pomiaru i metody analizy danych. Zwykle jeśli badacz chce się dowiedzieć czegoś więcej na temat postaw, to powinien zastosować pięć lub siedem kategorii. Zasada IV Parzysta lub nieparzysta liczba kategorii Wybór tej liczby przesądza o tym, czy skala będzie zawierała środkową, neutralną pozycję. Zwolennicy stosowania parzystej liczby kategorii argumentują to tym, że postawy nie mogą być neutralne. Warto pamiętać, że respondenci wykazują tendencję do wyboru tych kategorii, które są bliżej środka. Zasada V Skalowanie wymuszające i niewymuszające Skalowanie wymuszające ma na celu wykazanie przez respondenta ściśle określonej kategorii na skali odpowiedzi. W przypadku gdy respondent nie jest w stanie wyrazić swojej postawy, stosuje się skalowanie niewymuszające. Np. na pytanie o ocenę PLL LOT w porównaniu do innych linii lotniczych skala powinna rozpoczynać się od odpowiedzi Nie wiem dla osób, które nie latały innymi niż PLL LOT liniami lotniczymi. Jednowymiarowe skale do pomiaru postaw Jednowymiarowe skale postaw dzielimy na proste i złożone. Przykłady prostych skal postaw Proste skale, stosowane w badaniach marketingowych to m.in.: skale stopniowe opisowe i obrazkowe skale ciągłe skale rang metoda porównywania parami skale sumowanych ocen Skale stopniowa obrazkowa, opisowe przedstawiono na folii 3. Skala ciągła była przedstawiona na poprzednim wykładzie.
5 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 5 Skala rang powstaje gdy respondent porządkuje wymienione w kwestionariuszu kategorie według podanego kryterium. W kwestionariuszu odpowiedź jest wyskalowana według skali nominalnej. W wyniku ocen respondenta skala nominalna zmienia się w skalę rang, które jest skalą porządkową. Skale rang są często stosowane w pomiarach preferencji. Wadą ich jest malejąca efektywność w miarę wzrostu liczby ocenianych cech. W przypadku dużej liczby cech lepiej jest zastosować porównywanie parami. Przykład pytania w kwestionariuszu z zastosowaną skalą rang P.1. Oto lista cech samochodu, do których może Pan(i) przywiązywać większą lub mniejszą wagę. Proszę wpisać odpowiadające poszczególnym cechom symbole literowe kolejno do kratek skali od 1 do 9, porządkując je tak, aby cecha, która dla Pana(i) ma największą wagę, znalazła się w pierwszej kratce, druga najważniejsza - w drugiej itd. A producent D łatwość obsługi G szybkość maksymalna B cena E zużycie paliwa H przyspieszenie C kolor F moc silnika I pojemność bagażnika Metoda porównywania parami pozwala nie tylko dokonać pomiaru, ale jednocześnie umożliwia analizę zebranych danych.
6 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 6 Respondent wybiera jedną z dwóch przedstawionych możliwości zgodnie z podanym kryterium. Kryterium stanowią zazwyczaj skale alternatywne. Porównując trzy cechy zestawia się 3 pary (AB, AC, BC), przy czterech cechach 6 par (AB, AC, AD, BC, BD, CD), i ogólnie przy n cechach zestawia się 0,5n(n-1) par. Dla 9 cech samochodów respondent będzie więc porównywał 36 par. A producent D łatwość obsługi G szybkość maksymalna B cena E zużycie paliwa H przyspieszenie C kolor F moc silnika I pojemność bagażnika Macierz ocen cech samochodu A B C D E F G H I A B C D E F G H I Suma Porównując parami cechy samochodów stwierdzamy, że cena jest ważniejsza niż kolor, (cena - 80, a kolor - 20) zużycie paliwa ma większą wagę niż pojemność bagażnika (65 do 35) łatwość obsługi jest ważniejsza od ceny (70 do 30) itd. Przy tej metodzie badań najważniejszą cechą samochodu jest cecha A, najmniej ważną jest cecha C.
7 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 7 Skala sumowanych ocen. Są dwie odmiany tej skali: porównawcza - wymaga się od respondenta, aby wymienionym cechom lub obiektom przyporządkował zgodnie ze swoimi preferencjami oceny liczbowe, które razem muszą się sumować do określonej liczby (najczęściej do 100). P.1. Proszę podzielić 100 punktów między każdą z trzech podanych miejscowości wypoczynkowych Międzyzdroje (...) + Szklarska Poręba (...) = 100 Kołobrzeg (...) + Bielsko Biała (...) = 100 Sopot (...) + Krynica Górska (...) = 100 rangowa P.1. Proszę podzielić 100 punktów między wymienione niżej cechy samochodu Polonez tak, aby podział punktów odzwierciedlał to, w jakim stopniu ważna jest dla Pana(i) każda cecha. Wygląd zewnętrzny Ekonomika jazdy Komfort Status społeczny Cena Bezpieczeństwo Szybkość Przyspieszenie RAZEM 100
8 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 8 Przykłady złożonych skal postaw Skale złożone są w porównaniu do skal prostych skalami o wyższym stopniu standaryzacji. Charakteryzują się lepszą trafnością pomiaru. Każda złożona skala postaw składa się z wielu skal elementarnych, głównie porządkowych. Do najczęściej stosowanych zalicza się skale: pozycyjną, semantyczną, Stapela, Likerta Skala pozycyjna. Oparta na skali nominalnej. Poszczególne pozycje są oceniane za pomocą jednakowych skal porządkowych. Respondent ocenia zgodnie ze swoimi preferencjami każdą pozycje skali nominalnej. Oceny tej dokonuje za pomocą skali porządkowej P.1. Jak często prowadzone są w Pana(i) firmie badania w niżej wymienionych zakresach? Proszę dać tylko jedną odpowiedź dla każdego zakresu. Stale Bardzo Często Czasami Nigdy często 1. Potrzeby i opinie nabywców 2. Konkurencja 3. Akty prawne 4. Kooperacja i pośrednicy 5. Własny produkt 6. Efektywność i skuteczność własnej reklamy 7. Reklamacje klientów 8. Ceny i warunki sprzedaży
9 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 9 Analiza polega na poklasyfikowaniu zebranych danych i ich zaprezentowaniu w postaci szeregów statystycznych. Skala semantyczna (metoda profili semantycznych, metoda profili polaryzacji) Jest zestawem kilku lub kilkunastu skal porządkowych, zwykle dwubiegunowych. Pomiar: umieszcza się w kwestionariuszu zestaw kilku skal porządkowych, zazwyczaj 7-stopniowych i niezależnych od siebie. Respondent ma wyróżnić jedną kategorię na każdej skali Proszę zaznaczyć swoje oceny najlepiej odzwierciedlające Pana(i) opinię o wymienionych cechach importowanego samochodu Jaguar XJ-S (każda skala reprezentuje jedną cechę o siedmiostopniowej intensywności) Szybki Tani X X Wolny Drogi Luksusowy Mały X X Zwykły Duży Zbieranie i redukcja danych polega na zliczeniu wszystkich wypełnionych skal z kwestionariuszy, poklasyfikowaniu i zaprezentowaniu wyników zliczania w postaci szeregów statystycznych. Analiza profilowa (najczęściej stosowana) polega na: przyjęciu, że przedziały skal porządkowych są sobie równe przyporządkowaniu przedziałom skal wag (od-3 do +3 lub od 1 do 7) obliczeniu średnich arytmetycznych ważonych lub mediany z danych. Otrzymane średnie łączy się zwykle liniami na zestawionych razem skalach. Każda linia reprezentuje inny obiekt (np. produkt, sklep, znak firmowy, środek reklamy i in.). W wyniku porównania wszystkich linii na
10 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 10 jednym wykresie otrzymuje się profile polaryzacji, charakteryzujące preferencje i postawy określonych grup respondentów Graficzny obraz wyników analizy profilowej cech produktów francuskich, amerykańskich i brytyjskich w ocenie kadry brytyjskich sklepów detalicznych Zaawansowanie techniczne Produkowane masowo Łatwo dostępne Pomysłowe Starannie wykonane Technicznie opóźnione Produkowane ręcznie Trudno dostępne Imitacyjne Niestarannie wykonane Francja W.Brytania Stany Zjedn.
11 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 11 Skala Stapela. Jest odmianą skali pozycyjnej. Pozycje skali nominalnej są zestawem skal jednobiegunowych, dziesięcio- lub jedenastostopniowych, których bieguny mają wartości od -5 do +5. Skale służą do pomiaru kierunku i natężenia postaw. Wystarczy zatem po jednym przymiotniku do każdej skali, bez szukania antonimów. Na rysunku 4.9 przedstawiono przykład skali Stapela. Zaletą tej skali jest łatwiejsze jej zastosowanie w porównaniu ze skalą semantyczną. Rezultaty pomiarów przy wykorzystaniu obu skal są równoważne. Skale Stapela stosuje się do pomiaru opinii i wyobrażeń o punktach sprzedaży,, nowych produktach żywnościowych oraz środkach reklamy. Dane zebrane z pomiaru mogą być analizowane metodą profilową. P.1. Niżej podano cztery cechy charakteryzujące sklep wolnocłowy X. Proszę wskazać, jak - Pana(i) zdaniem - należy ocenić poszczególne cechy. Jeżeli ocenia Pan(i) daną cechę pozytywnie, proszę wskazać, w jakim stopniu jest ona pozytywna, przez zakreślenie jednej z kratek od +3 do +1. Jeśli ocena jest negatywna - proszę zaznaczyć jej stopień odpowiednio od -1 do -3. A. Czystość B. Obsługa C. Wybór D. Wystrój
12 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 12 Skala Likerta - jest skalą nominalną składającą się z wielu pozycji (od kilku do kilkudziesięciu), stanowiących zestaw skal porządkowych. Wszystkie pozycje skali Likerta mają przyporządkowanie skale intensywności, będące skalami porządkowymi dwubiegunowymi, zazwyczaj pięciostopniowymi. Stopnie skali są opisane w kwestionariuszu werbalnie, a także numerycznie do celów redukcji i analizy danych. P.1. Niżej wymieniono kilka czynników wpływających na działalność firm zagranicznych w Polsce. Proszę o podanie swojej opinii przez zaznaczenie odpowiedniego miejsca przy każdym z czynników. 1. Istnieje chłonny rynek wewnętrzny w Polsce 2. Konkurencja firm polskich jest poważną przeszkodą 3. W Polsce możliwy jest szybki wzrost zysków 4. Występuje nieżyczliwe nastawienie władz centralnych Całkowicie się zgadzam Zgadzam się Ani się zgadzam, ani się nie zgadzam Nie zgadzam się Całkowicie się nie zgadzam
13 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 13 W budowie skali wyodrębnia się kilka etapów: Etap 1: Sformułowanie wystarczającej liczby pozycji (zdań), obejmujących możliwie wszystkie przejawy badanych postaw. Etap 2: Etap 3: Przygotowanie kwestionariusza próbnego Dobranie próbki respondentów z próby ostatecznej oraz przeprowadzenie pomiaru próbnego Etap 4: Zliczanie wypełnionych kwestionariuszy próbnych. Wynikiem są sumy punktów dla każdego respondenta (np. w pytaniu 1 4 pkt, w pyt. 2 5 pkt, w pyt. 3 2 pkt, w pyt. 4 5 pkt; razem 16 pkt). Etap 5: Wybór pozycji, które dobrze różnicują postawy sprzyjające (duża suma punktów) od niesprzyjających (mała suma punktów). W kwestionariuszu pozostawia się tylko pozycje wystarczająco silnie różnicujące respondentów. Analiza danych z pomiaru za pomocą skali Likerta polega na porównaniu i interpretacji zliczonych punktów dla poszczególnych pozycji albo dla poszczególnych respondentów.
14 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 14 Wielowymiarowe skale do pomiaru postaw Zalicza się do najnowszych metod, które znalazły zastosowanie w pomiarach i analizach postaw nabywców. Wyróżnia się dwie metody: skalowanie wielowymiarowe pomiar wieloczynnikowy Skalowanie wielowymiarowe Wymaga stosowania metod statystycznych przy użyciu komputerów. Celem analiz jest przekształcenie zebranych z pomiaru danych, dotyczących preferencji i percepcji nabywców na spójny i czytelny obraz w przestrzeni wielowymiarowej. Dystans między punktem idealnym a danym modelem odzwierciedla preferencje respondentów; odległość między dwoma modelami podobieństwa w odczucie respondentów. Preferencje i podobieństwa samochodów w USA modele z 1986 r. sportowy Punkt idealny zwykły luksusowy popularny Ford Taunus 2. Mercury Sable 3. Lincoln Continental 4. Ford Thunderbird 5. Ford Escort 6. Cadillac Eldorado 7. Jaguar XJ Sedan 8. AMC Alliance 9. Plymuth Reliant 10. Buick Le Sabre 11. Chevrolet Cavalier
15 BADANIA MARKETINGOWE I ANALIZA RYNKU w5 str. 15 Pomiar wieloczynnikowy Polega na pomiarze preferencji respondentów względem kilku powiązanych ze sobą czynników (cech) jednego produktu. Rezultatem pomiaru i analizy są dane tworzące skalę przedziałową. Respondentowi prezentuje się do oceny wybrane cechy produktu. Poszczególne cechy produktu można porównywać parami. Rozważmy jako przykład następujące cechy powiedzmy pasty do podłóg: 1. Cena 3 wartości (10 $, 20 $, 30 $) 2. Pojemność opakowania 3 wartości (1 l, 3 l, 5 l) 3. Opakowanie (materiał, z którego zrobione) 3 wartości (plastikowe, blaszane, szklane) Załóżmy, że producent pasty zainteresowany jest szczególnie trzema pierwszymi cechami. Dzięki temu respondent będzie oceniał 27 kombinacji trzech cech lub każdych dwóch z trzech interesujących nas cech. (patrz rysunek) Pomiar preferencji za pomocą porównań parami Cena Cena Opakowanie p b sz Pojemność 1 l 3 l 5 Opakowanie p b sz Pojemność 1 l 3 l 5 l p plastikowe, b blaszane, sz - szklane Na każdym diagramie zaznacza się optymalną kombinację dwóch cech. Prowadzi to do wyboru optymalnych preferencji po zliczeniu wszystkich wskazań respondentów.
Sprowadzenie rzeczywistości do pewnych jej elementów określanych jako zmienne i stałe, razem z relacjami, jakie między tymi elementami zachodzą.
Model: Sprowadzenie rzeczywistości do pewnych jej elementów określanych jako zmienne i stałe, razem z relacjami, jakie między tymi elementami zachodzą. Odwzorowanie rzeczywistości poprzez definiowanie
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela
Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem
Bardziej szczegółowoBadania marketingowe. - Konspekt wykładowy
Badania marketingowe - Konspekt wykładowy Badania marketingowe w logistyce Zakres materiału do egzaminu: 1. Wprowadzenie do przedmiotu - istota, przesłanki oraz użyteczność badań marketingowych 2. Informacja
Bardziej szczegółowoPodstawowe pojęcia statystyczne
Podstawowe pojęcia statystyczne Istnieją trzy rodzaje kłamstwa: przepowiadanie pogody, statystyka i komunikat dyplomatyczny Jean Rigaux Co to jest statystyka? Nauka o metodach ilościowych badania zjawisk
Bardziej szczegółowoBADANIA MARKETINGOWE
BADANIA MARKETINGOWE BADANIA MARKETINGOWE to gromadzenie i analizowanie informacji niezbędnych do podejmowania decyzji rynkowych w przedsiębiorstwie. Kryteria podziału badań marketingowych: 1.Charakter
Bardziej szczegółowoTemat: Badania ankietowe projektowanie kwestionariusza ankietowego
Temat: Badania ankietowe projektowanie kwestionariusza ankietowego Badania ankietowe - metoda gromadzenia informacji pierwotnych przez zbieranie odpowiedzi na przygotowane uprzednio pytania, zadawane wybranym
Bardziej szczegółowoBADANIA MARKETINGOWE MATERIAŁY DO ZALICZENIA
BADANIA MARKETINGOWE DO ZALICZENIA BUDOWA KWESTIONARIUSZA WPROWADZENIE 3 Co to są badania marketingowe? Rodzaje badań Instrumenty w badaniach marketingowych PROCES BUDOWY KWESTIONARIUSZA 4 Określenie celu
Bardziej szczegółowoPrzyjmuje dowolne wartości z określonego przedziału (skończonego lub nie). Zmienne ciągłe: wzrost, czas rozwiązana testu, kwota dochodu
cecha (właściwość), którą posiadają jednostki badanej zbiorowości, przyjmującą co najmniej dwie wartości. Zmienna to właściwość pod względem której elementy zbioru różnią się między sobą Przyjmuje dowolne
Bardziej szczegółowoKLASYFIKACJA l ANALIZA DANYCH
SEKCJA KLASYFIKACJI l ANALIZY DANYCH POLSKIEGO TOWARZYSTWA STATYSTYCZNEGO Zeszyt 2 TAKSONOMIA 1995 KLASYFIKACJA l ANALIZA DANYCH PROBLEMY TEORETYCZNE Jelenia Góra -Wrcdaw- Kraków REDAKTORZY NAUKOWI Krzysztof
Bardziej szczegółowoBadania Statystyczne
Statystyka Opisowa z Demografią oraz Biostatystyka Badania Statystyczne Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka
Bardziej szczegółowoPrzyjmuje dowolne wartości z określonego przedziału (skończonego lub nie). Zmienne ciągłe: wzrost, czas rozwiązana testu, kwota dochodu
cecha (właściwość), którą posiadają jednostki badanej zbiorowości, przyjmującą co najmniej dwie wartości. Zmienna to właściwość pod względem której elementy zbioru różnią się między sobą Przyjmuje dowolne
Bardziej szczegółowoW1. Wprowadzenie. Statystyka opisowa
W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład
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 szczegółowoRodzaje metod, m.in. ankiety, wywiady, panele, obserwacje, eksperymenty, badania symulacyjne, pomiary fizjologiczne, metody projekcyjne.
METODY BADAWCZE Rodzaje metod, m.in. ankiety, wywiady, panele, obserwacje, eksperymenty, badania symulacyjne, pomiary fizjologiczne, metody projekcyjne. ANKIETA Metoda pomiaru pośredniego charakteryzująca
Bardziej szczegółowoPorównywanie populacji
3 Porównywanie populacji 2 Porównywanie populacji Tendencja centralna Jednostki (w grupie) według pewnej zmiennej porównuje się w ten sposób, że dokonuje się komparacji ich wartości, osiągniętych w tej
Bardziej szczegółowoBadania marketingowe. Omówione zagadnienia. Metody i techniki pomiarowe w badaniach ilościowych i jakościowych
Społeczna Wyższa Szkoła Przedsiębiorczości i Zarządzania kierunek: Zarządzanie Badania marketingowe Wykład 8 Opracowanie: dr Joanna Krygier 1 Omówione zagadnienia Metody i techniki pomiarowe w badaniach
Bardziej szczegółowoWykład 4: Statystyki opisowe (część 1)
Wykład 4: Statystyki opisowe (część 1) Wprowadzenie W przypadku danych mających charakter liczbowy do ich charakterystyki można wykorzystać tak zwane STATYSTYKI OPISOWE. Za pomocą statystyk opisowych można
Bardziej szczegółowoZmienne zależne i niezależne
Analiza kanoniczna Motywacja (1) 2 Często w badaniach spotykamy problemy badawcze, w których szukamy zakresu i kierunku zależności pomiędzy zbiorami zmiennych: { X i Jak oceniać takie 1, X 2,..., X p }
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 szczegółowoBadania marketingowe. wykład 3
Badania marketingowe wykład 3 Etapy procesu badawczego 1. Projektowanie badania 2. Dobór próby 3. Dobór metody i budowa instrumentu badawczego 4. Pomiar 5. Redukcja danych 6. Analiza danych 7. Przygotowanie
Bardziej szczegółowoWykład ze statystyki. Maciej Wolny
Wykład ze statystyki Maciej Wolny T1: Zajęcia organizacyjne Agenda 1. Program wykładu 2. Cel zajęć 3. Nabyte umiejętności 4. Literatura 5. Warunki zaliczenia Program wykładu T1: Zajęcia organizacyjne T2:
Bardziej 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 szczegółowoMarketing (2) dr Jolanta Tkaczyk
Marketing (2) dr Jolanta Tkaczyk Marketing Istota marketingu Badania marketingowe Zachowania nabywców Marketing doświadczeń (CEM) Segmentacja, dobór rynku docelowego i pozycjonowanie Marketing -mix Badania
Bardziej szczegółowoWykład 3: Prezentacja danych statystycznych
Wykład 3: Prezentacja danych statystycznych Dobór metody prezentacji danych Dobór metody prezentacji danych zależy od: charakteru danych statystycznych (inne metody wybierzemy dla danych przekrojowych,
Bardziej szczegółowoSPIS TREŚCI CZĘŚĆ I : PRZEZNACZENIE, PROCES I PODSTAWY METODOLOGICZNE BADAŃ MARKETINGOWYCH...17
SPIS TREŚCI WSTĘP..13 CZĘŚĆ I : PRZEZNACZENIE, PROCES I PODSTAWY METODOLOGICZNE BADAŃ MARKETINGOWYCH...17 1. TREŚĆ, PRZEZNACZENIE I PROCES BADAŃ MARKETINGOWYCH....19 1.1. Dlaczego badania marketingowe
Bardziej szczegółowoKOMUNIKATzBADAŃ. Oczekiwania dochodowe Polaków NR 158/2015 ISSN
KOMUNIKATzBADAŃ NR 158/2015 ISSN 2353-5822 Oczekiwania dochodowe Polaków Przedruk i rozpowszechnianie tej publikacji w całości dozwolone wyłącznie za zgodą CBOS. Wykorzystanie fragmentów oraz danych empirycznych
Bardziej szczegółowoSTATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;
STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; - badanie skuteczności nowego leku; - badanie stopnia zanieczyszczenia gleb metalami
Bardziej szczegółowoRozdział 1. Analiza Struktury. Jan Żółtowski. Problem 1.1. Lp. Pytanie Odpowiedź
Rozdział 1 Analiza Struktury Jan Żółtowski Problem 1.1 Kuratorium w Łodzi postanowiło ocenić wpływ warunków szkolnych i pozaszkolnych na wyniki uczniów piszących próbną EMaturę z matematyki 1. W badaniu
Bardziej szczegółowoMariola Kajfasz Magdalena Krzak Magda Kaczmarczyk Anna Jabłońska
Mariola Kajfasz Magdalena Krzak Magda Kaczmarczyk Anna Jabłońska Plan prezentacji 1. Podstawowe definicje produkt, marka 2. Dwojakie spojrzenie na markę; 3. Postawa wobec marki; 4. Tożsamość marki 5. Rodzaje
Bardziej szczegółowoAnaliza danych ankietowych. Wykład 1. Projekt badawczy. Rodzaje danych ankietowych. Jerzy Legut
Analiza danych ankietowych Wykład Projekt badawczy. Rodzaje danych ankietowych Jerzy Legut Etapy projektu badawczego. Zdefiniowanie celu badań. Określenie grupy docelowej 3. Wybór metody badań 4. Projekt
Bardziej szczegółowoEwaluacja w polityce społecznej
Ewaluacja w polityce społecznej Metoda ewaluacji Dr hab. Ryszard Szarfenberg Instytut Polityki Społecznej UW rszarf.ips.uw.edu.pl/ewalps/dzienne/ Rok akademicki 2018/2019 Od pytań ewaluacyjnych do ocen
Bardziej szczegółowoPrzygotowanie danych
2 Przygotowanie danych 2 Przygotowanie danych Przed opracowaniem statystycznym należy uporządkować dane. Czynność ta ułatwia opracowywanie danych. Od czasu, kiedy pojawiły się komputery, procedury porządkowania
Bardziej szczegółowoMetodologia badań psychologicznych
Metodologia badań psychologicznych Lucyna Golińska SPOŁECZNA AKADEMIA NAUK Psychologia jako nauka empiryczna Wprowadzenie pojęć Wykład 5 Cele badań naukowych 1. Opis- (funkcja deskryptywna) procedura definiowania
Bardziej szczegółowoPopulacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część
Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu
Bardziej szczegółowoGraficzna prezentacja danych statystycznych
Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych Katowice, 12 i 26 czerwca 2014 r. Dopasowanie narzędzia do typu zmiennej Dobór narzędzia do
Bardziej szczegółowoAnaliza danych ankietowych. Wykład 1. Projekt badawczy. Rodzaje danych ankietowych. Jerzy Legut
Analiza danych ankietowych Wykład Projekt badawczy. Rodzaje danych ankietowych Jerzy Legut Etapy projektu badawczego. Zdefiniowanie celu badań. Określenie grupy docelowej 3. Wybór metody badań 4. Projekt
Bardziej 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 szczegółowo08. Normalizacja wyników testu
08. Normalizacja wyników testu q Pojęcie normy q Rodzaje norm q Znormalizowana skala ciągła ( z ) q Znormalizowane skale skokowe q Kryteria wyboru właściwej skali standardowej vpojęcie normy Norma -wzór,
Bardziej szczegółowo1 Podstawy rachunku prawdopodobieństwa
1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej
Bardziej szczegółowoSCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.
SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:
Bardziej szczegółowoWprowadzenie Pojęcia podstawowe Szeregi rozdzielcze STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP.
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 18 września 2017 1 Wprowadzenie 2 Pojęcia podstawowe 3 Szeregi rozdzielcze Zwykle wyróżnia się dwa podstawowe działy statystyki: statystyka
Bardziej szczegółowoStatystyka i opracowanie danych W5: Wprowadzenie do statystycznej analizy danych. Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl
Statystyka i opracowanie danych W5: Wprowadzenie do statystycznej analizy danych Dr Anna ADRIAN Paw B5, pok407 adan@agh.edu.pl Wprowadzenie Podstawowe cele analizy zbiorów danych Uogólniony opis poszczególnych
Bardziej szczegółowoWykład Prezentacja materiału statystycznego. 2. Rodzaje szeregów statystycznych.
Wykład 2. 1. Prezentacja materiału statystycznego. 2. Rodzaje szeregów statystycznych. 3. Wykresy: histogram, diagram i ogiwa. Prezentacja materiału statystycznego Przy badaniu struktury zbiorowości punktem
Bardziej szczegółowoBadania sondażowe. Wprowadzenie. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa
Badania sondażowe Wprowadzenie Agnieszka Zięba Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa 1 Zasady zaliczenia części Badania sondażowe: 3 prace zaliczeniowe wysyłane
Bardziej szczegółowoStatystyka matematyczna. dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt
Statystyka matematyczna dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt Zasady zaliczenia przedmiotu: część wykładowa Maksymalna liczba punktów do zdobycia 40. Egzamin będzie
Bardziej szczegółowoStatystyka 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 szczegółowoSTATYSTYKA IV SEMESTR ALK (PwZ) STATYSTYKA OPISOWA RODZAJE CECH W POPULACJACH I SKALE POMIAROWE
STATYSTYKA IV SEMESTR ALK (PwZ) STATYSTYKA OPISOWA RODZAJE CECH W POPULACJACH I SKALE POMIAROWE CECHY mogą być: jakościowe nieuporządkowane - skala nominalna płeć, rasa, kolor oczu, narodowość, marka samochodu,
Bardziej szczegółowoHierarchiczna analiza skupień
Hierarchiczna analiza skupień Cel analizy Analiza skupień ma na celu wykrycie w zbiorze obserwacji klastrów, czyli rozłącznych podzbiorów obserwacji, wewnątrz których obserwacje są sobie w jakimś określonym
Bardziej szczegółowoPodstawowe definicje statystyczne
Podstawowe definicje statystyczne 1. Definicje podstawowych wskaźników statystycznych Do opisu wyników surowych (w punktach, w skali procentowej) stosuje się następujące wskaźniki statystyczne: wynik minimalny
Bardziej szczegółowoCz. II. Metodologia prowadzonych badań. Rozdz. 1. Cele badawcze. Rozdz. 2. Metody i narzędzia badawcze. Celem badawczym niniejszego projektu jest:
Cz. II. Metodologia prowadzonych badań Rozdz. 1. Cele badawcze Celem badawczym niniejszego projektu jest: 1. Analiza zachowań zdrowotnych, składających się na styl życia Wrocławian: aktywność fizyczna,
Bardziej szczegółowoStrategia B. Mapa grup strategicznych
Strategia B. Mapa grup strategicznych W tabeli 1 (12). wypisz nazwy konkurentów działających w sektorze, w którym działa również twoja firma. Jeżeli twoja firma działa w wielu sektorach równolegle to dla
Bardziej szczegółowoStatystyka podstawowe wzory i definicje
1 Statystyka podstawowe wzory i definicje Średnia arytmetyczna to suma wszystkich liczb (a 1, a 2,, a n) podzielona przez ich ilość (n) Przykład 1 Dany jest zbiór liczb {6, 8, 11, 2, 5, 3}. Oblicz średnią
Bardziej szczegółowoSzybkodziałające analogi insuliny: percepcja i konsekwencje wejścia nowego preparatu insuliny lispro
Szybkodziałające analogi insuliny: percepcja i konsekwencje wejścia nowego preparatu insuliny lispro RAPORT Z BADANIA ILOŚCIOWEGO REALIZOWANEGO DLA FIRMY SANOFI Listopad 2017 Cele i metodologia badania
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 szczegółowoBadanie rozwoju społeczno-gospodarczego województw - wpływ metodyki badań na uzyskane wyniki
Zeszyty Naukowe Wyższej Szkoły Bankowej w Poznaniu Nr / Rafał Czyżycki Uniwersytet Szczeciński Badanie rozwoju społeczno-gospodarczego województw - wpływ metodyki badań na uzyskane wyniki Streszczenie,
Bardziej szczegółowoZadania ze statystyki, cz.6
Zadania ze statystyki, cz.6 Zad.1 Proszę wskazać, jaką część pola pod krzywą normalną wyznaczają wartości Z rozkładu dystrybuanty rozkładu normalnego: - Z > 1,25 - Z > 2,23 - Z < -1,23 - Z > -1,16 - Z
Bardziej szczegółowoBadania marketingowe
Badania marketingowe Dr hab. prof. SGH Katedra Rynku i Marketingu SGH teresataranko@o2.pl Konsultacje pokój 302 Madalińskiego 6/8 Wtorek -15.00-16.00 Struktura problematyki 1. Definicja i funkcje badań
Bardziej szczegółowoAnaliza składowych głównych. Wprowadzenie
Wprowadzenie jest techniką redukcji wymiaru. Składowe główne zostały po raz pierwszy zaproponowane przez Pearsona(1901), a następnie rozwinięte przez Hotellinga (1933). jest zaliczana do systemów uczących
Bardziej szczegółowoEstymacja punktowa i przedziałowa
Temat: Estymacja punktowa i przedziałowa Kody znaków: żółte wyróżnienie nowe pojęcie czerwony uwaga kursywa komentarz 1 Zagadnienia 1. Statystyczny opis próby. Idea estymacji punktowej pojęcie estymatora
Bardziej szczegółowoSTATYSTYKA OPISOWA. Dr Alina Gleska. 12 listopada Instytut Matematyki WE PP
STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 12 listopada 2017 1 Analiza współzależności dwóch cech 2 Jednostka zbiorowości - para (X,Y ). Przy badaniu korelacji nie ma znaczenia, która
Bardziej szczegółowoStatystyka. Wykład 1. Magdalena Alama-Bućko. 26 lutego Magdalena Alama-Bućko Statystyka 26 lutego / 34
Statystyka Wykład 1 Magdalena Alama-Bućko 26 lutego 2018 Magdalena Alama-Bućko Statystyka 26 lutego 2018 1 / 34 Wykład : 30h Laboratoria : 30h egzamin w sesji letniej (po uprzednim zaliczeniu ćwiczeń)
Bardziej szczegółowoSprzedawcy we własnych oczach
Sprzedawcy we własnych oczach R A P O R T Z B A D A N I A D L A P O L I S H N AT I O N A L S A L E S A W A R D S Autorzy: Kuba Antoszewski, Olga Wagner, Paweł Wójcik 1 Warszawa, Luty 01 Metodologia CELE
Bardziej szczegółowoSTATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss
Bardziej szczegółowoBadania marketingowe : podstawy metodyczne / Stanisław Kaczmarczyk. - wyd. 4. Warszawa, 2011
Badania marketingowe : podstawy metodyczne / Stanisław Kaczmarczyk. - wyd. 4. Warszawa, 2011 Spis treści Wstęp 13 CZĘŚĆ I. Przygotowanie procesu badań marketingowych 17 Rozdział 1. Badania marketingowe
Bardziej szczegółowoBADANIA OPERACYJNE PROGRAMOWANIE WIELOKRYTERIALNE
DR ADAM SOJDA Czasem istnieje wiele kryteriów oceny. Kupno samochodu: cena prędkość maksymalna spalanie kolor typ nadwozia bagażnik najniższa najwyższa najniższe {czarny*, czerwony, } {sedan, coupe, SUV,
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 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 szczegółowoWykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy
Wykład Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Zbiorowość statystyczna - zbiór elementów lub wyników jakiegoś procesu powiązanych ze sobą logicznie (tzn. posiadających wspólne cechy
Bardziej szczegółowoZadanie 1. Za pomocą analizy rzetelności skali i wspólczynnika Alfa- Cronbacha ustalić, czy pytania ankiety stanowią jednorodny zbiór.
L a b o r a t o r i u m S P S S S t r o n a 1 W zbiorze Pytania zamieszczono odpowiedzi 25 opiekunów dzieci w wieku 8. lat na następujące pytania 1 : P1. Dziecko nie reaguje na bieżące uwagi opiekuna gdy
Bardziej szczegółowoKlasyfikatory: k-nn oraz naiwny Bayesa. Agnieszka Nowak Brzezińska Wykład IV
Klasyfikatory: k-nn oraz naiwny Bayesa Agnieszka Nowak Brzezińska Wykład IV Naiwny klasyfikator Bayesa Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną
Bardziej szczegółowoStatystyka i analiza danych Wstępne opracowanie danych Statystyka opisowa. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl
Statystyka i analiza danych Wstępne opracowanie danych Statystyka opisowa Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Wprowadzenie Podstawowe cele analizy zbiorów danych Uogólniony opis poszczególnych
Bardziej szczegółowoDoświadczalnictwo leśne. Wydział Leśny SGGW Studia II stopnia
Doświadczalnictwo leśne Wydział Leśny SGGW Studia II stopnia Treści i efekty kształcenia Treści: Statystyka matematyczna, planowanie eksperymentu Efekty kształcenia: student potrafi opisywać zjawiska za
Bardziej szczegółowoProf. zw. dr hab. inż. dr h.c. Stanisław Urban Uniwersytet Ekonomiczny we Wrocławiu
Prof. zw. dr hab. inż. dr h.c. Stanisław Urban Uniwersytet Ekonomiczny we Wrocławiu Analiza rynku. Badania produktów By decyzje podejmowane na różnych etapach zarządzania produktem były trafne, trzeba
Bardziej szczegółowoWYKŁAD 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-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak
Wzory dla szeregu szczegółowego: Wzory dla szeregu rozdzielczego punktowego: ->Średnia arytmetyczna ważona -> Średnia arytmetyczna (5) ->Średnia harmoniczna (1) ->Średnia harmoniczna (6) (2) ->Średnia
Bardziej szczegółowoProblem badawczy Przeprowadzenia badania ewaluacyjnego projektu realizowanego w ramach Poddziałania 6.1.3
Problem badawczy Przeprowadzenia badania ewaluacyjnego projektu realizowanego w ramach Poddziałania 6.1.3 Przeprowadzenia badania ewaluacyjnego projektu realizowanego w ramach Programu Operacyjnego Kapitał
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 szczegółowoBADANIA U&A ANALIZA PRZYKŁADOWA
Wizerunek czołowych producentów odzieży sportowej mierzono prosząc respondentów o ocenę w pięciopunktowej skali, w jakim stopniu określone stwierdzenia pasują do analizowanych marek. Szczegółową listę
Bardziej szczegółowoSTATYSTYKA OPISOWA. Przykłady problemów: - badanie opinii publicznej na temat preferencji wyborczych;
STATYSTYKA OPISOWA Przykłady problemów: - badanie opinii publicznej na temat preferencji wyborczych; - badanie stanu zdrowia w pewnej miejscowości; - badanie stopnia zanieczyszczenia gleb metalami ciężkimi
Bardziej szczegółowoAnaliza współzależności zjawisk. dr Marta Kuc-Czarnecka
Analiza współzależności zjawisk dr Marta Kuc-Czarnecka Wprowadzenie Prawidłowości statystyczne mają swoje przyczyny, w związku z tym dla poznania całokształtu badanego zjawiska potrzebna jest analiza z
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 szczegółowoPodstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na
Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony zbiór jednostek, które
Bardziej szczegółowoBadanie opinii mieszkańców Miasteczka Wilanów na temat planowanej inwestycji Galeria Wilanów.
Badanie opinii mieszkańców Miasteczka Wilanów na temat planowanej inwestycji Galeria Wilanów. W y n i k i b a d a n i a i l o ś c i o w e g o Warszawa, październik 2014 Główne wnioski Wiedza o planowanej
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 szczegółowoAgnieszka MISZTAL Inż. Syst. Projakośc. Kontrola jakości. INŻYNIERIA SYSTEMÓW PROJAKOŚCIOWYCH Wykład 2 Kontrola jakości
INŻYNIERI SYSTEMÓW PROJKOŚIOWYH Wykład 2 Kontrola jakości KONTROL - działanie takie jak: zmierzenie, zbadanie, oszacowanie lub sprawdzenie jednej lub kilku właściwości obiektu oraz porównanie wyników z
Bardziej szczegółowoElementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej
Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoCZEŚĆ PIERWSZA. Wymagania na poszczególne oceny,,matematyka wokół nas Klasa III I. POTĘGI
Wymagania na poszczególne oceny,,matematyka wokół nas Klasa III CZEŚĆ PIERWSZA I. POTĘGI Zamienia potęgi o wykładniku całkowitym ujemnym na odpowiednie potęgi o wykładniku naturalnym. Oblicza wartości
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 szczegółowoMINISTER INWESTYCJI I ROZWOJU 1)
projekt z dnia 22 lutego 2019 r. MINISTER INWESTYCJI I ROZWOJU 1) Warszawa, dnia STANDARD ZAWODOWY RZECZOZNAWCÓW MAJĄTKOWYCH NR 2 WYCENA NIERUCHOMOŚCI PRZY ZASTOSOWANIU PODEJŚCIA PORÓWNAWCZEGO Na podstawie
Bardziej szczegółowoKontekstowe wskaźniki efektywności nauczania - warsztaty
Kontekstowe wskaźniki efektywności nauczania - warsztaty Przygotowała: Aleksandra Jasińska (a.jasinska@ibe.edu.pl) wykorzystując materiały Zespołu EWD Czy dobrze uczymy? Metody oceny efektywności nauczania
Bardziej szczegółowoWykład 2: Grupowanie danych (szeregi statystyczne) + porady dotyczące analizy danych w programie STATISTICA
Wykład 2: Grupowanie danych (szeregi statystyczne) + porady dotyczące analizy danych w programie STATISTICA Dobór metody prezentacji danych Dobór metody prezentacji danych zależy od: charakteru danych
Bardziej szczegółowoAnaliza Współzależności
Statystyka Opisowa z Demografią oraz Biostatystyka Analiza Współzależności Aleksander Denisiuk denisjuk@euh-e.edu.pl Elblaska Uczelnia Humanistyczno-Ekonomiczna ul. Lotnicza 2 82-300 Elblag oraz Biostatystyka
Bardziej szczegółowoStatystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski
Literatura STATYSTYKA OPISOWA A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu
Bardziej szczegółowoElementy modelowania matematycznego
Elementy modelowania matematycznego Modelowanie algorytmów klasyfikujących. Podejście probabilistyczne. Naiwny klasyfikator bayesowski. Modelowanie danych metodą najbliższych sąsiadów. Jakub Wróblewski
Bardziej szczegółowoBADANIE KLIENTÓW SATYSFAKCJI JAK KLIENCI OCENIAJĄ LIVESPACE CRM? Raport LiveSpace
BADANIE SATYSFAKCJI KLIENTÓW JAK KLIENCI OCENIAJĄ LIVESPACE CRM? Raport LiveSpace LiveSpace CRM, styczeń 2015 Badanie satysfakcji klientów Badanie satysfakcji klientów zostało przeprowadzone w styczniu
Bardziej szczegółowoAnaliza wariancji. dr Janusz Górczyński
Analiza wariancji dr Janusz Górczyński Wprowadzenie Powiedzmy, że badamy pewną populację π, w której cecha Y ma rozkład N o średniej m i odchyleniu standardowym σ. Powiedzmy dalej, że istnieje pewien czynnik
Bardziej szczegółowoRaport Końcowy z ewaluacji w projekcie: Droga do bezpiecznej służby
Raport Końcowy z ewaluacji w projekcie: Droga do bezpiecznej służby 1.10.2011-30.04.2013 WYKONAWCA: HABITAT SP. Z O.O. UL. 10 LUTEGO 37/5 GDYNIA SPIS TREŚCI Sprawozdanie z działań ewaluacyjnych... 3 1.
Bardziej szczegółowoZbiór liczb rzeczywistych, to zbiór wszystkich liczb - wymiernych i niewymiernych. Zbiór liczb rzeczywistych oznaczamy symbolem R.
Zbiór liczb rzeczywistych, to zbiór wszystkich liczb - wymiernych i niewymiernych. Zbiór liczb rzeczywistych oznaczamy symbolem R. Liczby naturalne - to liczby całkowite, dodatnie: 1,2,3,4,5,6,... Czasami
Bardziej szczegółowoAgnieszka Nowak Brzezińska Wykład III
Agnieszka Nowak Brzezińska Wykład III Naiwny klasyfikator bayesowski jest prostym probabilistycznym klasyfikatorem. Zakłada się wzajemną niezależność zmiennych niezależnych (tu naiwność) Bardziej opisowe
Bardziej szczegółowoGospodarka o obiegu zamkniętym wobec eko- innowacji i zrównoważonego rozwoju regionu
Gospodarka o obiegu zamkniętym wobec eko- innowacji i zrównoważonego rozwoju regionu mgr Agnieszka Nowaczek KONFERENCJA NA TEMAT GOSPODARKI OBIEGU ZAMKNIĘTEGO W MIASTACH Zamość, 07.03.2018 r. Gospodarka
Bardziej szczegółowo