STRATEGIE MYŚLENIA W ZŁOŻONYCH SYTUACJACH GRY W SZACHY
|
|
- Dawid Włodarczyk
- 9 lat temu
- Przeglądów:
Transkrypt
1 STRATEGIE MYŚLENIA W ZŁOŻONYCH SYTUACJACH GRY W SZACHY Badania eksperymentalne nad wnioskowaniem przez analogię Jan Przewoźnik, Lublin, 5 III 2014 Promotor: Prof. dr hab. Adam Biela KATOLICKI UNIWERSYTET LUBELSKI
2 I. WPROWADZENIE
3 I. WPROWADZENIE PLAN PREZENTACJI II. KONTEKST CYFROWY III. METODA IV. PROBLEMY BADAWCZE V. WYNIKI VI. PERSPEKTYWY
4
5
6
7 II. KONTEKST CYFROWY
8 MEMENTO W CYFROWEJ ERZE NICOLAS CARR: Płytki umysł. Jak Internet wpływa na nasz mózg? MANFRED SPITZER: Cyfrowa demencja. GARY SMALL, GIGI VORGAN: imózg. Jak przetrwać technologiczną przemianę współczesnej umysłowości. SZYMON WÓJCIK: Problem nadużywania Internetu. W: Nadmierne korzystanie z komputera i Internetu przez dzieci i młodzież.
9 MEMENTO W CYFROWEJ ERZE 7 godzin dziennie Komórki, komputery, TV, video, surfowanie KŁOPOTY Z KONCENTRACJĄ CORAZ KRÓTSZE I UBOŻSZE WYPOWIEDZI PROBLEMY Z PRZYSWAJANIEM DŁUGICH TEKSTÓW PŁYTKIE MYŚLENIE
10 MEMENTO W CYFROWEJ ERZE Wspólna samotność w sieci Mniej snu, mniej kontaktów bezpośrednich WYZWANIE DLA PSYCHOLOGII KOGNITYWNEJ W XXI WIEKU DVD Baby - Einstein Maszyny udaremniające uczenie się
11 JAK PODEJMUJEMY DECYZJE MAŁO INFORMACJI ZBIERANYCH WIELE INFORMACJI ZBIERANYCH JEDNA OPCJA STYL STANOWCZY STYL HIERARCHICZNY KILKA OPCJI STYL ELASTYCZNY STYL INTEGRUJĄCY Wg: K. Brousseau, M. Driver, G. Hourihan, R. Larsson, 2006
12 III. METODA
13 TRZY WAŻNE POJĘCIA METODA GŁOŚNEGO MYŚLENIA DZIEWIĘĆ WSKAŹNIKÓW DRZEWA DECYZYJNEGO WNIOSKOWANIE PRZEZ ANALOGIĘ A : B :: C : D
14 ADRIAAN DE GROOT PSYCHOLOGIA MYŚLENIA Thought and Choice in Chess (1965)
15 32 OSOBY BADANE Gr. kontrolna = 16 osób 4 zadania 64 protokoły Gr. eksperymentalna = 16 osób 4 zadania 64 protokoły stron protokołów Arcymistrzowie, mistrzowie międzynarodowi, mistrzowie, kandydaci na mistrzów
16 GŁÓWNA METODA: NAGRYWANIE GŁOŚNEGO MYŚLENIA Sprawozdania słowne
17 PROTOKOŁY GŁOŚNEGO MYŚLENIA H:h8 Wb5 2.b4 W:b4+ 3.a:b4 H:b4+ 4.Ka1 Ha3+ 5.Kb1 Ha2 mat 2.Ka1 W:b2 3.c4 Hb3 i czarne wygrywają 1.H:h8 Wb5 2.Wce1 W:b2+ 3.Kc1 Wb1+ 4.Kd2 Ha5 i przegrywam 1.H:h8 Wb5 i znowu czarne wygrywają
18 DRZEWA DECYZYJNE
19
20 DRZEWA DECYZYJNE
21 DRZEWA DECYZYJNE
22 STRATEGIA Strategia poznawcza to charakterystyczny dla osoby badanej sposób przetwarzania danych i docierania do takich informacji, których poznanie ostatecznie warunkuje, zdaniem decydenta, wykonanie złożonego zadania lub rozwiązanie aktualnie stojącego przed nim problemu. Zamiennie używany był termin strategia myślenia.
23
24 J. P. Guilford DZIEWIĘĆ WSKAŹNIKÓW
25
26 DRZEWO DECYZYJNE Proponują kartę Payback Przyjmuję i otrzymuję punkty Za punkty otrzymuję zniżki Widzę, że nieco oszczędzam! Oni otrzymują informacje o mnie Dopasowują reklamy do moich nawyków zakupowych Reklama działa wydaję więcej pieniędzy!
27 WNIOSKOWANIE PRZEZ ANALOGIĘ A : B :: C : D
28 WNIOSKOWANIE PRZEZ ANALOGIĘ 2 : 6 :: 3 : x
29 WNIOSKOWANIE PRZEZ ANALOGIĘ Tak jak zasypiamy : Tak się budzimy ATENAGORAS :: Tak gdy umieramy : Zmartwychwstajemy
30 WNIOSKOWANIE PRZEZ ANALOGIĘ MICROSOFT : Kanibalizm zrezygnować z systemu DOS, zainwestować w Windows :: MOJA FIRMA : A B C D?
31 WNIOSKOWANIE PRZEZ ANALOGIĘ MOŻE BYĆ ZAWODNE ALINA JANOWSKA : MĘŻA CODZIENNIE RANO PRAĆ PO PYSKU :: ŻONA GOŁOTY : A B C D?
32 WARIANTY ANALOGII W POZYCJACH SZACHOWYCH AS = AR = AS = AR = ANALOGIA STRUKTURY ANALOGIA ROZWIĄZANIA BRAK ANALOGII STRUKTURY BRAK ANALOGII ROZWIĄZANIA
33 I. A I. B AS AR Gr. kontrolna Gr. eksperymentalna Gr. eksperymentalna
34 II. A II. B AS AR Gr. kontrolna Gr. eksperymentalna Gr. eksperymentalna
35 III. A III. B AS AR Gr. kontrolna Gr. eksperymentalna Gr. eksperymentalna
36 IV. A IV. B AS AR Gr. kontrolna Gr. eksperymentalna Gr. eksperymentalna
37 DZIEWIĘĆ WSKAŹNIKÓW
38 1.H:h8 Wb5 1.H:h8 Wb5 2.b4 W:b4+ 3.a:b4 H:b4+ 4.Ka1 Ha3+ 5.Kb1 Ha2 mat 1.H:h8 2.Ka1 W:b2 3.c4 Hb3 + 1.H:h8 Wb5 2.Wce1 W:b2+ 3.Kc1 Wb1+ 4.Kd2 Ha5 + 1.H:h8 Wb5 + 1.H:h8 Wb5 + 1.H:h8 Wb5 2.Wce1 W:b2+ 3.Kc1 Wb1+ 4.Kd2 + 1.He5 1.Hf4 1.Hg3 1.W:f7 DRZEWO DECYZYJNE
39 M ILOŚĆ POSUNIĘĆ
40 d 1.H:h8 Wb5 d 1.H:h8 Wb5 2.b4 W:b4+ 3.a:b4 H:b4+ 4.Ka1 Ha3+ 5.Kb1 Ha2 mat d 1.H:h8 2.Ka1 W:b2 3.c4 Hb3 + d 1.H:h8 Wb5 2.Wce1 W:b2+ 3.Kc1 Wb1+ 4.Kd2 Ha5 + d 1.H:h8 Wb5 + d 1.H:h8 Wb5 + d 1.H:h8 Wb5 2.Wce1 W:b2+ 3.Kc1 Wb1+ 4.Kd2 + b 1.He5 e 1.Hf4 f 1.Hg3 a 1.W:f7 Dmax = 10 pół-posunięć = najdłuższy wariant
41 Samoloty to interesujący wynalazek, ale pod względem militarnym bezwartościowy. Ferdinand Foch, Marszałek Francji, 1911
42 Nie ma żadnego powodu, by ludzie używali komputerów w domu. Kenneth Olsen, Prezes firmy Digital Equipment, 1977
43 d 1.H:h8 Wb5 d 1.H:h8 Wb5 2.b4 W:b4+ 3.a:b4 H:b4+ 4.Ka1 Ha3+ 5.Kb1 Ha2 mat d 1.H:h8 2.Ka1 W:b2 3.c4 Hb3 + d 1.H:h8 Wb5 2.Wce1 W:b2+ 3.Kc1 Wb1+ 4.Kd2 Ha5 + d 1.H:h8 Wb5 + d 1.H:h8 Wb5 + d 1.H:h8 Wb5 2.Wce1 W:b2+ 3.Kc1 Wb1+ 4.Kd2 + b 1.He5 e 1.Hf4 f 1.Hg3 a 1.W:f7 N = 11 GAŁĘZIE DRZEWA DECYZYJNEGO
44 FORMUŁA SUKCESYWNYCH PROPOZYCJI ROZWIĄZANIA PRZYKŁAD d-d-d-d-d-d-d-d-b-e-f-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-aa-a-a-a-a-b-b-b-b-b-b-b-b-b-b-b-b-a-b-a-a-a
45 FORMUŁA SUKCESYWNYCH PROPOZYCJI ROZWIĄZANIA d-d-d-d-d-d-d-d-b-e-f-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-aa-a-a-a-a-b-b-b-b-b-b-b-b-b-b-b-b-a-b-a-a-a A = 5 OPCJE
46 FORMUŁA SUKCESYWNYCH PROPOZYCJI ROZWIĄZANIA d-d-d-d-d-d-d-d-b-e-f-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-aa-a-a-a-a-b-b-b-b-b-b-b-b-b-b-b-b-a-b-a-a-a N = 53 GAŁĘZIE DRZEWA DECYZYJNEGO
47 FORMUŁA SUKCESYWNYCH PROPOZYCJI ROZWIĄZANIA d-d-d-d-d-d-d-d-b-e-f-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-aa-a-a-a-a-b-b-b-b-b-b-b-b-b-b-b-b-a-b-a-a-a Pmax = 29 NAJCZĘŚCIEJ ROZPATRYWANA OPCJA
48 FORMUŁA SUKCESYWNYCH PROPOZYCJI ROZWIĄZANIA d-d-d-d-d-d-d-d-b-e-f-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-aa-a-a-a-a-b-b-b-b-b-b-b-b-b-b-b-b-a-b-a-a-a P ser = 25 OPCJA ROZPATRYWANA W JEDNEJ, NAJDŁUŻSZEJ SERII
49 FORMUŁA SUKCESYWNYCH PROPOZYCJI ROZWIĄZANIA d-d-d-d-d-d-d-d-b-e-f-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-aa-a-a-a-a-b-b-b-b-b-b-b-b-b-b-b-b-a-b-a-a-a nn = 8 PRZEJŚCIA OD JEDNEJ OPCJI DO DRUGIEJ
50 FORMUŁA SUKCESYWNYCH PROPOZYCJI ROZWIĄZANIA d-d-d-d-d-d-d-d-b-e-f-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-aa-a-a-a-a-b-b-b-b-b-b-b-b-b-b-b-b-a-b-a-a-a T = 320 CZAS
51 FORMUŁA SUKCESYWNYCH PROPOZYCJI ROZWIĄZANIA d-d-d-d-d-d-d-d-b-e-f-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-aa-a-a-a-a-b-b-b-b-b-b-b-b-b-b-b-b-a-b-a-a-a W = 0 lub 1 WARTOŚĆ POSUNIĘCIA
52 FORMUŁA SUKCESYWNYCH PROPOZYCJI ROZWIĄZANIA d-d-d-d-d-d-d-d-b-e-f-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-a-aa-a-a-a-a-b-b-b-b-b-b-b-b-b-b-b-b-a-b-a-a-a PODSUMOWANIE WSKAŹNIKÓW M N A D max nn P max P ser T W
53 IV. PROBLEMY BADAWCZE
54 PROBLEMY BADAWCZE 1) Czy ranking szachistów istotnie koreluje ze strategią ich myślenia podczas rozwiązywania złożonych problemów szachowych? 2500 pkt pkt pkt. M nn N A D max T P max P ser W
55 PROBLEMY BADAWCZE RANKING WSKAŹNIKI 2500 pkt pkt pkt. M nn N A D max T P max P ser W
56 PROBLEMY BADAWCZE 2) Czy szachiści o różnych kategoriach szachowych różnią się między sobą strategiami myślenia? AM + MM KM M nn N A D max T P max P ser W
57 PROBLEMY BADAWCZE KATEGORIA WSKAŹNIKI AM + MM KM M nn N A D max T P max P ser W
58 PROBLEMY BADAWCZE 3) Czy szachiści, którzy wybrali dobre, albo złe rozwiązanie, różnią się strategiami myślenia? 0 1 M nn N P max A P ser D max T W
59 PROBLEMY BADAWCZE WARTOŚĆ WSKAŹNIKI 0 1 M nn N P max A P ser D max T W
60 PROBLEMY BADAWCZE 4) Czy grupa eksperymentalna, mająca wcześniejsze doświadczenia z ekspozycją bodźca analogicznego w sytuacji źródłowej, w sytuacji docelowej różni się istotnie strategiami myślenia od grupy kontrolnej, która takiego bodźca nie miała? M nn N P max A P ser D max T W
61 PROBLEMY BADAWCZE BODZIEC WSKAŹNIKI M nn N P max A P ser D max T W
62 PROBLEMY BADAWCZE 5) Czy strategie myślenia szachistów przy wyborze pierwszego posunięcia różnią się istotnie od strategii myślenia przy wyborach następnych posunięć? M nn N A D max T P max P ser W
63 PROBLEMY BADAWCZE posunięcie WSKAŹNIKI M nn N A D max T P max P ser W
64 PROBLEMY BADAWCZE 6) Czy strategie myślenia szachistów i szachistek, rozwiązujących problemy szachowe, istotnie różnią się między sobą? M nn N P max A P ser D max T W
65 PROBLEMY BADAWCZE MĘŻCZYŹNI / KOBIETY WSKAŹNIKI M nn N P max A P ser D max T W
66 PROBLEMY BADAWCZE 7) Czy szachiści i szachistki różnią się subiektywnym stopniem pewności dokonywanych wyborów?
67 PROBLEMY BADAWCZE STOPIEŃ PEWNOŚCI WYBORÓW
68 V. WYNIKI
69 1. WYNIKI: RANKING 2500 pkt pkt pkt.
70 M1 N1 P max 1 P ser D max T
71 Pos. 2. i / 18 Wartość ujemna
72 N1 M1 Dmax1 Pser1 Pmax1 Czas1 RANKING Korelacja Pearsona Istotność (dwustronna),276(**),284(**),002,001,304(**),216(*),262(**),188(*),000,014,003,034 Korelacja rankingu z wybranymi wskaźnikami myślenia szachistów. N = 32
73 RANKING Strategia silniejszych szachistów: Maksimum operacji na wejściu minimum na wyjściu M1 N1 P max 1 P ser D max T 1. pos. 2. pos. 3. pos.
74 2. WYNIKI: KATEGORIE SZACHOWE ARCYMIMISTRZOWIE MISTRZOWIE MIĘDZYNARODOWI vs. KANDYDACI NA MISTRZÓW
75 W grupie kobiet brak różnic. KATEGORIE SZACHOWE Grupa Silniejsza AM + MM Słabsza KM Średnia Wskaźnik A rozważane opcje Odchylenie standardowe Błąd standardowy średniej 5,00 2,140,378 3,97 1,787,316 Mężczyźni. Porównanie grupy silniejszej (AM + MM) i słabszej (KM). F = 0,493; istotność = 0,485; t = 2,092; df = 62; poziom istotności = 0,041.
76 KATEGORIE SZACHOWE Strategia silniejszych szachistów: Patrzeć szerzej A1
77 3. WYNIKI: SKUTECZNOŚĆ 0 1
78 Dmax Najdłuższy obliczony wariant ŚREDNIA DŁUGOŚĆ NAJDŁUŻSZEGO OBLICZANEGO WARIANTU GRUPA NIESKUTECZNA (0) 12,73 pos. GRUPA SKUTECZNA (1) 10,98 pos.
79 Wskaźnik myślenia Dmax1 a wartość posunięcia (0 lub 1). Dmax1 Test t równości średnich t df Istotność (dwustronna, założono równość wariancji) 2, ,040 Wskaźnik myślenia Dmax1 a wartość posunięcia (0 lub 1). N = 32. Dla skuteczności myślenia w złożonej sytuacji gry w szachy nie jest istotna umiejętność dalekiego obliczania wariantów (Dmax). Mogę być sprawny w dalekim liczeniu wariantu, ale kierunek może być mylny.
80 GRUPA KOBIET SKUTECZNYCH WARTOŚĆ POSUNIĘCIA = 1
81 Grupa kobiet, które wybrały najsilniejsze posunięcie (wartość = 1), różnice między grupą eksperymentalną i kontrolną. Wskaźniki t df Istotność (dwustronna) RAN 1,290 20,212 M1* 2,964 16,884,009 Pser1* 2,486 19,784,022 Dmax1 2,644 20,016 Czas1 2,054 20,053 Istotność różnic dla grupy kobiet, które wybrały najsilniejsze posunięcie (wartość = 1), grupa eksperymentalna i kontrolna. N = 22 pozycje.
82 Statystyczna istotność różnic dla grupy kobiet, które wybrały najsilniejsze pierwsze posunięcie wskaźniki ich strategii poszukiwania informacji przy wyborze trzeciego posunięcia, różnice między grupą eksperymentalną i kontrolną. Wskaźniki t df Istotność (dwustronna) N3* -2,940 9,401,016 A3-3,472 20,002 nn3-4,009 20,001 M3-3,143 20,005 Pser3-2,367 20,028 Pmax3-2,277 20,034 Czas3-3,515 20,002
83 GRUPA KOBIET SKUTECZNYCH WARTOŚĆ POSUNIĘCIA = 1 Strategia grupy eksperymentalnej oparta jest na większej ilości przetwarzanych danych w pierwszym posunięciu. W trzecim posunięciu pracowitsza staje się grupa kontrolna w siedmiu wskaźnikach przewyższa grupę eksperymentalną! Większa aktywizacja grupy kontrolnej przy wyborze trzeciego posunięcia
84 4. WYNIKI: GRUPA EKSPERYMENTALNA GRUPA KONTROLNA
85 200,00 M - Ilość wszystkich rozpatrywanych posunięć (średnia) 180,00 160,00 140,00 120,00 163,58 100,00 80,00 112,92 60,00 40,00 20,00 0,00 Grupa eksperymentalna Grupa kontrolna
86 70,00 N - Ilość gałęzi w drzewie decyzyjnym (średnia) 60,00 50,00 57,94 40,00 30,00 44,05 20,00 10,00 0,00 Grupa eksperymentalna Grupa kontrolna
87 Dmax - Nadłuższy rozpatrywany wariant (średnia) ,14 10, Grupa eksperymentalna Grupa kontrolna
88 45,00 Pmax - Najczęściej rozpatrywana opcja (średnia) 40,00 35,00 41,17 30,00 25,00 20,00 26,66 15,00 10,00 5,00 0,00 Grupa eksperymentalna Grupa kontrolna
89 35,00 Pser - Najdłużej rozpatrywana opcja (średnia) 30,00 25,00 29,17 20,00 15,00 18,50 10,00 5,00 0,00 Grupa eksperymentalna Grupa kontrolna
90 1 000,00 Czas1 - Średnia (sek.) 900,00 800,00 864,05 700,00 600,00 500,00 608,41 400,00 300,00 200,00 100,00 0,00 Grupa eksperymentalna Grupa kontrolna
91 Statystyki dla wskaźników myślenia w grupie eksperymentalnej (E) i kontrolnej (K) w pierwszym posunięciu ogółem, mężczyźni i kobiety, N = 32. Test t równości średnich Wskaźniki t df Istotność (dwustronna) M1 3, ,002 N1 2, ,010 Pmax1 3, ,000 Pser1 3, ,001 Dmax1 2, ,008 Czas1* 3, ,185,001 Grupa E: rozpatrywała więcej posunięć (M1), analizowała więcej gałązek drzewa gry (N1), potrafiła dalej policzyć wariant (Dmax1), dłużej i częściej koncentrowała się nad wybranym posunięciem (Pser1, Pmax1), dłużej zastanawiała się na wyborem (Czas1).
92 Strategia grupy eksperymentalnej oparta jest na większej ilości przetwarzanych danych. W trzecim posunięciu pracowitsza staje się grupa kontrolna we wszystkich ośmiu wskaźnikach przewyższa grupę eksperymentalną! Większa aktywizacja grupy kontrolnej przy wyborze trzeciego posunięcia REGUŁA WZAJEMNOŚCI?
93 GRUPA KOBIET: PORÓWNANIE GRUPY EKSPERYMENTALNEJ I KONTROLNEJ Wskaźniki t df Istotność (dwustronna) RAN,164 62,870 M1* 3,432 54,830,001 N1* 2,931 51,420,005 A1-2,153 62,035 nn1-1,050 62,298 Pmax1* 4,196 44,383,001 Pser1* 4,267 42,276,001 Dmax1 2,883 62,005 Czas1* 2,616 52,266,012 Statystyczna istotność wskaźników myślenia kobiet porównanie grupy eksperymentalnej i kontrolnej. N = 16. Grupa Średnia Błąd standardowy średniej A1 E 4,66 2,223 K 5,72 1,689
94 KOBIETY Z GRUPY EKSPERYMENTALNEJ Strategia kobiet z grupy eksperymentalnej: Intensywniej badać rzeczywistość. KOBIETY M 1 N 1 Dmax Z GRUPY KONTROLNEJ Strategia kobiet z grupy kontrolnej: Szukać szerzej rozwiązań. A1
95 5. WYNIKI: Sekwencja trzech posunięć
96 70,00 60,00 50,00 40,00 30,00 20,00 10,00 0,00 N1 N2 N3 Mężczyźni Kobiety M N Dmax T
97
98
99
100
101
102
103 GENERALNA STRATEGIA GRADIENT CELU Gradient celu. Wzmożona aktywność eksploracyjna 1. posunięcie 3. posunięcie Wzmożona aktywność eksploracyjna Obniżona aktywność eksploracyjna 2. posunięcie
104 6. WYNIKI: MĘŻCZYŹNI KOBIETY
105 Statystyczna istotność różnic pomiędzy wskaźnikami myślenia mężczyzn i kobiet przy wyborze pierwszego posunięcia ogółem. N = 32. Wskaźniki t df Istotność (dwustronna) M1 3, ,003 N1 2, ,005 A1-1, ,052 Pmax1 2, ,003 Pser1 2, ,008 Dmax1 4, ,001
106 Statystycznie istotne różnice pomiędzy mężczyznami i kobietami przy wyborze trzeciego posunięcia. N = 32. Wskaźniki t df Istotność (dwustronna) A3-2, ,037 nn3-2, ,004
107 Statystycznie istotne różnice pomiędzy mężczyznami i kobietami w grupie kontrolnej przy wyborze pierwszego posunięcia. N = 16. Wskaźniki t df Istotność (dwustronna) M1* 2,991 50,509,004 N1* 2,915 48,487,005 A1-3,684 62,001 nn1-2,046 62,045 Pmax1* 3,634 43,702,001 Pser1* 4,291 47,140,001 Dmax1 3,659 62,001
108 MĘŻCZYŹNI KOBIETY Ranking: Kobiety 2248 Mężczyźni 2213 Kobiety A = 5,28 Mężczyźni A = 4,00 F (jednorodność wariancji) = 0,319, p.i. (F) = 0,576, t=2,71, df=62, p 0,009.
109 KOBIETY Z GRUPY EKSPERYMENTALNEJ Strategia kobiet z grupy eksperymentalnej: Intensywniej badać rzeczywistość. KOBIETY M 1 N 1 Dmax Z GRUPY KONTROLNEJ Strategia kobiet z grupy kontrolnej: Szukać szerzej rozwiązań. A1
110 MĘŻCZYŹNI Dmax STRATEGIE KOBIETY A
111 MĘŻCZYŹNI - KOBIETY Mężczyźni: zmiana trendu od wstępnej aktywności do wyciszenia informacyjnego. Wzmożona aktywność eksploracyjna 1. posunięcie Obniżona aktywność eksploracyjna 3. posunięcie 2. posunięcie MUHAMMAD YUNUS? Kobiety: Aktywność eksploracyjna w kształcie litery U. Wzmożona aktywność eksploracyjna 1. posunięcie 3. posunięcie Wzmożona aktywność eksploracyjna Obniżona aktywność eksploracyjna 2. posunięcie
112 7. WYNIKI: PEWNOŚĆ WYBORU Stopień pewności dokonanych wyborów posunięć i ocen w ujęciu mężczyzn i kobiet. N = 32. t df Istotność (dwustronna) Stopień pewności badanego, że to jest najlepsze posunięcie w tej pozycji posunięcie 1. -2, ,596,020
113 WYNIKI: SKALOWANIE WIELOWYMIAROWE
114 Wymiar 1: Czynności eksploracyjne Czynności porządkujące. Wymiar 2: Poszukiwanie w głąb Poszukiwanie wszerz.
115 Wymiar Wymiar 1: Czynności eksploracyjne Czynności porządkujące M, N, Dmax, Pmax, Pser A, nn Wszyscy badani 1. posunięcie Dmax1 A1 Pser1 nn1 M1 Pmax1 N1 Czas Wymiar 1
116 Wymiar Wymiar 2: Poszukiwanie w głąb Poszukiwanie wszerz Dmax N Wszyscy badani 1. posunięcie Dmax1 A1 Pser1 nn1 M1 Pmax1 N1 Czas Wymiar 1
117 Wymiar Wszyscy badani 1. posunięcie Dmax1 A1 Pser1 nn1 M1 Pmax1 N1 Czas Wymiar 1
118 Wymiar Wymiar Wskaźniki myślenia skalowanie wielowymiarowe dla pierwszego posunięcia grupa mężczyzn i kobiet. Mężczyźni 1. posunięcie Kobiety 1. posunięcie N1 Czas1 Pmax1 Pser1 Czas1 M1 A1 nn1 M1 nn1 N1 Dmax1 Pmax1 Dmax1 A1 Pser Wymiar Wymiar 1
119 Wymiar Mężczyźni 1. posunięcie N1 Czas1 Pmax1 Pser1 M1 A1 nn1 Dmax Wymiar 1
120 Wymiar Kobiety 1. posunięcie Czas1 M1 nn1 N1 Dmax1 Pmax1 A1 Pser Wymiar 1
121 VI. PERSPEKTYWY
122 DZIEWIĘĆ WSKAŹNIKÓW
123
124 NOWE NURTY BADAŃ PSYCHOLOGIA MYŚLENIA W SZACHACH DZISIAJ (DZIECI, MŁODZIEŻ I DOROŚLI) MYŚLENIE NA SKRÓTY METODY: BADANIE RUCHÓW GAŁEK OCZNYCH REAKCJA SKÓRNO GALWANICZNA (ROLA EMOCJI) NEUROOBRAZOWANIE
125 WDZIĘCZNOŚĆ
126 DZIĘKUJĘ!
WARTOŚCI EDUKACYJNE I WYCHOWAWCZE NAUCZANIA GRY W SZACHY
WARTOŚCI EDUKACYJNE I WYCHOWAWCZE NAUCZANIA GRY W SZACHY GORZÓW WLKP. ZIELONA GÓRA 2015 Jan Przewoźnik I CHARAKTERU POSTULAT SZACHY SZKOŁĄ MYŚLENIA PLAN SPOTKANIA I. MEMENTO W CYFROWEJ ERZE II. NEURODYDAKTYKA
TRENING MISTRZOSTWA OSOBISTEGO KURS INSTRUKTORA SPORTOWEGO
TRENING MISTRZOSTWA OSOBISTEGO KURS INSTRUKTORA SPORTOWEGO Jan Przewoźnik TRENING MISTRZOSTWA OSOBISTEGO Pojęcie, metodyka zajęć i zasób ćwiczeń w zakresie techniki gry Jan Przewoźnik XABCDEFGHY 8-+-+-+-+(
EFEKTYWNY TRENING SZACHOWY. Jan Przewoźnik
EFEKTYWNY TRENING SZACHOWY Jan Przewoźnik I. WPROWADZENIE PRZEWIDYWANIE! Samoloty to interesujący wynalazek, ale pod względem militarnym bezwartościowy. Ferdinand Foch, Marszałek Francji, 1911 Nie ma
MISTRZOWSKIE WARSZTATY SZACHOWE. Jan Przewoźnik
MISTRZOWSKIE WARSZTATY SZACHOWE Jan Przewoźnik I. WPROWADZENIE PRZEWIDYWANIE! Samoloty to interesujący wynalazek, ale pod względem militarnym bezwartościowy. Ferdinand Foch, Marszałek Francji, 1911 Nie
WYBRANE ZAGADNIENIA PSYCHOLOGII SZACHÓW
WYBRANE ZAGADNIENIA PSYCHOLOGII SZACHÓW PUŁAWY 2015 Jan Przewoźnik i Specjaliści na sali WPROWADZENIE CZTERY INSPIRACJE I. MOTYWACJA NEURODYDAKTYKA MANFRED SPITZER MARZENA ŻYLIŃSKA II. PERCEPCJA III. MISTRZOSTWO
SZKOŁA MYŚLENIA PODKARPACKIE CENTRUM DOSKONALENIA NAUCZYCIELI
Królewska gra SZACHY Dlaczego warto wprowadzać szachy do szkół SZKOŁA MYŚLENIA PODKARPACKIE CENTRUM DOSKONALENIA NAUCZYCIELI dr Jan Przewoźnik WPROWADZENIE ZAKTYWIZUJ W SOBIE WEWNĘTRZNE DZIECKO Rodzic
TRENING MISTRZOSTWA OSOBISTEGO
TRENING MISTRZOSTWA OSOBISTEGO KURS INSTRUKTORA SPORTU SZACHOWEGO Jan Przewoźnik TRENING MISTRZOSTWA OSOBISTEGO WPROWADZENIE Jan Przewoźnik DOŚWIADCZENIA Psychologia biznesu i sportu 22 (34) lata na rynku
WNIOSKOWANIE STATYSTYCZNE
STATYSTYKA WNIOSKOWANIE STATYSTYCZNE ESTYMACJA oszacowanie z pewną dokładnością wartości opisującej rozkład badanej cechy statystycznej. WERYFIKACJA HIPOTEZ sprawdzanie słuszności przypuszczeń dotyczących
Testowanie hipotez. Marcin Zajenkowski. Marcin Zajenkowski () Testowanie hipotez 1 / 25
Testowanie hipotez Marcin Zajenkowski Marcin Zajenkowski () Testowanie hipotez 1 / 25 Testowanie hipotez Aby porównać ze sobą dwie statystyki z próby stosuje się testy istotności. Mówią one o tym czy uzyskane
Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego
Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Współczynnik korelacji opisuje siłę i kierunek związku. Jest miarą symetryczną. Im wyższa korelacja tym lepiej potrafimy
Jak wybrać 45 najlepszych prezentacji na FORUM?
Być data driven company w erze Big Data. Jak wybrać 45 najlepszych prezentacji na FORUM? Doświadczenia z budowy platformy do prowadzenia na dużą skalę eksperymentów A/B Joanna Radosław Komuda, Kita, IAB
Prof. dr hab. Mariusz Jędrzejko Szkoła Główna Gospodarstwa Wiejskiego Mazowieckie Centrum Profilaktyki Uzależnień. Small and Big Digital Native
Prof. dr hab. Mariusz Jędrzejko Szkoła Główna Gospodarstwa Wiejskiego Mazowieckie Centrum Profilaktyki Uzależnień MCPU Small and Big Digital Native Program badawczy Small Digital Native 70 60 50 40 30
Wpływ ekranów na rozwój dzieci. opracowanie: psycholog szkolny Judyta Janic
Wpływ ekranów na rozwój dzieci opracowanie: psycholog szkolny Judyta Janic Z badań wynika, że coraz młodsze dzieci mają kontakt z Internetem 20% dzieci w wieku 1-2 lat miało kontakt z Internetem (lub 40%
( x) Równanie regresji liniowej ma postać. By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : Gdzie:
ma postać y = ax + b Równanie regresji liniowej By obliczyć współczynniki a i b należy posłużyć się następującymi wzorami 1 : xy b = a = b lub x Gdzie: xy = też a = x = ( b ) i to dane empiryczne, a ilość
Zadania ze statystyki cz. 8 I rok socjologii. Zadanie 1.
Zadania ze statystyki cz. 8 I rok socjologii Zadanie 1. W potocznej opinii pokutuje przekonanie, że lepsi z matematyki są chłopcy niż dziewczęta. Chcąc zweryfikować tę opinię, przeprowadzono badanie w
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Zmienne losowe i teoria prawdopodobieństwa 3. Populacje i próby danych 4. Testowanie hipotez i estymacja parametrów 5. Najczęściej wykorzystywane testy statystyczne
Outlier to dana (punkt, obiekt, wartośd w zbiorze) znacznie odstająca od reszty. prezentacji punktów odstających jest rysunek poniżej.
Temat: WYKRYWANIE ODCHYLEO W DANYCH Outlier to dana (punkt, obiekt, wartośd w zbiorze) znacznie odstająca od reszty. prezentacji punktów odstających jest rysunek poniżej. Przykładem Box Plot wygodną metodą
Wykład 9 Wnioskowanie o średnich
Wykład 9 Wnioskowanie o średnich Rozkład t (Studenta) Wnioskowanie dla jednej populacji: Test i przedziały ufności dla jednej próby Test i przedziały ufności dla par Porównanie dwóch populacji: Test i
Akademia Młodego Ekonomisty
Akademia Młodego Ekonomisty Strategie inwestycyjne na rynku kapitałowym Inwestowanie na rynku Bartek Majewski Szkoła Główna Handlowa w Warszawie 11 października 2011 r. JAK POMNAŻAĆ BOGACTWO? Oszczędzanie
Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )
Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału
ZMIDEX analiza zdolności prognostycznej
ZMIDEX analiza zdolności prognostycznej 1 KURS ZAMKNIECIA WIG 40000 45000 50000 55000 ZMIDEX, a poziom indeksu ZMIDEX vs. WIG Regresja Liniowa (KMRL) Istotny dodatni związek ZMIDEX-u ze wszystkimi badanymi
Statystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria Wykład 5 Anna Skowrońska-Szmer lato 2016/2017 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją jako prawdziwą
ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH
1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Wnioskowanie statystyczne Czyli jak bardzo jesteśmy pewni że parametr oceniony na podstawie próbki jest
Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16
Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego
SIGMA KWADRAT. Weryfikacja hipotez statystycznych. Statystyka i demografia CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY
SIGMA KWADRAT CZWARTY LUBELSKI KONKURS STATYSTYCZNO-DEMOGRAFICZNY Weryfikacja hipotez statystycznych Statystyka i demografia PROJEKT DOFINANSOWANY ZE ŚRODKÓW NARODOWEGO BANKU POLSKIEGO URZĄD STATYSTYCZNY
MATRYCA EFEKTÓW KSZTAŁCENIA
ZAŁĄCZNIK NR 2 MATRYCA EFEKTÓW KSZTAŁCENIA Studia podyplomowe ZARZĄDZANIE FINANSAMI I MARKETING Przedmioty OPIS EFEKTÓW KSZTAŁCENIA Absolwent studiów podyplomowych - ZARZĄDZANIE FINANSAMI I MARKETING:
TRENING MISTRZOSTWA OSOBISTEGO KURS INSTRUKTORA SPORTOWEGO
TRENING MISTRZOSTWA OSOBISTEGO KURS INSTRUKTORA SPORTOWEGO Jan Przewoźnik TRENING MISTRZOSTWA OSOBISTEGO ZAGADNIENIA PSYCHOLOGICZNE 1. Psychologiczne koncepcje człowieka PSYCHOLOGIA... PODEJŚCIE NOMOTETYCZNE
Żródło:
Testy t-studenta są testami różnic pomiędzy średnimi czyli służą do porównania ze sobą dwóch średnich Zmienne muszą być zmiennymi ilościowym (liczymy i porównujemy średnie!) Są to testy parametryczne Test
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez statystycznych
Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817
Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817 Zadanie 1: wiek 7 8 9 1 11 11,5 12 13 14 14 15 16 17 18 18,5 19 wzrost 12 122 125 131 135 14 142 145 15 1 154 159 162 164 168 17 Wykres
ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH
1 ALGORYTMICZNA I STATYSTYCZNA ANALIZA DANYCH WFAiS UJ, Informatyka Stosowana II stopień studiów 2 Wnioskowanie statystyczne dla zmiennych numerycznych Porównywanie dwóch średnich Boot-strapping Analiza
Wszystkie wyniki w postaci ułamków należy podawać z dokładnością do czterech miejsc po przecinku!
Pracownia statystyczno-filogenetyczna Liczba punktów (wypełnia KGOB) / 30 PESEL Imię i nazwisko Grupa Nr Czas: 90 min. Łączna liczba punktów do zdobycia: 30 Czerwona Niebieska Zielona Żółta Zaznacz znakiem
weryfikacja hipotez dotyczących parametrów populacji (średnia, wariancja)
PODSTAWY STATYSTYKI. Teoria prawdopodobieństwa i elementy kombinatoryki. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne (na
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Teoria prawdopodobieństwa i elementy kombinatoryki 3. Zmienne losowe 4. Populacje i próby danych 5. Testowanie hipotez i estymacja parametrów 6. Test t 7. Test
Elementy kognitywistyki II: Sztuczna inteligencja. WYKŁAD III: Problemy agenta
Elementy kognitywistyki II: Sztuczna inteligencja WYKŁAD III: Problemy agenta To już było: AI to dziedzina zajmująca się projektowaniem agentów Określenie agenta i agenta racjonalnego Charakterystyka PAGE
Kierunki rozwoju firmy Decyzje o wyborze rynków Decyzje inwestycyjne Rozwój nowych produktów Pozycjonowanie. Marketing strategiczny
Badania marketingowe dr Grzegorz Mazurek Istota badań Podejmowanie decyzji odbywa się na bazie doświadczenia, wiedzy oraz intuicji. Podejmowanie decyzji wiąże się automatycznie z ryzykiem poniesienia porażki
Weryfikacja hipotez statystycznych testy dla dwóch zbiorowości
Weryfikacja hipotez statystycznych testy dla dwóch zbiorowości Informatyka 007 009 aktualizacja dla 00 JERZY STEFANOWSKI Instytut Informatyki Politechnika Poznańska Plan wykładu. Przypomnienie testu dla
Zastosowanie Excela w matematyce
Zastosowanie Excela w matematyce Komputer w dzisiejszych czasach zajmuje bardzo znamienne miejsce. Trudno sobie wyobrazić jakąkolwiek firmę czy instytucję działającą bez tego urządzenia. W szkołach pierwsze
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory
Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl
Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 3
Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 3 Konrad Miziński, nr albumu 233703 26 maja 2015 Zadanie 1 Wartość krytyczna c, niezbędna wyliczenia mocy testu (1 β) wyznaczono za
Testy t-studenta są testami różnic pomiędzy średnimi czyli służą do porównania ze sobą dwóch średnich
Testy t-studenta są testami różnic pomiędzy średnimi czyli służą do porównania ze sobą dwóch średnich Zmienne muszą być zmiennymi ilościowym (liczymy i porównujemy średnie!) Są to testy parametryczne Nazwa
Zadania ze statystyki cz.8. Zadanie 1.
Zadania ze statystyki cz.8. Zadanie 1. Wykonano pewien eksperyment skuteczności działania pewnej reklamy na zmianę postawy. Wylosowano 10 osobową próbę studentów, których poproszono o ocenę pewnego produktu,
12/30/2018. Biostatystyka, 2018/2019 dla Fizyki Medycznej, studia magisterskie. Estymacja Testowanie hipotez
Biostatystyka, 2018/2019 dla Fizyki Medycznej, studia magisterskie Wyznaczanie przedziału 95%CI oznaczającego, że dla 95% prób losowych następujące nierówności są prawdziwe: X t s 0.025 n < μ < X + t s
Sylabus. Zaawansowana analiza danych eksperymentalnych (Advanced statistical analysis of experimental data)
Sylabus Nazwa przedmiotu (w j. polskim i angielskim) Nazwisko i imię prowadzącego (stopień i tytuł naukowy) Rok i semestr studiów Zaawansowana analiza danych eksperymentalnych (Advanced statistical analysis
STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów
STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów
RÓWNOWAŻNOŚĆ METOD BADAWCZYCH
RÓWNOWAŻNOŚĆ METOD BADAWCZYCH Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska Równoważność metod??? 2 Zgodność wyników analitycznych otrzymanych z wykorzystaniem porównywanych
OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp
tel.: +48 662 635 712 Liczba stron: 15 Data: 20.07.2010r OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA z wykorzystaniem programu obliczeniowego Q maxp DŁUGIE
Statystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria Wykład 5 dr inż. Anna Skowrońska-Szmer zima 2017/2018 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją
Analiza 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
WNIOSKOWANIE STATYSTYCZNE
STATYSTYKA WNIOSKOWANIE STATYSTYCZNE ESTYMACJA oszacowanie z pewną dokładnością wartości opisującej rozkład badanej cechy statystycznej. WERYFIKACJA HIPOTEZ sprawdzanie słuszności przypuszczeń dotyczących
Weryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta
Statystyka i Analiza Danych
Warsztaty Statystyka i Analiza Danych Gdańsk, 20-22 lutego 2014 Zastosowania analizy wariancji w opracowywaniu wyników badań empirycznych Janusz Wątroba StatSoft Polska Centrum Zastosowań Matematyki -
Badania 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
8.1. Syndrom wypalenia zawodowego a dopasowanie do środowiska pracy - analiza korelacji. Rozdział 8. Dane uzyskane w badaniach
W tej części pracy przedstawione zostały dane zebrane w badaniach wraz z ich statystycznym opracowaąiem mającym na celu zbadanie, czy zachodzą zależności pomiędzy dopasowaniem do środowiska pracy a wypaleniem
Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski
Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Zadanie 1 Eksploracja (EXAMINE) Informacja o analizowanych danych Obserwacje Uwzględnione Wykluczone Ogółem
Satysfakcja z życia rodziców dzieci niepełnosprawnych intelektualnie
Satysfakcja z życia rodziców dzieci niepełnosprawnych intelektualnie Zadanie Zbadano satysfakcję z życia w skali 1 do 10 w dwóch grupach rodziców: a) Rodzice dzieci zdrowych oraz b) Rodzice dzieci z niepełnosprawnością
NADUŻYWANIE INTERNETU Szymon Wójcik
NADUŻYWANIE INTERNETU Szymon Wójcik Szymon.wojcik@fdds.pl Materiał filmowy: Reklama Windows Phone Really? https://www.youtube.com/watch?v=55kophd64r8 Panika moralna? Plan prezentacji Definicja zjawiska
Percepcja profilaktyki szkolnej i domowej wśród nastolatków Mira Prajsner
OFERTA BADAWCZA Percepcja profilaktyki szkolnej i domowej wśród nastolatków Mira Prajsner Konsultacja Naukowa: dr Ewa Stępień Kontakt telefoniczny: 0 604 634 580 Kontakt mailowy: mirabo@mirabo.pl; miraprajs@o2.pl
Projekt: Wielowymiarowy analityczny trening w edukacji
Projekt: Wielowymiarowy analityczny trening w edukacji MULTIDIMENSIONAL ANALYTICAL TRAINING in EDUCATION (MATE) ZAPROSZENIE DO WSPÓŁPRACY Projekt MATE realizowany w ramach programu Erasmus + Partnerstwa
Badania marketingowe 2016_12. Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski
Badania marketingowe 2016_12 Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski Ramowy program konwersatorium 1. Formułowanie oraz wyjaśnianie tematyki badań 2. Identyfikacja
Rozkłady statystyk z próby
Rozkłady statystyk z próby Rozkłady statystyk z próby Przypuśćmy, że wykonujemy serię doświadczeń polegających na 4 krotnym rzucie symetryczną kostką do gry, obserwując liczbę wyrzuconych oczek Nr kolejny
Statystyka 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
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
"Edukacyjne ferie z CENem"
Umiejętność sprawnego posługiwania się TIK jako kompetencja kluczowa XXI wieku SEMINARIUM "Edukacyjne ferie z CENem" Zdzisław Babicz Białystok, 28.01.2014 Plan wystąpienia Jak uczymy? Kogo uczymy? Czego
Cechy dobrego negocjatora NEGOCJACJE
NEGOCJACJE AGENDA 1. Istota negocjacji wprowadzenie 2. Konflikty i ich uwarunkowania 3. Style i strategie negocjacyjne 4. Proces i reguły negocjacji 5. Komunikacja w negocjacjach 6. Trudne sytuacje negocjacyjne
Znaczenie więzi w rodzinie
Znaczenie więzi w rodzinie Instytut Psychologii KUL Dagmara Musiał WPROWADZENIE Na proces budowania więzi w rodzinie można spojrzeć z wielu perspektyw naukowych Użytecznym paradygmatem jest paradygmat
Pozyskiwanie wiedzy z danych
Pozyskiwanie wiedzy z danych dr Agnieszka Goroncy Wydział Matematyki i Informatyki UMK PROJEKT WSPÓŁFINANSOWANY ZE ŚRODKÓW UNII EUROPEJSKIEJ W RAMACH EUROPEJSKIEGO FUNDUSZU SPOŁECZNEGO Pozyskiwanie wiedzy
Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, Spis treści
Statystyka w zarzadzaniu / Amir D. Aczel, Jayavel Sounderpandian. Wydanie 2. Warszawa, 2018 Spis treści Przedmowa 13 O Autorach 15 Przedmowa od Tłumacza 17 1. Wprowadzenie i statystyka opisowa 19 1.1.
Wydział Nauk o Zdrowiu. Kierunek: Zdrowie Publiczne. Poziom studiów: drugi. Profil: ogólny
LISTA PRZEDMIOTÓW, KTÓRE MOGĄ BYĆ UZNANE NA PODSTAWIE OCENY EFEKTÓW UCZENIA SIĘ ZDOBYTYCH NA DRODZE EDUKACJI POZAFORMALNEJ I NIEFORMALNEJ NA ROK AKADEMICKI 2016/2017 Wydział Nauk o Zdrowiu Kierunek: Zdrowie
Statystyka. 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
Zawartość. Zawartość
Opr. dr inż. Grzegorz Biesok. Wer. 2.05 2011 Zawartość Zawartość 1. Rozkład normalny... 3 2. Rozkład normalny standardowy... 5 3. Obliczanie prawdopodobieństw dla zmiennych o rozkładzie norm. z parametrami
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI TESTOWANIE HIPOTEZ PARAMETRYCZNYCH
WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI TESTOWANIE HIPOTEZ PARAMETRYCZNYCH Co to są hipotezy statystyczne? Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej. Dzielimy je
Badania 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
Testowanie hipotez statystycznych. Wnioskowanie statystyczne
Testowanie hipotez statystycznych Wnioskowanie statystyczne Hipoteza statystyczna to dowolne przypuszczenie co do rozkładu populacji generalnej (jego postaci funkcyjnej lub wartości parametrów). Hipotezy
Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 4
Modele i wnioskowanie statystyczne (MWS), sprawozdanie z laboratorium 4 Konrad Miziński, nr albumu 233703 31 maja 2015 Zadanie 1 Wartości oczekiwane µ 1 i µ 2 oszacowano wg wzorów: { µ1 = 0.43925 µ = X
X Y 4,0 3,3 8,0 6,8 12,0 11,0 16,0 15,2 20,0 18,9
Zadanie W celu sprawdzenia, czy pipeta jest obarczona błędem systematycznym stałym lub zmiennym wykonano szereg pomiarów przy różnych ustawieniach pipety. Wyznacz równanie regresji liniowej, które pozwoli
Zjawisko dopasowania w sytuacji komunikacyjnej. Patrycja Świeczkowska Michał Woźny
Zjawisko dopasowania w sytuacji komunikacyjnej Patrycja Świeczkowska Michał Woźny 0.0.0 pomiar nastroju Przeprowadzone badania miały na celu ustalenie, w jaki sposób rozmówcy dopasowują się do siebie nawzajem.
Projekt: Wielowymiarowy analityczny trening w edukacji
Projekt: Wielowymiarowy analityczny trening w edukacji MULTIDIMENSIONAL ANALYTICAL TRAINING in EDUCATION (MATE) ZAPROSZENIE DO WSPÓŁPRACY Projekt MATE realizowany w ramach programu Erasmus + Partnerstwa
Przedsiębiorczość i Podejmowanie Ryzyka. Zajęcia 1
Przedsiębiorczość i Podejmowanie Ryzyka Zajęcia 1 Zaliczenie Obecność Reguły gry: - Obecność obowiązkowa - kartkówki tylko w nagłych wypadkach (w wypadku niepożądanej aktywności) - Prace domowe (oddawane
REGRESJA (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
Statystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 3) Dariusz Gozdowski
Statystyczna analiza danych w programie STATISTICA 7.1 PL (wykład 3) Dariusz Gozdowski Katedra Doświadczalnictwa i Bioinformatyki Wydział Rolnictwa i Biologii SGGW Dwuczynnikowa analiza wariancji (2-way
Analiza wyników sprawdzianu szóstoklasistów w roku szkolnym 2013/2014
Analiza wyników sprawdzianu szóstoklasistów w roku szkolnym 2013/2014 CHARAKTERYSTYKA SPRAWDZIANU Sprawdzian w klasie VI bada osiągnięcia uczniów kończących szkołę podstawową w zakresie czytania, pisania,
P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H
W O J S K O W A A K A D E M I A T E C H N I C Z N A W Y D Z I A Ł E L E K T R O N I K I Drukować dwustronnie P R Z E T W A R Z A N I E S Y G N A Ł Ó W B I O M E T R Y C Z N Y C H Grupa... Data wykonania
UNIWERSYTET MEDYCZNY W LUBLINIE. Wydział Nauk o Zdrowiu. Mariola Kicia
UNIWERSYTET MEDYCZNY W LUBLINIE Wydział Nauk o Zdrowiu Mariola Kicia OCENA POZIOMU LĘKU I STRESU W GRUPIE KOBIET HOSPITALIZOWANYCH Z POWODU PORONIENIA Rozprawa na stopień doktora nauk o zdrowiu Promotor:
Świadomość emerytalna. Jak żyć, aby otrzymać adekwatną emeryturę?
Świadomość emerytalna. Jak żyć, aby otrzymać adekwatną emeryturę? Alicja Jajko-Siwek Konferencja Naukowa EDUKACJA FINANSOWA Warszawa 28.09.2017 Wprowadzenie Adekwatne świadczenie emerytalne a świadomość
KARTA KURSU. (do zastosowania w roku akademickim 2015/16) Kod Punktacja ECTS* 3. Dr hab. Tadeusz Sozański
KARTA KURSU (do zastosowania w roku akademickim 2015/16) Nazwa Statystyka 2 Nazwa w j. ang. Statistics 2 Kod Punktacja ECTS* 3 Koordynator Dr hab. Tadeusz Sozański (koordynator, konwersatorium) Zespół
EGZAMIN GIMNAZJALNY 2012 W SZKOŁACH DLA DOROSŁYCH W WOJEWÓDZTWIE ŚLĄSKIM. sesja wiosenna
EGZAMIN GIMNAZJALNY 2012 W SZKOŁACH DLA DOROSŁYCH W WOJEWÓDZTWIE ŚLĄSKIM sesja wiosenna Jaworzno 2012 SPIS TREŚCI 1. WPROWADZENIE... 3 2. WYNIKI SŁUCHACZY GIMNAZJÓW DLA DOROSŁYCH DOTYCZĄCE STANDARDOWYCH
Analiza Statystyczna
Lekcja 5. Strona 1 z 12 Analiza Statystyczna Do analizy statystycznej wykorzystać można wbudowany w MS Excel pakiet Analysis Toolpak. Jest on instalowany w programie Excel jako pakiet dodatkowy. Oznacza
Weryfikacja przypuszczeń odnoszących się do określonego poziomu cechy w zbiorowości (grupach) lub jej rozkładu w populacji generalnej,
Szacownie nieznanych wartości parametrów (średniej arytmetycznej, odchylenia standardowego, itd.) w populacji generalnej na postawie wartości tych miar otrzymanych w próbie (estymacja punktowa, przedziałowa)
kod nr w planie ECTS Przedmiot studiów PODSTAWY STATYSTYKI 7 2
kod nr w planie ECTS Przedmiot studiów PODSTAWY STATYSTYKI 7 2 Kierunek Turystyka i Rekreacja Poziom kształcenia II stopień Rok/Semestr 1/2 Typ przedmiotu (obowiązkowy/fakultatywny) obowiązkowy y/ ćwiczenia
Rola czytania w edukacji
Rola czytania w edukacji 1 Formy doskonalenia w I semestrze 2017 r. Temat Termin Prowadzący KD-9 Gry literackie w szkole 18.11.2017r., 2.12.2017, godz.9.00 mgr Olga Topolewska W-49 Wykorzystanie lapbooka
A N K I E T A. Zalety i wady ankiety. wielka możliwość nieszczerych odpowiedzi przy posyłaniu ankiet pocztą wiele z nich nie wraca
A N K I E T A 1 Badania ankietowe stosuje się najczęściej w celu szybkiego przebadania bardzo licznych populacji. Jest to najbardziej oszczędny sposób zbierania danych. 2 Zalety i wady ankiety zalety wady
Joanna Konieczna Repetytorium ze statystyki opisowej (materiał roboczy)
1. Dana jest niekompletna macierz danych surowych zawierająca informację o zmiennych X i Y oraz rozkłady zmiennych X i Y. Uzupełnij macierz tak, aby zmienne X i Y miały w tej populacji taki rozkład, jak
Streszczenie pracy doktorskiej Autor: mgr Wojciech Wojaczek Tytuł: Czynniki poznawcze a kryteria oceny przedsiębiorczych szans Wstęp W ciągu
Streszczenie pracy doktorskiej Autor: mgr Wojciech Wojaczek Tytuł: Czynniki poznawcze a kryteria oceny przedsiębiorczych szans Wstęp W ciągu ostatnich kilku dekad diametralnie zmienił się charakter prowadzonej
Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:
Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności
Rachunek prawdopodobieństwa WZ-ST1-AG--16/17Z-RACH. Liczba godzin stacjonarne: Wykłady: 15 Ćwiczenia: 30. niestacjonarne: Wykłady: 9 Ćwiczenia: 18
Karta przedmiotu Wydział: Wydział Zarządzania Kierunek: Analityka gospodarcza I. Informacje podstawowe Nazwa przedmiotu Rachunek prawdopodobieństwa Nazwa przedmiotu w j. ang. Język prowadzenia przedmiotu
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych
Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012
Żródło: https://scepticemia.com/2012/09/21/william-gosset-a-true-student/
Testy t-studenta są testami różnic pomiędzy średnimi czyli służą do porównania ze sobą dwóch średnich Zmienne muszą być zmiennymi ilościowym (liczymy i porównujemy średnie!) Są to testy parametryczne Test
Zadanie 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
RAPORT ZBIORCZY z diagnozy umiejętności matematycznych
RAPORT ZBIORCZY z diagnozy umiejętności matematycznych przeprowadzonej w klasach szóstych szkół podstawowych Analiza statystyczna Wskaźnik Wartość wskaźnika Wyjaśnienie Liczba uczniów Liczba uczniów, którzy