BADANIE ZRÓŻNICOWANIA SYTUACJI DEMOGRAFICZNEJ W POLSCE W LATACH

Wielkość: px
Rozpocząć pokaz od strony:

Download "BADANIE ZRÓŻNICOWANIA SYTUACJI DEMOGRAFICZNEJ W POLSCE W LATACH"

Transkrypt

1 Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN Nr Moka Mśkewcz-Nawrocka Uwersytet Ekoomczy w Katowcach Wydzał Zarządzaa Katedra Matematyk moka.mskewcz@ue.katowce.pl Katarzya Zeug-Żebro Uwersytet Ekoomczy w Katowcach Wydzał Zarządzaa Katedra Matematyk BADANIE ZRÓŻNICOWANIA SYTUACJI DEMOGRAFICZNEJ W POLSCE W LATACH Streszczee: Zachodzące od lat 80. XX w. zmay demografcze w Polsce uwdoczają wyraźy proces starzea sę społeczeństwa, a który ogromy wpływ mają procesy: rozrodczośc, umeralośc mgracj. Zjawsko to jest poważym problemem demografczym, jak społeczo-ekoomczym, gdyż prowadz do welu ekorzystych kosekwecj, tj. zwększea wydatków ze środków publczych, zma zasad fukcjoowaa systemów zabezpeczea społeczego, opek zdrowotej szkolctwa, zwększea popytu a usług opekuńcze, obżea śwadczeń emerytalo-retowych oraz zasłków socjalych, wydłużea weku emerytalego, wzrostu stopy bezroboca, masowej mgracj zarobkowej. Ze względu a wagę problemu w opracowau została przeprowadzoa aalza przestrzea potecjału demografczego w Polsce w latach 005, 008, Słowa kluczowe: potecjał demografczy, wskaźk sytetyczy Perkala, autokorelacja przestrzea. JEL Classfcato: C0, C49, J9. Wprowadzee Zjawsko spadku populacj czy też stagacj lczby ludośc w Polsce moża obserwować już od lat 80. ubegłego weku. Na przestrze kolejych lat proces te stał sę zjawskem powszechym, a który wpływ mały róże procesy zjawska społeczo-ekoomcze powodujące z jedej stroy ujemy blas mgracyjy, z drugej ujemy przyrost aturaly. Główym celem opracowaa jest rozpozae stau zróżcowaa rozkładu przestrzeego sytuacj demografczej województw w Polsce w latach 005, 008, 0 04 oraz powatów województwa śląskego w 04 r. Po-

2 70 Moka Mśkewcz-Nawrocka, Katarzya Zeug-Żebro mar potecjału demografczego zostae przeprowadzoy za pomocą wskaźka sytetyczego Perkala, a badae zależośc przestrzeej a podstawe merków globalej lokalej autokorelacj przestrzeej. Dae wykorzystae w aalzach pozyskao z Baku Daych Lokalych GUS [www ]. Oblczea przeprowadzoo przy użycu programu R Cra paketu Mcrosoft Excel.. Potecjał demografczy wskaźk sytetyczy J. Perkala Potecjał demografczy jest stotym czykem determującym rozwój regoów. Przeważe jest defoway jako sła apędowa tkwąca w zasobach ludzkch, a węc przede wszystkm w lczbe ludośc jej strukturze wekowej. Pozom potecjału demografczego moża określć za pomocą wskaźka sytetyczego Perkala m [Parysek Wojtasewcz, 979]. Mara ta jako metoda porządkowaa lowego pozwala a uporządkowae obektów welowymarowych wg sytetyczego kryterum. Użyce tej metody ma a celu stworzee rakgu obektów ze względu a określoy zestaw cech. Wyższa wartość wskaźka sytetyczego ozacza korzystejszą sytuację obektu pod względem pozomu potecjału. Wskaźk Perkala szacuje sę jako średą arytmetyczą cech x' : m = j= x', =,,...,, () gdze: lczba uwzględoych cech, x' stadaryzowaa wartość j-tej cechy dla -tego obektu, x x x x j =, gdy S j x x j =, gdy S j x jest wartoścą perwotą j-tej cechy dla -tego obektu, x j jest wartoścą średej arytmetyczej j-tej cechy, S j jest wartoścą odchylea stadardowego j-tej cechy. x jest wartoścą stymulaty, () x jest wartoścą destymulaty, (3)

3 Badae zróżcowaa sytuacj demografczej w Polsce 7. Mary autokorelacj przestrzeej Autokorelacja przestrzea występuje w przypadku, gdy określoe zjawsko w jedej jedostce przestrzeej wpływa a zmaę prawdopodobeństwa wystąpea tego zjawska w jedostkach sąsedch [Bvad, 980]. W ujęcu ogólym dodata autokorelacja przestrzea zachodz, gdy obserwujemy przestrzee gromadzee sę, w sese lokalzacj, wysokch lub skch wartośc obserwowaych zmeych. Dla ujemej autokorelacj wysoke wartośc sąsadują z skm, a ske z wysokm, tworząc pewego rodzaju szachowcę [Sucheck, 00]. Brak autokorelacj przestrzeej ozacza przestrzeą losowość, tz. że wartośc wysoke ske obserwowaych zmeych są rozmeszczoe ezależe. W statystyce przestrzeej szacuje sę dwa typy mar autokorelacj przestrzeej: mary globale mary lokale. Globala autokorelacja wyka z stea korelacj w obrębe całej badaej jedostk przestrzeej. Mary lokale zaś wykazują zależośc przestrzee daej zmeej z jedostkam sąsadującym w kokretej lokalzacj. Do ajczęścej wykorzystywaych mar globalych ależą: statystyka I Moraa [Mora, 950] oraz statystyka C Geary ego [Geary, 954], do mar lokalych: wskaźk LISA [Asel, 995] (lokala statystyka Moraa I Geary ego C ) oraz lokala statystyka Getsa-Orda G [Gets Ord, 99]... Globala statystyka Moraa Jedą z ajczęścej stosowaych statystyk w badau autokorelacj przestrzeej jest globala statystyka I Moraa zdefowaa astępująco: gdze: x, I = = j= = j= w w ( x x)( x x) = z ( ) 0 z z x x = j S T Wz, (4) x j są wartoścam zmeych w jedostce przestrzeej oraz j, x jest średą arytmetyczą wartośc zmeej dla wszystkch jedostek, jest lczbą wszystkch jedostek przestrzeych uwzględoych w badau, S 0 jest sumą wszystkch elemetów macerzy wag, z jest wektorem kolumowym o elemetach: z = x x, W jest macerzą wag przestrzeych stopa defującą strukturę sąsedztwa, w jest elemetem zero-jedykowej macerzy wag W: T

4 7 Moka Mśkewcz-Nawrocka, Katarzya Zeug-Żebro, gdy jedostka -ta - tajest jest sąsadem sasademj-tej j - tej jedostk, w = 0, gdy jedostka -ta - tae ejest jest sąsadem sasademj-tej j - tej jedostk, (5) 0, gdy = j - j -elemety dagoale macerzy Clff Ord [973] udowodl, że rozkład statystyk Moraa jest asymptotycze ormaly. Zatem stotość statystycza autokorelacj przestrzeej może I S ~ N 0, : być zweryfkowaa za pomocą uormowaej statystyk ( ) I S S () I () I I E =, E() = Var = w = j= I Var( ) 0, S = ( w + w j ) = j= S S + 3S 0 I =, (6) ( ) S ( ) 0, = S w + w j, (7) = j= j= gdze E () I jest wartoścą oczekwaą statystyk Moraa, a ( I ) Var jest jej waracją. W przypadku, gdy statystyka Moraa przyjmuje wartośc S I, I, mów sę o braku autokorelacj. Gdy atomast I > I < ( ) 0 ( ) S, I > 0 ( ) S, I < 0.. Statystyka lokala Moraa, mamy do czyea z autokorelacją dodatą, zaś dla, występuje zjawsko autokorelacj ujemej. Lokala statystyka Moraa I [Asel, 995] wyzacza skupska jedostek przestrzeych merzy, czy jedostka jest otoczoa przez jedostk sąsedzke o podobych lub różych wartoścach badaej zmeej w stosuku do losowego rozkładu tych wartośc w badaej przestrze [Kopczewska, 006]. Dla estadaryzowaych wartośc zmeej stadaryzowaej werszam macerzy wag [Araba, 006] ( w = ), lokala mara Moraa ma postać: I = j= = ( x x) w ( x j x) j= = ( x x), (8) gdze wszystke elemety wzoru są zdefowae jak w statystyce I. W 995 r. Asel [995] w celu testowaa stotośc lokalej autokorelacj przestrzeej przedstawł stadaryzowaą postać lokalej statystyk Moraa:

5 Badae zróżcowaa sytuacj demografczej w Polsce 73 I S ( I ) ( I ) I E = ~ N( 0,), (9) Var gdze E ( I ) jest wartoścą oczekwaą lokalej statystyk Moraa, a Var ( I ) jest jej waracją: E w j= ( I ) =, Var( I ) ( k) w ( k ) w j l h + ( )( ) w lwh j =, (0) 4 k. gdze: = ( x x) ( x x) Autokorelacja ujema ma mejsce, gdy stadaryzowaa statystyka lokala Moraa przyjmuje wartośc ujeme, tz. gdy obekt jest otoczoy przez jedostk przestrzee o zacząco różych wartoścach badaej zmeej. O dodatej autokorelacj przestrzeej klastrowau jedostek przestrzeych mów sę, gdy statystyka ta przyjmuje wartośc dodate (obekt jest otoczoy przez podobe jedostk sąsedzke). 3. Aalza przestrzea potecjału demografczego w Polsce Przeaalzowao dae dotyczące ludośc dla aktualego podzału terytoralego Polsk a województwa w latach 005, 008, 0 04 oraz powatów województwa śląskego w 04 r. Dae te uzyskao z Baku Daych Lokalych GUS. W perwszym etape badań dokoao wyboru zmeych pozwalających a określee pozomu potecjału demografczego. Posłużoo sę astępującą grupą cech dagostyczych: X gęstość zaludea, X saldo mgracj w przelczeu a tys. ludośc, X 3 przyrost aturaly w przelczeu a tys. ludośc, X 4 odsetek ludośc w weku produkcyjym moblym w ogólej lczbe ludośc, X 5 odsetek ludośc w weku przedprodukcyjym w ogólej lczbe ludośc, X 6 wskaźk obcążea demografczego, X 7 współczyk femzacj.

6 74 Moka Mśkewcz-Nawrocka, Katarzya Zeug-Żebro Stosując metodę parametryczą Hellwga [98], wyelmowao zmee sle skorelowae z ym cecham, tj. te zmee, które są ośkam podobych formacj. Pozwolło to wyłoć zmee cetrale oraz sateltare. W skład falego zboru zmeych dagostyczych weszły: X, X, X 4, X 6 X 7 dla województw, X, X, X 4 X 6 dla powatów województwa śląskego. Przy oblczau potecjału demografczego za destymulatę uzao wskaźk obcążea demografczego, pozostałe zmee uzao atomast za stymulaty. Na podstawe wartośc wskaźka stworzoo rakg podzał a klasy o różym pozome potecjału demografczego. Wartośc wskaźka Perkala rakg dla daych dotyczących województw Polsk przedstawoo w tablcy. Pogruboą czcoką ozaczoo województwa, których pozycja w rakgu e uległa zmae, a symbole (wzrost, spadek) określają zmaę pozycj w rakgu w 04 r. w stosuku do 005 r. Tabela. Wskaźk sytetyczy Perkala opsujący pozom potecjału demografczego w województwach Polsk w latach 005, 008, 0 04 oraz rakg województw Województwa m raga m raga m raga m raga Dolośląske 0, , , ,387 4 Kujawsko-pomorske 0, , ,8 0-0, Lubelske -0,69 4-0, , ,86 3 Lubuske -0, , ,89 9-0,97 Łódzke -0,05 9-0,76-0, ,436 5 Małopolske 0,47 6 0, , , Mazowecke 0,8447 0,7596 0,7855 0,6954 Opolske 0, , , ,8 5 Podkarpacke -0, , ,78-0,007 8 Podlaske -0, ,78 5-0, , Pomorske 0,5 7 0, , , Śląske,645,473 0,866 0,7056 Śwętokrzyske -0, , , ,75 6 Warmńsko-mazurske -0,4-0, , , Welkopolske 0,73 5 0, ,90 6 0,070 6 Zachodopomorske -0,093-0,670-0,363-0,306 Źródło: Opracowae włase. Aalzując rezultaty porządkowaa (tabela ) moża stwerdzć, że tylko województwa: mazowecke, śląske śwętokrzyske zajęły tę samą pozycję w latach 005, 008, W 005 r. zdecydowae ajlepszym ze względu a pozom potecjału demografczego okazało sę województwo śląske, zaraz po m województwa: mazowecke, opolske dolośląske, atomast ajgorszym okazało sę województwo śwętokrzyske. W kolejych latach

7 Badae zróżcowaa sytuacj demografczej w Polsce 75 sytuacja wyglądała podobe, tj. dwa perwsze mejsca w rakgu zajęły województwa śląske mazowecke, a województwo śwętokrzyske pozostało a ostatej pozycj. W 04 r. województwa: lubelske, małopolske, podkarpacke, podlaske, warmńsko-mazurske umejscowły sę a wyższych mejscach ż w 005 r., atomast województwa: kujawsko-pomorske, lubuske, łódzke, opolske, pomorske, welkopolske zachodopomorske zmeły pozycje a gorsze. Rezultaty uzyskae w wyku porządkowaa lowego obektów wskaźkem sytetyczym staowły podstawę klasyfkacj województw Polsk oraz powatów województwa śląskego ze względu a jedorode grupy z puktu wdzea osągętego stopa badaego zjawska (tj. pozomu potecjału demografczego). Całkowty przedzał zmeośc mar podzeloo a cztery przedzały klasowe, do których przypsao poszczególe powaty, wg astępujących reguł: klasa I (wysok pozom potecjału demografczego): m + S m m, klasa II (śred pozom potecjału demografczego): m m < m + S m, klasa III (sk pozom potecjału demografczego): m S m m < m, klasa IV (bardzo sk pozom potecjału demografczego): m < m, gdze: m = m, S m = ( ) m m =. = S m Za takm podejścem przemawał główe fakt, że te sposób podzału jest w praktyce badawczej bardzo często stosoway [Kuc, 0; Zelaś, 000]. Wyk przestrzeego rozmeszczea uzyskaych klas dla podzału terytoralego Polsk a województwa w latach 005, 008, 0 04 przedstawoo a mapach a rys.. W badaym okrese województw ależało do tych samych przedzałów klasowych. Przypsae do grup pozostałych województw zmeało sę w astępujący sposób: łódzke spadek z klasy III do IV, kujawsko-pomorske spadek z II do III, lubelske wzrost z IV do III, podlaske wzrost z IV do III, pomorske spadek z II do III klasy.

8 76 Moka Mśkewcz-Nawrocka, Katarzya Zeug-Żebro (a) (b) (c) (d) Rys.. Klasyfkacja województw Polsk ze względu a pozom potecjału demografczego w latach: (a) 005, (b) 008, (c) 0 (d) 04 Źródło: Opracowae włase. Rezultaty przestrzeego rozmeszczea uzyskaych klas dla powatów województwa śląskego w 04 r. przestawa rys..

9 Badae zróżcowaa sytuacj demografczej w Polsce 77 Rys.. Klasyfkacja powatów województwa śląskego ze względu a pozom potecjału demografczego w 04 r. Źródło: Opracowae włase. Podzał powatów województwa śląskego a klasy o różym pozome zaawasowaa badaego zjawska dla wskaźka sytetyczego wyraźe pokazał, że ajwyższy pozom potecjału demografczego występuje w powatach: belskm, m. Śwętochłowce, m. Jastrzębe-Zdrój, mkołowskm, racborskm rybckm, a ajższy w: m. Belsko-Bała, m. Częstochowa, m. Dąbrowa Górcza, m. Jaworzo, m. Katowce, myszkowskm, m. Sosowec. W kolejym kroku badań określoo macerze wag przestrzeych wg kryterum wspólej gracy, a astępe dokoao aalzy przestrzeej pozomu potecjału demografczego w województwach Polsk. Oblczoe wartośc globalej statystyk Moraa przedstawa tabela. Tabela. Wartośc statystyk globalej Moraa dla potecjału demografczego w Polsce w ujęcu wojewódzkm Rok Statystyka Moraa I E (I) Var (I) p-value 005 0,0054-0,0667 0,04 0, ,0477-0,0667 0,06 0, ,638-0,0667 0,0 0, ,7-0,0667 0,03 0,8584 Źródło: Opracowae włase.

10 78 Moka Mśkewcz-Nawrocka, Katarzya Zeug-Żebro Na podstawe daych zawartych w tabel moża zauważyć, że wartośc statystyk globalej Moraa dla badaego okresu są estote (p > 0,05). Ozacza to, że każdy obserwoway pozom potecjału demografczego może pojawć sę w dowolej lokalzacj z rówym prawdopodobeństwem. Wartość globalej statystk Moraa oszacowaa dla daych dotyczących powatów województwa śląskego róweż była estota Dotychczas przeprowadzoe badaa pozwolły jedye a ogólą charakterystykę autokorelacj przestrzeej. W celu uzyskaa bardzej szczegółowych formacj w kolejym kroku aalzy dla każdego województwa oraz powatu województwa śląskego wyzaczoo lokalą statystykę Moraa (tabela 3 4 pogruboą czcoką zazaczoo statystyk stote). Tabela 3. Wartośc statystyk lokalej Moraa dla potecjału demografczego w Polsce w ujęcu wojewódzkm WOJEWÓDZTWA I p-value I p-value I p-value I p-value DOLNOŚLĄSKIE -0,05 0,435-0,64 0,60-0,3 0,778-0,409 0,858 KUJAWSKO-POMORSKIE -0,535 0,930-0,633 0,963-0,795 0,989-0,875 0,994 LUBELSKIE 0,055 0,33 0,04 0,35-0,030 0,448-0,054 0,483 LUBUSKIE 0,09 0,406-0,08 0,457-0,084 0,59-0,034 0,464 ŁÓDZKIE -0,033 0,473-0,00 0,455-0,075 0,507-0,05 0,460 MAŁOPOLSKIE 0,79 0,33 0,8 0,46 0, 0,9 0,05 0,49 MAZOWIECKIE 0,74 0,030 0,68 0,050 0,364 0,55 0,93 0,7 OPOLSKIE -0,03 0,47-0,065 0,499-0,066 0,499-0,9 0,54 PODKARPACKIE -,70,000 -,54,000 -,60,000 -,505,000 PODLASKIE 0,55 0,07 0,608 0,055 0,390 0,4 0,56 0,300 POMORSKIE -0,09 0,46-0,040 0,479-0,348 0,70-0,347 0,708 ŚLĄSKIE -0,009 0,446-0,006 0,44 0,0 0,48 0,08 0,4 ŚWIĘTOKRZYSKIE -0,4 0,80-0,533 0,866-0,59 0,857-0,778 0,953 WARMIŃSKO-MAZURSKIE 0,843 0,035 0,43 0,6 0,59 0,6 0,00 0,440 WIELKOPOLSKIE -0,030 0,466 0,007 0,430-0,009 0,446-0,00 0,439 ZACHODNIOPOMORSKIE -0,0 0,465-0,06 0,468-0,08 0,46 0,089 0,380 Źródło: Opracowae włase. Grafczą terpretację tego badaa przedstawa rys. 3.

11 Badae zróżcowaa sytuacj demografczej w Polsce 79 (a) (b) (c) (d) Rys. 3. Wykresy stotych statystyk lokalych Moraa dla województw w latach: (a) 005, (b) 008, (c) 0 (d) 04 Źródło: Opracowae włase. W badaym okrese stote dodate wartośc lokalych statystyk Moraa uzyskao tylko w województwach: podkarpackm ( w 005 r.) lubelskm (w r.). Ozacza to, że województwa te są otoczoe przez województwa o zacząco podobych pozomach potecjału demografczego określa sę je maem klastrów. Na rys. 3 zazaczoe są ajcemejszym kolorem. Istote ujeme wartośc lokalych statystyk Moraa uzyskao w województwach: mazoweckm (w 005, 008, 0 04 r.), śwętokrzyskm (w 008, 0 04 r.) śląskm (w 04 r.). Województwa te są tzw. lokalym outlersam, gdyż otoczoe są przez województwa o relatywe ższym pozome potecjału demografczego (rys. 3). Wyk uzyskae w kolejych latach, tj. 008, 0 04 r. dla województwa

12 80 Moka Mśkewcz-Nawrocka, Katarzya Zeug-Żebro podkarpackego, 0 04 r. dla województwa lubelskego, 005 r. dla województwa śwętokrzyskego oraz 005, 008, 0 r. dla województwa śląskego, wskazują brak sąsedztwa o podobym lub zacząco ższym pozome potecjału demografczego. Tabela 4. Wartośc statystyk lokalych Moraa dla powatów województwa śląskego Powaty Powaty Powaty I p-value I p-value I p-value m. Żory 0,60 0,056 m. Dąbrowa Górcza 0,687 0,094 pszczyńsk -0,003 0,470 m. Śwętochłowce -0,35 0,756 m. Glwce -0,50 0,658 racborsk 0,586 0,093 żyweck -0,00 0,487 glwck 0,49 0,073 m. Ruda Śląska -0,007 0,476 będzńsk 0,030 0,49 m. Jastrzębe- -Zdrój 0,339 0,85 m. Rybk -0,0 0,483 m. Belsko-Bała -0,870 0,939 m. Jaworzo 0,046 0,446 rybck 0,88 0,003 belsk -,044 0,986 kłobuck 0,077 0,43 m. Semaowce Śląske -0,6 0,677 beruńsko- -lędzńsk 0,086 0,389 m. Katowce -0,547 0,974 m. Sosowec 0,74 0,035 m. Bytom -0,063 0,533 lubleck -0,0 0,484 tarogórsk 0,03 0,348 m. Chorzów -0,05 0,496 mkołowsk 0,0 0,340 m. Tychy 0,059 0,45 ceszyńsk -0,09 0,56 m. Mysłowce -,96 0,997 wodzsławsk -0,345 0,75 m. Częstochowa -0,459 0,738 myszkowsk -0,97 0,64 m. Zabrze 0,0 0,340 częstochowsk -0,377 0,803 m. Pekary Śląske -0,047 0,56 zawercańsk 0,35 0,85 Źródło: Opracowae włase. Grafczą terpretację badaa przedstawa rys. 4. Rys. 4. Wykres stotych statystyk lokalych Moraa dla powatów województwa śląskego w 04 r. Źródło: Opracowae włase.

13 Badae zróżcowaa sytuacj demografczej w Polsce 8 Istote dodate wartośc lokalych statystyk Moraa uzyskao w powatach: rybckm m. Sosowec, a stote ujeme wartośc lokalych statystyk Moraa uzyskao w powatach: belskm, m. Katowce m. Mysłowce (tabela 4). Należy róweż zwrócć uwagę, że wosk dotyczące lokalej statystk Moraa otrzymae dla województw mazoweckego śląskego oraz powatów belskego m. Mysłowce pokrywają sę z kokluzjam uzyskaym dla klasyfkacj województw Polsk powatów województwa śląskego ze względu a pozom potecjału demografczego. Jedostk te jako lokal outlers sąsadują z województwam, które ależą do klas o skm bardzo skm pozome potecjału demografczego. Podsumowae W opracowau zbadao sytuację demografczą oraz przeprowadzoo aalzę zależośc przestrzeej pozomu potecjału demografczego w województwach Polsk oraz powatach województwa śląskego. Na podstawe przeprowadzoych badań moża stwerdzć, że w latach prawe wszystke aalzowae województwa charakteryzowały sę zmaam pozomu potecjału demografczego. Najwększe pozytywe zmay rozwoju tego zjawska oparte a wskaźku sytetyczym zaobserwowao w województwach: warmńsko- -mazurskm (zmaa o 5 pozycj z. mejsca a 7.) podkarpackm (z 3. pozycj a 8.). Zdecydowae pogorszee astapło w województwe łódzkm (spadek z 9. mejsca a 5.). Najbardzej stabla sytuacja w tym zakrese wystąpła w województwach: mazoweckm, śląskm śwętokrzyskm. Województwa te w ogóle e zmeały swojej pozycj w rakgu. Przeprowadzoe aalzy zależośc przestrzeej sytuacj demografczej w województwach Polsk oraz w powatach województwa śląskego oparte a lokalej statystyce Moraa wskazały a stee dodatej ujemej autokorelacj przestrzeej, czyl tworzee sę skupsk jedostek terytoralych (klastrów) o podobych wartoścach pozomu potecjału demografczego oraz outlersów (tj. powatów otoczoych przez jedostk o relatywe ższym pozome potecjału demografczego). Ze względu a dyamcze zmay zachodzące w strukturze demografczej w Polsce wo sę kotyuować badaa. Ich keruek powe prowadzć do rozpozaa wpływu tych zma a zjawska ekoomcze społecze [Zeug- -Żebro, 04, 05].

14 8 Moka Mśkewcz-Nawrocka, Katarzya Zeug-Żebro Lteratura Asel L. (995), Local Idcators of Spatal Assocato LISA, Geographcal Aalyss, No. 7. Arba G. (006), Spatal Ecoometrcs: Statstcal Foudatos ad Applcatos to Regoal Growth Covergece, Sprger, New York. Bvad R. (980), Autokorelacja przestrzea a metody aalzy statystyczej w geograf [w:] Z. Chojck (red.), Aalza regresj geograf, PWN, Pozań. Clff A.D., Ord J.K. (973), Spatal Autocorrelato, Po, Lodo. Geary R. (954), The Cotguty Rato ad Statstcal Mappg, The Icorporated Statstca, No. 5. Gets A., Ord J.K. (99), The Aalyss of Spatal Assocato by Use of Dstace Statstcs, Geographcal Aalyss, No. 4. Grffth D.A. (003), Spatal Autocorrelatos ad Spatal Flterg, Sprger, Berl- -Hedelberg. Hellwg Z. (98), Welowymarowa aalza porówawcza jej zastosowae w badaach welocechowych obektów gospodarczych [w:] W. Welfe (red.), Metody modele ekoomczo-matematycze w doskoaleu zarządzaa gospodarką socjalstyczą, PWE, Warszawa. Kopczewska K. (006), Ekoometra statystyka przestrzea z wykorzystaem programu R CRAN, Cedewu.pl, Warszawa. Kuc M. (0), The Implemetato of Sythetc Varable for Costructg the Stadard of Lvg Measure Europea Uo Coutres, Oecooma Copercaa, r 3, Polske Towarzystwo Ekoomcze Oddzał w Toruu. Mora P.A.P. (950), Notes o Cotuous Stochastc Pheomea, Bometrka, No. 37(). Parysek J.J., Wojtasewcz L. (979), Metody aalzy regoalej metody plaowaa regoalego, Studa KPZK PAN, t. LXIX. Sucheck B. (red.) (00), Ekoometra przestrzea. Metody modele aalzy daych przestrzeych, Wydawctwo C.H. Beck, Warszawa. Zelaś A. (red.) (000), Taksoomcza aalza przestrzeego zróżcowaa pozomu życa w Polsce w ujęcu dyamczym, Wydawctwo Akadem Ekoomczej, Kraków. Zeug-Żebro K. (04), Aalza przestrzea procesu starzea sę społeczeństwa polskego [w:] J. Hozer, A. Gdakowcz (red.), Metody loścowe w ekoom, t., Zeszyty Naukowe, r 8, Studa Prace Wydzału Nauk Ekoomczych Zarządzaa, r 36, Szczec. Zeug-Żebro K. (05), Welowymarowa aalza zjawska starośc w Polsce [w:] J. Mka, M. Mśkewcz-Nawrocka (red.), Metody modele aalz loścowych w ekoom zarządzau, cz. 7, Wydawctwo UE w Katowcach, Katowce. [www ] Bak Daych Lokalych Główego Urzędu Statystyczego,

15 Badae zróżcowaa sytuacj demografczej w Polsce 83 THE STUDY OF DIVERSITY OF THE DEMOGRAPHIC SITUATION IN POLAND IN THE YEARS Summary: The demographc chages occurrg Polad sce the 80s of the tweteth cetury clearly show the agg of the populato, whch the processes of fertlty, mortalty ad mgrato have a huge mpact. Ths pheomeo s a serous problem of demographc ad soco-ecoomc because t leads to may adverse cosequeces, e. a crease publc expedture, polcy chages the fuctog of socal securty, health ad educato, creased demad for care servces, reducg peso beefts ad socal beefts, the retremet age, crease uemploymet, mass mgrato. Because preseted problem s very mportat the study was carred out spatal aalyss of demographc potetal the years 005, 008, 0 ad 04. Keywords: demographc potetal, Perkal sythetc dcator, spatal autocorrelato.

ANALIZA ROZWOJU SYSTEMU OPIEKI ZDROWOTNEJ W ŚWIETLE POSTĘPUJĄCEGO PROCESU STARZENIA SIĘ SPOŁECZEŃSTWA W POLSCE W LATACH

ANALIZA ROZWOJU SYSTEMU OPIEKI ZDROWOTNEJ W ŚWIETLE POSTĘPUJĄCEGO PROCESU STARZENIA SIĘ SPOŁECZEŃSTWA W POLSCE W LATACH Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN 083-86 Nr 335 07 Iformatyka Ekoometra 9 Moka Mśkewcz-Nawrocka Uwersytet Ekoomczy w Katowcach Wydzał Zarządzaa Katedra Statystyk, Ekoometr

Bardziej szczegółowo

ANALIZA PRZESTRZENNA BEZROBOCIA W POLSCE

ANALIZA PRZESTRZENNA BEZROBOCIA W POLSCE Studa Ekoomcze. Zeszyty Naukowe Uwersytetu Ekoomczego w Katowcach ISSN 083-86 Nr 7 05 Ewa Pośpech Uwersytet Ekoomczy w Katowcach Wydzał Zarządzaa Katedra Matematyk ewa.pospech@ue.katowce.pl ANALIZA PRZESTRZENNA

Bardziej szczegółowo

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach

Przestrzenno-czasowe zróżnicowanie stopnia wykorzystania technologii informacyjno- -telekomunikacyjnych w przedsiębiorstwach dr ż. Jolata Wojar Zakład Metod Iloścowych, Wydzał Ekoom Uwersytet Rzeszowsk Przestrzeo-czasowe zróżcowae stopa wykorzystaa techolog formacyjo- -telekomukacyjych w przedsęborstwach WPROWADZENIE W czasach,

Bardziej szczegółowo

AUTOKORELACJA PRZESTRZENNA WYBRANYCH CHARAKTERYSTYK SPOŁECZNO-EKONOMICZNYCH

AUTOKORELACJA PRZESTRZENNA WYBRANYCH CHARAKTERYSTYK SPOŁECZNO-EKONOMICZNYCH METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XVI/4, 05, str. 85 94 AUTOKORELACJA PRZESTRZENNA WYBRANYCH CHARAKTERYSTYK SPOŁECZNO-EKONOMICZNYCH Ea Pośpech, Adraa Mastalerz-Kodzs Katedra Matematyk, Uersytet

Bardziej szczegółowo

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych

Statystyczna analiza miesięcznych zmian współczynnika szkodowości kredytów hipotecznych dr Ewa Wycka Wyższa Szkoła Bakowa w Gdańsku Wtold Komorowsk, Rafał Gatowsk TZ SKOK S.A. Statystycza aalza mesęczych zma współczyka szkodowośc kredytów hpoteczych Wskaźk szkodowośc jest marą obcążea kwoty/lczby

Bardziej szczegółowo

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Podstawy Mary położea wskazują mejsce wartośc ajlepej reprezetującej wszystke welkośc daej zmeej. Mówą o przecętym pozome aalzowaej cechy. Średa arytmetycza suma wartośc zmeej wszystkch jedostek badaej

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 7-8 Stasław Cchock Natala Nehreecka Zajęca 7-8 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartość oczekwaa eocążoość estymatora Waracja

Bardziej szczegółowo

Planowanie eksperymentu pomiarowego I

Planowanie eksperymentu pomiarowego I POLITECHNIKA ŚLĄSKA W GLIWICACH WYDZIAŁ INŻYNIERII ŚRODOWISKA ENERGETYKI INSTYTUT MASZYN URZĄDZEŃ ENERGETYCZNYCH Plaowae eksperymetu pomarowego I Laboratorum merctwa (M 0) Opracował: dr ż. Grzegorz Wcak

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadae. W ure zajduje sę 5 kul, z których 5 jest bałych czarych. Losujemy bez zwracaa kolejo po jedej kul. Kończymy losowae w momece, kedy wycągęte zostaą wszystke czare kule. Oblcz wartość oczekwaą lczby

Bardziej szczegółowo

ma rozkład normalny z nieznaną wartością oczekiwaną m

ma rozkład normalny z nieznaną wartością oczekiwaną m Zadae Każda ze zmeych losowych,, 9 ma rozkład ormaly z ezaą wartoścą oczekwaą m waracją, a każda ze zmeych losowych Y, Y,, Y9 rozkład ormaly z ezaą wartoścą oczekwaą m waracją 4 Założoo, że wszystke zmee

Bardziej szczegółowo

Materiały do wykładu 7 ze Statystyki

Materiały do wykładu 7 ze Statystyki Materał do wkładu 7 ze Statstk Aalza ZALEŻNOŚCI pomędz CECHAMI (Aalza KORELACJI REGRESJI) korelacj wkres rozrzutu (korelogram) rodzaje zależośc (brak, elowa, lowa) pomar sł zależośc lowej (współczk korelacj

Bardziej szczegółowo

ROZWÓJ DEMOGRAFICZNY WOJEWÓDZTW POLSKI DEMOGRAPHIC DEVELOPMENT OF POLISH PROVINCES. Wstęp

ROZWÓJ DEMOGRAFICZNY WOJEWÓDZTW POLSKI DEMOGRAPHIC DEVELOPMENT OF POLISH PROVINCES. Wstęp STOWARZYSZENIE EKONOMISTÓW Rozwó ROLNICTWA demografczy I AGROBIZNESU woewódzw Polsk Roczk Naukowe om XV zeszy 4 237 Lda Luy Uwersye Rolczy m. Hugoa Kołłąaa w Krakowe ROZWÓJ DEMOGRAFICZNY WOJEWÓDZTW POLSKI

Bardziej szczegółowo

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1

POPULACJA I PRÓBA. Próba reprezentatywna. Dr Adam Michczyński - METODY ANALIZY DANYCH POMIAROWYCH 5 1 POPULACJA I PRÓBA POPULACJĄ w statystyce matematyczej azywamy zbór wszystkch elemetów (zdarzeń elemetarych charakteryzujących sę badaą cechą opsywaą zmeą losową. Zbadae całej populacj (przeprowadzee tzw.

Bardziej szczegółowo

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10)

Tablica Galtona. Mechaniczny model rozkładu normalnego (M10) Tablca Galtoa. Mechaczy model rozkładu ormalego (M) I. Zestaw przyrządów: Tablca Galtoa, komplet kulek sztuk. II. Wykoae pomarów.. Wykoać 8 pomarów, wrzucając kulk pojedyczo.. Uporządkować wyk pomarów,

Bardziej szczegółowo

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne

Średnia arytmetyczna Klasyczne Średnia harmoniczna Średnia geometryczna Miary położenia inne Mary położea Średa arytmetycza Klasycze Średa harmocza Średa geometrycza Mary położea e Modala Kwartyl perwszy Pozycyje Medaa (kwartyl drug) Kwatyle Kwartyl trzec Decyle Średa arytmetycza = + +... + 2

Bardziej szczegółowo

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki)

Podstawy analizy niepewności pomiarowych (I Pracownia Fizyki) Podstawy aalzy epewośc pomarowych (I Pracowa Fzyk) Potr Cygak Zakład Fzyk Naostruktur Naotecholog Istytut Fzyk UJ Pok. 47 Tel. 0-663-5838 e-mal: potr.cygak@uj.edu.pl Potr Cygak 008 Co to jest błąd pomarowy?

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5

Stanisław Cichocki. Natalia Nehrebecka. Zajęcia 5 Stasław Cchock Natala Nehreecka Zajęca 5 . Testowae łączej stotośc wyraych regresorów. Założea klasyczego modelu regresj lowej 3. Własośc estymatora MNK w KMRL Wartośd oczekwaa eocążoośd estymatora Waracja

Bardziej szczegółowo

ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM

ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM Katarzya Zeug-Żebro Uiwersytet Ekoomiczy w Katowicach Katedra Matematyki katarzya.zeug-zebro@ue.katowice.pl ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM Wprowadzeie Zjawisko starzeia

Bardziej szczegółowo

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację.

Jego zależy od wysokości i częstotliwości wypłat kuponów odsetkowych, ceny wykupu, oczekiwanej stopy zwrotu oraz zapłaconej ceny za obligację. Wrażlwość oblgacj Jedym z czyków ryzyka westowaa w oblgacje jest zmeość rykowych stóp procetowych. Iżyera fasowa dyspouje metodam pozwalającym zabezpeczyć portfel przed egatywym skutkam zma stóp procetowych.

Bardziej szczegółowo

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny

KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA. Adrian Kapczyński Maciej Wolny KONCEPCJA WIELOKRYTERIALNEGO WSPOMAGANIA DOBORU WARTOŚCI PROGOWEJ W BIOMETRYCZNYM SYSTEMIE UWIERZYTELNIANIA Adra Kapczyńsk Macej Woly Wprowadzee Rozwój całego spektrum coraz doskoalszych środków formatyczych

Bardziej szczegółowo

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego).

TESTY NORMALNOŚCI. ( Cecha X populacji ma rozkład normalny). Hipoteza alternatywna H1( Cecha X populacji nie ma rozkładu normalnego). TESTY NORMALNOŚCI Test zgodośc Hpoteza zerowa H 0 ( Cecha X populacj ma rozkład ormaly). Hpoteza alteratywa H1( Cecha X populacj e ma rozkładu ormalego). Weryfkacja powyższych hpotez za pomocą tzw. testu

Bardziej szczegółowo

AKADEMIA MORSKA W SZCZECINIE

AKADEMIA MORSKA W SZCZECINIE AKADEMIA MORSKA W SZCZECINIE Istytut Iżyer Ruchu Morskego Zakład Urządzeń Nawgacyjych Istrukcja r 0 Wzory do oblczeń statystyczych w ćwczeach z radoawgacj Szczec 006 Istrukcja r 0: Wzory do oblczeń statystyczych

Bardziej szczegółowo

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B

OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B OBLICZANIE NIEPEWNOŚCI METODĄ TYPU B W przypadku gdy e występuje statystyczy rozrzut wyków (wszystke pomary dają te sam wyk epewość pomaru wyzaczamy w y sposób. Główą przyczyą epewośc pomaru jest epewość

Bardziej szczegółowo

Miary statystyczne. Katowice 2014

Miary statystyczne. Katowice 2014 Mary statystycze Katowce 04 Podstawowe pojęca Statystyka Populacja próba Cechy zmee Szereg statystycze Wykresy Statystyka Statystyka to auka zajmująca sę loścowym metodam aalzy zjawsk masowych (występujących

Bardziej szczegółowo

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu

Monika Jeziorska - Pąpka Uniwersytet Mikołaja Kopernika w Toruniu DYNAMICZNE MODELE EKONOMERYCZNE X Ogólopolske Semarum Naukowe, 4 6 wrześa 2007 w oruu Katedra Ekoometr Statystyk, Uwersytet Mkołaja Koperka w oruu Moka Jezorska - Pąpka Uwersytet Mkołaja Koperka w oruu

Bardziej szczegółowo

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH. dr Michał Silarski PODTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH dr Mchał larsk I Pracowa Fzycza IF UJ, 9.0.06 Pomar Pomar zacowae wartośc prawdzwej Bezpośred (welkość fzycza merzoa jest

Bardziej szczegółowo

ANALIZA PRZESTRZENNA PROCESU STARZENIA SIĘ POLSKIEGO SPOŁECZEŃSTWA

ANALIZA PRZESTRZENNA PROCESU STARZENIA SIĘ POLSKIEGO SPOŁECZEŃSTWA TUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 36 Katarzyna Zeug-Żebro * Unwersytet Ekonomczny w Katowcach ANALIZA PRZETRZENNA PROCEU TARZENIA IĘ POLKIEGO POŁECZEŃTWA TREZCZENIE Perwsze prawo

Bardziej szczegółowo

VI MISTRZOSTWA POLSKI URZĘDÓW MARSZAŁKOWSKICH W PIŁCE NOŻNEJ LUBELSKIE 2013 ZAMOŚĆ, września 2013 r. KOMUNIKAT KOŃCOWY

VI MISTRZOSTWA POLSKI URZĘDÓW MARSZAŁKOWSKICH W PIŁCE NOŻNEJ LUBELSKIE 2013 ZAMOŚĆ, września 2013 r. KOMUNIKAT KOŃCOWY KOMUNKAT KOŃCOWY Gr. A Gr. B A. LUBELSKE B. ŚLĄSKE A. ŁÓDZKE B. ZACHODNOPOMORSKE A. KUJAWSKO-POMORSKE B. PODKARPACKE A. MAZOWECKE B. MAŁOPOLSKE Gr. C Gr. D _ C. OPOLSKE D. DOLNOŚLĄSKE C. WARMŃSKO-MAZURSKE

Bardziej szczegółowo

ANALIZA KORELACJI DEFINICJA ZALEŻNOŚCI KORELACYJNEJ, RODZAJE ZALEŻNOŚCI KORELACYJNYCH KLASYFIKACJA METOD ANALIZY ZALEŻNOŚCI STATYSTYCZNYCH

ANALIZA KORELACJI DEFINICJA ZALEŻNOŚCI KORELACYJNEJ, RODZAJE ZALEŻNOŚCI KORELACYJNYCH KLASYFIKACJA METOD ANALIZY ZALEŻNOŚCI STATYSTYCZNYCH AALIZA KORELACJI DEFIICJA ZALEŻOŚCI KORELACYJEJ, Zależośd korelacyja (statystycza) występuje wtedy, gdy określoym wartoścom jedej zmeej są przyporządkowae pewe średe wartośc drugej zmeej e moża wyzaczyd

Bardziej szczegółowo

Ocena stopnia zagrożenia bezrobociem województw Polski w latach

Ocena stopnia zagrożenia bezrobociem województw Polski w latach Zeszyty Unwersytet Ekonomczny w Krakowe Naukowe 4 (94) ISSN 1898-6447 Zesz. Nauk. UEK, 15; 4 (94): 145 161 OI: 1.15678/ZNUEK.15.94.411 Monka Mśkewcz-Nawrocka Katarzyna Zeug-Żebro Katedra Matematyk Unwersytet

Bardziej szczegółowo

Statystyczne charakterystyki liczbowe szeregu

Statystyczne charakterystyki liczbowe szeregu Statystycze charakterystyk lczbowe szeregu Aalzę badaej zmeej moża uzyskać posługując sę parametram opsowym aczej azywaym statystyczym charakterystykam lczbowym szeregu. Sytetycza charakterystyka zborowośc

Bardziej szczegółowo

Wyrażanie niepewności pomiaru

Wyrażanie niepewności pomiaru Wyrażae epewośc pomaru Adrzej Kubaczyk Wydzał Fzyk, Poltechka Warszawska Warszawa, 05 Iformacje wstępe Każdy pomar welkośc fzyczej dokoyway jest ze skończoą dokładoścą, co ozacza, że wyk tego pomaru dokoyway

Bardziej szczegółowo

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce.

Podstawowe pojcia. Metody probabilistyczne i statystyka Wykład 7: Statystyka opisowa. Rozkłady prawdopodobiestwa wystpujce w statystyce. Metody probablstycze statystyka Wykład 7: Statystyka opsowa. Rozkłady prawdopodobestwa wystpujce w statystyce. Podstawowe pojca Populacja geerala - zbór elemetów majcy przyajmej jed włacwo wspól dla wszystkch

Bardziej szczegółowo

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer

Statystyka Opisowa 2014 część 3. Katarzyna Lubnauer Statystyka Opsowa 014 część 3 Katarzya Lubauer Lteratura: 1. Statystyka w Zarządzau Admr D. Aczel. Statystyka Opsowa od Podstaw Ewa Waslewska 3. Statystyka, Lucja Kowalsk. 4. Statystyka opsowa, Meczysław

Bardziej szczegółowo

ZASTOSOWANIE MODELI PANELOWYCH W ANALIZIE WARUNKOWEJ KONWERGENCJI TYPU β Z UWZGLĘDNIENIEM ZALEŻNOŚCI PRZESTRZENNYCH

ZASTOSOWANIE MODELI PANELOWYCH W ANALIZIE WARUNKOWEJ KONWERGENCJI TYPU β Z UWZGLĘDNIENIEM ZALEŻNOŚCI PRZESTRZENNYCH Emla Modraka Wydzał Ekoomczo Socjologczy Uwersytet Łódzk ZASTOSOWANIE MODELI PANELOWCH W ANALIZIE WARUNKOWEJ KONWERGENCJI TPU β Z UWZGLĘDNIENIEM ZALEŻNOŚCI PRZESTRZENNCH 1. Ws t ę p Dysproporcje charakteryzujące

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Prawdopodobeństwo statystyka 0.06.0 r. Zadae. Ura zawera kul o umerach: 0,,,,. Z ury cągemy kulę, zapsujemy umer kulę wrzucamy z powrotem do ury. Czyość tę powtarzamy, aż kula z każdym umerem zostae wycągęta

Bardziej szczegółowo

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn

opisać wielowymiarową funkcją rozkładu gęstości prawdopodobieństwa f(x 1 , x xn ROZKŁAD PRAWDOPODBIEŃSTWA WIELU ZMIENNYCH LOSOWYCH W przpadku gd mam do czea z zmem losowm możem prawdopodobeństwo, ż przjmą oe wartośc,,, opsać welowmarową fukcją rozkładu gęstośc prawdopodobeństwa f(,,,.

Bardziej szczegółowo

. Wtedy E V U jest równa

. Wtedy E V U jest równa Prawdopodobeństwo statystyka 7.0.0r. Zadae Dwuwymarowa zmea losowa Y ma rozkład cągły o gęstośc gdy ( ) 0 y f ( y) 0 w przecwym przypadku. Nech U Y V Y. Wtedy E V U jest rówa 8 7 5 7 8 8 5 Prawdopodobeństwo

Bardziej szczegółowo

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży

Zależność kosztów produkcji węgla w kopalni węgla brunatnego Konin od poziomu jego sprzedaży Gawlk L., Kasztelewcz Z., 2005 Zależość kosztów produkcj węgla w kopal węgla bruatego Ko od pozomu jego sprzedaży. Prace aukowe Istytutu Górctwa Poltechk Wrocławskej r 2. Wyd. Ofcya Wydawcza Poltechk Wrocławskej,

Bardziej szczegółowo

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi.

N ( µ, σ ). Wyznacz estymatory parametrów µ i. Y które są niezależnymi zmiennymi losowymi. 3 Metody estymacj N ( µ, σ ) Wyzacz estymatory parametrów µ 3 Populacja geerala ma rozład ormaly mometów wyorzystując perwszy momet zwyły drug momet cetraly z prób σ metodą 3 Zmea losowa ma rozład geometryczy

Bardziej szczegółowo

Podstawy opracowania wyników pomiarowych, analiza błędów

Podstawy opracowania wyników pomiarowych, analiza błędów Podstawy opracowaa wyków pomarowych, aalza błędów I Pracowa Fzycza IF UJ Grzegorz Zuzel Lteratura I Pracowa fzycza Pod redakcją Adrzeja Magery Istytut Fzyk UJ Kraków 2006 Wstęp do aalzy błędu pomarowego

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 3,4

STATYSTYKA OPISOWA WYKŁAD 3,4 STATYSTYKA OPISOWA WYKŁAD 3,4 5 Szereg rozdzelczy przedzałowy (dae pogrupowae) (stosujemy w przypadku dużej lczby epowtarzających sę daych) Przedzał (w ; w + ) Środek x& Lczebość Lczebość skumulowaa s

Bardziej szczegółowo

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH

L.Kowalski PODSTAWOWE TESTY STATYSTYCZNE WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH L.Kowalsk PODSTAWOWE TESTY STATYSTYCZNE TESTY STATYSTYCZNE poteza statystycza to dowole przypuszczee dotyczące rozkładu cechy X. potezy statystycze: -parametrycze dotyczą ezaego parametru, -parametrycze

Bardziej szczegółowo

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki:

W loterii bierze udział 10 osób. Regulamin loterii faworyzuje te osoby, które w eliminacjach osiągnęły lepsze wyniki: Zadae W loter berze udzał 0 osób. Regulam loter faworyzuje te osoby, które w elmacjach osągęły lepsze wyk: Zwycęzca elmacj, azyway graczem r. otrzymuje 0 losów, Osoba, która zajęła druge mejsce w elmacjach,

Bardziej szczegółowo

Statystyka Matematyczna Anna Janicka

Statystyka Matematyczna Anna Janicka Statystyka Matematycza Aa Jacka wykład II, 3.05.016 PORÓWNANIE WIĘCEJ NIŻ DWÓCH POPULACJI TESTY NIEPARAMETRYCZNE Pla a dzsaj 1. Porówywae węcej ż dwóch populacj test jedoczykowej aalzy waracj (ANOVA).

Bardziej szczegółowo

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY

WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY ZESZYTY NAUKOWE WYDZIAŁU NAUK EKONOMICZNYCH Mara KLONOWSKA-MATYNIA Natala CENDROWSKA WPŁYW SPÓŁEK AKCYJNYCH NA LOKALNY RYNEK PRACY Zarys treśc: Nejsze opracowae pośwęcoe zostało spółkom akcyjym, które

Bardziej szczegółowo

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =?

dev = y y Miary położenia rozkładu Wykład 9 Przykład: Przyrost wagi owiec Odchylenia Mediana próbkowa: Przykłady Statystyki opisowe Σ dev i =? Mary położea rozkładu Wykład 9 Statystyk opsowe Średa z próby, mea(y) : symbol y ozacza lczbę; arytmetyczą średą z obserwacj Symbol Y ozacza pojęce średej z próby Średa jest środkem cężkośc zboru daych

Bardziej szczegółowo

Współczynnik korelacji rangowej badanie zależności między preferencjami

Współczynnik korelacji rangowej badanie zależności między preferencjami Współczyk korelacj ragowej badae zależośc mędzy preferecjam Przemysław Grzegorzewsk Istytut Badań Systymowych PAN ul. Newelska 6 01-447 Warszawa E-mal: pgrzeg@bspa.waw.pl Pla referatu: Klasycze metody

Bardziej szczegółowo

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI

STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI METODY ILOŚCIOWE W BADANIACH EKONOMICZNYCH Tom XII/, 0, tr. 3 STATYSTYKA MORANA W ANALIZIE ROZKŁADU CEN NIERUCHOMOŚCI Dorota Kozoł-Kaczorek Katedra Ekoomk Rolcta Mędzyarodoych Stoukó Gopodarczych Szkoła

Bardziej szczegółowo

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki

Podstawowe zadanie statystyki. Statystyczna interpretacja wyników eksperymentu. Zalety statystyki II. Zalety statystyki tatystycza terpretacja wyków eksperymetu Małgorzata Jakubowska Katedra Chem Aaltyczej Wydzał IŜyer Materałowej Ceramk AGH Podstawowe zadae statystyk tatystyka to uwersale łatwo dostępe arzędze, które pomaga

Bardziej szczegółowo

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym?

Obliczanie średniej, odchylenia standardowego i mediany oraz kwartyli w szeregu szczegółowym i rozdzielczym? Oblczae średej, odchylea tadardowego meday oraz kwartyl w zeregu zczegółowym rozdzelczym? Średa medaa ależą do etymatorów tzw. tedecj cetralej, atomat odchylee tadardowe to etymatorów rozprozea (dyperj)

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne

STATYSTYKA MATEMATYCZNA WYKŁAD 1. Wiadomości wstępne TATYTYKA MATEMATYCZNA WYKŁAD Wadomośc wstępe tatystyka to dyscypla aukowa, której zadaem jest wykrywae, aalza ops prawdłowośc występujących w procesach masowych. Populacja to zborowość podlegająca badau

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7

Stanisław Cichocki. Natalia Nehrebecka. Wykład 7 Stansław Cchock Natala Nehrebecka Wykład 7 . Zmenne dyskretne Kontrasty: efekty progowe, kontrasty w odchylenach Interakcje. Przyblżane model nelnowych Stosowane do zmennych dyskretnych o uporządkowanych

Bardziej szczegółowo

XXIII OGÓLNOPOLSKA OLIMPIADA MŁODZIEŻY - Lubuskie 2017 w piłce siatkowej

XXIII OGÓLNOPOLSKA OLIMPIADA MŁODZIEŻY - Lubuskie 2017 w piłce siatkowej 11-5-217 XXIII OGÓLNOPOLSKA OLIMPIADA MŁODZIEŻY - Lubuskie 217 sezon 216/217 A1 9. Łódzkie Świętokrzyskie "A" 11-5-217 A2 1.3 Pomorskie Kujawsko-Pomorskie "A" 11-5-217 A3 12. Świętokrzyskie Kujawsko-Pomorskie

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version WIII/1

PDF created with FinePrint pdffactory Pro trial version  WIII/1 Statystyka opsowa Statystyka zajmuje sę zasadam metodam uogólaa wyków otrzymaych z próby losowej a całą populację (czyl zborowość, z której została pobraa próba). Take postępowae azywamy woskowaem statystyczym.

Bardziej szczegółowo

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji

ma rozkład normalny z wartością oczekiwaną EX = EY = 1, EZ = 0 i macierzą kowariancji Zadae. Zmea losowa (, Y, Z) ma rozkład ormaly z wartoścą oczekwaą E = EY =, EZ = 0 macerzą kowaracj. Oblczyć Var(( Y ) Z). (A) 5 (B) 7 (C) 6 Zadae. Zmee losowe,, K,,K P ( = ) = P( = ) =. Nech S =. Oblcz

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi o tym samym 2 x

będą niezależnymi zmiennymi losowymi o tym samym 2 x Prawdopodobeństwo statystyka 8.0.007 r. Zadae. Nech,,, rozkładze z gęstoścą Oblczyć m E max będą ezależym zmeym losowym o tym samym { },,, { },,, gdy x > f ( x) = x. 0 gdy x 8 8 Prawdopodobeństwo statystyka

Bardziej szczegółowo

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84

Zadanie 1. ), gdzie 1. Zmienna losowa X ma rozkład logarytmiczno-normalny LN (, . EX (A) 0,91 (B) 0,86 (C) 1,82 (D) 1,95 (E) 0,84 Zadae. Zmea losowa X ma rozkład logarytmczo-ormaly LN (, ), gdze E ( X e X e) 4. Wyzacz. EX (A) 0,9 (B) 0,86 (C),8 (D),95 (E) 0,84 Zadae. Nech X, X,, X0, Y, Y,, Y0 będą ezależym zmeym losowym. Zmee X,

Bardziej szczegółowo

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5

L.Kowalski zadania ze statystyki opisowej-zestaw 5. ZADANIA Zestaw 5 L.Kowalsk zadaa ze statystyk opsowej-zestaw 5 Zadae 5. X cea (zł, Y popyt (tys. szt.. Mając dae ZADANIA Zestaw 5 x,5,5 3 3,5 4 4,5 5 y 44 43 43 37 36 34 35 35 Oblcz współczyk korelacj Pearsoa. Oblcz współczyk

Bardziej szczegółowo

Matematyczny opis ryzyka

Matematyczny opis ryzyka Aalza ryzyka kosztowego robót remotowo-budowlaych w warukach epełe formac Mgr ż Mchał Bętkowsk dr ż Adrze Powuk Wydzał Budowctwa Poltechka Śląska w Glwcach MchalBetkowsk@polslpl AdrzePowuk@polslpl Streszczee

Bardziej szczegółowo

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości

( X, Y ) będzie dwuwymiarową zmienną losową o funkcji gęstości Zadae. Nech Nech (, Y będze dwuwymarową zmeą losową o fukcj gęstośc 4 x + xy gdy x ( 0, y ( 0, f ( x, y = 0 w przecwym przypadku. S = + Y V Y E V S =. =. Wyzacz ( (A 0 (B (C (D (E 8 8 7 7 Zadae. Załóżmy,

Bardziej szczegółowo

Badania Maszyn CNC. Nr 2

Badania Maszyn CNC. Nr 2 Poltechka Pozańska Istytut Techolog Mechaczej Laboratorum Badaa Maszy CNC Nr 2 Badae dokładośc pozycjoowaa os obrotowych sterowaych umerycze Opracował: Dr. Wojcech Ptaszy sk Mgr. Krzysztof Netter Pozań,

Bardziej szczegółowo

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości

będą niezależnymi zmiennymi losowymi z rozkładu o gęstości Prawdopodobeństwo statystyka 4.0.00 r. Zadae Nech... będą ezależym zmeym losowym z rozkładu o gęstośc θ f ( x) = θ xe gdy x > 0. Estymujemy dodat parametr θ wykorzystując estymator ajwększej warogodośc

Bardziej szczegółowo

Średnia wielkość powierzchni gruntów rolnych w gospodarstwie za rok 2006 (w hektarach) Jednostka podziału administracyjnego kraju

Średnia wielkość powierzchni gruntów rolnych w gospodarstwie za rok 2006 (w hektarach) Jednostka podziału administracyjnego kraju ROLNYCH W GOSPODARSTWIE W KRAJU ZA 2006 ROK w gospodarstwie za rok 2006 (w hektarach) Województwo dolnośląskie 14,63 Województwo kujawsko-pomorskie 14,47 Województwo lubelskie 7,15 Województwo lubuskie

Bardziej szczegółowo

O testowaniu jednorodności współczynników zmienności

O testowaniu jednorodności współczynników zmienności NR 6/7/ BIULETYN INSTYTUTU HODOWLI I AKLIMATYZACJI ROŚLIN 003 STANISŁAW CZAJKA ZYGMUNT KACZMAREK Katedra Metod Matematyczych Statystyczych Akadem Rolczej, Pozań Istytut Geetyk Rośl PAN, Pozań O testowau

Bardziej szczegółowo

ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE

ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE Inżynera Rolncza 1(126)/2011 ZASTOSOWANIE METOD WAP DO OCENY POZIOMU PRZESTRZENNEGO ZRÓŻNICOWANIA ROZWOJU ROLNICTWA W POLSCE Katedra Zastosowań Matematyk Informatyk, Unwersytet Przyrodnczy w Lublne w Lublne

Bardziej szczegółowo

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski

Różniczkowanie funkcji rzeczywistych wielu zmiennych. Matematyka Studium doktoranckie KAE SGH Semestr letni 2008/2009 R. Łochowski Różczkowae fukcj rzeczywstych welu zmeych rzeczywstych Matematyka Studum doktoracke KAE SGH Semestr let 8/9 R. Łochowsk Pochoda fukcj jedej zmeej e spojrzee Nech f : ( α, β ) R, α, β R, α < β Fukcja f

Bardziej szczegółowo

Wnioskowanie statystyczne dla korelacji i regresji.

Wnioskowanie statystyczne dla korelacji i regresji. STATYSTYKA MATEMATYCZNA WYKŁAD 6 Woskowae statstcze dla korelacj regresj. Aalza korelacj Założee: zmea losowa dwuwmarowa X, Y) ma rozkład ormal o współczku korelacj ρ. X, Y cech adae rówocześe. X X X...

Bardziej szczegółowo

TAKSONOMICZNA ANALIZA ROZWOJU TRANSPORTU DROGOWEGO W POLSCE

TAKSONOMICZNA ANALIZA ROZWOJU TRANSPORTU DROGOWEGO W POLSCE Katarzyna CHEBA * TAKSONOMICZNA ANALIZA ROZWOJU TRANSPORTU DROGOWEGO W POLSCE Streszczene Pozom warunk życa ludnośc w Polsce są slne przestrzenne zróżncowane. W pracy na przykładze województw w Polsce

Bardziej szczegółowo

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7)

ρ (6) przy czym ρ ij to współczynnik korelacji, wyznaczany na podstawie następującej formuły: (7) PROCES ZARZĄDZANIA PORTFELEM PAPIERÓW WARTOŚCIOWYCH WSPOMAGANY PRZEZ ŚRODOWISKO AUTOMATÓW KOMÓRKOWYCH Ageszka ULFIK Streszczee: W pracy przedstawoo sposób zarządzaa portfelem paperów wartoścowych wspomagay

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fasowy gospodark Zajęca r 7 Krzywa retowośc, zadaa (mat. f.), marża w hadlu, NPV IRR, Ustawa o kredyce kosumeckm, fukcje fasowe Excela Krzywa retowośc (dochodowośc) Yeld Curve Krzywa ta jest grafczym

Bardziej szczegółowo

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = =

W zadaniu nie ma polecenia wyznaczania estymatora nieobciążonego o minimalnej wariancji. σ σ σ σ σ = = 4. Na podstawe erówośc Cramera Rao wyzacz dole ograczee dla waracj eobcążoego estymatora waracj σ w rozkładze ormalym N(0, σ ). W zadau e ma polecea wyzaczaa estymatora eobcążoego o mmalej waracj dla σ,

Bardziej szczegółowo

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna

Statystyka. Analiza zależności. Rodzaje zależności między zmiennymi występujące w praktyce: Funkcyjna Aalza zależośc Rodzaje zależośc mędzy zmeym występujące w praktyce: Fukcyja wraz ze zmaą wartośc jedej zmeej astępuje ścśle określoa zmaa wartośc drugej zmeej (p. w fzyce: spadek swobody gt s ) tochastycza

Bardziej szczegółowo

[ ] WSPÓŁCZYNNIK EKSCESU WEKTORA LOSOWEGO. Wprowadzenie. Katarzyna Budny =, (1)

[ ] WSPÓŁCZYNNIK EKSCESU WEKTORA LOSOWEGO. Wprowadzenie. Katarzyna Budny =, (1) Katarzya Budy Uwersytet Ekoomczy w Krakowe WSPÓŁCZYNNIK EKSCESU WEKTORA LOSOWEGO Wprowadzee Jedą z podstawowych mar spłaszczea czy też kocetrac rozkładu zmee losowe edowymarowe wokół średe est kurtoza

Bardziej szczegółowo

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym

Pomiary bezpośrednie i pośrednie obarczone błędem przypadkowym Pomary bezpośrede pośrede obarczoe błędem przypadkowym I. Szacowae wartośc przyblŝoej graczego błędu przypadkowego a przykładze bezpośredego pomaru apęca elem ćwczea jest oszacowae wartośc przyblŝoej graczego

Bardziej szczegółowo

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona:

Matematyka ubezpieczeń majątkowych r. t warunkowo niezależne i mają (brzegowe) rozkłady Poissona: Zadae. W kolejych okresach czasu t =, ubezpeczoy, charakteryzujący sę parametrem ryzyka Λ, geeruje N t szkód. Dla daego Λ = λ zmee N, N są warukowo ezależe mają (brzegowe) rozkłady Possoa: k λ Pr( N t

Bardziej szczegółowo

5. OPTYMALIZACJA NIELINIOWA

5. OPTYMALIZACJA NIELINIOWA 5. OPTYMALIZACJA NIELINIOWA Zdarza sę dość często, że zależośc występujące w aalzowaych procesach (p. ospodarczych) mają charakter elowy. Dlateo też, oprócz lowych zadań decyzyjych, formułujemy także elowe

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA

STATYSTYKA MATEMATYCZNA WYKŁAD 2 ESTYMACJA PUNKTOWA STATYSTYKA MATEMATYCZNA WYKŁAD ESTYMACJA PUNKTOWA Nech - ezay parametr rozkładu cechy X. Wartość parametru będzemy estymować (przyblżać) a podstawe elemetowej próby. - wyberamy statystykę U o rozkładze

Bardziej szczegółowo

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2

k k M. Przybycień Rachunek Prawdopodobieństwa i Statystyka Wykład 13-2 Pojęce przedzału ufośc Przyład: Rozważmy pewe rzad proces (tz. ta tórego lczba zajść podlega rozładow Possoa). W cągu pewego czasu zaobserwowao =3 tae zdarzea. Oceć możlwy przedzał lczby zdarzeń tego typu

Bardziej szczegółowo

Dolnośląski O/W Kujawsko-Pomorski O/W Lubelski O/W. plan IV- XII 2003 r. Wykonanie

Dolnośląski O/W Kujawsko-Pomorski O/W Lubelski O/W. plan IV- XII 2003 r. Wykonanie Dolnośląski O/W Kujawsko-Pomorski O/W Lubelski O/W 14 371 13 455,56-915,44 93,63% 11 033 10 496,64-536,36 95,14% 10 905 10 760,90-144,10 98,68% 697 576,69-120,31 82,74% 441 415,97-25,03 94,32% 622 510,30-111,70

Bardziej szczegółowo

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie

UOGÓLNIONA ANALIZA WRAŻLIWOŚCI ZYSKU W PRZEDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW. 1. Wprowadzenie B A D A N I A O P E R A C Y J N E I D E C Y J E Nr 2 2007 Aa ĆWIĄKAŁA-MAŁYS*, Woletta NOWAK* UOGÓLNIONA ANALIA WRAŻLIWOŚCI YSKU W PREDSIĘBIORSTWIE PRODUKUJĄCYM N-ASORTYMENTÓW Przedstawoo ajważejsze elemety

Bardziej szczegółowo

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych

ZJAZD 1. STATYSTYKA OPISOWA wstępna analiza danych ZJAZD Przedmotem statystyk jest zberae, prezetacja oraz aalza daych opsujących zjawska losowe. Badau statystyczemu podlega próbka losowa pobraa z populacj, aczej populacj geeralej. Na podstawe uzyskaych

Bardziej szczegółowo

Pomiary parametrów napięć i prądów przemiennych

Pomiary parametrów napięć i prądów przemiennych Ćwczee r 3 Pomary parametrów apęć prądów przemeych Cel ćwczea: zapozae z pomaram wartośc uteczej, średej, współczyków kształtu, szczytu, zekształceń oraz mocy czyej, berej, pozorej współczyka cosϕ w obwodach

Bardziej szczegółowo

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem

Portfel. Portfel pytania. Portfel pytania. Analiza i Zarządzanie Portfelem cz. 2. Katedra Inwestycji Finansowych i Zarządzania Ryzykiem Katedra Ietycj Faoych Zarządzaa yzykem Aalza Zarządzae Portfelem cz. Dr Katarzya Kuzak Co to jet portfel? Portfel grupa aktyó (trumetó faoych, aktyó rzeczoych), które zotały yelekcjooae, którym ależy zarządzać

Bardziej szczegółowo

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM ACTA UNIVERSITATIS WRATISLAVIENSIS No 37 PRZEGLĄD PRAWA I ADMINISTRACJI LXXX WROCŁAW 009 ANNA ĆWIĄKAŁA-MAŁYS WIOLETTA NOWAK Uwersytet Wrocławsk SPRZEDAŻ PONIŻEJ KOSZTU WŁASNEGO W PRZEDSIĘBIORSTWIE WIELOASORTYMENTOWYM

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statstka Katarza Chud Laskowska http://kc.sd.prz.edu.pl/ Aalza korelacj umożlwa stwerdzee wstępowaa zależośc oraz oceę jej atężea ZALEŻNOŚCI pomędz CECHAMI: CECHY: ILOŚCIOWA ILOŚCIOWA CECHY: JAKOŚCIOWA

Bardziej szczegółowo

ANALIZA ZJAWISKA AUTOKORELACJI PRZESTRZENNEJ CEN TRANSAKCYJNYCH NA RYNKU NIERUCHOMOŒCI LOKALOWYCH

ANALIZA ZJAWISKA AUTOKORELACJI PRZESTRZENNEJ CEN TRANSAKCYJNYCH NA RYNKU NIERUCHOMOŒCI LOKALOWYCH Aalza zawska autokorelac przestrzee ce trasakcyych... 5 Acta Sc. Pol., Admstrato Locorum () 202, 5 63 ANALIZA ZJAWISKA AUTOKORELACJI PRZESTRZENNEJ CEN TRANSAKCYJNYCH NA RYNKU NIERUCHOMOŒCI LOKALOWYCH Rados³aw

Bardziej szczegółowo

STATYSTYKA EKONOMICZNA I SPOŁECZNA

STATYSTYKA EKONOMICZNA I SPOŁECZNA PROWADZĄCY Dwczea laboratoryje Rok akademck 0/0, semestr let mgr Emla Modraka, Katedra Ekoometr Przestrzeej UŁ emodraka@u.lodz.pl www.em.kep.prv.pl KONSULTACJE Poedzałek: 9.45-.0 Środa: 6.40-7.40 Pokój

Bardziej szczegółowo

STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM

STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM STANDARYZACJA PRZEPROWADZANIA NAPRAW JAKO ETAP WDROŻENIA TOTAL PRODUCTIVE MAINTENANCE W PRZEMYŚLE WYDOBYWCZYM Edward CHLEBUS, Joaa HELMAN, Mara ROSIENKIEWICZ, Paweł STEFANIAK Streszczee: Nejszy artykuł

Bardziej szczegółowo

Projekt 3 Analiza masowa

Projekt 3 Analiza masowa Wydzał Mechaczy Eergetyk Lotctwa Poltechk Warszawskej - Zakład Saolotów Śgłowców Projekt 3 Aalza asowa Nejszy projekt składa sę z dwóch częśc. Perwsza polega projekce wstępy wętrza kaby (kadłuba). Druga

Bardziej szczegółowo

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE

PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE Marek Cecura, Jausz Zacharsk PODSTAWY PROBABILISTYKI Z PRZYKŁADAMI ZASTOSOWAŃ W INFORMATYCE CZĘŚĆ II STATYSTYKA OPISOWA Na prawach rękopsu Warszawa, wrzeseń 0 Data ostatej aktualzacj: czwartek, 0 paźdzerka

Bardziej szczegółowo

ĆWICZENIE 5 TESTY STATYSTYCZNE

ĆWICZENIE 5 TESTY STATYSTYCZNE ĆWICZENIE 5 TESTY STATYSTYCZNE Cel Przedstawee wybraych testów statystyczych zasad wyboru właścwego testu przeprowadzea go oraz terpretac wyów. Wprowadzee teoretycze Testem statystyczym azywamy metodę

Bardziej szczegółowo

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI

Laboratorium Metod Statystycznych ĆWICZENIE 2 WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Laboatoum Metod tatystyczych ĆWICZENIE WERYFIKACJA HIPOTEZ I ANALIZA WARIANCJI Oacowała: Katazya tąo Weyfkaca hotez Hoteza statystycza to dowole zyuszczee dotyczące ozkładu oulac. Wyóżamy hotezy: aametycze

Bardziej szczegółowo

Średnia harmoniczna (cechy o charakterze ilorazu np. Prędkość, gęstość zaludnienia)

Średnia harmoniczna (cechy o charakterze ilorazu np. Prędkość, gęstość zaludnienia) Mary przecęte Średa arytmetycza Dla szeregu rozdzelczego cechy skokowej x k x k Średa harmocza (cechy o charakterze lorazu p. Prędkość, gęstość zaludea) x H k x Średa geometrycza x x x... G x średa arytmetycza

Bardziej szczegółowo

KARBOWNICZEK Dagmara doktorantka, mgr inż. ; LEJDA Kazimierz ; prof. dr hab. inż. Politechnika Rzeszowska, Katedra Silników Spalinowych i Transportu

KARBOWNICZEK Dagmara doktorantka, mgr inż. ; LEJDA Kazimierz ; prof. dr hab. inż. Politechnika Rzeszowska, Katedra Silników Spalinowych i Transportu НАЦІОНАЛЬНИЙ ТРАНСПОРТНИЙ УНІВЕРСИТЕТ 1 013 KARBOWNICZEK Dagmara doktoratka, mgr ż. ; LEJDA Kazmerz ; prof. dr hab. ż. oltechka Rzeszowska, Katedra Slków Spalowych Trasportu ANALIZA WSKAŹNIKA GŁĘBOKOŚCI

Bardziej szczegółowo

Liniowe relacje między zmiennymi

Liniowe relacje między zmiennymi Lowe relacje mędzy zmeym Marta Zalewska Zakład Proflaktyk ZagrożeńŚrodowskowych Alergolog Ocea lowych relacj mędzy zmeym Metoda korelacj - określee rodzaju sły zależośc mędzy cecham. Metoda regresj 1 Uwaga

Bardziej szczegółowo

FINANSE II. Model jednowskaźnikowy Sharpe a.

FINANSE II. Model jednowskaźnikowy Sharpe a. ODELE RYNKU KAPITAŁOWEGO odel jedowskaźkowy Sharpe a. odel ryku kaptałowego - CAP (Captal Asset Prcg odel odel wycey aktywów kaptałowych). odel APT (Arbtrage Prcg Theory Teora artrażu ceowego). odel jedowskaźkowy

Bardziej szczegółowo

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki)

OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradnik do Laboratorium Fizyki) Adrzej Kubaczyk Laboratorum Fzyk I Wydzał Fzyk Poltechka Warszawska OKREŚLANIE NIEPEWNOŚCI POMIARÓW (poradk do Laboratorum Fzyk) ROZDZIAŁ Wstęp W roku 995 z cjatywy Mędzyarodowego Komtetu Mar (CIPM) zostały

Bardziej szczegółowo

Regionalne zróżnicowanie cen zbóż w Polsce w latach

Regionalne zróżnicowanie cen zbóż w Polsce w latach Agneszka Tłuczak * Regonalne zróżncowane cen zbóż w Polsce w latach 2010 2012 Wstęp Pozom cen produktów rolnych zarówno w skupe, jak tych uzyskwanych przez rolnków na targowskach w dużej merze decyduje

Bardziej szczegółowo

Analiza wyniku finansowego - analiza wstępna

Analiza wyniku finansowego - analiza wstępna Aalza wyku fasowego - aalza wstępa dr Potr Ls Welkość wyku fasowego determuje: etowość przedsęborstwa Welkość podatku dochodowego Welkość kaptałów własych Welkość dywded 1 Aalza wyku fasowego ma szczególe

Bardziej szczegółowo