Badania marketingowe 2016_12. Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski
|
|
- Jadwiga Olejniczak
- 7 lat temu
- Przeglądów:
Transkrypt
1 Badania marketingowe 2016_12 Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski
2 Ramowy program konwersatorium 1. Formułowanie oraz wyjaśnianie tematyki badań 2. Identyfikacja oraz analiza i ocena źródeł informacji marketingowej 3. Konceptualizacja, operacjonalizacja i pomiar 4. Logika doboru próby 5. Dane wtórne oraz ich wykorzystanie 6. Dane syndykatywne 7. Badania jakościowe 8. Obserwacja jako metoda badawcza 9. Badania sondażowe 10.Metody eksperymentalne 11.Podstawy analizy danych 12.Elementy statystyki opisowej 13.Model analizy rozbudowanej 14.Wnioskowanie statystyczne 15.Prezentacja danych i raport z badań
3 Agenda Ogólna charakterystyka statystyki opisowej Analiza jednozmiennowa Tendencja centralna oraz rozproszenie Zmienne ciągłe i dyskretne Porównywanie podgrup oraz łączenie kategorii odpowiedzi Kategoria nie wiem Analiza dwuzmiennowa i wielozmiennowa Korelacja, związki przyczynowe i pozorne zależności przyczynowe
4 Ogólna charakterystyka analizy ilościowej Analiza ilościowa służy do przedstawienia danych ilościowych w syntetycznej formie. Analiza ilościowa może być opisowa lub wyjaśniająca. Czasami chcemy opisać jedną zmienną, czasami zaś chcemy opisać związek łączący jedną zmienną z inną. Analiza jednozmiennowa to najprostsza forma analizy ilościowej. Polega ona na opisywaniu przypadku w kategoriach jednej zmiennej, ze szczególnym uwzględnieniem rozkładu tej wartości. Analiza jednoczesnych powiązań pomiędzy wiekiem, wykształceniem, a poglądami politycznymi (ekonomicznymi, w kwestiach obyczajowych etc.) to przykład analizy wielozmiennowej. Celem analizy jednozmiennej jest opis. Analiza dwu i wielozmienna służy przede wszystkim wyjaśnianiu.
5 Uczestnictwo w mszach i nabożeństwach według GSS Uczestnictwo Wartość Częstość Procent Procent ważnych Procent skumulowany Nigdy ,9 15,1 15,4 Rzadziej niż 1 raz do roku 1 lub 2 razy do roku ,3 9,4 25, ,0 12,1 36,6 Kilka razy do roku ,9 13,1 49,7 Raz w miesiącu ,6 5,7 55,4 2 lub 3 razy w miesiącu ,1 9,2 64,5 Prawie co tydzień ,6 7,7 72,2 Co tydzień ,6 19,8 92,0 Kilka razy w tygodniu lub częściej Nie wiem oraz brak odpowiedzi ,9 8,0 100, ,1 brak Ogółem ,0 100,0 Ważnych 1483
6 Tendencja centralna trzy zmienne Wiek Liczba Wartość 13 * * * 14 * * * * 15 * * * * * * średnia arytmetyczna = 15,87 16 * * * * * * * * modalna (dominanta) 17 * * * * 18 * * * 19 * * * mediana = wartość środkowa = 16,31 14 jednostek
7 Rozproszenie Rozproszenie odnosi się do rozkładu wartości wokół pewnej wartości centralnej, takiej jak średnia arytmetyczna. Miary rozproszenia: Odstęp, czyli różnica pomiędzy najwyższą a najniższą wartością Odchylenie standardowe, czyli błąd standardowy rozkładu z próby Zakres międzykwartylowy, czyli zakres wyników dla środkowych 50% badanych.
8 Zmienne ciągłe i dyskretne Zmienna ciągła czyli ilorazowa na przykład waga lub wiek. Zmienna dyskretna czyli skokowa na przykład rok studiów. Możliwe obliczenia: Zmienne nominalne modalna (dominanta) Zmienne interwałowe mediana Zmienne ilorazowe średnia arytmetyczna
9 Porównywanie podgrup mediana zarobków pełnoetatowych pracowników cywilnych z uwzględnieniem płci USA Rok Kobiety Mężczyźni Stosunek K:M , , , , , , , , , , ,58
10 Porównywanie podgrup mediana zarobków pełnoetatowych pracowników cywilnych z uwzględnieniem płci USA Rok Stosunek K:M , , , ,76
11 Płeć, czas trwania stosunku pracy a zarobki pracowników stawka godzinowa w USA Na Staż pracy Przeciętna stawka godzinowa w USD Stosunek K:M Mężczyźni Kobiety Poniżej 2 lat Od 2 do 4 lat Od 5 lat do 9 lat 10 lat i więcej 8,46 6,03 0,71 9,38 6,78 0,72 10,42 7,56 0,73 12,38 7,91 0,64
12 Łączenie kategorii odpowiedzi Jak ONZ radzi sobie z rozwiązywaniem problemów, wobec których staje? Kategoria Niemcy W. Brytania Francja Japonia USA Bardzo dobrze 2% 7% 2% 1% 5% Dobrze 46% 39% 45% 11% 46% Źle 21% 28% 22% 43% 27% Bardzo źle 6% 9% 3% 5% 13% Nie wiem 26% 17% 28% 41% 10%
13 Łączenie kategorii odpowiedzi Jak ONZ radzi sobie z rozwiązywaniem problemów, wobec których staje? Łączenie skrajnych odpowiedzi. Kategoria Niemcy W. Brytania Francja Japonia USA Bardzo dobrze lub dobrze Źle lub bardzo źle Nie wiem 48% 46% 47% 12% 51% 27% 37% 25% 48% 40% 25% 17% 28% 40% 9%
14 Łączenie kategorii odpowiedzi Jak ONZ radzi sobie z rozwiązywaniem problemów, wobec których staje? Pominięcie odpowiedzi nie wiem. Kategoria Niemcy W. Brytania Francja Japonia USA Bardzo dobrze lub dobrze Źle lub bardzo źle 65% 55% 65% 20% 57% 35% 45% 35% 80% 43%
15 Analiza dwuzmiennowa Uczestniczenie w mszach i nabożeństwach mężczyzn i kobiet w 1966 roku USA Mężczyźni Kobiety Co tydzień 25% 34% Rzadziej 75% 66% Liczebność
16 Wprowadzenie do analizy wielozmiennowej Zależność wielozmianowa: uczestniczenie w mszach i nabożeństwach, płeć i wiek Jak często uczestniczysz w mszach i nabożeństwach? Poniżej 40 lat 40 lat i więcej Mężczyźni Kobiety Mężczyźni Kobiety Co tydzień 24% 32% 33% 48% Rzadziej 76% 68% 67% 52% 100% = (325) (383) (323) (452)
17 Wprowadzenie do analizy wielozmiennowej Odsetek osób uczestniczących we mszach i w nabożeństwach mniej więcej co tydzień Jak często uczestniczysz w mszach i nabożeństwach? Mężczyźni Kobiety Poniżej 40 lat 24% (325) 52% (383) 40 lat i więcej 33% (323) 48% (452)
18 Dwa modele wyjaśniania przyczynowości Wyjaśnienie idiograficzne uprzedzeń społecznych Nieznośny lokator (sąsiad) Wpływ telewizji Internet Lektury Przekazy rodzinne Odrzucenie przez dziewczynę (chłopaka) Konkurencja na rynku pracy Niska samoocena Inne jakie?... Bardzo wiele czynników może wyjaśniać uprzedzenia społeczne.
19 Dwa modele wyjaśniania przyczynowości Wyjaśnienie monotetyczne uprzedzeń społecznych Staramy się wyjaśnić uprzedzenia społeczne jedną przyczyną. Wykształceni Niewykształceni Tolerancyjni * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * Uprzedzeni * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
20 Korelacja oraz związki przyczynowe Dodatnia korelacja Wyższy poziom wykształcenia wiąże się z możliwością uzyskania wyższych zarobków i odwrotnie. WYKSZTAŁCENIE WYKSZTAŁCENIE POTENCJALNE DOCHODY POTENCJALNE DOCHODY Wyższy poziom wykształcenia jest przyczyną możliwości uzyskania wyższych dochodów.
21 Korelacja oraz związki przyczynowe Ujemna (odwrotna) korelacja Wyższy poziom wykształcenia wiąże się z niższym poziomem uprzedzeń i odwrotnie. WYKSZTAŁCENIE WYKSZTAŁCENIE UPRZEDZENIA UPRZEDZENIA Wyższy poziom wykształcenia jest przyczyną zmniejszenia poziomu uprzedzeń.
22 Korelacja oraz pozorne zależności przyczynowe Zaobserwowana dodatnia korelacja ROZMIARY OBUWIA ROZMIARY OBUWIA UMIEJĘTNOŚCI MATEMATYCZNE UMIEJĘTNOŚCI MATEMATYCZNE Ani większy rozmiar obuwia nie jest przyczyną większych umiejętności matematycznych, ani większe umiejętności matematyczne nie powodują potrzeby zmiany rozmiarów obuwia.
23 Korelacja oraz pozorne zależności przyczynowe Rzeczywiste zależności przyczynowe Zmienna wieku jest przyczyną zarówno większego rozmiaru obuwia, jak i wyższych umiejętności matematycznych, a więc leży u podstaw zaobserwowanej korelacji i wyjaśnia ją. Wiek Rozmiar obuwia Umiejętności matematyczne
24 Przyczyny konieczne i wystarczające Przyczyna konieczna oznacza warunek, który musi być spełniony, aby nastąpił określony skutek. Mężczyźni Kobiety w ciąży * * * * * * * * * * * * * * * * * Przyczyna konieczna nie w ciąży * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *
25 Zalecana literatura 1. Babbit, E. (2003). Badania społeczne w praktyce, Wydawnictwo Naukowe PWN, Warszawa. 2. Bielecka, A. (2011). Statystyka dla menedżerów, Oficyna a Wolters Kluwer business, Warszawa. 3. Francuz, P., Mackiewicz, R. (2007). Liczby nie wiedzą skąd przychodzą. Przewodnik po metodologii i statystyce nie tylko dla psychologów, KUL, Lublin.
ANALIZA I PREZENTACJA DANYCH ANALIZA DANYCH JAKOŚCIOWYCH METODY BADAŃ SPOŁECZNYCH WYKŁAD 6
METODY BADAŃ SPOŁECZNYCH WYKŁAD 6 dr Agnieszka Kacprzak ANALIZA I PREZENTACJA DANYCH ANALIZA DANYCH JAKOŚCIOWYCH Analiza jakościowa nieliczbowe badanie i interpretacja obserwacji Metody jakościowe zakładają
Bardziej szczegółowoBadania marketingowe 2016_1. Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski
Badania marketingowe 2016_1 Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski Ramowy program konwersatorium 1. Formułowanie oraz wyjaśnianie tematyki badań 2. Identyfikacja
Bardziej szczegółowo12/13/2015 ANALIZA DANYCH ILOŚCIOWYCH KWANTYFIKACJA DANYCH METODY BADAŃ SPOŁECZNYCH WYKŁAD 11: ANALIZA I PREZENTACJA DANYCH ILOŚCIOWYCH
METODY BADAŃ SPOŁECZNYCH WYKŁAD 11: ANALIZA I PREZENTACJA DANYCH ILOŚCIOWYCH dr Agnieszka Kacprzak ANALIZA DANYCH ILOŚCIOWYCH KWANTYFIKACJA DANYCH Aby możliwe było poddanie danych analizie ilościowej konieczna
Bardziej szczegółowoKARTA KURSU. (do zastosowania w roku ak. 2015/16) Kod Punktacja ECTS* 4
KARTA KURSU (do zastosowania w roku ak. 2015/16) Nazwa Statystyka 1 Nazwa w j. ang. Statistics 1 Kod Punktacja ECTS* 4 Koordynator Dr hab. Tadeusz Sozański (koordynator, wykłady) Dr Paweł Walawender (ćwiczenia)
Bardziej szczegółowoKrakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/201 WydziałPsychologii i Nauk Humanistycznych Kierunek studiów:
Bardziej szczegółowoWykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy
Wykład Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Zbiorowość statystyczna - zbiór elementów lub wyników jakiegoś procesu powiązanych ze sobą logicznie (tzn. posiadających wspólne cechy
Bardziej szczegółowoStatystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA
Statystyka opisowa PRZEDMIOT: PODSTAWY STATYSTYKI PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA Statystyka opisowa = procedury statystyczne stosowane do opisu właściwości próby (rzadziej populacji) Pojęcia:
Bardziej szczegółowoW1. Wprowadzenie. Statystyka opisowa
W1. Wprowadzenie. Statystyka opisowa dr hab. Jerzy Nakielski Zakład Biofizyki i Morfogenezy Roślin Plan wykładu: 1. O co chodzi w statystyce 2. Etapy badania statystycznego 3. Zmienna losowa, rozkład
Bardziej szczegółowoMETODOLOGIA BADAŃ HUMANISTYCZNYCH METODYKA NAUCZANIA JĘZYKA OBCEGO CZ.II
METODOLOGIA BADAŃ HUMANISTYCZNYCH METODYKA NAUCZANIA JĘZYKA OBCEGO CZ.II Podział zmiennych Zmienne zależne zmienne, które są przedmiotem badania, których związki z innymi zmiennymi chcemy określić Zmienne
Bardziej szczegółowoMIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy
MIARY POŁOŻENIA Opisują średni lub typowy poziom wartości cechy. Określają tą wartość cechy, wokół której skupiają się wszystkie pozostałe wartości badanej cechy. Wśród nich można wyróżnić miary tendencji
Bardziej szczegółowoCharakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)
Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej) 1 Podział ze względu na zakres danych użytych do wyznaczenia miary Miary opisujące
Bardziej szczegółowoPozyskiwanie 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
Bardziej szczegółowoMiary statystyczne w badaniach pedagogicznych
Miary statystyczne w badaniach pedagogicznych Szeregi statystyczne Szczegółowy - gdzie materiał uporządkowany jest rosnąco lub malejąco Rozdzielczy - gdzie poszczególnym wariantom zmiennej przyporządkowane
Bardziej szczegółowoStatystyka matematyczna. dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt
Statystyka matematyczna dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt Zasady zaliczenia przedmiotu: część wykładowa Maksymalna liczba punktów do zdobycia 40. Egzamin będzie
Bardziej szczegółowoMetody statystyczne w socjologii SYLABUS A. Informacje ogólne Opis
Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod przedmiotu Język przedmiotu Rodzaj przedmiotu Dziedzina i dyscyplina
Bardziej szczegółowoStatystyka Matematyczna Anna Janicka
Statystyka Matematyczna Anna Janicka wykład I, 22.02.2016 STATYSTYKA OPISOWA, cz. I Kwestie techniczne Kontakt: ajanicka@wne.uw.edu.pl Dyżur: strona z materiałami z przedmiotu: wne.uw.edu.pl/azylicz akson.sgh.waw.pl/~aborata
Bardziej szczegółowoSTATYSTYKA MATEMATYCZNA WYKŁAD 3. Populacje i próby danych
STATYSTYKA MATEMATYCZNA WYKŁAD 3 Populacje i próby danych POPULACJA I PRÓBA DANYCH POPULACJA population Obserwacje dla wszystkich osobników danego gatunku / rasy PRÓBA DANYCH sample Obserwacje dotyczące
Bardziej szczegółowoPróba własności i parametry
Próba własności i parametry Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony
Bardziej szczegółowoANALIZA JEDNOZMIENNOWA. podstawowe pojęcia
ANALIZA JEDNOZMIENNOWA podstawowe pojęcia DZISIAJ Krótka retrospekcja przypomnienie typów w zmiennych O obliczaniu znanych juŝ wartości: średniej mediany mody Ćwiczenia praktyczne, czyli liczenie zadań
Bardziej szczegółowoSTATYSTYKA IV SEMESTR ALK (PwZ) STATYSTYKA OPISOWA RODZAJE CECH W POPULACJACH I SKALE POMIAROWE
STATYSTYKA IV SEMESTR ALK (PwZ) STATYSTYKA OPISOWA RODZAJE CECH W POPULACJACH I SKALE POMIAROWE CECHY mogą być: jakościowe nieuporządkowane - skala nominalna płeć, rasa, kolor oczu, narodowość, marka samochodu,
Bardziej szczegółowoMatematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 A.
Bardziej szczegółowolaboratoria 24 zaliczenie z oceną
Wydział: Psychologia Nazwa kierunku kształcenia: Psychologia Rodzaj przedmiotu: podstawowy Opiekun: dr Andrzej Tarłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb studiów: Niestacjonarne
Bardziej szczegółowoBadania marketingowe 2013_2. Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski
Badania marketingowe 2013_2 Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski Ramowy program konwersatorium 1. System informacji rynkowej i jego składowe 2. Istota oraz klasyfikacja
Bardziej szczegółowoPopulacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część
Populacja generalna (zbiorowość generalna) zbiór obejmujący wszystkie elementy będące przedmiotem badań Próba (podzbiór zbiorowości generalnej) część populacji, którą podaje się badaniu statystycznemu
Bardziej szczegółowoPorównywanie populacji
3 Porównywanie populacji 2 Porównywanie populacji Tendencja centralna Jednostki (w grupie) według pewnej zmiennej porównuje się w ten sposób, że dokonuje się komparacji ich wartości, osiągniętych w tej
Bardziej szczegółowoStatystyka. Wykład 7. Magdalena Alama-Bućko. 3 kwietnia Magdalena Alama-Bućko Statystyka 3 kwietnia / 36
Statystyka Wykład 7 Magdalena Alama-Bućko 3 kwietnia 2017 Magdalena Alama-Bućko Statystyka 3 kwietnia 2017 1 / 36 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoMetody statystyczne.
#1 gkrol@wz.uw.edu.pl 1 Podsumowanie Sprawy formalne Statystyka i statystyka Badania korelacyjne Badania eksperymentalne Por. badań eksperymentalnych i korelacyjnych Przykłady badań Zarzuty pod adresem
Bardziej szczegółowoMatematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013
0,KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Matematyka stosowana w geomatyce Nazwa modułu w języku angielskim Applied Mathematics in Geomatics Obowiązuje od roku akademickiego 2012/2013 A.
Bardziej szczegółowoKARTA KURSU. Kod Punktacja ECTS* 1
KARTA KURSU Nazwa Nazwa w j. ang. Wprowadzenie do statystyki Introduction to statistics Kod Punktacja ECTS* 1 Koordynator Prof. dr hab. Jerzy Wołek Zespół dydaktyczny Prof. dr hab. Jerzy Wołek doktoranci
Bardziej szczegółowoMETODOLOGIA BADAŃ PSYCHOLOGICZNYCH I STATYSTYKA. opracowała dr Anna Szałańska
METODOLOGIA BADAŃ PSYCHOLOGICZNYCH I STATYSTYKA opracowała dr Anna Szałańska ANALIZA WARIANCJI WPROWADZENIE TEORETYCZNE - ZASTOSOWANIE Stosujemy kiedy znane są parametry rozkładu zmiennej zależnej badanych
Bardziej szczegółowoPodstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na
Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony zbiór jednostek, które
Bardziej szczegółowoSTATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE
STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE 1 W trakcie badania obliczono wartości średniej (15,4), mediany (13,6) oraz dominanty (10,0). Określ typ asymetrii rozkładu. 2 Wymień 3 cechy rozkładu Gauss
Bardziej szczegółowoStatystyka. Wydział Zarządzania Uniwersytetu Łódzkiego
Statystyka Wydział Zarządzania Uniwersytetu Łódzkiego 2017 Statystyka to nauka zajmująca się badaniem prawidłowości w procesach masowych, to jest takich, które realizują się na dużą skalę (np. procesy
Bardziej szczegółowoStatystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski
Literatura STATYSTYKA OPISOWA A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu
Bardziej szczegółowoPrzykład 2. Na podstawie książki J. Kowal: Metody statystyczne w badaniach sondażowych rynku
Przykład 2 Na podstawie książki J. Kowal: Metody statystyczne w badaniach sondażowych rynku Sondaż sieciowy analiza wyników badania sondażowego dotyczącego motywacji w drodze do sukcesu Cel badania: uzyskanie
Bardziej szczegółowoSTATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)
STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Praca z danymi zaczyna się od badania rozkładu liczebności (częstości) zmiennych. Rozkład liczebności (częstości) zmiennej to jakie wartości zmienna
Bardziej szczegółowoBadania marketingowe 2013_3. Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski
Badania marketingowe 2013_3 Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski Ramowy program konwersatorium 1. System informacji rynkowej i jego składowe 2. Istota oraz klasyfikacja
Bardziej szczegółowoMETODOLOGIA BADAŃ HUMANISTYCZNYCH METODYKA NAUCZANIA JĘZYKA OBCEGO
METODOLOGIA BADAŃ HUMANISTYCZNYCH METODYKA NAUCZANIA JĘZYKA OBCEGO Badania naukowe Badania naukowe to przemyślane i systematyczne działania zmierzające do zrozumienia świata zjawisk fizycznych i psychicznych.
Bardziej szczegółowoSTATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;
STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych; - badanie skuteczności nowego leku; - badanie stopnia zanieczyszczenia gleb metalami
Bardziej szczegółowoStatystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych.
Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych. Statystyka zajmuje się prawidłowościami zaistniałych zdarzeń. Teoria prawdopodobieństwa dotyczy przewidywania, jak często mogą zajść
Bardziej szczegółowoStatystyka. Podstawowe pojęcia: populacja (zbiorowość statystyczna), jednostka statystyczna, próba. Cechy: ilościowe (mierzalne),
Statystyka zbiór przetworzonych i zsyntetyzowanych danych liczbowych, nauka o ilościowych metodach badania zjawisk masowych, zmienna losowa będąca funkcją próby. Podstawowe pojęcia: populacja (zbiorowość
Bardziej szczegółowoTypy zmiennych. Zmienne i rekordy. Rodzaje zmiennych. Graficzne reprezentacje danych Statystyki opisowe
Typy zmiennych Graficzne reprezentacje danych Statystyki opisowe Jakościowe charakterystyka przyjmuje kilka możliwych wartości, które definiują klasy Porządkowe: odpowiedzi na pytania w ankiecie ; nigdy,
Bardziej szczegółowoXXXI MARATON WARSZAWSKI Warszawa, 27.09.2009
XXXI MARATON WARSZAWSKI Warszawa, 27.09.2009 Alex.Celinski@gmail.com Rozkład wyników Przedziały 30-minutowe Lp. Przedział Liczebność Częstość czasowy Liczebność Częstość skumulowana skumulowana 1 2:00-2:30
Bardziej szczegółowoGraficzna prezentacja danych statystycznych
Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych Katowice, 12 i 26 czerwca 2014 r. Dopasowanie narzędzia do typu zmiennej Dobór narzędzia do
Bardziej szczegółowoZ poprzedniego wykładu
PODSTAWY STATYSTYKI 1. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5. Testy parametryczne
Bardziej szczegółowoKrakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014 WydziałPrawa, Administracji i Stosunków Miedzynarodowych
Bardziej szczegółowoStatystyka w pracy badawczej nauczyciela
Statystyka w pracy badawczej nauczyciela Wykład 1: Terminologia badań statystycznych dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka (1) Statystyka to nauka zajmująca się zbieraniem, badaniem
Bardziej szczegółowoStatystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35
Statystyka Wykład 7 Magdalena Alama-Bućko 16 kwietnia 2017 Magdalena Alama-Bućko Statystyka 16 kwietnia 2017 1 / 35 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoSTATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2
STATYSTYKA Rafał Kucharski Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 Statystyka zbiór przetworzonych i zsyntetyzowanych danych liczbowych, nauka o ilościowych metodach
Bardziej szczegółowoKARTA 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
Bardziej szczegółowoMiary 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 cechy. Średnia arytmetyczna suma wartości zmiennej wszystkich
Bardziej szczegółowoĆwiczenia 1-2 Analiza rozkładu empirycznego
Ćwiczenia 1-2 Zadanie 1. Z kolokwium z ekonometrii studenci otrzymali następujące oceny: 5 osób dostało piątkę, 20 os. dostało czwórkę, 10 os. trójkę, a 3 osoby nie zaliczyły tego kolokwium. Należy w oparciu
Bardziej szczegółowoWYKŁAD 2: PSYCHOLOGIA POZNAWCZA JAKO NAUKA EKSPERYMENTALNA
WYKŁAD 2: PSYCHOLOGIA POZNAWCZA JAKO NAUKA EKSPERYMENTALNA Psychologia poznawcza dr Mateusz Hohol METODA NAUKOWA (1) problem badawczy (2) hipoteza (4) analiza danych (3) eksperyment (5) wniosek: potwierzenie
Bardziej szczegółowo10/25/2015 PROJEKTOWANIE BADAŃ PROJEKT BADAWCZY. METODY BADAŃ SPOŁECZNYCH WYKŁAD 4: PROJEKTOWANIE BADAŃ (cz.1) dr Agnieszka Kacprzak ZAINTERESOWANIA
METODY BADAŃ SPOŁECZNYCH WYKŁAD 4: PROJEKTOWANIE BADAŃ (cz.1) dr Agnieszka Kacprzak PROJEKTOWANIE BADAŃ PROJEKT BADAWCZY ZAINTERESOWANIA PRZEGLĄD LITERATURY, OBSERWACJE, BADANIA EKSPLORACYJNE OKRESLENIE
Bardziej szczegółowoSTATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)
STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Dla opisania rozkładu badanej zmiennej, korzystamy z pewnych charakterystyk liczbowych. Dzielimy je na cztery grupy.. Określenie przeciętnej wartości
Bardziej szczegółowoStatystyka. Wykład 8. Magdalena Alama-Bućko. 23 kwietnia Magdalena Alama-Bućko Statystyka 23 kwietnia / 38
Statystyka Wykład 8 Magdalena Alama-Bućko 23 kwietnia 2017 Magdalena Alama-Bućko Statystyka 23 kwietnia 2017 1 / 38 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoMetodologia badań psychologicznych. Wykład 12. Korelacje
Metodologia badań psychologicznych Lucyna Golińska SPOŁECZNA AKADEMIA NAUK Wykład 12. Korelacje Korelacja Korelacja występuje wtedy gdy dwie różne miary dotyczące tych samych osób, zdarzeń lub obiektów
Bardziej szczegółowoStatystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria prof. dr hab. inż. Jacek Mercik B4 pok. 55 jacek.mercik@pwr.wroc.pl (tylko z konta studenckiego z serwera PWr) Konsultacje, kontakt itp. Strona WWW Elementy wykładu.
Bardziej szczegółowoStatystyczne metody analizy danych
Statystyczne metody analizy danych Statystyka opisowa Wykład I-III Agnieszka Nowak - Brzezińska Definicje Statystyka (ang.statistics) - to nauka zajmująca się zbieraniem, prezentowaniem i analizowaniem
Bardziej szczegółowoWydział Inżynierii Produkcji. I Logistyki. Statystyka opisowa. Wykład 3. Dr inż. Adam Deptuła
12.03.2017 Wydział Inżynierii Produkcji I Logistyki Statystyka opisowa Wykład 3 Dr inż. Adam Deptuła METODY OPISU DANYCH ILOŚCIOWYCH SKALARNYCH Wykresy: diagramy, histogramy, łamane częstości, wykresy
Bardziej szczegółowoSCENARIUSZ LEKCJI. TEMAT LEKCJI: Zastosowanie średnich w statystyce i matematyce. Podstawowe pojęcia statystyczne. Streszczenie.
SCENARIUSZ LEKCJI OPRACOWANY W RAMACH PROJEKTU: INFORMATYKA MÓJ SPOSÓB NA POZNANIE I OPISANIE ŚWIATA. PROGRAM NAUCZANIA INFORMATYKI Z ELEMENTAMI PRZEDMIOTÓW MATEMATYCZNO-PRZYRODNICZYCH Autorzy scenariusza:
Bardziej szczegółowoStatystyka. Wykład 8. Magdalena Alama-Bućko. 10 kwietnia Magdalena Alama-Bućko Statystyka 10 kwietnia / 31
Statystyka Wykład 8 Magdalena Alama-Bućko 10 kwietnia 2017 Magdalena Alama-Bućko Statystyka 10 kwietnia 2017 1 / 31 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia
Bardziej szczegółowoRAPORT z diagnozy Matematyka na starcie
RAPORT z diagnozy Matematyka na starcie przeprowadzonej w klasach czwartych szkoły podstawowej Analiza statystyczna Wyjaśnienie Wartość wskaźnika Liczba uczniów Liczba uczniów, którzy przystąpili do sprawdzianu
Bardziej szczegółowoPlan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii
Plan wykładu Statystyka opisowa Dane statystyczne miary położenia miary rozproszenia miary asymetrii Statystyka matematyczna Podstawy estymacji Testowanie hipotez statystycznych Żródła Korzystałam z ksiażek:
Bardziej szczegółowo1 Podstawy rachunku prawdopodobieństwa
1 Podstawy rachunku prawdopodobieństwa Dystrybuantą zmiennej losowej X nazywamy prawdopodobieństwo przyjęcia przez zmienną losową X wartości mniejszej od x, tzn. F (x) = P [X < x]. 1. dla zmiennej losowej
Bardziej szczegółowoSYLABUS. Nazwa jednostki prowadzącej przedmiot Wydział Socjologiczno-Historyczny Katedra Politologii
Rzeszów, 1 październik 014 r. SYLABUS Nazwa przedmiotu Statystyka i demografia Nazwa jednostki prowadzącej przedmiot Wydział Socjologiczno-Historyczny Katedra Politologii Kod przedmiotu MK_8 Studia Kierunek
Bardziej szczegółowoKrakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2012/2013
Krakowska Akademia im. Andrzeja Frycza Modrzewskiego Karta przedmiotu obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 01/01 Wydział Prawa, Administracji i Stosunków Miedzynarodowych Kierunek
Bardziej szczegółowoMetodologia badań psychologicznych
Metodologia badań psychologicznych Lucyna Golińska SPOŁECZNA AKADEMIA NAUK Psychologia jako nauka empiryczna Wprowadzenie pojęć Wykład 5 Cele badań naukowych 1. Opis- (funkcja deskryptywna) procedura definiowania
Bardziej szczegółowoWykład ze statystyki. Maciej Wolny
Wykład ze statystyki Maciej Wolny T1: Zajęcia organizacyjne Agenda 1. Program wykładu 2. Cel zajęć 3. Nabyte umiejętności 4. Literatura 5. Warunki zaliczenia Program wykładu T1: Zajęcia organizacyjne T2:
Bardziej szczegółowoElementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej
Elementy statystyki opisowej, podstawowe pojęcia statystyki matematycznej Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Bardziej szczegółowoYou created this PDF from an application that is not licensed to print to novapdf printer (http://www.novapdf.com)
Prezentacja materiału statystycznego Szeroko rozumiane modelowanie i prognozowanie jest zwykle kluczowym celem analizy danych. Aby zbudować model wyjaśniający relacje pomiędzy różnymi aspektami rozważanego
Bardziej szczegółowoWYKŁADY ZE STATYSTYKI MATEMATYCZNEJ (II rok WNE)
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ (II rok WNE) Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 1 1 / 33 Warunki zaliczenia 1 Ćwiczenia OBOWIĄZKOWE (max. 3 nieobecności) 2 Zaliczenie
Bardziej szczegółowoLiczba godzin Punkty ECTS Sposób zaliczenia. ćwiczenia 30 zaliczenie z oceną. laboratoria 30 zaliczenie z oceną
Wydział: Psychologia Nazwa kierunku kształcenia: Psychologia Rodzaj przedmiotu: podstawowy Opiekun: dr Andrzej Tarłowski Poziom studiów (I lub II stopnia): Jednolite magisterskie Tryb studiów: Stacjonarne
Bardziej szczegółowoBadania sondażowe. Wprowadzenie. Agnieszka Zięba. Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa
Badania sondażowe Wprowadzenie Agnieszka Zięba Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa 1 Zasady zaliczenia części Badania sondażowe: 3 prace zaliczeniowe wysyłane
Bardziej szczegółowoAnaliza współzależności zjawisk. dr Marta Kuc-Czarnecka
Analiza współzależności zjawisk dr Marta Kuc-Czarnecka Wprowadzenie Prawidłowości statystyczne mają swoje przyczyny, w związku z tym dla poznania całokształtu badanego zjawiska potrzebna jest analiza z
Bardziej szczegółowoMetody Statystyczne. Metody Statystyczne.
gkrol@wz.uw.edu.pl #4 1 Sprawdzian! 5 listopada (ok. 45-60 minut): - Skale pomiarowe - Zmienne ciągłe i dyskretne - Rozkład teoretyczny i empiryczny - Miary tendencji centralnej i rozproszenia - Standaryzacja
Bardziej szczegółowoZakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych
Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2015 roku. Warszawa 2015 Opracowała: Ewa Karczewicz
Bardziej szczegółowodr Jerzy Pusz, st. wykładowca, Wydział Matematyki i Nauk Informacyjnych Politechniki Warszawskiej B. Ogólna charakterystyka przedmiotu
Kod przedmiotu TR.SIK303 Nazwa przedmiotu Probabilistyka I Wersja przedmiotu 2015/16 A. Usytuowanie przedmiotu w systemie studiów Poziom kształcenia Studia I stopnia Forma i tryb prowadzenia studiów Stacjonarne
Bardziej szczegółowoAgata Boratyńska. WYKŁAD 1. Wstępna analiza danych, charakterystyki opisowe. Indeksy statystyczne.
1 Agata Boratyńska WYKŁAD 1. Wstępna analiza danych, charakterystyki opisowe. Indeksy statystyczne. Agata Boratyńska Wykłady ze statystyki 2 Literatura J. Koronacki i J. Mielniczuk Statystyka WNT 2004
Bardziej szczegółowoEmerytury nowosystemowe wypłacone w grudniu 2018 r. w wysokości niższej niż wysokość najniższej emerytury (tj. niższej niż 1029,80 zł)
Emerytury nowosystemowe wypłacone w grudniu 18 r. w wysokości niższej niż wysokość najniższej emerytury (tj. niższej niż 9,8 zł) DEPARTAMENT STATYSTYKI I PROGNOZ AKTUARIALNYCH Warszawa 19 1 Zgodnie z art.
Bardziej szczegółowoANALIZA DWUZMIENNOWA. czyli ABC KOREALCJI
ANALIZA DWUZMIENNOWA czyli ABC KOREALCJI DZIASIAJ Pożegnanie ze statystyką: Krótko o tym, co to znaczy, że ze sobą korelują Jak te korelacje badać Kilka ćwiczeń praktycznych ANALIZA DWUZMIENNOWA Centralne
Bardziej szczegółowoWykład Ćwiczenia Laboratorium Projekt Seminarium 30
Zał. nr 4 do ZW WYDZIAŁ CHEMICZNY KARTA PRZEDMIOTU Nazwa w języku polskim Wstęp do statystyki praktycznej Nazwa w języku angielskim Intriduction to the Practice of Statistics Kierunek studiów (jeśli dotyczy):
Bardziej szczegółowoAnaliza struktury i przeciętnego poziomu cechy
Analiza struktury i przeciętnego poziomu cechy Analiza struktury Pod pojęciem analizy struktury rozumiemy badanie budowy (składu) określonej zbiorowości, lub próby, tj. ustalenie, z jakich składa się elementów
Bardziej szczegółowoWykład 5: Statystyki opisowe (część 2)
Wykład 5: Statystyki opisowe (część 2) Wprowadzenie Na poprzednim wykładzie wprowadzone zostały statystyki opisowe nazywane miarami położenia (średnia, mediana, kwartyle, minimum i maksimum, modalna oraz
Bardziej szczegółowoTECHNIKA DRZWI ZATRZAŚNIĘTE PRZED NOSEM
Badanie pilotażowe TECHNIKA DRZWI ZATRZAŚNIĘTE PRZED NOSEM Czy łatwa prośba etyczna zostanie spełniona istotnie częściej jeśli poprzedzi się ją nieetyczną prośbą trudną? H0 nie, H1 tak. Schemat eksperymentu
Bardziej szczegółowoStatystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41
Statystyka Wykład 4 Magdalena Alama-Bućko 13 marca 2017 Magdalena Alama-Bućko Statystyka 13 marca 2017 1 / 41 Na poprzednim wykładzie omówiliśmy następujace miary rozproszenia: Wariancja - to średnia arytmetyczna
Bardziej szczegółowo4.2. Statystyczne opracowanie zebranego materiału
4.2. Statystyczne opracowanie zebranego materiału Zebrany i pogrupowany materiał badawczy należy poddać analizie statystycznej w celu dokonania pełnej i szczegółowej charakterystyki interesujących badacza
Bardziej szczegółowoStruktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2018 roku
Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2018 roku D DEPARTAMENT STATYSTYKI I PROGNOZ AKTUARIALNYCH Warszawa 2018 Opracowała: Ewa Karczewicz Naczelnik Wydziału Badań
Bardziej szczegółowoWykład 3. Metody opisu danych (statystyki opisowe, tabele liczności, wykresy ramkowe i histogramy)
Wykład 3. Metody opisu danych (statystyki opisowe, tabele liczności, wykresy ramkowe i histogramy) Co na dzisiejszym wykładzie: definicje, sposoby wyznaczania i interpretacja STATYSTYK OPISOWYCH prezentacja
Bardziej szczegółowoSTATYSTYKA 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
Bardziej szczegółowoStatystyka i analiza danych Wstępne opracowanie danych Statystyka opisowa. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl
Statystyka i analiza danych Wstępne opracowanie danych Statystyka opisowa Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.pl Wprowadzenie Podstawowe cele analizy zbiorów danych Uogólniony opis poszczególnych
Bardziej szczegółowoStatystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski
STATYSTYKA OPISOWA Literatura A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu
Bardziej szczegółowoPodstawowe funkcje statystyki: informacyjna, analityczna, prognostyczna.
Podstawy Podstawowe funkcje statystyki: informacyjna, analityczna, prognostyczna. Funkcja informacyjna umożliwia pełny i obiektywny obraz badanych zjawisk Funkcja analityczna umożliwia określenie czynników
Bardziej szczegółowoStatystyka SYLABUS A. Informacje ogólne
Statystyka SYLABUS A. Informacje ogólne Elementy składowe sylabusu Nazwa jednostki prowadzącej kierunek Nazwa kierunku studiów Poziom kształcenia Profil studiów Forma studiów Kod Język Rodzaj Dziedzina
Bardziej szczegółowoOpis przedmiotu: Probabilistyka I
Opis : Probabilistyka I Kod Nazwa Wersja TR.SIK303 Probabilistyka I 2012/13 A. Usytuowanie w systemie studiów Poziom Kształcenia Stopień Rodzaj Kierunek studiów Profil studiów Specjalność Jednostka prowadząca
Bardziej szczegółowoZakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych
Zakład Ubezpieczeń Społecznych Departament Statystyki i Prognoz Aktuarialnych Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2014 roku. Warszawa 2014 Opracowała: Ewa Karczewicz
Bardziej szczegółowoStatystyka opisowa w wycenie nieruchomości Część I - wyznaczanie miar zbioru danych
dr Agnieszka Bitner Rzeczoznawca majątkowy Katedra Geodezji Rolnej, Katastru i Fotogrametrii Uniwersytet Rolniczy w Krakowie ul. Balicka 253c 30-198 Kraków, e-mail: rmbitner@cyf-kr.edu.pl WPROWADZENIE
Bardziej szczegółowoW kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:
Na dzisiejszym wykładzie omówimy najważniejsze charakterystyki liczbowe występujące w statystyce opisowej. Poszczególne wzory będziemy podawać w miarę potrzeby w trzech postaciach: dla szeregu szczegółowego,
Bardziej szczegółowo1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:
Wariancja z populacji: Podstawowe miary rozproszenia: 1 1 s x x x x k 2 2 k 2 2 i i n i1 n i1 Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel: 1 k 2 s xi x n 1 i1 2 Przykład 38,
Bardziej szczegółowoSTATYSTYKA 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
Bardziej szczegółowo