Wykorzystanie kart kontrolnych do analizy sprawozdań finansowych
|
|
- Halina Filipiak
- 8 lat temu
- Przeglądów:
Transkrypt
1 The Wroclaw School of Banking Research Journal ISSN I eissn Vol. 15 I No. 5 Zeszyty Naukowe Wyższej Szkoły Bankowej we Wrocławiu ISSN I eissn R. 15 I Nr 5 Wykorzystanie kart kontrolnych do analizy sprawozdań finansowych Autor: Janusz Niezgoda Abstrakt Karty kontrolne Shewharta zostały opracowane na początku lat 20. XX wieku. Jednym z celów ich zastosowania było dostarczenie możliwie wygodnych narzędzi wspomagających podejmowanie decyzji dotyczących procesów produkcyjnych. Ze względu na rodzaj danych, które można analizować z ich użyciem, znajdują również inne zastosowania. Z. Pawłowski zaproponował modyfikację typowej karty kontrolnej do prognozowania (Pawłowski 1969, Zadora 1974). Celem niniejszego opracowania jest pokazanie propozycji śledzenia zmian w sprawozdaniach finansowych przy wykorzystaniu kart kontrolnych w celu prognozowania ewentualnych sygnałów wskazujących na możliwość bankructwa firm. Słowa kluczowe: karty kontrolne, wskaźniki finansowe, prognozowanie JEL: C00, G33 Karty kontrolne Shewharta Karty kontrolne zostały wprowadzone do użytku w latach 20. ubiegłego wieku. Ich twórcą był Walter A. Shewhart. Zauważył on, że zmienne opisujące procesy produkcyjne, które analizował, posiadają rozkłady normalne i naturalną zmienność w przedziale średnia minus/plus trzy odchylenia standardowe. Proces, którego średnia mieści się w tym przedziale, jest uznawany za ustabilizowany (uregulowany). Jeżeli średnia procesu przyjmie wartości nie należące do przedziału naturalnej zmienności, to stwierdza się wystąpienie sygnału o rozregulowaniu na skutek zaistnienia przyczyn specjalnych. Prawdopodobieństwo uzyskania wartości średniej z próby nienależącej do wspomnianego przedziału, w sytuacji gdy w rzeczywistości ona należy, wynosi około 0,0027. Wykorzystując te fakty, Shewhart opracował procedury monitorujące, których głównym elementem zostały wykresy nazywane kartami kontrolnymi. W przypadku monitorowania procesu charakteryzowaną wielkością będącą nominantą na typowej karcie kontrolnej naniesiona jest linia centralna (LC) oraz linie wyznaczające zakres typowej zmienności analizowanej statystyki: górna linia kontrolna (GLK) i dolna linia kontrolna (DLK). Punkty świadczące o rozregulowaniu procesu znajdują się powyżej górnej lub poniżej dolnej linii kontrolnej (rys. 1), które stanowią granice regulacji procesu. W przypadku, gdy monitorowana charakterystyka jest stymulantą, granicę regulacji stanowi DLK. Punkty, które znajdują się poniżej DLK, świadczą o rozregulowaniu. Dla wielkości będących destymulantami wykreśla się GLK. Punkty znajdujące się powyżej GLK świadczą o rozregulowaniu. Opisane rodzaje sygnałów są tzw. punktowymi sygnałami o rozregulowaniu. Do monitorowania procesów opisywanych zmiennymi o normalnym rozkładzie prawdopodobieństwa najczęściej stosowane są karty kontrolne,,. Parametry kart kontrolnych (poziomy LC, GLK i DLK) wyznaczane są z zastosowaniem metody projektowej (normatywnej) lub metody stabilizacyjnej. W metodzie projektowej poziom LC jest zdeterminowany wartością wynikającą z dokumentacji wytwarzanego produktu (Iwasiewicz 2005: ). Janusz Niezgoda Katedra Statystyki Uniwersytet Ekonomiczny w Krakowie janusz.niezgoda@uek.krakow.pl
2 The Wroclaw School of Banking Research Journal I ISSN I eissn I Vol. 15 I No. 5 Rys. 1. Schemat karty kontrolnej Shewharta Jeżeli wartości normatywne nie są dostępne, to położenie LC wyznaczane jest na podstawie wstępnej obserwacji procesu i jest ona wykreślana na poziomie średniej dla tego okresu. (Szczegółowy opis postępowania można znaleźć w pracach: Iwasiewicz 2005: , Hamrol 2007: ). Charakterystyką z próby dla karty kontrolnej jest średnia wartości uzyskanych z próby dla okresu t ( ). Parametry linii kontrolnych mogą być wyznaczone na podstawie wzorów: (1) (2) gdzie: n liczebność próbki, s estymator odchylenia standardowego uzyskany na podstawie badania wstępnego procesu, u /2 kwantyl rozkładu normalnego. W praktyce często przyjmuje się u /2 = 3, wówczas: (3) (4) W przypadku, gdy odchylenie standardowe jest szacowane na podstawie średniego rozstępu z próby, to linie kontrolne opisane są wzorami: (5) (6) gdzie: dn współczynnik odczytany z tablic (PN- ISO 8258+ACI: 1996). W przypadku zaistnienia sytuacji, w której pobranie próby o liczności większej niż jeden jest niemożliwe lub jest nieuzasadnione ze względu na ponoszone koszty, można zastosować zmodyfikowaną kartę kontrolną. Modyfikacja polega na poborze jednoelementowej próby. Ponieważ w takim przypadku nie istnieje możliwość oszacowania rozstępu w próbce, parametry linii kontrolnych wyznaczane są na podstawie średniego rozstępu pomiędzy kolejnymi pomiarami. Na podstawie wzorów (5) i (6) podstawiając: (7) otrzymujemy (8) (9) gdzie: E3 współczynnik odczytany z tablic (PN- ISO 8258+ACI: 1996). Analiza danych empirycznych Analizie poddano wyszczególnione w tab. 1 wskaźniki finansowe wybranych przedsiębiorstw handlowych. Wybór wskaźników oparto na pracach Dębkowska 2012 i Wędzki W tab. 1 podano również charakter wskaźnika, określając w ten sposób, czy badana wielkość powinna 700
3 Janusz Niezgoda Wykorzystanie kart kontrolnych do analizy sprawozdań finansowych Tabela 1. Wskaźniki finansowe Wskaźnik Wskaźnik płynności bieżącej Wskaźnik płynności szybki Wskaźnik natychmiastowej wymagalności Wskaźnik zadłużenia kapitału własnego Wskaźnik rentowności kapitałów własnych Wskaźnik rotacji należności Wskaźnik rotacji aktywów stałych Wskaźnik rotacji aktywów Charakter wskaźnika stymulanta stymulanta stymulanta przyjmować wartości należące do przedziału ograniczonego dwustronnie (nominata), czy przedział wartości pożądanych jest ograniczony oddolnie (stymulanta). Ze względu na brak możliwości wyznaczenia średniej dla danego okresu (jedna wartość wskaźnika dla każdego okresu) zastosowano kartę kontrolną x. Parametry kart kontrolnych wyznaczono na podstawie równań (8) i (9). Niezależnie od charakteru analizowanej zmiennej określono wartości obu linii kontrolnych. Analizy przykładu dokonano zgodnie z charakterem wskaźników zaprezentowanym w tab. 1. Powodem takiego postępowania jest możliwość równoczesnego śledzenia ewentualnych korzystnych odchyleń od wartości średnich (zob. uwagi o badaniu korzystnych zmian w przebiegu procesów, Iwasiewicz 2005: ). Jakość funkcjonowania karty kontrolnej jest ściśle powiązana z długością szeregu, z tego względu wybrano przedsiębiorstwa, dla których dysponowano najdłuższymi szeregami. W analizach wykorzystano dane dotyczące zarówno przedsiębiorstw, które zbankrutowały, jak i porównawczo przedsiębiorstw będących w dobrej sytuacji finansowej. Na rysunkach 2 9 zaprezentowano uzyskane wyniki dla jednego z przedsiębiorstw, które zbankrutowało. Na rys. 2 wskaźnik płynności bieżącej, rys. 3 wskaźnik rotacji należności i rys. 4 wskaźnik rotacji aktywów można zaobserwować zmienności, które można uznać za wynikające ze zmian pojawiających się w wyniku działań czynników naturalnych. Rys. 2 Wskaźnik płynności bieżącej 701
4 The Wroclaw School of Banking Research Journal I ISSN I eissn I Vol. 15 I No. 5 Rys. 3 Wskaźnik rotacji należności Rys. 4 Wskaźnik rotacji aktywów Rys. 5 Wskaźnik płynności szybki 702
5 Janusz Niezgoda Wykorzystanie kart kontrolnych do analizy sprawozdań finansowych Rys. 6 Wskaźnik natychmiastowej wymagalności Rys. 7 Wskaźnik zadłużenia kapitału własnego Rys. 8 Wskaźnik rentowności kapitałów własnych [%] 703
6 The Wroclaw School of Banking Research Journal I ISSN I eissn I Vol. 15 I No. 5 Rys. 9 Wskaźnik rotacji aktywów stałych Wskaźnik płynności szybki (rys. 5) wykazuje wyraźny trend wzrostowy, co może świadczyć o niekorzystnych zmianach zachodzących w finansach przedsiębiorstwa. Na rys. 6 wskaźnik natychmiastowej wymagalności, rys. 7 wskaźnik zadłużenia kapitału własnego, rys. 8 wskaźnik rentowności kapitałów własnych, rys. 9 wskaźnik rotacji aktywów stałych występują klasyczne punktowe sygnały świadczące o rozregulowaniu. W opisywanym przypadku są to sygnały opisujące przekroczenie wartości granicznych dla badanych wskaźników. Wnioski Karty kontrolne zostały pierwotnie opracowane jako narzędzie służące do analizy zachowania średnich opisujących procesy produkcyjne i sterowania na tej podstawie tymi procesami. Obecnie obszar zastosowań kart kontrolnych uległ znacznemu rozszerzeniu. Zastosowanie ich w analizach finansowych wydaje się być pożytecznym narzędziem obrazowania zmian w czasie poziomów badanych danych finansowych. Pokazane to zostało na podstawie wybranych do analizy wskaźników, które ujawniły pogarszającą się sytuację finansową opisywanego przedsiębiorstwa. I tak na przykład wskaźnik płynności szybki tutaj posiadający wyraźny trend wzrostowy potwierdza pogarszającą się kondycję finansową firmy. Dla części opisywanych wskaźników zaobserwowano punktowe sygnały o rozregulowaniu przekroczeniu wartości krytycznych wskaźników. Karty kontrolne generują z wyprzedzeniem sygnały, które wskazują na pojawienie się stanów świadczących o pogarszającej się sytuacji przedsiębiorstwa. Ułatwia to decydentom podjęcie stosownych decyzji odnośnie zaistniałej sytuacji. Z tego względu narzędzie to może być pomocne w analizie finansowej. Bibliografia Dębkowska K. (2012), Prognozowanie upadłości przedsiębiorstw za pomocą wybranych metod wielowymiarowej analizy statystycznej, Zarządzanie i Finanse, vol. 10, nr 1, s Hamrol A. (2007), Zarządzanie jakością z przykładami, Warszawa, Wydawnictwo Naukowe PWN. Iwasiewicz A. (2005), Zarządzanie jakością w przykładach i zadaniach, Tychy, Śląskie Wydawnictwa Naukowe Wyższej Szkoły Zarządzania i Nauk Społecznych. Pawłowski Z. (1969), Predykcja za pomocą kart kontrolnych, Przegląd Statystyczny, vol.3 4, Warszawa. Zadora H. (1974), Wariant predykcji w oparciu o karty kontrolne, Przegląd Statystyczny, vol.3, Warszawa PN-ISO 8258+AC1: 1996 Karty Kontrolne Shewharta 704
7 Janusz Niezgoda Wykorzystanie kart kontrolnych do analizy sprawozdań finansowych The use of Shewhart control charts for financial statements analysis Abstract The Shewhart control charts were developed in the early 1920s. One of the aims of their application was to provide quite convenient tools which can help in making decisions concerning the industrial manufacturing processes. Control charts can also be used for other applications on account of analyzed data type. Professor Z. Pawlowski proposed a modification of typical control chart to forecast. The aim of the paper is to present a proposal to monitor the changes in financial statements in order to predict potential signals which show the possibility of bankruptcy. Keywords: control charts, forecast, financial ratios 705
8
POLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr Temat: Karty kontrolne przy alternatywnej ocenie właściwości.
POLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 9 Temat: Karty kontrolne przy alternatywnej ocenie właściwości.
ZASTOSOWANIE KART SHEWHARTA DO KONTROLI JAKOŚCI PRODUKCJI ELEMENTÓW UZBROJENIA
Dr Agnieszka Mazur-Dudzińska DOI: 10.17814/mechanik.2015.7.268 Politechnika Łódzka, Katedra Zarządzania Dr inż. Jacek Dudziński Wojskowa Akademia Techniczna, Katedra Mechatroniki ZASTOSOWANIE KART SHEWHARTA
ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH
Małgorzata Szerszunowicz Uniwersytet Ekonomiczny w Katowicach ANALIZA ZDOLNOŚCI PROCESU O ZALEŻNYCH CHARAKTERYSTYKACH Wprowadzenie Statystyczna kontrola jakości ma na celu doskonalenie procesu produkcyjnego
Monitorowanie i Diagnostyka w Systemach Sterowania na studiach II stopnia specjalności: Systemy Sterowania i Podejmowania Decyzji
Monitorowanie i Diagnostyka w Systemach Sterowania na studiach II stopnia specjalności: Systemy Sterowania i Podejmowania Decyzji Analiza składników podstawowych - wprowadzenie (Principal Components Analysis
ANALIZA STOPNIA ZADŁUŻENIA PRZEDSIĘBIORSTW SKLASYFIKOWANYCH W KLASIE EKD
Studia i Materiały. Miscellanea Oeconomicae Rok 13, Nr 1/2009 Wydział Zarządzania i Administracji Uniwersytetu Humanistyczno Przyrodniczego Jana Kochanowskiego w Kielcach G ospodarowanie zasobami organiza
Katedra Technik Wytwarzania i Automatyzacji STATYSTYCZNA KONTROLA PROCESU
Katedra Technik Wytwarzania i Automatyzacji METROLOGIA I KONTKOLA JAKOŚCI - LABORATORIUM TEMAT: STATYSTYCZNA KONTROLA PROCESU 1. Cel ćwiczenia Zapoznanie studentów z podstawami wdrażania i stosowania metod
Statystyczne sterowanie procesem
Statystyczne sterowanie procesem SPC (ang. Statistical Process Control) Trzy filary SPC: 1. sporządzenie dokładnego diagramu procesu produkcji; 2. pobieranie losowych próbek (w regularnych odstępach czasu
-> Średnia arytmetyczna (5) (4) ->Kwartyl dolny, mediana, kwartyl górny, moda - analogicznie jak
Wzory dla szeregu szczegółowego: Wzory dla szeregu rozdzielczego punktowego: ->Średnia arytmetyczna ważona -> Średnia arytmetyczna (5) ->Średnia harmoniczna (1) ->Średnia harmoniczna (6) (2) ->Średnia
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki
Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki Spis treści I. Wzory ogólne... 2 1. Średnia arytmetyczna:... 2 2. Rozstęp:... 2 3. Kwantyle:... 2 4. Wariancja:... 2 5. Odchylenie standardowe:...
Definicje PN ISO Definicje PN ISO 3951 interpretacja Zastosowanie normy PN-ISO 3951:1997
PN-ISO 3951:1997 METODY STATYSTYCZNEJ KONTROI JAKOŚCI WG OCENY ICZBOWEJ ciągła seria partii wyrobów sztukowych dla jednej procedury analizowana jest tylko jedna wartość, która musi być mierzalna w skali
BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI
14 BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI 14.1 WSTĘP Ogólne wymagania prawne dotyczące przy pracy określają m.in. przepisy
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)
Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć) 1. Populacja generalna a losowa próba, parametr rozkładu cechy a jego ocena z losowej próby, miary opisu statystycznego
STATYSTYCZNE STEROWANIE PROCESAMI
STATYSTYCZNE STEROWANIE PROCESAMI ARTUR MACIASZCZYK COPYRIGHTS 2002 Artur Maciaszczyk, tel. 0602 375 325 amacia@zie.pg.gda.pl 1! STATYSTYCZNE MONITOROWANIE JAKOŚCI Bogu ufamy. Wszyscy pozostali niech przedstawią
POLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Inżynierii Jakości Ćwiczenie nr 10 Temat: Karta kontrolna pojedynczych obserwacji i ruchomego
Kontrola i zapewnienie jakości wyników
Kontrola i zapewnienie jakości wyników Kontrola i zapewnienie jakości wyników QA : Quality Assurance QC : Quality Control Dobór systemu zapewnienia jakości wyników dla danego zadania fit for purpose Kontrola
Oszacowanie i rozkład t
Oszacowanie i rozkład t Marcin Zajenkowski Marcin Zajenkowski () Oszacowanie i rozkład t 1 / 31 Oszacowanie 1 Na podstawie danych z próby szacuje się wiele wartości w populacji, np.: jakie jest poparcie
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2010, Oeconomica 280 (59),
FOLIA POMERANAE UNIVERSITATIS TECHNOLOGIAE STETINENSIS Folia Pomer. Univ. Technol. Stetin. 2010, Oeconomica 280 (59), 115 122 Katarzyna Wawrzyniak KARTA KONTROLNA DLA DANYCH PRZEKROJOWO-CZASOWYCH JAKO
1. SOLUTIONS -> ANALYSIS -> QUALITY IMPROVEMENT
UWAGA: Wszystkie dane potrzebne do zrealizowania tego ćwiczenia znajdują się w pliku sqc.xls w związku z tym przed rozpoczęciem niniejszych ćwiczeń należy zaimportować ten plik z następującego miejsca
Sara Wasyluk. Uniwersytet Ekonomiczny we Wrocławiu. Post - Crisis Cach Management in Polish Manufacture of food products Firms
Sara Wasyluk Uniwersytet Ekonomiczny we Wrocławiu Post - Crisis Cach Management in Polish Manufacture of food products Firms Zarządzanie gotówką w warunkach pokryzysowych w przedsiębiorstwach z branży
STATYSTYKA - 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
Analiza porównawcza koniunktury gospodarczej w województwie zachodniopomorskim i w Polsce w ujęciu sektorowym
Jacek Batóg Uniwersytet Szczeciński Analiza porównawcza koniunktury gospodarczej w województwie zachodniopomorskim i w Polsce w ujęciu sektorowym Warunki działania przedsiębiorstw oraz uzyskiwane przez
Zarządzanie procesami
Metody pomiaru stosowane w organizacjach Zarządzanie procesami Zakres Rodzaje pomiaru metod pomiaru Klasyczne metody pomiaru organizacji Pomiar całej organizacji Tradycyjny rachunek kosztów (np. ROI) Rachunek
Krakowska 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 0/03 WydziałZarządzania i Komunikacji Społecznej Kierunek studiów:
Zarządzanie jakością ćwiczenia
Zarządzanie jakością ćwiczenia mgr inż. Anna Wąsińska Zakład Zarządzania Jakością pok. 311 B1, tel. 320-42-82 anna.wasinska@pwr.wroc.pl Statystyczne sterowanie procesami SPC kontrolna Konsultacje: SO 13:00
Sterowanie jakością badań i analiza statystyczna w laboratorium
Sterowanie jakością badań i analiza statystyczna w laboratorium CS-17 SJ CS-17 SJ to program wspomagający sterowanie jakością badań i walidację metod badawczych. Może działać niezależnie od innych składników
Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona;
LABORATORIUM 4 Testowanie hipotez dla dwóch zmiennych zależnych. Moc testu. Minimalna liczność próby; Regresja prosta; Korelacja Pearsona; dwie zmienne zależne mierzalne małe próby duże próby rozkład normalny
Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:
Zadania ze statystyki cz. 7. Zad.1 Z populacji wyłoniono próbę wielkości 64 jednostek. Średnia arytmetyczna wartość cechy wyniosła 110, zaś odchylenie standardowe 16. Należy wyznaczyć przedział ufności
Rozdział 8. Regresja. Definiowanie modelu
Rozdział 8 Regresja Definiowanie modelu Analizę korelacji można traktować jako wstęp do analizy regresji. Jeżeli wykresy rozrzutu oraz wartości współczynników korelacji wskazują na istniejąca współzmienność
Metody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne.
Metody statystyczne kontroli jakości i niezawodności Lekcja II: Karty kontrolne. Wydział Matematyki Politechniki Wrocławskiej Karty kontroli jakości: przypomnienie Załóżmy, że chcemy mierzyć pewną charakterystykę.
4) zmienność procesu w czasie wymaga od zespołu jednoczesnego monitorowania dokładności
6. Jeśli dąży się do porównania dwóch wykresów należy pamiętać, aby ich skale były sobie równe. Jeśli jest to niemożliwe ze względu na porównanie wartości bezwzględnych (np. 15 szt. i 150 szt.), trzeba
Sterowanie wielkością zamówienia w Excelu - cz. 3
Sterowanie wielkością zamówienia w Excelu - cz. 3 21.06.2005 r. 4. Planowanie eksperymentów symulacyjnych Podczas tego etapu ważne jest określenie typu rozkładu badanej charakterystyki. Dzięki tej informacji
Pobieranie prób i rozkład z próby
Pobieranie prób i rozkład z próby Marcin Zajenkowski Marcin Zajenkowski () Pobieranie prób i rozkład z próby 1 / 15 Populacja i próba Populacja dowolnie określony zespół przedmiotów, obserwacji, osób itp.
S.Wasyluk. Uniwersytet Ekonomiczny we Wrocławiu. Post-Crisis Inventory Management in Polish Manufacture of food products Firms
S.Wasyluk Uniwersytet Ekonomiczny we Wrocławiu Post-Crisis Inventory Management in Polish Manufacture of food products Firms Zarządzanie zapasami w warunkach pokryzysowych w przedsiębiorstwach z branży
Streszczenie. Słowa kluczowe: towary paczkowane, statystyczna analiza procesu SPC
Waldemar Samociuk Katedra Podstaw Techniki Akademia Rolnicza w Lublinie MONITOROWANIE PROCESU WAśENIA ZA POMOCĄ KART KONTROLNYCH Streszczenie Przedstawiono przykład analizy procesu pakowania. Ocenę procesu
Barometr Finansów Banków (BaFiB) propozycja badania koniunktury w sektorze bankowym
Jacek Batóg Uniwersytet Szczeciński Barometr Finansów Banków (BaFiB) propozycja badania koniunktury w sektorze bankowym Jednym z ważniejszych elementów każdej gospodarki jest system bankowy. Znaczenie
POLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 8 Temat: Statystyczna kontrola procesu SPC przy pomocy
Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi
Odchudzamy serię danych, czyli jak wykryć i usunąć wyniki obarczone błędami grubymi Piotr Konieczka Katedra Chemii Analitycznej Wydział Chemiczny Politechnika Gdańska D syst D śr m 1 3 5 2 4 6 śr j D 1
Charakterystyki 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
Testowanie hipotez statystycznych.
Statystyka Wykład 10 Wrocław, 22 grudnia 2011 Testowanie hipotez statystycznych Definicja. Hipotezą statystyczną nazywamy stwierdzenie dotyczące parametrów populacji. Definicja. Dwie komplementarne w problemie
POLITECHNIKA OPOLSKA
POLITECHNIKA OPOLSKA WYDZIAŁ MECHANICZNY Katedra Technologii Maszyn i Automatyzacji Produkcji Laboratorium Podstaw Inżynierii Jakości Ćwiczenie nr 8 Temat: Statystyczna kontrola procesu SPC przy pomocy
Planowanie przychodów ze sprzedaży na przykładzie przedsiębiorstw z branży 45.
Kamila Potasiak Justyna Frys Wroclaw University of Economics Planowanie przychodów ze sprzedaży na przykładzie przedsiębiorstw z branży 45. Słowa kluczowe: analiza finansowa, planowanie finansowe, prognoza
Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )
Statystyka Rozkład prawdopodobieństwa Testowanie hipotez Wykład III (04.01.2016) Rozkład t-studenta Rozkład T jest rozkładem pomocniczym we wnioskowaniu statystycznym; stosuje się go wyznaczenia przedziału
Jak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw
Jak długo żyją spółki na polskiej giełdzie? Zastosowanie statystycznej analizy przeżycia do modelowania upadłości przedsiębiorstw dr Karolina Borowiec-Mihilewicz Uniwersytet Ekonomiczny we Wrocławiu Zastosowania
Sterowanie procesem i jego zdolność. Zbigniew Wiśniewski
Sterowanie procesem i jego zdolność Zbigniew Wiśniewski Wybór cech do kart kontrolnych Zaleca się aby w pierwszej kolejności były brane pod uwagę cechy dotyczące funkcjonowania wyrobu lub świadczenia usługi
Statystyka matematyczna Testowanie hipotez i estymacja parametrów. Wrocław, r
Statystyka matematyczna Testowanie hipotez i estymacja parametrów Wrocław, 18.03.2016r Plan wykładu: 1. Testowanie hipotez 2. Etapy testowania hipotez 3. Błędy 4. Testowanie wielokrotne 5. Estymacja parametrów
K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.
Sprawdzian 2. Zadanie 1. Za pomocą KMNK oszacowano następującą funkcję produkcji: Gdzie: P wartość produkcji, w tys. jp (jednostek pieniężnych) K wartość kapitału zaangażowanego w proces produkcji, w tys.
OCENA KONDYCJI EKONOMICZNO-FINANSOWEJ WYBRANYCH SEKTORÓW WOJEWÓDZTWA ZACHODNIOPOMORSKIEGO W 2005 ROKU
Ocena kondycji ekonomiczno-finansowej wybranych sektorów... STUDIA I PRACE WYDZIAŁU NAUK EKONOMICZNYCH I ZARZĄDZANIA NR 2 249 WALDEMAR TARCZYŃSKI MAŁGORZATA ŁUNIEWSKA Uniwersytet Szczeciński OCENA KONDYCJI
MIARY 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
W 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,
STATYSTYKA MATEMATYCZNA
STATYSTYKA MATEMATYCZNA 1. Wykład wstępny. Teoria prawdopodobieństwa i elementy kombinatoryki 2. Zmienne losowe i ich rozkłady 3. Populacje i próby danych, estymacja parametrów 4. Testowanie hipotez 5.
STATYSTYKA MATEMATYCZNA WYKŁAD 4. Testowanie hipotez Estymacja parametrów
STATYSTYKA MATEMATYCZNA WYKŁAD 4 Testowanie hipotez Estymacja parametrów WSTĘP 1. Testowanie hipotez Błędy związane z testowaniem hipotez Etapy testowana hipotez Testowanie wielokrotne 2. Estymacja parametrów
Zakład Ubezpieczeń Społecznych Departament Statystyki. Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2010 roku.
Zakład Ubezpieczeń Społecznych Departament Statystyki Struktura wysokości emerytur i rent wypłacanych przez ZUS po waloryzacji w marcu 2010 roku. Warszawa 2010 I. Badana populacja. W marcu 2010 r. emerytury
Planowanie przychodów ze sprzedaży na przykładzie przedsiębiorstwa z branży transportowej
M.Ryng Wroclaw University of Economycs Planowanie przychodów ze sprzedaży na przykładzie przedsiębiorstwa z branży transportowej Working paper Słowa kluczowe: Planowanie finansowe, metoda procentu od sprzedaży,
Procedura szacowania niepewności
DOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM Procedura szacowania niepewności Stron 7 Załączniki Nr 1 Nr Nr 3 Stron Symbol procedury PN//xyz Data Imię i Nazwisko Podpis Opracował Sprawdził Zatwierdził
TRADYCYJNE NARZĘDZIA ZARZĄDZANIA JAKOŚCIĄ
TRADYCYJNE NARZĘDZIA ZARZĄDZANIA JAKOŚCIĄ Ewa Matuszak Paulina Kozłowska Aleksandra Lorek CZYM SĄ NARZĘDZIA ZARZĄDZANIA JAKOŚCIĄ? Narzędzia zarządzania jakością to instrumenty pozwalające zbierać i przetwarzać
ANALIZA SYTUACJI FINANSOWEJ PRZEDSIĘBIORSTWA NA PRZYKŁADZIE ZAKŁADÓW ZBOśOWO-MŁYNARSKICH PZZ W KIELCACH SPÓŁKA AKCYJNA
Studia i Materiały. Miscellanea Oeconomicae Rok 14, Nr 2/2010 Wydział Zarządzania i Administracji Uniwersytetu Humanistyczno Przyrodniczego Jana Kochanowskiego w Kielcach G o s p o d a r o w a n i e zas
Wykład 3 Hipotezy statystyczne
Wykład 3 Hipotezy statystyczne Hipotezą statystyczną nazywamy każde przypuszczenie dotyczące nieznanego rozkładu obserwowanej zmiennej losowej (cechy populacji generalnej) Hipoteza zerowa (H 0 ) jest hipoteza
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd
WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 2 1 / 20 MIARY ROZPROSZENIA, Wariancja Wariancją z próby losowej X
Matematyka 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.
Parametry statystyczne
I. MIARY POŁOŻENIA charakteryzują średni lub typowy poziom wartości cechy, wokół nich skupiają się wszystkie pozostałe wartości analizowanej cechy. I.1. Średnia arytmetyczna x = x 1 + x + + x n n = 1 n
Spis treści 3 SPIS TREŚCI
Spis treści 3 SPIS TREŚCI PRZEDMOWA... 1. WNIOSKOWANIE STATYSTYCZNE JAKO DYSCYPLINA MATEMATYCZNA... Metody statystyczne w analizie i prognozowaniu zjawisk ekonomicznych... Badania statystyczne podstawowe
Wykład 4: Statystyki opisowe (część 1)
Wykład 4: Statystyki opisowe (część 1) Wprowadzenie W przypadku danych mających charakter liczbowy do ich charakterystyki można wykorzystać tak zwane STATYSTYKI OPISOWE. Za pomocą statystyk opisowych można
Definicja 1 Statystyką nazywamy (mierzalną) funkcję obserwowalnego wektora losowego
Rozdział 1 Statystyki Definicja 1 Statystyką nazywamy (mierzalną) funkcję obserwowalnego wektora losowego X = (X 1,..., X n ). Uwaga 1 Statystyka jako funkcja wektora zmiennych losowych jest zmienną losową
Grupowanie materiału statystycznego
Grupowanie materiału statystycznego Materiał liczbowy, otrzymany w wyniku przeprowadzonej obserwacji statystycznej lub pomiaru, należy odpowiednio usystematyzować i pogrupować. Doskonale nadają się do
Franciszka Bolanowska Uniwersytet Ekonomiczny we Wrocławiu
Franciszka Bolanowska Uniwersytet Ekonomiczny we Wrocławiu Analiza finansowa przedsiębiorstw z punktu widzenia właściciela, na przykładzie przedsiębiorstw z branży działalność usługowa w zakresie informacji.
Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych
dr Piotr Sulewski POMORSKA AKADEMIA PEDAGOGICZNA W SŁUPSKU KATEDRA INFORMATYKI I STATYSTYKI Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych Wprowadzenie Obecnie bardzo
Pomiary urodzeń według płci noworodka i województwa.podział na miasto i wieś.
Pomiary urodzeń według płci noworodka i województwa.podział na miasto i wieś. Województwo Urodzenia według płci noworodka i województwa. ; Rok 2008; POLSKA Ogółem Miasta Wieś Pozamałżeńskie- Miasta Pozamałżeńskie-
Wykład 10 Estymacja przedziałowa - przedziały ufności dla średn
Wykład 10 Estymacja przedziałowa - przedziały ufności dla średniej Wrocław, 21 grudnia 2016r Przedział ufności Niech będzie dana próba X 1, X 2,..., X n z rozkładu P θ, θ Θ. Definicja 10.1 Przedziałem
Estymacja punktowa i przedziałowa
Temat: Estymacja punktowa i przedziałowa Kody znaków: żółte wyróżnienie nowe pojęcie czerwony uwaga kursywa komentarz 1 Zagadnienia 1. Statystyczny opis próby. Idea estymacji punktowej pojęcie estymatora
Wydział 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
OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA. z wykorzystaniem programu obliczeniowego Q maxp
tel.: +48 662 635 712 Liczba stron: 15 Data: 20.07.2010r OBLICZENIE PRZEPŁYWÓW MAKSYMALNYCH ROCZNYCH O OKREŚLONYM PRAWDOPODOBIEŃSTWIE PRZEWYŻSZENIA z wykorzystaniem programu obliczeniowego Q maxp DŁUGIE
TRANSFORMATA FALKOWA WYBRANYCH SYGNAŁÓW SYMULACYJNYCH
1-2013 PROBLEMY EKSPLOATACJI 27 Izabela JÓZEFCZYK, Romuald MAŁECKI Politechnika Warszawska, Płock TRANSFORMATA FALKOWA WYBRANYCH SYGNAŁÓW SYMULACYJNYCH Słowa kluczowe Sygnał, dyskretna transformacja falkowa,
Statystyka matematyczna. Wykład IV. Weryfikacja hipotez statystycznych
Statystyka matematyczna. Wykład IV. e-mail:e.kozlovski@pollub.pl Spis treści 1 2 3 Definicja 1 Hipoteza statystyczna jest to przypuszczenie dotyczące rozkładu (wielkości parametru lub rodzaju) zmiennej
Korzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne)
Korzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne) Przygotował: Dr inż. Wojciech Artichowicz Katedra Hydrotechniki PG Zima 2014/15 1 TABLICE ROZKŁADÓW... 3 ROZKŁAD
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji
Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki
Wykład 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
Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.
Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Zadania analityczne (1) Analiza przewiduje badanie podobieństw
... prognozowanie nie jest celem samym w sobie a jedynie narzędziem do celu...
4 Prognozowanie historyczne Prognozowanie - przewidywanie przyszłych zdarzeń w oparciu dane - podstawowy element w podejmowaniu decyzji... prognozowanie nie jest celem samym w sobie a jedynie narzędziem
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 cechy. Średnia arytmetyczna suma wartości zmiennej wszystkich
Wnioskowanie statystyczne. Statystyka w 5
Wnioskowanie statystyczne tatystyka w 5 Rozkłady statystyk z próby Próba losowa pobrana z populacji stanowi realizacje zmiennej losowej jak ciąg zmiennych losowych (X, X,... X ) niezależnych i mających
1 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
Rachunek prawdopodobieństwa WZ-ST1-AG--16/17Z-RACH. Liczba godzin stacjonarne: Wykłady: 15 Ćwiczenia: 30. niestacjonarne: Wykłady: 9 Ćwiczenia: 18
Karta przedmiotu Wydział: Wydział Zarządzania Kierunek: Analityka gospodarcza I. Informacje podstawowe Nazwa przedmiotu Rachunek prawdopodobieństwa Nazwa przedmiotu w j. ang. Język prowadzenia przedmiotu
Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy
Załącznik nr 7 do Zarządzenia Rektora nr../12 z dnia.... 2012r. KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2017/2018 STATYSTYKA
Statystyka matematyczna i ekonometria
Statystyka matematyczna i ekonometria Wykład 5 Anna Skowrońska-Szmer lato 2016/2017 Hipotezy 2 Hipoteza zerowa (H 0 )- hipoteza o wartości jednego (lub wielu) parametru populacji. Traktujemy ją jako prawdziwą
Z-0033z Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki. Stacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta
KARTA MODUŁU / KARTA PRZEDMIOTU Z-0033z Statystyka Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Statistics Obowiązuje od roku akademickiego 2012/2013 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW
DOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM. Procedura szacowania niepewności
DOKUMENTACJA SYSTEMU ZARZĄDZANIA LABORATORIUM Procedura szacowania niepewności Szacowanie niepewności oznaczania / pomiaru zawartości... metodą... Data Imię i Nazwisko Podpis Opracował Sprawdził Zatwierdził
Słowa kluczowe: zarządzanie wartością, analiza scenariuszy, przepływy pieniężne.
Zarządzanie wartością i ryzykiem w organizacjach: non-profit, instytucji finansowej działającej w sektorze spółdzielczym oraz przedsiębiorstwa produkcyjnego z branży budowniczej. K. Śledź, O. Troska, A.
PRZYKŁAD WDROŻENIA KART KONTROLNYCH KROK PO KROKU
PRZYKŁAD WDROŻENIA KART KONTROLNYCH KROK PO KROKU Tomasz Demski, StatSoft Polska Sp. z o.o. Przykład przedstawia tworzenie karty kontrolnej p dla nowego procesu, określanie wartości granic kontrolnych
Analiza porównawcza gotówkowych i pieniężnych FIO w Polsce w latach pod względem
Dr Iwona Dittmann Uniwersytet Ekonomiczny we Wrocławiu Katedra Finansów Analiza porównawcza gotówkowych i pieniężnych FIO w Polsce w latach 2005 2016 pod względem wybranych parametrów rozkładów stóp zwrotu
Wykorzystanie modelu analizy Du Ponta w ocenie efektywności wybranych przedsiębiorstw gospodarki żywnościowej
Beata Szczecińska Zakład Analizy Systemowej Akademia Rolnicza w Szczecinie Wykorzystanie modelu analizy Du Ponta w ocenie efektywności wybranych przedsiębiorstw gospodarki żywnościowej Wstęp Funkcjonujące
przedmiot podstawowy obowiązkowy polski drugi
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 07/08 IN--008 STATYSTYKA W INŻYNIERII ŚRODOWISKA Statistics in environmental engineering
MATEMATYKA3 Mathematics3. Elektrotechnika. I stopień ogólnoakademicki. studia stacjonarne. Katedra Matematyki dr Zdzisław Piasta
KARTA MODUŁU / KARTA PRZEDMIOTU Kod modułu Nazwa modułu Nazwa modułu w języku angielskim Obowiązuje od roku akademickiego 2012/13 MATEMATYKA3 Mathematics3 A. USYTUOWANIE MODUŁU W SYSTEMIE STUDIÓW Kierunek
MAJĄTEK I ŹRÓDŁA FINANSOWANIA MAJĄTKU POLSKICH SPÓŁDZIELNI
Studia i Materiały. Miscellanea Oeconomicae Rok 15, Nr 2/2011 Wydział Zarządzania i Administracji Uniwersytetu Jana Kochanowskiego w Kielcach L u d zi e, za r zą d za n i e, g o s p o d a r k a Izabela
W1. 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
Podstawowe 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
Statystyki opisowe i szeregi rozdzielcze
Statystyki opisowe i szeregi rozdzielcze - ćwiczenia ĆWICZENIA Piotr Ciskowski ramka-wąsy przykład 1. krwinki czerwone Stanisz W eksperymencie farmakologicznym analizowano oddziaływanie pewnego preparatu
Estymacja parametrów rozkładu cechy
Estymacja parametrów rozkładu cechy Estymujemy parametr θ rozkładu cechy X Próba: X 1, X 2,..., X n Estymator punktowy jest funkcją próby ˆθ = ˆθX 1, X 2,..., X n przybliżającą wartość parametru θ Przedział
Uniwersytet Ekonomiczny we Wrocławiu.,,Analiza finansowa kontrahenta na przykładzie przedsiębiorstwa z branży 51 - transport lotniczy " Working paper
Anna Mężyk Uniwersytet Ekonomiczny we Wrocławiu,,Analiza finansowa kontrahenta na przykładzie przedsiębiorstwa z branży 51 - transport lotniczy " Working paper JEL Classification: A10 Słowa kluczowe: analiza