ZASTOSOWANIE ANALIZY UNFOLDING I REGRESJI HEDONICZNEJ

Wielkość: px
Rozpocząć pokaz od strony:

Download "ZASTOSOWANIE ANALIZY UNFOLDING I REGRESJI HEDONICZNEJ"

Transkrypt

1 ZASTOSOWANIE ANALIZY UNFOLDING I REGRESJI HEDONICZNEJ DO OCENY PREFERENCJI KONSUMENTÓW Marta Dziechciarz-Duda Anna Król Uniwersytet Ekonomiczny we Wrocławiu

2 2 Cel i hipoteza badawcza Cel badania Próba zastosowania analizy unfolding i modelowania hedonicznego do oceny preferencji konsumentów wobec atrybutów wybranego dobra trwałego użytku. Badanie zostało przeprowadzone z wykorzystaniem dwóch zbiorów danych dotyczących urządzeń typu tablet. Analiza unfolding jest jedną z metod skalowania wielowymiarowego umożliwiającą badania preferencji. Pozwala ona na przedstawienie respondentów oraz badanych obiektów (np. poszczególnych atrybutów dóbr) na wspólnej przestrzeni. Z kolei metody hedoniczne dekomponują całkowitą cenę danego dobra na ceny poszczególnych charakterystyk. Hipoteza badawcza Łączne zastosowanie wspomnianych technik umożliwi szersze spojrzenie na zagadnienie preferencji konsumentów, szczególnie w odniesieniu do istniejącej cenowej oferty rynkowej.

3 3 Hipoteza hedoniczna Teoria modeli hedonicznych Każde dobro (usługa) heterogeniczne jest charakteryzowane poprzez zbiór istotnych z punktu widzenia konsumenta i dostawcy. Cena dobra (usługi) jest agregatem wycen tych jego atrybutów, które stanowią o użyteczności dobra dla konsumenta oraz są źródłem kosztów dla dostawcy (wycena dobra zależy zarówno od strony popytowej jak i podażowej). C=f(X; b; e), gdzie: C cena dobra, X wektor charakterystyk dobra, b wektor parametrów, e składnik losowy..

4 4 Medel hedoniczny Specyfika modelu Wymaganie dużej liczby obserwacji (liczne parametry do estymacji). Użyte dane (oprócz ceny transakcyjnej dobra) powinny ujmować wszystkie istotne z punktu widzenia konsumenta i producenta cechy produktu. Zmienne dotyczące różnych modeli danego dobra powinny być ze sobą porównywalne (struktura, jednostki). Zbiór danych Dane pochodzą z jednego z polskich serwisów świadczących usługi porównywania cen różnych dóbr oferowanych w sklepach internetowych. Wykorzystane w badaniu dane obejmują 633 tablety (48 różnych marek) oferowane w sklepach internetowych na terenie całej Polski w pierwszym kwartale 2014r. Ceny są cenami ofertowymi można przypuszczać, że ceny ostatecznie płacone przez konsumentów nie różnią się znacznie od cen oferowanych przez sprzedawców.

5 5 Zmienne użyte w modelu Zmienne Ceny brutto w zł (CENA) Przekątna ekranu w calach (PRZEKATNA) Rozdzielczość pozioma ekranu w pikselach (ROZDZIEL) Pojemność dysku twardego w gigabajtach (DYSK) Nazwa zmiennej Opis Średnia/ struktura Min Max CENA Cena tabletu [zł] 1 034,00 169, ,00 PRZEKĄTNA Przekątna ekranu [cal] 8, ,3 ROZDZIEL Rozdzielczość pozioma [piksel] 1 260,00 800, ,00 DYSK Pojemność dysku [GB] 23,86 2,00 128,00 WINDOWS System Windows 4%

6 6 Zmienne użyte w modelu Zmienne sztuczne WINDOWS zmienna przyjmuje wartość 1 gdy tablet ma system operacyjny Windows, 0 w pozostałych przypadkach. Zmienne identyfikujące markę producenta ostatecznie spośród 48 różnych producentów tabletów w modelu bezpośrednio reprezentowanych jest 11 marek. Pozostałe marki należą do grupy mniej prestiżowych (i tańszych) a różnice pomiędzy ich wpływem na cenę tabletu są statystycznie nieistotne. Nazwa zmiennej Struktura [%] ACER 2,68 APPLE 16,11 ASUS 6,00 DELL 0,47 FUJITSU 0,32 LENOVO 7,74 LG 0,33 PRESTIGIO 5,06 SAMSUNG 9,00 SONY 2,53 TOSHIBA 1,11

7 8 Wyniki estymacji Porównanie modeli Hedoniczny model cen tabletów został oszacowany za pomocą klasycznej metody najmniejszych kwadratów. Najlepszą postacią funkcyjną modelu okazała się postać log-liniowa. Model taki został wskazany zarówno przez metodę Boxa-Coxa, jak i przez test RESET. KMNK (1) KMNK (2) Ocena parametru Błąd standardowy Ocena Błąd parametru standardowy wyraz wolny 4,540 0,0759 (***) 4,535 0,0751 (***) PRZEKATNA 0, ,0095 (***) 0, ,0095 (***) ROZDZIEL 0, ,0000 (***) 0, ,0000 (***) DYSK 0, ,0007 (***) 0, ,0007 (***) WINDOWS 0, ,0789 (***) 0, ,0789 (***)

8 9 Wyniki estymacji KMNK (1) KMNK (2) Ocena parametru Błąd standardowy Ocena parametru Błąd standardowy ACER 0, ,0730 (***) 0, ,0722 (***) APPLE 1, ,0427 (***) 1, ,0410 (***) ASUS 0, ,0527 (***) 0, ,0515 (***) DELL 0, ,1837 (**) 0, ,1831 (**) FUJITSU 0, ,2053 (***) 0, ,2049 (***) GOCLEVER -0, ,0496 HP 0, ,1831 (***) 0, ,1826 (***) LENOVO 0, ,0489 (***) 0, ,0476 (***) LG 0, ,2072 (***) 0, ,2067 (***) MANTA 0, ,0632 MODECOM 0, ,0847 PRESTIGIO 0, ,0537 (***) 0, ,0536 (***) SAMSUNG 0, ,0441 (***) 0, ,0426 (***) SONY 0, ,0761 (***) 0, ,0751 (***) TOSHIBA 0, ,1136 (***) 0, ,1128 (***)

9 10 Ocena jakości modelu Wszystkie zmienne w modelu drugim mają istotny wpływ na cenę. Dopasowanie do danych jest na zadowalającym poziomie (ok. 85%). Brak heteroskedastyczności w poprawionym modelu. Kryterium informacyjne wskazuje na wybór modelu drugiego. KMNK (1) KMNK (2) Błąd standardowy 0,2880 0,2879 Skorygowany R 2 0,8457 0,8458 p-value dla testu White a 0,0000 0,0381 Kryterium Schwarza 329,42 312,48

10 11 Wyniki estymacji Ocena parametru przy zmiennej PRZEKATNA w modelu hedonicznym wskazuje na średni przyrost ceny tabletu o około 15% wraz ze wzrostem jego przekątnej o jeden cal, ceteris paribus. Ocena parametru przy zmiennej WINDOWS oznacza, że tablet z systemem Windows jest przeciętnie droższy o niemal 73% od tabletów z innym systemem operacyjnym, ceteris paribus. Ocena parametru w % PRZEKATNA 14,847 ROZDZIEL 0,035 DYSK 0,347 WINDOWS 72,572

11 12 Wyniki estymacji Uporzadkowanie marek Wyniki estymacji modelu oprócz wyceny poszczególnych charakterystyk tabletów pozwalają na uporządkowanie marek tabletów. Przykładowo najdroższą marką jest Apple za tablet tej firmy trzeba zapłacić o niemal 222% więcej w porównaniu z tabletami marek nieujętych w modelu. Natomiast najtańszą marką spośród 12 ujętych w modelu jest firma Prestigio, której urządzenia są o około 28% droższe od marek z grupy porównawczej. Nazwa marki Różnica w cenie w porównaniu do grupy marek nieujętych w modelu (w %) APPLE 221,6 SONY 158,8 HP 154,7 TOSHIBA 122,5 SAMSUNG 116,0 LG 102,6 FUJITSU 83,5 LENOVO 77,5 ASUS 69,7 ACER 65,2 DELL 46,5 PRESTIGIO 28,4

12 14 Badanie ankietowe Cel i zakres badania Badanie ankietowe mające na celu pomiar i analizę preferencji zakupowych nabywców tabletów przeprowadzono w lutym 2014 r. wśród studentów (stacjonarnych i niestacjonarnych) Uniwersytetu Ekonomicznego we Wrocławiu. Próbę, obejmującą niemal 250 respondentów dobrano według wygody. Badanie miało charakter pilotażowy. Przedmiot badania Respondenci oceniali marki tabletów oraz ich możliwe zastosowania i parametry.

13 15 Badanie ankietowe Oceniane przez respondentów czynniki Ranking marek tabletów od najlepszych (najbardziej preferowanych przez Pana/Panią) do Pana(i) zdaniem najgorszych (10 najpopularniejszych marek tabletów). Ranking najważniejszych kryteriów, które byłyby brane pod uwagę podczas ewentualnego zakupu tabletu (wielkość ekranu urządzenia; producent; parametry związane z komunikacją; sposób łączenia z Internetem; rozdzielczość ekranu; system operacyjny; pamięć RAM; dysk twardy; rodzaj procesora; cena urządzenia). Ranking najważniejszych celów do których wykorzystuje Pan(i) tablet (lub chciałby/chciałaby Pan(i) wykorzystywać): przeglądanie stron www; czytanie książek/gazet; zakupy; praca; nauka; oglądanie filmów; przelewy bankowe; korzystanie z map/nawigacji; granie w gry; inne.

14 16

15 17 Badanie ankietowe Stan posiadania badanej grupy 21,6% Tak, mam i nie zamierzam w najbliższym czasie kupować, wymieniać na nowy 4,2% Tak, mam, ale zamierzam kupić nowy, dodatkowy, lepszej jakości 22,5% Nie mam, ale zamierzam nabyć w niedalekiej przyszłości 15,3% Nie mam i nie zamierzam nabywać ze względu na brak środków finansowych 36,4% Nie mam i nie zamierzam nabywać, bo nie chcę, nie potrzebuję 0% 5% 10% 15% 20% 25% 30% 35% 40%

16 18 Metoda badawcza Skalowanie wielowymiarowe analiza unfolding Zastosowano podejście pośrednie wewnętrzne, w którym współrzędne zarówno wierszy, jak i kolumn są otrzymywane za pomocą odpowiednich algorytmów bezpośrednio z macierzy preferencji. Oceny preferencji konsumentów uzyskano dzięki zastosowaniu algorytmu SMACOF (pakiet smacof programu R) na danych z przeprowadzonego badania ankietowego.

17 19 Analiza preferencji respondentów Mapa preferencji marek tabletów

18 20 Analiza preferencji respondentów Marki najbardziej preferowane SAMSUNG, APPLE SONY ASUS, DELL LENOVO, ACER Marki najmniej preferowane MANTA, GOCLEVER, MODECOM

19 21 Analiza preferencji respondentów Mapa preferencji kryteriów, które byłyby brane pod uwagę podczas zakupu tabletu

20 22 Analiza preferencji respondentów Ważne kryteria wyboru Cena urządzenia, system operacyjny, producent (marka) Wielkość ekranu urządzenia, rodzaj procesora, dysk twardy, pamięć RAM, rozdzielczość ekranu Najmniej ważne kryteria sposób łączenia z internetem parametry związane z komunikacją

21 23 Analiza preferencji respondentów Mapa preferencji celów do których wykorzystuje się (lub można wykorzystywać) tablet

22 24 Analiza preferencji respondentów Ważne zastosowania Przeglądanie stron internetowych Nauka, praca Czytanie książek i gazet; oglądanie filmów Przelewy bankowe, korzystanie z map/nawigacji Najmniej ważne cele Zakupy Granie w gry Inne

23 26 Uwagi końcowe Istniejąca oferta rynkowa w większości przypadków odzwierciedla preferencje rynkowe dotyczące marek Respondenci spośród zaproponowanych w badaniu marek najbardziej preferują Apple, Sony, Samsung. Potwierdzeniem tych preferencji na rynku jest fakt, że użytkownicy tabletów są gotowi zapłacić za te marki odpowiednio ponad 220%, 160% i 116% więcej w porównaniu z tabletami marek nieujętych w modelu. Marki te znajdują się w pierwszej 5 utworzonego rankingu. Marki, które tylko nieliczni respondenci ocenili jako preferowane (Modecom, Manta, GoClever) w modelu hedonicznym okazały się nieistotnie różnić ze względu na cenę od grupy porównawczej (najtańszych i najmniej prestiżowych marek). Łączne zastosowanie regresji hedonicznej i skalowania wielowymiarowego umożliwia szersze spojrzenie na zagadnienie preferencji konsumentów.

24 Dziękujemy za uwagę 27

Zastosowanie analizy unfolding i regresji hedonicznej do oceny preferencji konsumentów

Zastosowanie analizy unfolding i regresji hedonicznej do oceny preferencji konsumentów Zastosowanie analizy unfolding i regresji hedonicznej do oceny preferencji konsumentów «The application of unfolding analysis and hedonic regression in the investigation of consumers preferences» by Anna

Bardziej szczegółowo

REGRESJA HEDONICZNA I CONJOINT ANALYSIS W BADANIU CEN RYNKOWYCH I PREFERENCJI KONSUMENTÓW 1

REGRESJA HEDONICZNA I CONJOINT ANALYSIS W BADANIU CEN RYNKOWYCH I PREFERENCJI KONSUMENTÓW 1 Marta Dziechciarz-Duda Anna Król Uniwersytet Ekonomiczny we Wrocławiu REGRESJA HEDONICZNA I CONJOINT ANALYSIS W BADANIU CEN RYNKOWYCH I PREFERENCJI KONSUMENTÓW 1 Wprowadzenie Łączne zastosowane regresji

Bardziej szczegółowo

REGRESJA HEDONICZNA I CONJOINT ANALYSIS W BADANIU CEN RYNKOWYCH I PREFERENCJI KONSUMENTÓW 1

REGRESJA HEDONICZNA I CONJOINT ANALYSIS W BADANIU CEN RYNKOWYCH I PREFERENCJI KONSUMENTÓW 1 MARTA DZIECHCIARZ-DUDA Uniwersytet Ekonomiczny we Wrocławiu ANNA KRÓL Uniwersytet Ekonomiczny we Wrocławiu REGRESJA HEDONICZNA I CONJOINT ANALYSIS W BADANIU CEN RYNKOWYCH I PREFERENCJI KONSUMENTÓW 1 WPROWADZENIE

Bardziej szczegółowo

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1

Zadanie 1. a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1 Zadanie 1 a) Przeprowadzono test RESET. Czy model ma poprawną formę funkcyjną? 1 b) W naszym przypadku populacja są inżynierowie w Tajlandii. Czy można jednak przypuszczać, że na zarobki kobiet-inżynierów

Bardziej szczegółowo

EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE

EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE EKONOMETRIA STOSOWANA PRZYKŁADOWE ZADANIA EGZAMINACYJNE ZADANIE 1 Oszacowano zależność między luką popytowa a stopą inflacji dla gospodarki niemieckiej. Wyniki estymacji są następujące: Estymacja KMNK,

Bardziej szczegółowo

e) Oszacuj parametry modelu za pomocą MNK. Zapisz postać modelu po oszacowaniu wraz z błędami szacunku.

e) Oszacuj parametry modelu za pomocą MNK. Zapisz postać modelu po oszacowaniu wraz z błędami szacunku. Zajęcia 4. Estymacja i weryfikacja modelu model potęgowy Wersja rozszerzona W pliku Funkcja produkcji.xls zostały przygotowane przykładowe dane o produkcji, kapitale i zatrudnieniu dla 27 przedsiębiorstw

Bardziej szczegółowo

Zainteresowanie Polaków tabletami wzrosło w 2012 roku o 120 procent

Zainteresowanie Polaków tabletami wzrosło w 2012 roku o 120 procent Gdynia, 23 stycznia 2013 roku Zainteresowanie Polaków tabletami wzrosło w 2012 roku o 120 procent W 2012 roku ulubionymi gadżetami elektronicznymi Polaków były tablet i smartfon. Jak pokazują dane porównywarki

Bardziej szczegółowo

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski

Narzędzia statystyczne i ekonometryczne. Wykład 1. dr Paweł Baranowski Narzędzia statystyczne i ekonometryczne Wykład 1 dr Paweł Baranowski Informacje organizacyjne Wydział Ek-Soc, pok. B-109 pawel@baranowski.edu.pl Strona: baranowski.edu.pl (w tym materiały) Konsultacje:

Bardziej szczegółowo

Cennik podstawowy sprzętu dla promocyjnego planu cenowego Ja + POWER LTE 20 GB, Ja + POWER LTE 40 GB, Ja + POWER LTE 70 GB,

Cennik podstawowy sprzętu dla promocyjnego planu cenowego Ja + POWER LTE 20 GB, Ja + POWER LTE 40 GB, Ja + POWER LTE 70 GB, Załącznik nr 1 do Regulaminu Promocji Ja + POWER LTE 2.0 ze sprzętem na 48 rat - 3 abonamenty gratis Ceny promocyjne Urządzeń telekomunikacyjnych/innych towarów. Obowiązuje od 28.04.2016 r. do odwołania.

Bardziej szczegółowo

Komputerowe wojny K O N R A D P O S T A W A

Komputerowe wojny K O N R A D P O S T A W A Komputerowe wojny K O N R A D P O S T A W A Dawno, dawno temu Mój pierwszy komputer System: Windows 95 Dysk twardy: 3 GB Pamięć RAM: 32 MB Procesor: 850 MHz Karta graficzna: TAK! Karta muzyczna: Realtek

Bardziej szczegółowo

Cennik podstawowy sprzętu dla promocyjnego planu cenowego Ja + POWER LTE 20 GB, Ja + POWER LTE 40 GB, Ja + POWER LTE 70 GB,

Cennik podstawowy sprzętu dla promocyjnego planu cenowego Ja + POWER LTE 20 GB, Ja + POWER LTE 40 GB, Ja + POWER LTE 70 GB, Załącznik nr 1 do Regulaminu Promocji "Ja + POWER LTE 2.0 ze sprzętem na 24 raty 3 abonamenty gratis Ceny promocyjne Urządzeń telekomunikacyjnych/innych towarów. Obowiązuje od 28.04.2016 r. do odwołania.

Bardziej szczegółowo

Model 1: Estymacja KMNK z wykorzystaniem 4877 obserwacji Zmienna zależna: y

Model 1: Estymacja KMNK z wykorzystaniem 4877 obserwacji Zmienna zależna: y Zadanie 1 Rozpatrujemy próbę 4877 pracowników fizycznych, którzy stracili prace w USA miedzy rokiem 1982 i 1991. Nie wszyscy bezrobotni, którym przysługuje świadczenie z tytułu ubezpieczenia od utraty

Bardziej szczegółowo

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych

Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych Estymacja parametrów modeli liniowych oraz ocena jakości dopasowania modeli do danych empirycznych 3.1. Estymacja parametrów i ocena dopasowania modeli z jedną zmienną 23. Właściciel komisu w celu zbadania

Bardziej szczegółowo

Cennik podstawowy sprzętu dla promocyjnego planu cenowego Ja + POWER LTE 20 GB, Ja + POWER LTE 40 GB, Ja + POWER LTE 70 GB,

Cennik podstawowy sprzętu dla promocyjnego planu cenowego Ja + POWER LTE 20 GB, Ja + POWER LTE 40 GB, Ja + POWER LTE 70 GB, Załącznik nr 1 do Regulaminu Promocji Ja + POWER LTE 2.0 ze sprzętem na 36 rat - 3 abonamenty gratis Ceny promocyjne Urządzeń telekomunikacyjnych/innych towarów. Obowiązuje od 28.04.2016 r. do odwołania.

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 8

Stanisław Cichocki Natalia Nehrebecka. Zajęcia 8 Stanisław Cichocki Natalia Nehrebecka Zajęcia 8 1. Testy diagnostyczne 2. Testowanie prawidłowości formy funkcyjnej modelu 3. Testowanie normalności składników losowych 4. Testowanie stabilności parametrów

Bardziej szczegółowo

Metoda najmniejszych kwadratów

Metoda najmniejszych kwadratów Model ekonometryczny Wykształcenie a zarobki Hipoteza badawcza: Istnieje zależność między poziomem wykształcenia a wysokością zarobków Wykształcenie a zarobki Hipoteza badawcza: Istnieje zależność między

Bardziej szczegółowo

Mikroekonometria 3. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 3. Mikołaj Czajkowski Wiktor Budziński Mikroekonometria 3 Mikołaj Czajkowski Wiktor Budziński Zadanie 1. Wykorzystując dane me.hedonic.dta przygotuj model oszacowujący wartość kosztów zewnętrznych rolnictwa 1. Przeprowadź regresję objaśniającą

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka

Stanisław Cichocki. Natalia Nehrebecka Stanisław Cichocki Natalia Nehrebecka - adres mailowy: scichocki@o2.pl - strona internetowa: www.wne.uw.edu.pl/scichocki - dyżur: po zajęciach lub po umówieniu mailowo - 80% oceny: egzaminy - 20% oceny:

Bardziej szczegółowo

Badania eksperymentalne

Badania eksperymentalne Badania eksperymentalne Analiza CONJOINT mgr Agnieszka Zięba Zakład Badań Marketingowych Instytut Statystyki i Demografii Szkoła Główna Handlowa Najpopularniejsze sposoby oceny wyników eksperymentu w schematach

Bardziej szczegółowo

Pokój z widokiem: hedoniczne modele cen mieszkań. dr hab. Emilia Tomczyk Instytut Ekonometrii SGH

Pokój z widokiem: hedoniczne modele cen mieszkań. dr hab. Emilia Tomczyk Instytut Ekonometrii SGH Pokój z widokiem: hedoniczne modele cen mieszkań dr hab. Emilia Tomczyk Instytut Ekonometrii SGH Artykuł M. Widłak [Instytut Ekonomiczny NBP], E. Tomczyk (2010) Measuring price dynamics: evidence from

Bardziej szczegółowo

Proces modelowania zjawiska handlu zagranicznego towarami

Proces modelowania zjawiska handlu zagranicznego towarami Załącznik nr 1 do raportu końcowego z wykonania pracy badawczej pt. Handel zagraniczny w województwach (NTS2) realizowanej przez Centrum Badań i Edukacji Statystycznej z siedzibą w Jachrance na podstawie

Bardziej szczegółowo

Marketingowe hokus-pokus K O N R A D P O S T A W A

Marketingowe hokus-pokus K O N R A D P O S T A W A Marketingowe hokus-pokus K O N R A D P O S T A W A Oferty operatorów komórkowych Kto jest kim? Plus Plush Play Virgin Mobile RedBull Mobile Orange Nju Mobile T-Mobile Heyah Mobile Vikings tubiedronka Czy

Bardziej szczegółowo

5. Model sezonowości i autoregresji zmiennej prognozowanej

5. Model sezonowości i autoregresji zmiennej prognozowanej 5. Model sezonowości i autoregresji zmiennej prognozowanej 1. Model Sezonowości kwartalnej i autoregresji zmiennej prognozowanej (rząd istotnej autokorelacji K = 1) Szacowana postać: y = c Q + ρ y, t =

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka

Stanisław Cichocki. Natalia Nehrebecka Stanisław Cichocki Natalia Nehrebecka - adres mailowy: nnehrebecka@wne.uw.edu.pl - strona internetowa: www.wne.uw.edu.pl/nnehrebecka - dyżur: wtorek 18.30-19.30 sala 302 lub 303 - 80% oceny: egzaminy -

Bardziej szczegółowo

Zmienne zależne i niezależne

Zmienne zależne i niezależne Analiza kanoniczna Motywacja (1) 2 Często w badaniach spotykamy problemy badawcze, w których szukamy zakresu i kierunku zależności pomiędzy zbiorami zmiennych: { X i Jak oceniać takie 1, X 2,..., X p }

Bardziej szczegółowo

Analiza współzależności zjawisk

Analiza współzależności zjawisk Analiza współzależności zjawisk Informacje ogólne Jednostki tworzące zbiorowość statystyczną charakteryzowane są zazwyczaj za pomocą wielu cech zmiennych, które nierzadko pozostają ze sobą w pewnym związku.

Bardziej szczegółowo

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 9 marca 2007

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 9 marca 2007 , transformacja liniowa i estymacja modelu KMNK Paweł Cibis pawel@cibis.pl 9 marca 2007 1 Miary dopasowania modelu do danych empirycznych Współczynnik determinacji Współczynnik zbieżności Skorygowany R

Bardziej szczegółowo

PRACE NAUKOWE Uniwersytetu Ekonomicznego we Wrocławiu

PRACE NAUKOWE Uniwersytetu Ekonomicznego we Wrocławiu PRACE NAUKOWE Uniwersytetu Ekonomicznego we Wrocławiu RESEARCH PAPERS of Wrocław University of Economics Nr 385 Taksonomia 25 Klasyfikacja i analiza danych teoria i zastosowania Redaktorzy naukowi Krzysztof

Bardziej szczegółowo

Rozdział 8. Regresja. Definiowanie modelu

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

Bardziej szczegółowo

Statystyka i Analiza Danych

Statystyka i Analiza Danych Warsztaty Statystyka i Analiza Danych Gdańsk, 20-22 lutego 2014 Zastosowania wybranych technik regresyjnych do modelowania współzależności zjawisk Janusz Wątroba StatSoft Polska Centrum Zastosowań Matematyki

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada

Stanisław Cichocki. Natalia Nehrebecka Katarzyna Rosiak-Lada Stanisław Cichocki Natalia Nehrebecka Katarzyna Rosiak-Lada 1. Sprawy organizacyjne Zasady zaliczenia 2. Czym zajmuje się ekonometria? 3. Formy danych statystycznych 4. Model ekonometryczny 2 1. Sprawy

Bardziej szczegółowo

t y x y'y x'x y'x x-x śr (x-x śr)^2

t y x y'y x'x y'x x-x śr (x-x śr)^2 Na podstawie:w.samuelson, S.Marks Ekonomia menedżerska Zadanie 1 W przedsiębiorstwie toczy się dyskusja na temat wpływu reklamy na wielkość. Dział marketingu uważa, że reklama daje wysoce pozytywne efekty,

Bardziej szczegółowo

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka

Statystyka opisowa. Wykład V. Regresja liniowa wieloraka Statystyka opisowa. Wykład V. e-mail:e.kozlovski@pollub.pl Spis treści 1 Prosta regresji cechy Y względem cech X 1,..., X k. 2 3 Wyznaczamy zależność cechy Y od cech X 1, X 2,..., X k postaci Y = α 0 +

Bardziej szczegółowo

Natalia Neherbecka. 11 czerwca 2010

Natalia Neherbecka. 11 czerwca 2010 Natalia Neherbecka 11 czerwca 2010 1 1. Konsekwencje heteroskedastyczności i autokorelacji 2. Uogólniona MNK 3. Stosowalna Uogólniona MNK 4. Odporne macierze wariancji i kowariancji b 2 1. Konsekwencje

Bardziej szczegółowo

FORMULARZ OFERTOWY. Ja (My), niżej podpisany (i)... działając w imieniu i na rzecz.... (pełna nazwa Wykonawcy wraz z adresem)

FORMULARZ OFERTOWY. Ja (My), niżej podpisany (i)... działając w imieniu i na rzecz.... (pełna nazwa Wykonawcy wraz z adresem) Załącznik nr 2 do SIWZ nr sprawy 57/BF/BŁiI/16... nazwa i adres wykonawcy FORMULARZ OFERTOWY Ja (My), niżej podpisany (i)... działając w imieniu i na rzecz... (pełna nazwa Wykonawcy wraz z adresem) REGON....

Bardziej szczegółowo

ZASTOSOWANIA EKONOMETRII

ZASTOSOWANIA EKONOMETRII ZASTOSOWANIA EKONOMETRII Hedoniczny model cen dr Dorota Ciołek Katedra Ekonometrii Wydział Zarządzania UG http://wzr.pl/~dciolek dorota.ciolek@ug.edu.pl Prekursorami modelowania cen byli F. Waugha oraz

Bardziej szczegółowo

Budowa komputerów. Ewelina Langer UTW w Chrzanowie

Budowa komputerów. Ewelina Langer UTW w Chrzanowie Budowa komputerów Ewelina Langer UTW w Chrzanowie Zagadnienia: 1. Typy i cechy komputerów. 2. Budowa zewnętrzna. 3. Budowa wewnętrzna. 4. Urządzenia peryferyjne. 1. Typy i cechy komputerów Laptop, Notebook

Bardziej szczegółowo

Ekonometria egzamin 02/02/ W trakcie egzaminu wolno używać jedynie długopisu o innym kolorze atramentu niż czerwony oraz kalkulatora.

Ekonometria egzamin 02/02/ W trakcie egzaminu wolno używać jedynie długopisu o innym kolorze atramentu niż czerwony oraz kalkulatora. imię, nazwisko, nr indeksu: Ekonometria egzamin 0/0/0. Egzamin trwa 90 minut.. Rozwiązywanie zadań należy rozpocząć po ogłoszeniu początku egzaminu a skończyć wraz z ogłoszeniem końca egzaminu. Złamanie

Bardziej szczegółowo

Mikroekonometria 2. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 2. Mikołaj Czajkowski Wiktor Budziński Mikroekonometria 2 Mikołaj Czajkowski Wiktor Budziński Klasyczny Model Regresji Liniowej (KMRL) Postać modelu regresji liniowej: yi = Xiβ + εi Modelujemy liniową zależność y od zmiennych objaśniających

Bardziej szczegółowo

METODY STATYSTYCZNE W BIOLOGII

METODY STATYSTYCZNE W BIOLOGII METODY STATYSTYCZNE W BIOLOGII 1. Wykład wstępny 2. Populacje i próby danych 3. Testowanie hipotez i estymacja parametrów 4. Planowanie eksperymentów biologicznych 5. Najczęściej wykorzystywane testy statystyczne

Bardziej szczegółowo

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16

Spis treści. Przedmowa... XI. Rozdział 1. Pomiar: jednostki miar... 1. Rozdział 2. Pomiar: liczby i obliczenia liczbowe... 16 Spis treści Przedmowa.......................... XI Rozdział 1. Pomiar: jednostki miar................. 1 1.1. Wielkości fizyczne i pozafizyczne.................. 1 1.2. Spójne układy miar. Układ SI i jego

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje

Bardziej szczegółowo

Wycena nieruchomości w podejściu porównawczym - complex. Materiały reklamowe ZAWAM-Marek Zawadzki

Wycena nieruchomości w podejściu porównawczym - complex. Materiały reklamowe ZAWAM-Marek Zawadzki Wycena nieruchomości w podejściu porównawczym - complex Materiały reklamowe ZAWAM-Marek Zawadzki Mimo skomplikowania metody szacowania nieruchomości program jest banalny w swojej obsłudze. Na początku

Bardziej szczegółowo

Mobilna r(e)wolucja w e-commerce. Bartosz Witoń

Mobilna r(e)wolucja w e-commerce. Bartosz Witoń Mobilna r(e)wolucja w e-commerce Bartosz Witoń Agenda Udział m-commerce w e-commerce w Polsce i USA 25,00% 20,00% 15,00% 16,00% 18,00% 21,00% 15,00% 23,00% 10,00% 8,00% 5,00% 4,00% 1,90% 0,00% 2013 2014

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA 1. Wykład wstępny 2. Zmienne losowe i teoria prawdopodobieństwa 3. Populacje i próby danych 4. Testowanie hipotez i estymacja parametrów 5. Najczęściej wykorzystywane testy statystyczne

Bardziej szczegółowo

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 23 marca 2006

Ekonometria. Dobór postaci analitycznej, transformacja liniowa i estymacja modelu KMNK. Paweł Cibis 23 marca 2006 , transformacja liniowa i estymacja modelu KMNK Paweł Cibis pcibis@o2.pl 23 marca 2006 1 Miary dopasowania modelu do danych empirycznych Współczynnik determinacji Współczynnik zbieżności 2 3 Etapy transformacji

Bardziej szczegółowo

4. Średnia i autoregresja zmiennej prognozowanej

4. Średnia i autoregresja zmiennej prognozowanej 4. Średnia i autoregresja zmiennej prognozowanej 1. Średnia w próbie uczącej Własności: y = y = 1 N y = y t = 1, 2, T s = s = 1 N 1 y y R = 0 v = s 1 +, 2. Przykład. Miesięczna sprzedaż żelazek (szt.)

Bardziej szczegółowo

czerwiec 2013 Uwaga: Przy rozwiązywaniu zadań, jeśli to konieczne, należy przyjąć poziom istotności 0,1 i współczynnik ufności 0,90

czerwiec 2013 Uwaga: Przy rozwiązywaniu zadań, jeśli to konieczne, należy przyjąć poziom istotności 0,1 i współczynnik ufności 0,90 Uwaga: Przy rozwiązywaniu zadań, jeśli to konieczne, należy przyjąć poziom istotności 0,1 i współczynnik ufności 0,90 czerwiec 2013 Zadanie 1 Poniższe tabele przestawiają dane dotyczące umieralności dzieci

Bardziej szczegółowo

E-commerce w Polsce Kim są polscy e-kupujący? [RAPORT]

E-commerce w Polsce Kim są polscy e-kupujący? [RAPORT] E-commerce w Polsce 2018. Kim są polscy e-kupujący? [RAPORT] data aktualizacji: 2018.07.06 Kupujący online stanowią 56 proc.wszystkich badanych internautów. Wśród kupujących nieco więcej jest osób przed

Bardziej szczegółowo

Model 1: Estymacja KMNK z wykorzystaniem 32 obserwacji 1964-1995 Zmienna zależna: st_g

Model 1: Estymacja KMNK z wykorzystaniem 32 obserwacji 1964-1995 Zmienna zależna: st_g Zadanie 1 Dla modelu DL dla zależności stopy wzrostu konsumpcji benzyny od stopy wzrostu dochodu oraz od stopy wzrostu cen benzyny w latach 1960 i 1995 otrzymaliśmy następujące oszacowanie parametrów.

Bardziej szczegółowo

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007

Ekonometria. Modele regresji wielorakiej - dobór zmiennych, szacowanie. Paweł Cibis pawel@cibis.pl. 1 kwietnia 2007 Modele regresji wielorakiej - dobór zmiennych, szacowanie Paweł Cibis pawel@cibis.pl 1 kwietnia 2007 1 Współczynnik zmienności Współczynnik zmienności wzory Współczynnik zmienności funkcje 2 Korelacja

Bardziej szczegółowo

Cennik zestawów w Ofercie Play Internet PRO

Cennik zestawów w Ofercie Play Internet PRO Cennik zestawów w Ofercie Play Internet PRO Obowiązuje od dnia 19.08.2015 do wyczerpania stanów magazynowych objętych niniejszym Cennikiem lub jego odwołania. Play Internet PRO 59,99 zł (24 raty) 2x Tablet

Bardziej szczegółowo

GOCLEVER W MEDIACH październik 2013

GOCLEVER W MEDIACH październik 2013 GOCLEVER W MEDIACH październik 2013 Testy produktów GOCLEVER w mediach IT Test GOCLEVER FONE 570Q CD Action Phablet to dziwne słowo, które opisuje formę pośrednią pomiędzy smartfonem i tabletem. Ja mam

Bardziej szczegółowo

Zadanie 1 1. Czy wykresy zmiennych sugerują, że zmienne są stacjonarne. Czy występuje sezonowość?

Zadanie 1 1. Czy wykresy zmiennych sugerują, że zmienne są stacjonarne. Czy występuje sezonowość? Zadanie 1 1. Czy wykresy zmiennych sugerują, że zmienne są stacjonarne. Czy występuje sezonowość? Wykres stopy bezrobocia rejestrowanego w okresie 01.1998 12.2008, dane Polskie 22 20 18 16 stopa 14 12

Bardziej szczegółowo

Matematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0

Matematyka - Statystyka matematyczna Mathematical statistics 2, 2, 0, 0, 0 Nazwa przedmiotu: Kierunek: Matematyka - Statystyka matematyczna Mathematical statistics Inżynieria materiałowa Materials Engineering Rodzaj przedmiotu: Poziom studiów: forma studiów: obowiązkowy studia

Bardziej szczegółowo

Wycena nieruchomości za pomocą wyboru wielokryterialnego w warunkach niepewności rozmytej oraz klasycznie: metodą pp i kcś

Wycena nieruchomości za pomocą wyboru wielokryterialnego w warunkach niepewności rozmytej oraz klasycznie: metodą pp i kcś Wycena nieruchomości za pomocą wyboru wielokryterialnego w warunkach niepewności rozmytej oraz klasycznie: metodą pp i kcś Materiały reklamowe ZAWAM-Marek Zawadzki Wybór wielokryterialny jako jadna z metod

Bardziej szczegółowo

Teoria Estymacji. Do Powyżej

Teoria Estymacji. Do Powyżej Teoria Estymacji Zad.1. W pewnym przedsiębiorstwie wylosowano niezależnie próbę 25 pracowników. Staż pracy (w latach) tych pracowników w 1996 roku był następujący: 37; 34; 0*; 5; 17; 17; 0*; 2; 24; 33;

Bardziej szczegółowo

Mikroekonometria 6. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 6. Mikołaj Czajkowski Wiktor Budziński Mikroekonometria 6 Mikołaj Czajkowski Wiktor Budziński Metody symulacyjne Monte Carlo Metoda Monte-Carlo Wykorzystanie mocy obliczeniowej komputerów, aby poznać charakterystyki zmiennych losowych poprzez

Bardziej szczegółowo

Weryfikacja hipotez statystycznych, parametryczne testy istotności w populacji

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

Bardziej szczegółowo

Ćwiczenia IV

Ćwiczenia IV Ćwiczenia IV - 17.10.2007 1. Spośród podanych macierzy X wskaż te, których nie można wykorzystać do estymacji MNK parametrów modelu ekonometrycznego postaci y = β 0 + β 1 x 1 + β 2 x 2 + ε 2. Na podstawie

Bardziej szczegółowo

Ekonometria Ćwiczenia 19/01/05

Ekonometria Ćwiczenia 19/01/05 Oszacowano regresję stopy bezrobocia (unemp) na wzroście realnego PKB (pkb) i stopie inflacji (cpi) oraz na zmiennych zero-jedynkowych związanymi z kwartałami (season). Regresję przeprowadzono na danych

Bardziej szczegółowo

OG/328/2012 Katowice, dn. 11.09.2012r. TREŚĆ ZAPYTAŃ WRAZ Z WYJAŚNIENIAMI ORAZ MODYFIKACJA SIWZ

OG/328/2012 Katowice, dn. 11.09.2012r. TREŚĆ ZAPYTAŃ WRAZ Z WYJAŚNIENIAMI ORAZ MODYFIKACJA SIWZ OG/328/2012 Katowice, dn. 11.09.2012r. TREŚĆ ZAPYTAŃ WRAZ Z WYJAŚNIENIAMI ORAZ MODYFIKACJA SIWZ Dotyczy: postępowania o udzielenie zamówienia w trybie przetargu nieograniczonego wg Wewnętrznego Regulaminu

Bardziej szczegółowo

Polskie prawo nakazuje stosowanie metod ekonometrycznych w wycenie konsekwencje art. 157 ugn.

Polskie prawo nakazuje stosowanie metod ekonometrycznych w wycenie konsekwencje art. 157 ugn. Krzysztof Głębicki, Lucyna Michalec Polskie prawo nakazuje stosowanie metod ekonometrycznych w wycenie konsekwencje art. 157 ugn. Rozdział I Dlaczego w wycenie nie należy stosować metody regresji? Do napisania

Bardziej szczegółowo

Telewizory LCD luty 2009

Telewizory LCD luty 2009 Preferencje zakupowe użytkowników porównywarki Okazje.info w kategorii Telewizory LCD luty 2009 Wiodące marki Preferowane parametry Preferowane ceny Liderzy rynku Spis treści Informacje o serwisie...4

Bardziej szczegółowo

Standardowe konfiguracje notebooków, tabletów i smartfonów dla jednostek i komórek organizacyjnych UEP

Standardowe konfiguracje notebooków, tabletów i smartfonów dla jednostek i komórek organizacyjnych UEP Standardowe konfiguracje notebooków, tabletów i smartfonów dla jednostek i komórek organizacyjnych UEP NOTEBOOKI N1. Konfiguracja do 2000 zł brutto matryca 11,6 Pojemność pamięci masowa 32GB Pamięć RAM

Bardziej szczegółowo

Cennik zestawów w Ofercie Formuła 4G LTE Unlimited PRO

Cennik zestawów w Ofercie Formuła 4G LTE Unlimited PRO Cennik zestawów w Ofercie Formuła 4G LTE Unlimited PRO Obowiązuje od dnia 07.07.2015 do wyczerpania stanów magazynowych objętych niniejszym Cennikiem lub jego odwołania. Formuła 4G LTE PRO 59,99 zł 5 zł

Bardziej szczegółowo

3. Modele tendencji czasowej w prognozowaniu

3. Modele tendencji czasowej w prognozowaniu II Modele tendencji czasowej w prognozowaniu 1 Składniki szeregu czasowego W teorii szeregów czasowych wyróżnia się zwykle następujące składowe szeregu czasowego: a) składowa systematyczna; b) składowa

Bardziej szczegółowo

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl

Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyka w pracy badawczej nauczyciela Wykład 4: Analiza współzależności dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Statystyczna teoria korelacji i regresji (1) Jest to dział statystyki zajmujący

Bardziej szczegółowo

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej III kwartał 2016 r.

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej III kwartał 2016 r. Listopad 216 r. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej III kwartał 216 r. NBP Oddział Okręgowy w Katowicach Katowice, 216 r. Synteza Synteza Informację

Bardziej szczegółowo

Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu

Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu Technikum Nr 2 im. gen. Mieczysława Smorawińskiego w Zespole Szkół Ekonomicznych w Kaliszu Wymagania edukacyjne niezbędne do uzyskania poszczególnych śródrocznych i rocznych ocen klasyfikacyjnych z obowiązkowych

Bardziej szczegółowo

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji

REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ. Analiza regresji i korelacji Statystyka i opracowanie danych Ćwiczenia 5 Izabela Olejarczyk - Wożeńska AGH, WIMiIP, KISIM REGRESJA I KORELACJA MODEL REGRESJI LINIOWEJ MODEL REGRESJI WIELORAKIEJ MODEL REGRESJI LINIOWEJ Analiza regresji

Bardziej szczegółowo

Outsourcing a produktywność pracy w polskich przedsiębiorstwach. Anna Grześ Zakład Zarządzania Uniwersytet w Białymstoku

Outsourcing a produktywność pracy w polskich przedsiębiorstwach. Anna Grześ Zakład Zarządzania Uniwersytet w Białymstoku Outsourcing a produktywność pracy w polskich przedsiębiorstwach Anna Grześ Zakład Zarządzania Uniwersytet w Białymstoku Cele : pomiar produktywności pracy w polskich przedsiębiorstwach na poziomie sekcji

Bardziej szczegółowo

Mikroekonometria 9. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 9. Mikołaj Czajkowski Wiktor Budziński Mikroekonometria 9 Mikołaj Czajkowski Wiktor Budziński Wielomianowy model logitowy Uogólnienie modelu binarnego Wybór pomiędzy 2 lub większą liczbą alternatyw Np. wybór środka transportu, głos w wyborach,

Bardziej szczegółowo

Wykład 10 Skalowanie wielowymiarowe

Wykład 10 Skalowanie wielowymiarowe Wykład 10 Skalowanie wielowymiarowe Wrocław, 30.05.2018r Skalowanie wielowymiarowe (Multidimensional Scaling (MDS)) Główne cele MDS: przedstawienie struktury badanych obiektów przez określenie treści wymiarów

Bardziej szczegółowo

Ekonometria egzamin 02/02/ W trakcie egzaminu wolno używać jedynie długopisu o innym kolorze atramentu niż czerwony oraz kalkulatora.

Ekonometria egzamin 02/02/ W trakcie egzaminu wolno używać jedynie długopisu o innym kolorze atramentu niż czerwony oraz kalkulatora. imię, nazwisko, nr indeksu: Ekonometria egzamin 02/02/2011 1. Egzamin trwa 90 minut. 2. Rozwiązywanie zadań należy rozpocząć po ogłoszeniu początku egzaminu a skończyć wraz z ogłoszeniem końca egzaminu.

Bardziej szczegółowo

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności.

TEST STATYSTYCZNY. Jeżeli hipotezę zerową odrzucimy na danym poziomie istotności, to odrzucimy ją na każdym większym poziomie istotności. TEST STATYSTYCZNY Testem statystycznym nazywamy regułę postępowania rozstrzygająca, przy jakich wynikach z próby hipotezę sprawdzaną H 0 należy odrzucić, a przy jakich nie ma podstaw do jej odrzucenia.

Bardziej szczegółowo

Podstawy ekonometrii. Opracował: dr hab. Eugeniusz Gatnar prof. WSBiF

Podstawy ekonometrii. Opracował: dr hab. Eugeniusz Gatnar prof. WSBiF Podstawy ekonometrii Opracował: dr hab. Eugeniusz Gatnar prof. WSBiF Cele przedmiotu: I. Ogólne informacje o przedmiocie. - Opanowanie podstaw teoretycznych, poznanie przykładów zastosowań metod modelowania

Bardziej szczegółowo

-materiały reklamowe- PROGRAM WYCENA NIERUCHOMOŚCI W PODEJŚCIU PORÓWNAWCZYM METODAMI NUMERYCZNYMI

-materiały reklamowe- PROGRAM WYCENA NIERUCHOMOŚCI W PODEJŚCIU PORÓWNAWCZYM METODAMI NUMERYCZNYMI -materiały reklamowe- PROGRAM WYCENA NIERUCHOMOŚCI W PODEJŚCIU PORÓWNAWCZYM METODAMI NUMERYCZNYMI ADRESACI APLIKACJI. To nie jest aplikacja dla wszystkich. Ta aplikacja jest kierowana do AMBITNYCH RZECZOZNAWCÓW,

Bardziej szczegółowo

Niestacjonarne zmienne czasowe własności i testowanie

Niestacjonarne zmienne czasowe własności i testowanie Materiał dla studentów Niestacjonarne zmienne czasowe własności i testowanie (studium przypadku) Część 3: Przykłady testowania niestacjonarności Nazwa przedmiotu: ekonometria finansowa I (22204), analiza

Bardziej szczegółowo

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 2016 r.

Informacja sygnalna. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 2016 r. Sierpień 216 r. Rynek nieruchomości mieszkaniowych w Katowicach oraz w niektórych miastach aglomeracji śląskiej II kwartał 216 r. NBP Oddział Okręgowy w Katowicach Katowice, 216 r. Synteza Synteza Informację

Bardziej szczegółowo

GRUPY NIEZALEŻNE Chi kwadrat Pearsona GRUPY ZALEŻNE (zmienne dwuwartościowe) McNemara Q Cochrana

GRUPY NIEZALEŻNE Chi kwadrat Pearsona GRUPY ZALEŻNE (zmienne dwuwartościowe) McNemara Q Cochrana GRUPY NIEZALEŻNE Chi kwadrat Pearsona Testy stosujemy w sytuacji, kiedy zmienna zależna mierzona jest na skali nominalnej Liczba porównywanych grup (czyli liczba kategorii zmiennej niezależnej) nie ma

Bardziej szczegółowo

Metody Ilościowe w Socjologii

Metody Ilościowe w Socjologii Metody Ilościowe w Socjologii wykład 2 i 3 EKONOMETRIA dr inż. Maciej Wolny AGENDA I. Ekonometria podstawowe definicje II. Etapy budowy modelu ekonometrycznego III. Wybrane metody doboru zmiennych do modelu

Bardziej szczegółowo

ZAPYTANIE OFERTOWE NR POPŻ/DT/1/11/2015

ZAPYTANIE OFERTOWE NR POPŻ/DT/1/11/2015 Gdańsk, dnia 13.11.2015 ZAPYTANIE OFERTOWE NR POPŻ/DT/1/11/2015 I. ZAMAWIAJĄCY Związek Stowarzyszeń Bank Żywności w Trójmieście Ul. Tysiąclecia 13 A 80-351 Gdańsk tel. 58 325 24 48 e-mail: biuro@bztrojmiasto.pl

Bardziej szczegółowo

K wartość kapitału zaangażowanego w proces produkcji, w tys. jp.

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.

Bardziej szczegółowo

Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817

Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817 Analiza Danych Sprawozdanie regresja Marek Lewandowski Inf 59817 Zadanie 1: wiek 7 8 9 1 11 11,5 12 13 14 14 15 16 17 18 18,5 19 wzrost 12 122 125 131 135 14 142 145 15 1 154 159 162 164 168 17 Wykres

Bardziej szczegółowo

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018

Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018 Projekt zaliczeniowy z Ekonometrii i prognozowania Wyższa Szkoła Bankowa w Toruniu 2017/2018 Nr indeksu... Imię i Nazwisko... Nr grupy ćwiczeniowej... Imię i Nazwisko prowadzącego... 1. Specyfikacja modelu

Bardziej szczegółowo

Metody wyceny nierynkowej i ich wykorzystanie w praktyce

Metody wyceny nierynkowej i ich wykorzystanie w praktyce Metody wyceny nierynkowej i ich wykorzystanie w praktyce Mikołaj Czajkowski miq@wne.uw.edu.pl Czym jest wartość ekonomiczna? Ekonomiczna wycena Wartość ekonomiczna Dawne źródła wartości praca, ziemia Wartość

Bardziej szczegółowo

Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 2014/2015

Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki 2014/2015 Tryb studiów Niestacjonarne Nazwa kierunku studiów Finanse i Rachunkowość Poziom studiów Stopień pierwszy Rok studiów/ semestr II/4 Państwowa Wyższa Szkoła Zawodowa w Suwałkach SYLLABUS na rok akademicki

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

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.

Bardziej szczegółowo

Metoda Johansena objaśnienia i przykłady

Metoda Johansena objaśnienia i przykłady Metoda Johansena objaśnienia i przykłady Model wektorowej autoregresji rzędu p, VAR(p), ma postad gdzie oznacza wektor zmiennych endogenicznych modelu. Model VAR jest stabilny, jeżeli dla, tzn. wielomian

Bardziej szczegółowo

Ekonometria. Wprowadzenie do modelowania ekonometrycznego Estymator KMNK. Jakub Mućk. Katedra Ekonomii Ilościowej

Ekonometria. Wprowadzenie do modelowania ekonometrycznego Estymator KMNK. Jakub Mućk. Katedra Ekonomii Ilościowej Ekonometria Wprowadzenie do modelowania ekonometrycznego Estymator Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Wykład 1 Estymator 1 / 16 Agenda 1 Literatura Zaliczenie przedmiotu 2 Model

Bardziej szczegółowo

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński

Mikroekonometria 5. Mikołaj Czajkowski Wiktor Budziński Mikroekonometria 5 Mikołaj Czajkowski Wiktor Budziński Zadanie 1. Wykorzystując dane me.medexp3.dta przygotuj model regresji kwantylowej 1. Przygotuj model regresji kwantylowej w którym logarytm wydatków

Bardziej szczegółowo

Zwyczaje Polaków związane z korzystaniem ze smartfonów i tabletów. Projekt badawczy dla:

Zwyczaje Polaków związane z korzystaniem ze smartfonów i tabletów. Projekt badawczy dla: Zwyczaje Polaków związane z korzystaniem ze smartfonów i tabletów Projekt badawczy dla: Warszawa, 25 września 2013 Agenda konferencji 1. Powitanie uczestników wideokonferencji i ogłoszenie konkursu.iwona

Bardziej szczegółowo

Ekonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej

Ekonometria. Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych. Jakub Mućk. Katedra Ekonomii Ilościowej Ekonometria Prognozowanie ekonometryczne, ocena stabilności oszacowań parametrów strukturalnych Jakub Mućk Katedra Ekonomii Ilościowej Jakub Mućk Ekonometria Wykład 4 Prognozowanie, stabilność 1 / 17 Agenda

Bardziej szczegółowo

Wyniki badań na temat marki czekolady. Opracowanie: Krzos Ewa Ostapowicz Joanna Piszczek Edyta Skowroński Patryk

Wyniki badań na temat marki czekolady. Opracowanie: Krzos Ewa Ostapowicz Joanna Piszczek Edyta Skowroński Patryk Wyniki badań na temat marki czekolady Opracowanie: Krzos Ewa Ostapowicz Joanna Piszczek Edyta Skowroński Patryk Podstawowe dane Metoda badawcza: badanie ankietowe Narzędzie badawcze: Kwestionariusz ankiety

Bardziej szczegółowo

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie

1.7. Eksploracja danych: pogłębianie, przeszukiwanie i wyławianie Wykaz tabel Wykaz rysunków Przedmowa 1. Wprowadzenie 1.1. Wprowadzenie do eksploracji danych 1.2. Natura zbiorów danych 1.3. Rodzaje struktur: modele i wzorce 1.4. Zadania eksploracji danych 1.5. Komponenty

Bardziej szczegółowo

Internet Security Multi-Device PL Box 2-Device 1Year KL1941PBBFS

Internet Security Multi-Device PL Box 2-Device 1Year KL1941PBBFS Internet Security Multi-Device PL Box 2-Device 1Year KL1941PBBFS Parametry Opis Kaspersky Internet Security multi-device Wieloplatformowe rozwiązanie, które z użyciem jednej licencji chroni komputery PC

Bardziej szczegółowo

GOCLEVER W MEDIACH Sierpień 2013

GOCLEVER W MEDIACH Sierpień 2013 GOCLEVER W MEDIACH Sierpień 2013 Testy produktów GOCLEVER Test GOCLEVER FONE 500 - Android User Pojawienie się tego modelu pozwala mieć nadzieję, że otworzy to drogę dla bardziej dopracowanych, niedrogich

Bardziej szczegółowo

Stanisław Cichocki. Natalia Nehrebecka

Stanisław Cichocki. Natalia Nehrebecka Stanisław Cichocki Natalia Nehrebecka 1. Testy diagnostyczne 2. Testowanie prawidłowości formy funkcyjnej modelu 3. Testowanie normalności składników losowych 4. Testowanie stabilności parametrów 5. Testowanie

Bardziej szczegółowo

Prof. zw. dr hab. inż. dr h.c. Stanisław Urban Uniwersytet Ekonomiczny we Wrocławiu

Prof. zw. dr hab. inż. dr h.c. Stanisław Urban Uniwersytet Ekonomiczny we Wrocławiu Prof. zw. dr hab. inż. dr h.c. Stanisław Urban Uniwersytet Ekonomiczny we Wrocławiu Analiza rynku. Badania produktów By decyzje podejmowane na różnych etapach zarządzania produktem były trafne, trzeba

Bardziej szczegółowo