Próba oszacowania światowego rozkładu dochodów

Wielkość: px
Rozpocząć pokaz od strony:

Download "Próba oszacowania światowego rozkładu dochodów"

Transkrypt

1 Stanisław Maciej Kot * Próba oszacowania światowego rozkładu dochodów Wstęp Celem pracy jest oszacowanie rozkładu dochodów osób w świecie w latach Na tej podstawie analizowane będą tendencje kształtowania się nierówności, ubóstwa i dobrobytu społecznego świata. Światowy rozkład dochodów (w skrócie: WID, World Income Distribution) będzie wyrażony jako mieszanka rozkładów dochodów poszczególnych krajów. Z kolei rozkłady dochodów poszczególnych krajów będą modelowane za pomocą rozkładu loglogistycznego [Fiska, 1961]. Próby szacowania WID podejmowało już wielu badaczy. Niewątpliwie ważny impuls stanowią kontrowersje wokół skutków globalizacji, zwłaszcza w odniesieniu do problemów ubóstwa i nierówności w świecie. Formułowane hipotezy w stylu: biedni jeszcze bardziej biednieją, podczas gdy bogaci jeszcze bardzie się bogacą, czy też: przepaść ekonomiczna między bogatą Północą a biednym Południem poszerza się domagają się weryfikacji empirycznej. W badaniach WID podstawową trudnością jest brak odpowiednio licznych, wiarygodnych i porównywalnych danych statystycznych. Wybór określonego zestawu wskaźników ma decydujący wpływ na uzyskiwane oceny ekonomicznych nierówności i ubóstwa [Atkinson, Brandolini, 2001]. W naszych badaniach uwzględnimy kraje, dla których dostępne są dane w postaci, co najmniej, indeksu Giniego i GDP per capita. Z tego powodu zdecydowaliśmy sie na wykorzystanie dwuparametrycznego rozkładu loglogistycznego, ponieważ jego parametry można oszacować na podstawie tych dwóch informacji. Układ pracy jest następujący. W części 2 przedstawiamy teoretyczną postać WID oraz metodę szacowania charakterystyk tego rozkładu. W części 3 przedstawiamy materiał statystyczny wykorzystany w badaniach. Omawiamy tu również zastosowane w pracy metody interpolacji brakujących danych. W części 4 przedstawiamy wyniki badań empirycznych. Część 5 zawiera dyskusję z wynikami osiągniętymi przez innych autorów. W 6 części (końcowej) przedstawiamy wnioski wynikające z przeprowadzonych badań. Niniejsze badania były wykonane w ramach projektu nr N N Teoretyczny model światowego rozkładu dochodów Będziemy rozważać K krajów świata, dla których dostępne są dane statystyczne w postaci indeksu Giniego, GDP per capita oraz wielkości populacji w danym roku. Zakładamy, że teoretyczny rozkład dochodów per capita w każ- * Prof. dr hab., Zakład Statystyki, Katedra Nauk Ekonomicznych, Wydział Zarządzania i Ekonomii, Politechnika Gdańska, Stanisław.Kot@zie.pg.gda.pl

2 94 Stanisław Maciej Kot dym roku jest typu log-logistycznego (w skrócie L-L), znanym też jako rozkład Fiska (1961) 1, o funkcji gęstości: a1 ax f ( x), a a 2 b 1 ( x / b) x 0, (1) gdzie a i b są parametrami dodatnimi. Dystrybuanta tego rozkładu ma postać: a x F( x) 1, x 0. (2) b Momenty zwykłe rzędu r w tym rozkładzie wyraża wzór: r r b r mr E[ X ]. (3) asin( r / a) W szczególności, wartość przeciętna w tym rozkładzie będzie równa: b E[ X ]. (4) asin( / a) Można też wykazać, że indeks Giniego w rozkładzie log-logistycznym jest równy: G 1. (5) a Jeśli dysponujemy ocenami średniej ˆ oraz indeksu Giniego Ĝ, to korzystając z tożsamości (4) i (5) otrzymamy oceny parametrów a i b omawianego rozkładu: 1 aˆ, (6) Gˆ ˆ ˆ aˆ sin( / aˆ ) b. (7) Proponujemy potraktować rozkład dochodów dla świata jako mieszankę rozkładów dochodów poszczególnych krajów. Dystrybuanta F(x) światowego rozkładu dochodów będzie zatem równa: K i1 i 1 F( x) p F ( x), (8) gdzie F i (x) jest dystrybuantą rozkładu dochodów i-tego kraju, a waga p i jest równa udziałowi wielkości populacji i-tego kraju w łącznej populacji K rozważanych krajów. W postaci mieszanki możemy też przedstawić funkcję gęstości WID: K i1 i i f ( x) p f ( x) (9) i 1 Fisk (1961) przedstawił funkcje gęstości tego rozkładu za pomocą tangensa hiperbolicznego, co utrudniało rozpoznanie na pierwszy rzut oka rozkładu znanego już wcześniej.

3 Próba oszacowania światowego rozkładu dochodów 95 i jego momenty (jeśli istnieją): m r K i1 p m i ri, (10) gdzie f i (x) we wzorze (9) oznacza funkcję gęstości rozkładu dochodów i-tego kraju, natomiast m ri we wzorze (10) jest r-tym momentem rozkładu dochodów i- tego kraju, i =1,,K. Jeśli ustalimy linię ubóstwa z dla świata, to miernik skali ubóstwa h, jako frakcji osób o dochodach poniżej z obliczymy wprost z równości (8) jako h =F(z). Istnieje ogólniejsza rodzina miar ubóstwa, oznaczana zwykle symbolem FGT α, obliczana na podstawie próby (x 1,,x n ) dochodów i zdefiniowana następująco: n 1 FGT g j (11) n j1 gdzie indywidualna luka ubóstwa g j ma postać 2 : z x j, dla x j z g j z, (12) 0, dla x j z zob. [Foster, Greer, Thorbeck, 1984]. Szczególne przypadki rodziny FGT α, indeksowanej po α, ukazują rozmaite aspekty ubóstwa. I tak dla α = 0 otrzymujemy frakcję ubogich h. Dla α = 1 otrzymujemy miarę FGT 1, która odzwierciedla intensywność ubóstwa, co można interpretować jako miarę zubożenia społeczeństwa jako całości (lub ubóstwo per capita). Z kolei miara FGT 2, dla α = 2, odzwierciedla dotkliwość ubóstwa. Można udowodnić, że w rozkładzie log-logistycznym FGT 1 da się przedstawić za pomocą niekompletnego momentu rzędu pierwszego I(z,1), gdzie z jest linią ubóstwa: I( z,1) FGT1 h, (13) z gdzie: 1 1 I( z,1) I F ( z) 1,1 (14) a a jest dochodem średnim, a I y (p,q) jest niekompletną funkcją Beta w punkcie y = F(x). Z uwagi na możliwość nieistnienia niekompletnych momentów rzędu 2-go i wyższych, nie będziemy obliczać dotkliwości ubóstwa FGT 2. Indeks Giniego G dla WID nie da się przedstawić, w ogólnym przypadku, jako średnia ważona indeksów Giniego G i dla krajów i=1,,k, ponieważ nie jest to miara dekomponowalna. Możemy jednak szacować indeks Giniego dla WID korzystając z następującej formuły: 2 Nazwa FGT α pochodzi od pierwszych liter nazwisk tych autorów.

4 96 Stanisław Maciej Kot G, (15) 2 gdzie jest dochodem średnim, a jest średnią różnicą bezwzględną. Ta ostatnia wielkość może być przedstawiona następująco: 0 2 F ( x)[1 F( x)] dx, (16) zob. [Kendall, Stuart, 1961, s. 53] 3. [Yitzhaki, 2003] proponuje następujący estymator dla n-elementowej próby: n1 ˆ 2 Fˆ ( x )[1 ˆ i F( xi )]( xi1 xi ), (17) i1 gdzie znak ^ nad wielkością oznacza estymator z próby. Podstawowy problem ze stosowaniem wzoru (17) w przypadku ustalania indeksu Giniego dla światowego rozkładu dochodów wiąże się z brakiem informacji o poziomach dochodów x i, gdyż nie dysponujemy próbą z tego rozkładu. W niniejszych badaniach rolę tej próby będą spełniać zaobserwowane wartości GDP per capita dla krajów wybranych do badań. Takie rozwiązanie może jednak dostarczać zaniżonych ocen indeksu Giniego dla świata, ponieważ nawet w kraju o największej wartości GDP per capita w próbie (jako miary dochodu średniego per capita) maksymalne dochody są oczywiście większe. 2. Materiał statystyczny Do szacowania światowego rozkładu dochodów będziemy korzystać z danych statystycznych pochodzących z rozmaitych źródeł. Głównym źródłem tych danych będą bazy DS (Deninger-Squire) Banku Światowego, WIID2 (UNU/WIDER World Income Inequality Database) i LIS (Luxemburg Income Study). Dodatkowo skorzystamy też z mikro-danych o budżetach polskich gospodarstw domowych udostępnionych przez GUS, a także z wyników badań innych autorów mających unikatowy dostęp do mikro-danych o budżetach gospodarstw domowych (m.in. Brazylii, Japonii i Polski). Szeregi czasowe indeksu Giniego wygładzono wielomianami odpowiedniego rzędu. Pozwoliło to nie tylko wyeliminować wahania losowe spowodowane różną jakością danych dla poszczególnych lat, lecz także na uzupełnienie brakujących danych. Z uwagi na zastosowaną tu metodę interpolacji i wygładzania danych, ostatecznie do próby wybrano 119 krajów, dla których istniały co najmniej 3 obserwacje indeksu Giniego. Dla uzupełnienia brakujących danych zdecydowano się dodanie ekstrapolacji na jeden rok do przodu i/lub jeden rok wstecz dla tych krajów, dla których było to merytorycznie uzasadnione 4. Chociaż do analizy wybraliśmy tylko 119 krajów, to łączna liczba zamieszka- 3 Wzór (16) jest prawdziwy dla dowolnego rozkładu ciągłego. W przypadku, gdy dziedziną rozkładu jest cała oś rzeczywista, granice całkowania są równe odpowiednio: - i. 4 Dane wygładzonych indeksów Giniego Autor udostępni na życzenie.

5 Próba oszacowania światowego rozkładu dochodów 97 łych w nich osób stanowiła bardzo duży procent populacji świata, rzędu 88-93%. 3. Rezultaty badań empirycznych Na podstawie wygładzonych indeksów Giniego oraz dochodów GDP per capita oszacowano w każdym roku parametry a i b rozkładu log-logistycznego dla każdego z krajów z osobna. Na rysunku 1 przedstawiono wykresy funkcji gęstości światowego rozkładu dochodów w wybranych latach. Dla zwiększenia przejrzystości obrazu zastosowano skalę logarytmiczną (o podstawie 10) dochodów per capita. Rysunek 1. Funkcje gęstości światowego rozkładu dochodów dla lat 1990, 1995, 2000 i 2005 f(x) 5.0E-4 4.0E-4 3.0E-4 2.0E-4 1.0E E Dochód/osobę Źródło: Opracowanie własne. Na rysunku 1 możemy zauważyć systematyczne przesuwanie się w prawo masy prawdopodobieństwa światowego rozkładu dochodów dla kolejnych lat.. Towarzyszą temu zmiany parametrów tego rozkładu, o czym będzie mowa dalej. W tablicy 1 zamieszczono wyniki estymacji przeciętnych wartości światowego rozkładu dochodu/osobę oraz indeksu Giniego w latach W przypadku dochodu średniego stosowano wagi równe udziałowi populacji każdego kraju w łącznej populacji wybranych krajów. Dla porównania przytoczono oceny indeksu Giniego uzyskane przez [Pinkovskiy ego, Sala-i-Martina, 2009]. Ostatnia kolumna tej tablicy zawiera wartości indeksu Sena, będącego uproszczoną funkcją dobrobytu.

6 98 Stanisław Maciej Kot Tablica 1. Dochód średni na osobę oraz nierówności ekonomiczne w światowym rozkładzie dochodów w latach Średni dochód Indeks Giniego 1) Indeks Giniego 2) Indeks Sena Źródło: Obliczenia własne 1) Oceny Autora, 2) oceny Pinkovskiy, Sala-i-Martin (2009) Na rysunku 2 przedstawiono kształtowanie się w czasie nierówności ekonomicznych, mierzonych indeksem Giniego, w światowym rozkładzie dochodów w latach W tablicy 1 i na rysunku 3 ujawniają sie dwie charakterystyczne cechy nierówności ekonomicznych w światowym rozkładzie dochodów: wysoki poziom oraz malejący trend. Nasze oceny nierówności ekonomicznych w tym rozkładzie i oceny [Pinkovskiy ego, Sala-i-Martina, 2009] są bardzo zbliżone 5. Natomiast zjawisko malejącego trendu nierówności ekonomicznych w światowym rozkładzie dochodów, zaobserwowane już wcześniej przez [Sala-i-Martina, 2006], przeczy potocznej opinii o pogłębiających się nierównościach ekonomicznych w świecie. Na rysunku 3 przedstawiono kształtowanie się indeksu Sena, jako uproszczonej miary dobrobytu społecznego. Można zauważyć, że dobrobyt społeczny. po nieznacznym spadku w roku 1991, w następnych latach wzrastał. Do analizy ekonomicznego zubożenia świata przyjęto trzy linie ubóstwa (na osobę): 1 dolar/dzień, 2 dolary/dzień oraz połowę dochodu średniego. Z uwagi na to, że posługujemy się rozkładami dochodu na rok, to pierwsze dwie linie ubóstwa były odpowiednio równe: 365 [$} oraz 730 [$] (ceny stałe roku 2005). Tablica2 zawiera oceny wybranych miar ubóstwa (h frakcja ubogich, FGT 1 oraz dodatkowo μ z średni dochód wśród ubogich. 5 [Pinkovskiy, Sala-i-Martin, 2009] stosowali inne rozkłady teoretyczne do szacowania indeksu Giniego.

7 Próba oszacowania światowego rozkładu dochodów 99 Rysunek 2. Nierówności w światowym rozkładzie dochodów Gini 67 Oceny indeksu Giniego Autora Pinkovskiy, Sala-i-Martin Źródło: Opracowanie własne. Rysunek 3. Dobrobyt w światowym rozkładzie dochodów Sen [$] Źródło: Opracowanie własne. Dla zilustrowania tendencji kształtowania się skali ubóstwa w świecie sporządzono rysunek 4, na którym przedstawiono frakcję ubogich h obliczaną na podstawie absolutnej linii ubóstwa (lewa oś) oraz relatywnej linii ubóstwa równej połowie dochodu średniego (prawa oś). Wykres frakcji ubogich h na rysunku 5 liczony na podstawie absolutnej linii ubóstwa 1dolar/dzień (lewa oś) ukazuje malejącą tendencję skali ubóstwa w świecie, za wyjątkiem roku 1991, w którym można zaobserwować nieznaczny wzrost. W roku 1990 było na świecie około 5% osób o dochodzie nieprzekraczającym $1/dzień ($365/rok). W roku 2005 osoby te stanowiły około 2% populacji świata. Oznacza to, ze w wymiarze

8 100 Stanisław Maciej Kot absolutnym, w roku 1990 było na świecie 272 mln takich osób, a w roku mln, a więc ponad dwukrotnie mniej w porównaniu z rokiem Tablica 2. Ubóstwo ekonomiczne w światowym rozkładzie dochodów w latach z=365 ($1/dzień) z=730 ($2/dzień) z=średnia/2) h FGT 1 z h FGT 1 z h FGT 1 z Objaśnienia: z linia ubóstwa, h frakcja ubogich,, μ z średni dochód wśród ubogich, FGT 1 miara Foster-Greer-Thorbecke dla α = 1. Źródło: Obliczenia własne. Rysunek 4. Skala ubóstwa w świecie w latach h 0.06 h Frakcja ubogich h dla linii ubóstwa: $1/dzień (lewa oś) średnia/2 (prawa oś) Źródło: Opracowanie własne.

9 Próba oszacowania światowego rozkładu dochodów 101 Gdy za linię ubóstwa przyjmiemy $2/dzień ($730 /rok), to w roku 1990 osoby ubogie stanowiły około 20% populacji świata. W roku 2005 osoby ubogie wg tego standardu stanowiły nieco ponad 8% ludności świata. Oznacza to, że w wymiarze absolutnym żyło na świecie 1,07 mld ubogich, a w 2005 roku 524 milionów. Gdy frakcja ubogich h jest obliczana na podstawie relatywnej linii ubóstwa, równej połowie średniej w rozkładzie dochodów świata, to otrzymujemy nieco inny obraz kształtowania się w czasie skali ubóstwa w świecie. W okresie procent osób ubogich w świecie utrzymywał się na mniej więcej stałym poziomie rzędu 66%. Począwszy od roku 2000 procent osób ubogich (wg tego kryterium) systematycznie malał, do poziomu 62%. W wymiarze absolutnym, w roku 1990 żyło na świecie około 3,47 mld osób ubogich, natomiast w roku 2005: 4 mld. Można sądzić, że ten wzrost absolutnej liczby ubogich (wg kryterium relatywnego) był wypadkową dwóch procesów: faktu rosnącego poziomu dochodu średniego świata oraz z powiększającej się populacji światowej. W odróżnieniu od rozpatrywanych powyżej miar h oraz μ z odnoszących się do rozkładu dochodów wśród osób ubogich, miara FGT 1 odzwierciedla stopień zubożenia społeczeństwa jako całości. Jak zaznaczaliśmy w części 2, miarę FGT 1 można interpretować jako ubóstwo per capita, lub intensywność ubóstwa. Na rysunku 5 przedstawiono wykresy obrazujące kształtowanie się miary FGT 1 w rozważanym okresie, dla absolutnej linii ubóstwa (lewa oś) oraz relatywnej linii ubóstwa równej połowie dochodu średniego (prawa oś). Rysunek 5. Intensywność ubóstwa w świecie w latach FGT FGT Linia ubóstwa: $1/dzień (lewa oś) średnia/2 (prawa oś) Źródło: Opracowanie własne.

10 102 Stanisław Maciej Kot Na rysunku 5 wykres miary FGT 1 dla absolutnej linii ubóstwa maleje w całym rozpatrywanym okresie. Oznacza to, że zubożenie światowej populacji osób zmniejszało się. Do podobnego wniosku prowadzi obserwacja zmian FGT 1, gdy kryterium ubóstwa jest połowa średniej w światowym rozkładzie dochodów. Wyjątek w tej ogólnej tendencji stanowią trzy pierwsze lata, w których rozważana miara wzrastała. Zakończenie Zastosowana w pracy metoda rekonstrukcji światowego rozkładu dochodów ujawniła kilka ważnych faktów. Okazało się, że w rozważanym okresie nierówności ekonomiczne systematycznie malały. Wzrastał tez dobrobyt społeczny. Ubóstwo ekonomiczne również zmniejszało się, niezależnie od przyjętej linii ubóstwa. Wnioski te przeczą potocznym poglądom na temat negatywnego wpływu globalizacji na nierówności i ubóstwo w świecie. Literatura 1. Atkinson, A. B., Brandolini, A. (2001), Promise and pitfalls in the use of secondary data-sets: income inequality in OECD Countries, Journal of Economic Literature, vol Deninger K., Squire L. (1996), A new data set measuring income inequality, The World Bank Economic Review, Vol. 10 (3). 3. DS World Bank database, 4. Kendall M.G., Stuart A. (1961), The Advanced Theory of Statistics, Vol. 2, Griffin & Co. Ltd., London. 5. Pinkovskiy M., Sala-i-Martin X. (2009), Parametric estimations of the Word distribution of income, NBER Working Paper No Sala-i-Martin X. (2006) The world distribution of income: Falling poverty and convergence, period, Quarterly Journal of Economics, Vol. 121 (2). 7. WIID2 (May, 2005), UNU-WIDER World income inequality database. 8. World Development Indicators (2010), World Bank, Washington. 9. World Development Report (różne roczniki), World Bank, Oxford and New York, Oxford University Press. 10. Yitzhaki S. (2003), Gini s Mean difference: a superior measure of variability for non-normal distributions, METRON International Journal of Statistics. Streszczenie Światowy rozkład dochodów potraktowano jako mieszankę rozkładów krajowych, z wagami równymi udziałom populacji danego kraju w łącznej populacji analizowanych krajów. Jako teoretyczny model krajowych rozkładów dochodów przyjęto dwuparametryczny rozkład log-logistyczny Fiska. Wybór tego typu rozkładu teoretycznego był podyktowany jakością dostępnych danych statystycznych. Z istniejących baz danych nt. dochodu w krajach świata (Denuinger-Squire, WIID, TransMONEE, LIS) można było uzyskać jedynie dwie charakterystyki: indeks Giniego i GDP/capita (jako ocena docho-

11 Próba oszacowania światowego rozkładu dochodów 103 du średniego) o zadowalającym stopniu porównywalności dla odpowiednio dużej liczby krajów. Po interpolacji brakujących danych dla okresu uzyskano niezbędne informacje dla 119 krajów, pokrywających około 90% populacji świata. Oszacowano parametry rozkładów krajowych i na tej podstawie oszacowano charakterystyki światowego rozkładu dochodów, w szczególności miary nierówności i ubóstwa. Uzyskane wyniki świadczą o tym, że w rozważanym okresie nierówności ekonomiczne w świecie i ubóstwo ludności świata wykazywały tendencję malejącą. An attempt to estimation of world income distribution (Summary) The world income distribution is treated as the mixture of countries distribution with weights in the form of population shares. Two-parameter log-logistic distribution is applied as theoretical model of country s income distribution. Deninger-Squire, WID2, LIS, and World Bank database to 119 countries in years are used for estimation of parameters of the log-logistic distribution. Decreasing trends of inequality, poverty and welfare have been observed in the whole period.

PROGNOSTYCZNY WARIANT UBÓSTWA DLA GOSPODARSTW DOMOWYCH MAKROREGIONU POŁUDNIOWEGO

PROGNOSTYCZNY WARIANT UBÓSTWA DLA GOSPODARSTW DOMOWYCH MAKROREGIONU POŁUDNIOWEGO Anna Sączewska-Piotrowska Uniwersytet Ekonomiczny w Katowicach PROGNOSTYCZNY WARIANT UBÓSTWA DLA GOSPODARSTW DOMOWYCH MAKROREGIONU POŁUDNIOWEGO Wprowadzenie Analiza sfery ubóstwa jest najczęściej przeprowadzana

Bardziej szczegółowo

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych

Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zadania ze statystyki, cz.7 - hipotezy statystyczne, błąd standardowy, testowanie hipotez statystycznych Zad. 1 Średnia ocen z semestru letniego w populacji studentów socjologii w roku akademickim 2011/2012

Bardziej szczegółowo

ŚLĄSKI PRZEGLĄD STATYSTYCZNY

ŚLĄSKI PRZEGLĄD STATYSTYCZNY Polskie Towarzystwo Statystyczne Oddział we Wrocławiu Silesian Statistical Review Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu Wrocław 2013 RADA NAUKOWA Walenty Ostasiewicz, Tadeusz Bednarski, Ivan

Bardziej szczegółowo

Analiza autokorelacji

Analiza autokorelacji Analiza autokorelacji Oblicza się wartości współczynników korelacji między y t oraz y t-i (dla i=1,2,...,k), czyli współczynniki autokorelacji różnych rzędów. Bada się statystyczną istotność tych współczynników.

Bardziej szczegółowo

A.Światkowski. Wroclaw University of Economics. Working paper

A.Światkowski. Wroclaw University of Economics. Working paper A.Światkowski Wroclaw University of Economics Working paper 1 Planowanie sprzedaży na przykładzie przedsiębiorstwa z branży deweloperskiej Cel pracy: Zaplanowanie sprzedaży spółki na rok 2012 Słowa kluczowe:

Bardziej szczegółowo

Seminarium magisterskie Ubóstwo, bogactwo, nierówność

Seminarium magisterskie Ubóstwo, bogactwo, nierówność Seminarium magisterskie Ubóstwo, bogactwo, nierówność dr Michał Brzeziński wtorki, 18:30-20, sala 209 oraz spotkania w terminach indywidualnych w 304 Parę słów o moich zainteresowaniach badawczych Zajmuję

Bardziej szczegółowo

Ekonometryczna analiza popytu na wodę

Ekonometryczna analiza popytu na wodę Jacek Batóg Uniwersytet Szczeciński Ekonometryczna analiza popytu na wodę Jednym z czynników niezbędnych dla funkcjonowania gospodarstw domowych oraz realizacji wielu procesów technologicznych jest woda.

Bardziej szczegółowo

MIARY NIERÓWNOŚCI. 6. Miary oparte na kwantylach rozkładu dochodu

MIARY NIERÓWNOŚCI. 6. Miary oparte na kwantylach rozkładu dochodu MIARY NIERÓWNOŚCI Charakterystyka miar nierówności 2 Własności miar nierówności 3 Miary nierówności oparte o funkcję Lorenza 3 Współczynnik Giniego 32 Współczynnik Schutza 4 Miary nierówności wykorzystujące

Bardziej szczegółowo

Zad. 4 Należy określić rodzaj testu (jedno czy dwustronny) oraz wartości krytyczne z lub t dla określonych hipotez i ich poziomów istotności:

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

Bardziej szczegółowo

Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym

Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym Wiesława MALSKA Politechnika Rzeszowska, Polska Anna KOZIOROWSKA Uniwersytet Rzeszowski, Polska Wykorzystanie testu t dla pojedynczej próby we wnioskowaniu statystycznym Wstęp Wnioskowanie statystyczne

Bardziej szczegółowo

KOMUNIKATzBADAŃ. Oczekiwania dochodowe Polaków NR 158/2015 ISSN

KOMUNIKATzBADAŃ. Oczekiwania dochodowe Polaków NR 158/2015 ISSN KOMUNIKATzBADAŃ NR 158/2015 ISSN 2353-5822 Oczekiwania dochodowe Polaków Przedruk i rozpowszechnianie tej publikacji w całości dozwolone wyłącznie za zgodą CBOS. Wykorzystanie fragmentów oraz danych empirycznych

Bardziej szczegółowo

Testowanie hipotez statystycznych. Wprowadzenie

Testowanie hipotez statystycznych. Wprowadzenie Wrocław University of Technology Testowanie hipotez statystycznych. Wprowadzenie Jakub Tomczak Politechnika Wrocławska jakub.tomczak@pwr.edu.pl 10.04.2014 Pojęcia wstępne Populacja (statystyczna) zbiór,

Bardziej szczegółowo

PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński

PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR. Wojciech Zieliński PRZYKŁAD ZASTOSOWANIA DOKŁADNEGO NIEPARAMETRYCZNEGO PRZEDZIAŁU UFNOŚCI DLA VaR Wojciech Zieliński Katedra Ekonometrii i Statystyki SGGW Nowoursynowska 159, PL-02-767 Warszawa wojtek.zielinski@statystyka.info

Bardziej szczegółowo

Pobieranie prób i rozkład z próby

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.

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

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

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

Ćwiczenia 3 ROZKŁAD ZMIENNEJ LOSOWEJ JEDNOWYMIAROWEJ

Ćwiczenia 3 ROZKŁAD ZMIENNEJ LOSOWEJ JEDNOWYMIAROWEJ Ćwiczenia 3 ROZKŁAD ZMIENNEJ LOSOWEJ JEDNOWYMIAROWEJ Zadanie 1. Zmienna losowa przyjmuje wartości -1, 0, 1 z prawdopodobieństwami równymi odpowiednio: ¼, ½, ¼. Należy: a. Wyznaczyć rozkład prawdopodobieństwa

Bardziej szczegółowo

Wykład 6: Analiza danych czasowych Wykresy, indeksy dynamiki

Wykład 6: Analiza danych czasowych Wykresy, indeksy dynamiki Wykład 6: Analiza danych czasowych Wykresy, indeksy dynamiki ... poczynając od XIV wieku zegar czynił nas najpierw stróżów czasu, następnie ciułaczy czasu, i wreszcie obecnie - niewolników czasu. W trakcie

Bardziej szczegółowo

Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie

Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie Szkolenie dla pracowników Urzędu Statystycznego nt. Wybrane metody statystyczne w analizach makroekonomicznych dr

Bardziej szczegółowo

Szczegółowy program kursu Statystyka z programem Excel (30 godzin lekcyjnych zajęć)

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

Bardziej szczegółowo

Nierówność. Semiarium magisterskie Przyczyny i skutki nierówności ekonomicznych od Marksa do Piketty ego. Michał Brzeziński. 9 marca 2016 WNE UW

Nierówność. Semiarium magisterskie Przyczyny i skutki nierówności ekonomicznych od Marksa do Piketty ego. Michał Brzeziński. 9 marca 2016 WNE UW Nierówność Semiarium magisterskie Przyczyny i skutki nierówności ekonomicznych od Marksa do Piketty ego Michał Brzeziński WNE UW 9 marca 2016 Michał Brzeziński (WNE UW) Nierówność 9 marca 2016 1 / 22 Spis

Bardziej szczegółowo

Wykład 5: Analiza dynamiki szeregów czasowych

Wykład 5: Analiza dynamiki szeregów czasowych Wykład 5: Analiza dynamiki szeregów czasowych ... poczynając od XIV wieku zegar czynił nas najpierw stróżów czasu, następnie ciułaczy czasu, i wreszcie obecnie - niewolników czasu. W trakcie tego procesu

Bardziej szczegółowo

Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci

Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci Łukasz Wawrowski Katedra Statystyki Uniwersytet Ekonomiczny w Poznaniu Zróżnicowanie poziomu ubóstwa w Polsce z uwzględnieniem płci 2 / 23 Plan

Bardziej szczegółowo

Przewidywane skutki społeczne 500+: ubóstwo i rynek pracy

Przewidywane skutki społeczne 500+: ubóstwo i rynek pracy Przewidywane skutki społeczne 500+: ubóstwo i rynek pracy Dr hab. Ryszard Szarfenberg EAPN Polska Zgromadzenie Ogólne Polskiego Komitetu Europejskiej Sieci Przeciwdziałania Ubóstwu Warszawa 08.12.2016

Bardziej szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO STATYSTYCZNA ANALIZA ZMIAN LICZBY HOTELI W POLSCE W LATACH 1995-2004

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO STATYSTYCZNA ANALIZA ZMIAN LICZBY HOTELI W POLSCE W LATACH 1995-2004 ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 429 EKONOMICZNE PROBLEMY TURYSTYKI NR 7 2006 RAFAŁ CZYŻYCKI, MARCIN HUNDERT, RAFAŁ KLÓSKA STATYSTYCZNA ANALIZA ZMIAN LICZBY HOTELI W POLSCE W LATACH 1995-2004

Bardziej szczegółowo

ROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ.

ROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ. ROZKŁAD MATERIAŁU DO II KLASY LICEUM (ZAKRES ROZSZERZONY) A WYMAGANIA PODSTAWY PROGRAMOWEJ. LICZBA TEMAT GODZIN LEKCYJNYCH Potęgi, pierwiastki i logarytmy (8 h) Potęgi 3 Pierwiastki 3 Potęgi o wykładnikach

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

Analiza porównawcza koniunktury gospodarczej w województwie zachodniopomorskim i w Polsce w ujęciu sektorowym

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

Bardziej szczegółowo

Weryfikacja hipotez statystycznych

Weryfikacja hipotez statystycznych Weryfikacja hipotez statystycznych Hipoteza Test statystyczny Poziom istotności Testy jednostronne i dwustronne Testowanie równości wariancji test F-Fishera Testowanie równości wartości średnich test t-studenta

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

Wskaź niki cyklu kredytowego oraź kalibracja antycyklicźnego bufora kapitałowego w Polsce

Wskaź niki cyklu kredytowego oraź kalibracja antycyklicźnego bufora kapitałowego w Polsce Wskaź niki cyklu kredytowego oraź kalibracja antycyklicźnego bufora kapitałowego w Polsce Materiał dla Komitetu Stabilności Finansowej Warszawa, luty 2016 r. Synteza Niniejsze opracowanie zawiera informację

Bardziej szczegółowo

Konwergencja w Polsce i w Europie

Konwergencja w Polsce i w Europie Wydział Ekonomiczno-Socjologiczny Konwergencja w Polsce i w Europie Ewa Kusideł Wykład dla EUROREG 30.04.2015 r. Wydział Ekonomiczno-Socjologiczny Plan prezentacji 1. Definicje konwergencji: beta- vs sigma-konwergencja,

Bardziej szczegółowo

Porównanie generatorów liczb losowych wykorzystywanych w arkuszach kalkulacyjnych

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

Bardziej szczegółowo

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania

Prognozowanie i Symulacje. Wykład I. Matematyczne metody prognozowania Prognozowanie i Symulacje. Wykład I. e-mail:e.kozlovski@pollub.pl Spis treści Szeregi czasowe 1 Szeregi czasowe 2 3 Szeregi czasowe Definicja 1 Szereg czasowy jest to proces stochastyczny z czasem dyskretnym

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

Wnioskowanie bayesowskie

Wnioskowanie bayesowskie Wnioskowanie bayesowskie W podejściu klasycznym wnioskowanie statystyczne oparte jest wyłącznie na podstawie pobranej próby losowej. Możemy np. estymować punktowo lub przedziałowo nieznane parametry rozkładów,

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA WYKŁAD stycznia 2010

STATYSTYKA MATEMATYCZNA WYKŁAD stycznia 2010 STATYSTYKA MATEMATYCZNA WYKŁAD 14 18 stycznia 2010 Model statystyczny ROZKŁAD DWUMIANOWY ( ) {0, 1,, n}, {P θ, θ (0, 1)}, n ustalone P θ {K = k} = ( ) n θ k (1 θ) n k, k k = 0, 1,, n Geneza: Rozkład Bernoulliego

Bardziej szczegółowo

Zadania ze statystyki, cz.6

Zadania ze statystyki, cz.6 Zadania ze statystyki, cz.6 Zad.1 Proszę wskazać, jaką część pola pod krzywą normalną wyznaczają wartości Z rozkładu dystrybuanty rozkładu normalnego: - Z > 1,25 - Z > 2,23 - Z < -1,23 - Z > -1,16 - Z

Bardziej szczegółowo

3. Wojewódzkie zróżnicowanie zatrudnienia w ochronie zdrowia w latach Opis danych statystycznych

3. Wojewódzkie zróżnicowanie zatrudnienia w ochronie zdrowia w latach Opis danych statystycznych 3. Wojewódzkie zróżnicowanie zatrudnienia w ochronie zdrowia w latach 1995-2005 3.1. Opis danych statystycznych Badanie zmian w potencjale opieki zdrowotnej można przeprowadzić w oparciu o dane dotyczące

Bardziej szczegółowo

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO ANALIZA ZBIEŻNOŚCI STRUKTUR ZATRUDNIENIA W WYBRANYCH KRAJACH WYSOKOROZWINIĘTYCH

ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO ANALIZA ZBIEŻNOŚCI STRUKTUR ZATRUDNIENIA W WYBRANYCH KRAJACH WYSOKOROZWINIĘTYCH ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 32 PRACE KATEDRY EKONOMETRII I STATYSTYKI NR 11 21 BARBARA BATÓG JACEK BATÓG Uniwersytet Szczeciński Katedra Ekonometrii i Statystyki ANALIZA ZBIEŻNOŚCI STRUKTUR

Bardziej szczegółowo

Oszczędności gospodarstw domowych Analiza przekrojowa i analiza kohort

Oszczędności gospodarstw domowych Analiza przekrojowa i analiza kohort Oszczędności gospodarstw domowych Analiza przekrojowa i analiza kohort Barbara Liberda prof. zw. Uniwersytetu Warszawskiego Wydział Nauk Ekonomicznych Konferencja Długoterminowe oszczędzanie Szkoła Główna

Bardziej szczegółowo

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1 Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, że 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.

Bardziej szczegółowo

SYLABUS. Nazwa jednostki prowadzącej przedmiot Wydział Socjologiczno-Historyczny Katedra Politologii

SYLABUS. 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 szczegółowo

Prognoza terminu sadzenia rozsady sałaty w uprawach szklarniowych. Janusz Górczyński, Jolanta Kobryń, Wojciech Zieliński

Prognoza terminu sadzenia rozsady sałaty w uprawach szklarniowych. Janusz Górczyński, Jolanta Kobryń, Wojciech Zieliński Prognoza terminu sadzenia rozsady sałaty w uprawach szklarniowych Janusz Górczyński, Jolanta Kobryń, Wojciech Zieliński Streszczenie. W uprawach szklarniowych sałaty pojawia się następujący problem: kiedy

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

7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej

7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej 7. Estymacja parametrów w modelu normalnym(14.04.2008) Pojęcie losowej próby prostej Definicja 1 n-elementowa losowa próba prosta nazywamy ciag n niezależnych zmiennych losowych o jednakowych rozkładach

Bardziej szczegółowo

Wnioskowanie statystyczne Weryfikacja hipotez. Statystyka

Wnioskowanie statystyczne Weryfikacja hipotez. Statystyka Wnioskowanie statystyczne Weryfikacja hipotez Statystyka Co nazywamy hipotezą Każde stwierdzenie o parametrach rozkładu lub rozkładzie zmiennej losowej w populacji nazywać będziemy hipotezą statystyczną

Bardziej szczegółowo

Korzystanie z podstawowych rozkładów prawdopodobieństwa (tablice i arkusze kalkulacyjne)

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

Bardziej szczegółowo

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory

Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Statystyka i opracowanie danych Podstawy wnioskowania statystycznego. Prawo wielkich liczb. Centralne twierdzenie graniczne. Estymacja i estymatory Dr Anna ADRIAN Paw B5, pok 407 adrian@tempus.metal.agh.edu.pl

Bardziej szczegółowo

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd. Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru

Bardziej szczegółowo

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas:

b) Niech: - wśród trzech wylosowanych opakowań jest co najwyżej jedno o dawce 15 mg. Wówczas: ROZWIĄZANIA I ODPOWIEDZI Zadanie A1. Można założyć, że przy losowaniu trzech kul jednocześnie kolejność ich wylosowania nie jest istotna. A więc: Ω = 20 3. a) Niech: - wśród trzech wylosowanych opakowań

Bardziej szczegółowo

Testy nieparametryczne

Testy nieparametryczne Testy nieparametryczne Testy nieparametryczne możemy stosować, gdy nie są spełnione założenia wymagane dla testów parametrycznych. Stosujemy je również, gdy dane można uporządkować według określonych kryteriów

Bardziej szczegółowo

Ważne rozkłady i twierdzenia c.d.

Ważne rozkłady i twierdzenia c.d. Ważne rozkłady i twierdzenia c.d. Funkcja charakterystyczna rozkładu Wielowymiarowy rozkład normalny Elipsa kowariacji Sploty rozkładów Rozkłady jednostajne Sploty z rozkładem normalnym Pobieranie próby

Bardziej szczegółowo

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1.

Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: y t. X 1 t. Tabela 1. tel. 44 683 1 55 tel. kom. 64 566 811 e-mail: biuro@wszechwiedza.pl Zadanie 1 Zakładając liniową relację między wydatkami na obuwie a dochodem oszacować MNK parametry modelu: gdzie: y t X t y t = 1 X 1

Bardziej szczegółowo

Mieczysław Kowerski. Program Polska-Białoruś-Ukraina narzędziem konwergencji gospodarczej województwa lubelskiego

Mieczysław Kowerski. Program Polska-Białoruś-Ukraina narzędziem konwergencji gospodarczej województwa lubelskiego Mieczysław Kowerski Wyższa Szkoła Zarządzania i Administracji w Zamościu Program Polska-Białoruś-Ukraina narzędziem konwergencji gospodarczej województwa lubelskiego The Cross-border Cooperation Programme

Bardziej szczegółowo

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd.

Statystyki: miary opisujące rozkład! np. : średnia, frakcja (procent), odchylenie standardowe, wariancja, mediana itd. Wnioskowanie statystyczne obejmujące metody pozwalające na uogólnianie wyników z próby na nieznane wartości parametrów oraz szacowanie błędów tego uogólnienia. Przewidujemy nieznaną wartości parametru

Bardziej szczegółowo

Wynagrodzenia w sektorze publicznym w 2011 roku

Wynagrodzenia w sektorze publicznym w 2011 roku Wynagrodzenia w sektorze publicznym w 2011 roku Już po raz dziewiąty mamy przyjemność przedstawić Państwu podsumowanie Ogólnopolskiego Badania Wynagrodzeń (OBW). W 2011 roku uczestniczyło w nim ponad sto

Bardziej szczegółowo

Właściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa.

Właściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa. Właściwości testu Jarque-Bera gdy w danych występuje obserwacja nietypowa. Paweł Strawiński Uniwersytet Warszawski Wydział Nauk Ekonomicznych 16 stycznia 2006 Streszczenie W artykule analizowane są właściwości

Bardziej szczegółowo

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1.

ZMIENNE LOSOWE. Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R 1 tzn. X: R 1. Opracowała: Joanna Kisielińska ZMIENNE LOSOWE Zmienna losowa (ZL) X( ) jest funkcją przekształcającą przestrzeń zdarzeń elementarnych w zbiór liczb rzeczywistych R tzn. X: R. Realizacją zmiennej losowej

Bardziej szczegółowo

Wykład 3 Hipotezy statystyczne

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

Bardziej szczegółowo

1 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:

1 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 szczegółowo

Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak

Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak Recenzenci: prof. dr hab. Henryk Domański dr hab. Jarosław Górniak Redakcja i korekta Bogdan Baran Projekt graficzny okładki Katarzyna Juras Copyright by Wydawnictwo Naukowe Scholar, Warszawa 2011 ISBN

Bardziej szczegółowo

BADANIA ZRÓŻNICOWANIA RYZYKA WYPADKÓW PRZY PRACY NA PRZYKŁADZIE ANALIZY STATYSTYKI WYPADKÓW DLA BRANŻY GÓRNICTWA I POLSKI

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

Bardziej szczegółowo

Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej

Rozdział 1. Zmienne losowe, ich rozkłady i charakterystyki. 1.1 Definicja zmiennej losowej Rozdział 1 Zmienne losowe, ich rozkłady i charakterystyki 1.1 Definicja zmiennej losowej Zbiór możliwych wyników eksperymentu będziemy nazywać przestrzenią zdarzeń elementarnych i oznaczać Ω, natomiast

Bardziej szczegółowo

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS

FORECASTING THE DISTRIBUTION OF AMOUNT OF UNEMPLOYED BY THE REGIONS FOLIA UNIVERSITATIS AGRICULTURAE STETINENSIS Folia Univ. Agric. Stetin. 007, Oeconomica 54 (47), 73 80 Mateusz GOC PROGNOZOWANIE ROZKŁADÓW LICZBY BEZROBOTNYCH WEDŁUG MIAST I POWIATÓW FORECASTING THE DISTRIBUTION

Bardziej szczegółowo

PARAMETRY, WŁAŚCIWOŚCI I FUNKCJE NIEZAWODNOŚCIOWE NAPOWIETRZNYCH LINII DYSTRYBUCYJNYCH 110 KV

PARAMETRY, WŁAŚCIWOŚCI I FUNKCJE NIEZAWODNOŚCIOWE NAPOWIETRZNYCH LINII DYSTRYBUCYJNYCH 110 KV Elektroenergetyczne linie napowietrzne i kablowe wysokich i najwyższych napięć PARAMETRY, WŁAŚCIWOŚCI I FUNKCJE NIEZAWODNOŚCIOWE NAPOWIETRZNYCH LINII DYSTRYBUCYJNYCH 110 KV Wisła, 18-19 października 2017

Bardziej szczegółowo

Określenie maksymalnego kosztu naprawy pojazdu

Określenie maksymalnego kosztu naprawy pojazdu MACIEJCZYK Andrzej 1 ZDZIENNICKI Zbigniew 2 Określenie maksymalnego kosztu naprawy pojazdu Kryterium naprawy pojazdu, aktualna wartość pojazdu, kwantyle i kwantyle warunkowe, skumulowana intensywność uszkodzeń

Bardziej szczegółowo

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ

MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ MATEMATYKA Z ELEMENTAMI STATYSTYKI LABORATORIUM KOMPUTEROWE DLA II ROKU KIERUNKU ZARZĄDZANIE I INŻYNIERIA PRODUKCJI ZESTAWY ZADAŃ Opracowała: Milena Suliga Wszystkie pliki pomocnicze wymienione w treści

Bardziej szczegółowo

Uwaga. Decyzje brzmią różnie! Testy parametryczne dotyczące nieznanej wartości

Uwaga. Decyzje brzmią różnie! Testy parametryczne dotyczące nieznanej wartości TESTOWANIE HIPOTEZ Przez hipotezę statystyczną rozumiemy, najogólniej mówiąc, pewną wypowiedź na temat rozkładu, z którego pochodzi próbka. Hipotezy dzielimy na parametryczne i nieparametryczne. Parametrycznymi

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

NIERÓWNOŚCI DOCHODOWE A TYP GOSPODARSTWA DOMOWEGO W ŚWIETLE BADAŃ PANELOWYCH

NIERÓWNOŚCI DOCHODOWE A TYP GOSPODARSTWA DOMOWEGO W ŚWIETLE BADAŃ PANELOWYCH Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 232 2015 Uniwersytet Ekonomiczny w Katowicach Wydział Ekonomii Katedra Metod Statystyczno-Matematycznych w

Bardziej szczegółowo

Estymacja punktowa i przedziałowa

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

Bardziej szczegółowo

Zawartość. Zawartość

Zawartość. Zawartość Opr. dr inż. Grzegorz Biesok. Wer. 2.05 2011 Zawartość Zawartość 1. Rozkład normalny... 3 2. Rozkład normalny standardowy... 5 3. Obliczanie prawdopodobieństw dla zmiennych o rozkładzie norm. z parametrami

Bardziej szczegółowo

Estymacja parametrów w modelu normalnym

Estymacja parametrów w modelu normalnym Estymacja parametrów w modelu normalnym dr Mariusz Grządziel 6 kwietnia 2009 Model normalny Przez model normalny będziemy rozumieć rodzine rozkładów normalnych N(µ, σ), µ R, σ > 0. Z Centralnego Twierdzenia

Bardziej szczegółowo

Statystyka matematyczna dla leśników

Statystyka matematyczna dla leśników Statystyka matematyczna dla leśników Wydział Leśny Kierunek leśnictwo Studia Stacjonarne I Stopnia Rok akademicki 2013/2014 Wykład 3 Zmienna losowa i jej rozkłady Zdarzenia losowe Pojęcie prawdopodobieństwa

Bardziej szczegółowo

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK

PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK PROGNOZOWANIE I SYMULACJE EXCEL 1 AUTOR: MARTYNA MALAK 1 PROGNOZOWANIE I SYMULACJE 2 http://www.outcome-seo.pl/excel1.xls DODATEK SOLVER WERSJE EXCELA 5.0, 95, 97, 2000, 2002/XP i 2003. 3 Dodatek Solver jest dostępny w menu Narzędzia. Jeżeli Solver nie jest

Bardziej szczegółowo

Jeśli powyższy opis nie jest zrozumiały należy powtórzyć zagadnienie standaryzacji zanim przejdzie się dalej!

Jeśli powyższy opis nie jest zrozumiały należy powtórzyć zagadnienie standaryzacji zanim przejdzie się dalej! CO POWINNIŚMY WIEDZIEĆ (I ROZUMIEĆ) ZABIERAJĄC SIĘ DO CZYTANIA 1. Jeśli mamy wynik (np. z kolokwium) podany w wartościach standaryzowanych (np.: z=0,8) to wiemy, że aby ustalić jaki był wynik przed standaryzacją

Bardziej szczegółowo

Zbiór zadań. Makroekonomia II ćwiczenia KONSUMPCJA

Zbiór zadań. Makroekonomia II ćwiczenia KONSUMPCJA Zbiór zadań. Makroekonomia II ćwiczenia KONSUMPCJA Zadanie 1. Konsument żyje przez 4 okresy. W pierwszym i drugim okresie jego dochód jest równy 100; w trzecim rośnie do 300, a w czwartym spada do zera.

Bardziej szczegółowo

Warunki życia ludności Polski po akcesji do Unii Europejskiej

Warunki życia ludności Polski po akcesji do Unii Europejskiej Warunki życia ludności Polski po akcesji do Unii Europejskiej dr Marta Pachocka Katedra Administracji Publicznej Kolegium Ekonomiczno-Społeczne Szkoła Główna Handlowa w Warszawie (KES SGH) Polskie Stowarzyszenie

Bardziej szczegółowo

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1

Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT. Anna Rajfura 1 Temat: BADANIE ZGODNOŚCI ROZKŁADU CECHY (EMPIRYCZNEGO) Z ROZKŁADEM TEORETYCZNYM TEST CHI-KWADRAT Anna Rajfura 1 Przykład wprowadzający Wiadomo, Ŝe 40% owoców ulega uszkodzeniu podczas pakowania automatycznego.

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa

STATYSTYKA MATEMATYCZNA. rachunek prawdopodobieństwa STATYSTYKA MATEMATYCZNA rachunek prawdopodobieństwa treść Zdarzenia losowe pojęcie prawdopodobieństwa prawo wielkich liczb zmienne losowe rozkłady teoretyczne zmiennych losowych Zanim zajmiemy się wnioskowaniem

Bardziej szczegółowo

Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia. związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy

Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia. związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy Analiza dynami zjawisk Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy się w tej tematyce. Indywidualne indeksy dynamiki Indywidualne

Bardziej szczegółowo

6.4 Podstawowe metody statystyczne

6.4 Podstawowe metody statystyczne 156 Wstęp do statystyki matematycznej 6.4 Podstawowe metody statystyczne Spóbujemy teraz w dopuszczalnym uproszczeniu przedstawić istotę analizy statystycznej. W szczególności udzielimy odpowiedzi na postawione

Bardziej szczegółowo

Statystyka. Rozkład prawdopodobieństwa Testowanie hipotez. Wykład III ( )

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

Bardziej szczegółowo

Wykład 7 Testowanie zgodności z rozkładem normalnym

Wykład 7 Testowanie zgodności z rozkładem normalnym Wykład 7 Testowanie zgodności z rozkładem normalnym Wrocław, 05 kwietnia 2017 Rozkład normalny Niech X = (X 1, X 2,..., X n ) będzie próbą z populacji o rozkładzie normalnym określonym przez dystrybuantę

Bardziej szczegółowo

Ubóstwo ekonomiczne w Polsce w 2014 r. (na podstawie badania budżetów gospodarstw domowych)

Ubóstwo ekonomiczne w Polsce w 2014 r. (na podstawie badania budżetów gospodarstw domowych) 015 GŁÓWNY URZĄD STATYSTYCZNY Opracowanie sygnalne Warszawa, 9.06.2015 r. Ubóstwo ekonomiczne w Polsce w 2014 r. (na podstawie badania budżetów gospodarstw domowych) Jaki był zasięg ubóstwa ekonomicznego

Bardziej szczegółowo

Statystyka. Wykład 13. Magdalena Alama-Bućko. 12 czerwca Magdalena Alama-Bućko Statystyka 12 czerwca / 30

Statystyka. Wykład 13. Magdalena Alama-Bućko. 12 czerwca Magdalena Alama-Bućko Statystyka 12 czerwca / 30 Statystyka Wykład 13 Magdalena Alama-Bućko 12 czerwca 2017 Magdalena Alama-Bućko Statystyka 12 czerwca 2017 1 / 30 Co wpływa na zmiany wartości danej cechy w czasie? W najbardziej ogólnym przypadku, na

Bardziej szczegółowo

Konwergencja i nierówności na świecie. Modele neoklasyczne czy Ak? Zaawansowana makroekonomia Dr hab. Joanna Siwińska-Gorzelak

Konwergencja i nierówności na świecie. Modele neoklasyczne czy Ak? Zaawansowana makroekonomia Dr hab. Joanna Siwińska-Gorzelak Konwergencja i nierówności na świecie. Modele neoklasyczne czy Ak? Zaawansowana makroekonomia Dr hab. Joanna Siwińska-Gorzelak Na ostatnich zajęciach poznaliśmy model pokazujący znaczenie wydatków i podatków

Bardziej szczegółowo

Wnioskowanie statystyczne. Statystyka w 5

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

Bardziej szczegółowo

Testowanie hipotez statystycznych.

Testowanie hipotez statystycznych. Bioinformatyka Wykład 9 Wrocław, 5 grudnia 2011 Temat. Test zgodności χ 2 Pearsona. Statystyka χ 2 Pearsona Rozpatrzmy ciąg niezależnych zmiennych losowych X 1,..., X n o jednakowym dyskretnym rozkładzie

Bardziej szczegółowo

1 Podstawy rachunku prawdopodobieństwa

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

Bardziej szczegółowo

ANALIZA PORÓWNAWCZA KONIUNKTURY WOJEWÓDZTW POLSKI W LATACH

ANALIZA PORÓWNAWCZA KONIUNKTURY WOJEWÓDZTW POLSKI W LATACH Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach ISSN 2083-8611 Nr 318 2017 Uniwersytet Ekonomiczny w Katowicach Wydział Zarządzania Katedra Ekonometrii jozef.biolik@ue.katowice.pl

Bardziej szczegółowo

W kolejnym kroku należy ustalić liczbę przedziałów k. W tym celu należy wykorzystać jeden ze wzorów:

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,

Bardziej szczegółowo

Zajęcia 1. Statystyki opisowe

Zajęcia 1. Statystyki opisowe Zajęcia 1. Statystyki opisowe 1. Znajdź dane dotyczące liczby mieszkańców w polskich województwach. Dla tych danych oblicz: a) Średnią, b) Medianę, c) Dominantę, d) Wariancję, e) Odchylenie standardowe,

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

Krzywoliniowy świat satysfakcji. Krzysztof Zagórski

Krzywoliniowy świat satysfakcji. Krzysztof Zagórski Krzywoliniowy świat satysfakcji Krzysztof Zagórski Ekonomiści wiedzą, że świat jest krzywoliniowy. Fizycy wiedzieli to pierwsi. Socjologowie dowiedzieli się tego znacznie później. A geografowie? Rysunek

Bardziej szczegółowo

FLESZ. Wszystkie dotychczas wypracowane przez Obserwatorium treści znaleźć można na stronie internetowej:

FLESZ. Wszystkie dotychczas wypracowane przez Obserwatorium treści znaleźć można na stronie internetowej: FLESZ czerwiec 2018 Obserwatorium Gospodarki i Rynku Pracy Aglomeracji skiej zostało powołane pod koniec 2013 roku. Celem jego działalności jest prowadzenie monitoringu sytuacji społeczno - ekonomicznej

Bardziej szczegółowo

Inteligentna analiza danych

Inteligentna analiza danych Numer indeksu 150946 Michał Moroz Imię i nazwisko Numer indeksu 150875 Grzegorz Graczyk Imię i nazwisko kierunek: Informatyka rok akademicki: 2010/2011 Inteligentna analiza danych Ćwiczenie I Wskaźniki

Bardziej szczegółowo

Statystyczna analiza awarii pojazdów samochodowych. Failure analysis of cars

Statystyczna analiza awarii pojazdów samochodowych. Failure analysis of cars Wydawnictwo UR 2016 ISSN 2080-9069 ISSN 2450-9221 online Edukacja Technika Informatyka nr 1/15/2016 www.eti.rzeszow.pl DOI: 10.15584/eti.2016.1.1 ROMAN RUMIANOWSKI Statystyczna analiza awarii pojazdów

Bardziej szczegółowo