WYBRANE WSKAŹNIKI I INDEKSY EKONOMICZNE

Wielkość: px
Rozpocząć pokaz od strony:

Download "WYBRANE WSKAŹNIKI I INDEKSY EKONOMICZNE"

Transkrypt

1 WYBRANE WSKAŹNIKI I INDEKSY EKONOMICZNE Spis treści 1. INDEKS GINIEGO INNE INDEKSY NIERÓWNOŚCI KRZYWA I WSPÓŁCZYNNNIK KONCENTRACJI ELASTYCZNOŚCI DOCHODOWE INDEKSU GINIEGO INDEKSY CEN W PORÓWNANIACH MIĘDZYNARODOWYCH ZADANIA

2 1. INDEKS GINIEGO Indeks (współczynnik) Giniego 1 służy do mierzenia nierówności, głównie dochodowych. Jego analiza może być ilustracją dla kilku ogólniejszych problemów: a/ konstrukcja indeksów (mierników) i ich interpretacja, b/ cechy formalne (aksjomaty) miernika, c/ dane indywidualne versus agregatowe, d/ wnioskowanie statystyczne przy skomplikowanych statystykach i złożonym systemie losowania. 1 Zwany czasami niepoprawnie indeksem koncentracji. 2

3 Prezentacja Obliczany jest za pomocą krzywej Lorenza - funkcji opisującej rozkład przede wszystkim dochodów, płac lub wydatków konsumpcyjnych. Jej argumentem jest skumulowany odsetek osób lub gospodarstw uporządkowanych niemalejąco, zaś wartością skumulowany odsetek dochodów. Przykładowo, jeżeli funkcja ta w punkcie 10% osiąga wartość 3%, oznacza to, że 10% najbiedniejszych dysponuje w sumie 3% łącznego dochodu. Wykres 1. Krzywa Lorenza Skumulowany odsetek dochodów 100% A 0 100% Skumulowany odsetek osób lub gospodarstw 3

4 Dysponując dochodami y i dla n osób (gospodarstw), wartość indeksu Giniego można obliczyć za pomocą następującego wzoru: G n n n( n 1) Y n i1 r i y i (1) r i jest rangą i-tej osoby (gospodarstwa), po uporządkowaniu ich w sposób nierosnący (tak, aby najbogatsza jednostka miała rangę 1, zaś najbiedniejsza n). Ilustracja. Dochody pięciu osób wynoszą: Osoba z dochodem 135 będzie mieć zatem rangę (r 1 ) równą 1, osoba z dochodem 10 rangę 5; Y G ( ) 0, (5 1) 50 4

5 Obliczanie indeksu Giniego w przypadku dostępu jedynie do danych zagregowanych (wtórnych). n-elementowa próba jest podzielona na k grup o liczebnościach n j i średnich dochodach y j. Ważony indeks Giniego G w oblicza się następująco: k G 1 2 w 1 [ 0,5 ( 1)] 2 n j yi rj n j n n Y (2) j1 Y oznacza średni (ważony) dochód w próbie. Rangi będące odpowiednikiem r i z wzoru (1) winny być obliczane, zakładając, że dysponujemy danymi indywidualnymi i że dochody wewnątrz grup nie są zróżnicowane. Wynik ten uzyskuje się podstawiając jako r j wartość najniższej rangi w j-tej grupie. Rangi te zatem oblicza się następująco: r n 1 n j j n i i1 Przykładowo, jeżeli n=100 i liczebność grupy najbiedniejszych (j=1) wynosi 10, to r 1 = =91. Dokładniejszy wynik (czyli bardziej zbliżony do uzyskanego na podstawie danych indywidualnych) można uzyskać m. in. generując sztucznie obserwacje wewnątrz przedziałów, zgodnie z założonym rozkładem. Dokładność zależy m. in. od tego jak realistyczne jest to założenie. Wynik identyczny z uzyskanym w poniższym przykładzie osiągnie się zakładając rozkład jednostajny. Z uwagi na kształt krzywej Lorenza, która jest najczęściej funkcją wklęsłą (czyli z drugą pochodną dodatnią) wartość tak obliczonego indeksu będzie niższa od uzyskanej za pomocą danych indywidualnych. 5

6 Przykład: Dane zawarte w Tablicy 2.11 ( Statystyka od Podstaw, rozdz. 2.7, str. 56) są tutaj przedstawione w formie zbliżonej do stosowanej w rocznikach statystycznych, przy założeniu że wielkość próby wynosi 1000 zaś łączna powierzchnia gospodarstw ha (wynik nie zależy od tych założeń). Tablica 1. i Liczba gospodarstw n j Średnia wielkość gospodarstwa y j 1,959 5,435 10,569 14,031 20,841 37,391 r j n y [ r 0,5 ( n 1)] j j j Suma j G w ,

7 Zadanie: proszę obliczyć wartości indeksu Giniego dla gospodarstw pracowników i emerytów, dysponując następującymi danymi. Tablica 2. Rozkład dochodów nominalnych gospodarstw domowych pracowników i emerytów w 2003 r. Grupa Gospodarstwa pracownicze Gospodarstwa emeryckie decylowa (cała próba) liczebność ranga średni dochód a liczebność ranga średni dochód a , , , , , , , , , , , , , , , , , , , ,63 Ogółem , ,72 a W złotych miesięcznie. Rozwiązanie Pracownicy: 0,286 emeryci: 0,272 7

8 Do przemyślenia: Czy wartości powyższych indeksów zmienią się, jeżeli przedziały dochodowe będą wyznaczone za pomocą kwintyli zamiast decyli? Czy wartości obliczone za pomocą danych indywidualnych będą większe czy mniejsze od obliczonych powyżej? Czy indeks Giniego: Spełnia tzw. aksjomat transferu (Daltona-Pigou) w wersji silnej: transfer od biedniejszego do bogatszego powoduje wzrost indeksu nierówności? Spełnia tzw. aksjomat transferu (Daltona-Pigou) w wersji słabej: transfer od biedniejszego do bogatszego nie może spowodować spadku indeksu nierówności? 8

9 Cechy indeksu Giniego Przyjmuje wartość z przedziału [0; 1] jeżeli nie występują wartości ujemne badanej zmiennej (w przeciwnym przypadku może przekroczyć wartość 1). Spełnia aksjomat Daltona-Pigou w wersji silnej. Przyjmuje wartość 1 jeżeli wszystkie wartości badanej zmiennej oprócz jednej są zerowe, niezależnie od tej niezerowej wartości. Czyli np. przyjmuje wartość 1 dla rozkładu [0; 0; 0; 0; k>0] niezależnie od wartości k. Spełnia warunek dekompozycji ze względu na składniki dochodu (vide indeksy koncentracji zaprezentowane poniżej), nie spełnia warunku dekompozycji ze względu na podgrupy (vide cechy indeksu Theila). 9

10 2. INNE INDEKSY NIERÓWNOŚCI Indeks nierówności Theila należy do klasy indeksów opartych na miarach entropii. W ekonomii zastosowanie ma następująca formuła: n 1 yi yi T( y) ln (3) n i1 Y Y gdzie: Y - średnia wartość zmiennej w całej próbie, n wielkość próby. Indeks Theila nie ma jasnej interpretacji, ponadto może przyjmować wartości większe niż 1 (maksymalnie ln(n), choć jest to możliwość czysto teoretyczna). Jego główną zaletą jest możliwość dekompozycji według podgrup (ekonomiczno-społecznych, regionów itp.), za pomocą wzoru: k k n jyj n jyj Yj T( y) Tj ln (4) ny ny Y j1 j1 gdzie: k liczba podgrup,t j, Y i n j odpowiednio, indeks Theila, średnia j wartość y i liczebność dla j-tej podgrupy. Pierwszy składnik po prawej stronie równania to średnia wartość indeksu wewnątrz grup, drugi jest indeksem Theila dla średnich grupowych. 10

11 11 Indeksy Atkinsona tworzą klasę indeksów, których wartość zależy m. in. od parametru (ε) będącego oceną awersji do nierówności: 1/ ), ( n i i Y y n y A jeżeli ε 1 (6) n i n i Y y y A 1 1/ 1 ), ( jeżeli ε = 1 (7) Indeksy Atkinsona mieszczą się w przedziale [0; 1] i (podobnie jak indeks Theila) są dekomponowalne ze względu na podgrupy. Im wyższa wartość parametru ε, tym większą wagę mają zmiany nierówności w dolnym zakresie dystrybucji. Iloraz kwantyli (np. 90/10 lub 75/25) lub średnich wartości w skrajnych przedziałach wyznaczonych przez kwantyle. Zaleta: prostota Wada: niespełnianie aksjomatu Daltona-Pigou w wersji silnej

12 Przykład empiryczny (dane z budżetów gospodarstw domowych) Tab. 3. Indeksy nierówności dochodów ekwiwalentnych w Polsce Indeks Gini 0,3180 0,3185 Atkinson, ε=0,5 0,0862 0,0891 Atkinson, ε=1 0,1622 0,1617 Atkinson, ε=2 0,3401 0, /10 4,008 3,828 75/25 1,989 1,954 Theil, ogółem 0,1899 0,2115 Theil, pracownicy 0,2101 0,1845 Theil, emeryci/renciści 0,0980 0,1241 Theil, pozostali 0,3226 0,4186 Theil, między/wewnątrz 0,0017/0,1882 0,0060/0,

13 3. KRZYWA I WSPÓŁCZYNNNIK KONCENTRACJI Krzywa koncentracji jest narzędziem służącym do oceny dystrybucji różnych składników dochodu, przede wszystkim świadczeń. Jest zdefiniowana jako funkcja mająca za argument skumulowany odsetek jednostek (gospodarstw lub osób) uporządkowanych niemalejąco za pomocą łącznego dochodu (najczęściej ekwiwalentnego), zaś jej wartościami są skumulowane odsetki danego składnika dochodu, np. określonego świadczenia (w przypadku gdy wartości te są wyznaczone za pomocą łącznego dochodu, a nie jego części, to krzywa koncentracji jest tożsama z krzywą Lorenza). Analiza dystrybucji świadczeń polega na ocenie czy krzywa koncentracji przebiega powyżej czy poniżej przekątnej (czyli linii jednakowych pod względem wartości absolutnej świadczeń). Jeżeli w całości przebiega ona powyżej, to wielkość danego świadczenia jest negatywnie skorelowana z łącznym dochodem, a tym samym można stwierdzić, że działa ono hamująco na nierówność dochodową. Krzywa koncentracji może przecinać linię jednakowych świadczeń (przekątną) i wtedy dla oceny jej ogólnego przebiegu wskazane jest obliczenie współczynnika koncentracji. 13

14 Wykres 2. Krzywe koncentracji dla pomocy społecznej w Polsce w latach 2001, 2005 i Źródło: Obliczenia własne na podstawie danych indywidualnych z budżetów gospodarstw domowych GUS. 14

15 Wykres 3. Krzywe koncentracji dla pomocy społecznej, zasiłków rodzinnych i zasiłków dla bezrobotnych w Polsce w 2005 r. Źródło: Obliczenia własne na podstawie danych indywidualnych z budżetów gospodarstw domowych GUS 15

16 Współczynnik koncentracji wskazuje, poprzez swój znak, kierunek ogólnej zależności między składnikiem dochodu (np. świadczeniem) i nierównością dochodową, zaś jego wartość absolutna pozwala ocenić siłę tej zależności, a tym samym porównywać siłę wpływu na nierówność różnych rodzajów świadczeń. Podobnie jak w przypadku współczynnika Giniego, wartość współczynnika koncentracji jest równa stosunkowi pola pomiędzy przekątną i krzywą koncentracji do całkowitego pola poniżej przekątnej (por. wykresy 2 i 3). Jeżeli krzywa koncentracji przebiega powyżej przekątnej, to jej powierzchnię traktujemy jako ujemną. Negatywny znak współczynnika oznacza więc, że przebiega ona w całości lub w większości powyżej przekątnej, a tym samym badany rodzaj świadczeń redukuje nierówność. Współczynnik ten przyjmuje wartości z przedziału [-1; 1]. 16

17 Metoda obliczania współczynnika koncentracji: y k C( y, y) 2cov,[1 F( y)] k (8) yk gdzie: y k - dochód pochodzący z k-tego źródła; yk - średnia wartość tego dochodu; F(y) - dystrybuanta łącznego dochodu gospodarstwa. Funkcja F(y) może być wyznaczona zarówno analitycznie jak i empirycznie. Indeks Giniego można przedstawić jako średnią wartość współczynników koncentracji dla wszystkich składników dochodu ważonych ich udziałami wartościowymi: G 1 y r k1 y k C k gdzie: y - średni łączny dochód w próbie; yk - średnia wartość k-tego składnika dochodu (obliczona dla wszystkich jednostek, niezależnie od tego czy otrzymują to świadczenie czy nie); Ck - indeks koncentracji dla k-tego składnika dochodu. 17

18 Tab.4. Współczynniki koncentracji dla Polski w latach 2001, 2005 i Kategorie dochodów Zasiłki: Wartości współczynnika koncentracji rodzinny -0,237-0,327-0,470 dla bezrobotnych -0,280-0,254-0,253 pomoc społeczna -0,371-0,384-0,442 razem -0,286-0,332-0,380 Pozostałe dochody 0,331 0,365 0,337 Źródło: Obliczenia własne na podstawie danych indywidualnych z budżetów gospodarstw domowych GUS. 18

19 4. ELASTYCZNOŚCI DOCHODOWE INDEKSU GINIEGO Metoda ta umożliwia prognozowanie wpływu zmiany danego składnika dochodu o relatywną (wyrażoną w procentach), jednakową dla wszystkich odbiorców wielkość na zmianę indeksu nierówności. Prognoza ta ma postać współczynnika elastyczności dochodowej indeksu Giniego (Gini income elasticity GIE). Wartość tego wyrażenia mówi o ile zmieni się relatywnie indeks Giniego jeżeli poziom odpowiadającego mu składnika dochodu u wszystkich odbiorców wzrośnie o 1%. GIE k S G R G k k k Sk (9) gdzie: S k udział k-tego składnika dochodu w jego łącznej wartości; G k indeks Giniego dla k-tego składnika oraz R cov yk, F( y cov y, F( y) ) k 2 przy czym: y k - k-ty składnik dochodu, F(y) - dystrybuanta łącznego dochodu. 2 Współczynnik ten czasami jest określany mianem wskaźnika korelacji Giniego. 19

20 Wartość GIE dla dowolnego rodzaju dochodu może być zatem przedstawiona G jako iloczyn jego relatywnych rozmiarów (S k ) i wyrażenia k R k 1 G oceniającego dystrybucję świadczeń. Jeżeli drugi z tych czynników przyjmuje wartość mniejszą od -1, to można uznać, że dystrybucja k-tego rodzaju dochodu premiuje uboższe jednostki (podobnie interpretuje się ujemną wartość współczynnika koncentracji). Innymi słowy, ten składnik dochodu oddziałuje negatywnie na nierówność mierzoną za pomocą indeksu Giniego. W tablicy 5 przedstawione zostały wartości elastyczności dochodowych indeksu Giniego wraz z podziałem na oba wyżej wymienione czynniki, Uwzględnione zostały: pomoc społeczna oraz zasiłki rodzinne i zasiłek dla bezrobotnych. 20

21 Tab.5 Elastyczności dochodowe indeksu Giniego (GIE) i ich składniki w Polsce dla lat 2001, 2005 i Wyszczególnienie Elastyczności dochodowe (GIE) według rodzaju zasiłku: Wielkości GIE i ich składników rodzinny -0,0273-0,0490-0,0266 dla bezrobotnych -0,0190-0,0201-0,0081 pomoc społeczna -0,0213-0,0430-0,0134 Procent zasiłku w łącznym dochodzie (S k ): rodzinny 1,5 2,3 1,2 dla bezrobotnych 1,0 1,1 0,5 pomoc społeczna 0,9 1,9 0,6 G R Ocena dystrybucji ( k 1 G według rodzaju zasiłku: k ) rodzinny -1,8200-2,1212-2,246 dla bezrobotnych -1,9791-1,8785-1,800 pomoc społeczna -2,2903-2,3118-2,351 Źródło: Obliczenia własne na podstawie danych indywidualnych z budżetów gospodarstw domowych GUS. 21

22 5. INDEKSY CEN W PORÓWNANIACH MIĘDZYNARODOWYCH (PARYTETY SIŁY NABYWCZEJ WALUT) Główy cel: wyznaczenie indeksów cen pozwalających wyrazić PKB wielu krajów w jednej walucie. Pomysł I: policzyć indeksy cen wszystkich krajów w stosunku do jednego wybranego i za ich pomocą deflować PKB poszczególnych krajów. Rozwiązaniem są indeksy EKS (Elteto-Kovesa i Szulca). Pomysł II: obliczyć ceny międzynarodowe wszystkich (grup) produktów i za ich pomocą przeliczać krajowe PKB. Rozwiązaniem są indeksy Geary ego- Khamisa. 22

23 Indeks cen w porównaniach dwustronnych Przykład (fikcyjny, k Polska, l - Niemcy): 1 kg mięsa danego gatunku kosztuje w Polsce 20 zł, w Niemczech 10 3-letni VW Golf kosztuje w Polsce zł, w Niemczech itd. Mięsny parytet zł/ to 20/10 (2 zł = 1 ), samochodowy to 20000/4000 Intuicja podpowiada (słusznie), że parytet siły nabywczej złotówki może być obliczony jako odpowiednio ważona średnia parytetów indywidualnych. 23

24 Parytet siły nabywczej złotówki według formuły Laspeyresa jest średnią parytetów indywidualnych ważonych strukturą sprzedaży w Niemczech. L P K / L n i1 n i1 p p ik il q q il il n i1 p p ik il w il Pytanie: jaką strukturę sprzedaży zastosować? W dwustronnych porównaniach międzynarodowych za najwłaściwszy uważa się powszechnie indeks Fishera (średnią geometryczną indeksów Laspeyresa i Paaschego) jako że uwzględnia on struktury obu krajów. 24

25 Indeksy EKS dla wielu krajów Punkt wyjścia: dane są indeksy Fishera porównujące każdy kraj z pozostałymi. Indeksy te nie spełniają tzw. warunku przechodniości (ang: transitivity): P P P F K / L FK / P FP / L Czyli np. jeżeli parytet złotówki do niemieckiego euro wynosi 3zł/1 zaś niemieckiego euro do funta brytyjskiego 1,2 /1, to parytet złotówki do funta nie musi być równy (3 1,2) zł/1. Indeksy EKS są indeksami spełniającymi warunek przechodniości jednocześnie przyjmującymi wartości (mówiąc na razie nieformalnie) możliwie bliskie indeksom dwustronnym Fishera. 25

26 Indeksy EKS formalna prezentacja Dla m krajów obliczono m(m-1)/2 indeksów dwustronnych ( każdy z każdym ) według formuły Fishera. Indeks EKS K/L porównujący kraj k z krajem l uzyskuje się rozwiązując zagadnienie optymalizacyjne m m K1 L1 [ln( F P K / L ) ln( EKS K / L )] 2 min przy narzuconym warunku przechodniości indeksów EKS. Rozwiązaniem jest: EKS m 1/ m P P K / L FK / i Fi / L i1 (10) 26

27 Przykład Dane są dwustronne parytety siły nabywczej walut krajów A, B i C: P P P A/ B 2,5$ A /1 B F B / C 4$ B /1$ C F A/ C 8$ A /1$ C F $ Należy obliczyć (samodzielnie) odpowiadające im indeksy EKS (wskazówka: P F C / B 1/ 4) Rozwiązanie: EKS A/B = 2,321 EKS B/C = 3,713 EKS A/C = 8,618 27

28 Indeksy Geary ego-khamisa dla wielu krajów Metoda G-K pozwala jednocześnie wyznaczyć międzynarodowe ceny (grup) produktów wchodzących w skład PKB oraz ogólne (dla wszystkich produktów łącznie) parytety siły nabywczej wszystkich krajów. Wielkości te nie są wyznaczane za pomocą ogólnego wzoru lecz wymagają rozwiązania układu równań, w których są niewiadomymi. Zakłada się, że dla każdego i-tego (i = 1,, n) produktu istnieje cena międzynarodowa π i, pozwalająca obliczyć parytety siły nabywczej PPP j dla każdego j-tego kraju (j = 1,, m): PPP j n i1 n i1 p ij q q ij ij ij (11) gdzie q ij umownie zwana ilością i-tego produktu w j-tym kraju w praktyce jest obliczana jako iloraz produkcji/sprzedaży w cenach krajowych i cząstkowego parytetu siły nabywczej (uzyskiwanych na podstawie równania 12). 28

29 Ceny międzynarodowe można zapisać następująco: m ppp ij PPP q ij m m j1 j i (skąd wynika m iqij j1 j1 qij j1 pppij qij ) (12) PPP gdzie ppp ij jest cząstkowym parytetem siły nabywczej dla i-tego produktu w j- tym kraju. Aby układ równań (11) (12) miał rozwiązanie, należy ustalić PPP w jednym kraju na ustalonym poziomie (najczęściej 1). Rozwiązanie w postaci PPP j nie zależy od wyboru tego kraju. j W odróżnieniu od indeksów EKS indeksy G-K nie są przechodnie, zaś wartości parytetów siły nabywczej walut zależą od wielkości krajów. Indeksy EKS są stosowane przez Eurostat i Bank Światowy, indeksy Geary ego-khamisa przez ONZ (np. przy obliczaniu Human Development Index). 29

30 Porównanie wyników (str 33+) orld/f)apps.c,d,e,f,texts.pdf (str 105+) 30

31 ZADANIA 1. W dwóch grupach zaobserwowano następujące rozkłady dochodów A: [ ] oraz B: [ ] W której grupie indeks Giniego przyjmie wyższą wartość (na pytanie można odpowiedzieć bez obliczania wartości indeksu. 2. Rozkład dochodów w pewnej wiosce jest następujący: [ ] (w talarach, miesięcznie). Janosik i jego towarzysze rozważają dwa warianty transferu dochodu od osoby najbogatszej do najbiedniejszej: o wartości 5 talarów i o wartości 15 talarów. W którym przypadku spadek wartości indeksu Giniego będzie większy? 3. Współczynnik koncentracji dla pomocy społecznej wynosi -0,35, zaś dla emerytur 0,2. Wynika z tego, że najprawdopodobniej: a/ współczynnik nierówności dla emerytur jest wyższy niż dla pomocy społecznej, b/ współczynnik nierówności dla emerytur jest niższy niż dla pomocy społecznej, c/ procent pomocy społecznej trafiającej do jednostek z pierwszych trzech przedziałów decylowych wyznaczonych na podstawie łącznego dochodu jest wyższy niż analogiczny procent dla emerytur. c/ tak, odpowiedź a/ jest znacznie bardziej prawdopodobna od b/ 31

32 4. Poniższy wykres przedstawia funkcje Lorenza wyznaczone dla dochodów na głowę gospodarstw domowych pracowników i emerytów. Należy wskazać, która z krzywych odnosi się do którego typu gospodarstw oraz wybrać parę najbardziej prawdopodobnych wartości indeksów Giniego dla obydwu typów gospodarstw. Drugi z nich oznacza indeks dla pracowników: a/ 0,30 0,35 b/ 0,8 0,85 c/ 0,35 0,3 d/ 0,1 0,15 (3 pkt.) 100% D Skumulowane odsetki dochodu 0% Skumulowane odsetki gospodarstw 4. Współczynniki koncentracji dla dwóch składników dochodu są jednakowe i ujemne. a/ obie krzywe koncentracji są identyczne, b/ łączna powierzchnia pomiędzy krzywą koncentracji i przekątną jest dla obu składników dochodu jednakowa, c/ zwiększając średnią wartość każdego ze składników o 10% zmniejszy się współczynnik Giniego o 10%. b/ tak 32

33 5. Dla krajów A, B i C zostały policzone indeksy porównujące parytety siły nabywczej walut pomiędzy nimi. Zastosowano formuły EKS oraz Geary ego- Khamisa: Indeks I A/B I B/C I A/C EKS 2,0 0,7 G-K 2,1 0,7 Należy, tam gdzie jest to możliwe, podać wartość indeksu I A/C (czyli porównującego siłę nabywczą waluty kraju A w porównaniu z krajem C). 33

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

PIENIĘŻNE MIERNIKI ZAMOŻNOŚCI

PIENIĘŻNE MIERNIKI ZAMOŻNOŚCI DR HAB. ADAM SZULC 1, PROF. SGH INSTYTUT STATYSTYKI I DEMOGRAFII PIENIĘŻNE MIERNIKI ZAMOŻNOŚCI Dochód Zalety: mierzy rzeczywistą siłę nabywczą gospodarstw Wady: problemy z pomiarem (nieprawdziwe deklaracje,

Bardziej szczegółowo

Ćwiczenia 1-2 Analiza rozkładu empirycznego

Ćwiczenia 1-2 Analiza rozkładu empirycznego Ćwiczenia 1-2 Zadanie 1. Z kolokwium z ekonometrii studenci otrzymali następujące oceny: 5 osób dostało piątkę, 20 os. dostało czwórkę, 10 os. trójkę, a 3 osoby nie zaliczyły tego kolokwium. Należy w oparciu

Bardziej szczegółowo

TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa.

TESTY NIEPARAMETRYCZNE. 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa. TESTY NIEPARAMETRYCZNE 1. Testy równości średnich bez założenia normalności rozkładu zmiennych: Manna-Whitney a i Kruskala-Wallisa. Standardowe testy równości średnich wymagają aby badane zmienne losowe

Bardziej szczegółowo

Jak zmierzyć rozwoju? Standardowe wskaźniki. Tomasz Poskrobko

Jak zmierzyć rozwoju? Standardowe wskaźniki. Tomasz Poskrobko Jak zmierzyć rozwoju? Standardowe wskaźniki Tomasz Poskrobko Produkt krajowy brutto (PKB) wartość rynkową wszystkich finalnych dóbr i usług produkowanych w kraju w danym okresie PKB od strony popytowej

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

Statystyka opisowa Opracował: dr hab. Eugeniusz Gatnar, prof. WSBiF

Statystyka opisowa Opracował: dr hab. Eugeniusz Gatnar, prof. WSBiF Statystyka opisowa Opracował: dr hab. Eugeniusz Gatnar, prof. WSBiF 120 I. Ogólne informacje o przedmiocie Cel przedmiotu: Opanowanie podstaw teoretycznych, poznanie przykładów zastosowań metod statystycznych.

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

Kolokwium ze statystyki matematycznej

Kolokwium ze statystyki matematycznej Kolokwium ze statystyki matematycznej 28.05.2011 Zadanie 1 Niech X będzie zmienną losową z rozkładu o gęstości dla, gdzie 0 jest nieznanym parametrem. Na podstawie pojedynczej obserwacji weryfikujemy hipotezę

Bardziej szczegółowo

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI REGRESJA LINIOWA Powtórka Powtórki Kowiariancja cov xy lub c xy - kierunek zależności Współczynnik korelacji liniowej Pearsona r siła liniowej zależności Istotność

Bardziej szczegółowo

Jak zmierzyć rozwoju? Standardowe wskaźniki. Tomasz Poskrobko

Jak zmierzyć rozwoju? Standardowe wskaźniki. Tomasz Poskrobko Jak zmierzyć rozwoju? Standardowe wskaźniki Tomasz Poskrobko Produkt krajowy brutto (PKB) wartość rynkową wszystkich finalnych dóbr i usług produkowanych w kraju w danym okresie PKB od strony popytowej

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. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35

Statystyka. Wykład 7. Magdalena Alama-Bućko. 16 kwietnia Magdalena Alama-Bućko Statystyka 16 kwietnia / 35 Statystyka Wykład 7 Magdalena Alama-Bućko 16 kwietnia 2017 Magdalena Alama-Bućko Statystyka 16 kwietnia 2017 1 / 35 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia

Bardziej szczegółowo

Statystyka. Wykład 12. Magdalena Alama-Bućko. 29 maja Magdalena Alama-Bućko Statystyka 29 maja / 47

Statystyka. Wykład 12. Magdalena Alama-Bućko. 29 maja Magdalena Alama-Bućko Statystyka 29 maja / 47 Statystyka Wykład 12 Magdalena Alama-Bućko 29 maja 2017 Magdalena Alama-Bućko Statystyka 29 maja 2017 1 / 47 Analiza dynamiki zjawisk badamy zmiany poziomu (tzn. wzrosty/spadki) badanego zjawiska w czasie.

Bardziej szczegółowo

Rachunki narodowe ćwiczenia, 2015

Rachunki narodowe ćwiczenia, 2015 Obliczanie (zmian) wolumenów (na przykładzie PKB). Przykład opracowany na podstawie Understanding, ćwiczenie 3, str. 40. PKB, podobnie jak wiele innych wielkości makroekonomicznych, może być przedstawiany

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

KORELACJE I REGRESJA LINIOWA

KORELACJE I REGRESJA LINIOWA KORELACJE I REGRESJA LINIOWA Korelacje i regresja liniowa Analiza korelacji: Badanie, czy pomiędzy dwoma zmiennymi istnieje zależność Obie analizy się wzajemnie przeplatają Analiza regresji: Opisanie modelem

Bardziej szczegółowo

Badanie zgodności dwóch rozkładów - test serii, test mediany, test Wilcoxona, test Kruskala-Wallisa

Badanie zgodności dwóch rozkładów - test serii, test mediany, test Wilcoxona, test Kruskala-Wallisa Badanie zgodności dwóch rozkładów - test serii, test mediany, test Wilcoxona, test Kruskala-Wallisa Test serii (test Walda-Wolfowitza) Założenie. Rozpatrywane rozkłady są ciągłe. Mamy dwa uporządkowane

Bardziej szczegółowo

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd Agata Boratyńska Agata Boratyńska Statystyka matematyczna, wykład 2 1 / 20 MIARY ROZPROSZENIA, Wariancja Wariancją z próby losowej X

Bardziej szczegółowo

STATYSTYKA OPISOWA. Dr Alina Gleska. 12 listopada Instytut Matematyki WE PP

STATYSTYKA OPISOWA. Dr Alina Gleska. 12 listopada Instytut Matematyki WE PP STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 12 listopada 2017 1 Analiza współzależności dwóch cech 2 Jednostka zbiorowości - para (X,Y ). Przy badaniu korelacji nie ma znaczenia, która

Bardziej szczegółowo

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy

Wykład 1. Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Wykład Podstawowe pojęcia Metody opisowe w analizie rozkładu cechy Zbiorowość statystyczna - zbiór elementów lub wyników jakiegoś procesu powiązanych ze sobą logicznie (tzn. posiadających wspólne cechy

Bardziej szczegółowo

... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić).

... i statystyka testowa przyjmuje wartość..., zatem ODRZUCAMY /NIE MA POD- STAW DO ODRZUCENIA HIPOTEZY H 0 (właściwe podkreślić). Egzamin ze Statystyki Matematycznej, WNE UW, wrzesień 016, zestaw B Odpowiedzi i szkice rozwiązań 1. Zbadano koszt 7 noclegów dla 4-osobowej rodziny (kwatery) nad morzem w sezonie letnim 014 i 015. Wylosowano

Bardziej szczegółowo

Próba własności i parametry

Próba własności i parametry Próba własności i parametry Podstawowe pojęcia Zbiorowość statystyczna zbiór jednostek (obserwacji) nie identycznych, ale stanowiących logiczną całość Zbiorowość (populacja) generalna skończony lub nieskończony

Bardziej szczegółowo

Oznacza to, że chcemy znaleźć minimum, a właściwie wartość najmniejszą funkcji

Oznacza to, że chcemy znaleźć minimum, a właściwie wartość najmniejszą funkcji Wykład 11. Metoda najmniejszych kwadratów Szukamy zależności Dane są wyniki pomiarów dwóch wielkości x i y: (x 1, y 1 ), (x 2, y 2 ),..., (x n, y n ). Przypuśćmy, że nanieśliśmy je na wykres w układzie

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 03/04 Wykład 5 Testy statystyczne Ogólne zasady testowania hipotez statystycznych, rodzaje

Bardziej szczegółowo

Statystyka. Opisowa analiza zjawisk masowych

Statystyka. Opisowa analiza zjawisk masowych Statystyka Opisowa analiza zjawisk masowych Typy rozkładów empirycznych jednej zmiennej Rozkładem empirycznym zmiennej nazywamy przyporządkowanie kolejnym wartościom zmiennej (x i ) odpowiadających im

Bardziej szczegółowo

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski

Statystyka opisowa. Literatura STATYSTYKA OPISOWA. Wprowadzenie. Wprowadzenie. Wprowadzenie. Plan. Tomasz Łukaszewski Literatura STATYSTYKA OPISOWA A. Aczel, Statystyka w Zarządzaniu, PWN, 2000 A. Obecny, Statystyka opisowa w Excelu dla szkół. Ćwiczenia praktyczne, Helion, 2002. A. Obecny, Statystyka matematyczna w Excelu

Bardziej szczegółowo

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

Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej Miary położenia wskazują miejsce wartości najlepiej reprezentującej wszystkie wielkości danej zmiennej. Mówią o przeciętnym poziomie analizowanej cechy. Średnia arytmetyczna suma wartości zmiennej wszystkich

Bardziej szczegółowo

Statystyka. Wykład 2. Magdalena Alama-Bućko. 5 marca Magdalena Alama-Bućko Statystyka 5 marca / 34

Statystyka. Wykład 2. Magdalena Alama-Bućko. 5 marca Magdalena Alama-Bućko Statystyka 5 marca / 34 Statystyka Wykład 2 Magdalena Alama-Bućko 5 marca 2018 Magdalena Alama-Bućko Statystyka 5 marca 2018 1 / 34 Banki danych: Bank danych lokalnych : Główny urzad statystyczny: Baza Demografia : https://bdl.stat.gov.pl/

Bardziej szczegółowo

Analiza wariancji. dr Janusz Górczyński

Analiza wariancji. dr Janusz Górczyński Analiza wariancji dr Janusz Górczyński Wprowadzenie Powiedzmy, że badamy pewną populację π, w której cecha Y ma rozkład N o średniej m i odchyleniu standardowym σ. Powiedzmy dalej, że istnieje pewien czynnik

Bardziej szczegółowo

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com

PDF created with FinePrint pdffactory Pro trial version http://www.fineprint.com Analiza korelacji i regresji KORELACJA zależność liniowa Obserwujemy parę cech ilościowych (X,Y). Doświadczenie jest tak pomyślane, aby obserwowane pary cech X i Y (tzn i ta para x i i y i dla różnych

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

Programowanie celowe #1

Programowanie celowe #1 Programowanie celowe #1 Problem programowania celowego (PC) jest przykładem problemu programowania matematycznego nieliniowego, który można skutecznie zlinearyzować, tzn. zapisać (i rozwiązać) jako problem

Bardziej szczegółowo

ZRÓŻNICOWANIE WYDATKÓW W GOSPODARSTWACH DOMOWYCH ROLNIKÓW I PRACOWNIKÓW UŻYTKUJĄCYCH GOSPODARSTWA ROLNE *

ZRÓŻNICOWANIE WYDATKÓW W GOSPODARSTWACH DOMOWYCH ROLNIKÓW I PRACOWNIKÓW UŻYTKUJĄCYCH GOSPODARSTWA ROLNE * HANNA DUDEK Szkoła Główna Gospodarstwa Wiejskiego Warszawa ZRÓŻNICOWANIE WYDATKÓW W GOSPODARSTWACH DOMOWYCH ROLNIKÓW I PRACOWNIKÓW UŻYTKUJĄCYCH GOSPODARSTWA ROLNE * Wprowadzenie Nierówności ekonomiczne

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

P: Czy studiujący i niestudiujący preferują inne sklepy internetowe?

P: Czy studiujący i niestudiujący preferują inne sklepy internetowe? 2 Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia czy pomiędzy zmiennymi istnieje związek/zależność. Stosujemy go w sytuacji, kiedy zmienna zależna mierzona jest na skali

Bardziej szczegółowo

Statystyka opisowa. Wykład VI. Analiza danych jakośiowych

Statystyka opisowa. Wykład VI. Analiza danych jakośiowych Statystyka opisowa. Wykład VI. e-mail:e.kozlovski@pollub.pl Spis treści Rangowanie 1 Rangowanie 3 Rangowanie Badaniu statystycznemu czasami podlegają cechy niemierzalne jakościowe), np. kolor włosów, stopień

Bardziej szczegółowo

Analiza zależności liniowych

Analiza zależności liniowych Narzędzie do ustalenia, które zmienne są ważne dla Inwestora Analiza zależności liniowych Identyfikuje siłę i kierunek powiązania pomiędzy zmiennymi Umożliwia wybór zmiennych wpływających na giełdę Ustala

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

dr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW

dr Bartłomiej Rokicki Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW Katedra Makroekonomii i Teorii Handlu Zagranicznego Wydział Nauk Ekonomicznych UW Model klasyczny podstawowe założenia W modelu klasycznym wielkość PKB jest określana przez stronę podażową. Mamy 2 czynniki

Bardziej szczegółowo

Temat: Badanie niezależności dwóch cech jakościowych test chi-kwadrat

Temat: Badanie niezależności dwóch cech jakościowych test chi-kwadrat Temat: Badanie niezależności dwóch cech jakościowych test chi-kwadrat Anna Rajfura 1 Przykład W celu porównania skuteczności wybranych herbicydów: A, B, C sprawdzano, czy masa chwastów na poletku zależy

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

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI. Test zgodności i analiza wariancji Analiza wariancji WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI Test zgodności i analiza wariancji Analiza wariancji Test zgodności Chi-kwadrat Sprawdza się za jego pomocą ZGODNOŚĆ ROZKŁADU EMPIRYCZNEGO Z PRÓBY Z ROZKŁADEM HIPOTETYCZNYM

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

Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.

Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej. dr inż. Walery Susłow walery.suslow@ie.tu.koszalin. Statystyka w pracy badawczej nauczyciela Wykład 3: Analiza struktury zbiorowości statystycznej dr inż. Walery Susłow walery.suslow@ie.tu.koszalin.pl Zadania analityczne (1) Analiza przewiduje badanie podobieństw

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

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Praca z danymi zaczyna się od badania rozkładu liczebności (częstości) zmiennych. Rozkład liczebności (częstości) zmiennej to jakie wartości zmienna

Bardziej szczegółowo

Miary koncentracji STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 28 września 2018

Miary koncentracji STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 28 września 2018 STATYSTYKA OPISOWA Dr Alina Gleska Instytut Matematyki WE PP 28 września 2018 1 Pojęcie koncentracji może być stosowane w dwóch różnych znaczeniach: 1) koncentracja jako skupienie poszczególnych wartości

Bardziej szczegółowo

Makroekonomia I Ćwiczenia

Makroekonomia I Ćwiczenia Makroekonomia I Ćwiczenia Ćwiczenia 3 Inflacja Karol Strzeliński 1 Inflacja Wzrost przeciętnego poziomu cen dóbr, usług (i czynników produkcji) w jakimś okresie czasu. Stopa inflacji to wzrost wyrażony

Bardziej szczegółowo

Statystyka. #6 Analiza wariancji. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2015/ / 14

Statystyka. #6 Analiza wariancji. Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik. rok akademicki 2015/ / 14 Statystyka #6 Analiza wariancji Aneta Dzik-Walczak Małgorzata Kalbarczyk-Stęclik rok akademicki 2015/2016 1 / 14 Analiza wariancji 2 / 14 Analiza wariancji Analiza wariancji jest techniką badania wyników,

Bardziej szczegółowo

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski

Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Projekt zaliczeniowy z przedmiotu Statystyka i eksploracja danych (nr 3) Kamil Krzysztof Derkowski Zadanie 1 Eksploracja (EXAMINE) Informacja o analizowanych danych Obserwacje Uwzględnione Wykluczone Ogółem

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

Rozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów

Rozdział 2: Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów Rozdział : Metoda największej wiarygodności i nieliniowa metoda najmniejszych kwadratów W tym rozdziale omówione zostaną dwie najpopularniejsze metody estymacji parametrów w ekonometrycznych modelach nieliniowych,

Bardziej szczegółowo

Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb

Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb Współzależność Załóżmy, że obserwujemy nie jedną lecz dwie cechy, które oznaczymy symbolami X i Y. Wyniki obserwacji obu cech w i-tym obiekcie oznaczymy parą liczb (x i, y i ). Geometrycznie taką parę

Bardziej szczegółowo

Analiza współzależności dwóch cech I

Analiza współzależności dwóch cech I Analiza współzależności dwóch cech I Współzależność dwóch cech W tym rozdziale pokażemy metody stosowane dla potrzeb wykrywania zależności lub współzależności między dwiema cechami. W celu wykrycia tych

Bardziej szczegółowo

METODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH

METODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH METODY ROZWIĄZYWANIA RÓWNAŃ NIELINIOWYCH Jednym z zastosowań metod numerycznych jest wyznaczenie pierwiastka lub pierwiastków równania nieliniowego. W tym celu stosuje się szereg metod obliczeniowych np:

Bardziej szczegółowo

Analiza współzależności zjawisk. dr Marta Kuc-Czarnecka

Analiza współzależności zjawisk. dr Marta Kuc-Czarnecka Analiza współzależności zjawisk dr Marta Kuc-Czarnecka Wprowadzenie Prawidłowości statystyczne mają swoje przyczyny, w związku z tym dla poznania całokształtu badanego zjawiska potrzebna jest analiza z

Bardziej szczegółowo

Stanisław Cichocki Natalia Nehrebecka. Wykład 7

Stanisław Cichocki Natalia Nehrebecka. Wykład 7 Stanisław Cichocki Natalia Nehrebecka Wykład 7 1 1. Metoda Największej Wiarygodności MNW 2. Założenia MNW 3. Własności estymatorów MNW 4. Testowanie hipotez w MNW 2 1. Metoda Największej Wiarygodności

Bardziej szczegółowo

Analiza struktury i przeciętnego poziomu cechy

Analiza struktury i przeciętnego poziomu cechy Analiza struktury i przeciętnego poziomu cechy Analiza struktury Pod pojęciem analizy struktury rozumiemy badanie budowy (składu) określonej zbiorowości, lub próby, tj. ustalenie, z jakich składa się elementów

Bardziej szczegółowo

Luka płacowa, czyli co zrobić żeby kobiety nie zarabiały mniej?

Luka płacowa, czyli co zrobić żeby kobiety nie zarabiały mniej? Luka płacowa, czyli co zrobić żeby kobiety nie zarabiały mniej? Jak mierzyć lukę płacową? Warszawa, 26 marca 2014 r. Obowiązujące prawo - Konstytucja Artykuł 33 Konstytucji Rzeczypospolitej Polskiej gwarantuje

Bardziej szczegółowo

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY) Dla opisania rozkładu badanej zmiennej, korzystamy z pewnych charakterystyk liczbowych. Dzielimy je na cztery grupy.. Określenie przeciętnej wartości

Bardziej szczegółowo

Statystyka. Wykład 13. Magdalena Alama-Bućko. 18 czerwca Magdalena Alama-Bućko Statystyka 18 czerwca / 36

Statystyka. Wykład 13. Magdalena Alama-Bućko. 18 czerwca Magdalena Alama-Bućko Statystyka 18 czerwca / 36 Statystyka Wykład 13 Magdalena Alama-Bućko 18 czerwca 2018 Magdalena Alama-Bućko Statystyka 18 czerwca 2018 1 / 36 Agregatowy (zespołowy) indeks wartości określonego zespołu produktów np. jak zmianiała

Bardziej szczegółowo

Modelowanie zależności. Matematyczne podstawy teorii ryzyka i ich zastosowanie R. Łochowski

Modelowanie zależności. Matematyczne podstawy teorii ryzyka i ich zastosowanie R. Łochowski Modelowanie zależności pomiędzy zmiennymi losowymi Matematyczne podstawy teorii ryzyka i ich zastosowanie R. Łochowski P Zmienne losowe niezależne - przypomnienie Dwie rzeczywiste zmienne losowe X i Y

Bardziej szczegółowo

2. LICZBY RZECZYWISTE Własności liczb całkowitych Liczby rzeczywiste Procenty... 24

2. LICZBY RZECZYWISTE Własności liczb całkowitych Liczby rzeczywiste Procenty... 24 SPIS TREŚCI WYRAŻENIA ALGEBRAICZNE RÓWNANIA I NIERÓWNOŚCI ALGEBRAICZNE 7 Wyrażenia algebraiczne 0 Równania i nierówności algebraiczne LICZBY RZECZYWISTE 4 Własności liczb całkowitych 8 Liczby rzeczywiste

Bardziej szczegółowo

Parytet siły nabywczej prosta analiza empiryczna (materiał pomocniczy dla studentów CE UW do przygotowaniu eseju o wybranej gospodarce)

Parytet siły nabywczej prosta analiza empiryczna (materiał pomocniczy dla studentów CE UW do przygotowaniu eseju o wybranej gospodarce) Parytet siły nabywczej prosta analiza empiryczna (materiał pomocniczy dla studentów CE UW do przygotowaniu eseju o wybranej gospodarce) 1. Wprowadzenie Teoria parytetu siły nabywczej (purchaising power

Bardziej szczegółowo

Statystyka. Wykład 8. Magdalena Alama-Bućko. 23 kwietnia Magdalena Alama-Bućko Statystyka 23 kwietnia / 38

Statystyka. Wykład 8. Magdalena Alama-Bućko. 23 kwietnia Magdalena Alama-Bućko Statystyka 23 kwietnia / 38 Statystyka Wykład 8 Magdalena Alama-Bućko 23 kwietnia 2017 Magdalena Alama-Bućko Statystyka 23 kwietnia 2017 1 / 38 Tematyka zajęć: Wprowadzenie do statystyki. Analiza struktury zbiorowości miary położenia

Bardziej szczegółowo

Wprowadzenie do analizy korelacji i regresji

Wprowadzenie do analizy korelacji i regresji Statystyka dla jakości produktów i usług Six sigma i inne strategie Wprowadzenie do analizy korelacji i regresji StatSoft Polska Wybrane zagadnienia analizy korelacji Przy analizie zjawisk i procesów stanowiących

Bardziej szczegółowo

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego

Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Korelacja oznacza współwystępowanie, nie oznacza związku przyczynowo-skutkowego Współczynnik korelacji opisuje siłę i kierunek związku. Jest miarą symetryczną. Im wyższa korelacja tym lepiej potrafimy

Bardziej szczegółowo

Korelacja krzywoliniowa i współzależność cech niemierzalnych

Korelacja krzywoliniowa i współzależność cech niemierzalnych Korelacja krzywoliniowa i współzależność cech niemierzalnych Dr Joanna Banaś Zakład Badań Systemowych Instytut Sztucznej Inteligencji i Metod Matematycznych Wydział Informatyki Politechniki Szczecińskiej

Bardziej szczegółowo

Statystyka. Podstawowe pojęcia: populacja (zbiorowość statystyczna), jednostka statystyczna, próba. Cechy: ilościowe (mierzalne),

Statystyka. Podstawowe pojęcia: populacja (zbiorowość statystyczna), jednostka statystyczna, próba. Cechy: ilościowe (mierzalne), Statystyka zbiór przetworzonych i zsyntetyzowanych danych liczbowych, nauka o ilościowych metodach badania zjawisk masowych, zmienna losowa będąca funkcją próby. Podstawowe pojęcia: populacja (zbiorowość

Bardziej szczegółowo

Zależność. przyczynowo-skutkowa, symptomatyczna, pozorna (iluzoryczna),

Zależność. przyczynowo-skutkowa, symptomatyczna, pozorna (iluzoryczna), Zależność przyczynowo-skutkowa, symptomatyczna, pozorna (iluzoryczna), funkcyjna stochastyczna Korelacja brak korelacji korelacja krzywoliniowa korelacja dodatnia korelacja ujemna Szereg korelacyjny numer

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

Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia związku pomiędzy dwiema zmiennymi nominalnymi (lub porządkowymi)

Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia związku pomiędzy dwiema zmiennymi nominalnymi (lub porządkowymi) Test niezależności chi-kwadrat stosuje się (między innymi) w celu sprawdzenia związku pomiędzy dwiema zmiennymi nominalnymi (lub porządkowymi) Czy miejsce zamieszkania różnicuje uprawianie sportu? Mieszkańcy

Bardziej szczegółowo

KRYTERIA OCENIANIA Z MATEMATYKI W OPARCIU O PODSTAWĘ PROGRAMOWĄ I PROGRAM NAUCZANIA MATEMATYKA 2001 DLA KLASY DRUGIEJ

KRYTERIA OCENIANIA Z MATEMATYKI W OPARCIU O PODSTAWĘ PROGRAMOWĄ I PROGRAM NAUCZANIA MATEMATYKA 2001 DLA KLASY DRUGIEJ KRYTERIA OCENIANIA Z MATEMATYKI W OPARCIU O PODSTAWĘ PROGRAMOWĄ I PROGRAM NAUCZANIA MATEMATYKA 2001 DLA KLASY DRUGIEJ TREŚCI KSZTAŁCENIA WYMAGANIA PODSTAWOWE WYMAGANIA PONADPODSTAWOWE Liczby wymierne i

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

Kształcenie w zakresie podstawowym. Klasa 2

Kształcenie w zakresie podstawowym. Klasa 2 Kształcenie w zakresie podstawowym. Klasa 2 Poniżej podajemy umiejętności, jakie powinien zdobyć uczeń z każdego działu, aby uzyskać poszczególne stopnie. Na ocenę dopuszczającą uczeń powinien opanować

Bardziej szczegółowo

Testy post-hoc. Wrocław, 6 czerwca 2016

Testy post-hoc. Wrocław, 6 czerwca 2016 Testy post-hoc Wrocław, 6 czerwca 2016 Testy post-hoc 1 metoda LSD 2 metoda Duncana 3 metoda Dunneta 4 metoda kontrastów 5 matoda Newman-Keuls 6 metoda Tukeya Metoda LSD Metoda Least Significant Difference

Bardziej szczegółowo

Makroekonomia. Rachunek dochodu narodowego Dr Gabriela Przesławska. Uniwersytet Wrocławski Instytut Nauk Ekonomicznych

Makroekonomia. Rachunek dochodu narodowego Dr Gabriela Przesławska. Uniwersytet Wrocławski Instytut Nauk Ekonomicznych Makroekonomia. Rachunek dochodu narodowego Dr Gabriela Przesławska Uniwersytet Wrocławski Instytut Nauk Ekonomicznych Makroekonomia. Podstawowe zagadnienia makroekonomiczne Makroekonomia bada sposób działania

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 6 Metody sprawdzania założeń w analizie wariancji: -Sprawdzanie równości (jednorodności) wariancji testy: - Cochrana - Hartleya - Bartletta -Sprawdzanie zgodności

Bardziej szczegółowo

(x j x)(y j ȳ) r xy =

(x j x)(y j ȳ) r xy = KORELACJA. WSPÓŁCZYNNIKI KORELACJI Gdy w badaniu mamy kilka cech, często interesujemy się stopniem powiązania tych cech między sobą. Pod słowem korelacja rozumiemy współzależność. Mówimy np. o korelacji

Bardziej szczegółowo

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających,

parametrów strukturalnych modelu = Y zmienna objaśniana, X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, 诲 瞴瞶 瞶 ƭ0 ƭ 瞰 parametrów strukturalnych modelu Y zmienna objaśniana, = + + + + + X 1,X 2,,X k zmienne objaśniające, k zmiennych objaśniających, α 0, α 1, α 2,,α k parametry strukturalne modelu, k+1 parametrów

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

Wydział Matematyki. Testy zgodności. Wykład 03

Wydział Matematyki. Testy zgodności. Wykład 03 Wydział Matematyki Testy zgodności Wykład 03 Testy zgodności W testach zgodności badamy postać rozkładu teoretycznego zmiennej losowej skokowej lub ciągłej. Weryfikują one stawiane przez badaczy hipotezy

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

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41

Statystyka. Wykład 4. Magdalena Alama-Bućko. 13 marca Magdalena Alama-Bućko Statystyka 13 marca / 41 Statystyka Wykład 4 Magdalena Alama-Bućko 13 marca 2017 Magdalena Alama-Bućko Statystyka 13 marca 2017 1 / 41 Na poprzednim wykładzie omówiliśmy następujace miary rozproszenia: Wariancja - to średnia arytmetyczna

Bardziej 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

Statystyka. Wykład 6. Magdalena Alama-Bućko. 9 kwietnia Magdalena Alama-Bućko Statystyka 9 kwietnia / 36

Statystyka. Wykład 6. Magdalena Alama-Bućko. 9 kwietnia Magdalena Alama-Bućko Statystyka 9 kwietnia / 36 Statystyka Wykład 6 Magdalena Alama-Bućko 9 kwietnia 2018 Magdalena Alama-Bućko Statystyka 9 kwietnia 2018 1 / 36 Krzywa koncentracji Lorenza w ekonometrii, ekologii, geografii ludności itp. koncentrację

Bardziej szczegółowo

ANALIZA SPRZEDAŻY: - struktura

ANALIZA SPRZEDAŻY: - struktura KOŁO NAUKOWE CONTROLLINGU UNIWERSYTET ZIELONOGÓRSKI ANALIZA SPRZEDAŻY: - struktura - koncentracja - kompleksowa analiza - dynamika Spis treści Wstęp 3 Analiza struktury 4 Analiza koncentracji 7 Kompleksowa

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

Badanie zgodności z określonym rozkładem. F jest dowolnym rozkładem prawdopodobieństwa. Test chi kwadrat zgodności. F jest rozkładem ciągłym

Badanie zgodności z określonym rozkładem. F jest dowolnym rozkładem prawdopodobieństwa. Test chi kwadrat zgodności. F jest rozkładem ciągłym Badanie zgodności z określonym rozkładem H 0 : Cecha X ma rozkład F F jest dowolnym rozkładem prawdopodobieństwa Test chi kwadrat zgodności F jest rozkładem ciągłym Test Kołmogorowa F jest rozkładem normalnym

Bardziej szczegółowo

Badania marketingowe 2016_12. Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski

Badania marketingowe 2016_12. Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski Badania marketingowe 2016_12 Krzysztof Cybulski Katedra Marketingu Wydział Zarządzania Uniwersytet Warszawski Ramowy program konwersatorium 1. Formułowanie oraz wyjaśnianie tematyki badań 2. Identyfikacja

Bardziej szczegółowo

Definicja i własności wartości bezwzględnej.

Definicja i własności wartości bezwzględnej. Równania i nierówności z wartością bezwzględną. Rozwiązywanie układów dwóch (trzech) równań z dwiema (trzema) niewiadomymi. Układy równań liniowych z parametrem, analiza rozwiązań. Definicja i własności

Bardziej szczegółowo

Zakład Ubezpieczeń Społecznych 13 lipca 2018 r. Departament Statystyki i Prognoz Aktuarialnych

Zakład Ubezpieczeń Społecznych 13 lipca 2018 r. Departament Statystyki i Prognoz Aktuarialnych Zakład Ubezpieczeń Społecznych 13 lipca 2018 r. Departament Statystyki i Prognoz Aktuarialnych Szacunkowe skutki finansowe podwyższenia do wysokości emerytury najniższej emerytur z Funduszu Ubezpieczeń

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

Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON.

Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON. Propozycje rozwiązań zadań otwartych z próbnej matury rozszerzonej przygotowanej przez OPERON. Zadanie 6. Dane są punkty A=(5; 2); B=(1; -3); C=(-2; -8). Oblicz odległość punktu A od prostej l przechodzącej

Bardziej szczegółowo

1. Opis tabelaryczny. 2. Graficzna prezentacja wyników. Do technik statystyki opisowej można zaliczyć:

1. Opis tabelaryczny. 2. Graficzna prezentacja wyników. Do technik statystyki opisowej można zaliczyć: Wprowadzenie Statystyka opisowa to dział statystyki zajmujący się metodami opisu danych statystycznych (np. środowiskowych) uzyskanych podczas badania statystycznego (np. badań terenowych, laboratoryjnych).

Bardziej szczegółowo

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4

STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4 STATYSTYKA I DOŚWIADCZALNICTWO Wykład 4 Inne układy doświadczalne 1) Układ losowanych bloków Stosujemy, gdy podejrzewamy, że może występować systematyczna zmienność między powtórzeniami np. - zmienność

Bardziej szczegółowo

Makroekonomia wprowadzenie Produkt i dochód narodowy

Makroekonomia wprowadzenie Produkt i dochód narodowy Makroekonomia wprowadzenie Produkt i dochód narodowy Wprowadzenie Definicjamakroekonomii Główneproblemymakroekonomiczne Problemagregacji Metodyobliczaniaproduktu krajowegobrutto Cotojestproduktkrajowybrutto?

Bardziej szczegółowo

Statystyka. Wykład 11. Magdalena Alama-Bućko. 22 maja Magdalena Alama-Bućko Statystyka 22 maja / 41

Statystyka. Wykład 11. Magdalena Alama-Bućko. 22 maja Magdalena Alama-Bućko Statystyka 22 maja / 41 Statystyka Wykład 11 Magdalena Alama-Bućko 22 maja 2017 Magdalena Alama-Bućko Statystyka 22 maja 2017 1 / 41 Analiza dynamiki zjawisk badamy zmiany poziomu (tzn. wzrosty/spadki) badanego zjawiska w czasie.

Bardziej szczegółowo