ANALIZA PORÓWNAWCZA DOBROBYTU EKONOMICZNEGO GOSPODARSTW DOMOWYCH OSÓB MŁODSZYCH I STARSZYCH

Wielkość: px
Rozpocząć pokaz od strony:

Download "ANALIZA PORÓWNAWCZA DOBROBYTU EKONOMICZNEGO GOSPODARSTW DOMOWYCH OSÓB MŁODSZYCH I STARSZYCH"

Transkrypt

1 Studia Ekoomicze. Zeszyty Naukowe Uiwersytetu Ekoomiczego w Katowicach ISSN Nr Ekoomia 3 Aa Sączewska-Piotrowska Uiwersytet Ekoomiczy w Katowicach Wydział Ekoomii Katedra Metod Statystyczo-Matematyczych w Ekoomii aa.saczewska-piotrowska@ue.katowice.pl ANALIZA PORÓWNAWCZA DOBROBYTU EKONOMICZNEGO GOSPODARSTW DOMOWYCH OSÓB MŁODSZYCH I STARSZYCH Streszczeie: W artkule przeprowadzoo aalizę porówawczą dobrobytu ekoomiczego gospodarstw domowych wyróżioych ze względu a wiek głowy gospodarstwa domowego. Aalizę tę przeprowadzoo wyzaczając uogólioe krzywe Loreza oraz skrócoe fukcje dobrobytu. Najmiejszym dobrobytem cechowały się gospodarstwa domowe 60+. Grupa ta ie jest jedak jedoroda ze względu a osiągay dobrobyt zdecydowaie gorszym dobrobytem cechują się gospodarstwa domowe, których głową jest kobieta. Słowa kluczowe: dobrobyt ekoomiczy, uogólioe krzywe Loreza, skrócoe fukcje dobrobytu, gospodarstwa domowe. Wprowadzeie Jedym z główych zadań polityki społeczej jest skutecza pomoc grupom gospodarstw domowych ajsłabszym ekoomiczie. Sprawą kluczową jest więc porówaie dobrobytu ekoomiczego grup gospodarstw wydzieloych ze względu a róże charakterystyki i wskazaie tych grup, które tej pomocy potrzebują ajbardziej. Celem badaia będzie porówaie dobrobytu ekoomiczego gospodarstw domowych wyróżioych ze względu a wiek głowy gospodarstwa domowego: lata, lata, lat oraz 60 lat i więcej. Zastosowaie takiego podziału umożliwi udzieleie odpowiedzi a pytaie, czy gospodarstwa domowe osób starszych (60 i więcej lat) cechują się miejszym dobrobytem ekoomiczym iż gospodarstwa osób młodszych (25-59 lat). Dodatkowy podział gospodarstw domowych osób młodszych a trzy podgrupy pozwoli odpowiedzieć a pytaie, czy jest to grupa jedoroda pod względem poziomu dobrobytu.

2 68 Aa Sączewska-Piotrowska Jako główy wyzaczik dobrobytu ekoomiczego przyjęto dochody osiągae przez gospodarstwa domowe. W rozkładzie dochodów występują ierówości, które im są miejsze, tym występuje większy dobrobyt społeczy. Porówując dobrobyt moża więc wykorzystać arzędzia stosowae w porówaiach ierówości dochodowych. Podstawą porówań mogą być krzywe Loreza (zarówo zwykłe, jak i uogólioe), stosowae powszechie w porówaiach ierówości. W przypadku, gdy krzywe te przeciają się i iemożliwe staje się porówaie dobrobytu a ich podstawie, stosowae są często skrócoe fukcje dobrobytu. W pracy wykorzystao zarówo krzywe Loreza, jak i uogólioe fukcje dobrobytu. W artykule weryfikowao hipotezę, że gospodarstwa domowe osób starszych cechują się miejszym dobrobytem ekoomiczym iż gospodarstwa domowe 59. Gospodarstwa domowe osób starszych uzyskują wprawdzie w większości przypadków stałe dochody w postaci emerytur, lecz świadczeia emerytale ie są tak wysokie, jak dochody uzyskiwae przez młodszych człoków społeczeństwa. Należy podkreślić, że dochody gospodarstw domowych osób 60+ są miej zróżicowae iż gospodarstw osób 59, jedak może to być iewystarczające do tego, aby grupa ta cechowała się większym dobrobytem iż gospodarstwa 59. Należy dodatkowo zwrócić uwagę, że około połowę gospodarstw domowych osób 60+ staowią gospodarstwa kobiet, spośród których ajwiększy odsetek staowią gospodarstwa jedoosobowe (od ok. 70% w 2009 r. do 60% w 203r.). Stąd też w aalizach uwzględioo dodatkowo podział gospodarstw domowych osób starszych ze względu a płeć głowy gospodarstwa domowego celem zweryfikowaia hipotezy o miejszym dobrobycie gospodarstw domowych kobiet mających 60 lub więcej lat.. Pojęcie dobrobytu i dobrobytu ekoomiczego W wielu opracowaiach moża się spotkać z pojęciem dobrobytu i dobrobytu ekoomiczego. Powstaje pytaie, czym jest o jest i czym różi się od dobrobytu ekoomiczego? Podstawę ajbardziej rozpowszechioej kocepcji dobrobytu staowi doktrya utylitaryzmu, według której dobrobyt to użyteczość (utility), rozumiaa jako pewie wskaźik ogólego zadowoleia lub stau szczęśliwości, czyli jest to miara szczęścia człowieka [Rusak, 2007, s. 6]. Dobrobyt ekoomiczy (welfare), zway rówież dobrobytem materialym lub zamożością, jest defiioway jako użyteczość dochodu (lub kosumpcji), przy czym użyteczość, a dokładiej fukcja użyteczości jest określaa

3 Aaliza porówawcza dobrobytu ekoomiczego często fukcją oceiającą dochód dla uikięcia wszelkich pozaekoomiczych podtekstów, takich jak szczęście, stopień zadowoleia itp. [Kot, 2004, s ]. Należy zazaczyć, że dobrobyt ekoomiczy jest węższym określeiem iż sam dobrobyt (well-beig), który obejmuje rówież ie aspekty, p. jakość pracy, zdrowie, potrzebę przyależości [Greve, 2008, s ]. W iiejszej opracowaiu przyjęto kocepcję dobrobytu ekoomiczego, który w dalszych rozważaiach będzie często w skrócie określay miaem dobrobytu. W teorii ekoomii moża się spotkać z pojęciem dobrobytu idywidualego i społeczego. Puktem wyjścia jest dobrobyt idywidualy (idividual welfare) rozumiay w kategoriach idywidualych preferecji, ujawioych wyborami dokoywaymi przez jedostki (p. osoby, gospodarstwa domowe) przy określoych poziomach dochodów i ce. Czyioe jest przy tym założeie, że mając woly i przemyślay wybór, jedostki wybiorą koszyk dóbr i usług, maksymalizujący ich własą użyteczość lub zadowoleie [Greve, 2008; Walker, 2005, s. 7]. Dobrobyt społeczy (social welfare) jest traktoway jako suma lub wartość przecięta dobrobytów idywidualych, a fukcję agregującą dobrobyty idywiduale azywamy fukcją dobrobytu społeczego. Aby jedak takie sumowaie bądź uśrediaie było możliwie, użyteczości idywiduale powiy być porówywale ze sobą. Ozacza to, że po pierwsze, muszą być oe mierzoe w sposób kardyaly, a ie ordyaly (porządkowy) [Kot, 2004]. Pomiar kardyaly ozacza, że dyspouje się jedostką pomiaru i ustaloym początkiem (zerem) oraz że jedostka oceiająca swój dochód czy podejmująca decyzję dotyczącą kosumpcji potrafi określić, ile ta użyteczość wyosi. Dla pomiaru ordyalego wystarczy, aby jedostka oceiająca swój dochód (czy koszyk kosumpcji) potrafiła wskazać, czy użyteczość tego dochodu jest ie miejsza (bądź ie większa) od użyteczości iego dochodu, co ozacza, że jest możliwe porządkowaie dochodów (czy też koszyków kosumpcji), atomiast wielkość różicy użyteczości ie ma zaczeia [Kot, 2004; Rusak, 2007, s. 6]. 2. Dae i metoda Porówaie dobrobytu gospodarstw domowych osób starszych i młodszych przeprowadzoo a podstawie bazy daych projektu Diagoza społecza 203, dotyczącą gospodarstw domowych z próby paelowej (lata 2009, 20 oraz 203). W aalizie korzystao z kategorii dochodów etto z ostatiego miesiąca (luty/marzec) a jedostkę ekwiwaletą, czyli dochodów uwzględiających wielkość i róży skład demograficzy gospodarstw domowych, a tym

4 70 Aa Sączewska-Piotrowska 2 samym zapewiających porówywalość ich sytuacji materialej. Każdemu gospodarstwu domowemu uwzględioemu w badaiu przypisao jedakową wagę. Ocey dobrobytu gospodarstw domowych osób starszych dokoao, wykorzystując uogólioe krzywe Loreza oraz ideks Sea. Krzywa Loreza jest fukcją, która przedstawia relację pomiędzy skumulowaym udziałem gospodarstw dyspoującym dochodem ie większym iż y, a skumulowaym udziałem dochodu tych gospodarstw domowych w całkowitym dochodzie. W przypadku, gdy zbiorowość liczy jedostek i dochody tych jedostek zostaą uporządkowae w sposób iemalejący, czyli y y... y, warto- k ści krzywej Loreza w puktach p =, dla k = 0,,..., wyzaczae są w sposób astępujący [Kakwai, 980, s. 49; Shorrocks, 983, s. 3-7]: k L = gdzie μ ozacza średi dochód. k L ( 0) = y i i= i= = i= y i k 0, y μ i dla k, () Krzywa Loreza jest odpowiedia do porówań dobrobytu grup gospodarstw dyspoujących takim samym dochodem średim. Teoretycze podstawy porówań tak rozumiaego dobrobytu, bez koieczości specyfikacji fukcji użyteczości, która jest empiryczie ieobserwowala, staowią twierdzeie Atkisoa. Mówi oo, że jeśli krzywe Loreza ie przeciają się, to z tego, że jeda z ich jest położoa ściśle wewątrz drugiej, co staowi podstawę wioskowaia o większym dobrobycie zbiorowości, wyika, iż jede rozkład cechują miejsze ierówości dochodowe iż drugi [Rusak, 2007, s. 97]. Zakłada się, że twierdzeie Atkisoa zachodzi dla każdej rosącej i ściśle wklęsłej fukcji użyteczości. W przypadku, gdy dochody średie grup gospodarstw różią się, stosuje się uogólioe krzywe Loreza, które powstają przez przeskalowaie zwykłej krzywej Loreza wartością średią rozkładu [Shorrocks, 2003]: GL( p) = μl( p). Uogólioą krzywą Loreza moża rówież zapisać w sposób ieodwołujący się do krzywej Loreza [Shorrocks, 2003]:

5 Aaliza porówawcza dobrobytu ekoomiczego... 7 gdzie y y yi k yi k i= GL = dla k, (2) to dochody jedostek uporządkowae w sposób iemalejący, czyli... y 2. Na podstawie ieprzeciających się uogólioych krzywych Loreza moża dokoywać porówań dobrobytu rozkładów różiących się wartościami przeciętymi. Podstawę do takich porówań daje twierdzeie Shorrocksa [Rusak, 2007] zbiorowość, której uogólioa krzywa Loreza jest położoa powyżej pozostałych, cechuje się ajmiejszymi ierówościami dochodowymi i jedocześie ajwiększym dobrobytem ekoomiczym. Twierdzeie Shorrocksa, podobie jak twierdzeie Atkisoa, zachodzi dla każdej rosącej i ściśle wklęsłej fukcji użyteczości. W przypadku przeciających się krzywych Loreza (zarówo zwykłych, jak i uogólioych) porówaia dobrobytu ekoomiczego stają się iemożliwe. Pomocym arzędziem okazują się wtedy tzw. uproszczoe (skrócoe) fukcje dobrobytu. Jedą z fukcji wprowadził oblista A. Se, a wartość tej fukcji azywaa jest ideksem Sea [Se, 976b, s. 2-39]. W obliczaiach ideksu Sea wykorzystywaa jest iformacja o wartości średiej daego rozkładu μ oraz o ierówościach dochodowych mierzoych współczyikiem Giiego G. Ideks Sea jest obliczay zgodie ze wzorem: I s = μ( G), (3) a jego wyższe wartości świadczą o większym dobrobycie daej grupy gospodarstw domowych. Należy wspomieć, że współczyik Giiego G jest jedą z ajpopulariejszych miar ierówości dochodowych, a moża obliczyć za pomocą astępujących wzorów [Gii, 92; Se, 976a, s ; 997, s. 3; Theil, 967, s. 9-34]: G = 2 2 μ = = + = + i= j= y i y j mi( y i, y j ) 2 μ i= j= 2 μ 2 i= 2 iy i yi ( + i) 2 μ i= dla dla y y... y (4) (5) 2 (6) y y... y 2, (7)

6 72 Aa Sączewska-Piotrowska gdzie: liczba jedostek w zbiorowości, μ średi dochód, i, j umer jedostki, y i dochody i -tej jedostki, y j dochody j -tej jedostki. Iterpretacja współczyika Giiego, wyikająca bezpośredio ze wzoru (4), jest astępująca: podwojoa wartość współczyika Giiego iformuje o tym, jaką frakcję średiej μ staowi przecięta różica bezwzględa pomiędzy dochodami pary losowo wybraych jedostek. 3. Rozkłady dochodów w świetle badań empiryczych Przed przystąpieiem do porówań dobrobytu ekoomiczego grup gospodarstw domowych, wyróżioych ze względu a wiek głowy gospodarstwa, dokoao podstawowej aalizy rozkładów dochodów, wyzaczając średie dochody reale oraz współczyik Giiego. Najwyższym średim dochodem etto a jedostkę ekwiwaletą w latach dyspoowała grupa gospodarstw domowych, których głowa miała lata. We wszystkich badaych latach wraz ze wzrostem wieku główego żywiciela gospodarstwa domowego malał średi dochód etto. Dochody grupy gospodarstw domowych, których głowa miała 60 i więcej lat różiły się w zależości od płci głowy gospodarstwa w latach 2009, 20 i 203 wyższe średie dochody etto uzyskiwały gospodarstwa domowe mężczyz (tabela ). Tabela. Dochody reale etto w z ostatiego miesiąca w okresie gospodarstw domowych według wieku głowy gospodarstwa domowego (próba paelowa) Wiek Dochody etto w zł a jedostkę ekwiwaletą lata 720,42 738,36 797, lata 55,67 606,87 62, lat 424,24 492,38 47,2 60 i więcej lat 264,7 352,47 300,64 mężczyźi 395,82 483,48 43,94 kobiety 33,22 29,78 7,03 Źródło: Na podstawie: [Rada Moitorigu Społeczego, 204].

7 Aaliza porówawcza dobrobytu ekoomiczego Wartości współczyika Giiego przedstawioo w tabeli 2. Tabela 2. Współczyik Giiego w okresie dla dochodów etto gospodarstw domowych według wieku głowy gospodarstwa domowego (próba paelowa) Wiek Współczyik Giiego lata 0,329 0,32 0, lata 0,337 0,334 0, lat 0,329 0,30 0,32 60 i więcej lat 0,292 0,293 0,298 mężczyźi 0,294 0,298 0,3 kobiety 0,283 0,285 0,269 Źródło: Na podstawie: [Rada Moitorigu Społeczego, 204]. W latach 2009 i 20 współczyik Giiego przyjmował ajwyższe wartości w przypadku grupy gospodarstw 35-44, co ozacza, że grupa ta cechowała się ajwiększymi ierówościami dochodowymi. W 203 r. ajbardziej zróżicowae dochody uzyskiwała grupa gospodarstw ajmłodszych. Osiągięta w 203 r. wartość 0,348 (ajwyższa ze wszystkich badaych lat) ozacza, że przecięta absoluta różica pomiędzy dochodami losowo wybraej pary gospodarstw staowiła 69,6% dochodu średiego (podwója wartość współczyika Giiego). Najmiejsze ierówości dochodowe występowały w grupie gospodarstw osób starszych, wyraźie miejsze w gospodarstwach domowych kobiet iż mężczyz. 4. Porówaia dobrobytu ekoomiczego Porówaia dobrobytu ekoomiczego przeprowadzoo wykorzystując uogólioe krzywe Loreza oraz ideks Sea. Na rysukach -6 przedstawioo uogólioe krzywe Loreza rozkładów dochodów ekwiwaletych w latach w próbie paelowej, wyzaczoe w zależości od wieku głowy gospodarstwa domowego oraz płci głowy gospodarstwa domowego 60+.

8 74 Aa Sączewska-Piotrowska skumuloway średi dochód lata lata lat 60 i więcej lat 0 0% 20% 40% 60% 80% 00% skumuloway udział gospodarstw domowych Rys.. Uogólioe krzywe Loreza rozkładów dochodów ekwiwaletych z ostatiego miesiąca w 2009 r. w zależości od wieku głowy gospodarstwa domowego w próbie paelowej Źródło: Na podstawie: [Rada Moitorigu Społeczego, 204]. 400 skumuloway średi dochód mężczyźi kobiety 0 0% 20% 40% 60% 80% 00% skumuloway udział gospodarstw domowych Rys. 2. Uogólioe krzywe Loreza rozkładów dochodów ekwiwaletych z ostatiego miesiąca w 2009 r. w zależości od płci głowy gospodarstwa domowego 60+ w próbie paelowej Źródło: Na podstawie: [Rada Moitorigu Społeczego, 204].

9 Aaliza porówawcza dobrobytu ekoomiczego skumuloway średi dochód lata lata lat 60 i więcej lat 0 0% 20% 40% 60% 80% 00% skumuloway udział gospodarstw domowych Rys. 3. Uogólioe krzywe Loreza rozkładów dochodów ekwiwaletych z ostatiego miesiąca w 20 r. w ceach z 2009 r. w zależości od wieku głowy gospodarstwa domowego w próbie paelowej Źródło: Na podstawie: [Rada Moitorigu Społeczego, 204] skumuloway średi dochód mężczyźi kobiety 0 0% 20% 40% 60% 80% 00% skumuloway udział gospodarstw domowych Rys. 4. Uogólioe krzywe Loreza rozkładów dochodów ekwiwaletych z ostatiego miesiąca w 20 r. w ceach z 2009 r. w zależości od płci głowy gospodarstwa domowego 60+ w próbie paelowej Źródło: Na podstawie: [Rada Moitorigu Społeczego, 204].

10 76 Aa Sączewska-Piotrowska skumuloway średi dochód lata lata lat 60 i więcej lat 0 0% 20% 40% 60% 80% 00% skumuloway udział gospodarstw domowych Rys. 5. Uogólioe krzywe Loreza rozkładów dochodów ekwiwaletych z ostatiego miesiąca w 203 r. w ceach z 2009 r. w zależości od wieku głowy gospodarstwa domowego w próbie paelowej Źródło: Na podstawie: [Rada Moitorigu Społeczego, 204]. 400 skumuloway średi dochód mężczyźi kobiety 0 0% 20% 40% 60% 80% 00% skumuloway udział gospodarstw domowych Rys. 6. Uogólioe krzywe Loreza rozkładów dochodów ekwiwaletych z ostatiego miesiąca w 203 r. w ceach z 2009 r. w zależości od płci głowy gospodarstwa domowego 60+ w próbie paelowej Źródło: Na podstawie: [Rada Moitorigu Społeczego, 204].

11 Aaliza porówawcza dobrobytu ekoomiczego W przypadku grup gospodarstw domowych wyróżioych w zależości od wieku ich główego żywiciela w żadym z badaych lat ie moża dokoać ragowaia gospodarstw ze względu a dobrobyt z powodu przeciających się uogólioych krzywych Loreza. Porówaia takie są atomiast możliwie w przypadku gospodarstw domowych osób starszych podzieloych w zależości od płci głowy gospodarstwa. W latach wyższym dobrobytem cechowały się gospodarstwa domowe mężczyz we wszystkich badaych latach uogólioe krzywe Loreza gospodarstw domowych mężczyz 60+ były położoe wyżej iż krzywe wyzaczoe dla gospodarstw domowych kobiet 60+. Wyiki porówań dobrobytu wyróżioych grup gospodarstw domowych przeprowadzoe z pomocą uogólioych krzywych Loreza zestawioo z wyikami uzyskaymi za pomocą ideksu Sea (tabela 3). Tabela 3. Ideks Sea dla dochodów etto gospodarstw domowych z ostatiego miesiąca w ceach z 2009 r. w latach według wieku głowy gospodarstwa domowego w próbie paelowej Wiek Ideks Sea lata 54,40 95,99 7, lata 004,89 070,8 086, lat 0955,67 029, ,29 60 i więcej lat 0895,4 0956,20 093,05 mężczyźi 0985,45 04, ,6 kobiety 082, ,4 0856,02 Źródło: Na podstawie: [Rada Moitorigu Społeczego, 204]. Moża zauważyć, że we wszystkich latach dobrobyt ekoomiczy gospodarstw domowych malał wraz ze wzrostem wieku głowy gospodarstwa domowego. Uwzględiając płeć głowy gospodarstwa 60+, większym dobrobytem cechowała się grupa gospodarstw mężczyz, co tym samym potwierdziło wyiki ocey dobrobytu otrzymae za pomocą uogólioych krzywych Loreza. Podsumowaie Przeprowadzoa aaliza pozwala stwierdzić, że ajwyższe średie dochody ekwiwalete w latach uzyskiwała grupa gospodarstw 25-34, atomiast ajbardziej ierówomiere dochody otrzymywała grupa gospodarstw (w latach 2009 oraz 20). Gospodarstwa osób starszych dyspoowały w badaym okresie ajmiejszymi i jedocześie ajbardziej rówomierymi docho-

12 78 Aa Sączewska-Piotrowska dami. Uwzględiając w aalizie podział gospodarstw domowych 60+ ze względu a płeć, moża zauważyć, że gospodarstwa domowe mężczyz otrzymywały wyższe i bardziej ierówomiere dochody iż gospodarstwa domowe kobiet. Wysokość otrzymywaych dochodów oraz ierówości w rozkładzie dochodów zalazły odzwierciedleie w dobrobycie osiągaym przez gospodarstwa domowe. Grupa gospodarstw, których główy żywiciel był a etapie zakładaia rodziy i rozpoczyał karierę zawodową (gospodarstwa domowe 25-34), cechowała się ajwiększym dobrobytem ekoomiczym. W latach ajmiejszym dobrobytem ekoomiczym cechowała się grupa gospodarstw domowych 60+, czyli grupa gospodarstw mająca, ze względu a wiek główego żywiciela, trudości z pozyskaiem dodatkowych dochodów. Aalizując dobrobyt grupy gospodarstw osób starszych w zależości od płci główego żywiciela, moża zauważyć, że zgodie z przewidywaiami, w gorszej sytuacji ekoomiczej były gospodarstwa domowe kobiet. Literatura Gii C. (92), Variabilità e mutabilità, Bologa, Italy. Greve B. (2008), What is Welfare? Cetral Europea Joural of Public Policy, Vol. 2, s Kakwai N.C. (980), Icome Iequality ad Poverty. Methods of Estimatio ad Policy Applicatios, Oxford Uiversity Press, Washigto. Kot S.M. (2004), Dobrobyt [w:] S.M. Kot, A. Malawski, A. Węgrzecki (red.), Dobrobyt społeczy, ierówości i sprawiedliwość dystrybutywa, Wydawictwo Akademii Ekoomiczej, Kraków, s Rada Moitorigu Społeczego (204), Diagoza społecza 203: zitegrowaa baza daych, (dostęp: ). Rusak Z. (2007), Statystycza aaliza dobrobytu ekoomiczego gospodarstw domowych, Wydawictwo Akademii Ekoomiczej, Wrocław. Se A. (976a), Poverty: A Ordial Approach to Measuremet, Ecoometrica 976, Vol. 44, s Se A. (976b), Real Natioal Icome, Review of Ecoomic Studies, Vol. 43, s Se A. (997), O Ecoomic Iequality, Elarged editio with a substatial aex: J. Foster, A. Se, O Ecoomic Iequality after a Quarter Cetury, Claredo Press, Oxford 997. Shorrocks A.F. (983), Rakig Icome Distributios, Ecoomica, Vol. 50, 3-7. Theil H. (967), The Measuremet Of Icome Iequality [w:] Ecoomics ad Iformatio Theory, Chapter 4, North-Hollad, Amsterdam, s Walker R. (2005), Social Security ad Welfare: Cocepts ad Comparisos, Ope Uiversity Press, Berkshire.

13 Aaliza porówawcza dobrobytu ekoomiczego COMPARATIVE ANALYSIS OF WELFARE OF ELDERLY AND NONELDERLY-HEADED HOUSEHOLDS Summary: I this article there was coducted comparative aalysis of welfare of households divided ito groups accordig to the age of household s head. The aalysis was coducted usig geeralized Lorez curves ad abbreviated welfare fuctios. Households 60+ were characterized by the smallest welfare. This group is ot homogeous due to achieved welfare defiitely worse welfare is i female-headed households tha i male-headed households. Keywords: welfare, geeralized Lorez curves, abbreviated welfare fuctios, households.

STATYSTYKA I ANALIZA DANYCH

STATYSTYKA I ANALIZA DANYCH TATYTYKA I ANALIZA DANYCH Zad. Z pewej partii włókie weły wylosowao dwie próbki włókie, a w każdej z ich zmierzoo średicę włókie różymi metodami. Otrzymao astępujące wyiki: I próbka: 50; średia średica

Bardziej szczegółowo

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie Metrologia: miary dokładości dr iż. Paweł Zalewski Akademia Morska w Szczeciie Miary dokładości: Najczęściej rozkład pomiarów w serii wokół wartości średiej X jest rozkładem Gaussa: Prawdopodobieństwem,

Bardziej szczegółowo

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO

ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO Agieszka Jakubowska ROZDZIAŁ 5 WPŁYW SYSTEMU OPODATKOWANIA DOCHODU NA EFEKTYWNOŚĆ PROCESU DECYZYJNEGO. Wstęp Skąplikowaie współczesego życia gospodarczego powoduje, iż do sterowaia procesem zarządzaia

Bardziej szczegółowo

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu.

Rachunek prawdopodobieństwa i statystyka W12: Statystyczna analiza danych jakościowych. Dr Anna ADRIAN Paw B5, pok 407 adan@agh.edu. Rachuek prawdopodobieństwa i statystyka W12: Statystycza aaliza daych jakościowych Dr Aa ADRIAN Paw B5, pok 407 ada@agh.edu.pl Wprowadzeie Rozróżia się dwa typy daych jakościowych: Nomiale jeśli opisują

Bardziej szczegółowo

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE.  Strona 1 KURS STATYSTYKA Lekcja 3 Parametrycze testy istotości ZADANIE DOMOWE www.etrapez.pl Stroa Część : TEST Zazacz poprawą odpowiedź (tylko jeda jest prawdziwa). Pytaie Statystykę moża rozumieć jako: a) próbkę

Bardziej szczegółowo

Jak obliczać podstawowe wskaźniki statystyczne?

Jak obliczać podstawowe wskaźniki statystyczne? Jak obliczać podstawowe wskaźiki statystycze? Przeprowadzoe egzamiy zewętrze dostarczają iformacji o tym, jak ucziowie w poszczególych latach opaowali umiejętości i wiadomości określoe w stadardach wymagań

Bardziej szczegółowo

Histogram: Dystrybuanta:

Histogram: Dystrybuanta: Zadaie. Szereg rozdzielczy (przyjmujemy przedziały klasowe o długości 0): x0 xi i środek i*środek i_sk częstości częstości skumulowae 5 5 8 0 60 8 0,6 0,6 5 5 9 0 70 7 0,8 0, 5 5 5 0 600 0, 0,6 5 55 8

Bardziej szczegółowo

Ekonomiczny Uniwersytet Dziecięcy

Ekonomiczny Uniwersytet Dziecięcy Ekoomiczy Uiwersytet Dziecięcy Pomiar dobrobytu gospodarczego i społeczego Baha Kaliowska-Surfiowicz Uiwersytet Ekoomiczy w Pozaiu 17 paździerika 2013 r. EKONOMICZNY UNIWERSYTET DZIECIĘCY WWW.UNIWERSYTET-DZIECIECY.PL

Bardziej szczegółowo

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2. Zagadieia estymacji Puktem wyjścia badaia statystyczego jest wylosowaie z całej populacji pewej skończoej liczby elemetów i zbadaie ich ze względu a zmieą losową cechę X Uzyskae w te sposób wartości x,

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi.

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2012/13. Ciągi. Jarosław Wróblewski Aaliza Matematycza 1A, zima 2012/13 Ciągi. Ćwiczeia 5.11.2012: zad. 140-173 Kolokwium r 5, 6.11.2012: materiał z zad. 1-173 Ćwiczeia 12.11.2012: zad. 174-190 13.11.2012: zajęcia czwartkowe

Bardziej szczegółowo

Porównanie dwu populacji

Porównanie dwu populacji Porówaie dwu populacji Porówaie dwóch rozkładów ormalych Założeia:. X ~ N( m, σ ), X ~ N( m, σ ), σ σ. parametry rozkładów ie ą zae. X, X ą iezależe. Ocea różicy między średimi m m m m x x (,...) H 0 :

Bardziej szczegółowo

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I) Elemety statystyki opisowej Izolda Gorgol wyciąg z prezetacji (wykład I) Populacja statystycza, badaie statystycze Statystyka matematycza zajmuje się opisywaiem i aalizą zjawisk masowych za pomocą metod

Bardziej szczegółowo

POLITECHNIKA OPOLSKA

POLITECHNIKA OPOLSKA POLITCHIKA OPOLSKA ISTYTUT AUTOMATYKI I IFOMATYKI LABOATOIUM MTOLOII LKTOICZJ 7. KOMPSATOY U P U. KOMPSATOY APIĘCIA STAŁO.. Wstęp... Zasada pomiaru metodą kompesacyją. Metoda kompesacyja pomiaru apięcia

Bardziej szczegółowo

O liczbach naturalnych, których suma równa się iloczynowi

O liczbach naturalnych, których suma równa się iloczynowi O liczbach aturalych, których suma rówa się iloczyowi Lew Kurladczyk i Adrzej Nowicki Toruń UMK, 10 listopada 1998 r. Liczby aturale 1, 2, 3 posiadają szczególą własość. Ich suma rówa się iloczyowi: Podobą

Bardziej szczegółowo

Wykład 11 ( ). Przedziały ufności dla średniej

Wykład 11 ( ). Przedziały ufności dla średniej Wykład 11 (14.05.07). Przedziały ufości dla średiej Przykład Cea metra kwadratowego (w tys. zł) z dla 14 losowo wybraych mieszkań w mieście A: 3,75; 3,89; 5,09; 3,77; 3,53; 2,82; 3,16; 2,79; 4,34; 3,61;

Bardziej szczegółowo

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017 STATYSTYKA OPISOWA Dr Alia Gleska Istytut Matematyki WE PP 18 listopada 2017 1 Metoda aalitycza Metoda aalitycza przyjmujemy założeie, że zmiay zjawiska w czasie moża przedstawić jako fukcję zmieej czasowej

Bardziej szczegółowo

INWESTYCJE MATERIALNE

INWESTYCJE MATERIALNE OCENA EFEKTYWNOŚCI INWESTYCJI INWESTCJE: proces wydatkowaia środków a aktywa, z których moża oczekiwać dochodów pieiężych w późiejszym okresie. Każde przedsiębiorstwo posiada pewą liczbę możliwych projektów

Bardziej szczegółowo

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA Mamy populację geeralą i iteresujemy się pewą cechą X jedostek statystyczych, a dokładiej pewą charakterystyką liczbową θ tej cechy (p. średią wartością

Bardziej szczegółowo

2.1. Studium przypadku 1

2.1. Studium przypadku 1 Uogóliaie wyików Filip Chybalski.. Studium przypadku Opis problemu Przedsiębiorstwo ŚRUBEX zajmuje się produkcją wyrobów metalowych i w jego szerokim asortymecie domiują różego rodzaju śrubki i wkręty.

Bardziej szczegółowo

BADANIA DOCHODU I RYZYKA INWESTYCJI

BADANIA DOCHODU I RYZYKA INWESTYCJI StatSoft Polska, tel. () 484300, (60) 445, ifo@statsoft.pl, www.statsoft.pl BADANIA DOCHODU I RYZYKA INWESTYCJI ZA POMOCĄ ANALIZY ROZKŁADÓW Agieszka Pasztyła Akademia Ekoomicza w Krakowie, Katedra Statystyki;

Bardziej szczegółowo

Okresy i stopy zwrotu nakładów inwestycyjnych w ocenie efektywności inwestycji rzeczowych

Okresy i stopy zwrotu nakładów inwestycyjnych w ocenie efektywności inwestycji rzeczowych Ekoomia Meedżerska 2009, r 5, s. 45 62 Marek Łukasz Michalski* Okresy i stopy zwrotu akładów iwestycyjych w oceie efektywości iwestycji rzeczowych 1. Wprowadzeie Podstawowym celem przedsiębiorstwa, w długim

Bardziej szczegółowo

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna 3 MAŁGORZATA STEC Dr Małgorzata Stec Zakład Statystyki i Ekoometrii Uiwersytet Rzeszowski Uwarukowaia rozwojowe województw w Polsce aaliza statystyczo-ekoometrycza WPROWADZENIE Rozwój społeczo-gospodarczy

Bardziej szczegółowo

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

Statystyka opisowa. () Statystyka opisowa 24 maja / 8 Część I Statystyka opisowa () Statystyka opisowa 24 maja 2010 1 / 8 Niech x 1, x 2,..., x będą wyikami pomiarów, p. temperatury, ciśieia, poziomu rzeki, wielkości ploów itp. Przykład 1: wyiki pomiarów

Bardziej szczegółowo

Wykład. Inwestycja. Inwestycje. Inwestowanie. Działalność inwestycyjna. Inwestycja

Wykład. Inwestycja. Inwestycje. Inwestowanie. Działalność inwestycyjna. Inwestycja Iwestycja Wykład Celowo wydatkowae środki firmy skierowae a powiększeie jej dochodów w przyszłości. Iwestycje w wyiku użycia środków fiasowych tworzą lub powiększają majątek rzeczowy, majątek fiasowy i

Bardziej szczegółowo

Estymacja przedziałowa

Estymacja przedziałowa Metody probabilistycze i statystyka Estymacja przedziałowa Dr Joaa Baaś Zakład Badań Systemowych Istytut Sztuczej Iteligecji i Metod Matematyczych Wydział Iformatyki Politechiki Szczecińskiej Metody probabilistycze

Bardziej szczegółowo

PORZĄDKI GENEROWANE KRZYWĄ LORENZA

PORZĄDKI GENEROWANE KRZYWĄ LORENZA M A T H E M A T I C A L E C O N O M I C S No. 3 () 6 (Wrocław) PORZĄDKI GENEROWANE KRZYWĄ LORENZA Abstract. O a set of distributios (desities) of earigs it is possible to itroduce sequece geerated with

Bardziej szczegółowo

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA

Ćwiczenie 2 ESTYMACJA STATYSTYCZNA Ćwiczeie ETYMACJA TATYTYCZNA Jest to metoda wioskowaia statystyczego. Umożliwia oszacowaie wartości iteresującego as parametru a podstawie badaia próbki. Estymacja puktowa polega a określeiu fukcji zwaej

Bardziej szczegółowo

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o 1. Wioskowaie statystycze. W statystyce idetyfikujemy: Cecha-Zmiea losowa Rozkład cechy-rozkład populacji Poadto miaem statystyki określa się także fukcje zmieych losowych o tym samym rozkładzie. Rozkłady

Bardziej szczegółowo

Statystyka. Katarzyna Chudy Laskowska

Statystyka. Katarzyna Chudy Laskowska Statystyka Katarzya Chudy Laskowska http://kc.sd.prz.edu.pl/ WNIOSKOWANIE STATYSTYCZNE Celem aalizy statystyczej ie jest zwykle tylko opisaie (prezetacja) posiadaych daych, czyli tzw. próby statystyczej.

Bardziej szczegółowo

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY

SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY SIGMA KWADRAT LUBELSKI KONKURS STATYSTYCZNO- DEMOGRAFICZNY Weryfikacja hipotez statystyczych WNIOSKOWANIE STATYSTYCZNE Wioskowaie statystycze, to proces uogóliaia wyików uzyskaych a podstawie próby a całą

Bardziej szczegółowo

obie z mocy ustawy. owego.

obie z mocy ustawy. owego. Kwartalik Prawo- o-ekoomia 3/015 Aa Turczak Separacja po faktycza lub prawa obie z mocy ustawy cza, ie ozacza defiitywego owego 1 75 1 61 3 Art 75 88 Kwartalik Prawo- o-ekoomia 3/015 zaspokajaia usp iedostatku

Bardziej szczegółowo

Wpływ religijności na ukształtowanie postawy wobec eutanazji The impact of religiosity on the formation of attitudes toward euthanasia

Wpływ religijności na ukształtowanie postawy wobec eutanazji The impact of religiosity on the formation of attitudes toward euthanasia Ewelia Majka, Katarzya Kociuba-Adamczuk, Mariola Bałos Wpływ religijości a ukształtowaie postawy wobec eutaazji The impact of religiosity o the formatio of attitudes toward euthaasia Ewelia Majka 1, Katarzya

Bardziej szczegółowo

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii

O pewnych zastosowaniach rachunku różniczkowego funkcji dwóch zmiennych w ekonomii O pewych zastosowaiach rachuku różiczkowego fukcji dwóch zmieych w ekoomii 1 Wielkość wytwarzaego dochodu arodowego D zależa jest od wielkości produkcyjego majątku trwałego M i akładów pracy żywej Z Fukcję

Bardziej szczegółowo

Analiza popytu na alkohol w Polsce z zastosowaniem modelu korekty błędem AIDS

Analiza popytu na alkohol w Polsce z zastosowaniem modelu korekty błędem AIDS Ekoomia Meedżerska 2011, r 10, s. 161 172 Jacek Wolak *, Grzegorz Pociejewski ** Aaliza popytu a alkohol w Polsce z zastosowaiem modelu korekty błędem AIDS 1. Wprowadzeie Okres trasformacji, zapoczątkoway

Bardziej szczegółowo

Statystyczny opis danych - parametry

Statystyczny opis danych - parametry Statystyczy opis daych - parametry Ozaczeia żółty owe pojęcie czerwoy, podkreśleie uwaga * materiał adobowiązkowy Aa Rajfura, Matematyka i statystyka matematycza a kieruku Rolictwo SGGW Zagadieia. Idea

Bardziej szczegółowo

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej). Cetrale miary położeia Średia; Moda (domiata) Mediaa Kwatyle (kwartyle, decyle, cetyle) Moda (Mo, D) wartość cechy występującej ajczęściej (ajlicziej). Mediaa (Me, M) dzieli uporządkoway szereg liczbowy

Bardziej szczegółowo

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871

COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH. Kierunek: Finanse i rachunkowość. Robert Bąkowski Nr albumu: 9871 COLLEGIUM MAZOVIA INNOWACYJNA SZKOŁA WYŻSZA WYDZIAŁ NAUK STOSOWANYCH Kieruek: Fiase i rachukowość Robert Bąkowski Nr albumu: 9871 Projekt: Badaie statystycze cey baryłki ropy aftowej i wartości dolara

Bardziej szczegółowo

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski

Kolorowanie Dywanu Sierpińskiego. Andrzej Szablewski, Radosław Peszkowski olorowaie Dywau ierpińskiego Adrzej zablewski, Radosław Peszkowski pis treści stęp... Problem kolorowaia... Róże rodzaje kwadratów... osekwecja atury fraktalej...6 zory rekurecyje... Przekształcaie rekurecji...

Bardziej szczegółowo

Zacznij oszczędzać na emeryturę

Zacznij oszczędzać na emeryturę Zaczij oszczędzać a emeryturę - to TWOJA sprawa! ZAPEWNIJ SOBIE FINANSOWĄ PRZYSZŁOŚĆ! Kto się będzie Tobą opiekował, gdy przejdziesz a emeryturę? Aktualie państwowa emerytura wyosi EUR 193,30 tygodiowo

Bardziej szczegółowo

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty MODELE MATEMATYCZNE W UBEZPIECZENIACH WYKŁAD 2: RENTY. PRZEPŁYWY PIENIĘŻNE. TRWANIE ŻYCIA 1. Rety Retą azywamy pewie ciąg płatości. Na razie będziemy je rozpatrywać bez żadego związku z czasem życiem człowieka.

Bardziej szczegółowo

Zmiany w zarządzaniu jakością w polskich szpitalach

Zmiany w zarządzaniu jakością w polskich szpitalach Łopacińska Hygeia Public I, Tokarski Health 2014, Z, Deys 49(2): A. 343-347 Zmiay w zarządzaiu jakością w polskich szpitalach 343 Zmiay w zarządzaiu jakością w polskich szpitalach Quality maagemet chages

Bardziej szczegółowo

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej

Opracowanie danych pomiarowych. dla studentów realizujących program Pracowni Fizycznej Opracowaie daych pomiarowych dla studetów realizujących program Pracowi Fizyczej Pomiar Działaie mające a celu wyzaczeie wielkości mierzoej.. Do pomiarów stosuje się przyrządy pomiarowe proste lub złożoe.

Bardziej szczegółowo

Statystyka powtórzenie (I semestr) Rafał M. Frąk

Statystyka powtórzenie (I semestr) Rafał M. Frąk Statystyka powtórzeie (I semestr) Rafał M. Frąk TEORIA Statystyka Statystyka zajmuje się badaiem procesu zbieraia oraz iterpretacji daych liczbowych lub jakościowych. Przedmiotem statystyki są metody badaia

Bardziej szczegółowo

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407 Statystyka i Opracowaie Daych W7. Estymacja i estymatory Dr Aa ADRIAN Paw B5, pok407 ada@agh.edu.pl Estymacja parametrycza Podstawowym arzędziem szacowaia iezaego parametru jest estymator obliczoy a podstawie

Bardziej szczegółowo

OCENA WARIANTÓW DECYZYJNYCH O ROZKŁADACH CIĄGŁYCH NA GRUNCIE TEORII PERSPEKTYWY

OCENA WARIANTÓW DECYZYJNYCH O ROZKŁADACH CIĄGŁYCH NA GRUNCIE TEORII PERSPEKTYWY Reata Dudzińska-Baryła Uiwersytet Ekoomiczy w Katowicach Wydział Iformatyki i Komuikacji Katedra Badań Operacyjych reata.dudziska-baryla@ue.katowice.pl OCENA WARIANTÓW DECYZYJNYCH O ROZKŁADACH CIĄGŁYCH

Bardziej szczegółowo

Mirosława Gazińska. Magdalena Mojsiewicz

Mirosława Gazińska. Magdalena Mojsiewicz STUDIA DEMOGRAFICZNE 1(145) 2004 Mirosława Gazińska Katedra Ekoometrii i Statystyki Magdalea Mojsiewicz Katedra Ubezpieczeń i Ryków Kapitałowych Uiwersytet Szczeciński MODELOWANIE CZASU TRWANIA ŻYCIA BEZ

Bardziej szczegółowo

Metody badania zbieżności/rozbieżności ciągów liczbowych

Metody badania zbieżności/rozbieżności ciągów liczbowych Metody badaia zbieżości/rozbieżości ciągów liczbowych Ryszard Rębowski 14 grudia 2017 1 Wstęp Kluczowe pytaie odoszące się do zagadieia badaia zachowaia się ciągu liczbowego sprowadza się do sposobu opisu

Bardziej szczegółowo

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA Aaliza iepewości pomiarowych w esperymetach fizyczych Ćwiczeia rachuowe TEST ZGODNOŚCI χ PEARSONA ROZKŁAD GAUSSA UWAGA: Na stroie, z tórej pobrałaś/pobrałeś istrucję zajduje się gotowy do załadowaia arusz

Bardziej szczegółowo

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych

Wokół testu Studenta 1. Wprowadzenie Rozkłady prawdopodobieństwa występujące w testowaniu hipotez dotyczących rozkładów normalnych Wokół testu Studeta Wprowadzeie Rozkłady prawdopodobieństwa występujące w testowaiu hipotez dotyczących rozkładów ormalych Rozkład ormaly N(µ, σ, µ R, σ > 0 gęstość: f(x σ (x µ π e σ Niech a R \ {0}, b

Bardziej szczegółowo

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15 Testowaie hipotez ZałoŜeia będące przedmiotem weryfikacji azywamy hipotezami statystyczymi. KaŜde przypuszczeie ma swoją alteratywę. Jeśli postawimy hipotezę, Ŝe średica pia jedoroczych drzew owej odmiay

Bardziej szczegółowo

Zeszyty naukowe nr 9

Zeszyty naukowe nr 9 Zeszyty aukowe r 9 Wyższej Szkoły Ekoomiczej w Bochi 2011 Piotr Fijałkowski Model zależości otowań giełdowych a przykładzie otowań ołowiu i spółki Orzeł Biały S.A. Streszczeie Niiejsza praca opisuje próbę

Bardziej szczegółowo

KOMPETENCJE EKSPERTÓW W INFORMATYCZNYM SYSTEMIE WSPOMAGANIA DECYZJI

KOMPETENCJE EKSPERTÓW W INFORMATYCZNYM SYSTEMIE WSPOMAGANIA DECYZJI KOMPETENCJE EKSPERTÓW W INFORMATYCZNYM SYSTEMIE WSPOMAGANIA DECYZJI Ryszard Budziński, Marta Fukacz, Jarosław Becker, Uiwersytet Szczeciński, Wydział Nauk Ekoomiczych i Zarządzaia, Istytut Iformatyki w

Bardziej szczegółowo

Zestaw II Odpowiedź: Przeciętna masa ciała w grupie przebadanych szczurów wynosi 186,2 g.

Zestaw II Odpowiedź: Przeciętna masa ciała w grupie przebadanych szczurów wynosi 186,2 g. Zadaia przykładowe z rozwiązaiami Zadaie Dokoao pomiaru masy ciała 8 szczurów laboratoryjych. Uzyskao astępujące wyiki w gramach: 70, 80, 60, 90, 0, 00, 85, 95. Wyzaczyć przeciętą masę ciała wśród zbadaych

Bardziej szczegółowo

Niepewności pomiarowe

Niepewności pomiarowe Niepewości pomiarowe Obserwacja, doświadczeie, pomiar Obserwacja zjawisk fizyczych polega a badaiu ych zjawisk w warukach auralych oraz a aalizie czyików i waruków, od kórych zjawiska e zależą. Waruki

Bardziej szczegółowo

Elementy modelowania matematycznego

Elementy modelowania matematycznego Elemety modelowaia matematyczego Wstęp Jakub Wróblewski jakubw@pjwstk.edu.pl http://zajecia.jakubw.pl/ TEMATYKA PRZEDMIOTU Modelowaie daych (ilościowe): Metody statystycze: estymacja parametrów modelu,

Bardziej szczegółowo

a 1, a 2, a 3,..., a n,...

a 1, a 2, a 3,..., a n,... III. Ciągi liczbowe. 1. Defiicja ciągu liczbowego. Defiicja 1.1. Ciągiem liczbowym azywamy fukcję a : N R odwzorowującą zbiór liczb aturalych N w zbiór liczb rzeczywistych R i ozaczamy przez { }. Używamy

Bardziej szczegółowo

Siłownie ORC sposobem na wykorzystanie energii ze źródeł niskotemperaturowych.

Siłownie ORC sposobem na wykorzystanie energii ze źródeł niskotemperaturowych. Siłowie ORC sposobem a wykorzystaie eergii ze źródeł iskotemperaturowych. Autor: prof. dr hab. Władysław Nowak, Aleksadra Borsukiewicz-Gozdur, Zachodiopomorski Uiwersytet Techologiczy w Szczeciie, Katedra

Bardziej szczegółowo

8. WYKLUCZENIE SPOŁECZNE Ubóstwo i nierówności dochodowe Tomasz Panek Metoda pomiaru i analizy ubóstwa

8. WYKLUCZENIE SPOŁECZNE Ubóstwo i nierówności dochodowe Tomasz Panek Metoda pomiaru i analizy ubóstwa Diagoza społecza 0 38 8. WYKLUCZENIE SPOŁECZNE 8.. Ubóstwo i ierówości dochodowe Tomasz Paek 8... Metoda pomiaru i aalizy Zdefiiowaie kategorii jest pierwszym i zarazem kluczowym krokiem a drodze jego

Bardziej szczegółowo

Struktura czasowa stóp procentowych (term structure of interest rates)

Struktura czasowa stóp procentowych (term structure of interest rates) Struktura czasowa stóp procetowych (term structure of iterest rates) Wysokość rykowych stóp procetowych Na ryku istieje wiele różorodych stóp procetowych. Poziom rykowej stopy procetowej (lub omialej stopy,

Bardziej szczegółowo

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia

Plan wykładu. Analiza danych Wykład 1: Statystyka opisowa. Literatura. Podstawowe pojęcia Pla wykładu Aaliza daych Wykład : Statystyka opisowa. Małgorzata Krętowska Wydział Iformatyki Politechika Białostocka. Statystyka opisowa.. Estymacja puktowa. Własości estymatorów.. Rozkłady statystyk

Bardziej szczegółowo

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2 STATYSTYKA Rafał Kucharski Uiwersytet Ekoomiczy w Katowicach 2015/16 ROND, Fiase i Rachukowość, rok 2 Rachuek prawdopodobieństwa Rzucamy 10 razy moetą, dla której prawdopodobieństwo wyrzuceia orła w pojedyczym

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym) Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych (w zakresie materiału przedstawioego a wykładzie orgaizacyjym) Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli

Bardziej szczegółowo

8. Wykluczenie społeczne

8. Wykluczenie społeczne Diagoza społecza 2013 353 Aby zacytować te rozdział ależy podać źródło: Paek, T. (2013). Wykluczeie społecze. Ubóstwo. Diagoza Społecza 2013 Waruki i Jakość Życia Polaków - Raport. [Special issue]. Cotemporary

Bardziej szczegółowo

System finansowy gospodarki

System finansowy gospodarki System fiasowy gospodarki Zajęcia r 5 Matematyka fiasowa Wartość pieiądza w czasie 1 złoty posiaday dzisiaj jest wart więcej iż 1 złoty posiaday w przyszłości, p. za rok. Powody: Suma posiadaa dzisiaj

Bardziej szczegółowo

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU

MINIMALIZACJA PUSTYCH PRZEBIEGÓW PRZEZ ŚRODKI TRANSPORTU Przedmiot: Iformatyka w logistyce Forma: Laboratorium Temat: Zadaie 2. Automatyzacja obsługi usług logistyczych z wykorzystaiem zaawasowaych fukcji oprogramowaia Excel. Miimalizacja pustych przebiegów

Bardziej szczegółowo

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora

Analiza wyników symulacji i rzeczywistego pomiaru zmian napięcia ładowanego kondensatora Aaliza wyików symulacji i rzeczywistego pomiaru zmia apięcia ładowaego kodesatora Adrzej Skowroński Symulacja umożliwia am przeprowadzeie wirtualego eksperymetu. Nie kostruując jeszcze fizyczego urządzeia

Bardziej szczegółowo

ZASTOSOWANIE SILNIKÓW O DUśEJ SPRAWNOŚCI DO NAPĘDÓW WENTYLATORÓW MŁYNOWYCH

ZASTOSOWANIE SILNIKÓW O DUśEJ SPRAWNOŚCI DO NAPĘDÓW WENTYLATORÓW MŁYNOWYCH Zeszyty Problemowe Maszyy Elektrycze Nr 88/2010 135 Grzegorz Badowski, Jerzy Hickiewicz, Krystya Macek-Kamińska, Marci Kamiński Politechika Opolska, Opole Piotr Pluta, PGE Elektrowia Opole SA, Brzezie

Bardziej szczegółowo

ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM

ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM Katarzya Zeug-Żebro Uiwersytet Ekoomiczy w Katowicach Katedra Matematyki katarzya.zeug-zebro@ue.katowice.pl ANALIZA ZJAWISKA STARZENIA SIĘ LUDNOŚCI ŚLĄSKA W UJĘCIU PRZESTRZENNYM Wprowadzeie Zjawisko starzeia

Bardziej szczegółowo

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Analiza dokładności wskazań obiektów nawodnych. Accuracy Analysis of Sea Objects

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Analiza dokładności wskazań obiektów nawodnych. Accuracy Analysis of Sea Objects ISSN 1733-8670 ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE IV MIĘDZYNARODOWA KONFERENCJA NAUKOWO-TECHNICZNA E X P L O - S H I P 2 0 0 6 Adrzej Burzyński Aaliza dokładości wskazań obiektów

Bardziej szczegółowo

UBÓSTWO I NIERÓWNOŚCI: DYLEMATY POMIARU

UBÓSTWO I NIERÓWNOŚCI: DYLEMATY POMIARU Tomasz Paek Istytut Statystyki i Demografii SGH UBÓSTWO I NIERÓWNOŚCI: DYLEMATY POMIARU. Wprowadzeie Badaie ad ubóstwem mają już poad stuletią historię. W Polsce pierwsze badaia dotyczące ubóstwa przeprowadzoo

Bardziej szczegółowo

TESTY LOSOWOŚCI. Badanie losowości próby - test serii.

TESTY LOSOWOŚCI. Badanie losowości próby - test serii. TESTY LOSOWOŚCI Badaie losowości próby - test serii. W wielu zagadieiach wioskowaia statystyczego istotym założeiem jest losowość próby. Prostym testem do weryfikacji tej własości jest test serii. 1 Dla

Bardziej szczegółowo

Statystyka opisowa - dodatek

Statystyka opisowa - dodatek Statystyka opisowa - dodatek. *Jak obliczyć statystyki opisowe w dużych daych? Liczeie statystyk opisowych w dużych daych może sprawiać problemy. Dla przykładu zauważmy, że aiwa implemetacja średiej arytmetyczej

Bardziej szczegółowo

ANALIZA DRGAŃ POPRZECZNYCH PŁYTY PIERŚCIENIOWEJ O ZŁOŻONYM KSZTAŁCIE Z UWZGLĘDNIENIEM WŁASNOŚCI CYKLICZNEJ SYMETRII UKŁADU

ANALIZA DRGAŃ POPRZECZNYCH PŁYTY PIERŚCIENIOWEJ O ZŁOŻONYM KSZTAŁCIE Z UWZGLĘDNIENIEM WŁASNOŚCI CYKLICZNEJ SYMETRII UKŁADU Dr iż. Staisław NOGA oga@prz.edu.pl Politechika Rzeszowska ANALIZA DRGAŃ POPRZECZNYCH PŁYTY PIERŚCIENIOWEJ O ZŁOŻONYM KSZTAŁCIE Z UWZGLĘDNIENIEM WŁASNOŚCI CYKLICZNEJ SYMETRII UKŁADU Streszczeie: W publikacji

Bardziej szczegółowo

STATYSTYKA OPISOWA WYKŁAD 1 i 2

STATYSTYKA OPISOWA WYKŁAD 1 i 2 STATYSTYKA OPISOWA WYKŁAD i 2 Literatura: Marek Cieciura, Jausz Zacharski, Metody probabilistycze w ujęciu praktyczym, L. Kowalski, Statystyka, 2005 2 Statystyka to dyscyplia aukowa, której zadaiem jest

Bardziej szczegółowo

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2012 POZIOM PODSTAWOWY CZĘŚĆ I WYBRANE: Czas pracy: 75 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY

EGZAMIN MATURALNY Z INFORMATYKI MAJ 2012 POZIOM PODSTAWOWY CZĘŚĆ I WYBRANE: Czas pracy: 75 minut. Liczba punktów do uzyskania: 20 WPISUJE ZDAJĄCY Cetrala Komisja Egzamiacyja Arkusz zawiera iformacje prawie chroioe do mometu rozpoczęcia egzamiu. Układ graficzy CKE 2010 KOD WPISUJE ZDAJĄCY PESEL Miejsce a aklejkę z kodem EGZAMIN MATURALNY Z INFORMATYKI

Bardziej szczegółowo

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

Metoda łączona. Wykład 7 Dwie niezależne próby. Standardowy błąd dla różnicy dwóch średnich. Metoda zwykła (niełączona) n2 2

Metoda łączona. Wykład 7 Dwie niezależne próby. Standardowy błąd dla różnicy dwóch średnich. Metoda zwykła (niełączona) n2 2 Wykład 7 Dwie iezależe próby Często porówujemy wartości pewej zmieej w dwóch populacjach. Przykłady: Grupa zabiegowa i kotrola Lekarstwo a placebo Pacjeci biorący dwa podobe lekarstwa Mężczyźi a kobiety

Bardziej szczegółowo

Prawdopodobieństwo i statystyka r.

Prawdopodobieństwo i statystyka r. Zadaie 1 Rzucamy 4 kości do gry (uczciwe). Prawdopodobieństwo zdarzeia iż ajmiejsza uzyskaa a pojedyczej kości liczba oczek wyiesie trzy (trzy oczka mogą wystąpić a więcej iż jedej kości) rówe jest: (A)

Bardziej szczegółowo

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych Podstawy opracowaia wyików pomiarów z elemetami aalizepewości pomiarowych w zakresie materiału przedstawioego a wykładzie orgaizacyjym Pomiary Wyróżiamy dwa rodzaje pomiarów: pomiar bezpośredi, czyli doświadczeie,

Bardziej szczegółowo

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i. Miary położeia Średia Dla daych idywidualych: x = 1 x = 1 x i i ẋ i gdzie ẋ i środek i tego przedziału i - liczość i-tego przedziału Domiata moda Liczba ajczęściej występująca jeśli taka istieje - dla

Bardziej szczegółowo

ISSN 1898-6447. Zeszyty Naukowe. Uniwersytet Ekonomiczny w Krakowie. Cracow Review of Economics and Management. Metody analizy danych.

ISSN 1898-6447. Zeszyty Naukowe. Uniwersytet Ekonomiczny w Krakowie. Cracow Review of Economics and Management. Metody analizy danych. ISSN 1898-6447 Uiwersytet Ekoomiczy w Krakowie Zeszyty Naukowe Cracow Review of Ecoomics ad Maagemet 93 Metody aalizy daych Kraków 013 Rada Naukowa Adrzej Atoszewski (Polska), Slavko Arsovski (Serbia),

Bardziej szczegółowo

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja Podstawowe ozaczeia i wzory stosowae a wykładzie i laboratorium Część I: estymacja 1 Ozaczeia Zmiee losowe (cechy) ozaczamy a wykładzie dużymi literami z końca alfabetu. Próby proste odpowiadającymi im

Bardziej szczegółowo

STATYSTYKA MATEMATYCZNA

STATYSTYKA MATEMATYCZNA STATYSTYKA MATEMATYCZNA. Wykład wstępy. Teoria prawdopodobieństwa i elemety kombiatoryki 3. Zmiee losowe 4. Populacje i próby daych 5. Testowaie hipotez i estymacja parametrów 6. Test t 7. Test 8. Test

Bardziej szczegółowo

Ewa Wędrowska Miary entropii w statystyce i teorii informacji. Ekonomiczne Problemy Usług nr 67,

Ewa Wędrowska Miary entropii w statystyce i teorii informacji. Ekonomiczne Problemy Usług nr 67, Ewa Wędrowska Miary etropii w statystyce i teorii iformacji Ekoomicze Problemy Usług r 67, 33-4 20 ZESZYTY NAUKOWE UNIWERSYTETU SZCZECIŃSKIEGO NR 650 EKONOMICZNE PROBLEMY USŁUG NR 67 20 EWA WĘDROWSKA Uiwersytet

Bardziej szczegółowo

1. Metoda zdyskontowanych przyszłych przepływów pieniężnych

1. Metoda zdyskontowanych przyszłych przepływów pieniężnych Iwetta Budzik-Nowodzińska SZACOWANIE WARTOŚCI DOCHODOWEJ PRZEDSIĘBIORSTWA STUDIUM PRZYPADKU Wprowadzeie Dochodowe metody wycey wartości przedsiębiorstw są postrzegae, jako ajbardziej efektywe sposoby określaia

Bardziej szczegółowo

ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA

ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA SYSTEMY WSPOMAGANIA W INŻYNIERII PRODUKCJI Środowisko i Bezpieczeństwo w Iżyierii Produkcji 2013 5 ANALIZA SKORELOWANIA WYNIKÓW POMIAROWYCH W OCENACH STANU ZAGROŻEŃ HAŁASOWYCH ŚRODOWISKA 5.1 WPROWADZENIE

Bardziej szczegółowo

Analiza matematyczna. Robert Rałowski

Analiza matematyczna. Robert Rałowski Aaliza matematycza Robert Rałowski 6 paździerika 205 2 Spis treści 0. Liczby aturale.................................... 3 0.2 Liczby rzeczywiste.................................... 5 0.2. Nierówości...................................

Bardziej szczegółowo

VII MIĘDZYNARODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretyczne T3.

VII MIĘDZYNARODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretyczne T3. KOOF Szczeci: www.of.szc.pl VII MIĘDZYNAODOWA OLIMPIADA FIZYCZNA (1974). Zad. teoretycze T3. Źródło: Komitet Główy Olimpiady Fizyczej; Olimpiada Fizycza XXIII XXIV, WSiP Warszawa 1977 Autor: Waldemar Gorzkowski

Bardziej szczegółowo

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień.

Metoda analizy hierarchii Saaty ego Ważnym problemem podejmowania decyzji optymalizowanej jest często występująca hierarchiczność zagadnień. Metoda aalizy hierarchii Saaty ego Ważym problemem podejmowaia decyzji optymalizowaej jest często występująca hierarchiczość zagadień. Istieje wiele heurystyczych podejść do rozwiązaia tego problemu, jedak

Bardziej szczegółowo

WYBRANE METODY DOSTĘPU DO DANYCH

WYBRANE METODY DOSTĘPU DO DANYCH WYBRANE METODY DOSTĘPU DO DANYCH. WSTĘP Coraz doskoalsze, szybsze i pojemiejsze pamięci komputerowe pozwalają gromadzić i przetwarzać coraz większe ilości iformacji. Systemy baz daych staowią więc jedo

Bardziej szczegółowo

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n

I. Ciągi liczbowe. , gdzie a n oznacza n-ty wyraz ciągu (a n ) n N. spełniający warunek. a n+1 a n = r, spełniający warunek a n+1 a n I. Ciągi liczbowe Defiicja 1. Fukcję określoą a zbiorze liczb aturalych o wartościach rzeczywistych azywamy ciągiem liczbowym. Ciągi będziemy ozaczać symbolem a ), gdzie a ozacza -ty wyraz ciągu a ). Defiicja.

Bardziej szczegółowo

Klasyfikacja inwestycji materialnych ze względu na ich cel:

Klasyfikacja inwestycji materialnych ze względu na ich cel: Metodologia obliczeia powyższych wartości Klasyfikacja iwestycji materialych ze względu a ich cel: mające a celu odtworzeie środków trwałych lub ich wymiaę w celu obiżeia kosztów produkcji, rozwojowe:

Bardziej szczegółowo

STATYSTYKA OPISOWA PODSTAWOWE WZORY

STATYSTYKA OPISOWA PODSTAWOWE WZORY MIARY POŁOŻENIA Średia Dla daych idywidualych: STATYSTYKA OPISOWA PODSTAWOWE WZORY Q i = x lmi + i mi 1 4 j h m i mi x = 1 x i x = 1 i ẋ i gdzie ẋ i środek i-tego przedziału i liczość i- tego przedziału

Bardziej szczegółowo

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17 Egzami, 18.02.2017, godz. 9:00-11:30 Zadaie 1. (22 pukty) W każdym z zadań 1.1-1.10 podaj w postaci uproszczoej kresy zbioru oraz apisz, czy kresy ależą do zbioru (apisz TAK albo NIE, ewetualie T albo

Bardziej szczegółowo

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW. Statytycza ocea wyików pomiaru STATYSTYCZNA OCENA WYNIKÓW POMIARÓW CEL ĆWICZENIA Celem ćwiczeia jet: uświadomieie tudetom, że każdy wyik pomiaru obarczoy jet błędem o ie zawze zaej przyczyie i wartości,

Bardziej szczegółowo

ALGORYTM OPTYMALIZACJI PARAMETRÓW EKSPLOATACYJNYCH ŚRODKÓW TRANSPORTU

ALGORYTM OPTYMALIZACJI PARAMETRÓW EKSPLOATACYJNYCH ŚRODKÓW TRANSPORTU Łukasz WOJCIECHOWSKI, Tadeusz CISOWSKI, Piotr GRZEGORCZYK ALGORYTM OPTYMALIZACJI PARAMETRÓW EKSPLOATACYJNYCH ŚRODKÓW TRANSPORTU Streszczeie W artykule zaprezetowao algorytm wyzaczaia optymalych parametrów

Bardziej szczegółowo

Budowa mierników agregatowych do oceny poziomu rozwoju społeczno-gospodarczego

Budowa mierników agregatowych do oceny poziomu rozwoju społeczno-gospodarczego Krzysztof Kompa Katedra Ekoometrii i Statystyki Szkoła Główa Gospodarstwa Wiejskiego w Warszawie Budowa mierików agregatowych do ocey poziomu rozwoju społeczo-gospodarczego Wstęp Uia Europejska przywiązuje

Bardziej szczegółowo

STATYSTKA I ANALIZA DANYCH LAB II

STATYSTKA I ANALIZA DANYCH LAB II STATYSTKA I ANALIZA DANYCH LAB II 1. Pla laboratorium II rozkłady prawdopodobieństwa Rozkłady prawdopodobieństwa dwupuktowy, dwumiaowy, jedostajy, ormaly. Związki pomiędzy rozkładami prawdopodobieństw.

Bardziej szczegółowo

PODSTAWY BIOSTATYSTYKI ĆWICZENIA

PODSTAWY BIOSTATYSTYKI ĆWICZENIA PODSTAWY BIOSTATYSTYKI ĆWICZENIA FILIP RACIBORSKI FILIP.RACIBORSKI@WUM.EDU.PL ZAKŁAD PROFILAKTYKI ZAGROŻEŃ ŚRODOWISKOWYCH I ALERGOLOGII WUM ZADANIE 1 Z populacji wyborców pobrao próbkę 1000 osób i okazało

Bardziej szczegółowo