STATYSTYKA. Na egzamin należy przynieść:

Podobne dokumenty
Zajęcia 1. Statystyki opisowe

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

STATYSTYKA - PRZYKŁADOWE ZADANIA EGZAMINACYJNE

Zad. 1. Wartość pożyczki ( w tys. zł) kształtowała się następująco w pewnym banku:

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

WYKŁADY ZE STATYSTYKI MATEMATYCZNEJ wykład 2 - statystyka opisowa cd

Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie

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

Analiza szeregów czasowych

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

Rok akademicki: 2013/2014 Kod: ZIE n Punkty ECTS: 6. Poziom studiów: Studia I stopnia Forma i tryb studiów: -

Imię, nazwisko i tytuł/stopień KOORDYNATORA (-ÓW) kursu/przedmiotu zatwierdzającego protokoły w systemie USOS Jacek Marcinkiewicz, mgr

I jest narzędziem służącym do porównywania rozproszenia dwóch zmiennych. Używamy go tylko, gdy pomiędzy zmiennymi istnieje logiczny związek

t y x y'y x'x y'x x-x śr (x-x śr)^2

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

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

WYŻSZA SZKOŁA MENEDŻERSKA W WARSZAWIE WYDZIAŁ ZARZĄDZANIA W CIECHANOWIE KARTA PRZEDMIOTU - SYLABUS

WIELKA SGH-OWA POWTÓRKA ZE STATYSTYKI ANALIZA SZEREGÓW CZASOWYCH I INDEKSY STATYSTYCZNE

Agata Boratyńska. WYKŁAD 1. Wstępna analiza danych, charakterystyki opisowe. Indeksy statystyczne.

Egzamin ze Statystyki, Studia Licencjackie Stacjonarne czerwiec 2007 Temat A

99 wybranych pytań ze statystyki i odpowiedzi na nie

Miary zmienności STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 6 marca 2018

Podstawy statystyki - ćwiczenia r.

Statystyka Matematyczna Anna Janicka

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

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

Statystyka opisowa SYLABUS A. Informacje ogólne

Wyznacz łączne zmiany wartości, ilości i cen sprzedaży w październiku i listopadzie oraz zinterpretuj otrzymane wyniki.

Charakterystyki liczbowe (estymatory i parametry), które pozwalają opisać właściwości rozkładu badanej cechy (zmiennej)

STATYSTYKA OPISOWA. LICZBOWE CHARAKTERYSTYKI(MIARY)

Miary statystyczne w badaniach pedagogicznych

Wykład 5: Statystyki opisowe (część 2)

REGRESJA (postać liniowa funkcji) - ROZWIĄZANIA Komentarze kursywą, rozwiązania oraz treści zadań pismem prostym.

Statystyka hydrologiczna i prawdopodobieństwo zjawisk hydrologicznych.

STATYSTYKA OPISOWA Przykłady problemów statystycznych: - badanie opinii publicznej na temat preferencji wyborczych;

Imię, nazwisko i tytuł/stopień KOORDYNATORA (-ÓW) kursu/przedmiotu zatwierdzającego protokoły w systemie USOS Dr Roman Sosnowski

Podstawowe pojęcia. Własności próby. Cechy statystyczne dzielimy na

MIARY KLASYCZNE Miary opisujące rozkład badanej cechy w zbiorowości, które obliczamy na podstawie wszystkich zaobserwowanych wartości cechy

STATYSTYKA OPISOWA LABORATORIUM KOMPUTEROWE DLA I ROKU KIERUNKU ZARZĄDZANIE ZESTAWY ZADAŃ

Statystyka. Wykład 5. Magdalena Alama-Bućko. 26 marca Magdalena Alama-Bućko Statystyka 26 marca / 40

Zawartość. Zawartość

Zadanie 2.Na III roku bankowości złożonym z 20 studentów i 10 studentek przeprowadzono test pisemny ze statystyki. Oto wyniki w obu podgrupach.

Analiza dynamiki. Sesja Cena akcji 1 42,9 2 41, ,5 5 41, , ,5

Tablica Wzorów Rachunek Prawdopodobieństwa i Statystyki

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

Wykład 7 POWTÓRZENIE

Zmienne losowe. Statystyka w 3

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

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

1 n. s x x x x. Podstawowe miary rozproszenia: Wariancja z populacji: Czasem stosuje się też inny wzór na wariancję z próby, tak policzy Excel:

Statystyka opisowa PROWADZĄCY: DR LUDMIŁA ZA JĄC -LAMPARSKA

Plan wykładu. Statystyka opisowa. Statystyka matematyczna. Dane statystyczne miary położenia miary rozproszenia miary asymetrii

Ćwiczenia 13 WAHANIA SEZONOWE

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

Parametry statystyczne

KARTA KURSU. (do zastosowania w roku ak. 2015/16) Kod Punktacja ECTS* 4

Statystyka od podstaw Janina Jóźwiak, Jarosław Podgórski

Analiza dynamiki zjawisk STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 28 września 2018

Analiza współzależności zjawisk

TREŚCI NAUCZANIA z przedmiotu pracowania ekonomiczno - informatyczna na podstawie programu nr 341[02]/MEN/ klasa 3 TE

W1. Wprowadzenie. Statystyka opisowa

Inżynieria Środowiska. II stopień ogólnoakademicki. przedmiot podstawowy obowiązkowy polski drugi. semestr zimowy

STATYSTYKA MATEMATYCZNA WYKŁAD 4. WERYFIKACJA HIPOTEZ PARAMETRYCZNYCH X - cecha populacji, θ parametr rozkładu cechy X.

Statystyka matematyczna. dr Katarzyna Góral-Radziszewska Katedra Genetyki i Ogólnej Hodowli Zwierząt

Statystyka. Wykład 3. Magdalena Alama-Bućko. 6 marca Magdalena Alama-Bućko Statystyka 6 marca / 28

Pozyskiwanie wiedzy z danych

Próba własności i parametry

LISTA 4. 7.Przy sporządzaniu skali magnetometru dokonano 10 niezależnych pomiarów

Kolokwium ze statystyki matematycznej

Wyniki egzaminu gimnazjalnego 2014/2015 część humanistyczna język polski

1 Podstawy rachunku prawdopodobieństwa

Wnioskowanie statystyczne. Statystyka w 5

OTWARTE FUNDUSZE EMERYTALNE W POLSCE Struktura funduszy emerytalnych pod względem liczby członków oraz wielkości aktywów

Wielkość dziennego obrotu w tys. zł. (y) Liczba ekspedientek (x) ,5 6,6

Elektrotechnika II [ Laboratorium Grupa 1 ] 2016/2017 Zimowy. [ Laboratorium Grupa 2 ] 2016/2017 Zimowy

Statystyka. Wykład 4. Magdalena Alama-Bućko. 19 marca Magdalena Alama-Bućko Statystyka 19 marca / 33

Statystyka. Tematyka wykładów. Przykładowe pytania. dr Tomasz Giętkowski wersja /13:40

Statystyczne metody analizy danych

Rozdział 8. Regresja. Definiowanie modelu

Egzamin ze Statystyki, Studia Licencjackie Stacjonarne czerwiec 2007 Temat A

Zadanie 10. W zakładzie produkującym obuwie sportowe zbadano pracowników pod względem wieku rozpoczęcia pracy w tym zakładzie. Okazało się, że 25%

Ćwiczenia 1-2 Analiza rozkładu empirycznego

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

KURS STATYSTYKA. Lekcja 5 Analiza współzależności ZADANIE DOMOWE. Strona 1

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

wolne wolne wolne wolne

Analiza autokorelacji

Z-LOGN1-006 Statystyka Statistics

Wykład 2. Statystyka opisowa - Miary rozkładu: Miary położenia

Wprowadzenie do analizy korelacji i regresji

Wykład Centralne twierdzenie graniczne. Statystyka matematyczna: Estymacja parametrów rozkładu

Z-ZIPN1-004 Statystyka. Zarządzanie i Inżynieria Produkcji I stopień Ogólnoakademicki Niestacjonarne Wszystkie Katedra Matematyki dr Zdzisław Piasta

METODY BADAŃ NA ZWIERZĘTACH ze STATYSTYKĄ wykład 3-4. Parametry i wybrane rozkłady zmiennych losowych

Krakowska Akademia im. Andrzeja Frycza Modrzewskiego. Karta przedmiotu. obowiązuje studentów, którzy rozpoczęli studia w roku akademickim 2013/2014

Ćwiczenie 5 PROGNOZOWANIE

4.2. Statystyczne opracowanie zebranego materiału

Statystyka Opisowa WK Andrzej Pawlak. Intended Audience: PWR

STATYSTYKA I DOŚWIADCZALNICTWO. Wykład 2

Rachunek prawdopodobieństwa i statystyka

Porównaj płace pracowników obu zakładów, dokonując kompleksowej analizy struktury. Zastanów się, w którym zakładzie jest korzystniej pracować?

Transkrypt:

[1] STATYSTYKA Na egzamin należy przynieść: 1. kalkulator 2. wzory na kartce (bez komentarzy!!!) UWAGA!!! wzory muszą być napisane odręcznie (kserokopie będą zabierane) Na kolejnych stronach zamieszczono wybrane fragmenty egzaminów pisemnych z poprzednich lat. Z zadań usunięto liczby i zastąpiono je oznaczeniami. W celu ćwiczenia należy podstawiać sobie w ich miejsce własne (wymyślone) liczby. Szczególną uwagę należy zwrócić na fragmenty związane z interpretacją i wnioskowaniem. Podstawową funkcją zamieszczonego dalej materiału jest przede wszystkim zapoznanie słuchaczy z formą egzaminu pisemnego, a nie z konkretnymi zadaniami, których wystarczającą ilość znaleźć można w podręczniku.

STATYSTYKA (przykłady zadań) [2] Imię i NAZWISKO grupa wydajność Zebrano informacje o wydajności [kg/godz] pracowników firmy ALFA i BETA. pracownicy ALFA pracownicy BETA x 01 x 11 n 1 n 1 x 02 x 12 n 2 n 2 x 03 x 13 n 3 n 3 x 04 x 14 n 4 n 4 x 05 x 15 n 5 n 5 Struktura obu zakładów z punktu widzenia wydajności jest podobna (TAK/NIE) ponieważ Średnia w zakładzie ALFA wynosi [kg/godz] Odchylenie standardowe w zakładzie ALFA wynosi [kg/godz] Odchylenie standardowe w zakładzie BETA wynosi liczba1, a średnia liczba2 [kg/godz]. Rozproszenie wydajności jest większe w zakładzie ponieważ Narysuj HISTOGRAM częstości dla wydajności pracowników ALFA

Przykładowe rozwiązanie [3] wydajność ALFA BETA ALFA BETA x 0i x 1i n i n i x i do śred. do war. w i do śred. xiśred. (xiśr.)^2 xiśred. (xiśr.)^2 do war. w i wsk.podob.strukt. 10 12 10 40 11 110-5 25 250 0,05 440-3 9 360 0,10 0,05 12 14 20 200 13 260-3 9 180 0,10 2600-1 1 200 0,50 0,10 14 16 60 100 15 900-1 1 60 0,30 1500 1 1 100 0,25 0,25 16 18 80 40 17 1360 1 1 80 0,40 680 3 9 360 0,10 0,10 18 20 30 20 19 570 3 9 270 0,15 380 5 25 500 0,05 0,05 x x 200 400 x 3200 x x 840 1,00 5600 x x 1520 1,00 0,55 n = 200 400 śred. = 16 14 war. = 4,2 3,8 odch.st. = 2,05 1,95 Vx = 12,8% 13,9%

Absencja [godz.] pracowników firmy "DINO" w lutym 2004 roku kształtowała się następująco: Absencja liczba pracowników x 01 x 11 n 1 x 02 x 12 n 2 x 03 x 13 n 3 x 04 x 14 n 4 x 05 x 15 n 5 Razem Modalna absencji wynosi liczba1 [godz]. Odchylenie standardowe wynosi liczba2 [godz]. Modalna absencji ma interpretację: Mediana absencji wynosi [godz] i ma interpretację Średnia absencja wynosi [godz] Rozkład absencji jest symetryczny (TAK/NIE) ponieważ Typowa absencja zawiera się w przedziale [4]

[5] Przykładowe rozwiązanie klasa Absencja DINO x 0i x 1i n i środ. x i do śred. xi-śred. (xi-śr.)^2 do war. w i w i sk 1 3 5 10 4 40-5 25 250 0,05 0,05 10 10 2 5 7 20 6 120-3 9 180 0,10 0,15 20 30 3 7 9 60 8 480-1 1 60 0,30 0,45 60 90 4 9 11 80 10 800 1 1 80 0,40 0,85 80 170 5 11 13 30 12 360 3 9 270 0,15 1,00 30 200 x x 200 x 1800 x x 840 1,00 x 200 x n = 200 średnia = 9 wariancja = 4,2 od.stand. = 2,05 Vx = 22,8% Mo = 9,6 Nr kwartyla nr klasy (m) Q1 = 7,7 50 3 Q2(Me) = 9,3 100 4 Q3 = 10,5 150 4 Ws = -0,6 typowe 7,0 11,1 n i n i sk

W firmie DINO badano zależność pomiędzy pomiędzy kosztami (cecha Y mierzona w [zł]) i rozmiarami produkcji (cecha X mierzona w [szt.]). Otrzymano następujące wyniki: [6] S x = " liczba 1" ( ) S = " liczba 2" C X, Y = " liczba 3" y y ˆ = " liczba 4" x+ " liczba 5" Współczynnik korelacji wynosi (działanie i wynik) i wskazuje na Parametr przy zmiennej niezależnej w równaniu regresji ma interpretację Jakich kosztów należy spodziewać się przy produkcji 100 [szt.]? Współczynnik determinacji wynosi (podaj działanie i wynik) i ma interpretację

Przykładowe rozwiązanie dane: C(X,Y) = 579 S x = 14 S y = 44 x śr = 55 y śr = 150 [7] Pearson r yx = 0,94 = 579,0 / ( 14,0 * 44,0 ) regresja a y = 2,95 = 579,0 / ( 14,0^2 ) = 150,0 - (2,95) * b y = -12,25 55,0 y = 2,95 * x + -12,25 wsp.deter. R 2 = 0,88 = ( 0,94)^2 prognoza x= 100 założenie y= 282,75 = 2,95 * 100,00 + -12,3

[8] Zebrano dane o kształtowaniu się zjawiska Y w czasie. rok 2002 2003 2004 kwart. I II III IV I II III IV I II III IV t 1 2 3 4 5 6 7 8 9 10 11 12 y t liczba1 liczba2 liczba3 liczba4 liczba5 liczba6 liczba7 liczba8 liczba9 liczba10 liczba11 liczba12 Ciąg danych {y t } nazywamy Wygładź dane o zjawisku Y używając średniej ruchomej 3-okresowej i 5-okresowej. Wyniki zapisz w powyższej tabeli. Wygładzanie za pomocą średnich ruchomych nazywamy Wygładzanie za pomocą funkcji trendu nazywamy Wyznacz średni poziom zjawiska Y zakładając, że dane opisują jego poziom na koniec każdego kwartału Wyznacz średni poziom zjawiska Y zakładając, że dane opisują jego poziom w każdym całym kwartale

[9] Przykładowe rozwiązanie rok 2002 2003 2004 kwartał I II III IV I II III IV I II III IV t 1 2 3 4 5 6 7 8 9 10 11 12 y t 90 85 110 125 120 150 140 160 200 190 220 210 śr.ruch. k=3-95 107 118 132 137 150 167 183 203 207 - śr.ruch. k=5 - - 106 118 129 139 154 168 182 196 - - śr. arytm. 150 śr. chronolog. 138 Uzupełnij tabelę mając dane o indeksach dynamiki obrotów firmy w kolejnych latach: Rok 1996 1997 1998 1999 2000 2001 2002 2003 2004 indeksy łańcuchowe indeksy jednopodstawowe o podstawie 1996 roku liczba1 liczba2 liczba3 liczba4 liczba5 liczba6 liczba7 liczba8 liczba9 Średnioroczne tempo zmian obotów wynosi i ma interpretację Przykładowe rozwiązanie rok 1996 1997 1998 1999 2000 2001 2002 2003 2004 t 1 2 3 4 5 6 7 8 9 rok poprzedni = 1-1,250 1,200 1,250 0,800 1,250 1,200 1,000 1,500 (1996=1) 1,000 1,250 1,500 1,875 1,500 1,875 2,250 2,250 3,375 = pierwiastek stopnia {9-1} z średnie tempo zmian 1,164 3,375 średnioroczne tempo zmian 0,164 = 1,164 1

Informacje o sprzedaży w hurtowni "ALFA" w dwóch kolejnych latach są następujące: wyrób 2003 2004 ilość [tony] cena [zł] ilość [tony] cena [zł] A q0 1 p0 1 q1 1 p1 1 B q0 2 p0 2 q1 2 p1 2 C q0 3 p0 3 q1 3 p1 3 D q0 4 p0 4 q1 4 p1 4 [10] Oblicz agregatowy indeks cen Paaschego (obliczenia i wynik) indeks ten ma interpretację Oblicz agregatowy indeks ilości Laspeyresa (obliczenia i wynik) Indeks wartości (z równości indeksowej) wynosi Przykładowe rozwiązanie wyrób 2 0 0 3 2 0 0 4 ilość cena ilość cena W a r t o ś ć q0 p0 q1 p1 q0p0 Q1p1 q0p1 q1p0 A 5 4 8 5 20 40 25 32 B 6 4 8 4 24 32 24 32 C 9 8 10 9 72 90 81 80 D 10 6 8 7 60 56 70 48 x x x x x 176 218 200 192 L I q = 1,091 = 192 / 176 L I p = 1,136 = 200 / 176 P I q = 1,090 = 218 / 200 P I p = 1,135 = 218 / 192 I w = 1,238 = 1,091 * 1,135 I w = 1,238 = 1,090 * 1,136