Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "Logistic Regression" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-10 z 10
    Tytuł:
    Application of Logistic Regression for Firms Survival Analysis
    Zastosowanie regresji logistycznej do analizy szansy przetrwania firm
    Autorzy:
    Markowicz, Iwona
    Solorz, Beata
    Powiązania:
    https://bibliotekanauki.pl/articles/906309.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    logistic regression
    odds ratio
    encoding, firms
    Opis:
    Lata 90-te XX w. w Polsce to okres rozwoju przedsiębiorczości. Swoboda zakładania i prowadzenia działalności gospodarczej przyczyniła się do powstawania nowych, głównie małych, firm. Nie wszystkim przedsiębiorcom udaje się jednak utrzymać działalność w dłuższym czasie. Celem artykułu jest analiza szansy przetrwania firmy przez określony czas oraz różnic dla firm założonych w różnych latach. Zastosowano model regresji logistycznej dla dychotomicznej zmiennej zależnej. W artykule przedstawiono wyniki etapu badań prowadzonych w ramach projektu badawczego MNiSW N 111 011 31/1109.
    The 90's of the 20th century in Poland it's a period of economic development. Freedom o f establishing and carrying on a business caused rising many new, mostly small firms. Yet not all entrepreneurs were able to run their businesses for a longer period of time. The purpose of the paper is to analysis firms survival chance in a determined period o f time and to analysis differences between firms established in different years. Logistic regression model for dichotomous dependent variable will be used.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 228
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Some Practical Problems of Multivariate Survival Analysis of Epidemiological Studies
    Niektore praktyczne problemy wielozmiennej analizy przeżyć w badaniach epidemiologicznych
    Autorzy:
    Jasiński, Bogdan
    Kawalec, Ewa
    Kupść, Witold
    Powiązania:
    https://bibliotekanauki.pl/articles/906538.pdf
    Data publikacji:
    2002
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    epidemiological study
    risk factors
    proportional hazards regression
    logistic regression
    Opis:
    In the epidemiological analysis of chronic diseases (most often cardiovascular or cancer) the main problem of interest is the estimation of the risk of death (or getting ill) related to set of characteristics called risk factors. For epidemiological studies typical features are: - large sample size (at least 1000 persons), - long follow up period for survival analysis (5 or more years), - large percentage of censored observations (patients who survive the whole time of study, more than 90%), - large number of registered risk factors. Some practical problems that concern the statistical analysis of the epidemiological data are following: - selection of the survival function model, - selection of the variables included into the model, - inclusion of interaction and/or higher order effect into the model. Some solutions of presented problems were applied to the Polish Part of Cardiovascular Diseases Prevention Program (Euro 8202). The program was conducted in 1976-1982 years with long follow up period concerning mortality till 1994 year. The program covered 8603 working men aged 40-59 years in two regions - Warsaw and South-Eastern Poland. Most of statistical analyses were performed on the basis of standard Statistical Analysis System (SAS) package.
    Jednym z głównych celów epidemiologicznych badań nad chorobami przewlekłymi (najczęściej układu krążenia lub nowotworowymi) jest oszacowanie ryzyka zachorowania lub zgonu w zależności od zespołu cech - czynników ryzyka. Badania epidemiologiczne charakteryzują się najczęściej następującymi własnościami: - duża liczebność próby, powyżej 1000 badanych; długi okres obserwacji badanych osób, ponad kilka lat; - wysoka frakcja (ok. 90%) osób, które przeżyły cały okres badania bez incydentu chorobowego, tzw. cenzorowanie administracyjne; - duża liczba czynników ryzyka rejestrowanych w badaniu. Analiza statystyczna badania epidemiologicznego wymaga, między innymi, rozwiązania następujących problemów: - wybór modelu funkcji oceniającej ryzyko, - selekcja badanych w modelu czynników ryzyka, - ocena wzajemnego oddziaływania (interakcji) badanych czynników i ocena nieliniowych efektów ich oddziaływania. Rozwiązanie przedstawionych zadań przeprowadzono na przykładzie analizy wyników Polskiego Programu Prewencji Chorób Układu Krążenia przeprowadzonego w latach 1976-1982, obejmującego 8603 mężczyzn zatrudnionych w zakładach pracy w dwóch regionach Polski -Warszawy i Polski Południowo-Wschodniej i rozszerzonego o obserwację postępującą w zakresie zgonu do roku 1994.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2002, 162
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On Application of Logistic Regression to Mean Value Estimation in Two-Phase Sampling for Nonresponse
    O zastosowaniu regresji logistycznej do oceny wartości przeciętnej z wykorzystaniem schematu losowania dwufazowego w przypadku braków odpowiedzi
    Autorzy:
    Gamrot, Wojciech
    Powiązania:
    https://bibliotekanauki.pl/articles/904691.pdf
    Data publikacji:
    2005
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    stochastic nonresponse
    response probabilities
    logistic regression
    mean value estimation
    Opis:
    Wystąpienie niekompletności obserwacji badanej cechy w badaniu statystycznym zazwyczaj prowadzi do obciążenia uzyskanej oceny badanego parametru populacji. Jedna z technik stosowanych dla przeciwdziałania temu zjawisku opiera się na wykorzystaniu schematu losowania dwufazowego. Jako estymator wartości przeciętnej w populacji wykorzystuje się zazwyczaj kombinację liniową ocen wartości przeciętnej uzyskanych w pierwszym i drugim etapie (fazie) badania. W niniejszym referacie podjęto próbę zbadania własności alternatywnych strategii estymacji wykorzystujących schemat losowania dwufazowego, uwzględniających w konstrukcji estymatora oceny prawdopodobieństw uzyskania odpowiodzi od poszczególnych jednostek populacji uzyskane przy wykorzystaniu modelu regresji logistycznej. Porównanie własności wymienionych strategii przeprowadzono drogą symulacji komputerowej, przy wykorzystaniu danych uzyskanych w wybranych gminach powiatu Dąbrowa Tarnowska podczas spisu rolnego w roku 1996.
    The phenomenon of nonresponse in a sample survey usually leads to bias in estimates of population parameters. One of the techniques applied as a countermeasure for nonresponse is based on two-phase (or double) sampling. Usually a linear combination of mean value estimates obtained in both phases of the survey is used as an estimate of population mean value of the characteristic under study. In this paper alternative estimators for two-phase sampling scheme using estimates of response probabilities obtained on the basis of logistic regression model are considered. The results of Monte Carlo simulation study comparing the properties of these estimators are presented. In the simulations, the data from the Polish 1996 Agricultural Census were used.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2005, 194
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Estimation of Variance of Logistic Regression Predictors for Small Areas
    Estymacja wariacji logistyczno=regresyjnych predyktorów dla małych obszarów
    Autorzy:
    Pruska, Krystyna
    Powiązania:
    https://bibliotekanauki.pl/articles/905045.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    logistic regression model
    jackknife method
    small area
    simulation experiments
    Opis:
    Logistic regression models can be applied for analysis of Bernoulli variables in studies of small areas. In the paper the logistic regression predictors for parameter of the Bernoulli distribution and an estimation of variance and MSE for these predictors arc considered for small areas. The results of simulation experiments conducted for analysis of properties of estimators of variance and mean square error for the predictors are presented.
    Modele regresji logistycznej mogą być wykorzystywane do analizy zmiennych o rozkładzie zero-jedynkowym dla małych obszarów. W pracy rozpatrywane są logistyczno-regresyjne predyktory parametru rozkładu zero-jedynkowego oraz estymacja MSE i wariancji tych predyktorów w przypadku małych obszarów. Przedstawione są wyniki eksperymentów symulacyjnych, których celem jest analiza własności estymatorów wariancji i błędu średniokwadratowego logistyczno-regresyjnych predyktorów.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 225
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On Distance-Based Algorithms in Medical Application
    O algorytmach minimalnoodległościowych w zastosowaniach medycznych
    Autorzy:
    Misztal, Małgorzata
    Banach, Maciej
    Powiązania:
    https://bibliotekanauki.pl/articles/906296.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    medical research
    logistic regression
    distance-based algorithms
    atrial fibrillation
    Opis:
    W badaniach medycznych do przewidywania przynależności pacjentów do jednej z wyróżnionych dwóch klas zwykle wykorzystuje się model regresji logistycznej. Algorytmy minimalnoodległościowe, takie jak np. algorytm najbliższego sąsiada, mimo ich prostoty i intuicyjnej interpretacji, są wykorzystywane bardzo rzadko. W referacie podjęto próbę zastosowania algorytmów opartych na odległościach (NN, k-NN, DB oraz k-NN Tree) do prognozowania wystąpienia migotania przedsionków wśród 300 pacjentów po zabiegu wymiany zastawki aortalnej.
    Logistic regression is the most popular method used to classify patients into 2 selected subgroups in medical research. Distance-based algorithms, such as nearest neighbor algorithm, simple and intuitive, are rarely used in practice. In the study some selected distance-based algorithms (NN, k-NN, DB and k-NN Tree) were applied to predict atrial fibrillation (AF) incidents among 300 patients with aortic valve defects, who underwent aortic valve replacement.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2009, 228
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bankruptcy Risk Models for Polish SMEs – Regional Approach
    Modele ryzyka upadłości polskich MŚP – ujęcie regionalne
    Autorzy:
    Ptak-Chmielewska, Aneta
    Powiązania:
    https://bibliotekanauki.pl/articles/655563.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    ryzyko kredytowe
    modele upadłości
    regresja logistyczna
    credit risk
    bankruptcy models
    logistic regression
    Opis:
    Zarządzanie ryzykiem kredytowym stanowi kluczowy element w zarządzaniu bankiem. Do zarządzania ryzykiem kredytowym wykorzystywane są modele statystyczne tzw. Modele scoringowe i ratingowe. Do oceny ryzyka kredytowego przedsiębiorstw wykorzystuje się modele ratingowe. Składową modeli ratingowych są modele ilościowe (oparte na wskaźnikach finansowych) oraz modele jakościowe (oparte na ankiecie jakościowej). Do budowy modeli ilościowych wykorzystuje się modele statystyczne i ekonometryczne, głównie modele regresji logistycznej. W artykule omówione zostały modele statystyczne do oceny ilościowej wraz z przykładem empirycznym opartym na danych dla próby MŚP udostępnionej przez jeden z polskich banków. Wykorzystano model regresji logistycznej ze zmienną nominalną – region działalności, uwzględniający zróżnicowanie terytorialne. Pokazana została konstrukcja modelu uwzględniającego zarówno branże działalności, jak i region działalności.
    Credit risk management is a key element in bank management. For credit risk management, statistical models are used, the so‑called scoring and rating models. For enterprise risk assessment, rating models are used. Rating models consist of quantitative models (based on financial ratios) and qualitative models (based on a questionnaire). For estimation of quantitative models, econometric and statistical models are used, mainly logistic regression models. In this paper, statistical models for quantitative assessment are presented, including an empirical example based on the sample of data for SMEs made available by one of Polish banks. A logistic regression model with a nominal variable – the region of activity, including territorial differences, was used. The construction of rating model was presented, including the sector and region of activity.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2018, 1, 333
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Identification of Reasons of the Outflow from Unemployment at the Local Labour Market
    Identyfikacja przyczyn wyrejestrowań z bezrobocia na lokalnym rynku pracy
    Autorzy:
    Malarska, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/905085.pdf
    Data publikacji:
    2008
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    local labour market
    unemployment
    stream analysis
    logistic regression
    multifactoral variance analysis
    lokalny rynek pracy
    bezrobocie
    analiza strumieniowa
    regresja logistyczna
    wieloczynnikowa analiza wariancji
    Opis:
    The article is set in the realistic background of the local labor market. The topic taken up herein concerns the stream analysis of unemployment. The drain of the unemployed from the stock is analyzed from the causality viewpoint. Based on individual data regarding the unemployed from the area of the District Job Center in Pabianice those ontogenetic characteristics of the unemployed are identified that in a statistically significant manner influence the deregistering process. Thanks to using methods of logistic regression and multifactoral variance analysis that are further supported by professional statistic software (SPSS v. 14.0) the reader will learn how and under the influence of which demo-social factors chances and dangers of deregistering develop on the local labour market.
    Artykuł osadzony jest w konkretnych realiach lokalnego rynku pracy. Podjęta jest w nim tematyka analizy strumieniowej bezrobocia. Pod katem przyczynowości badany jest strumień odpływu bezrobotnych z zasobu. Na podstawie indywidualnych danych o bezrobotnych z obszaru Powiatowego Urzędu Pracy w Pabianicach identyfikowane są te z osobniczych właściwości bezrobotnych. które statystycznie istotnie oddziałują na proces wyrejestrowań. Dzięki zastosowaniu metod regresji logistycznej i wieloczynnikowej analizy wariancji wspomaganych profesjonalnym oprogramowaniem statystycznym (SPSS v,14.0) Czytelnik dowie się. jak i pod wpływem jakich demograficzno-społecznych czynników kształtują się szanse i zagrożenia wyrejestrowań na lokalnym rynku pracy.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2008, 224
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Sentiment Classification of Bank Clients’ Reviews Written in the Polish Language
    Analiza sentymentu na podstawie polskojęzycznych recenzji klientów banku
    Autorzy:
    Idczak, Adam Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/2033889.pdf
    Data publikacji:
    2021-06-30
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    analiza sentymentu
    klasyfikacja dokumentów
    textmining
    regresja logistyczna
    naiwny klasyfikator Bayesa
    sentiment analysis
    opinion mining
    text classification
    text mining
    logistic regression
    naive Bayes classifier
    Opis:
    It is estimated that approximately 80% of all data gathered by companies are text documents. This article is devoted to one of the most common problems in text mining, i.e. text classification in sentiment analysis, which focuses on determining the sentiment of a document. A lack of defined structure of the text makes this problem more challenging. This has led to the development of various techniques used in determining the sentiment of a document. In this paper, a comparative analysis of two methods in sentiment classification, a naive Bayes classifier and logistic regression, was conducted. Analysed texts are written in the Polish language and come from banks. The classification was conducted by means of a bag‑of‑n‑grams approach, where a text document is presented as a set of terms and each term consists of n words. The results show that logistic regression performed better.
    Szacuje się, że około 80% wszystkich danych gromadzonych i przechowywanych w systemach informacyjnych przedsiębiorstw ma postać dokumentów tekstowych. Artykuł jest poświęcony jednemu z podstawowych problemów textminingu, tj. klasyfikacji tekstów w analizie sentymentu, która rozumiana jest jako badanie wydźwięku tekstu. Brak określonej struktury dokumentów tekstowych jest przeszkodą w realizacji tego zadania. Taki stan rzeczy wymusił rozwój wielu różnorodnych technik ustalania sentymentu dokumentów. W artykule przeprowadzono analizę porównawczą dwóch metod badania sentymentu: naiwnego klasyfikatora Bayesa oraz regresji logistycznej. Badane teksty są napisane w języku polskim, pochodzą z banków i mają charakter marketingowy. Klasyfikację przeprowadzono, stosując podejście bag‑of‑n‑grams. W ramach tego podejścia dokument tekstowy wyrażony jest za pomocą podciągów składających się z określonej liczby n wyrazów. Uzyskane wyniki pokazały, że lepiej spisała się regresja logistyczna.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2021, 2, 353; 43-56
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Non‑Metric Data in Household Durable Goods Analysis. Selected Aspects
    Analiza danych niemetrycznych w badaniu wyposażenia gospodarstw domowych w dobra trwałe. Wybrane aspekty
    Autorzy:
    Dziechciarz, Józef
    Dziechciarz-Duda, Marta
    Powiązania:
    https://bibliotekanauki.pl/articles/951729.pdf
    Data publikacji:
    2017
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    analiza danych niemetrycznych
    dobra trwałe
    analiza korespondencji
    regresja logistyczna
    drzewa klasyfikacyjne
    CART
    gospodarstwa domowe
    non‑metric data analysis
    durable goods
    correspondence analysis
    logistic regression
    classification trees
    cart
    households
    Opis:
    Pomiar wyposażenia gospodarstw domowych jest kluczowy w wielu aspektach oceny stanu społeczno‑ekonomicznego kraju i jego obywateli. Zapotrzebowanie (sprzedaż) jest traktowane jako jeden z kluczowych wskaźników stanu koniunktury w gospodarce. Podobnie analiza i ocena poziomu wyposażenia gospodarstw domowych w dobra trwałe są rozpatrywane w kontekście pomiaru jakości życia. W badaniu wyposażenia gospodarstw domowych mierzy się liczbę i jakość dóbr, w jakie wyposażone są gospodarstwa domowe. Pomiar wyposażenia gospodarstw domowych prowadzony jest najczęściej za pomocą słabych skali pomiarowych, nominalnej i porządkowej. Takie dane wymagają stosowania wyspecjalizowanych narzędzi analizy i modelowania. W opracowaniu zostanie podjęta dyskusja o możliwościach statystycznej analizy takich danych i ich modelowania oraz o problemach wnioskowania na podstawie uzyskanych wyników.
    Measurement of household endowment with durables is crucial in many aspects of assessing the social and economic situation of a country and its citizens. The demand (sales) for durables is regarded as one of the key indicators of economic conditions. Similarly, analysis and evaluation of household durable goods are usually considered in the context of measuring the quality of life. The possession of durables is measured by means of the number and quality of goods in households. Measurement of household endowment is conducted usually by means of weak measurement scales, namely nominal and ordinal. Such data require the use of specialised tools for analysis and modelling. This study discusses the possibilities of statistical analysis of such data. Additionally, modelling and problems of inference on the basis of obtained results are discussed.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2017, 4, 330
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Selected Robust Logistic Regression Specification for Classification of Multi‑dimensional Functional Data in Presence of Outlier
    Zastosowanie odpornej regresji logistycznej do klasyfikacji wielowymiarowych danych funkcjonalnych
    Autorzy:
    Krzyśko, Mirosław
    Smaga, Łukasz
    Powiązania:
    https://bibliotekanauki.pl/articles/657746.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    analiza regresji dla danych funkcjonalnych
    estymacja odporna
    model regresji logistycznej
    rozwinięcie funkcji w bazie funkcyjnej
    wielowymiarowe dane funkcjonalne
    zagadnienie klasyfikacji
    basis functions representation
    classification problem
    functional regression analysis
    logistic regression model
    multi‑dimensional functional data
    robust estimation
    Opis:
    W niniejszym artykule rozważany jest problem dwuetykietowej klasyfikacji wielowymiarowych danych funkcjonalnych. Zaproponowane rozwiązanie tego problemu oparto na technikach regresyjnych i modelu regresji logistycznej dla danych funkcjonalnych. Model ten został przekształcony do szczególnego modelu regresji logistycznej za pomocą rozwinięcia (będących funkcjami) współczynników regresji i zmiennych objaśniających w bazie funkcyjnej. Na podstawie tego modelu skonstruowana została reguła klasyfikacyjna. W przypadku występowania obserwacji odstających rozważane są również metody odpornej estymacji nieznanych parametrów. Eksperymenty numeryczne sugerują, że proponowane metody mogą z powodzeniem być wykorzystane w praktycznych zagadnieniach.
    In this paper, the binary classification problem of multi‑dimensional functional data is considered. To solve this problem a regression technique based on functional logistic regression model is used. This model is re‑expressed as a particular logistic regression model by using the basis expansions of functional coefficients and explanatory variables. Based on re‑expressed model, a classification rule is proposed. To handle with outlying observations, robust methods of estimation of unknown parameters are also considered. Numerical experiments suggest that the proposed methods may behave satisfactory in practice.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2018, 2, 334
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-10 z 10

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies