Informacja

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

Wyszukujesz frazę "hypotheses" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Applying propositional calculus of formal logic to formulate research hypotheses in management sciences
Propozycja wykorzystania rachunku zdań logiki formalnej do tworzenia hipotez badawczych w naukach o zarządzaniu
Autorzy:
Pabian, Aleksander
Powiązania:
https://bibliotekanauki.pl/articles/2177735.pdf
Data publikacji:
2023-02-28
Wydawca:
Główny Urząd Statystyczny
Tematy:
research hypotheses
formal logic
management
propositional calculus
hipotezy badawcze
logika formalna
zarządzanie
rachunek zadań
Opis:
The article is devoted to the topic of formulating research hypotheses in management sciences. On the basis of the author’s research results, it may be concluded that although the related literature indicates the features of a properly formulated hypothesis, errors still tend to occur in the process of its construction and as a consequence, the answers to the question or questions determining the research problem are not correctly formulated. Examples of such errors include attempts to check statements which are unverifiable in practice, which could be observed even in Master’s theses. The propositional calculus, whose source is in formal logic, may prove a useful tool in creating proper hypotheses. The primary aim of the article is to prove the usefulness of the propositional calculus of formal logic in formulating the main hypothesis and partial hypotheses in research work relating to management sciences. Prior to adopting a hypothesis for further proceedings, it should be decomposed into prime factors, followed by an analysis of the propositions. Adopting such a calculus when formulating each hypothesis should result in their comprehensible and logical form, compliant with linguistic rules.
Tematem artykułu jest formułowanie hipotez badawczych w naukach o zarządzaniu. Na podstawie wyników badania przeprowadzonego przez autora można stwierdzić, że choć w literaturze przedmiotu wskazywane są cechy prawidłowo sformułowanej hipotezy, to podczas tworzenia hipotez badawczych często dochodzi do błędów, a w konsekwencji odpowiedzi na pytanie (pytania) wyrażające problem badawczy są skonstruowane niepoprawnie. Przykłady takich błędów, m.in. próby sprawdzenia w praktyce stwierdzeń nieweryfikowalnych, można znaleźć nawet w pracach magisterskich. W tworzeniu poprawnych hipotez pomocny może być rachunek zdań mający źródło w logice formalnej. Celem artykułu jest udowodnienie przydatności rachunku zdań logiki formalnej w formułowaniu hipotezy głównej i hipotez cząstkowych w pracach badawczych z zakresu nauk o zarządzaniu. Przed przyjęciem hipotezy należy rozłożyć ją na czynniki pierwsze i przeprowadzić analizę zdań. Zastosowanie takiej procedury powinno doprowadzić do nadania każdej z hipotez zrozumiałej i logicznej postaci oraz zapewnić ich zgodność z regułami językowymi.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2023, 68, 2; 39-55
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Błędy nielosowe i ich znaczenie w testowaniu hipotez
Non-random errors and their importance in testing of hypotheses
Autorzy:
Szreder, Mirosław
Powiązania:
https://bibliotekanauki.pl/articles/971504.pdf
Data publikacji:
2021-03-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
testowanie hipotez statystycznych
błąd losowania
błąd losowy
błędy nielosowe
testing of hypotheses
sampling error
random error
non-random errors
Opis:
We współczesnych badaniach reprezentacyjnych coraz częściej dają o sobie znać błędy o charakterze nielosowym, w tym w szczególności wynikające z braków odpowiedzi lub źle wykonanych pomiarów (niedokładnej obserwacji statystycznej). Do tej pory rzadko dyskutowano o skutkach tego typu błędów w procedurze weryfikacji hipotez statystycznych. Uwaga badaczy skupiała się niemal wyłącznie na błędzie losowania (błędzie losowym). Błąd ten maleje wraz ze wzrostem liczebności próby. To sprawia, że badacze, nierzadko mający do dyspozycji bardzo duże liczebnie próby, tracą z pola widzenia konsekwencje nie tylko błędu losowego, lecz także błędów nielosowych. Celem artykułu jest wskazanie na znaczenie błędów nielosowych w podejmowaniu decyzji opartych na wykorzystaniu klasycznej procedury weryfikacji hipotez. Szczególną uwagę poświęcono sytuacjom, w których badacz dysponuje dużą liczebnie próbą. W pracy uzasadniono twierdzenie, że w dużych próbach testy statystyczne stają się bardziej wrażliwe na oddziaływanie błędów nielosowych. Błędy systematyczne, będące szczególnym przypadkiem błędów nielosowych, zwiększają prawdopodobieństwo błędnej decyzji o odrzuceniu prawdziwej hipotezy wraz ze wzrostem liczebności próby. Wzbogacenie weryfikacji hipotez o analizę opartą na estymacji przedziałowej może wspomóc badacza w poprawnym wnioskowaniu.
Increasing numbers of non-random errors are observed in contemporary sample surveying – in particular, those resulting from no response or faulty measutrements (imprecise statistical observation). Until recently, the consequences of these kinds of errors have not been widely discussed in the context of the testing of hypoteses. Researchers focused almost entirely on sampling errors (random errors), whose magnitude decreases as the size of the random sample grows. In consequence, researchers who often use samples of very large sizes tend to overlook the influence random and non-random errors have on the results of their study. The aim of this paper is to present how non-random errors can affect the decision-making process based on the classical hypothesis testing procedure. Particular attention is devoted to cases in which researchers manage samples of large sizes. The study proved the thesis that samples of large sizes cause statistical tests to be more sensitive to non-random errors. Systematic errors, as a special case of non-random errors, increase the probability of making the wrong decision to reject a true hypothesis as the sample size grows. Supplementing the testing of hypotheses with the analysis of confidence intervals may in this context provide substantive support for the researcher in drawing accurate inferences.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2021, 66, 3; 7-21
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
O niektórych nowych wyzwaniach i oczekiwaniach wobec statystyki
Some new challenges and expectation of statistics
О некоторых новых вызовах и ожиданиях статистики
Autorzy:
Szreder, Mirosław
Powiązania:
https://bibliotekanauki.pl/articles/542208.pdf
Data publikacji:
2016-06
Wydawca:
Główny Urząd Statystyczny
Tematy:
Big Data
weryfikacja hipotez statystycznych
wielkość próby
sondaż
testing statistical hypotheses
a sample size
opinion
poll
проверка статистической гипотезы
размер выборки
зондирование
Opis:
W artykule omówiono najnowsze wyzwania badawcze i dydaktyczne, jakie stoją przed statystyką w obliczu szybko rosnących możliwości gromadzenia i przetwarzania danych (Big Data) oraz coraz bardziej dominującego w życiu społecznym i ekonomicznym liczbowego opisu rzeczywistości. Te nowe zjawiska i tendencje powinny skłonić środowisko statystyków do podejmowania działań na rzecz podniesienia w społeczeństwie wiedzy statystycznej, niezbędnej do krytycznej oceny i poprawnej interpretacji wyników badań statystycznych.
В статье обсуждаются последние исследовательские и дидактические вызовы, которые стоят перед статистикой в ситуации быстро повышающихся возможностей сборки и обработки данных (Big Data), а также более доминирующего в социальной и экономической жизни численного описания реальности. Эти новые явления и тенденции должны поощрять статистиков принимать меры по повышению статистических знаний общества, необходимых для критической оценки и правильной интерпретации результатов статистических обследований.
The article discusses recent research and educational challenges faced by the statistics in the world of fast-growing possibilities of collecting and processing data (Big Data) and the increasingly dominant in social and economic life numerical description of reality. These new phenomena and trends should encourage statisticians’ environment to take action of improving society statistical knowledge needed to critically evaluate and correct interpretation of the survey results.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2016, 6; 1-9
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    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