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 "wnioskowanie statystyczne" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-9 z 9
    Tytuł:
    Wpływ pandemii COVID-19 na aktywność w wydarzeniach kulturalnych
    Impact of the COVID-19 pandemic on activity in cultural events
    Autorzy:
    Kosińska, Martyna
    Powiązania:
    https://bibliotekanauki.pl/articles/29433464.pdf
    Data publikacji:
    2023-12-31
    Wydawca:
    Akademia Nauk Stosowanych w Nowym Sączu
    Tematy:
    wydarzenia kulturalne
    COVID-19
    wnioskowanie statystyczne
    cultural events
    statistical inference
    Opis:
    Pandemia COVID-19 zmieniła warunki funkcjonowania gospodarki i człowieka, w tym też sektora kultury. Celem niniejszego artykułu jest określenie wpływu pandemii COVID-19 na aktywność w wydarzeniach kulturalnych. Obok celu głównego, zamierzano sprawdzić, czy zmiany w aktywności dotknęły w podobnym stopniu różnych form uczestnictwa w kulturze, a także czy nastąpiła istotna zmiana częstotliwości aktywności kulturalnej w grupie aktywnych użytkowników kultury. Oprócz tego celem była również ocena tego, jak respondenci odnosili się do zmian, które dotknęły kultury i ich samych w czasie pandemii. Do badania wykorzystane zostały dane zebrane z badania ankietowego, przeprowadzonego w marcu i kwietniu 2022 roku, a zatem w rok po wystąpieniu pandemii COVID-19. Zrealizowano je wśród uczestników wiodącego portalu społecznościowego.
    The COVID-19 pandemic has changed the conditions for the economy and people – including the cultural sector. The purpose of this article is to determine the impact of the COVID-19 pandemic on activity in cultural events. In addition to the main purpose, the intention was to check whether changes in activity have affected different forms of cultural participation to a similar degree, and whether there was a significant change in the frequency of cultural activity among active cultural users. In addition to this, the aim was also to assess how respondents related to the changes that affected culture and themselves during the pandemic. The study used data collected from a survey conducted in March and April 2022, one year after the onset of the COVID-19 pandemic, and was conducted among participants of a leading social network.
    Źródło:
    Studia Ekonomiczne. Gospodarka, Społeczeństwo, Środowisko; 2023, 2/2023 (12); 61-73
    2544-6916
    2544-7858
    Pojawia się w:
    Studia Ekonomiczne. Gospodarka, Społeczeństwo, Środowisko
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    O wykorzystaniu metod statystycznych we wsparciu decyzji sterujących procesami wsadowymi
    On applying statistical methods in support of control decisions in batch processes
    Autorzy:
    Stelmach, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/321858.pdf
    Data publikacji:
    2015
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    wnioskowanie statystyczne
    metoda nieparametryczna
    proces wsadowy
    statistical inference
    nonparametric method
    batch process
    Opis:
    Trafne decyzje operacyjne dotyczące poza procesami produkcyjnymi także planowania prac remontowych, decyzji zakupowych, przewidywania zmian rynkowych mogą zapewnić istotną przewagę konkurencyjną. Wsparciem takich decyzji, opartym na danych historycznych, może być wnioskowanie statystyczne. Zaawansowane metody statystyczne, pomimo empirycznych ograniczeń, mogą zapewnić wymaganą dokładność prognoz oraz moc testów statystycznych. Artykuł prezentuje propozycje wykorzystania parametrycznych i nieparametrycznych metod statystycznych oraz oszacowania mierzalnych korzyści zastosowania wnioskowania statystycznego w pewnych modelowych przedsiębiorstwach stosujących procesy wsadowe.
    Accurate operational decisions regarding not only production processes but also planning renovations, purchasing decisions, prediction of changes in the market can lead to a significant competitive advantage. The support of such a decision, based on historical data may be statistical inference. Advanced statistical methods can provide the required accuracy of forecasts and the power of statistical tests despite the empirical limitations. This paper presents proposals for the use of parametric and non-parametric statistical methods and estimation of quantitative advantages of statistical inference in certain models of enterprises using batch processes.
    Źródło:
    Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska; 2015, 83; 641-650
    1641-3466
    Pojawia się w:
    Zeszyty Naukowe. Organizacja i Zarządzanie / Politechnika Śląska
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rozwój polskiej myśli statystycznej w naukach ekonomicznych
    The development of Polish statistics in economic sciences
    Autorzy:
    Jajuga, Krzysztof
    Powiązania:
    https://bibliotekanauki.pl/articles/422846.pdf
    Data publikacji:
    2012
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    statystyka
    klasyfikacja
    analiza danych wielowymiarowych
    wnioskowanie statystyczne
    statystyka małych obszarów
    statistics
    classification
    multivariate data analysis
    statistical inference
    small area statistics
    Opis:
    W artykule przedstawione są postacie i osiągnięcia polskich statystyków prowadzących badania w naukach ekonomicznych. Odrębnie analizowano okres przed 1945 oraz po 1945. Analiza tego drugiego okresu prowadzona jest na podstawie klasyfikacji obejmującej kilka obszarów badawczych.
    The paper presents main scientific achievements of Polish statisticians conducting research in economic sciences. Two periods are distinguished: before and after 1945. Analysis for the second period is conducted in the framework of classification into several research areas.
    Źródło:
    Przegląd Statystyczny; 2012, 59, numer specjalny 1; 53-60
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dowodzenie hipotez za pomocą zzynnika bayesowskiego (bayes factor): przykłady użycia w badaniach empirycznych
    Autorzy:
    Domurat, Artur
    Białek, Michał
    Powiązania:
    https://bibliotekanauki.pl/articles/1198708.pdf
    Data publikacji:
    2016
    Wydawca:
    Akademia Leona Koźmińskiego w Warszawie
    Tematy:
    statistical inference
    null hypothesis testing
    Bayes Factor
    p-value
    Bayes’ rule
    wnioskowanie statystyczne
    testowanie hipotezy zerowej
    reguła Bayesa
    czynnik bayesowski
    wartość p
    Opis:
    Testów statystycznych używa się w nauce po to, żeby wesprzeć zaproponowane hipotezy badawcze (teorie, modele itp.). Czynnik bayesowski (Bayes Factor, BF) jest metodą bezpośrednio wskazującą tę z dwóch hipotez, która lepiej wyjaśnia uzyskane dane. Jego wykorzystanie we wnioskowaniu statystycznym prowadzi do jednego z trzech wniosków: albo badanie bardziej wspiera hipotezę zerową, albo alternatywną, albo wyniki nie wspierają żadnej w sposób rozstrzygający i są niekonkluzywne. Symetria tych wniosków jest przewagą metody czynnika bayesowskiego nad testami istotności. W powszechnie używanych testach istotności nie formułuje się wniosków wprost, lecz albo się odrzuca hipotezę zerową, albo się jej nie odrzuca. Rozdźwięk między taką decyzją a potrzebami badacza często jest powodem nadinterpretacji wyników testów statystycznych. W szczególności wyniki nieistotne statystycznie są często nadinterpretowane jako dowód braku różnic międzygrupowych lub niezależności zmiennych.W naszej pracy omawiamy założenia teoretyczne metody BF, w tym różnice między bayesowskim a częstościowym rozumieniem prawdopodobieństwa. Przedstawiamy sposób weryfi kacji hipotez i formułowania wniosków według podejścia bayesowskiego. Do jego zalet należy m.in. możliwość gromadzenia dowodów na rzecz hipotezy zerowej. Wykorzystanie metody w praktyce ilustrujemy przykładami bayesowskiej reinterpretacji wyników kilku opublikowanych badań empirycznych, w których wykonywano tradycyjne testy istotności. Do obliczeń wykorzystaliśmy darmowy program JASP 0.8, specjalnie dedykowany bayesowskiej weryfi kacji hipotez statystycznych.
    Statistical tests are used in science in order to support research hypotheses (theory, model). The Bayes Factor (BF) is a method that weighs evidence and shows which out of two hypotheses is better supported. Adopting the BF in statistical inference, we can show whether data provided stronger support for the null hypothesis, the alternative hypothesis or whether it is inconclusive and more data needs to be collected to provide more decisive evidence. Such a symmetry in interpretation is an advantage of the Bayes Factor over classical null hypothesis significance testing (NHST). Using NHST, a researcher draws conclusions indirectly, by rejecting or not rejecting the null hypothesis. The discrepancy between these decisions and the researcher’s needs, often leads to misinterpretation of significance test results, e.g. by concluding that non-significant p-values are evidence for the absence of differences between groups or that variables are independent. In this work we show the main differences between the Bayesian and the frequential approach to the understanding of probability and statistical inference. We demonstrate how to verify hypotheses using the BF in practice and provide concrete examples of how it modifies conclusions about empirical findings based on the NHST procedure and the interpretation of p-values. We discuss the advantages of the BF – particularly the validation of a null hypothesis. Additionally, we provide some guidelines on how to do Bayesian statistics using the freeware statistical program JASP 0.8.
    Źródło:
    Decyzje; 2016, 26; 109-141
    1733-0092
    2391-761X
    Pojawia się w:
    Decyzje
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Szanse i iluzje dotyczące korzystania z dużych prób we wnioskowaniu statystycznym
    Opportunities and illusions of using large samples in statistical inference
    Autorzy:
    Szreder, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/articles/2106803.pdf
    Data publikacji:
    2022-08-31
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    wnioskowanie statystyczne
    błąd próbkowania
    błąd losowy
    liczebność próby
    istotność statystyczna
    p-value
    statistical inference
    sampling error
    random error
    sample size
    statistical significance
    Opis:
    Teoria wnioskowania statystycznego jasno określa korzyści związane z dużą liczebnością próby badawczej. Wraz ze wzrostem wielkości próby maleje ilość błędów ocen szacowanych parametrów populacji (zwiększa się precyzja estymacji), a także rosną wartości mocy testów wykorzystywanych do weryfikacji hipotez statystycznych. Współczesne możliwości łatwego dotarcia do dużych prób badawczych (np. paneli internetowych), a także korzystania z coraz bardziej zaawansowanego i przyjaznego dla użytkownika oprogramowania statystycznego sprzyjają niedostrzeganiu zagrożeń dla wnioskowania statystycznego, jakie wiążą się z dużymi liczebnie próbami. Część badaczy ulega iluzji, że duża próba jest w stanie zniwelować i rozproszyć nie tylko błąd losowy, charakterystyczny dla każdej techniki losowania próby, lecz także błędy nielosowe. Znaczenie dużej liczebności próby jest ponadto jednym z ważnych aspektów toczącej się od kilkunastu lat dyskusji na temat istotności statystycznej (p-value) oraz problemów z jej rozstrzyganiem i interpretowaniem. Celem opracowania jest wskazanie i omówienie konsekwencji dostrzegania w dużych próbach statystycznych jedynie szans, a pomijanie wyzwań i zagrożeń wynikających z ich stosowania. W artykule pokazano, że duża liczebność próby, której doboru dokonano za pomocą techniki nieprobabilistycznej, nie może stanowić alternatywy dla wyboru losowego. W szczególności dotyczy to internetowych paneli wolontariuszy deklarujących chęć udziału w badaniu. Wskazano ponadto na znaczenie komponentu nielosowego w błędzie próbkowania, który nie jest malejącą funkcją liczebności próby. W odniesieniu zaś do współczesnych problemów weryfikacji hipotez nakreślono i zilustrowano przykładem naukowy i etyczny wymiar podążania za istotnością statystyczną z wykorzystaniem dużych liczebnie prób lub wielokrotnego próbkowania.
    The theory of statistical inference clearly describes the benefits of large samples. The larger the sample size, the fewer standard errors of the estimated population parameters (the precision of the estimation improves) and the values of the power of statistical tests in hypothesis testing increase. Today’s easy access not only to large samples (e.g. web panels) but also to more advanced and user-friendly statistical software may obscure the potential threats faced by statistical inference based on large samples. Some researchers seem to be under the illusion that large samples can reduce both random errors, typical for any sampling technique, as well as non-random errors. Additionally, the role of a large sample size is an important aspect of the much discussed in the recent years issue of statistical significance (p-value) and the problems related to its determination and interpretation. The aim of the paper is to present and discuss the consequences of focusing solely on the advantages of large samples and ignoring any threats and challenges they pose to statistical inference. The study shows that a large-size sample collected using one of the non-random sampling techniques cannot be an alternative to random sampling. This particularly applies to online panels of volunteers willing to participate in a survey. The paper also shows that the sampling error may contain a non-random component which should not be regarded as a function of the sample size. As for the contemporary challenges related to testing hypotheses, the study discusses and exemplifies the scientific and ethical aspects of searching for statistical significance using large samples or multiple sampling.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2022, 67, 8; 1-16
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Historia rozwoju statystycznych metod planowania i analizy doświadczeń rolniczych na świecie oraz w Polsce
    A history of the development of statistical methods for designing and analyzing agricultural experiments in the world and in Poland
    Autorzy:
    Mądry, Wiesław
    Gozdowski, Dariusz
    Powiązania:
    https://bibliotekanauki.pl/articles/2199478.pdf
    Data publikacji:
    2020-02-12
    Wydawca:
    Instytut Hodowli i Aklimatyzacji Roślin
    Tematy:
    metody statystyczne
    metody wielowymiarowe
    modele statystyczne
    estymacja parametrów statystycznych
    hipotezy
    testowanie hipotez
    układy doświadczalne
    wnioskowanie statystyczne
    statystycy
    biometrycy
    statistical methods
    multivariate methods
    estimation
    hypothesis testing
    experimental designs
    statistical inference
    statisticians
    biometricians
    Opis:
    W pracy przedstawiono główne kierunki badań, ich chronologię oraz osiągnięcia w zakresie metod statystyki matematycznej w zastosowaniu do biometrii i doświadczalnictwa rolniczego, dokonywane od XVII wieku do czasów współczesnych. Uwzględniono dorobek uczonych na świecie oraz w Polsce. Podkreślono historyczne i współczesne znaczenie tych osiągnięć matematycznych i metodycznych dla rozwoju i postępu nauk empirycznych w ogóle, a zwłaszcza nauk rolniczych i biologicznych. Przedstawiono znaczenie zastosowania metod statystycznych w uznaniu empirycznych badań rolniczych, jako nauki rolnicze. Świadectwa i rozważania oraz autorskie osądy odkryć i wynalazków statystycznych na przestrzeni wieków i lat są udokumentowane i zilustrowane oryginalnymi publikacjami, a także realnymi dokonaniami pionierów statystyki, biometrii i doświadczalnictwa rolniczego oraz współczesnych uczonych w tych dziedzinach i specjalnościach.  
    The paper presents the main directions, chronology and achievements in the field of mathematical statistical methods applied to biometrics and agricultural experimentation, conducted from the 17th century to modern times. The achievements of scientists globally and in Poland are taken into account. The historical and present importance of these mathematical and methodological findings for the development and progress of empirical sciences in general, and especially agricultural and biological sciences, is emphasized. The importance of using statistical methods in the recognition of empirical agricultural research as agricultural science is presented. Testimonies and considerations on statistical discoveries and inventions over the centuries are documented and illustrated by the original publications and real activities of the pioneers of statistics, biometrics and agricultural experimentation, as well as contemporary scientists in these fields.  
    Źródło:
    Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2020, 288; 23-40
    0373-7837
    2657-8913
    Pojawia się w:
    Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wnioskowanie parametryczne i nieparametryczne w tablicach dwudzielczych i trójdzielczych
    Nonparametric Versus Parametric Reasoning Based on Contingency Tables
    Autorzy:
    Sulewski, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/965080.pdf
    Data publikacji:
    2018
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    wnioskowanie statystyczne
    funkcja największej wiarygod-ności
    tablice kontyngencji
    test parametryczny
    parametr przepływu prawdopo-dobieństwa
    statistical inference
    likelihood function
    contingency tables
    parametric test
    probability flow parameter
    Opis:
    This paper proposes scenarios of generating two-way and three way contingency tables (CTs). A concept of probability flow parameter (PFP) plays a crucial role in these scenarios. Additionally, measures of untruthfulness of ܪ are defined. The power divergence statistics and the |ܺ| statistics are used. This paper is a simple attempt to replace a nonparametric statistical inference from CTs by the parametric one. Maximum likelihood method is applied to estimate PFP and instructions of generating CTs according to scenarios in question are presented. The Monte Carlo method is used to carry out computer simulations.
    W artykule proponowane są scenariusze generowania tablic dwudzielczych (TD) z parametrem przepływu prawdopodobieństwa i zdefiniowane są miary nieprawdziwości H0. W artykule wykorzystywane są statystyki z rodziny ܺଶ oraz statystyka modułowa |ܺ|. Niniejsza praca jest prostą próbą zastąpienia nieparametrycznej metody wnioskowania statystycznego metodą parametryczną. Metoda największej wiarygodności jest wykorzystana do oszacowania parametru przepływu prawdopodobieństwa. W pracy opisane są także instrukcje generowania TD za pomocą metody słupkowej. Symulacje komputerowe przeprowadzono metodami Monte Carlo.
    Źródło:
    Przegląd Statystyczny; 2018, 65, 3; 314-349
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Istotność statystyczna w czasach big data
    Statistical significance in the era of big data
    Autorzy:
    Szreder, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/articles/962757.pdf
    Data publikacji:
    2019
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    wnioskowanie statystyczne
    testowanie hipotez
    istotność staty-styczna
    wskaźnik p-value
    big data
    podejście bayesowskie
    statistical inference
    hypothesis testing
    statistical significance
    p-value
    big
    data
    bayesian approach
    Opis:
    Rozwój nowych technologii wpływa zarówno na realizację badań statystycznych, jak i na postrzeganie ich wyników w świetle innych źródeł informacji. W tym kontekście powraca w środowisku naukowym temat roli testowania hipotez statystycznych oraz interpretowania i przedstawiania jego wyników, w tym stosowania kategorii istotności statystycznej oraz wskaźnika p-value. Inspiracją do powstania tego opracowania stała się fala dyskusji wokół tego zagadnienia toczących się na forum czasopism „Nature” i „The American Statistician” na początku 2019 r. Celem artykułu jest ukazanie szans i zagrożeń, jakie big data stwarza dla weryfikacji hipotez i wnioskowania statystycznego, zarówno w ujęciu klasycznym, jak i w podejściu bayesowskim. Autor uzasadnia konieczność zaniechania zbyt daleko posuniętych uproszczeń w realizacji procesu wnioskowania statystycznego oraz prezentowaniu wyników weryfikacji hipotez. Chodzi zarówno o postulat uwzględnienia jakości danych próbkowych, zwłaszcza typu big data, jak i o podawanie pełnej informacji o modelu statystycznym, na podstawie którego przeprowadza się wnioskowanie.
    The development of new technologies has affected both the procedures of traditional statistical surveys and the perception of their results in the light of other available sources of information. In this connection, the role of the verification of statistical hypotheses and of the interpretation and presentation of its results, including the use of statistical significance and p-value, has recently returned as a frequent topic for discussion among the scientific community. The author was inspired to write this paper by a wave of discussion regarding this matter held at the beginning of 2019 in the Nature and The American Statistician journals. The aim of the paper is to present the opportunities provided and challenges posed by the use of big data to the hypothesis verification process and to statistical inference, both in the traditional and Bayesian approaches. The author explains the necessity of discontinuing adopting excessive simplifications while performing statistical inference and presenting the results of the verification of hypotheses. This involves both the postulate to pay greater attention to the quality of sampling data, especially in the case of data originating from big data sets, as well as the postulate to provide full information about the statistical model on the basis of which the inference is being performed.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2019, 64, 11; 42-57
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    How to merge environmental information using meta-analysis
    Jak scalać informację środowiskową za pomocą metaanalizy
    Autorzy:
    Zawadzki, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/113754.pdf
    Data publikacji:
    2012
    Wydawca:
    STE GROUP
    Tematy:
    metaanaliza
    integracja danych
    wykres lejkowy
    metoda Fishera
    metoda Liptaka i Stouffera
    badania środowiska
    wnioskowanie statystyczne
    meta-analysis
    data integration
    funnel plot
    Fisher’s method
    Liptak-Stouffer’s method
    environment survey
    statistical inference
    Opis:
    Artykuł opisuje jak integruje się informację pochodzącą z różnych badań środowiskowych. Dla takich metod, które są specjalnie przeznaczone do łączenia rezultatów badań pochodzących z różnych źródeł ukuto w literaturze termin „meta-analiza”. Meta-analiza jest dużą rodziną stosunkowo zawansowanych i ciągle rozwijanych metod, które przekraczają znacznie możliwości klasycznych metod integracji danych np. opartych na analizie korelacji lub regresji. Zagadnienie to jest bardzo ważne w praktyce badań środowiskowych, kiedy dostępnych jest wiele szczegółowych rezultatów niezależnych badań, np. pochodzących od różnych zespołów naukowych, wykonywanych w różnym czasie, w wyniku różnych kampanii pomiarowych, na próbach o różnej liczebności itd., które należy właściwie uogólnić w celu uzyskania pewnych i precyzyjnych wniosków.
    Źródło:
    Systemy Wspomagania w Inżynierii Produkcji; 2012, 1 (1); 279-287
    2391-9361
    Pojawia się w:
    Systemy Wspomagania w Inżynierii Produkcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-9 z 9

      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