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 "Domurat, Artur" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-4 z 4
    Tytuł:
    Complaining Decreases the Efficiency of Dialogue as a Method of Social Influence
    Autorzy:
    Białek, Michał
    Domurat, Artur
    Powiązania:
    https://bibliotekanauki.pl/articles/417411.pdf
    Data publikacji:
    2015-03-15
    Wydawca:
    Akademia Leona Koźmińskiego w Warszawie
    Tematy:
    Complaining
    manipulation
    social influence
    Compliance
    Dialogue
    Opis:
    Purpose: The aim of the paper is to examine the efficiency of complaining as a method of social influence (Doliński, 2005). In Polish culture, complaining seems to be an efficient technique for initiating a dialogue, potentially increasing the effectiveness of persuasive messages expressed in a conversation. Methodology: The hypothesis was tested in two natural experiments. In the first one, a random sample of persons (n=246) were asked to let the experimenter through to the checkout counter at a supermarket. The request was preceded either by (1) a dialogue, (2) a complaint, or (3) no prior contact. It was either substantially or seemingly justified. In the second study, customers in a shop (n=46) were invited to pursue conversation initiated with (1) a positive statement or (2) a complaint regarding an extensive range of products. Findings: Study 1 proved that a seemingly justified request preceded by complaining is less effective (65.6 per cent) than a request preceded by a dialogue (93.8 per cent); this result is similar to the result of the control group (53.1 per cent). When the request was substantially justified, both dialogue and complaining seemed equally effective (86 per cent and 90 per cent respectively) – more effective than the results of the control group (46 per cent). In Study 2, positive and negative remarks initiating a conversation triggered similar responses in terms of willingness to pursue the dialogue (73.1 per cent and 78.3 per cent respectively). Constraints to research: Natural experiments presented in the paper were not controlled for such variables as environmental factors or individual differences. Originality: Complaining has never been subject to systematized examination as a method of social influence.
    Źródło:
    Management and Business Administration. Central Europe; 2015, 1; 32-48
    2084-3356
    Pojawia się w:
    Management and Business Administration. Central Europe
    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:
    Niepewność i niejasność jako uwarunkowania decyzji ekonomicznych
    Autorzy:
    Domurat, Artur
    Zieliński, Tadeusza
    Powiązania:
    https://bibliotekanauki.pl/articles/494274.pdf
    Data publikacji:
    2013-12-15
    Wydawca:
    Akademia Leona Koźmińskiego w Warszawie
    Tematy:
    niepewność
    ryzyko
    niejasność
    zachowania ekonomiczne
    Opis:
    W klasycznym podziale warunków decyzji (pewność, niepewność, ryzyko) niepewność definiuje się jako nieznajomość prawdopodobieństwa. Badania D. Ellsberga wskazały na konieczność wyodrębnienia niejasności jako czwartego rodzaju uwarunkowań decyzji, pośredniego między niepewnością a ryzykiem. Niepewność jest jednak pojęciem bardziej złożonym, jest ona powszechnie doświadczana w odniesieniu do ważnych kwestii innych niż całkowity lub częściowy brak wiedzy o prawdopodobieństwie. W artykule wyróżniono wiele kategorii niepewności, ilustrując je przykładami z dziedzin, takich jak: zachowania konsumenckie, oszczędzanie, inwestowanie i przedsiębiorczość. Na koniec pokazano niektóre sposoby radzenia sobie z różnymi rodzajami niepewności.
    Źródło:
    Decyzje; 2013, 20; 21-48
    1733-0092
    2391-761X
    Pojawia się w:
    Decyzje
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-4 z 4

      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