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 "Szreder, Mirosław" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-15 z 15
    Tytuł:
    Rola badań statystycznych w naukach ekonomicznych w świetle nowych możliwości określanych mianem big data
    Autorzy:
    Szreder, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/chapters/16538596.pdf
    Data publikacji:
    2019
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    badania reprezentacyjne
    błędy nielosowe
    big data
    sample surveys
    non-random errors
    Opis:
    W rozdziale scharakteryzowano najważniejsze tendencje w zakresie rozwoju badań statystycznych i ich zastosowań w naukach ekonomicznych. Szczególną uwagę zwrócono na konsekwencje wynikające z postępu technologicznego, ułatwiającego dostęp do wielu źródeł danych, a także zwiększającego możliwości pozyskiwania, przetwarzania i analizy danych statystycznych. Podkreślono, że zwiększające się znaczenie błędów nielosowych w badaniach reprezentacyjnych powoduje konieczność korzystania ze zintegrowanych zbiorów danych oraz z informacji określanych terminami paradata i metadata. Analizując natomiast najnowsze trendy w badaniach statystycznych, wskazano zarówno na komplementarną rolę big data w tradycyjnych badaniach statystycznych (zwłaszcza niewyczerpujących), jak i na stopniowe zastępowanie w niektórych zagadnieniach badań próbkowych analityką big data.
    The role of statistical surveys in economics in the light of new opportunities provided by big data The paper discusses some major trends in the development of statistical surveys and in their applications in economics. It focuses on consequences of the technological revolution which facilitates access to various data sources, and creates new opportunities of collecting, processing and analyzing data. The author justifies that an increase in the impact of non-random errors in sample surveys implies the necessity of using a combination of available data sources, including paradata and metadata. With regard to big data, two tendencies have been highlighted: complimentary role of big data in traditional statistical surveys, and – in some areas of research – replacing sample surveys by big data analyses.
    Źródło:
    Ewolucja nauk ekonomicznych. Jedność a różnorodność, relacje do innych nauk, problemy klasyfikacyjne; 127-139
    9788363305666
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Recenzja książki Bohdana Wyżnikiewicza Dlaczego jedni są bogaci a inni nie Review of Bohdan Wyżnikiewiczs book Why are some wealthy and others not
    Review of Bohdan Wyżnikiewicz’s book Why are some wealthy and others not
    Autorzy:
    Szreder, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/articles/1192465.pdf
    Data publikacji:
    2021-06-30
    Wydawca:
    Główny Urząd Statystyczny
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2021, 66, 6; 50-54
    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
    Tytuł:
    Wykształcenie a problemy rynku pracy
    Education and problems of the labour market
    Autorzy:
    Szreder, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/articles/542758.pdf
    Data publikacji:
    2018-07-28
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    wykształcenie
    aktywność zawodowa
    rynek pracy
    zadowolenie z pracy
    oczekiwana długość życia
    educational attainment
    economic activity
    labour market
    job satisfaction
    life expectancy
    Opis:
    Celem artykułu jest sformułowanie odpowiedzi na pytanie, czy właściwe byłoby dążenie do zmniejszenia odsetka młodzieży, która decyduje się na zdobycie wykształcenia wyższego, zanim podejmie pracę zawodową. Narastający deficyt rąk do pracy w Polsce oraz podejmowane przez Ministerstwo Nauki i Szkolnictwa Wyższego (MNiSW) próby poprawy jakości kształcenia akademickiego poprzez odejście od kształcenia masowego sprawiają, że pytanie to stało się wyjątkowo aktualne. W badaniu wykorzystano dane za lata 2008—2017 zaczerpnięte z zasobów OECD, GUS i Centrum Badania Opinii Społecznej (CBOS). Wyniki przeprowadzonych analiz, uwzględniających wszystkie poziomy wykształcenia, wskazały, że osoby z wyższym wykształceniem, zarówno w Polsce jak i na świecie, charakteryzują się najwyższym wskaźnikiem aktywności zawodowej i najchętniej podejmują dokształcanie w wieku dorosłym. W Polsce od wielu lat absolwenci szkół wyższych są najmniej narażeni na bezrobocie. Biorąc pod uwagę także inne korzyści z wykształcenia — w wymiarze indywidualnym i społecznym — twierdzenie, że rozwojowi gospodarczemu lub społecznemu kraju sprzyjać będzie zmniejszenie odsetka młodzieży zdobywającej wyższe wykształcenie, nie znajduje uzasadnienia.
    The aim of the article is to answer the question whether it would be appropriate to reduce the percentage of young people who decide to complete the higher education before taking up employment. Increasing lack of employees in Poland and the attempts undertaken by the Ministry of Science and Higher Education in order to improve the quality of academic education by moving away from mass education, make this question extremely current. The research uses data for the years 2008—2017 taken from the resources of the OECD, Statistics Poland and the Public Opinion Research Center. The results of the conducted analyses, considering all levels of education, indicated that people who completed tertiary education, both in Poland and abroad, are characterised by the highest economic activity rate and are the most willing to take part in vocational programmes at an adult age. For many years, graduates of higher education institutions in Poland have been the least exposed to unemployment. Taking into account other benefits from education — in individual and social terms — the claim that the economic or social development of the country will be facilitated by the reduction of the percentage of young people obtaining higher education is not justified.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2018, 63, 7; 25-36
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Big data wyzwaniem dla człowieka i statystyki
    Big Data as a Challenge for Man and Statistics
    Autorzy:
    Szreder, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/articles/542943.pdf
    Data publikacji:
    2015
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    Big Data
    Statistics
    Society
    Statystyka
    Społeczeństwo
    Opis:
    Zjawisko big data jest stosunkowo nowe, stąd na ogół przyjmowane jest z zainteresowaniem, chociaż czasami też z irytacją lub niepokojem, z uczuciami, które co prawda coraz silniej dają znać o sobie, ale nie zawsze potrafimy je jasno wyrazić. W tym artykule podjęto próbę określenia najistotniejszych wyzwań, jakie big data rzuca nie tylko człowiekowi i społeczeństwu, ale także statystyce jako nauce. Zwłaszcza w odniesieniu do statystyki kwestia rosnących możliwości obliczeniowych wykorzystujących potężne zbiory danych jest warta uwagi, bo nie da się uciec od problemu relacji między adekwatnością stosowanej metodyki badawczej a jakością uzyskanej z niej wiedzy. (fragment tekstu)
    The phenomenon of "big data", understood as the collection and processing of large data sets, in order to extract from them new knowledge, develops independently of the will of individuals and societies. The driving force behind this development is, on the one hand, rapid technological progress in the field of IT, and on the other the desire of many organizations to gain access to the knowledge accumulated in more and more electronic databases of Internet users, facebook, or twitter. The fact that the challenge is this phenomenon for man and for the statistics, the methodology can in these conditions prove less adequate, treats article. The author tries to argue that in case of protection of individuals and society, devoid of attribute privacy and anonymity, technological progress raises previously unknown threats. As statisticians analytical work hardly keep up with the possibilities offered by "big data", as well as the protection of human rights is merely a belated response to the dynamic world of electronic data. (original abstract)
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2015, 8; 1-11
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    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:
    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:
    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:
    Liczbowy opis świata remedium na lęki i pesymizm współczesnego człowieka? Refleksje na temat książki Hansa Roslinga, Oli Roslinga i Anny Rosling Rönnlund „Factfulness. Dlaczego świat jest lepszy, niż myślimy, czyli jak stereotypy zastąpić realną wiedzą”
    Autorzy:
    Szreder, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/articles/1374817.pdf
    Data publikacji:
    2019-03-28
    Wydawca:
    Główny Urząd Statystyczny
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2019, 64, 3; 74-77
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Noise and bias - some controversies raised by the book 'Noise: A Flaw in Human Judgment', written by Daniel Kahneman, Olivier Sibony, Cass R. Sunstein
    Autorzy:
    Szreder, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/articles/2082251.pdf
    Data publikacji:
    2022-06-30
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    noise
    bias
    mean squared error
    statistical inference
    Opis:
    The paper reviews and discusses the statistical aspects of the phenomenon called 'noise' which Daniel Kahneman, the Nobel Prize winning psychologist, and his colleagues present in their new book entitled 'Noise: A Flaw in Human Judgment'. Noise is understood by the authors as an unexpected and undesirable variation present in people's judgments. The variability of judgments influences decisions which are made on the basis of those judgments and, consequently, may have a negative impact on the operations of various institutions. This is the main concern presented and analyzed in this book. The objective of this paper is to look at the relationship between bias and noise - the two major components of the mean squared error (MSE) - from a different perspective which is absent in the book. Although the author agrees that each of the two components contributes equally to MSE, he claims that in some circumstances a reduction of noise can make accurate inference not less, but more difficult. It is justified that the actual impact of noise cannot be accurately determined without considering both bias and noise simultaneously.
    Źródło:
    Przegląd Statystyczny; 2022, 69, 1; 39-49
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zmiany w strukturze całkowitego błędu badania próbkowego
    Changes in the Structure of the Total Error of Sample Survey
    Changements de la structure de l’erreur totale relative à l’enquête par sondage
    Изменения в структуре полной ошибки выборочного обследования
    Autorzy:
    Szreder, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/articles/543445.pdf
    Data publikacji:
    2015-01
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    Dobór próby badawczej
    Metodologia badań statystycznych
    Selection of test methods
    Methodology of statistical surveys
    Opis:
    Автор старается обосновать тезис по росте веса ошибок с неслучайным характером в полной ошибке выборочного обследования. В частности его внимание сосредоточивается на ошибках: отсутствия ответов, охвата и измерения. Увеличение значения этих ошибок в разных анкетных и зондажных обследованиях показывает, что недостаточным является указание в статистических сообщениях на ошибку выборки и ее размер. Автор посвятил эту статью Профессору Яну Кордосу, специалисту и научному авторитету в области обследований качества статистических данных по случаю 85-летия со дня Его рождения.
    The author attempts to justify the thesis on an increase in the error weight of a non-random character in the total error of sample testing. In particular, he focuses on the non-response, coverage and measurement errors. The growing importance of these errors in all kinds of surveys and sounding surveys cause that insufficient becomes identifying the messages of these studies only draw the error and its size. This article is dedicated to Professor Jan Kordos, the skilled and authority in the field of quality of statistical data on the occasion of 85th anniversary of his birth. (original abstract)
    Śledząc rozwój metodyki badań statystycznych i ich praktycznego zastosowania w wielu dziedzinach życia gospodarczego i społecznego, warto zwrócić uwagę na kilka najważniejszych - moim zdaniem - zmian, jakich doświadczyliśmy w tym zakresie w ostatnich dziesięcioleciach. Po pierwsze, od połowy ub. wieku zmieniło się nieufne początkowo nastawienie wielu osób i instytucji, decydujących o sposobach badań statystycznych, do badań niewyczerpujących (próbkowych). Po drugie, istotny postęp dokonał się w rozwoju techniki próbkowania i wnioskowania, co pozwoliło nie tylko na dobrą kontrolę błędu losowania, ale także na znaczne zmniejszenie liczebności prób badawczych, a w konsekwencji czasu i kosztów realizacji badań. Obecnie, jak się wydaje, za jedną z najistotniejszych zmian w podejściu do badań próbkowych uznać należy większe niż poprzednio koncentrowanie się statystyków na tych składnikach całkowitego błędu badania, które nie mają charakteru losowego. O rosnącym znaczeniu błędów nielosowych i o próbach ich kontroli traktuje moje opracowanie. (fragment tekstu)
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2015, 1; 4-12
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    O algorytmach Big Data (na marginesie książki Cathy O’Neil pt. Broń matematycznej zagłady. Jak algorytmy zwiększają nierówności i zagrażają demokracji, Wydawnictwo Naukowe PWN, 2017)
    About Big Data algorithms (referring to Cathy O’Neil’s book entitled Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy, Polish Scientific Publishers PWN, 2017)
    Autorzy:
    Szreder, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/articles/543636.pdf
    Data publikacji:
    2018-02-28
    Wydawca:
    Główny Urząd Statystyczny
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2018, 63, 2; 78-81
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Nowe źródła informacji i ich wykorzystywanie w podejmowaniu decyzji
    Autorzy:
    Szreder, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/articles/543675.pdf
    Data publikacji:
    2017
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    decision-making
    uncertainty
    risk
    probability
    statistical surveys
    Big Data
    podejmowanie decyzji
    niepewność
    ryzyko
    prawdopodobieństwo
    badania statystyczne
    Opis:
    Analizie poddano zagadnienia związane z możliwościami wykorzystywania tradycyjnych i nowych źródeł informacji (w tym statystycznych) w podejmowaniu decyzji w warunkach niepewności. Zwrócono uwagę na relację między dostępnością informacji o danej sytuacji decyzyjnej a interpretacją i estymacją prawdopodobieństwa, będącego miarą niepewności. Następnie skoncentrowano się na ocenach wiarygodności i jakości informacji uzyskiwanych z badań statystycznych oraz Big Data wykorzystywanych w podejmowaniu decyzji. Oceny te dają dodatkową perspektywę analizy sytuacji decyzyjnych, zwaną wymiarem wiedzy.
    The opportunities of using traditional and new sources of information, including statistical data, in decision-making under uncertainty were analysed. Special attention was paid to the relationship between the availability of information about the particular decision-making situation and the interpretation as well as estimation of probability as a measure of uncertainty. Subsequently, an assessment of information credibility and quality obtained from statistical research and Big Data used in decision-making was highlighted. This kind of evaluation offers additional perspective on the analysis of decision-making situation, called the knowledge dimension.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2017, 7
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Probabilistyczne aspekty zarządzania ryzykiem
    Probabilistic aspects of risk management
    Autorzy:
    Szreder, Mirosław
    Powiązania:
    https://bibliotekanauki.pl/articles/525612.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Warszawski. Wydawnictwo Naukowe Wydziału Zarządzania
    Tematy:
    probability
    interpretation of probability
    risk
    prawdopodobieństwo
    interpretacje prawdopodobieństwa
    ryzyko
    Opis:
    The author considers reasons for the applications of particular interpretations of probability in dynamic reality. He also justifies difficulties with the use of classical and frequency interpretations in many practical cases. Risk management may require appealing to experts' opinions and implementing the personal (subjective) interpretation of probability developed by T. Bayes and L. Savage. The last part of the paper discusses controversies raised by those interpretations, and presents ways of combining experts' evaluations of probability.
    W opracowaniu tym autor rozważa przesłanki stosowania określonej interpretacji prawdopodobieństwa w zmieniającej się rzeczywistości. Uzasadnia trudności z wykorzystaniem klasycznej i częstościowej (statystycznej) interpretacji w wielu praktycznych sytuacjach niepewności. Zarządzanie ryzykiem wymagać może często odwołania się do ocen ekspertów i stosowania personalistycznej lub – znanej pod inną nazwą – subiektywnej interpretacji prawdopodobieństwa, wywodzącej się z prac L. Savage’a i T. Bayesa. O kontrowersjach związanych z takim rozumieniem prawdopodobieństwa, a także o sposobach agregacji ocen ekspertów traktuje ostatni fragment opracowania.
    Źródło:
    Problemy Zarządzania; 2015, 3/2015 (55), t.2; 47-55
    1644-9584
    Pojawia się w:
    Problemy Zarządzania
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-15 z 15

      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