Pobieranie prezentacji. Proszę czekać

Pobieranie prezentacji. Proszę czekać

Finał konkursu "Analityk Danych"

Podobne prezentacje


Prezentacja na temat: "Finał konkursu "Analityk Danych""— Zapis prezentacji:

1 Finał konkursu "Analityk Danych"
CAWI jako przyszłościowa technika zbierania danych Zastosowanie statystyki w analizie danych giełdowych Symulacje komputerowe - zastosowanie w prognozowaniu. Metody prezentacji danych statystycznych Koło Naukowe Statystyków Uniwersytetu Ekonomicznego w Katowicach

2 CAWI jako przyszłościowa technika zbierania danych
Piotr Ziuziański

3 Techniki zbierania danych
PAPI (Paper and pencil interview) Najstarsza metoda: ankieta papierowa Wymaga wprowadzania i kontroli danych CAPI (Computer aided personal interview) Ankieta w formie elektronicznej, realizowana za pomocą komputera Zapewnia kontrolę zakresu wartości danych i zależności pomiędzy pytaniami CATI (Computer aided telephone interview) Realizowanie wywiadów przez telefon CAWI (Computer aided web interview) Przyszłość badań: wywiady internetowe, bez udziału ankietera Niski koszt wywiadu Najbardziej zaawansowana metoda zbierania danych, daje duże poczucie anonimowości

4 CAWI zalety DOTARCIE DOSTĘPNOŚĆ SZYBKOŚĆ NISKIE KOSZTY MULTIMEDIALNOŚĆ
Blisko połowa Polaków w wieku korzysta z Internetu. Wśród młodzieży, osób z wyższym wykształceniem czy lepiej zarabiających Polaków penetracja Internetu jest niemal całkowita — oscyluje wokół 90%. DOSTĘPNOŚĆ Internet umożliwia dotarcie do najróżniejszych, często bardzo wąskich grup respondentów jak np. przedstawiciele różnych grup zawodowych, osoby na wysokich stanowiskach, konsumenci marki X itp. SZYBKOŚĆ Realizacja badania trwa zdecydowanie krócej niż w przypadku badań tradycyjnych. Wstępne wyniki można otrzymać już po 2-3 dniach. NISKIE KOSZTY Brak kosztów prac terenowych: druku i wysyłki materiałów, wynagrodzenia dla ankieterów sprawia, że ceny badań online są bardzo atrakcyjne. MULTIMEDIALNOŚĆ Do ankiet online można z łatwością dołączyć elementy multimedialne takie jak obraz czy film. Dzięki temu badanie online świetnie sprawdza się do testowania reklam czy opakowań. INTERAKTYWNOŚĆ Możliwe jest modyfikowanie zestawu i kolejności zadawania pytań w zależności od uzyskiwanych odpowiedzi Dzięki temu można przeprowadzać bardziej precyzyjne badania poprzez eliminację niektórych pytań lub pogłębianie odpowiedzi na inne. CAWI zalety

5 Technologie wykorzystywane w CAWI
(X)HTML (Extensible HyperText Markup Language) CSS (Cascading Style Sheets) PHP JAVASCRIPT, AJAX (Asynchronous JavaScript and XML) MYSQL struktura formularza ankiety ustalenie wyglądu strony zaprogramowanie formularza (wysyłanie, sprawdzanie poprawności) nadanie dynamiki, wyświetlanie dynamiczne, interakcja po stronie klienta przechowywanie danych <script type='text/javascript'> //<![CDATA[ $(function(){ $("[name=13]").change(function(){ $("#13").toggle($("[name=13]").index(this)!=2); }); $("[name=14]").change(function(){ $("#14").toggle($("[name=14]").index(this)!=2); //]]> </script> body { background-color: #477795; } h1 { color: #99AF34; font-family: "Trebuchet MS",arial,sans-serif; text-align: right; <html> <head> </head> <body> <form> <input type = "radio">opcja pierwsza </body> </form> </html> $Query = "Insert into ankieta_s values(''"; foreach($_POST as $index => $wartosc) //petla tworzy glowna tresc zapytania do sql { $Query .= ", '$wartosc'"; } $Query .=")"; <?php $plec = $_POST['0']; if ($plec == '1') { $napis0 = "mieszkałeś"; $napis1 = "zdawałeś"; $napis2 = "zamierzałeś"; $napis3 = "studiowałeś"; } elseif ($plec == '0') { $napis0 = "mieszkałaś"; $napis1 = "zdawałaś"; $napis2 = "zamierzałaś"; $napis3 = "studiowałaś"; ?>

6 Etapy CAWI Podanie adresu internetowego Uwierzytelnienie respondenta
Wypełnienie ankiety przez respondenta Walidacja poprawności wypełnionej ankiety Wysłanie danych do bazy danych

7 Zastosowanie statystyki w analizie danych giełdowych
Michał Mierzwa Paweł Bieroński

8 Wykres liniowy - EURUSD

9 Średnie ruchome

10 Średnie ruchome SMA – średnia ruchoma x – kurs zamknięcia

11 Średnie ruchome

12 Wstęga Bollingera x – kurs zamknięcia

13 Wstęga Bollingera

14 Symulacje komputerowe - zastosowanie w prognozowaniu.
Małgorzata Krzciuk

15 Symulacja stwarzanie fałszywych pozorów; świadome wprowadzanie w błąd otoczenia; przybliżone odtworzenie zachowania danego obiektu lub zjawiska zachodzącego w świecie rzeczywistym za pomocą jego modelu. symulacja komputerowa - metoda odtwarzania zjawisk zachodzących w świecie rzeczywistym (lub ich niektórych właściwości i parametrów) za pomocą ich zmatematyzowanych modeli, definiowanych i obsługiwanych przy użyciu programów komputerowych; wykorzystywana do wnioskowania o przebiegu tych zjawisk i procesów, których bezpośrednia obserwacja jest niemożliwa lub zbyt kosztowna. Słownik wyrazów obcych, PWN

16 Prognozowanie Prognozowanie - oparte na uzasadnionych naukowo przesłankach formułowanie przewidywań przyszłych stanów rzeczy, procesów, zdarzeń. Prognoza - przewidywanie przyszłych faktów, zjawisk czy zdarzeń na podstawie uzasadnionych przesłanek ustalonych w toku badań nauk., stanowiące wytyczną do dalszego postępowania w danej dziedzinie nauki. Słownik wyrazów obcych, PWN

17 Narzędzia statystyczne pozwalające na wykorzystanie symulacji komputerowych w prognozowaniu
ESSENTIALS FOR R 19 SPSS 19

18 Przykład wykorzystania symulacji komputerowej w prognozowaniu
Dane:

19 Przykład wykorzystania symulacji komputerowej w prognozowaniu

20 Wykres danych rzeczywistych
oraz 10 realizacji wygenerowanych zgodnie z trendem wykładniczym Wykres danych rzeczywistych i wygenerowanych za pomocą trendów (z uwzględnieniem prognoz)

21 Histogram błędów predykcji dla poszczególnych trendów
Wykres rozrzutu wartości generowanych na okres kolejny i prognoz

22 Tabela wynikowa przeprowadzonej symulacji
WYNIKI SYMULACJI Miary Trendy Liniowy Logarytmiczny Potęgowy Wykładniczy 1 2,438 -8,933 -9,606 ,028 2 2,767 9,020 9,685 1,271 3 1,309 1,249 1,233 4 80,713 1810,331 1825,428 -21,475 względne obciążenie prognoz, względny pierwiastka MSE, względny średni błąd predykcji ex ante, względne obciążenie estymatora V2.

23 Prognozowanie Podsumowując, wykorzystanie symulacji komputerowych w procesie prognozowania ma duże znaczenie w szczególności gdy analiza badanego zjawiska lub procesu jest niemożliwa lub zbyt kosztowna. Pozwala ono na łatwe wielokrotne oszacowanie przyszłych wartości badanych zmiennych.

24 Metody prezentacji danych statystycznych Wykresy statystyczne
Paweł Domański Izabela Krzyżowska

25 Metody prezentacji danych statystycznych
tablice statystyczne, wykresy statystyczne, tekst (opis), mieszana.

26

27 Podstawowe wykresy statystyczne
Histogram M

28 Podstawowe wykresy statystyczne
Słupkowy

29 Wykres słonecznikowy Rozrzutu Liniowy Liniowy

30 Podstawowe wykresy statystyczne
Kołowy Graf

31 Inne wykresy statystyczne
Twarze Chernoffa Radarowy

32 Inne wykresy statystyczne
Mapa ciepła Wykres konturowy

33 Inne wykresy statystyczne
Skrzypcowy Bąbelkowy Pudełkowy

34 Programy

35 Dziękujemy za uwagę! :)


Pobierz ppt "Finał konkursu "Analityk Danych""

Podobne prezentacje


Reklamy Google