Metody ilościowe w biznesie Wykład 1

Slides:



Advertisements
Podobne prezentacje
Regresja i korelacja materiały dydaktyczne.
Advertisements

Badania statystyczne Wykłady 1-2 © Leszek Smolarek.
Excel Narzędzia do analizy regresji
ESTYMACJA PRZEDZIAŁOWA
Test zgodności c2.
Weryfikacja klasycznych teorii struktury kapitału za pomocą ekonometrycznego modelu regresji wielorakiej Arkadiusz Guzanek Instytut Ekonomii i Zarządzania.
Analiza wariancji jednoczynnikowa
Skale pomiarowe – BARDZO WAŻNE
BUDOWA MODELU EKONOMETRYCZNEGO
Metody ekonometryczne
Statystyka w doświadczalnictwie
Statystyka w doświadczalnictwie
Podstawowe pojęcia prognozowania i symulacji na podstawie modeli ekonometrycznych Przewidywaniem nazywać będziemy wnioskowanie o zdarzeniach nieznanych.
Mgr Sebastian Mucha Schemat doświadczenia:
Wykład 7 Przedział ufności dla 1 – 2
Wykład 8 Testy Studenta Jest kilka różnych testów Studenta. Mają one podobną strukturę ale służą do testowania różnych hipotez i różnią się nieco postacią.
Wykład 5 Przedziały ufności
Wykład 4 Przedziały ufności
Prognozowanie na podstawie szeregów czasowych
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Wykład 4. Rozkłady teoretyczne
Średnie i miary zmienności
Jednoczynnikowa analiza wariancji (ANOVA)
Hipotezy statystyczne
i jak odczytywać prognozę?
Ekonometria. Co wynika z podejścia stochastycznego?
Elementy Rachunku Prawdopodobieństwa i Statystyki
BADANIE STATYSTYCZNE Badanie statystyczne to proces pozyskiwania danych na temat rozkładu cechy statystycznej w populacji. Badanie może mieć charakter:
Analiza wariancji jednoczynnikowa.
na podstawie materiału – test z użyciem komputerowo generowanych prób
Irena Woroniecka EKONOMIA MENEDŻERSKA - dodatek do W2
Elementy Rachunku Prawdopodobieństwa i Statystyki
Modelowanie ekonometryczne
Hipotezy statystyczne
Finanse 2009/2010 dr Grzegorz Szafrański pokój B106 Termin konsultacji poniedziałek:
Elementy Rachunku Prawdopodobieństwa i Statystyki
Kilka wybranych uzupelnień
Ekonometria stosowana
Statystyka i opracowanie wyników badań
Planowanie badań i analiza wyników
Ekonometria stosowana
Seminarium licencjackie Beata Kapuścińska
Testowanie hipotez statystycznych
Ekonometryczne modele nieliniowe
Wnioskowanie statystyczne
Statystyka medyczna Piotr Kozłowski
Wykład 5 Przedziały ufności
Weryfikacja hipotez statystycznych
Weryfikacja hipotez statystycznych dr hab. Mieczysław Kowerski
Testowanie hipotez Jacek Szanduła.
Statystyczna Analiza Danych SAD2 Wykład 4 i 5. Test dla proporcji (wskaźnika struktury) 2.
Statystyczna analiza danych SAD2 Wykład 5. Testy o różnicy wartości średnich dwóch rozkładów normalnych (znane wariancje) Statystyczna analiza danych.
Model ekonometryczny Jacek Szanduła.
Model trendu liniowego
Treść dzisiejszego wykładu l Weryfikacja statystyczna modelu ekonometrycznego –błędy szacunku parametrów, –istotność zmiennych objaśniających, –autokorelacja,
Przeprowadzenie badań niewyczerpujących, (częściowych – prowadzonych na podstawie próby losowej), nie daje podstaw do formułowania stanowczych stwierdzeń.
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Estymacja parametrów populacji. Estymacja polega na szacowaniu wartości parametrów rozkładu lub postaci samego rozkładu zmiennej losowej, na podstawie.
STATYSTYKA – kurs podstawowy wykład 6 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Weryfikacja hipotez statystycznych „Człowiek – najlepsza inwestycja”
Modele nieliniowe sprowadzane do liniowych
STATYSTYKA – kurs podstawowy wykład 11
Estymacja parametryczna dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz.
Wnioskowanie statystyczne. Próbkowanie (sampling)
Statystyka matematyczna
Statystyka matematyczna
Regresja wieloraka – bada wpływ wielu zmiennych objaśniających (niezależnych) na jedną zmienną objaśnianą (zależą)
Analiza niepewności pomiarów Zagadnienia statystyki matematycznej
Korelacja i regresja liniowa
Test t-studenta dla pojedynczej próby
Zapis prezentacji:

Metody ilościowe w biznesie Wykład 1 dr Paweł Baranowski

Informacje organizacyjne Wydział Ek-Soc, pok. B-109 pawel@baranowski.edu.pl Strona: baranowski.edu.pl Konsultacje: poniedziałki i środy 16.00-16.45; dodatkowe konsultacje po uzgodn. terminu

Zaliczenie Krótki (umiarkowanie skomplikowany) test z całości materiału (50%) Odpowiedź ustna – z wybranych 2 metod analitycznych (50%) Bardziej praktyczne zastosowania i „intuicja” niż „sucha” teoria (ale pewnych elementów teorii nie unikniemy) Szczegóły uzgodnimy w połowie zajęć Aktywność = dodatkowe punkty (do 10%)

Po co metody ilościowe? Coraz łatwiejszy dostęp do danych, łatwa obróbka przy pomocy komputera Analizy bardziej obiektywne niż sam opis Możliwość formalnego testowania (dziś…) Możliwość określenia „ile” … oczywiście również mają ograniczenia i wady!

Przykłady… Jak dźwignia finansowa wpływa na zysk (analiza korelacji i regresji) Czy spółki giełdowe mają lepsze wyniki finansowe niż pozostałe? (test równości średnich) Kto nie spłaci kredytu? Ile wynosi p-stwo „default”? (regresja logistyczna) Ile wyniesie dług publiczny w 2014? (prognozowanie, analiza trendu)

CZY ŚREDNIE SĄ RÓWNE? Dwie grupy (populacje generalne) I próbki … Czy 10 może być (statystycznie) równe 15?

Estymacja… Szacowanie nieznanego parametry na podstawie próby; szacujemy - czyli zawsze popełnimy błąd [nieunikniony…] Ile wynosi średnia z losowo wybranej próby – jeśli wiemy, że średnia z populacji wynosi 10? (dodatkowo np. znamy odchylenie standardowe, ale to mniej istotne…)

Średnia z próby – rozkład (dla licznej próby -> normalny)

Testowanie hipotez H0: wartość oczekiwana z populacji A = wartość oczekiwana z populacji B (w skrócie: 𝜇 𝐴 = 𝜇 𝐵 ) H1: wartość oczekiwana z populacji A ≠ wartość oczekiwana z populacji B (ewentualnie: > albo <)

Wartość krytyczna, błąd I i II rodzaju SĘDZIA Anna Maria Wesołowska Jak ustalić „granicę skazania”? (czyli: wartość krytyczną) Przestępca Sędzia NIEWINNY WINNY  Błąd II rodz. Błąd I rodz.

To samo dla hipotez  Takie same błędy popełniamy podczas weryfikacji (testowania) hipotez Błąd I rodzaju = poziom istotności (wielkość tego błędu zakładamy) „Prawdziwy świat” Test statystyczny H0 H1  Błąd II rodz. Błąd I rodz.

W Excelu: dodatek Analysis Toolpack

W Excelu: wyniki Analysis Toolpack

Dziękuję za uwagę