pptx - Koło Naukowe Statystyków

Report
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
CAWI jako przyszłościowa
technika zbierania danych
Piotr Ziuziański
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
• Ankieta w formie elektronicznej, realizowana za pomocą komputera
• Zapewnia kontrolę zakresu wartości danych i zależności pomiędzy pytaniami
CAWI (Computer aided web interview)
• Przyszłość badań: wywiady internetowe, bez udziału ankietera
• Niski koszt wywiadu
• Najbardziej zaawansowana metoda zbierania danych, daje duże poczucie anonimowości
DOTARCIE
•Blisko połowa Polaków w wieku 15-75 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.
zalety
C
A
W
I
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.
Technologie wykorzystywane w CAWI
<html>
body
{ type='text/javascript'>
<?php
<script
$Query
= "Insert into ankieta_s
<head>
background-color:
#477795;
$plec
//<![CDATA[
values(''"; = $_POST['0'];
}</head>
$(function(){
<body>
h1
{ if ($plec == '1')
{
foreach($_POST
as $index
=>
<form>
color:
#99AF34;
$napis0
= "mieszkałeś";
$("[name=13]").change(function(){
$wartosc)
//petla
tworzy glowna
<input
type
= "radio">opcja
font-family:
"Trebuchet
$napis1
=do"zdawałeś";
tresc zapytania
sql
pierwsza
MS",arial,sans-serif;
$napis2
=
"zamierzałeś";
$("#13").toggle($("[name=13]").in
{
</body>
text-align:
right;= "studiowałeś";
$napis3
dex(this)!=2);
}</form>
}
});
</html>
elseif ($plec
== '0').={",
$Query
$napis0
=
"mieszkałaś";
$("[name=14]").change(function(){
'$wartosc'";
$napis1 = "zdawałaś";
}
$("#14").toggle($("[name=14]").in
$Query$napis2
.=")"; = "zamierzałaś";
$napis3 = "studiowałaś";
dex(this)!=2);
}
});
?>
});
//]]>
</script>
(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
Etapy CAWI
Podanie adresu
internetowego
Uwierzytelnienie
respondenta
Wypełnienie
ankiety przez
respondenta
Wysłanie danych do
bazy danych
Walidacja
poprawności
wypełnionej
ankiety
Zastosowanie statystyki w
analizie danych giełdowych
Michał Mierzwa
Paweł Bieroński
Wykres liniowy - EURUSD
Średnie ruchome
Średnie ruchome
SMA [ n ] 
1
n
x

n

i
n
i 1
SMA 20 
1
20
x

20
x1  x 2  x 3    x n
i

x 1  x 2  x 3    x 20
i 1
SMA – średnia ruchoma
x – kurs zamknięcia
20
Średnie ruchome
Wstęga Bollingera
BolingerBa nds   2 
1
20
(x

20
i
 x)
2
i 1
( x1  x )  ( x 2  x )    ( x 20  x )
2
BolingerBa nds   2 
2
20
x – kurs zamknięcia
2
Wstęga Bollingera
Symulacje komputerowe zastosowanie w prognozowaniu.
Małgorzata Krzciuk
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
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
Narzędzia statystyczne pozwalające na wykorzystanie
symulacji komputerowych w prognozowaniu
R 2.10.1
ESSENTIALS
FOR R 19
SPSS 19
Przykład wykorzystania symulacji
komputerowej w prognozowaniu
Dane:
Przykład wykorzystania symulacji
komputerowej w prognozowaniu
Wykres danych rzeczywistych
oraz 10 realizacji wygenerowanych
zgodnie z trendem wykładniczym
Wykres danych rzeczywistych
i wygenerowanych za pomocą trendów
(z uwzględnieniem prognoz)
Histogram błędów predykcji
dla poszczególnych trendów
Wykres rozrzutu
wartości generowanych
na okres kolejny i prognoz
Tabela wynikowa
przeprowadzonej symulacji
WYNIKI SYMULACJI
Trendy
(1)
(2)
(3)
(4)
Miary
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
1,271
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.
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.
Metody prezentacji danych
statystycznych
Wykresy statystyczne
Paweł Domański
Izabela Krzyżowska
Metody prezentacji danych
statystycznych
•
•
•
•
tablice statystyczne,
wykresy statystyczne,
tekst (opis),
mieszana.
Podstawowe wykresy statystyczne
Histogram
Statystyki
Bieżące wynagrodzenie
Średnia
$34,419.57
Mediana
$28,875.00
Dominanta
Odchylenie s tandardowe
Skośnoś ć
Błąd s tandardow y
skoś
noś ci
Minimum
Maksimum
M ẋ
$30,750
$17075.66
2.125
.112
$15,750
$135,000
Podstawowe wykresy statystyczne
Słupkowy
WykresRozrzutu
słonecznikowy
Liniowy
Liniowy
Podstawowe wykresy statystyczne
Kołowy
http://www.wrpo.wielkopolskie.pl
Graf
Inne wykresy statystyczne
Twarze Chernoffa
Radarowy
Inne wykresy statystyczne
Wykres konturowy
Mapa ciepła
Inne wykresy statystyczne
Pudełkowy
Skrzypcowy
Bąbelkowy
2.2
2.0
Płodność
Szwecja
1.8
Niemcy
Polska
1.6
Czechy
1.4
Litwa
1.2
1.0
70
71
72
73
74
75
76
77
Średnia długość życia
78
79
80
Programy
Dziękujemy za uwagę! :)

similar documents