# Instrumentarium Badań Ekonomicznych 11.06.26

https://www.youtube.com/watch?v=wva6RuWZw8M
Translation: en

[00:57] Dzień dobry.
  Good morning.

[00:59] Właściwie dobry wieczór państwu.
  Actually, good evening to you all.

[01:03] Cieszę się, że chociaż części z was udało się dotrzeć na dzisiejsze nietypowe w środku tygodnia i w dniu rozpoczęcia mundialu spotkanie wykładowe.
  I am glad that at least some of you managed to get to today's lecture, which is unusual in the middle of the week and on the day the World Cup begins.

[01:17] Niestety konsultowałem z plannistką jakiś inny termin naszych zajęć i było ciężko, więc ostatecznie czekając w zasadzie do ostatniego momentu zdecydowałem, że lepiej zrobić taki wykład wieczorem w czwartek, ale jeszcze go zrobić przed egzaminem, niż zrobić go tuż przed.
  Unfortunately, I consulted with the planner about another date for our classes and it was difficult, so ultimately, waiting basically until the last moment, I decided that it would be better to give such a lecture in the evening on Thursday, but still give it before the exam, than to give it right before.

[01:42] To by się mijało z celem.
  That would defeat the purpose.

[01:45] albo nie zrobić go wcale.
  or not do it at all.

[01:49] Więc proszę państwa, dzisiaj troszeczkę na temat testów te to będzie
  So ladies and gentlemen, today it will be a little bit about tests.

[01:58] uzupełnienie tych ćwiczeń, które państwo mieli a w laboratoriach i myślę, że od strony przynajmniej o takiej warstwy, nie chcę powiedzieć teoretycznej, o takiego wprowadzenia w w tło tych tych procedur, które państwo stosowali, bo to są tak naprawdę pewne procedury opisane ładną nazwą testy statystyczne, że te procedury staną się po prostu dla państwa bardziej klarowne i i te decyzje o tym, co jest czym, też będą bardziej podbudowane wiedzą i i i rozumieniem.
  supplementing these exercises that you had in the laboratories, and I think that from the perspective of at least such a layer, I don't want to say theoretical, of such an introduction to the background of these procedures that you used, because these are actually certain procedures described by the nice name statistical tests, that these procedures will simply become clearer to you, and these decisions about what is what will also be more substantiated by knowledge and understanding of the topic.

[02:45] tematu, a nie tylko takim bezrefleksyjnym, algorytmicznym stosowaniem pewnych rzeczy, że jak tu jest więcej niż tam 05, to idziemy tu.
  of the topic, and not just by such a thoughtless, algorithmic application of certain things, that if it's more than 05 here, then we go here.

[02:58] Nieważne, co z tego
  It doesn't matter what comes of it.

[03:01] Wynika.
  It follows.

[03:08] Zatem po takim krótkim wstępie mam do państwa pytanie, zanim zaczniemy, czy mają państwo jakieś pytanie na tym etapie, chcą państwo coś ewentualnie jeszcze usłyszeć albo o czymś się szczególnym dowiedzieć, to bardzo proszę.
  So after such a short introduction, I have a question for you, before we start, do you have any questions at this stage, would you like to hear anything else or learn about anything specific, please do.

[03:23] Jest teraz miejsce czas, a potem jeszcze po wykładzie też zostawimy sobie ewentualnie minutę na takie sprawy formalne.
  There is time now, and then after the lecture, we will also leave a minute for such formal matters.

[03:32] Oddaję państwu głos.
  I give you the floor.

[03:33] Jak państwo mają coś, co warto podkreślić, to jest teraz czas.
  If you have something worth emphasizing, now is the time.

[03:36] Proszę bardzo.
  Please go ahead.

[03:44] No dobra.
  Well, okay.

[03:46] Nie wiem czy to dobrze, ale w takim razie startujemy i postaram się wartko poprowadzić dzisiejsze zajęcia, tak żeby bez zbędnej zwłoki.
  I don't know if this is good, but in that case, we are starting and I will try to conduct today's classes briskly, so as to avoid unnecessary delay.

[04:03] ADREM wyłącznie do państwa trafiać.
  ADREM is to reach you exclusively.

[04:06] ocena różnic i zmian parametrów ekonomicznych, ale tak naprawdę my się zajmiemy dwiema rzeczami, mianowicie tym, co mamy w punkcie dwa i w punkcie trzy, czyli będziemy starali porównywać się, porównywać względem siebie dwa parametry z dwóch grup.
  assessment of differences and changes in economic parameters, but in reality, we will deal with two things, namely what we have in point two and in point three, i.e. we will try to compare, compare two parameters from two groups against each other.

[04:26] Jakie parametry najczęściej, oczywiście najwygodniej i i tak po prostu jest z punktu widzenia praktyki, że porównują do siebie średnie, czyli średnią dla grupy A porównujemy ze średnią dla grupy B i się zastanawiamy w której to grupie te średnie są wyższe.
  What parameters most often, of course, most conveniently and simply from a practical point of view, are compared to each other are averages, i.e. we compare the average for group A with the average for group B and wonder in which group these averages are higher.

[04:44] Oczywiście cały czas pamiętajmy o kontekście, w którym my się poruszamy.
  Of course, let's remember the context in which we are operating all the time.

[04:49] kontekst to jest podejmowanie decyzji i wnioskowanie o tym, co jest w całości populacji bez znajomości, bez dokładnej znajomości populacji, tylko na podstawie wycinka,
  the context is decision-making and inferring about what is in the entire population without knowing, without knowing the population exactly, only based on a sample,

[05:06] Na podstawie znajomości tego wycinka.
  Based on the knowledge of this segment.

[05:10] Ten wycinek zwany próbą ma mieć pewne charakterystyki jako próba reprezentatywna i my ten wycinek bardzo dobrze znamy, bardzo dogłębnie go zanalizujemy.
  This segment, called a sample, must have certain characteristics as a representative sample, and we know this segment very well, we will analyze it very deeply.

[05:20] No ale to jest tylko wycinek.
  But it is only a segment.

[05:22] Moc naszego rozumowania przeja, że na podstawie tego, co ustalimy na bazie wycinka, będziemy chcieli wnioskować o sytuacji w całej populacji, z której ten wycinek pochodzi.
  The strength of our reasoning is that based on what we establish from the segment, we will want to infer about the situation in the entire population from which this segment comes.

[05:35] Więc nasze wnioskowanie musi być, nasze rozumowanie musi być bardzo rzetelnie przeprowadzone, a nasza rzetelność opiera się na prawach statystyki i na tym, w jaki sposób zachowują się pewnego rodzaju rzeczy, jeśli mamy dany rozkład, czyli znamy prawdopodobieństwo z iszczenia się określonych zdarzeń.
  So our inference must be, our reasoning must be carried out very reliably, and our reliability is based on the laws of statistics and on how certain types of things behave when we have a given distribution, i.e., we know the probability of certain events occurring.

[06:03] I to co mamy w punkcie drugim to jest yyy dokładnie syntetycznie ujęte to co państwu przez
  And what we have in point two is, uh, exactly synthetically captured what I have for you through

[06:08] Minutę próbowałem naokoło zreoferować.
  I tried to re-offer it around for a minute.

[06:11] Dlaczego my porównujemy dwie grupy?
  Why do we compare two groups?

[06:13] Najczęściej porównujemy dwie grupy, bo po prostu chcemy wiedzieć, kto jest wyższy, lepszy, bogatszy i tak dalej, i tak dalej.
  Most often we compare two groups because we simply want to know who is taller, better, richer, and so on, and so on.

[06:23] Dlaczego porównujemy najczęściej średnią?
  Why do we most often compare the average?

[06:26] Bo średnia jako obraz, który jest syntetyczny jest bardzo łatwym parametrem do porówny.
  Because the average, as a synthetic image, is a very easy parameter for comparison.

[06:33] Po prostu przyjęliśmy sobie w naszym takim codziennym języku raportowania, komunikowania, że yyy mimo oczywiście wielu wad przytaczania samej średniej bez dodatkowych miar jak skośność chociażby dyspersja i tak dalej, my używamy średnich po to, żeby zrobić takie pierwsze podejście do porównań.
  We have simply adopted in our everyday language of reporting, communication, that uh, despite of course many drawbacks of citing the average itself without additional measures like skewness, dispersion, and so on, we use averages in order to make a first approach to comparisons.

[06:54] I doskonale państwo wiecie, że od samego początku naszego życia praktycznie wciąż jesteśmy porównywani, tak?
  And you know perfectly well that from the very beginning of our lives, practically, we are constantly being compared, right?

[07:02] Jaką średnią miała z języka polskiego klasa A w podstawówce, a jaką klasa B, prawda?
  What average did class A have in Polish language in elementary school, and what about class B, right?

[07:07] Nie pytamy
  We don't ask

[07:09] poszczególne osoby, poszczególnych osób
  individual people, of individual people

[07:12] i tak dalej, tylko wyciągamy średnio
  and so on, we just take the average

[07:14] i tak dalej, i tak dalej.
  and so on, and so on.

[07:17] Dalej, czy zarobki w branży takiej są wyższe niż zarobki w branży takiej, prawda?
  Next, are earnings in such an industry higher than earnings in such an industry, right?

[07:20] I znowu wyciągamy.
  And again, we take it out.

[07:22] Średnia w górnictwie jest najwyższa w Polsce jeśli chodzi o sektory.
  The average in mining is the highest in Poland when it comes to sectors.

[07:25] A to akurat jest praw i tak dalej i tak dalej.
  And this is precisely the law and so on and so on.

[07:27] I to co my chcemy pokazać dzisiaj to w jaki sposób nie znając całej populacji czyli bazując na oczywiście pewnym wycinku do takich ogólnie móg
  And what we want to show today is how, without knowing the entire population, meaning based on, of course, a certain segment, to such general possibilities

[07:37] w świetle nauki w świet tego co dzisiaj uznajemy po wielu wielu tu paru latach już pewnych dociekań naukowych za na tyle rzetelne na tyle sprawdzone że możemy taką metodę jako metodę naukową a nie szarlatańską po prostu przyjąć
  in the light of science, in the light of what we consider today after many, many, a few years of scientific inquiry to be reliable enough, proven enough that we can simply accept such a method as a scientific method and not a quack one

[07:54] i w punkcie trzecim będziemy mieli nieco zmodyfikowane spojrzenie na porównanie dwóch grup.
  and in the third point, we will have a slightly modified perspective on the comparison of two groups.

[07:59] Mianowicie będziemy porównywać dwie grupy, które coś łączy.
  Namely, we will be comparing two groups that have something in common.

[08:03] To nie są
  These are not

[08:11] niezależne w domie, ale które coś łączy
  independent at home, but which connects something

[08:14] i zobaczą państwo jak to zmienia sposób
  and you will see how it changes the way

[08:18] patrzenia.
  of looking.

[08:18] Dlatego niestety nie ma
  That is why unfortunately there is no

[08:21] jednej uniwersalnej miary czy jednej
  one universal measure or one

[08:23] uniwersalnej procedury, którą moglibyśmy
  universal procedure that we could

[08:25] w obu przypadkach stosować.
  apply in both cases.

[08:27] Dlaczego ominąłem punkt pierwszy?
  Why did I skip the first point?

[08:29] Dlatego, że porównania względem punktu odniesienia
  Because comparisons with a reference point

[08:32] są częścią tego, co będziemy mieli w
  are part of what we will have in

[08:34] punkcie drugim i nie ma specjalnie w tym
  the second point and there is no particular in this

[08:38] momencie czasu ani ani potrzeby
  moment in time nor any need

[08:41] rozwijania.
  to elaborate.

[08:41] Dlatego nadmienię tylko, że
  Therefore, I will only mention that

[08:43] te porównania względem punktu
  these comparisons with the point

[08:45] odniesienia, one nam są potrzebne w
  of reference, they are needed by us in

[08:48] sytuacjach, kiedy szacujemy, kiedy
  situations when we estimate, when

[08:51] zastanawiamy się, czy możliwe jest na
  we wonder if it is possible, for example,

[08:53] przykład uzyskanie w danej grupie wyniku
  to obtain a result of at least so many points in a given group

[08:56] co najmniej ileś tam punktów i badamy
  and we examine

[08:59] wycinek i patrzymy, czy to jest
  a slice and we look whether it is

[09:00] prawdopodobne czy nie, czy na ile
  probable or not, how probable it is and so on and so on.

[09:02] prawdopodobne i tak dalej i tak dalej.

[09:04] Więc to jest ten punkt odniesienia,
  So this is the reference point,

[09:06] pewna stała, do której porównujemy
  a certain constant to which we compare

[09:08] nasze wyniki, ale tak jak mówię jest to
  our results, but as I say it is

[09:11] część, którą część procedury, którą będziemy rozwijać w punkcie drugim nieco dogłębi.
  part, which part of the procedure, which we will develop in the second point somewhat in depth.

[09:22] I teraz tak, w tym co my dzisiaj będziemy na wykładzie yyy mieli, olbrzymią rolę odgrywają testy te studenta,
  And now, in what we will have today in the lecture, student tests play a huge role,

[09:31] czyli naszą procedurę będziemy opierać na tym narzędziu.
  so we will base our procedure on this tool.

[09:33] I teraz y to jest to jest pewne nowo.
  And now y this is this is something new.

[09:38] My tu mówiliśmy zawsze o składzie normalnym,
  We have always talked about normal distribution here,

[09:42] a tutaj nagle pojawiają się testy, testy te studenta, które w domyśle oczywiście będą dotyczyły nie rozkładu normalnego jako takiego, tylko rozkładu T.
  and here suddenly tests appear, these student tests, which implicitly, of course, will concern not the normal distribution as such, but the T-distribution.

[09:51] On jest ten rozkład T bardzo przydatny,
  This T-distribution is very useful,

[09:59] bo po pierwsze z punktu widzenia praktycznego jest możliwe już wyciąganie wniosków dla analiz opartych na stosunkowo nielicznych próbach.
  because, firstly, from a practical point of view, it is already possible to draw conclusions for analyses based on relatively small samples.

[10:14] to sformułowanie stosunkowo nieliczne.
  to formulation relatively few.

[10:16] czy mało liczne próby to tak naprawdę.
  or few attempts it's actually.

[10:19] już jest czasami i kilkanaście jedynie.
  it's sometimes already and only a dozen or so.

[10:22] kilkanaście obserwacji pewnie bliżej 20.
  a dozen or so observations, probably closer to 20.

[10:24] 19 18 niż 11 ale jednak jest to.
  19 18 than 11 but still it is.

[10:27] kilkanaście więc stosunkowo niedużo.
  a dozen or so, so relatively not much.

[10:31] natomiast dlaczego jest to również coś.
  however, why is it also something.

[10:36] czego.
  that.

[10:38] co co co co co co co nie leży sprzeczności z tym o czym mówiliśmy wcześniej na naszych zajęciach czyli że my się będziemy odnosić do rozkładu normalnego.
  what what what what what what what is not in contradiction with what we said earlier in our classes, that is, that we will refer to the normal distribution.

[10:45] Otóż dlatego rozkład te studenta jest wygodny, że w przypadku z kolei większych prób, bardziej licznych, rozkład te studenta ma tę właściwość, że upodabnia się bardzo mocno do rozkładu normalnego i te wszystkie prawa, które są dla rozkładu normalnego w przypadku prób już kilkudziesięciolicznych, kilkudziesięcioelementowych w rozkładzie te studenta również zachodzą, więc jest to takie narzędzie.
  Well, the student's distribution is convenient because in the case of larger, more numerous samples, the student's distribution has the property that it strongly resembles the normal distribution, and all those laws that are for the normal distribution in the case of samples of several tens, several tens of elements, also hold in the student's distribution, so it is such a tool.

[11:16] które łączy yyy właśnie zalety rozkładu normalnego i jednocześnie daje coś więcej, czyli daje możliwość wnioskowania na stosunkowo niewielkich
  which combines the advantages of the normal distribution and at the same time gives something more, i.e. it gives the possibility of inference on relatively small

[11:30] stosunkowo na podstawie stosunkowo niewielkich prób, czego w rozkładzie normalnym przy właśnie tych statystykach dla rozkładu normalnego jak z na przykład automatycznie nie mi nie będziemy omawiać oddzielnie rozkładu te studenta.
  relatively based on relatively small samples, which in the normal distribution with these statistics for the normal distribution, as for example, automatically we will not discuss the student's distribution separately.

[11:45] jego parametry nieco inaczej wyglądają niż w przypadku rozkładu normalnego.
  its parameters look slightly different than in the case of the normal distribution.

[11:48] Tam się pojawiały takie pojawiają takie nowe rzeczy jak stopnie swobody.
  There appeared such new things as degrees of freedom.

[11:56] Coś co nie będzie rozwijane dla zainteresowanych powiem to stopni swobody.
  Something that will not be elaborated for those interested, I will say degrees of freedom.

[12:00] My tam DF oznaczamy w naszych pakietach statystycznych.
  We denote DF there in our statistical packages.

[12:03] To są tak naprawdę to jest naprawdę liczba obserwacji, którą mamy, czyli elementów pomniejszono liczbę parametrów, które
  It is really the number of observations we have, i.e. elements minus the number of parameters that

[12:12] które czy grup, które bierzemy pod uwagę, więc to też nie jest żadna wiedzaoryczna, natomiast nie jest nam to
  which or groups that we take into account, so this is also not any theoretical knowledge, but it is not for us

[12:17] potrzebne w tym momencie.
  needed at this moment.

[12:19] Będziemy dość mechanicznie do tego podchodzić.
  We will approach this quite mechanically.

[12:21] Ten test, rozkład test studenta czy procedura na tym oparta będzie po prostu tylko narzędziem.
  This test, the student's t-distribution or the procedure based on it, will simply be just a tool.

[12:26] No teraz tak naprawdę wnioskowanie będzie miało charakter pewnej procedury, która była opisana wcześniej w naszym podejściu, kiedy mówiliśmy o właściwościach rozkładu normalnego.
  Well, now, in reality, the inference will have the character of a certain procedure that was described earlier in our approach, when we talked about the properties of the normal distribution.

[12:33] Zatem w pakietach statystycznych my właściwie domyślnie korzystamy z testów te, przyjmując sytuację, jeśli mamy z rozkładem normalnym do czynienia, pamiętają państwo, testujemy zawsze tę hipotezę, to potem automatycznie stosujemy rozkład te studenta.
  So, in statistical packages, we actually use t-tests by default, assuming the situation, if we are dealing with a normal distribution, you remember, we always test this hypothesis, then we automatically apply the student's t-distribution.

[12:51] I jeszcze oprócz tych rzeczy, o których teraz mówię, dojdą dwie sprawy, które musimy wziąć pod uwagę, żeby takie pełnoprawne naukowo albo prawie pełnoprawne naukowo wnioskowanie poczynić.
  And besides these things I am talking about now, two more matters will be added, which we must take into account in order to make such a full-fledged scientific or almost full-fledged scientific inference.

[13:06] Ale o tym dzisiaj właśnie powiemy, czyli odpowiemy seie na pytanie, jakie jeszcze muszą być spełnione warunki, żeby to narzędzie, rozkład test studenta było narzędziem
  But we will talk about this today, that is, we will answer the question, what other conditions must be met for this tool, the student's t-distribution, to be a tool.

[13:18] wystarczająco dobrym do naszych do naszych testów.
  good enough for our for our tests.

[13:25] No i proszę państwa, tak jak powiedziałem, w praktyce my będziemy stosowali bardzo często testy te studenta do tego, żeby porównać sytuację w dwóch niezależnych grupach.
  And ladies and gentlemen, as I said, in practice we will very often use these student tests to compare the situation in two independent groups.

[13:40] Często państwo dostają taką informację, że w grupie jakieś otrzymano takie wyniki, a w grupie kontrolnej, prawda, otrzymano takie wyniki.
  Often you receive such information, that in some group such results were obtained, and in the control group, right, such results were obtained.

[13:51] To jest sytuacja, w której mamy do czynienia z porównaniem na przykład tego, ile ludzie załóżmy będą wydawać na konsumpcję dóbr luksusowych.
  This is a situation where we are dealing with a comparison, for example, of how much people will spend on the consumption of luxury goods.

[14:11] Mamy dwie grupy.
  We have two groups.

[14:13] Grupę, która na przykład została taki robimy eksperyment
  A group that, for example, was such an experiment we are doing

[14:19] ekonomiczny.
  economic.

[14:21] W niektórych krajach to również miało miejsce.
  In some countries, this has also happened.

[14:23] Na przykład wprowadzamy jakąś namiastkę dochodu gwarantowanego, czyli niezależnie od tego kim jesteś, ile zarabiasz, co robisz i tak dalej, dostajesz na jakiś czas jakieś czy czy co miesiąc jakąś gwarantowaną sumę, na przykład 1000 euro powiedzmy tak czy i i i i tyle.
  For example, we introduce some semblance of guaranteed income, meaning regardless of who you are, how much you earn, what you do, and so on, you receive for some time some or or each month some guaranteed sum, for example, 1000 euros, let's say, or and and and and that's it.

[14:40] I takie badania robimy.
  And we do such studies.

[14:42] Patrzymy, nie mówiąc oczywiście o tym badanym, na co te, na ile te pieniądze, które zostały jako pieniądze ekstra, typowo dodatkowy dochód, tak byśmy z ekonomii, z teorii ekonomii próbowali się poodbudować, to mamy tutaj absolutnie przykład tego krańcowego dodatkowego dochodu, jak na pracy.
  We look, without of course telling the subject, at what these, to what extent these money, which were extra money, typically additional income, as we would try to build from economics, from economic theory, we have here absolutely an example of this marginal additional income, as in work.

[15:04] takie badanie byśmy zaprojektowali, jak yyy te pieniądze czy jaka jest skłonność do wydawania yyy pieniędzy ogólnie na na dobra luksusowe i byśmy mieli jedną grupę, tak?
  we would design such a study, how uh these money or what is the propensity to spend uh money generally on on luxury goods and we would have one group, right?

[15:17] I potem jakąś grupę kontrolną i powiedzmy, że objęliśmy
  And then some control group and let's say we covered

[15:20] takim dochodem gwarantowanym 10 000 osób.
  with such a guaranteed income of 10,000 people.

[15:23] No ale oczywiście zbadanie 10 000 osób, tak było w innych krajach, takie pilotaże się robiło, jest bardzo trudne.
  Well, of course, studying 10,000 people, as was done in other countries, such pilot studies were conducted, is very difficult.

[15:29] No to losujemy, dobieramy próbę na przykład 50 osób, prawda?
  So we draw lots, we select a sample of, for example, 50 people, right?

[15:31] i patrzymy i jak to wygląda i też losujemy grupę czy dobieramy grupę 50 osób, która takim o po prostu takim bodźcem nie była objęta i i porównujemy i potem dostajemy wyniki i dostajemy informację, że wyniki różnią się statystycznie istotnie, prawda?
  and we look and see how it looks, and we also draw a group or select a group of 50 people who were not covered by such a stimulus, and we compare, and then we get results, and we get information that the results differ statistically significantly, right?

[15:50] Ta statystyczna istotność właśnie wynikać będzie z tego na ile na ile mocno te wyniki są prawdopodobne, na ile na na na jak dobrze jak dobrze nam się udało pewne rzeczy pokazać.
  This statistical significance will result from how likely the results are, how well we managed to show certain things.

[16:03] I żeby pokazać te różnice, my będziemy stosować oczywiście pewną procedurę, będziemy na każdym etapie bardzo uważali i będziemy oczywiście wyciągali wnioski wtedy co do całości oczywiście kiedy będzie to uprawiane.
  And to show these differences, we will of course use a certain procedure, we will be very careful at every stage, and we will of course draw conclusions about the whole when it is cultivated.

[16:19] I żeby to móc zrobić my
  And to be able to do this, we

[16:21] Musimy przestrzegać pewnych reżimów, pewnych zasad.
  We must adhere to certain regimes, certain principles.

[16:26] Pierwsza sprawa, o której mówiliśmy, to oczywiście to odwołanie do składu normalnego.
  The first matter we discussed is, of course, the reference to the normal composition.

[16:30] Druga, trzecia i czwarta będą w trakcie wykładu podawane.
  The second, third, and fourth will be given during the lecture.

[16:34] Kiedy my jeszcze stosujemy, pamiętają państwo ten przykład o wzroście, prawda?
  When we still apply, do you remember this example about height, right?

[16:43] Kiedy my na podstawie pewnej próby dobraliśmy próbę, to była próba studentek studentów z wydziału ekonomicznego i to była próba, która miała odzwyczajać populację wszystkich studentek studentów Uniwersytetu Gdańskiego.
  When we selected a sample based on a certain sample, it was a sample of female and male students from the Faculty of Economics, and it was a sample that was supposed to accustom the population of all female and male students of the University of Gdańsk.

[16:57] Jest dość dobrze dobrana próba, nie ma problemu, możemy spokojnie przyjąć, że jest to próba reprezentatywna.
  It is a fairly well-selected sample, there is no problem, we can safely assume that it is a representative sample.

[17:02] No i się zastanawiamy, czy rzeczywiście wzrost kobiet i wzrost mężczyzn jest na uniwersytecie różny, albo innymi słowy, czy średnia wzrostu kobiet jest niższa niż średnia wzrostu mężczyzn.
  And we wonder if the height of women and the height of men at the university is indeed different, or in other words, if the average height of women is lower than the average height of men.

[17:18] I na podstawie badań tych dwóch grup próbek z
  And based on the study of these two groups of samples from

[17:22] wydziału ekonomicznemu chcemy rozciągnąć wnioski dla całego uniwersytetu.
  We want to extend the conclusions from the economic faculty to the entire university.

[17:27] Tak państwo pamiętają, nam się udało to zrobić.
  As you remember, we managed to do it.

[17:28] Ten wynik był bardzo przeponujący.
  This result was very surprising.

[17:30] Prawdopodobieństwo, że jest inaczej niż tam wyszło w tych w tych obliczeniach było było znikome i dzięki temu mogliśmy z bardzo dużym poziomem prawdopodobieństwa powiedzieć, że tak rzeczywiście jakbyśmy zbadali wszystkich na uniwersytecie panów panie panie to średnia dla panów jeśli chodzi o wzrost będzie będzie wyższa.
  The probability that it is different from what came out in those calculations was negligible, and thanks to this, we could say with a very high level of probability that if we had studied all the men and women at the university, the average height for men would be higher.

[17:54] Nie wiem jakby to wyglądało o jeśli chodzi o IQ.
  I don't know how it would look regarding IQ.

[17:57] Nie wiem jak to by wyglądało jeśli chodzi o oceny.
  I don't know how it would look regarding grades.

[17:58] Yyy, no są ciekawe hipotezy.
  Uh, well, there are interesting hypotheses.

[18:03] Może ktoś z państwa w swojej pracy magisterskiej związany z czymś tam zbada na przykład właśnie średnią ocen y i zastanowi się z różnych przedmiotów jak to wygląda, czy jest to uwarunkowane jakimiś czynnikami o charakterze, które warto warto zbadać w kształceniu ekonomicznym.
  Perhaps someone among you will investigate in their master's thesis, related to something, for example, the average grade and consider from different subjects how it looks, whether it is conditioned by some factors of a nature that are worth investigating in economic education.

[18:17] Jest to samo w sobie dość
  It is in itself quite

[18:23] intrygujące, ale to tak na marginesie.
  Intriguing, but that's by the way.

[18:25] No i proszę państwa, przykład, który nam to bardzo łatwo zobrazuje, żebyśmy poruszali się w jakimś tam orbicie.
  And ladies and gentlemen, an example that will illustrate this very easily for us, so that we move in some orbit.

[18:30] Jednak mimo wszystko rzeczy, które nie są jakoś specjalnie za bardzo odklejone rzeczywistości.
  However, despite everything, things that are not particularly detached from reality.

[18:36] Przedsiębiorstwo, duże przedsiębiorstwo sprzedaje na terenie całego kraju i teraz sprzedaje na północy, na południu, bo te dwa regiony nas bardzo interesują i to co jest istotne to jest takie przedsiębiorstwo, które ma wielu sprzedawców.
  A company, a large company, sells throughout the country and now sells in the north, in the south, because these two regions interest us greatly, and what is important is a company that has many salespeople.

[18:51] Państwo wiedzą, jest taki model biznesowy, który zakłada, że sprzedawcy sobie w jakimś wolnym czasie dorabiają i coś tam sprzedają.
  You know, there is a business model that assumes that salespeople earn extra money in their free time and sell something.

[19:00] Oczywiście dzisiaj w dzisiejszym systemie wszystko jest raportowane praktycznie na bieżąco i mamy mamy pełną wiedzę.
  Of course, today in today's system, everything is reported practically in real-time, and we have full knowledge.

[19:09] Natomiast natomiast kiedyś było to zupełnie inaczej i raportowało się tam raz na kwartał na przykład.
  However, it used to be completely different, and reporting was done, for example, once a quarter.

[19:15] Natomiast nam zależy na tym, żeby mieć wyniki już.
  However, we want to have the results already.

[19:18] No ale dotarcie do wszystkich
  Well, but reaching everyone

[19:23] no powiedzmy kilku tysięcy sprzedawców.
  Well, let's say a few thousand sellers.

[19:25] jest bardzo trudna.
  is very difficult.

[19:27] Chcemy chcemy się zorientować gdzie ten obrót w tym miesiącu, który się właśnie był skończył, był wyższy.
  We want to find out where the turnover in this month, which has just ended, was higher.

[19:30] No to co robimy?
  So what do we do?

[19:33] To losujemy, tak?
  We draw lots, right?

[19:33] Czy dobieramy próby?
  Or do we select samples?

[19:36] Ja mówię losujemy, ale powinniśmy powiedzieć dobieramy, ale powiedzmy, że próba losowa jest tutaj też jakimś rozwiązaniem na północy i na południu.
  I say we draw lots, but we should say we select, but let's say that a random sample is also a solution here in the north and in the south.

[19:41] I badamy, badamy tę próbę bardzo dokładnie i na podstawie wyników z tych prób uzyskanych będziemy próbowali, o ile to będzie oczywiście możliwe, te wnioski rozszerzyć na całą populację sprzedawców na południe i sprzedawców na północy.
  And we examine, we examine this sample very carefully and based on the results obtained from these samples, we will try, if it is of course possible, to extend these conclusions to the entire population of sellers in the south and sellers in the north.

[20:02] I teraz losujemy czy dobieramy po 20 osób.
  And now do we draw lots or select 20 people?

[20:05] Dlaczego 20?
  Why 20?

[20:05] Bo 20 jest pewnym realnym kompromisem.
  Because 20 is a certain realistic compromise.

[20:09] Jest to na tyle mało, że jesteśmy w stanie szybciutko to zrobić i na tyle dużo, że w zasadzie przy testach test studenta gwarantuje nam to już tę minimalną liczebność, żeby żeby takie badanie
  It is so little that we are able to do it quickly and so much that basically with the student's t-test it guarantees us the minimum size for such a study.

[20:25] zrobić.
  to do.

[20:27] Gdybyśmy chcieli być bardzo ortodoksyjni, absolutnie bardzo ortodoksyjni w świetle yyy szczególnie tam, gdzie wyniki są yyy byśmy powiedzieli nieprzekonujące na pierzyt oka, bardzo, bardzo bliskie tego progu decyzyjnego, no to byśmy oczywiście musieli na początku przyjąć pewnego rodzaju założenie o minimalnej wielkości próby z odpowiednich wzorów i wtedy dopiero wyliczyć jaka to powinna być próba.
  If we wanted to be very orthodox, absolutely very orthodox in light of, um, especially where the results are, um, we would say unconvincing at first glance, very, very close to the decision threshold, then we would of course have to initially adopt a certain kind of assumption about the minimum sample size from the appropriate formulas and then only then calculate what that sample should be.

[20:51] Ta próba oczywiście jest czy liczebność próby zależy od liczebności populacji szacowanej i tak dalej i tak dalej.
  This sample, of course, is, or the sample size depends on the size of the estimated population and so on and so forth.

[20:59] Tam jest parę rzeczy, które powinniśmy zgodnie z różnymi zaleceniami odpowiedzmy, że my jesteśmy na tym etapie, że wiemy, że 20 osób wystarczy.
  There are a few things that we should, according to various recommendations, let's say we are at the stage where we know that 20 people are enough.

[21:09] Liczymy, to państwo wiedzą dla północy, dla południa i tak dalej.
  We count, you know, for the north, for the south, and so on.

[21:15] Liczymy, zbieramy wartość obrotu.
  We count, we collect the turnover value.

[21:16] No i proszę państwa, co dalej robimy?
  So ladies and gentlemen, what do we do next?

[21:19] ponieważ jeszcze raz przypomnę, że my będziemy odnosili się w naszych zadaniach, w
  because I will remind you once again that we will refer in our tasks, in

[21:27] naszym postępowaniu, w naszych

[21:29] procedurach do wzorca, który jest

[21:32] rozkładem normalnym. Czyli musimy mieć

[21:35] przekonanie, że to co liczymy

[21:39] będzie zbieżne do rozkładu normalnego.

[21:42] Jeżeli tak nie będzie, no to tracimy

[21:44] punkt odniesienia, tracimy wzorzec. W

[21:46] związku z tym nie mamy możliwości

[21:49] wyciągania wniosków. Co to oznacza? A to

[21:53] oznacza, że niestety nie możemy dalej

[21:55] liczyć. Czy to oznacza, że nie da się?

[21:58] Oczywiście nie da się, tylko my tego na

[22:00] zajęciach nie robimy. Wtedy trzeba inne

[22:01] testy zrobić.

[22:03] Tego tutaj nie będziemy pokazywać. Więc

[22:06] pierwsze co robimy to upewniamy się albo

[22:09] przynajmniej testujemy testemiro wilka.

[22:12] My mówimy wilka. To był Kanadyjczyk,

[22:14] tak? natomiast pewnie jakiegoś

[22:16] pochodzenia słowiańskiego, skoro się

[22:18] nazywał wilk albo przynajmniej tak to po

[22:22] polsku czytamy, czyli testami Sakiro

[22:24] wilka testujemy tą normalność. Pamiętają

[22:26] państwo, że my stawiamy sobie hipotezę o

[22:31] tym, że rozkład jest zbieżny zgładem

[22:34] normalnym i wykazujemy, próbujemy ją, tę

[22:38] hipotezę zerową oczywiście odrzucić i

[22:41] dla nas istotne jest to, żeby nie było

[22:44] nie było postaw do odrzucenia tych

[22:46] hipotezy. wtedy milcząco przyjmujemy, że

[22:48] skoro nie ma, skoro nie ma podstaw do

[22:51] odrzucenia hipotezy, no to ten rozkład

[22:53] normalny jest i nam na tym etapie to

[22:55] musi wystarczyć. Nie wiemy do końca, czy

[22:57] on jest, czy nie, ale nie mamy podstaw

[22:59] do tego, żeby odrzucić, czy nie mamy

[23:01] podstaw tego, że na pewno nie ma, bo

[23:03] prawie na pewno nie ma. Więc to jest

[23:05] punkt wyjścia. Przypominam, jeżeli się

[23:07] okaże, tego rozkładu normalnego nie ma,

[23:09] czyli mamy dowody, że z dużym

[23:10] prawdopodobieństwem rozkład jest inny,

[23:13] odbiega od rozkładu normalnego. No ta

[23:15] wenny nie mówimy, że jest nienormalny,

[23:17] to zostawmy to do oceny poczynań co po

[23:22] niektórych. Natomiast rozkład odbiega od

[23:25] rozkładu normalnego i to jest chyba

[23:27] najbardziej

[23:29] trafne ujęcie, jeśli chodzi o

[23:31] nomenklaturę. Więc jeśli ten rozkład

[23:34] odbiega od rozkładu normalnego, to wtedy

[23:35] mówimy: "Okej, dziękujemy bardzo, nie

[23:38] umiem tego dalej wyliczyć i chcę

[23:41] piątkę". Tak? Albo chcę przynajmnie

[23:42] maksymalnej liczę punktów i będzie okej,

[23:44] damy państwu maksymalną lże punktów. Jak

[23:45] się na yyy egzaminie gdzieś tam pojawi

[23:48] takie brnięcie, że mimo braku rozkładu

[23:51] normalnego ktoś tam będzie próbował

[23:52] stosować dalej procedury

[23:55] przypisane takim właśnie testom opartym

[23:57] na rozpości.

[23:59] Więc siłą rzeczy państwo wiedzą, że

[24:02] czasami trzeba w pewnym momencie

[24:04] powiedzieć, że w tą metodą nie da, a nie

[24:07] bronż na siłę. Tak więc dalej oczywiście

[24:09] pamiętają państwo stki opisowe normalne

[24:11] histogramy i tam się do tego odnosimy.

[24:14] Dalej stawiamy sobie hipotezę odnoszącą

[24:16] już się do średnich.

[24:19] średnia obrotu przypadająca na jednego

[24:25] agenta, jednego sprzedawcy na południu

[24:29] ma z lewej strony na północy

[24:32] średnia.

[24:35] W hipotezie zerowej my je zgodnie z

[24:37] naszą nomenklaturą równujemy i w

[24:40] hipotezie alternatywnej, że te średnie

[24:44] są oczywiście nierówne, nam będzie

[24:45] zależało na tym, żeby oczywiście

[24:47] hipotezę zerową odrzucić, żeby przyjąć

[24:49] hipotezę alternatywną hipotezę 1.

[24:52] Oczywiście samo zestawienie tych

[24:54] hipotezek H1, tak jak państwo teraz

[24:56] mają, że to jest różne, tak? Ono nam

[24:58] niewiele daje. Nas będzie interesował y

[25:02] y znak, to znaczy gdzie jest wyższy i to

[25:05] będziemy widzieli na podstawie analizy

[25:08] danych z tej próby i wtedy się wypowiemy

[25:11] na podstawie właśnie tego, gdzie ta

[25:14] średnia w próbie wyjdzie, w którym

[25:16] kierunku pójdziemy. No i badamy teraz

[25:18] uwaga testem dla prób niezależnych.

[25:21] Dlaczego ten test się nazywa test T dla

[25:23] prób niezależnych? Otóż dlatego, że dwie

[25:26] grupy

[25:28] tak są dobrane, że jak się jest w

[25:30] jednej, to się nie jest w drugiej

[25:31] automatycznie, tak? Czyli jeżeli

[25:33] jesteśmy sprzedawcą z okręgu północnego,

[25:36] to nie jesteśmy sprzedawcą z okręgu

[25:37] południowego. Więc jakby to jest

[25:39] istotne, że to jest 40 różnych osób. To

[25:43] nie jest 20 osób, które jedna działa na

[25:47] północy, te 20 osób i te same 20 osób

[25:50] działa na południu. I my badamy ile

[25:52] wykręci dana osoba na północy i ile ta

[25:55] sama wykręci na południu. To to nie o to

[25:57] chodzi. To by to będzie dla nas

[26:00] przypadek następny. Natomiast tutaj mamy

[26:02] 40 różnych osób, czyli 20 na północy, 20

[26:06] na południu. Stąd też mamy test te dla

[26:10] nieznanów. I teraz oczywiście pamiętają

[26:13] państwo z zajęć, jak tam przechodzimy w

[26:18] naszym pakiecie statystycznym,

[26:19] oczywiście korzystając z pakietu

[26:20] statystycznego nie jest konieczne. My to

[26:22] wszystko możemy policzyć w Excelu, tylko

[26:24] to jest kłopotliwe. Co więcej, nawet

[26:27] możemy to policzyć bez Excela na kartce,

[26:29] z kalkulatorem, nawet bez kalkulatora,

[26:31] gdybyśmy chcieli. Natomiast to już jest

[26:32] absolutnie żmudne i jeszcze wtedy musimy

[26:35] mieć tablicę. Tego się dziś nie robi.

[26:38] Myślę, że dla sprawnych

[26:40] operatorów pakietu to wyliczenie tego,

[26:43] mając już wklepane do arkusza

[26:47] przypadki to jest około 10 sekund. Więc

[26:50] tyle nam zabiera przeprowadzenie takiego

[26:52] badania.

[26:54] Więc, więc

[26:58] jak widzimy,

[27:00] mamy od lewej średnią na południe 293 i

[27:05] średnią na północy 323.

[27:09] I gdybyśmy teraz w tym momencie

[27:12] zatrzymali się i i nie wiedzieli zbyt

[27:16] dużo o statystyce, tak, albo o rachunku

[27:20] prawdopodobieństwa, albo o tym

[27:21] wszystkim, co my tutaj robimy, czyli

[27:25] wnioskujemy na podstawie próby, byśmy

[27:28] mieli tylko taką suchą informację.

[27:30] Północ 320

[27:32] 4 prawie, południe 294.

[27:36] No to widzimy na północy, o Jezu Panie,

[27:40] o ile więcej, na południu dużo, jednak

[27:42] mniej. No to wiemy, że na pewno będzie

[27:45] tak, że jak wyciągniemy,

[27:47] jak jak jak wszystkich będziemy

[27:49] porównywać, to to

[27:52] będzie tak samo. Dobija się do mnie ktoś

[27:54] spoza domeny. Jak ktoś ma kontakt z

[27:57] panem Pawłem S, to proszę dać mu znać,

[28:00] że nie wpuszczam osób, które się logują

[28:02] spoza domeny. Jest to niedozwolone, więc

[28:05] więc jak się chce zalogować na wykład,

[28:07] to poproszę o zalogowanie się z domeny,

[28:10] a nie z prywatnych kont. No niestety nie

[28:12] wolno nam tego robić z uwagi na stan

[28:15] zagrożenia. Brawo. Więc y z różnych

[28:18] przyczyn państwo wiedzą, że

[28:21] są ataki na infrastrukturę krytyczną i

[28:23] tak dalej, i tak dalej, więc logujemy

[28:24] się tylko z domeny. Tak, to nie jest mój

[28:26] wymysł, tylko kwestie

[28:28] bezpieczeństwa już naprawdę na poziomie

[28:30] takim

[28:32] poważnym. Więc gdybyśmy nie znali

[28:35] statystyki, to byśmy mogli powiedzieć,

[28:36] no dobra, skoro jest taka duża różnica w

[28:38] próbie, to pewnie tak w całej populacji

[28:42] będzie dokładnie tak samo. No ale takie

[28:44] wnioskowanie

[28:46] jest, bym powiedział, bardzo ryzykowne.

[28:49] Po to wymyśliliśmy coś lepszego, żeby

[28:53] znaleźć się w lepszej sytuacji jako

[28:55] osoba podejmująca decyzję. byśmy mogli

[28:57] zadać pytanie, dobra, ale dasz głowę, że

[28:59] tak będzie i wtedy o kurczę, a może

[29:01] rzeczywiście wybraliśmy jakichś 20

[29:04] dziwnych, prawda, sprzedawców na

[29:06] północy. Przypadkowo się złożyło, że

[29:08] tacy byli sami najlepsi, a na południe

[29:11] dobraliśmy samych takich jakiś mało

[29:14] ogarniętych.

[29:15] No właśnie. Teraz musimy zajrzeć w głąb

[29:18] z tego tego każdego

[29:21] tej każdej próby. też badanie tych

[29:23] rozkładów w każdej z prób, prawda, na

[29:25] południu i na północy, żeby zobaczyć,

[29:27] czy te

[29:29] dane nam się rozkładają

[29:31] w postać właśnie rozkładu normalnego, bo

[29:33] to nam pozwoli już nabrać większej

[29:36] ufności, że te dane nie są przypadkowo

[29:38] dobrane, jakieś byśmy powiedzieli

[29:41] skoncentrowane wokół jakiś na przykład

[29:44] skrajnie wysokich, skrajnie niskich

[29:46] wartości. I teraz to, co my tutaj dalej

[29:50] mamy w naszym raporcie, to jest to t,

[29:53] czyli to jest ta wartość statystyki t.

[29:54] Ona jest wyliczona na podstawie wzoru,

[29:56] bo tego wzoru nie przytaczamy, to nie

[29:58] jest jako specjalnie skomplikowane, ale

[29:59] jednak wymaga mudnych obliczeń, gdybyśmy

[30:01] tam nie stosowali narzędzi. I ta ten

[30:04] wzór zawiera w sobie właśnie takie

[30:06] badanie tego wnętrza, tych uwaga

[30:08] bebechów, tego

[30:10] całego zbioru 20 obserwacji dla jednej

[30:13] grupy, 20 dla grupy. To jest taka, to

[30:16] jest taka kwintesencja, to jest takie

[30:17] podsumowanie tego, co jest w środku dla

[30:20] tej średniej i w środku dla tej drugiej

[30:22] średniej na podstawie tych 20 i 20

[30:25] kolejnych analiz. I ta średnia

[30:27] odniesiona oczywiście do referencyjnych

[30:30] wartości dla rozkładu test studenta,

[30:32] czyli dla przy określonej liczbie

[30:34] obserwacji. Tutaj mamy stopnie swobody

[30:36] 38, 40 obserwacji, dwie oczywiście

[30:39] średnie liczone i pewnego poziomu

[30:42] zaufania, który czy ufności, który

[30:44] chcemy mieć w naszym badaniu, uzyskujemy

[30:46] w tablicach jakąś wartość oczywiście

[30:48] referencyjną dotyczącą tak zwanego

[30:50] obszaru krytycznego. Może część z

[30:52] państwa pamięta, powinniście na egzamin

[30:53] to sobie y przybliżyć, która ta wartość

[30:59] krystyczna definiowała nam ten próg

[31:02] podjęcia decyzji, czy odrzucamy

[31:04] hipotezę, czy też nie ma postęp, by tę

[31:06] hipotezę uznać za za fałszywą, za mało

[31:09] prawdopodobną, nie? Więc tego my tutaj

[31:11] nie widzimy. My widzimy od razu to, co

[31:14] państwo mają zaznaczone, ten próg tego

[31:17] Pvue, czyli to prawdopodobieństwo, które

[31:20] tak naprawdę daje nam możliwość bardzo

[31:23] szybkiej decyzji. I my nie wdając się w

[31:26] szczegóły analizy tego P są są

[31:29] fantastyczne artykuły naukowe mówiące o

[31:31] fetyszu, piwaliu w ogóle yyy jak się

[31:35] badacze yyy yyy naukowo zgrzewają. Jeśli

[31:38] to P jest rzeczywiście mniejsze od tego

[31:41] naszego poziomu najczęściej 5%, ile to

[31:44] daje? Jaka jest kolosalna różnica w

[31:47] konkluzywności, we wnioskach, jeśli to

[31:48] jest 004, a 006, prawda, że nagle teorie

[31:52] są czy hipotezy są udowodnione i to coś

[31:54] daje do do badań albo w ogóle nasze

[31:57] badania są na na daremno. To kariery

[31:59] akademickie się przestąpiwali czasami

[32:02] potrafiły albo zbudować, albo albo

[32:05] obalić. na marginesie jeszcze powiem, bo

[32:07] to jest arcycie ciekawe, znaczy

[32:08] przynajmniej dla mnie, sorry, że państwa

[32:09] zanudzam, ale wiele lat temu, wiele yyy

[32:12] yyy no może nie tak wiele, ale już

[32:14] państwo pewnie byli na świecie,

[32:15] natomiast pewnie yyy jeszcze państwo nie

[32:18] umieli tyle ze statystyki, co teraz.

[32:21] był w psychologii, psychologii był jeden

[32:24] z badaczy holenderskich, fantastyczny

[32:27] badacz, który

[32:29] mnóstwo hipotez ciekawych

[32:32] udowadniał właśnie poprzez testy

[32:35] statystyczne. Wiele teorii, czyli takie

[32:38] pękich hipotez tworzące pewne zręby

[32:41] układały się w teorie. Teorie były

[32:42] publikowane. To był jeden z najbardziej

[32:44] cytowanych rzeczywiście

[32:47] naukowców. yyy pionierskie prace,

[32:49] fantastyczne w ogóle oryginalne

[32:51] eksperymenty. Wiedzą państwo, że

[32:52] psychologowie często bazują na na na

[32:55] naprawdę na fantastycznych konceptach,

[32:57] na fantastycznych pomysłach, jak coś

[32:59] zbadać. Z tego zresztą ten nurt naszej

[33:02] ekonomii eksperymentalnej bardzo mocno

[33:03] czerpie i to fantastycznie się układało.

[33:06] No i potem się okazało po jakimś czasie,

[33:09] po kilkunastu latach, kiedy on był

[33:10] uznany jako guru w środowisku, jeździł z

[33:12] odczytami, wizyty, rozumieją państwo w w

[33:16] zakładach pracy i tak dalej.

[33:18] Także no rzeczy się postać wielka.

[33:21] Okazało się, że te wyniki były,

[33:24] te wyniki były dobierane, tak byśmy to

[33:26] nazwali, czyli były tak dobrane

[33:29] wyniki do obliczeń, żeby się tam te

[33:32] odpowiednie parametry statystyczne

[33:36] pojawiały, takie, które coś pokazują.

[33:38] Czyli mówiąc wprost, były to było to

[33:40] fałszowanie wyników i i po prostu

[33:42] opublikowanie nieprawdy albo w

[33:45] najlepszym stopniu czy najmniej

[33:48] kontrowersyjne takie podkręcanie

[33:50] wyników, żeby pasowało wszystko. Dzisiaj

[33:52] to jest karygodne, co państwo, to jest

[33:54] coś obrzydliwego z punktu widzenia. No

[33:56] ale czego się nie robi dla sławy, chwały

[33:58] i tak dalej, i tak dalej. Oczywiście to

[33:59] wyszło, rozumią państwo prędzej czy

[34:01] później. Y, no ale jednak gdzieś przez

[34:05] wiele lat było to było to

[34:11] przyczyną dużego sukcesu i uznania tego

[34:15] tego naukowca. To nie znaczy, że te jego

[34:17] prace są bezwartościowe, bo one mogą być

[34:19] prawdziwe, to się nic nie zmienia.

[34:21] Natomiast nie były tak naprawdę

[34:23] udowodnione w taki sposób, jak chciał,

[34:26] żeby ludzie myśleli, że były. Zobaczcie

[34:29] państwo, jaką to my mamy

[34:30] odpowiedzialność. Dlatego dzisiaj w

[34:32] nauce

[34:34] w tych eksperymentach, które prowadzą

[34:35] psychologowie czy część ekonomistów,

[34:38] żeby coś było naprawdę takim epokowym

[34:41] odkryciem, to musi być wielokrotnie

[34:43] zreplikowany, czyli takie badania jak my

[34:45] prowadzimy, powinien ktoś inny prowadzić

[34:48] w innych warunkach, w innym czasie, na

[34:49] innej próbie i to powinno być

[34:51] zreplikowane w wielu, wielu różnych

[34:54] miejscach. Jak na przykład sobie

[34:56] porównamy badania

[34:58] związane z Biotechem, na przykład te

[35:00] sławetne szczepionki, no to replikowanie

[35:03] badań związanych ze szczepionkami, które

[35:06] były i i tego typu preparatami jest

[35:08] niebotycznie większe. To jest wręcz

[35:11] rzędy wielkości większa replikowalność

[35:13] niż badań o charakterze psychologicznym

[35:15] czy ekonomii eksperymentalnej. Tak?

[35:17] Także ci, którzy mieli jakieś obiekt

[35:20] tego, czy te badania zostały

[35:21] zreplikowane i wyszły podobne wyniki, to

[35:23] one zostały zreplikowane

[35:26] przynajmniej tysiące razy w różnych

[35:27] okolicznościach i wyniki były zbieżne,

[35:29] więc to jest najważniejsze. W przypadku

[35:31] badań psychologicznych rzadko tak jest.

[35:33] No ale mówię, wychodzimy trochę na

[35:34] poziom doktoratu. Jakby państwo byli

[35:37] zainteresowani to jest fascynująca

[35:38] dziedzina nadużyć i takich byśmy

[35:40] powiedzieli fetyszy związanych z tym

[35:41] piwaniem. Ale my wracamy do tego naszego

[35:43] basic

[35:45] kursu, ale czyście się tego podstawowego

[35:48] kursu, gdzie mamy ten parametr państwu

[35:51] tutaj oznaczy oznaczyłem jako

[35:55] to niebieskie tę niebieską elipsę w to

[35:57] p. To jest to prawdopodobieństwo, które

[35:59] nam mówi o podjęciu decyzji. To jest

[36:01] takie jak ci

[36:05] którzy się trochę lotnictwem pasjonowym

[36:06] mają państwo taką prędkość decyzji,

[36:09] prawda? one i nagle się okazuje, że

[36:11] powyżej tego jak już mamy to już nie ma

[36:14] odwrotu, musimy startować. Tak, to tutaj

[36:16] jest taki próg decyzji. Pamiętają

[36:18] państwo, że my przyjęliśmy w naszych

[36:19] badaniach opartych na

[36:22] tak naprawdę badaniach dotyczących

[36:25] ludzi, badaniach społecznych, że ten

[36:27] poziom istotności to będzie 5%, 005 to

[36:31] alfa 005 i wszystko to, co będzie

[36:33] powyżej 5% to będzie dla nas informacja

[36:37] mówiąca, że nie ma podstaw, żeby tą

[36:40] hipotezę uznać za mało prawdopodobną za

[36:43] hipotezę zerową, czy żeby hipotezę

[36:46] zerową odrzucić. A jeżeli będzie poniżej

[36:48] 05, to wtedy mamy silne podstawy do

[36:50] tego, żeby uznać hipotezę za zerową, za

[36:55] stosunkowo mało prawdopodobną i odrzucić

[36:57] ją na rzecz oczywiście hipotezy

[36:59] alternatywnej. To co tu widzimy, no tu

[37:02] mamy 7,

[37:05] więc jest to dwa rzędy, czyli 100 razy

[37:07] tak mniej, 100 razy mniej niż ten próg.

[37:11] Więc to jest bardzo mała wartość. Tym

[37:13] samym mamy bardzo silne dowody na to, że

[37:18] te yyy wyniki, które uzyskaliśmy w

[37:20] próbie nie są wynikami przypadkowymi, że

[37:23] rzeczywiście to, że średnia na północy

[37:26] jest wyraźnie wyższa od średnie na

[37:29] południu w naszych próbach przełoży się

[37:32] z ogromnym prawdopodobieństwem

[37:34] przełoży się na taką samą sytuację w

[37:39] całości populacji albo odwrotnie, że

[37:41] bardzo mała jest szansa na to, że w

[37:44] całej populacji jak zbadamy wszystkich

[37:46] tych na północy i wszystkich na

[37:48] południu, a nie tylko 20 osób, to że

[37:50] będzie odwrotnie, to znaczy, że średnia

[37:52] na północy będzie będzie niższa niż na

[37:55] południu. Ta szansa jest bardzo, bardzo,

[37:56] bardzo niewielka. Tym samym my tutaj

[38:00] mamy informację bardzo prostą. Mamy

[38:02] wynik statystycznie istotny. To słowo,

[38:05] te słowa statystycznie istotne

[38:07] oznaczają, że możemy wnioskować na

[38:10] podstawie próby o tym jak zachowają się

[38:13] te średnie w całości populacji. Mamy

[38:15] fantastyczny wynik i możemy z bardzo

[38:17] dużym prawdopodobieństwem powiedzieć tak

[38:20] spokojnie na północy będzie dużo, znaczy

[38:22] dużo tego nie będzie większa, wyższa

[38:24] średnia niż na

[38:27] południu. i i jakby na odpowiadając na

[38:30] pytanie gdzie ten obrót w tym miesiącu

[38:32] był wyższy na północy czy na południu

[38:34] przeciętny odpowiadamy na pytanie prosto

[38:37] na z bardzo dużym prawdopodobieństwem

[38:40] jest średnia na północy wyższa a kiedy

[38:43] będziemy mieli pewność no wtedy kiedy

[38:44] wszystkich zbadamy prawda kiedy będziemy

[38:46] mieli raport z całości a nie tylko z

[38:49] tego pilotażu mam nadzieję że jest to

[38:54] dla państwa zrozumiałe no i teraz drugi

[38:56] przykład który pokaże nam za za

[38:59] stosowanie praktyczne yy w

[39:04] handlu tak naprawdę i w marketingu, bo

[39:08] to są sytuacje, kiedy my chcemy

[39:11] oszczędzić sobie czas na poświęcony na

[39:14] jakąś bardzo dokładną weryfikację i

[39:16] chcemy

[39:17] zweryfikować

[39:19] na podstawie jakiejś próby. No i to

[39:21] dobranie próby musi być tak zrobione,

[39:23] żeby miało to sens badawczy. Co robimy?

[39:26] Yyy, mamy przykład, w którym w fabryce y

[39:29] produkuje się yyy element jeden, jakiś

[39:32] tam drut, jakiś tam pręd na starej i na

[39:36] nowej maszynie. Nikt o tym nie wie,

[39:38] oczywiście poza fabryką. Klient nie wie,

[39:39] że to jest produkowane na dwóch różnych

[39:41] maszynach. Klient myśli, że dostaje yyy

[39:44] dokładnie

[39:46] produkt, który jest yyy

[39:49] taki sam. To znaczy po prostu jest te

[39:53] pręty są i i bardzo do siebie podobne

[39:55] są. są praktycznie no z jakimś tam

[39:57] oczywiście marginesem błędu tożsame i to

[40:01] co jest istotne, no klient nie ma prawa

[40:04] nie ma prawa w żaden sposób dostając

[40:08] partię prętów zorientować się, że część

[40:10] jest robiona na jednej maszynie, a część

[40:13] jest na druga. Czy jak dostajemy jakąś

[40:15] partię, partię prętów, że jesteśmy w

[40:19] stanie przypisać, że ta jest z maszyny

[40:22] A, a to jest z maszyny B. Tak jak

[40:23] państwo dostali partię cegieł do budowy

[40:25] domu i od razu widzicie: "No ale halo,

[40:27] to są inne, prawda? Te są takie, a te są

[40:29] takie, ja nie chcę, ja chciałem takie

[40:30] same cegły, prawda? to tutaj mamy

[40:32] podobną sytuację i my jesteśmy

[40:33] sprzedawcą, ale my produkujemy na dwóch

[40:35] maszynach. My to wiemy i jeżeli te pręty

[40:39] będą takie same albo będą trudne do

[40:41] odróżnienia, prawda, to jesteśmy wtedy

[40:43] spokojni, nie ma problemu. Natomiast

[40:45] jeżeli da się łatwo zidentyfikować, że

[40:48] one należą do różnych maszyn, a

[40:50] konkretnie, że ten należy do maszyny

[40:52] starej, a ten do nowej, no to jest dla

[40:54] nas niedobrze. No bo wtedy nam klient

[40:55] taką partię po prostu zakwestionuje i i

[40:59] zwróci. No i teraz pytanie, jak to

[41:02] sprawdzić? No oczywiście klienci wiedzą,

[41:04] że takie coś może się zdarzyć, że te

[41:06] pręty mogą być różne, to sobie życzą,

[41:08] żeby wylosować po prostu jakąś partię,

[41:12] ale my to robimy trochę inaczej, bo my

[41:14] to musimy sobie samemu zrobić, prawda?

[41:16] zanim w ogóle się zdecydujemy na

[41:18] sprzedaż i my sobie losujemy 30

[41:22] 30 prętów z starej maszyny i 30 z nowej

[41:26] się zastanawiamy czy rzeczywiście one

[41:30] się będą między sobą różnić pod względem

[41:32] średnicy bo ten parametr nas interesuje

[41:33] to jest średnica, prawda? Czyli mamy

[41:37] stawiamy sobie hipotezę, że y średnica

[41:40] na nowej maszyny, na nowej maszynie tych

[41:42] prętów jest taka sama jak średnica

[41:44] prętów ciętych, tłoczonych, toczonych,

[41:46] nieważne na starej maszynie. I nam w tym

[41:49] przypadku będzie zależało na tym, żeby

[41:51] pokazać, że się nie da tej hipotezy, że

[41:54] nie ma posa, żeby tę hipotezę

[41:55] rzeczywiście zerową odrzucić. No

[41:57] zobaczymy, co nam wyjdzie. My liczymy,

[41:59] wylosowaliśmy i widzimy, że średnia na

[42:02] nowej i średnia na starej w tej próbie

[42:04] 30 dla jednej, 30 dla drugiej, one są

[42:06] różne. Jednak no rzadko kiedy się zdarzy

[42:08] tak, żeby były śo prawie nigdy, że

[42:09] średnie będą idealnie takie same. No nie

[42:12] jest nieznacznie średnia na starej

[42:15] maszynie większa

[42:17] tej średnicy, średnia średnica. Proszę

[42:20] nie zakręcić. Yyy, no ale teraz znowu

[42:23] patrzymy w głąb tego rozkładu.

[42:25] Oczywiście musimy zbadać, że w dwóch

[42:27] próbach mamy do czynienia z rozkładem

[42:29] normalnym. To jest ta podstawa, żebyśmy

[42:30] mogli w ogóle naszą procedurę y zrobić.

[42:34] I yyy wówczas liczymy testem t yyy i

[42:40] uzyskujemy wartość statystyki na tym

[42:42] poziomie. musielibyśmy to zadnieć, ale

[42:44] my mamy od razu wartość tego naszego P

[42:46] value, którą nam program tutaj

[42:49] raportuje. No i widzimy, że oczywiście

[42:51] średnie się różnią, ale te różnice są na

[42:54] tyle

[42:56] niekonsekwentne, byśmy powiedzieli, albo

[42:59] obarczone pewną doząkowości,

[43:03] że bardzo trudno będzie wyrokować, że

[43:07] jeżeli byśmy

[43:09] wszystkie zbadali pręty, to te różnice

[43:12] nam się utrzymają w tym kierunku. To

[43:15] znaczy, że rzeczywiście ta średnia

[43:18] będzie taka na starej maszynie y wyższa

[43:22] niż na nowej. Może być zupełnie

[43:24] odwrotnie. Tutaj mamy to P, które jest

[43:27] większe niż 0,5. Tym samym mamy

[43:29] informację, że nie ma podstaw by tę

[43:32] hipotezę odrzucić. Czyli innymi słowy

[43:36] możemy powiedzieć, że nie mamy dowodów

[43:39] na to, że te średnie się wyraźnie między

[43:41] sobą różnią, że widzimy, że rzeczywiście

[43:46] te średnie te średnice są produkowane na

[43:52] nowej maszynie są niższe niż te średnice

[43:55] prętów na maszynie starej. Tutaj może

[43:59] być sytuacja po prostu w każdą ze stron

[44:03] i to dla nas jest akurat korzystna

[44:04] wiadomość, tak że trudno będzie

[44:06] zidentyfikować w tego typu rzeczy, z

[44:11] jakiej maszyny pręd pochodzi. To będzie

[44:13] bardzo, bardzo, bardzo trudne, jeśli

[44:16] chodzi o takie odróżnienie. Czyli tutaj

[44:18] mamy pi value większe niż to 005. Ono

[44:22] jest 0,15 0,14 z haczkiem, więc

[44:25] trzykrotnie tę wartość nam przekracza

[44:28] naszą bazową. To jest na tyle dużo, że

[44:31] my przyjmujemy od razu,

[44:36] że nie ma podstaw do odrzucenia poty

[44:39] zerowych i dalej już tego nie badamy,

[44:41] czyli tłumaczymy, że rzeczywiście te

[44:44] różnice, które wynikają tutaj

[44:47] z dokładnych wyliczyń, te różnice mogą

[44:51] wynikać właśnie z takiego doboru, mogą

[44:55] wynikać z przypadku i i i jakby

[44:58] wyciąganie wnios

[44:59] o różnicach dla całości populacji, z

[45:02] których próby, które zbadaliśmy

[45:04] dokładnie pochodzą, jest na tym etapie

[45:06] niezasadne nieuprawniony. No i

[45:08] oczywiście bardzo ważne zastrzeżenie.

[45:11] Czy to oznacza, że automatycznie

[45:14] udowodniliśmy, że obie maszyny produkują

[45:17] detale o przeciętnej tej samej średnicy?

[45:19] No nie,

[45:21] no nie. My nie udowodniliśmy

[45:24] y nie udowodniliśmy prawdziwości

[45:27] hipotezy zerowej. My nie udowodniliśmy

[45:30] tego, że we wszystkich prętach, jak

[45:33] wyciągniemy średnią dla średnicy maszyny

[45:36] nowej i maszyny starej, czyli prędko

[45:38] produkowanych na maszynie starej, to te

[45:40] średnie będą takie same. Nie, tego nie

[45:42] udowodniliśmy. Co więcej, tego się nie

[45:44] da udowodnić. My tylko udowodniliśmy, że

[45:46] nie ma podstaw bydzić, że one się różnią

[45:49] między sobą. Tak więc tak naprawdę

[45:53] badanie z punktu widzenia naukowego ono

[45:55] nadal pozostaje nieprzesądzone, ale dla

[45:58] nas praktyków w tym momencie jest to

[46:01] informacja całkiem y wystarczająca.

[46:05] Okej. No i teraz, proszę państwa,

[46:07] kolejna rzecz, która tutaj nam się

[46:08] pojawia to dodatkowe warunki, które

[46:13] powinny zostać spełnione, żebyśmy w

[46:15] ogóle mogli mówić o

[46:18] procedurze testów te i o tym, że one są

[46:23] te procedury od początku do końca dla

[46:26] nas wystarczające do tego, żeby

[46:29] wnioskować. Pamiętają państwo, że

[46:32] zaczęliśmy od

[46:35] przywołania, że testy te są wygodne,

[46:37] ponieważ umożliwiają wnioskowanie już na

[46:39] małych czy stosunkowo nielicznych

[46:42] próbach. Druga sprawa, której

[46:45] powiedzieliśmy sobie, to z kolei pewne

[46:49] zastrzeżenie dotyczące rozkładu

[46:51] normalnego, że testy te są super, ale

[46:53] wymagają

[46:56] wiedzy i przeświadczenia o tym, że w

[46:58] każdej z grup będziemy mieli rozkład

[47:00] normalny, żebyśmy mogli porównywać.

[47:02] Trzecia sprawa, która nam się tutaj

[47:04] pojawia,

[47:05] to jest kwestia jednorodności wariancji.

[47:08] Z prawej strony mają państwo na tym

[47:11] slajdzie na zielono zaznaczone P dla

[47:13] wariancji, czyli jest to

[47:16] test, który tutaj jest wewnątrz naszego

[47:20] raportu. My nie widzimy szczegółów tego

[47:22] tego tej procedury tego testowania. co

[47:25] się dzieje mimochodem i to jest

[47:26] raportowane jako coś tam dodatkowego.

[47:28] Nie robimy tego jako osobnej procedury.

[47:31] To jest po prostu gdzieś tam wbudowane i

[47:34] to pojawia się na końcu. Powinniśmy to

[47:35] zrobić oczyście na początku badania, ale

[47:37] nie robimy, bo to jest tak szybko

[47:39] zwracane na końcu, że po prostu jakby

[47:42] możemy poświęcić 5 sekund na to, żeby

[47:44] zrobić badania, a potem je odrzucić z

[47:46] uwagi na wariancje, niż jakby zacząć od

[47:48] wariancji

[47:50] i niepotrzebnie to badanie przedłużać. O

[47:52] co chodzi? Chodzi o to, że każda z tych

[47:55] prób, zarówno pręty dla średnicy nowej,

[47:58] jak i ma nowej maszyny, jak i pręty dla

[48:01] średnicy starej maszyny ma pewien

[48:03] rozkład w środku, prawda? I nawet jeśli

[48:06] są to rozkłady normalne, to mogą te dwa

[48:08] rozkłady być między sobą nieco

[48:11] różniące się stopniem

[48:14] rozstrzału czy tego, w jaki sposób one

[48:16] są rozciągnięte od średniej daleko czy

[48:20] blisko skupione. I teraz chodzi o to, że

[48:23] oprócz tego, że musimy mieć rozkłady

[48:24] normalne, jeszcze musimy mieć też

[48:26] podobny kształt tych rozkładów, żeby nie

[48:29] było tak, że w pierwszym rozkładzie na

[48:31] przykład mamy bardzo yyy blisko średniej

[48:35] większość obserwacji, oczywiście

[48:37] symetrycznie pewnie i tak dalej, a w

[48:38] drugim yyy średnia jest podobna

[48:40] oczywiście, ale ona jest gdzieś tam

[48:43] skupiona

[48:44] skupiona w dalej od niej, czyli mamy

[48:48] bardziej wypaszczony na przykład ten ten

[48:51] wykres. wykres. Muszą te wykresy tych

[48:54] dwóch prób być nie tylko mieć postać do

[48:59] normalnego, ale muszą być podobne

[49:00] względem siebie. I ten test dla

[49:02] wariancji bada właśnie tę podobność, to

[49:04] podobieństwo i i my na podstawie tego

[49:08] testu oceniamy tak zwaną jednorodność

[49:10] wariancji. Teraz żeby żeby móc przejść

[49:12] dalej, żeby móc wnioskować, no to

[49:14] powinniśmy uzyskać informację, że nie ma

[49:16] podstaw do tego, żeby odrzucić hipotezę

[49:20] mówiącą o jednorodności wariancji. Czyli

[49:23] dla nas będzie dobrze, jeśli to p dla

[49:25] wariancji, mówiąc już wprost, będzie

[49:26] bardzo wysokie, a na pewno wyższe od

[49:28] 005. Tu mamy 0,20 coś. Natomiast gdyby

[49:32] tu było mniej niż 0,20 coś, no to wtedy

[49:35] byśmy mieli problem. Tu mamy 0,27. Gdyby

[49:37] to było mniej niż 0, to byśmy musieli

[49:40] odrzucić hipotezę mówiącą o

[49:42] jednorodności wariancji i powiedzieć:

[49:44] "Dobra, mimo że fajnie nam badanie

[49:46] wychodzi, to wariancje są niejednorodne,

[49:47] no i tym samym nie możemy rozciągać

[49:50] wyników, nie możemy wnioskować na

[49:52] podstawie tego, co zrobiliśmy o całości

[49:54] populacji." Więc to jest kolejny

[49:56] warunek, który musi być w naszych

[49:57] testach te spełniony, ale mówię, my go

[50:01] nie obliczamy oddzielnie, bo on się nam

[50:03] pojawia po prostu, przynajmniej w tych

[50:05] naszych procedurach. przy liczeniu jako

[50:09] parametr, który jest raportowany w tym

[50:11] standardowym

[50:13] po prostu ujęciu pakietu statystyka.

[50:15] No i proszę państwa, to jeszcze nie jest

[50:18] wszystko. To była ta część, której

[50:20] mieliśmy dwie niezależne grupy, ale

[50:22] sytuacje są nieco bardziej skomplikowane

[50:24] w życiu i może się zdarzyć tak, że my

[50:29] badamy te same osoby

[50:32] na okoliczność dwóch różnych rzeczy. Na

[50:35] przykład pytamy

[50:37] te same osoby

[50:39] o to, jak oceniają dwa różne produkty. I

[50:44] teraz załóżmy, no zbliża się sezon

[50:46] meczowy, zbliża się sezon

[50:50] mistrzostw świata w piłce nożnej. To

[50:52] jest tradycyjnie czas, kiedy spotykają

[50:54] się najczęściej panowie przy

[50:57] telewizorach. Często towarzyszą temu,

[50:59] nie wiem, jakieś tam powiedzmy alkohole

[51:02] w typie piwo i tak dalej. Pewnie

[51:05] są osoby, które mają swoje ulubione tego

[51:08] typu trunki. No i teraz pytanie, jak to

[51:10] jest, że my oceniamy, prawda, jedno

[51:12] załóżmy piwo A w skali od 1 do 10 na 9,

[51:16] a drugie na przykład to jest jakieś dwa,

[51:18] prawda?

[51:20] Dadamy osoby, ale to jak dwa piwa są

[51:23] oceniane przez daną osobę zależy od

[51:25] wielu czynników, to znaczy od tego czy

[51:27] ta osoba w ogóle lubi piwo, bo na

[51:29] przykład jak w ogóle nie lubi, no to

[51:30] będzie oceniać jedno na dwa, a drugie na

[51:32] trzy, to lepsze, tak? Czyli w ogóle

[51:34] słabo, bo po prostu nie lubi piwa. Są

[51:36] też z kolei adminatorzy piwa, które

[51:37] jakie by nie było, to będzie dwięć albo

[51:39] 10, prawda? To już by musiało być

[51:41] wyjątkowo nie wiadomo co, żeby miało

[51:42] osiem. No są też pewnie tacy, nie?

[51:45] Znaczy nie badałem, ale taka jest myślę,

[51:46] że hipoteza uprawniona. Więc jakby te

[51:50] same osoby mogą różnie oceniać w

[51:53] zależności od tego w ogóle czy dany

[51:54] towar lubią czy nie. Takie badania się

[51:56] robi. Oczywiście bada się smaki piwa,

[52:00] bada się smaki słodyczy, past do zębów,

[52:03] szamponów. No już nie smaki szamponów

[52:05] oczywiście, ale jakieś tam inne atrybuty

[52:07] itp. itd. I to co jest istotne to to, że

[52:10] dana osoba może być na tyle specyficzna,

[52:12] że albo ocenia bardzo wysoko, albo

[52:14] ocenia bardzo nisko i tak dalej, i tak

[52:15] dalej. Więc jakby tutaj musimy pewnego

[52:17] rodzaju doprecyzować to i i trochę

[52:21] więcej

[52:23] w głąb wejść, ponieważ same osoby mogą

[52:25] być specyficzne. Tym samym stosujemy tak

[52:27] zwane testy dla prób zależnych, bo wynik

[52:32] często drugiej oceny zależy od tego,

[52:34] jaka jest pierwsza ocena. No jak w ogóle

[52:38] postrzegamy

[52:39] dany dane zagadnienie. Co więcej, tego

[52:43] typu testy stosujemy wtedy, kiedy mamy

[52:45] wyraźną postać następczą, czyli mamy

[52:48] sytuację, kiedy coś jest zrobione

[52:49] wcześniej, a potem coś jest zrobione

[52:51] postfaktum, czyli po najczęściej

[52:53] wdrożeniu jakiegoś bodźca. Czyli

[52:56] patrzymy jak wygląda sytuacja,

[52:59] kiedy mamy na przykład

[53:04] grupę, która

[53:07] nie przyjęła jakiegoś tam stymulanta i

[53:11] potem patrzymy jak po zadziałanie tego

[53:14] stymulanta to stymulantu to działa. Bo

[53:18] jak wygląda kwestia naszych kompetencji?

[53:20] Często w zesą taki przykład zaraz se

[53:23] powiemy w a szkoleniach produktowych to

[53:28] ma miejsce wtedy kiedy mamy szkolenia

[53:30] produktowe. Za chwilę taki przykład

[53:32] pokażemy. Badamy wiedzę naszych

[53:34] handlowców na temat jakiegoś produktu.

[53:36] Okazuje się, że ona jest taka sobie i

[53:38] wtedy szkolimy, prawda? I patrzymy ile

[53:40] tam w wyniku szkolenia urosło tam wiedzy

[53:43] o produktach. Tak więc jakby no to

[53:46] zależy od wielu czynników. Ktoś jest

[53:49] bardziej zdolny, mniej zdolny, ktoś

[53:50] wiedział więcej na początku, no to już

[53:51] ta wiedza pewnie mu tak nie urośnie i

[53:53] tak dalej, i tak dalej. Więc tutaj

[53:54] musimy przeprowadzić nieco inną

[53:56] procedurę i stosujemy tym samym testy

[53:59] dla prób zależnych. Tutaj oczywiście

[54:04] króciutki przykład też państwu pokażę.

[54:07] To jest dość, znaczy mogliśmy taki

[54:10] przedmiot kiedyś zrobić. Może rozważę

[54:13] to. pokazywał państwu przykłady z

[54:15] biznesu. Nie mogę zdradzać niestety

[54:18] mimo że wiele lat płynęło

[54:19] przedsiębiorstw, które za tym stoją, bo

[54:21] często są to przykłady, które no

[54:25] świadczą o dużym poziomie braków tych o

[54:29] takich w zakresie procedur. Dzisiaj na

[54:32] szczęście coraz mniej takich

[54:34] niekompetentnych ludzi jest

[54:36] i i pewnej pewnych stratach finansowych

[54:39] nawet dlatego, że nie do końca było

[54:40] wiadomo co robić. coś tam robiono na na

[54:44] jakąś tam na poziomie intuicji, a nie na

[54:47] poziomie wiedzy. Y w czym rzecz?

[54:52] Tutaj mamy sytuację taką, że

[54:53] rzeczywiście yyy jakaś poszła fama, że

[54:59] duża, znaczy inaczej duża instytucja

[55:02] wdrażała nowe produkty i się okazało, że

[55:05] jakby w takim odczuciu intuicyjnym

[55:08] okazało się, że ci, którzy te produkty

[55:09] sprzedają, chodzi o rodzaj produktów

[55:11] finansowych, duże przedsiębiorstwo

[55:13] polskie wiele, wiele lat temu, żeby

[55:15] państwa uspokoić,

[55:18] że że po prostu ci, którzy sprzedają to

[55:20] nie wiedzą, co sprzedają. ą, bo nie mają

[55:22] pojęcia o tych produktach. Wprowadzają

[55:24] klientów błąd i tak dalej. Tak więc

[55:26] zbadano. Oczywiście nie wszystkich, bo

[55:28] to się nie dało, więc tam wylosowano

[55:30] ileś tam osób, żeby poddać rzeczywiście

[55:33] testom takich czy co handlowcy wiedzą o

[55:35] tym, co sprzedają. No okazało się, że

[55:37] tam coś wiedzą, ale to było nie za dużo.

[55:41] No to wprowadzono pewnego rodzaju

[55:43] pomysł. Teraz trochę fabularyzuje, bo

[55:45] zrobiono trochę inaczej. Natomiast jakby

[55:47] wprowadzono pewnego rodzaju szkolenia

[55:49] produktowe, żeby zobaczyć czy czy poziom

[55:52] wiedzy się podniesie. Rzeczywiście no

[55:54] przeszkolono te osoby i tutaj mamy

[55:56] wyniki 12 tam z hakiem było na początku,

[55:59] a potem w wyniku szkolenia wynik do 136

[56:03] wzrósł. No wzrósł w jakiś tam sposób

[56:06] średni.

[56:08] I teraz pytanie jest takie, czy

[56:12] to szkolenie, które my zrobiliśmy,

[56:15] przyniosło na tyle rezultaty

[56:17] konsekwentne,

[56:19] że no bo średnia wzrosła. Mówimy o

[56:22] średni, ale musimy zbadać czy ten

[56:24] rozkład był taki, że rzeczywiście ludzie

[56:26] na tym skorzystali, bo być może było

[56:27] tak, że ci, którzy mało wiedzieli,

[56:29] urosło im bardzo dużo, a niektórzy ci,

[56:31] którzy wiedzieli na początku więcej

[56:32] zgłupieni w skutek tego szkolenia. Też

[56:34] taki efekt czasami zachodzi. Ja nie

[56:36] mówię, że w czasie studiów państwo

[56:38] takiego efektu rzeczy doświadczają, bo

[56:40] tak nie jest. Natomiast rzeczywiście na

[56:42] pewnym etapie jest tak, że

[56:44] przeładowanie, taki overload jest

[56:47] szkodliwy z tego względu, że powoduje u

[56:50] ludzi poczucie zmieszania i rodzą się

[56:54] pewnego rodzaju wątpliwości na pewnym

[56:57] etapie.

[56:58] Jak mało wiemy, to każda wiedza jest

[57:00] przyjmowana jeszcze bezkrytycznie, a

[57:01] potem jak już dużo wiemy, zaczynamy mieć

[57:03] wątpliwości,

[57:05] czy to czasem nie ma gdzieś jakiegoś

[57:07] jakiegoś podstępu, jakieś pułapki, czy

[57:09] nie ma jakiejś tutaj podchwytliwości.

[57:12] Rozumieją państwo? To często na

[57:13] egzaminie y doszukują się państwo w

[57:16] prostych pytaniach pułapek, bo wydaje

[57:18] wam się, że tyle wiecie, że to już jest

[57:19] na pewno podchwytliwe i często

[57:21] oczywiście gniecie,

[57:23] polegacie w sensie polegniecie na tym,

[57:26] dlatego że często żadnych podchwliwych

[57:29] rzeczy nie ma. Niepotrzebnie sobie

[57:30] dorabiamy jakąś tam ideologię. No ale

[57:32] jest taki rzeczywiście yyy yyy yyy takie

[57:35] zjawisko może wystąpić, że przy bardzo

[57:37] dużym poziomie wiedzy szukamy niuansów i

[57:40] doszukujemy się rzeczy, ale myślę bądźmy

[57:42] szczerzy, ten duży poziom wiedzy,

[57:43] ogromny poziom wiedzy jeszcze nam tutaj

[57:46] nie grozi. Yyy to tak znowu na

[57:49] marginesie. Przepraszam za t dygresję

[57:50] dzisiaj, ale jakoś nie mogę się

[57:51] pohamować, dlatego że ten przykład,

[57:54] który znam ten przykład od od nieco

[57:57] innej strony, on jest zatrważający z

[57:59] punktu widzenia ile kasy utopiono z

[58:02] pieniędzy polskiego podatnika na. Ale

[58:04] wracamy do naszego do naszego badania.

[58:08] Stosujemy test dla zmiennych zależnych,

[58:11] ponieważ będziemy badali

[58:14] wartości, które ozyskała ta sama grupa

[58:17] tych samych osób.

[58:19] A przed i po na ćwiczeniach myślę, że

[58:23] znaleźliście państwo czas na to, żeby

[58:24] pokazać pełną procedurę testowania i

[58:27] doboru dobrych grup szkoleniowych. Jedną

[58:29] z, bo jest jeszcze jedna lepsza, trochę

[58:31] droższa, ale ale jest. Jak to zrobić,

[58:33] żeby to było zrobione w miarę dobrze,

[58:36] bez po prostu ryzyka

[58:40] wtopienia pieniędzy i nieuzyskania w

[58:43] związku z tym wiarygodnych, rzetelnych,

[58:44] trafnych wyników. No i teraz badamy,

[58:47] stawiamy sobie hipotezy, że te średnie

[58:49] oczywiście przed i po są takie same.

[58:51] Natomiast nam zależy na tym, żeby te yyy

[58:53] tę hipotezę zerową oczywiście odrzucić i

[58:56] przyjąć H1 ze znakiem ostrości.

[58:58] Oczywiście jednostronnie zakreślono, że

[59:01] to przed jest niższe niż po. No takie

[59:03] taki jest efekt szkolenia, że powinniśmy

[59:05] wiedzieć więcej niż niż przed, ale tak

[59:09] jak mówię, powtarzam, badamy testem dla

[59:11] prób zależnych, dlatego że wynik przed i

[59:14] po zależy od konkretnej osoby.

[59:16] Konkretnie wynik po jest konsekwencją

[59:19] tego, co było przed i tego, kim jest

[59:21] dany przypadek, kim jest dana osoba. To

[59:23] nie są dwie niezależne grupy.

[59:27] Dalej, co my tutaj mamy? Mamy informacje

[59:31] o tym, jaka była średnia przed lipo.

[59:33] Widzimy, one się różnią. 12 4 13 6. No

[59:37] jest różnica 1 2 punkta na 20. Czy to

[59:41] jest mało, czy dużo? Nie oceniamy tego w

[59:43] tym momencie. To jest pytanie do

[59:45] oczywiście

[59:47] tych, którzy układali to merytorycznie.

[59:48] Czy to jest zadowalające? Może

[59:50] wystarczająco? Tak, przejście o taki

[59:53] poziom to jest to jest bardzo duża

[59:55] różnica. Nie wiem, bo nie wiemy o czym

[59:56] tutaj mówimy, jeśli chodzi o warstwę

[59:58] merytoryczną. My tylko patrzymy, czy te

[01:00:00] różnice w średnich, one były na tyle

[01:00:04] konsekwentne dla każdego, albo niemalże

[01:00:06] dla każdego z badanych,

[01:00:09] że to nie jest jakaś chaotyczna sprawa,

[01:00:13] że niektórym bardzo mocno wzrosła, a

[01:00:15] niektórym spadła wartość po szkoleniu,

[01:00:17] że to jest pewien nieprzewidywalny

[01:00:19] chaos. My patrzymy, czy nam się to

[01:00:20] układa. Oczywiście testujemy to

[01:00:23] statystykami, które są do tego

[01:00:26] przypisane.

[01:00:27] Mamy tutaj statystykę T dla w testach

[01:00:30] dla prób zależnych. To to jest ta

[01:00:32] różnica, którą wybieramy właśnie ten ten

[01:00:35] to narzędzie wybieramy

[01:00:37] w naszym pakiecie, a nie dla prób dla

[01:00:39] grup niezależnych.

[01:00:41] Ale oczywiście resztę program robi za

[01:00:43] nas już samodzielnie. Nie robimy

[01:00:45] praktycznie nic. dostajemy raportowaną

[01:00:48] tutaj wartość tego tego p. Ono jest

[01:00:52] oczywiście poniżej 005, więc my tutaj

[01:00:54] mamy informację yyy bardzo konkretną. Te

[01:00:58] yyy wyniki są statystycznie istotne.

[01:01:00] Odrzucamy hipotezę zerową. Nawet

[01:01:02] jednostronnie

[01:01:03] możemy powiedzieć, że rzeczywiście

[01:01:06] gdybyśmy rozszerzyli to nasze szkolenie

[01:01:09] na próbę całą, na grupę całą z której

[01:01:13] pochodzi ta próba 20 paru osób, którą

[01:01:15] tutaj mamy, to byśmy uzyskali podobne

[01:01:19] wyniki. Ten sam kierunek byłby zmiany,

[01:01:21] czyli po szkoleniu byłyby wyniki wyższe,

[01:01:23] jeśli chodzi o średnią niż

[01:01:25] przedszkoleniem. to możemy i w zasadzie

[01:01:27] jedynie to powiedzieć na podstawie tego

[01:01:30] bania, ale to jest dobrze, bo to już

[01:01:31] mówi, że to mamy dowody, że ten typ

[01:01:34] szkolenia jest okej, że on przyniesie

[01:01:35] nam wyższą średnią.

[01:01:38] Odrębną ocenę pozostawiamy co do

[01:01:41] jakości, czy ta średnia jest

[01:01:42] wystarczająco wysoka, albo czy nas to po

[01:01:45] prostu zadowala taka taka wysokość. Tego

[01:01:47] tutaj nie widzimy. Widzimy tylko tyle,

[01:01:49] że konsekwentne zmiany nastąpiły i te

[01:01:52] zmiany w zakresie średniej poszkooleni

[01:01:53] nie były dziełem przypadków, tylko

[01:01:55] rzeczywiście one były systematyczne, one

[01:01:56] były takie uporządkowane, że w zasadzie

[01:02:01] rosła ta średnia, rosły dlatego, że

[01:02:04] rosły wyniki wszystkim w miarę podobnie.

[01:02:07] O tak byśmy powiedzieli.

[01:02:09] Więc jest to bardzo ważna, bardzo ważna

[01:02:13] informacja. Oczywiście moglibyśmy potem

[01:02:15] prowadzić jakieś testy dodatkowe po

[01:02:17] roku. Takie testy się prowadzi chodzi o

[01:02:19] retencje wiedzy. No po roku to jest

[01:02:20] dzisiaj już bardzo duży czas. Dzisiaj

[01:02:23] pewnie robimy to w innych interwałach.

[01:02:26] Rok to jeśli chodzi o produkty

[01:02:27] finansowe. Dzisiaj to jest przepaść.

[01:02:30] Kiedyś to nie zmieniało się tak często.

[01:02:32] No tutaj byśmy mogli podobnie zrobić.

[01:02:34] Czy po nastąpił efekt zapominania, czyli

[01:02:37] ta średnia byłaby poniższa. No tutaj

[01:02:40] mamy wynik. Zobaczmy. Jest rzeczywiście

[01:02:41] średnia niższa, ale ale nie na tyle,

[01:02:44] żeby żeby żeby stwierdzić, że

[01:02:46] rzeczywiście tak będzie, więc tutaj

[01:02:49] hipotezy zerowej nie odrzucimy i nie

[01:02:52] mamy jakieś konkretnej konkluzji. Czyli

[01:02:56] dla nas jest to satysfakcjonujące o

[01:02:58] tyle, że jakby nie mamy podstaw bydzić,

[01:03:00] że rzeczywiście po roku ta wiedza będzie

[01:03:03] średnio, jeśli chodzi o ten test, niższa

[01:03:06] niż bezpośrednio po szkoleniu. I to

[01:03:11] jest, proszę państwa, to co nas

[01:03:14] spotka, jeśli chodzi o testy test

[01:03:16] studenta. Oczywiście jest więcej rzeczy,

[01:03:18] które bazują na testach test studenta

[01:03:20] albo na narzędziach, które pochodne są,

[01:03:23] bo możemy porównywać na przykład wiele

[01:03:25] grup na raz, nie tylko dwie grupy, ale

[01:03:27] wiele, stosujemy wówczas prostą, a nowe,

[01:03:29] to znaczy to jest inne narzędzie

[01:03:30] bazujące też na podobnych mechanizmach,

[01:03:32] ale nieco bardziej skomplikowane

[01:03:35] interpretacyjnie. Więc w pakiecie też to

[01:03:38] jest ci, którzy będą porównywać, nie

[01:03:40] wiem, nie dwie grupy między sobą, tylko

[01:03:42] pięć na raz, no to będziemy stosować

[01:03:44] takie narzędzie, które do tego służy.

[01:03:46] Ale sama interpretacja jest bardzo,

[01:03:48] bardzo zbliżona i oparta na podobnych

[01:03:51] mechanizmach. Jeszcze pewnie ze 30, może

[01:03:53] 40 lat temu, jak nie było rozwiniętych

[01:03:55] tych pakietów i i i tych narzędzi, które

[01:03:58] ułatwiają nam szybkie liczenie, to

[01:04:00] stosowano takie testy te do liczenia

[01:04:03] różnic między kilkoma grupami. Tak byśmy

[01:04:05] każdy z każdym. Nie jest to

[01:04:07] statystycznie najlepsze udowodnieni

[01:04:09] statystycy jakiś czas temu, że to jest

[01:04:11] obaczone pewnym błędem, ale też tak

[01:04:14] można sobie poradzić. Pamiętajmy, mamy

[01:04:16] sobie radzić w życiu. Stosując te

[01:04:17] narzędzia, mamy sobie przekonująco

[01:04:18] radzić, a czym będziemy mniej czy

[01:04:20] bardziej dokładni, zawsze jest tak w

[01:04:22] tych badaniach, że opieramy się na

[01:04:23] pewnym prawdopodobieństwie. Nigdy nie

[01:04:26] mamy 100% pewności, nigdy nie mamy

[01:04:29] zdarzenia pewnego albo rzadko kiedy

[01:04:31] mamy. Więc te niedokładności są wpisane

[01:04:34] jakby w w sam proces badawczy. być może

[01:04:38] za 100 lat, może za 50 jakiś mądry

[01:04:41] statystyk, czy probabilista, czy

[01:04:43] matematyk wymyśli jeszcze lepszą

[01:04:44] procedurę testowania i wtedy będziemy

[01:04:47] mówili, że to co my dzisiaj robimy na

[01:04:49] podstawie tego wyciągamy wnioski albo

[01:04:51] więcej inwestujemy bardzo duże

[01:04:53] pieniądze, to to jest to nie było do

[01:04:56] końca do końca rzetelne. Tego nie wiemy.

[01:04:58] Nauka się rozwija, nawet nawet te nauk

[01:05:00] podstawowe taki matematyka czy czy

[01:05:02] statystyka jak najważniej. Dalej

[01:05:04] podsumowując testy te studenta, kiedy my

[01:05:06] je stosujemy, kiedy

[01:05:11] możemy to narzędzie wykorzystywać i od

[01:05:13] razu informacja, kiedy nie powinniśmy

[01:05:16] tego robić, bo będzie źle. Tak, czyli

[01:05:18] nie na siłę. Pierwsza sprawa, grupy o

[01:05:20] licznościach od kilkunastu do około 50.

[01:05:23] Teraz o ile w górę to jak będzie 100, to

[01:05:25] też nie będzie źle. Po prostu nam się

[01:05:27] rozkład te studenta bardzo mocno podobni

[01:05:29] do rozkładu normalnego, ale okej, tu się

[01:05:31] nic nie dzieje niepożądanego. Natomiast

[01:05:34] w dół mniej niż kilkanaście to

[01:05:36] rzeczywiście już nie powinniśmy tego

[01:05:37] narzędzia stosować, bo po prostu ono y

[01:05:41] traci swoje właściwości. Program nam

[01:05:43] pokaże oczywiście pewne wyniki,

[01:05:45] natomiast umówmy się, że te kilkanaście

[01:05:47] to jest kilkanaście to jest rzeczywiście

[01:05:48] taka baza yyy i tak się robi badania

[01:05:52] testami te studenta dla grup na przykład

[01:05:54] 11, 12 elementów, bo czasami nie mamy

[01:05:58] innych możliwości, jak mamy y na

[01:06:01] przykład choroby rzadkie i mamy

[01:06:03] populację na świecie jest 500 osób,

[01:06:05] które mają taką chorobę, bo są takie

[01:06:06] choroby, gdzie na całym świecie na ileś

[01:06:08] tam 8 9 miliardów ludzi mają 500 osób,

[01:06:11] które są, które mają mają zdiagnozowaną

[01:06:13] taką chorobę, no to do badań klinicznych

[01:06:15] znajdziemy kilkanaście, no to jest po

[01:06:17] prostu niesamowite szczęście, że w ogóle

[01:06:19] możemy przetestować lek na 10% czy w

[01:06:23] ogóle wszystkich chorych na świecie.

[01:06:25] Tak, jakbyśmy chcieli przetestować lek

[01:06:26] na 10% chorych na grypę, no to zobaczmy

[01:06:29] ilu byśmy mieli

[01:06:31] testowanych. Więc czasami jest to po

[01:06:33] prostu wymóg. No i tego nie ominiemy.

[01:06:35] Natomiast dla zasady my powinniśmy

[01:06:37] przyjąć minimum 15, no ale optymalnie

[01:06:40] rzeczywiście to będzie jednak 10, a nie

[01:06:42] na druga sprawa, grupy, te dwie grupy,

[01:06:46] które porównujemy, powinny być grupami

[01:06:47] równolicznymi, czyli powinny mieć taką

[01:06:50] samą liczebność. Oczywiście będzie to

[01:06:53] praktycznie często bardzo trudne, żeby

[01:06:56] jak w jednej jest 30, w drugiej by

[01:06:57] dokładnie 30. No nie do końca o to

[01:07:00] chodzi. Chodzi o to, żeby one były w

[01:07:02] miarę równoliczne i ta akceptowalna

[01:07:05] dysproporcja, którą my tutaj mamy, to

[01:07:07] jest 1 do półtora. Czyli jak w jednej

[01:07:09] będzie 30, to w drugiej może być

[01:07:11] maksymalnie

[01:07:12] 1,5 x 30, czyli 45. Czyli jak w jednej

[01:07:15] będzie 30, a w drugiej 40 jest okej. Jak

[01:07:18] w jednej będzie 20, a w drugiej 30 też

[01:07:20] jest okej. Jak w jednej będzie 12 25, a

[01:07:23] w drugiej będzie 35, też jest okej. Ale

[01:07:25] jak w jednej będzie 25, a w drugiej

[01:07:27] będzie 40, to już nie jest okej. Tak, bo

[01:07:30] tu jest 25, połowa z 25 jest 13, tak? No

[01:07:33] to jest 38, a mamy 41, więc jeszcze jest

[01:07:35] za dużo w tej dużej drugiej, tak? Więc

[01:07:37] musimy te grupy inaczej dodać. Więc

[01:07:40] pamiętajmy, że ta większa grupa to

[01:07:43] powinno być co najwyżej półtora tej yyy

[01:07:47] grupy mniejszej. Tak więc to jest

[01:07:49] istotne, żeby nie było tak, że w jednej

[01:07:51] jest 20, w drugiej 40, bo to już wtedy

[01:07:54] te warunki brzegowe są niespełnione.

[01:07:57] Druga sprawa, no to oczy się w każdej

[01:07:59] grupie powinniśmy mieć rozkład normalny.

[01:08:01] To mówiliśmy, testujemy to testem

[01:08:02] szapierowilka.

[01:08:04] Jeśli się gdzieś pojawia rozkład, który

[01:08:06] odbiega od rozkładu normalnego, no to

[01:08:08] wtedy mówimy: "No niestety, dziękujemy

[01:08:09] bardzo." Jest to szczególnie istotne

[01:08:11] przy porównywaniu

[01:08:13] grup niezależnych. Tak jest. To bardzo

[01:08:16] ważne. jest również ważne przy testach

[01:08:20] zależnych, ale czasami w szczególnych

[01:08:23] przypadkach, tu nie będziemy się bardzo

[01:08:26] ten nad tym rozwodzić, przymyka się oko

[01:08:28] na to, szczególnie kiedy mówimy o

[01:08:31] badaniach powodcowych,

[01:08:34] czyli

[01:08:36] po użyciu tego interwencji, to czasami

[01:08:39] się wtedy na ten rozkład normalny

[01:08:40] przymyka oko, ale to to są dywagacje,

[01:08:42] nie będziemy w tym momencie tych

[01:08:44] szczególnych przypadków omawiali. Yyy,

[01:08:47] no i oczywiście to, o czym mówiłem, te

[01:08:49] jednorodne warianty, które się pojawiają

[01:08:52] przy badaniach, które są raportowane

[01:08:54] gdzieś tam z boku, ale one są bardzo

[01:08:56] ważne dla oceny właściwie w ogóle startu

[01:09:00] do badań, bo od tego powiedzmy zarzą, no

[01:09:01] ale nie zaczynamy z punktu widzenia po

[01:09:03] prostu budowy pakietów statystycznych.

[01:09:05] to jest natychmiast nam raportowane. No

[01:09:09] i w zasadzie, proszę państwa, to jest y

[01:09:13] tyle, jeśli chodzi o te sprawy związane

[01:09:18] z

[01:09:20] testami

[01:09:22] te dla zarówno dwóch grup niezależnych.

[01:09:25] Dwóch, bo nie rozwijamy tego na więcej

[01:09:28] niż dwie, bo wtedy byśmy mieli już inne

[01:09:30] narzędzie zwane ANOA, tak to dla

[01:09:33] chętnych. I druga grupa to czy drugi

[01:09:37] rodzaj to są te testy dla prób

[01:09:40] zależnych, kiedy mamy albo sytuację

[01:09:44] przed po interwencją albo mamy jedną

[01:09:46] osobę, która wypowiada się na temat

[01:09:49] dwóch rzeczy, które bada, czyli na

[01:09:52] przykład smaku

[01:09:54] produktu A, produktu B i tak dalej, i

[01:09:56] tak dalej, i tak dalej.

[01:09:58] Dobrze, proszę państwa, to w tym

[01:10:01] układzie

[01:10:03] byłoby na tyle. Czy

[01:10:07] mają państwo w związku z tym jakieś do

[01:10:11] mnie

[01:10:14] pytania albo coś chcą państwo wiedzieć,

[01:10:17] co być może jest związane z

[01:10:21] egzaminem albo coś takiego, nie wiem.

[01:10:23] Słucham państwa.

[01:10:28] Nic.

[01:10:32] Okej, to w takim razie

[01:10:35] cóż, przypomnę tylko wrzucę sobie

[01:10:38] kalendarz jeszcze, żeby nie było

[01:10:41] wątpliwości. Szukam was. A sobota 20,

[01:10:45] 11:30, 12:30, aula. O, zgadza się. Tu

[01:10:51] proszę o potwierdzenie werbalne, oralne,

[01:10:53] że tak.

[01:10:54] Proszę, niech tam ktoś powie, że tak.

[01:10:58] >> Zgadza się.

[01:10:59] >> Dziękuję, bo już miałem wątpliwości, że

[01:11:01] mówię tylko do

[01:11:03] muchy, która mi tu w gabinecie latała.

[01:11:05] Może państwo słyszeli jak ją goniłem. Co

[01:11:07] za dziadostwo, takie brzydkie, takie

[01:11:09] wielkie.

[01:11:11] Także trochę byłem rozbiegany. Dzisiaj

[01:11:13] mam takie urządzenie, które pomaga mi

[01:11:14] zapanować nad tym, ale y nie, chyba nie

[01:11:18] było słychać, nie, jak tam goniłem. W

[01:11:20] każdym razie upolowałem. Yyy, zatem,

[01:11:23] proszę państwa, spotykamy się w tym

[01:11:25] czasie, o którym państwu mówiłem. Yyy,

[01:11:27] nie przynosimy żadnych kalkulatorów.

[01:11:30] Yyy, stosujemy się do zalety ministry

[01:11:33] yyy jak ona ma, Barbary tej z

[01:11:36] podstawówek, że będziemy komór komórki

[01:11:38] chowali. Nie ma, nie ma nic, nie tylko

[01:11:41] długopis przenosimy na ta nie potrzeba

[01:11:43] nam tak żadnych innych rzeczy.

[01:11:47] No i tyle. I postaram się to państwo

[01:11:49] sprawdzić wszystko sprawnie, itp., itd.

[01:11:52] Kto nie chce na egzamin przyjść,

[01:11:53] oczywiście nie musi. Zapraszam wówczas

[01:11:55] na poprawkę. We wrześniu też będzie czas

[01:11:57] na zdanie egzaminu.

[01:12:01] Ci, którzy nie mają ćwiczeń zaliczonych

[01:12:03] do tego czasu, to muszą to zrobić, bo

[01:12:04] nie mogą do egzaminu po prostu bez

[01:12:07] rozliczenia ćwiczeń przystąpić. I Wika,

[01:12:10] pani Wiktoria,

[01:12:13] >> dzień dobry, bo chyba na, nie wiem czy

[01:12:16] mnie słychać.

[01:12:17] Słychać

[01:12:19] >> chyba na jakby w planie sesji letniej

[01:12:23] mamy wpisaną godzinę 13:30.

[01:12:26] mi się wydaje.

[01:12:27] >> Tak wam się wydaje, ale wydaje mi się

[01:12:30] również, że zostało to zaktualizowane.

[01:12:34] A zostało to zaktualizowane wczoraj,

[01:12:36] ponieważ byłem u planistki i byliśmy

[01:12:39] bardzo głęboko zdziwieni. Rzeczywiście

[01:12:40] było wpisane 13:00 i to się nie

[01:12:43] pokrywało z wpisa z wpisami, które były

[01:12:46] gdzie indziej i stwierdziliśmy, że są

[01:12:50] państwo wolni o 11:30. Już kończycie o

[01:12:53] 11:15 chyba. ostatni egzamin część z

[01:12:57] państwa uczka pana profesora

[01:12:58] Mańkowskiego wydaje mi się i o 11:30

[01:13:01] jesteście wszyscy wolni stąd też pani

[01:13:03] planistka wpisała 11:30 więc prosiłbym o

[01:13:06] sprawdzenie tego czy to jest

[01:13:07] zaktualizowane czy nie. Jeśli byłby

[01:13:09] rzeczywiście jakiś

[01:13:12] problem z tym to ja to jeszcze wyjaśnię

[01:13:14] w poniedziałek ale państwo i tak są w

[01:13:17] tym dniu na uczelni nieuzanno, proszę

[01:13:19] bardzo. Pani Zan Tandecka. Yyy, ja mam

[01:13:22] pytanie, czy yyy na egzaminie będą

[01:13:24] zadania otwarte też, czy

[01:13:25] >> yyy

[01:13:27] nie?

[01:13:28] >> A dobrze, dziękuję. A

[01:13:31] >> nie wiem. Znaczy to jest bardzo dobre

[01:13:34] pytanie. Wiedzą państwo, że zgodnie z

[01:13:37] wytycznymi komisji akredytacyjnych i

[01:13:41] tych wszystkich gremiów, które są bardzo

[01:13:43] mądre, jeśli chodzi o to, jak powinniśmy

[01:13:44] państwa nauczać i tak dalej, to my

[01:13:47] powinniśmy takie pytania w zasadzie

[01:13:51] preferować jako egzaminy, jako te

[01:13:53] pytania egzaminacyjne,

[01:13:55] a bazowanie wyłącznie na

[01:13:57] kwestjonariuszach zamkniętych, tak jak

[01:13:59] my to robimy dla wygody, no to zgodzicie

[01:14:02] się państwo, że jest wygodne dla was i

[01:14:05] dla nas, ale niekoniecznie wygodne z

[01:14:07] punktu widzenia obiektywnego

[01:14:09] weryfikowania. Więc ja zastrzegam sobie,

[01:14:12] że niektóre takie proste pytania, ale

[01:14:15] proste, których coś dopiszemy, czyli

[01:14:17] otwarte o charakterze takim, że nie

[01:14:19] będzie podana odpowiedź, ale ono nie

[01:14:22] będzie związane z tym, że mamy na pół

[01:14:23] strony coś pisać, bo no to by państwa

[01:14:26] zamęczyło, nie umiecie pisać ręcznie tak

[01:14:28] na pół strony, bo to boli ręka potem.

[01:14:30] Więc mogą się pojawić pytania, w których

[01:14:33] trzeba będzie coś wpisać, czego nie

[01:14:35] będzie obok. Tak. I to to tak to się

[01:14:39] może zdarzyć. Aczkolwiek jeszcze nie

[01:14:40] wiem, powiem szczerze, bo jeszcze nie

[01:14:42] układałem yyy dla państwa tych testów.

[01:14:46] Zwykle mam to zrobione, ale tutaj nie.

[01:14:48] No jeszcze nie zdążę, nie wyrobiłem się.

[01:14:50] Także przepraszam za tak nieprecyzyjną

[01:14:53] odpowiedź, ale może być tak, a może być

[01:14:55] siak. Nie,

[01:14:56] >> dobrze, dziękuję.

[01:14:58] >> Proszę bardzo.

[01:15:01] No cóż,

[01:15:04] okej. No to fajnie było się z państwem

[01:15:05] spotkać. Szkoda, że online przez cały

[01:15:08] semestr. Życzę, że życzę sobie i

[01:15:11] państwu, żeby to było na bazie

[01:15:13] merytorycznych spotkań z instrumentarium

[01:15:15] badań nasze przedostatnie spotkanie,

[01:15:17] czyli ostatnie na egzaminie, a potem

[01:15:18] żebyście państwo o mile wspominali,

[01:15:21] bo dla tych, którzy bardzo są

[01:15:23] przywiązani, pozostanie wrześnień, a dla

[01:15:25] tych najbardziej przywiązanych to

[01:15:26] przyszły semestr, znaczy przyszły rok.

[01:15:28] Tak myślę, że takich jest yyy aż tylu z

[01:15:31] państwa nie będzie. Yyy ale zachęcam do

[01:15:35] pogłębionej nauki, do tego, żeby państwo

[01:15:37] się przygotowali, żeby przed samym sobą

[01:15:40] mieć czyste sumienie, że zrobiło się

[01:15:42] wszystko co można albo dużo na tyle,

[01:15:44] żeby mieć spokój w czasie tego egzaminu.

[01:15:47] I przypominam 11:30.

[01:15:50] Proszę to śledzić. I nie wiem czy zdążę

[01:15:53] państwu przypominajkę wysłać przez

[01:15:54] e-uczelnię o konkretnej godzinie. Jeśli

[01:15:57] nie zapomnę i będę miał na to czas, to

[01:15:58] postaram się na dzień wcześniej wysłać,

[01:16:01] żebyście nie byli zdziwieni, że w tym

[01:16:03] czasie idziecie sobie na kawę, a

[01:16:05] powinniście być zwiedzone na między

[01:16:08] innymi na eBay. Dziękuję państwu i

[01:16:12] wszystkiego dobrego. Do widzenia.

[01:16:15] >> Dziękujemy. Do widzenia.

[01:16:16] >> Dziękujemy.

[01:16:18] Do widzenia.

[01:16:20] w