Search results

1

UZASADNIENIE I PRZEKONANIE JAKO PODSTAWY DOWODU W PROCESIE KARNYM

100%

Konieczny J.

Roczniki Administracji i Prawa

|

2019

|

vol. specjalny

|

issue XIX

123-137

PL

Celem artykułu jest przedstawienie roli uzasadniania i przekonania w toku dowodzenia winy w procesie karnym. Punktem wyjścia jest wskazanie indukcyjnego charakteru rozumowań dowodowych i uznawanie ich konkluzji na podstawie decyzji organu procesowego. Decyzje te pojawiają się po osiągnięciu przez organ procesowy poziomu aspiracji do ich podjęcia; drugą podstawą może być ich oczekiwana użyteczność. Wymagania, dotyczące udowodnienia, zestawione zostały z koncepcją wiedzy. Jeśli założyć, że przypisanie określonemu podmiotowi wiedzy polega na posiadaniu przez ten podmiot uzasadnionego, trafnego przekonania, wtedy można przyjąć, że posiadanie takiej wiedzy jest równoznaczne z udowodnieniem w sensie procesowym. Narzędziami wspomagającymi dążenie do poprawności dowodzenia są funkcja przekonania w ujęciu Shafera-Dempstera oraz podejście bayesowskie w podejmowaniu decyzji dotyczących ustaleń faktycznych.

EN

The aim of the article is to present the role of justification and belief in the course of proving guilt in a criminal trial. The starting point is the indication of the inductive character of evidentiary reasoning and the acceptance of its conclusions on the basis of the decision making by trial authority. These decisions appear after the process in which this authority reaches the level of aspirations to make them; the second basis may be their expected usefulness. The requirements for proof are contrasted with the concept of knowledge. If one assumes that the attribution of knowledge to a particular subject consists in the possession of a justified, accurate belief by that subject, then one can assume that the possession of such knowledge is tantamount to proving in a trial sense. The tools supporting the pursuit of correctness of command are the Shafer-Dempster belief function and the Bayesian approach in making decisions about factual findings

2

Pomiar efektywności zróżnicowanych technologicznie gospodarstw rolnych w Unii Europejskiej

100%

Marzec J., Pisulewski A.

Gospodarka Narodowa. The Polish Journal of Economics

|

2020

|

vol. 303

|

issue 3

111-137

EN

The aim of the present study was to derive the characteristics of the production process for crop farms in the European Union member states. The paper uses regional data on farms taken from the Farm Accountancy Data Network (FADN). Therefore, the models that account for heterogeneity among the analysed regions, were used in the present study. In particular, the paper considers two approaches to modelling heterogeneity: deterministic and stochastic. The deterministic approach is reflected in the paper with the usage of translog production function model, which allows output elasticities to depend on the input levels. The stochastic approach is represented by a stochastic frontier model with random coefficients. The application of the above-mentioned concept allowed to derive the Cobb-Douglas (C–D) production function model with individual parameters. The parameters of the four models were estimated using the Bayesian approach. The obtained results indicate that the C–D model is the best. In addition, it was observed that for the EU average, the highest production elasticity is with respect to materials, while the lowest w.r.t area. Surprisingly, the results suggest a high mean technical efficiency of the analysed regions (0.95), with very small dispersion of these scores.

PL

Celem niniejszego opracowania jest określenie charakterystyk procesu produkcyjnego gospodarstw rolnych specjalizujących się w uprawach polowych w państwach członkowskich Unii Europejskiej. W pracy wykorzystano dane regionalne FADN. W związku z występującym zróżnicowaniem między regionami w pracy wykorzystano modele uwzględniające tę heterogeniczność. W szczególności rozważono dwa sposoby modelowania heterogeniczności: deterministyczny oraz stochastyczny. Odzwierciedleniem pierwszego sposobu jest wykorzystanie w niniejszej pracy modelu funkcji produkcji typu translog, który pozwala, żeby elastyczności produkcji względem nakładów czynników produkcji zależały od wielkości nakładów. Natomiast stochastyczny sposób modelowania heterogeniczności reprezentuje stochastyczny model graniczny z losowymi parametrami. Zastosowanie powyższej koncepcji pozwoliło na zbudowanie modelu funkcji produkcji typu Cobba i Douglasa (C–D) z indywidualnymi parametrami. Estymacji parametrów czterech modeli dokonano za pomocą podejścia bayesowskiego. Otrzymane wyniki jednoznacznie wskazują, że najlepszym modelem okazał się model C–D z indywidualnymi parametrami. Ponadto zaobserwowano, że dla średniej unijnej najwyższa elastyczność produkcji występuje względem nakładów materiałów, a najniższa względem areału. Natomiast dosyć zaskakującym wynikiem jest wysoki poziom średniej efektywności technicznej (0,95) przy bardzo niewielkim rozproszeniu tych ocen.

3

Istotność statystyczna w czasach big data

80%

Szreder M.

Wiadomości Statystyczne. The Polish Statistician

|

2019

|

vol. 64

|

issue 11

42-57

EN

The development of new technologies has affected both the procedures of traditional statistical surveys and the perception of their results in the light of other available sources of information. In this connection, the role of the verification of statistical hypotheses and of the interpretation and presentation of its results, including the use of statistical significance and p-value, has recently returned as a frequent topic for discussion among the scientific community. The author was inspired to write this paper by a wave of discussion regarding this matter held at the beginning of 2019 in the Nature and The American Statistician journals. The aim of the paper is to present the opportunities provided and challenges posed by the use of big data to the hypothesis verification process and to statistical inference, both in the traditional and Bayesian approaches. The author explains the necessity of discontinuing adopting excessive simplifications while performing statistical inference and presenting the results of the verification of hypotheses. This involves both the postulate to pay greater attention to the quality of sampling data, especially in the case of data originating from big data sets, as well as the postulate to provide full information about the statistical model on the basis of which the inference is being performed.

PL

Rozwój nowych technologii wpływa zarówno na realizację badań statystycznych, jak i na postrzeganie ich wyników w świetle innych źródeł informacji. W tym kontekście powraca w środowisku naukowym temat roli testowania hipotez statystycznych oraz interpretowania i przedstawiania jego wyników, w tym stosowania kategorii istotności statystycznej oraz wskaźnika p-value. Inspiracją do powstania tego opracowania stała się fala dyskusji wokół tego zagadnienia toczących się na forum czasopism „Nature” i „The American Statistician” na początku 2019 r. Celem artykułu jest ukazanie szans i zagrożeń, jakie big data stwarza dla weryfikacji hipotez i wnioskowania statystycznego, zarówno w ujęciu klasycznym, jak i w podejściu bayesowskim. Autor uzasadnia konieczność zaniechania zbyt daleko posuniętych uproszczeń w realizacji procesu wnioskowania statystycznego oraz prezentowaniu wyników weryfikacji hipotez. Chodzi zarówno o postulat uwzględnienia jakości danych próbkowych, zwłaszcza typu big data, jak i o podawanie pełnej informacji o modelu statystycznym, na podstawie którego przeprowadza się wnioskowanie.

Refine search results

1 Gospodarka Narodowa. The Polish Journal of Economics

1 Roczniki Administracji i Prawa

1 Wiadomości Statystyczne. The Polish Statistician

1 2020

2 2019

1 Konieczny J.

1 Marzec J.

1 Pisulewski A.

1 Szreder M.

UZASADNIENIE I PRZEKONANIE JAKO PODSTAWY DOWODU W PROCESIE KARNYM

Pomiar efektywności zróżnicowanych technologicznie gospodarstw rolnych w Unii Europejskiej

Istotność statystyczna w czasach big data