Kwalifikacje w Zawodzie - Testy zawodowe online | Egzaminy Zawodowe

KWALIFIKACJA SPL5 - TEST WIEDZY NR 3



PYTANIE NR 3.
Załóżmy, że prowadzisz analizę statystyczną dla firmy spedycyjnej, aby zrozumieć, jak różne czynniki wpływają na czas dostawy. Oto dane, które masz do dyspozycji:
Przesyłka Waga Odległość Czas dostawy
1 10 kg 100 km 2 godz.
2 20 kg 200 km 4 godz.
3 30 kg 300 km 6 godz.
Jaki rodzaj badania statystycznego jest najbardziej odpowiedni do analizy tych danych?
A.
B.
C.
D.
Wyjaśnienie poprawnej odpowiedzi:
Regresja liniowa służy do opisu i oceny zależności między zmienną ilościową (czas dostawy) a jedną lub wieloma zmiennymi ilościowymi (np. odległość, waga). Test chi-kwadrat dotyczy zwykle danych kategorycznych, a test t i ANOVA porównują średnie między grupami, nie modelują ciągłej zależności.

Pełne wyjaśnienie:

W przedstawionych danych wszystkie kluczowe wielkości mają charakter ilościowy: waga (kg), odległość (km) i czas dostawy (godz.). Celem jest sprawdzenie, jak czynniki (waga, odległość) wpływają na czas dostawy, czyli jak zmienia się czas wraz ze zmianą tych zmiennych. Do takiego zadania najczęściej stosuje się regresję liniową (w wersji prostej dla jednej zmiennej objaśniającej albo wielorakiej dla kilku).

Dlaczego regresja liniowa jest właściwa?

  • Pozwala opisać kierunek i siłę zależności (np. czy czas rośnie wraz z odległością).
  • Umożliwia estymację parametrów i tworzenie prognoz (np. przewidywany czas dla nowej przesyłki).
  • Jest dopasowana do sytuacji, gdy zmienna zależna jest ciągła/ilościowa.

Dlaczego pozostałe odpowiedzi są nieadekwatne?

  • Test chi-kwadrat wykorzystuje się głównie dla danych jakościowych (np. zależność między kategoriami) lub dopasowania rozkładu liczności. Tutaj nie mamy tabeli częstości kategorii, tylko pomiary ilościowe.
  • Test t-Studenta służy do porównania średnich w dwóch grupach (np. średni czas dostawy dla dwóch typów transportu). Pytanie nie definiuje dwóch grup, lecz zależność między wielkościami.
  • ANOVA (analiza wariancji) porównuje średnie w co najmniej trzech grupach. Byłaby sensowna, gdyby np. czas dostawy porównywano między kilkoma przewoźnikami lub rodzajami usług. W danych nie ma takiego podziału na grupy.

Wskazówka egzaminacyjna: najpierw rozpoznaj typ zmiennej zależnej (czas) i typ predyktorów (waga, odległość). Jeśli wszystkie są ilościowe i interesuje Cię "wpływ"/"zależność" oraz prognoza, to zwykle wybierasz regresję; jeśli interesuje Cię różnica średnich między grupami, wybierasz test t lub ANOVA; jeśli zależność między kategoriami, rozważasz chi-kwadrat.

Dodatkowe pytania

Dodatkowe pytania (FAQ):
Co to jest regresja liniowa w analizie czasu dostawy?
Regresja liniowa to metoda, która opisuje zależność między zmienną ilościową (np. czas dostawy) a jedną lub kilkoma zmiennymi ilościowymi (np. odległość, waga). Pozwala oszacować, o ile średnio zmieni się czas przy zmianie czynnika oraz tworzyć proste prognozy czasu dla nowych przesyłek.
Jak rozpoznać, że w zadaniu pasuje regresja, a nie test t-Studenta?
Wybierz regresję, gdy analizujesz zależność między wielkościami liczbowymi (czas vs odległość/waga). Test t-Studenta pasuje, gdy porównujesz dwie grupy (np. średni czas dla dwóch przewoźników). Jeśli w pytaniu nie ma dwóch wyraźnych grup, test t zwykle nie jest właściwy.
Dlaczego test chi-kwadrat nie jest dobry do wagi, odległości i czasu dostawy?
Test chi-kwadrat najczęściej dotyczy danych kategorycznych i tabel liczności (np. typ usługi vs opóźnienie: tak/nie). Waga, odległość i czas to pomiary ilościowe, a celem jest opis relacji liczbowej. Do tego służy regresja lub korelacja, a nie chi-kwadrat.
Kiedy w logistyce stosuje się ANOVA zamiast regresji?
ANOVA stosuje się, gdy chcesz porównać średni czas dostawy między co najmniej trzema grupami, np. różnymi przewoźnikami, magazynami, trasami w kategoriach lub poziomami usługi. Regresja jest lepsza, gdy czynniki są liczbowe (km, kg) i interesuje Cię zależność "im więcej, tym…".
Jakie zmienne są zależne i niezależne w analizie czasu dostawy?
Zmienna zależna to ta, którą wyjaśniasz (najczęściej czas dostawy). Zmienne niezależne (objaśniające) to czynniki, które mogą wpływać na czas, np. odległość, waga, liczba przeładunków czy rodzaj transportu. W regresji sprawdzasz, jak zmienna zależna zmienia się wraz z niezależnymi.
Czy da się zrobić regresję liniową mając tylko trzy obserwacje?
Technicznie można dopasować prostą, ale przy trzech obserwacjach wnioski są bardzo słabe i mało wiarygodne. W praktyce potrzebujesz większej próby, by ocenić niepewność i sprawdzić założenia modelu. Na egzaminie pytanie zwykle dotyczy doboru metody, a nie jakości wnioskowania przy małej próbie.
Jak w spedycji wykorzystać regresję do prognozowania ETA?
Możesz zbudować model, w którym czas dostawy zależy od odległości, masy, liczby punktów na trasie czy rodzaju środka transportu. Taki model pomaga oszacować ETA dla nowego zlecenia, porównać scenariusze i szybciej informować klienta. W praktyce ważne jest też uwzględnianie warunków drogowych i czasu załadunku.
Co jest najczęstszym błędem przy wyborze metody statystycznej w takich zadaniach?
Najczęściej myli się sytuację "zależność między liczbami" z "porównaniem grup". Jeśli widzisz dwie liczby, nie znaczy to jeszcze, że potrzebujesz testu t. Najpierw sprawdź, czy masz grupy (kategorie), czy raczej zmienne ciągłe (km, kg) i chcesz opisać wpływ na czas.
Jakie założenia ma regresja liniowa w analizie czasu dostawy?
W klasycznym ujęciu zakłada się m.in. liniową zależność średniej wartości czasu od predyktorów, niezależność obserwacji oraz brak silnych odstających błędów. Często sprawdza się też, czy rozrzut reszt jest w miarę stały. Na poziomie egzaminu kluczowe jest jednak rozpoznanie, że to metoda dla danych ilościowych.
Jakie inne metody, poza regresją, mogą wspierać analizę terminowości dostaw?
Oprócz regresji używa się korelacji do wstępnej oceny związku, statystyk opisowych do analizy rozkładu czasów oraz wykresów trendu. Przy danych kategorycznych (np. przewoźnik, typ usługi) mogą przydać się testy porównawcze. W praktyce spotyka się też modele nieliniowe, jeśli zależność nie jest prosta.
info

Statystycznie 68% uczniów zna prawidłową odpowiedź. średnie

Według specjalistów z branży: "Regresja liniowa służy do opisu i oceny zależności między zmienną ilościową (czas dostawy) a jedną lub wieloma zmiennymi ilościowymi (np. odległość, waga)."

Źródła:

  • NIST/SEMATECH e-Handbook of Statistical Methods, rozdział "Regression", https://www.itl.nist.gov/div898/handbook/pmd/section1/pmd1.htm (dostęp: 2026-02-18)
  • NIST/SEMATECH e-Handbook of Statistical Methods, rozdział "Chi-Square Tests", https://www.itl.nist.gov/div898/handbook/eda/section3/eda35f.htm (dostęp: 2026-02-18)
  • NIST/SEMATECH e-Handbook of Statistical Methods, rozdział "One-way ANOVA", https://www.itl.nist.gov/div898/handbook/prc/section4/prc41.htm (dostęp: 2026-02-18)

Materiały:

  • NIST/SEMATECH e-Handbook: rozdziały o regresji i doborze metod statystycznych
  • Podręcznik statystyki opisowej i wnioskowania: rozdział o teście t i ANOVA
  • Materiały kursowe z analizy danych w logistyce (korelacja, regresja, prognozowanie)
Zobacz też:

Aktualizacja pytania: 31.03.2026



Aktualizacja pytania: 31.03.2026
📡 Brak połączenia internetowego