Valószínűségszámítás és Statisztika I. zh november MEGOLDÁS
|
|
- Marcell Fazekas
- 8 évvel ezelőtt
- Látták:
Átírás
1 Valószínűségszámítás és Statisztika I. zh november MEGOLDÁS 1. Kihasználva a hosszasan elhúzódó jó időt, kirándulást szeretnénk tenni az ország tíz legmagasabb csúcsa közül háromra az elkövetkezendő hétvégén. Ha véletlenszerűen választjuk ki úti céljainkat, akkor mennyi a valószínűsége, hogy: a. Pontosan kétszer leszünk a Bükkben? b. Maximum 1-szer túrázunk a Mátrában? c. Istállós-kőre eljutunk? d. A Galya-tető lesz a legmagasabb a három túra helyszínből? A feladat mögött a Visszatevés nélküli mintavételezés modellje van. Hegycsúcs neve Hegység Magasság 1. Kékes Mátra Pezsgő-kő Mátra Galya-tető Mátra Szilvási-kő Bükk Péter hegyese Mátra Istállós-kő Bükk Tányéros-töbör Bükk Bálvány Bükk Kőrös-bérc Bükk Virágos-Sár-hegy Bükk 955 X = a három túrából a Mátrában tett kirándulások száma (Hipergeometriai valószínűségi változó) Ha pontosan kétszer vagyunk a Bükkben, az annak felel meg, hogy egyszer vagyunk a Mátrában: c, Y = a három túrából az Istállós-kőn tett kirándulások száma (Hipergeometriai valószínűségi változó) d, I. megoldás: Z = a három túrából Gyalya-tető lesz a legmagasabb = Kékesre, illetve Pezsgő-kőre nem jutok el ÉS(!) Gyalya-tetőre igen ÉS(!) még kettőre a maradék hétből. vagy itt (3 pont) d, II. megoldás: Z 1 =három túrából Kékesre, illetve Pezsgő-kőre nem jutok el Z 2 =három túrából Kékesre, Pezsgő-kőre illetve Galya-tetőre nem jutok el Z = a három túrából Gyalya-tető lesz a legmagasabb = Z 1 \ Z 2 vagy itt (3 pont)
2 2. Egy vidéki házi orvos egy nap 8 órát rendel, ez alatt átlagosan 24-en keresik fel. a. Mi a valószínűsége, hogy a következő órában minimum 2 beteg keresi fel? b. Mi a valószínűsége, hogy két beteg érkezése között eltelt idő, legalább 18 perc? X = Egy óra alatt a betegek száma (tekinthető Poisson eloszlású val. változónak) E(X) = = = 3 Y = Két betegek érkezése között eltelt idő percben mérve (tekinthető Exponenciális eloszlású val. változónak)
3 3. Egy étterem három különböző sörfőzdéből szerzi be a sörkészletét. Az I. sörfőzdéből származik a készletének 30%- a II.-ból a 50%- a maradék a III. sörfőzdéből. Az alábbi táblázat tartalmazza a gyártott szűrt illetve szűretlen sör arányát a különböző sörfőzdékben. Az egyik pultos találomra csapra ver egy hordót (szigorúan minőségellenőrzés céljából!). Mi a valószínűsége, hogy a kiválasztott hordó: Szűrt- / Szüretlen sör arány I. Sörfőzde 7:1 II. Sörfőzde 2:1 III. Sörfőzde Nem gyárt szűretlen sört a. Szűrt sört tartalmaz? b. Kóstolás után rájött, hogy szűrt sör. Mi a valószínűsége, hogy az I. sörfőzdéből származik a hordó? A = A kiválasztott hordóban szűrt sör van B 1 = A kiválasztott hordó az I. sörfőzdéből származik => P(B 1 ) = 0,3 B 2 = A kiválasztott hordó a II. sörfőzdéből származik => P(B 2 ) = 0,5 B 3 = A kiválasztott hordó a III. sörfőzdéből származik => P(B 3 ) = 0,2 Teljes valószínűség tétele: Bayes Tétel: (3 pont) +
4 4. Egy ifjú férj azzal lepi meg feleségét első házassági évfordulójuk alkalmával, hogy két héten keresztül mindennap hozz neki egy szál virágot. Feleségének kedvenc virágai a Kál a Tulipán, a Gerbera és a Rózsa. Ha mindennap véletlenszerűen választ virágot, mi a valószínűsége, hogy kedvese mindegyik virágból kap legalább egyszer ez alatt a két hét alatt? A = A feleség minden virágból kap legalább egyszer a két hét alatt => P(A) meghatározása Szita formulával! A 1 = Nem kap Kálát a feleség egyszer sem A 2 = Nem kap Tulipánt a feleség egyszer sem A 3 = Nem kap Gerberát a feleség egyszer sem A 4 = Nem kap Rózsát a feleség egyszer sem
5 5. Jelölje X a Budapest és Siófok közötti vasútvonalon, a felső vezeték meghibásodásának helyét és tegyük fel, hogy X egy egyenletes eloszlású valószínűségi változó. Budapesttől Velence 40 km-re, Székesfehérvár 60km-re, Siófok pedig 100 km-re található. a. Mi a valószínűsége, hogy a hiba Székesfehérvár előtt van? b. Mi a valószínűsége, hogy a hiba Székesfehérvár és Velence között van? c. Adja meg X várható értékét és szórását! d. Adja meg az 5-6X eloszlás- és sűrűségfüggvényét! X = (0,100)-on értelmezett egyenletes eloszlású valószínűségi változó c, d,
6 6. A valószínűségszámítás gyakorlaton a megengedett hiányzások száma maximum 3. Hosszú évek tapasztalata alapján a következő táblázat tartalmazza az egy évfolyamon, a hallgatónkénti hiányzások eloszlását. Az egyik 24 fős idei csoport hiányzásainak összesítése: Hiányzások száma Hiányzások számának valószínűsége 0 1/6 + 2c 1 1/3 - c 2 2c 3 1/6 + c a. Adjuk meg a hiányzások számának várható értékét és szórását! b. Adjunk torzítatlan becslést a c paraméterre a minta segítségével, i. relatív gyakoriságokkal! ii. minta átlaggal! X = A hallgatónkénti hiányzások száma A relatív gyakoriságok torzítatlan becslései a valószínűségeknek: A mintaátlag torzítatlan becslése a várható értéknek:
Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László
Gyakorló feladatok Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László I/. A vizsgaidőszak második napján a hallgatók %-ának az E épületben, %-ának a D épületben,
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.
RészletesebbenNEVEZETES FOLYTONOS ELOSZLÁSOK
Bodó Beáta - MATEMATIKA II 1 NEVEZETES FOLYTONOS ELOSZLÁSOK EXPONENCIÁLIS ELOSZLÁS 1. A ξ valószínűségi változó eponenciális eloszlású 80 várható értékkel. (a) B Adja meg és ábrázolja a valószínűségi változó
RészletesebbenBiomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.13. Populáció és minta jellemző adatai Hibaszámítás Valószínűség 1 Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza)
RészletesebbenStatisztika I. 8. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes
RészletesebbenOsztályozóvizsga követelményei
Osztályozóvizsga követelményei Képzés típusa: Tantárgy: Nyolcosztályos gimnázium Matematika Évfolyam: 12 Emelt óraszámú csoport Emelt szintű csoport Vizsga típusa: Írásbeli Követelmények, témakörök: Emelt
Részletesebbene (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:
Normális eloszlás ξ valószínűségi változó normális eloszlású. ξ N ( µ, σ 2) Paraméterei: µ: várható érték, σ 2 : szórásnégyzet (µ tetszőleges, σ 2 tetszőleges pozitív valós szám) Normális eloszlás sűrűségfüggvénye:
RészletesebbenStatisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.
Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,
RészletesebbenStatisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.
Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,
RészletesebbenGyakorló feladatok a 2. dolgozathoz
Gyakorló feladatok a. dolgozathoz. Tíz darab tízforintost feldobunk. Mennyi annak a valószínűsége hogy vagy mindegyiken írást vagy mindegyiken fejet kapunk? 9. Egy kör alakú asztal mellett tízen ebédelnek:
RészletesebbenKÖVETKEZTETŐ STATISZTIKA
ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak
RészletesebbenMatematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév
Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév 1. A várható érték és a szórás transzformációja 1. Ha egy valószínűségi változóhoz hozzáadunk ötöt, mínusz ötöt, egy b konstanst,
RészletesebbenGazdasági matematika II. vizsgadolgozat megoldása A csoport
Gazdasági matematika II. vizsgadolgozat megoldása A csoport Definiálja az alábbi fogalmakat!. Egy eseménynek egy másik eseményre vonatkozó feltételes valószínűsége. ( pont) Az A esemény feltételes valószínűsége
RészletesebbenStatisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
RészletesebbenA maximum likelihood becslésről
A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának
RészletesebbenStatisztikai becslés
Kabos: Statisztika II. Becslés 1.1 Statisztikai becslés Freedman, D. - Pisani, R. - Purves, R.: Statisztika. Typotex, 2005. Reimann J. - Tóth J.: Valószínűségszámítás és matematikai statisztika. Tankönyvkiadó,
Részletesebben36 0,3. Mo.: 36 0,19. Mo.: 36 0,14. Mo.: 32 = 0,9375 32 = 0,8125 32 = 0,40625. Mo.: 32 = 0,25
Valószínűségszámítás I. Kombinatorikus valószínűségszámítás. BKSS 4... Egy szabályos dobókockát feldobva mennyi annak a valószínűsége, hogy a -ost dobunk; 0. b legalább 5-öt dobunk; 0, c nem az -est dobjuk;
RészletesebbenMatematika A3 Valószínűségszámítás, 5. gyakorlat 2013/14. tavaszi félév
Matematika A3 Valószínűségszámítás, 5. gyakorlat 013/14. tavaszi félév 1. Folytonos eloszlások Eloszlásfüggvény és sűrűségfüggvény Egy valószínűségi változó, illetve egy eloszlás eloszlásfüggvényének egy
RészletesebbenA bergengóc lakosság szemszín szerinti megoszlása a négy tartományban azonos:
A. Matematikai Statisztika 2.MINTA ZH. 2003 december Név (olvasható) :... A feladatmegoldásnak az alkalmazott matematikai modell valószínűségszámítási ill. statisztikai szóhasználat szerinti megfogalmazását,
RészletesebbenTANTÁRGYI PROGRAM Matematikai alapok II. útmutató
BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok II. útmutató 2013/2014. tanév II. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:
RészletesebbenMatematikai statisztika c. tárgy oktatásának célja és tematikája
Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:
RészletesebbenSTATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika
RészletesebbenBiometria, haladó biostatisztika EA+GY biometub17vm Szerda 8:00-9:00, 9:00-11:00 Déli Tömb 0-804, Lóczy Lajos terem
Biometria, haladó biostatisztika EA+GY biometub17vm Szerda 8:00-9:00, 9:00-11:00 Déli Tömb 0-804, Lóczy Lajos terem Előadások-gyakorlatok 2018-ban (13 alkalom) IX.12, 19, 26, X. 3, 10, 17, 24, XI. 7, 14,
RészletesebbenValószínűségi változók. Várható érték és szórás
Matematikai statisztika gyakorlat Valószínűségi változók. Várható érték és szórás Valószínűségi változók 2016. március 7-11. 1 / 13 Valószínűségi változók Legyen a (Ω, A, P) valószínűségi mező. Egy X :
Részletesebben2. A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 F (x) = x 4 ha 3 < x 0 különben
1 feladatsor 1 Egy dobozban 20 fehér golyó van Egy szabályos dobókockával dobunk, majd a következ t tesszük: ha a dobott szám 1,2 vagy 3, akkor tíz golyót cserélünk ki pirosra; ha a dobott szám 4 vagy
Részletesebben1. Hányféle sorrendben vonulhat ki a pályára egy focimeccsen a tizenegy kezdő játékos?
Valószínűségszámítás, földtudomány alapszak, 2015/2016. őszi félév 1. Hányféle sorrendben vonulhat ki a pályára egy focimeccsen a tizenegy kezdő játékos? 2. Két tizenhárom fős vízilabdacsapat mérkőzik
RészletesebbenMATEMATIKA HETI 5 ÓRA. IDŐPONT: 2009. június 8.
EURÓPAI ÉRETTSÉGI 2009 MATEMATIKA HETI 5 ÓRA IDŐPONT: 2009. június 8. A VIZSGA IDŐTARTAMA: 4 óra (240 perc) ENGEDÉLYEZETT SEGÉDESZKÖZÖK : Európai képletgyűjtemény Nem programozható, nem grafikus kalkulátor
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
RészletesebbenStatisztika 1. zárthelyi dolgozat március 21.
Statisztika 1 zárthelyi dolgozat 011 március 1 1 Legye X = X 1,, X 00 függetle mita b paraméterű Poisso-eloszlásból b > 0 Legye T 1 X = X 1+X ++X 100, T 100 X = X 1+X ++X 00 00 a Milye a számra igaz, hogy
RészletesebbenGyakorlat. Szokol Patricia. September 24, 2018
Gyakorlat (Geometriai valószínűség, feltételes valószínűség) September 24, 2018 Geometriai valószínűség 1 Az A és B helységet 5 km hosszú telefonvezeték köti össze. A vezeték valahol meghibásodik. A meghibásodás
Részletesebben4.4. Egy úton hetente átlag 3 baleset történik. Mi a valószínűsége, hogy egy adott héten 2?
HIPERGEO. BINOM. POISSON 4.1. Egy üzletben 100-an vásárolnak, közülük 80-an rendelkeznek bankkártyával. A pénztárnál 10-en állnak sorba, mi a valószínűsége, hogy 7-nek lesz bankkártyája? 4.2. Egy üzletben
RészletesebbenGazdasági matematika II. Tantárgyi útmutató
Módszertani Intézeti Tanszék Gazdálkodási és menedzsment, pénzügy és számvitel szakok távoktatás tagozat Gazdasági matematika II. Tantárgyi útmutató 2016/17 tanév II. félév 1/6 A KURZUS ALAPADATAI Tárgy
RészletesebbenKabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a
Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,
RészletesebbenA Statisztika alapjai
A Statisztika alapjai BME A3c Magyar Róbert 2016.05.12. Mi az a Statisztika? A statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati
RészletesebbenMatematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása
Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból
RészletesebbenRégebbi Matek M1 zh-k. sztochasztikus folyamatokkal kapcsolatos feladatai.
Régebbi Matek M1 zh-k Folyamfeladatokkal, többszörös összef ggőséggel, párosításokkal, Nagy szḿok törvényével, Centrális Határeloszlás tétellel, sztochasztikus folyamatokkal kapcsolatos feladatai. Gráfok
RészletesebbenMegoldások MATEMATIKA II. VIZSGA (VK) NBT. NG. NMH. SZAKOS HALLGATÓK RÉSZÉRE (Kérjük, hogy a megfelelő szakot jelölje be!
MATEMATIKA II. VIZSGA (VK) NBT. NG. NMH. SZAKOS HALLGATÓK RÉSZÉRE (Kérjük, hogy a megfelelő szakot jelölje be!) 2016. JANUÁR 21. Elérhető pontszám: 50 pont Megoldások 1. 6. 2. 7. 3. 8. 4. 9. 5. Össz.:
RészletesebbenTANTÁRGYI PROGRAM Matematikai alapok 2. útmutató
BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató 2015/2016. tanév I. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:
RészletesebbenKutatásmódszertan és prezentációkészítés
Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I
RészletesebbenMi az adat? Az adat elemi ismeret. Az adatokból információkat
Mi az adat? Az adat elemi ismeret. Tények, fogalmak olyan megjelenési formája, amely alkalmas emberi eszközökkel történő értelmezésre, feldolgozásra, továbbításra. Az adatokból gondolkodás vagy gépi feldolgozás
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
Részletesebben( 1) i 2 i. megbízhatóságú a levont következtetése? A matematikai statisztika eszközeivel értékelje a kapott eredményeket!
1. Név:......................... Egy szabályos pénzérmét feldobunk, ha az els½o FEJ az i-edik dobásra jön, akkor a játékos nyereménye ( 1) i i forint. Vizsgálja szimulációval a játékot, különböz½o induló
Részletesebben1. Név:... Neptun Kód:... Feladat: Egy összeszerel½o üzemben 3 szalag van. Mindehárom szalagon ugyanazt
1. Név:......................... Egy összeszerel½o üzemben 3 szalag van. Mindehárom szalagon ugyanazt a gyártmányt készítik. Egy gyártmány összeszerelési ideje normális eloszlású valószín½uségi változó
RészletesebbenSzámítógépes döntéstámogatás. Statisztikai elemzés
SZDT-03 p. 1/22 Számítógépes döntéstámogatás Statisztikai elemzés Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás SZDT-03 p. 2/22 Rendelkezésre
RészletesebbenPoisson-eloszlás Exponenciális és normális eloszlás (házi feladatok)
Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok)./ Egy televízió készülék meghibásodásainak átlagos száma óra alatt. A meghibásodások száma a vizsgált időtartam hosszától függ. Határozzuk
Részletesebbenx, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:
Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Valószínűségi változó általános fogalma: A : R leképezést valószínűségi változónak nevezzük, ha : ( ) x, x R, x rögzített esetén esemény.
RészletesebbenEseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem.
Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem. Elemi esemény: a kísérlet egyes lehetséges egyes lehetséges kimenetelei.
RészletesebbenMódszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!
BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012.. Név:... Neptun kód:... Érdemjegy:..... STATISZTIKA II. VIZSGADOLGOZAT Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető pontszám 21 20 7 22
RészletesebbenValószínűségszámítás és statisztika
Valószínűségszámítás és statisztika Programtervező informatikus szak esti képzés Varga László Valószínűségelméleti és Statisztika Tanszék Matematikai Intézet Természettudományi Kar Eötvös Loránd Tudományegyetem
Részletesebben3. Egy szabályos dobókockával háromszor dobunk egymás után. Legyen A az az esemény, hogy
Valószínűségszámítás. zárthelyi dolgozat 009. október 5.. Egy osztályba 3-an járnak. Minden fizikaórán a a többi órától függetlenül a tanár kisorsol egy felelőt, véletlenszerűen, egyenletesen, azaz mindig
RészletesebbenTantárgyi útmutató. Gazdasági matematika II.
Módszertani Intézeti Tanszék Tantárgyi útmutató Gazdasági matematika II. Nappali Tagozat 2015/16 tanév II. félév 1/5 Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa: Gazdasági matematika
RészletesebbenMegoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ
Megoldások Harmadik fejezet gyakorlatai 3.. gyakorlat megoldása ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4;, 3 normális eloszlású P (ξ 8 ξ 5 feltételes valószínűségét (.3. alapján számoljuk.
RészletesebbenKészítette: Fegyverneki Sándor
VALÓSZÍNŰSÉGSZÁMÍTÁS Összefoglaló segédlet Készítette: Fegyverneki Sándor Miskolci Egyetem, 2001. i JELÖLÉSEK: N a természetes számok halmaza (pozitív egészek) R a valós számok halmaza R 2 {(x, y) x, y
RészletesebbenNormális eloszlás tesztje
Valószínűség, pontbecslés, konfidenciaintervallum Normális eloszlás tesztje Kolmogorov-Szmirnov vagy Wilk-Shapiro próba. R-funkció: shapiro.test(vektor) balra ferde eloszlás jobbra ferde eloszlás balra
Részletesebben6. Előadás. Vereb György, DE OEC BSI, október 12.
6. Előadás Visszatekintés: a normális eloszlás Becslés, mintavételezés Reprezentatív minta A statisztika, mint változó Paraméter és Statisztika Torzítatlan becslés A mintaközép eloszlása - centrális határeloszlás
RészletesebbenA valószínűségszámítás elemei
A valószínűségszámítás elemei Kísérletsorozatban az esemény relatív gyakorisága: k/n, ahol k az esemény bekövetkezésének abszolút gyakorisága, n a kísérletek száma. Pl. Jelenség: kockadobás Megfigyelés:
RészletesebbenVALÓSZÍNŰSÉGSZÁMÍTÁS. MSc. Órai Feladatok
VALÓSZÍNŰSÉGSZÁMÍTÁS MSc Órai Feladatok 1. Feladat (Diszkrét eloszlás) Ketten kosárlabdáznak. Az A játékos 0,4 a B játékos 0,3 valószínűséggel dob kosarat. A dobást A kezdi és felváltva dobnak egymás után.
RészletesebbenGazdasági matematika II. vizsgadolgozat, megoldással,
Gazdasági matematika II. vizsgadolgozat, megoldással, levelező képzés Definiálja az alábbi fogalmakat! 1. Kvadratikus mátrix invertálhatósága és inverze. (4 pont) Egy A kvadratikus mátrixot invertálhatónak
Részletesebben0,9268. Valószín ségszámítás és matematikai statisztika NGB_MA001_3, NGB_MA002_3 zárthelyi dolgozat
A 1. A feln ttkorú munkaképes lakosság 24%-a beszél legalább egy idegen nyelvet, 76%-a nem beszél idegen nyelven. Az idegen nyelvet beszél k 2,5%-a, az idegen nyelvet nem beszél k 10%-a munkanélküli. Véletlenszer
RészletesebbenGRADUÁLIS BIOSTATISZTIKAI KURZUS február hó 22. Dr. Dinya Elek egyetemi docens
GRADUÁLIS BIOSTATISZTIKAI KURZUS 2012. február hó 22. Dr. Dinya Elek egyetemi docens Biometria fogalma The active pursuit of biological knowledge by quantitative methods Sir R. A. Fisher, 1948 BIOMETRIA
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus
Részletesebben4. Az A és B események egymást kizáró eseményeknek vagy idegen (diszjunkt)eseményeknek nevezzük, ha AB=O
1. Mit nevezünk elemi eseménynek és eseménytérnek? A kísérlet lehetséges kimeneteleit elemi eseményeknek nevezzük. Az adott kísélethez tartozó elemi események halmazát eseménytérnek nevezzük, jele: X 2.
RészletesebbenValó szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny
Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny Szűk elméleti összefoglaló Valószínűségi változó: egy függvény, ami az eseményteret a valós számok halmazára tudja vetíteni. A val.
RészletesebbenNagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem
agy számok törvényei Statisztikai mintavétel Várható érték becslése Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem A mérés mint statisztikai mintavétel A méréssel az eloszlásfüggvénnyel
RészletesebbenValószínűségszámítás összefoglaló
Statisztikai módszerek BMEGEVGAT Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
RészletesebbenBiomatematikai Tanszék
BIOSTATISZTIKA DENTISTRY Biomatematikai Tanszék Tantárgy: BIOSTATISZTIKA Év, szemeszter: 1. évfolyam - 1. félév Óraszám: Szeminárium: 28 Kód: FOBST03F1 ECTS Kredit: 2 A tárgyat oktató intézet: Biofizikai
Részletesebbenbiometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás
Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani
Részletesebbenegyetemi jegyzet Meskó Balázs
egyetemi jegyzet 2011 Előszó 2. oldal Tartalomjegyzék 1. Bevezetés 4 1.1. A matematikai statisztika céljai.............................. 4 1.2. Alapfogalmak......................................... 4 2.
RészletesebbenMatematikai statisztika szorgalmi feladatok
Matematikai statisztika szorgalmi feladatok 1. Feltételes várható érték és konvolúció 1. Legyen X és Y független és azonos eloszlású valószín ségi változó véges második momentummal. Mutassuk meg, hogy
RészletesebbenBevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,
Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár PhD kurzus. KOKI, 2015.09.17. Mi a statisztika? A sokaság (a sok valami) feletti áttekintés megszerzése, a sokaságról való információszerzés eszköze.
RészletesebbenA statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.
Statisztikai módszerek. BMEGEVGAT01 Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudomáyi Egyetem Gépészméröki Kar Hidrodiamikai Redszerek Taszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
RészletesebbenTantárgy kódja Meghirdetés féléve 3 Kreditpont 4 Összóraszám (elm+gyak) 2+2
Tantárgy neve Alkalmazott matematika II. Tantárgy kódja MT003 Meghirdetés féléve 3 Kreditpont 4 Összóraszám (elm+gyak) 2+2 Számonkérés módja gyakorlati jegy Előfeltétel (tantárgyi kód) MT002 Tantárgyfelelős
RészletesebbenStatisztika elméleti összefoglaló
1 Statisztika elméleti összefoglaló Tel.: 0/453-91-78 1. Tartalomjegyzék 1. Tartalomjegyzék.... Becsléselmélet... 3 3. Intervallumbecslések... 5 4. Hipotézisvizsgálat... 8 5. Regresszió-számítás... 11
RészletesebbenALÁÍRÁS NÉLKÜL A TESZT ÉRVÉNYTELEN!
A1 A2 A3 (8) A4 (12) A (40) B1 B2 B3 (15) B4 (11) B5 (14) Bónusz (100+10) Jegy NÉV (nyomtatott nagybetűvel) CSOPORT: ALÁÍRÁS: ALÁÍRÁS NÉLKÜL A TESZT ÉRVÉNYTELEN! 2011. december 29. Általános tudnivalók:
RészletesebbenBiometria gyakorló feladatok BsC hallgatók számára
Biometria gyakorló feladatok BsC hallgatók számára 1. Egy üzem alkalmazottainak megoszlása az elért teljesítmény %-a szerint a következı: Norma teljesítmény % Dolgozók száma 60-80 30 81-90 70 91-100 90
RészletesebbenElemi statisztika fizikusoknak
1. oldal Elemi statisztika fizikusoknak Pollner Péter Biológiai Fizika Tanszék pollner@elte.hu Az adatok leírása, megismerése és összehasonlítása 2-1 Áttekintés 2-2 Gyakoriság eloszlások 2-3 Az adatok
RészletesebbenHipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok
STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris
Részletesebbenegyenletesen, és c olyan színű golyót teszünk az urnába, amilyen színűt húztunk. Bizonyítsuk
Valószínűségszámítás 8. feladatsor 2015. november 26. 1. Bizonyítsuk be, hogy az alábbi folyamatok mindegyike martingál. a S n, Sn 2 n, Y n = t n 1+ 1 t 2 Sn, t Fn = σ S 1,..., S n, 0 < t < 1 rögzített,
Részletesebbenföldtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás
Matematikai statisztika elıadás, földtudományi BSc (geológus szakirány) 2014/2015 2. félév 6. elıadás Konfidencia intervallum Def.: 1-α megbízhatóságú konfidencia intervallum: Olyan intervallum, mely legalább
RészletesebbenHipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás
STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H
RészletesebbenDiszkrét idejű felújítási paradoxon
Magda Gábor Szaller Dávid Tóvári Endre 2009. 11. 18. X 1, X 2,... független és X-szel azonos eloszlású, pozitív egész értékeket felvevő valószínűségi változó (felújítási idők) P(X M) = 1 valamilyen M N
RészletesebbenORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!
ORVOSI STATISZTIKA Az orvos statsztka helye Élettan Anatóma Kéma Lehet kérdés?? Statsztka! Az orvos döntéseket hoz! Mkor jó egy döntés? Mennyre helyes egy döntés? Mekkora a tévedés lehetősége? Példa: test
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 2 II. A valószínűségi VÁLTOZÓ És JELLEMZÉsE 1. Valószínűségi VÁLTOZÓ Definíció: Az leképezést valószínűségi változónak nevezzük, ha
Részletesebben1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása
HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat
RészletesebbenBiometria az orvosi gyakorlatban. Számítógépes döntéstámogatás
SZDT-01 p. 1/23 Biometria az orvosi gyakorlatban Számítógépes döntéstámogatás Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Gyakorlat SZDT-01 p.
RészletesebbenMATEMATIKA HETI 5 ÓRA. IDŐPONT: 2010. Június 4.
EURÓPAI ÉRETTSÉGI 2010 MATEMATIKA HETI 5 ÓRA IDŐPONT: 2010. Június 4. A VIZSGA IDŐTARTAMA: 4 óra (240 perc) ENGEDÉLYEZETT SEGÉDESZKÖZÖK : Európai képletgyűjtemény Nem programozható, nem grafikus kalkulátor
RészletesebbenTananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás,
// KURZUS: Matematika II. MODUL: Valószínűség-számítás 22. lecke: A teljes valószínűség tétele és a Bayes-tétel Tananyag: Kiss Béla - Krebsz Anna: Lineáris algebra, többváltozós függvények, valószínűségszámítás,
RészletesebbenA leíró statisztikák
A leíró statisztikák A leíró statisztikák fogalma, haszna Gyakori igény az, hogy egy adathalmazt elemei egyenkénti felsorolása helyett néhány jellemző tulajdonságának megadásával jellemezzünk. Ezeket az
RészletesebbenStatisztikai következtetések Nemlineáris regresszió Feladatok Vége
[GVMGS11MNC] Gazdaságstatisztika 10. előadás: 9. Regressziószámítás II. Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet A standard lineáris modell
RészletesebbenA következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat.
Poisson folyamatok, exponenciális eloszlások Azt mondjuk, hogy a ξ valószínűségi változó Poisson eloszlású λ, 0 < λ
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.22. Valószínűségi változó Véletlentől függő számértékeket (értékek sokasága) felvevő változókat valószínűségi változóknak nevezzük(jelölés: ξ, η, x). (pl. x =
RészletesebbenStatisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában
Statisztikai alapok Leíró statisztika Lineáris módszerek a statisztikában Tudományosan és statisztikailag tesztelhető állítások? A keserűcsokoládé finomabb, mint a tejcsoki. A patkány a legrondább állat,
RészletesebbenMatematika III. 5. Nevezetes valószínűség-eloszlások Prof. Dr. Závoti, József
Matematika III. 5. Nevezetes valószínűség-eloszlások Prof. Dr. Závoti, József Matematika III. 5. : Nevezetes valószínűség-eloszlások Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP
Részletesebbenvásárlót átlag 2 perc alatt intéz el (blokkolás, kártyaleolvasás), de ez az
1. Név:......................... Egy ABC-ben délután (5-t½ol 9 óráig) a vásárlók száma óránként 200 várható érték½u Poisson eloszlású valószín½uségi változó. A pénztáros egy vásárlót átlag 2 perc alatt
RészletesebbenBiostatisztika VIII. Mátyus László. 19 October
Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.
RészletesebbenBevezetés. 1. előadás, 2015. február 11. Módszerek. Tematika
Bevezetés 1. előadás, 2015. február 11. Zempléni András Valószínűségelméleti és Statisztika Tanszék Természettudományi Kar Eötvös Loránd Tudományegyetem Áringadozások előadás Heti 2 óra előadás + 2 óra
Részletesebben1. Hányféle sorrendben vonulhat ki a pályára egy focimeccsen a tizenegy kezdő játékos?
Valószínűségszámítás, földtudomány alapszak, 2016/2017. őszi félév 1. Hányféle sorrendben vonulhat ki a pályára egy focimeccsen a tizenegy kezdő játékos? 2. Két tizenhárom fős vízilabdacsapat mérkőzik
RészletesebbenSTATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése
4. A modell érvényességének ellenőrzése STATISZTIKA 4. Előadás Variancia-analízis Lineáris modellek 1. Függetlenség 2. Normális eloszlás 3. Azonos varianciák A maradék független a kezelés és blokk hatástól
RészletesebbenA társadalomkutatás módszerei I.
A társadalomkutatás módszerei I. 9. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. november 10. Outline 1 1. Zh eredmények 2 Újra a hibatényezőkről 3 A mintavételi keret 4 Valószínűségi mintavételi
Részletesebben