Heckman modell. Szelekciós modellek alkalmazásai.

Save this PDF as:
 WORD  PNG  TXT  JPG

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Heckman modell. Szelekciós modellek alkalmazásai."

Átírás

1 Heckman modell. Szelekciós modellek alkalmazásai. Mikroökonometria, 12. hét Bíró Anikó A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonómia Alapítvány támogatásával készült az ELTE TáTK Közgazdaságtudományi Tanszékének közreműködésével

2 Emlékeztető Tobit modell sarokmegoldás Cenzorált modell maximált értékek Csonkolt modell x értékei nem megfigyeltek bizonyos intervallumon Heckman modell: nem véletlen minta

3 Nem véletlen minta okozói Mintavétel módszere Válaszmegtagadások Panel adatok: lemorzsolódás Járulékos szelekció: y nem megfigyelhető egy másik kimeneti változó miatt Pl.: bérregresszió csak azokra becsülhető, akik munkaerőpiacon vannak

4 OLS szelektív minta esetén OLS konzisztens az alábbi esetekben: Exogén szelekció: szelekció csak a megfigyelt exogén magyarázó változóktól függ Pl. végzettség, életkor befolyásolja béreket, ugyanezek a tényezők befolyásolják munkaerőpiaci státuszt Véletlen szelekció Szelekció exogén változóktól és azoktól független véletlen tényezőtől függ Pl. bérregresszió, meg nem figyelt tényező: IQ OLS nem konzisztens pl. csonkolt minta esetén

5 Szelekciós modell Példa: bérregresszió munkaerőpiaci részvétel y = xβ + u, E(u x) = 0 Szelekciós egyenlet: s = 1[zγ + v >= 0], E(v z) = 0 s=1, ha y megfigyelt Feltevések: x részhalmaza z-nek, u független z-től

6 Szelekciós modell, folyt. 0 :OLS konzisztens Ha (.) :inverz Mills hányados ) ( 1), ( ), ( v együttes eloszlása normális Feltevés: u, ), ( ), ( = + = = + = + = ρ λ γ ρλ β ρ β β z x s z y E v x v z y E v z u E x v z y E

7 Heckman modell (Heckit módszer) 1. Probit modell becslése: s függő változó, z magyarázó változó. 2. Inverz Mills hányados becslése. 3. Szelektált modell becslése: y függő változó, x és becsült λ magyarázó változók Szelekciós torzítás tesztelése: H 0 : ρ = 0

8 Heckman modell, megjegyzések 2 lépcsős becslés: szokásos standard hibák nem érvényesek 2 lépcsős becslés alternatívája: ML becslés 1 lépcsőben x szigorú részhalmaza legyen z-nek Kell legalább egy változó, ami befolyásolja szelekciót, de nem a lényegi kimeneti változót (y-t)!

9 Gyakorló feladatok W 17.7: egyetemre beiratkozás magyarázó tényezőinek vizsgálata, adatok: egyetemre felvettek W 17.4: bérregresszió becslése, Heckman modell becslése EViews segítségével

10 Acs, Z. J. et al. (1994) R&D spillovers and recipient firm size. The Review of Economics and Statistics.

11 Kérdésfeltevés Kis cégek innovációs képességének vizsgálata Bizonyos piacokon kis cégek innovatívabbak miért? Honnan ered az innovációs képesség?

12 Modell I = CRD β1 * UR β2 * (UR*GC) β3 * e Megfigyelési egység: termék állami szinten (USA) I: innovatív output CRD: magán R&D kiadás UR: egyetemi R&D kiadás GC: egyetemi és ipari kutatólaboratóriumok egybeesésének indexe

13 Adatok I: innovációk száma ben 5 technológiai kategória, 29 állam (145 megfigyelés)

14 Becslés Tobit modell: 0 megfigyelés több technológia iparág párban

15 Eredmények elemzése Pozitív együtthatók várakozásnak megfelelően Kisvállalatok: Innováció rugalmassága R&D kiadásokra kisebb Egyetemi kutatások jelentősége nagyobb Kutatólaboratóriumok földrajzi elhelyezkedése fontosabb Probléma: erős pozitív korreláció log(crd) és log(ur) között

16 Muraközy B., Halpern L. (2009) Innovation, Productivity and Exports: the Case of Hungary. KTI Műhelytanulmány.

17 A tanulmány célja Innováció mennyiben befolyásolja a vállalatok teljesítményét? Innováció és exportálás összefüggése Magyarországi adatok Multinacionális vállalatok szerepe

18 Adatok Forrás: Közösségi Innovációs Felmérés + mérlegadatok Szelekciós probléma: csak akkor van megfigyelés innovációra vonatkozó változókról, ha innovatív output vagy R&D pozitív Innováció indikátorai: Dummy: folytonos R&D aktivitás elmúlt 3 évben R&D intenzitás: R&D kiadás / alkalmazottak száma Dummy változók: folyamat innováció, termékinnováció Új termékek értékesítési hányada

19 Modell 4 lépcső: 1. Van-e R&D beruházás 2. R&D mértéke 3. Tudás termelési függvénye: R&D innováció 4. Innováció termelékenység 1 + 2: Heckman modell 2. lépcső: vállalat mérete kihagyva magyarázó változók közül 3. lépcső: probit modellek (innováció bináris indikátoraira)

20 Becslési eredmények 1. és 2. lépcső

21 Becslési eredmények 3. lépcső, marginális hatás az átlagban R&D 5-7%-os hatása: Nyugat- Európában jellemzően nagyobb

22 Becslési eredmények, 4. lépcső

23 Megjegyzések Labour productivity: log értékesítés / alkalmazottak száma TFP: log output log alkalmazottak száma log tőkeállomány 1. és 4. specifikáció: multikollinearitás Innovatív vállalatok 20-30%-kal termelékenyebbek, mint nem innovatívak: nagy hatás

24 Innováció hatása exportra

25 Megjegyzések Táblázatban szereplő értékek: marginális hatások a mintaátlagban Exportőr: dummy változó Probit modell Export intenzitás: export / értékesítés Tobit modell Innováció hatásának dekompozíciója: Új piacokra exportálás Exportált termékek száma nem nő Exportálás intenzitására nincs szignifikáns hatás

26 Tulajdonosi struktúra befolyása Külföldi tulajdon definíciója: min. 10% tulajdoni hányad külföldi Külföldi tulajdonlás: R&D valószínűségét nem befolyásolja De: R&D intenzitására pozitív hatás Innovációra és termelékenységre pozitív hatás

27

Heckman modell. Szelekciós modellek alkalmazásai. Mikroökonometria, 12. hét Bíró Anikó Emlékeztető

Heckman modell. Szelekciós modellek alkalmazásai. Mikroökonometria, 12. hét Bíró Anikó Emlékeztető Heckman modell. Szelekciós modellek alkalmazásai. Mikroökonometria, 12. hét Bíró Anikó Emlékeztető Tobit modell sarokmegoldás Cenzorált modell maximált értékek Csonkolt modell x értékei nem megfigyeltek

Részletesebben

Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése

Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése Pˆr( y = 1 x) ( g( ˆ β + x ˆ β ) ˆ 0 β j ) x j Marginális hatás egy megválasztott

Részletesebben

Több diszkrét kimenet multinomiális és feltételes logit modellek

Több diszkrét kimenet multinomiális és feltételes logit modellek Több diszkrét kimenet multinomiális és feltételes logit modellek Mikroökonometria, 9. hét Bíró Anikó A tananyag a Gazdasági Versenyhivatal Versenykultúra Központa és a Tudás-Ökonómia Alapítvány támogatásával

Részletesebben

Multinomiális és feltételes logit modellek alkalmazásai

Multinomiális és feltételes logit modellek alkalmazásai Multinomiális és feltételes logit modellek alkalmazásai Mikroökonometria, 10. hét Bíró Anikó A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonómia Alapítvány támogatásával

Részletesebben

REGIONÁLIS GAZDASÁGTAN B

REGIONÁLIS GAZDASÁGTAN B REGIONÁLIS GAZDASÁGTAN B Készült a TÁMOP-4.1.2-08/2/a/KMR-2009-0041 pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi

Részletesebben

REGIONÁLIS GAZDASÁGTAN B

REGIONÁLIS GAZDASÁGTAN B REGIONÁLIS GAZDASÁGTAN B ELTE TáTK Közgazdaságtudományi Tanszék Regionális gazdaságtan B AGGLOMERÁCIÓ ÉS TERMELÉKENYSÉG Készítette: Békés Gábor és Rózsás Sarolta Szakmai felel s: Békés Gábor 2011. július

Részletesebben

GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június

GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június GAZDASÁGSTATISZTIKA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén, az ELTE Közgazdaságtudományi Tanszék, az MTA Közgazdaságtudományi

Részletesebben

Többváltozós lineáris regressziós modell feltételeinek

Többváltozós lineáris regressziós modell feltételeinek Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Petrovics Petra Doktorandusz Többváltozós lineáris regressziós modell x 1, x 2,, x p

Részletesebben

Együttmőködés és innováció

Együttmőködés és innováció Vállalkozói innováció a Dunántúlon Pécs, 2010. március 3. Együttmőködés és innováció Csizmadia Zoltán, PhD tudományos munkatárs MTA RKK Nyugat-magyarországi Tudományos Intéztet Az előadás felépítése 1.

Részletesebben

MUNKAGAZDASÁGTAN. Készítette: Köllő János. Szakmai felelős: Köllő János. 2011. január

MUNKAGAZDASÁGTAN. Készítette: Köllő János. Szakmai felelős: Köllő János. 2011. január MUNKAGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az MTA Közgazdaságtudományi

Részletesebben

Biometria gyakorló feladatok BsC hallgatók számára

Biometria 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

Részletesebben

Melléklet 1. A knn-módszerhez használt változólista

Melléklet 1. A knn-módszerhez használt változólista Melléklet 1. A knn-módszerhez használt változólista 1. Régiók (1. Budapest, Pest megye, Dunántúl; 2. Dél-Magyarország; 3. Észak-Magyarország.) 2. Főállású-e az egyéni vállalkozó dummy (1 heti legalább

Részletesebben

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Statisztikai 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

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készül a TÁMOP-4..2-08/2/A/KMR-2009-004pályázai projek kereében Taralomfejleszés az ELTE TáK Közgazdaságudományi Tanszékén az ELTE Közgazdaságudományi Tanszék, az

Részletesebben

társadalomtudományokban

társadalomtudományokban Gépi tanulás, predikció és okság a társadalomtudományokban Muraközy Balázs (MTA KRTK) Bemutatkozik a Számítógépes Társadalomtudomány témacsoport, MTA, 2017 2/20 Empirikus közgazdasági kérdések Felváltja-e

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter. 2010. június

ELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter. 2010. június ÖKONOMETRIA ÖKONOMETRIA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az MTA

Részletesebben

Melyik vállalatok nőnek gyorsan békés időkben és válságban? Muraközy Balázs MTA KRTK KTI Közgazdász Vándorgyűlés, Gyula, 2013

Melyik vállalatok nőnek gyorsan békés időkben és válságban? Muraközy Balázs MTA KRTK KTI Közgazdász Vándorgyűlés, Gyula, 2013 Melyik vállalatok nőnek gyorsan békés időkben és válságban? Muraközy Balázs MTA KRTK KTI Közgazdász Vándorgyűlés, Gyula, 2013 1 Munkatermelékenység és GDP/fő, 2011 Forrás: OECD 2 Vállalati sokféleség és

Részletesebben

Online melléklet. Kertesi Gábor és Kézdi Gábor. c. tanulmányához

Online melléklet. Kertesi Gábor és Kézdi Gábor. c. tanulmányához Online melléklet Kertesi Gábor és Kézdi Gábor A roma és nem roma tanulók teszteredményei közti ekről és e ek okairól c. tanulmányához A1. A roma etnikai hovatartozás mérése A2. A mintaszelekcióból adódó

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi

Részletesebben

Témakörök. Elmélet. Elmélet. Elmélet. Elmélet. Elméleti megközelítések Gyakorlati példák. Mit mérnénk? Miért szeretnénk mérni?

Témakörök. Elmélet. Elmélet. Elmélet. Elmélet. Elméleti megközelítések Gyakorlati példák. Mit mérnénk? Miért szeretnénk mérni? Témakörök Gazdasági szabályozás. hét A szabályozás hatékonysága ELTE TáTK Közgazdaságtudományi Tanszék i megközelítések Gyakorlati példák Kutatási eredmények Készítette: Valentiny Pál A tananyag a Gazdasági

Részletesebben

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás

Részletesebben

Magyarország növekedési kilátásai A magyarországi vállalatok lehetőségei és problémái MTA KRTK KTI workshop

Magyarország növekedési kilátásai A magyarországi vállalatok lehetőségei és problémái MTA KRTK KTI workshop Magyarország növekedési kilátásai A magyarországi vállalatok lehetőségei és problémái MTA KRTK KTI workshop Prof. Dr. Szerb László egyetemi tanár Pécsi Tudományegyetem Közgazdaságtudományi Kar Helyzetkép

Részletesebben

VÁROS- ÉS INGATLANGAZDASÁGTAN

VÁROS- ÉS INGATLANGAZDASÁGTAN VÁROS- ÉS INGATLANGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az

Részletesebben

Készítette: Lovász Anna. Szakmai felelős: Lovász Anna június

Készítette: Lovász Anna. Szakmai felelős: Lovász Anna június NEMEK ÉS RASSZOK KÖZÖTTI GAZDASÁGI EGYENLŐTLENSÉGEK Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika 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,

Részletesebben

[Biomatematika 2] Orvosi biometria

[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.

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika 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,

Részletesebben

Biometria az orvosi gyakorlatban. Regresszió Túlélésanalízis

Biometria az orvosi gyakorlatban. Regresszió Túlélésanalízis SZDT-09 p. 1/36 Biometria az orvosi gyakorlatban Regresszió Túlélésanalízis Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Logisztikus regresszió

Részletesebben

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

Statisztika 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

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia. Szakmai felelős: Varga Júlia június

ELTE TáTK Közgazdaságtudományi Tanszék OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia. Szakmai felelős: Varga Júlia június OKTATÁSGAZDASÁGTAN OKTATÁSGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék,

Részletesebben

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

Módszertani 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

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia. Szakmai felelős: Varga Júlia június

ELTE TáTK Közgazdaságtudományi Tanszék OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia. Szakmai felelős: Varga Júlia június OKTATÁSGAZDASÁGTAN OKTATÁSGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék,

Részletesebben

Diszkriminancia-analízis

Diszkriminancia-analízis Diszkriminancia-analízis az SPSS-ben Petrovics Petra Doktorandusz Diszkriminancia-analízis folyamata Feladat Megnyitás: Employee_data.sav Milyen tényezőktől függ a dolgozók beosztása? Nem metrikus Független

Részletesebben

A maximum likelihood becslésről

A 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

Részletesebben

KÖVETKEZTETŐ STATISZTIKA

KÖVETKEZTETŐ 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

Részletesebben

Kétértékű függő változók: alkalmazások

Kétértékű függő változók: alkalmazások Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonómia Alapítvány támogatásával készült az ELTE TáTK

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia. Szakmai felelős: Varga Júlia június

ELTE TáTK Közgazdaságtudományi Tanszék OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia. Szakmai felelős: Varga Júlia június OKTATÁSGAZDASÁGTAN OKTATÁSGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék,

Részletesebben

Bevezetés az ökonometriába

Bevezetés az ökonometriába Bevezetés az ökonometriába Többváltozós regresszió: nemlineáris modellek Ferenci Tamás MSc 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Hetedik előadás, 2010. november 10.

Részletesebben

Biostatisztika VIII. Mátyus László. 19 October

Biostatisztika 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.

Részletesebben

Keszi Roland. A távmunkavégzés munkaszervezeti bevezetését meghatározó tényezők a kkv szektorban. Szervezetszociológiai modellkísérlet

Keszi Roland. A távmunkavégzés munkaszervezeti bevezetését meghatározó tényezők a kkv szektorban. Szervezetszociológiai modellkísérlet Keszi Roland A távmunkavégzés munkaszervezeti bevezetését meghatározó tényezők a kkv szektorban Szervezetszociológiai modellkísérlet Készült a Magyar Szociológiai Társaság - Gazdaságszociológiai Szekciójának

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI 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

Részletesebben

OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia Szakmai felelős: Varga Júlia június

OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia Szakmai felelős: Varga Júlia június OKTATÁSGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi

Részletesebben

Korreláció és lineáris regresszió

Korreláció és lineáris regresszió Korreláció és lineáris regresszió Két folytonos változó közötti összefüggés vizsgálata Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Orvosi Fizika és Statisztika I. előadás 2016.11.02.

Részletesebben

Külkereskedelem és innováció

Külkereskedelem és innováció Külkereskedelem és innováció Mit tudnak a közgazdászok és azt hogyan lehet(ne) felhasználni Magyarországon? Békés Gábor, PhD MTA Közgazdaságtudományi Intézet, Közép-európai Egyetem Portfolio.hu EXPORT

Részletesebben

GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június

GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június GAZDASÁGSTATISZTIKA Készül a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázai projek kereében Taralomfejleszés az ELTE TáTK Közgazdaságudományi Tanszékén, az ELTE Közgazdaságudományi Tanszék, az MTA Közgazdaságudományi

Részletesebben

VÁROS- ÉS INGATLANGAZDASÁGTAN

VÁROS- ÉS INGATLANGAZDASÁGTAN VÁROS- ÉS INGATLANGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI 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,

Részletesebben

A felsőoktatási részvétel és a felsőfokú végzettség hozamának változása Magyarországon

A felsőoktatási részvétel és a felsőfokú végzettség hozamának változása Magyarországon A felsőoktatási részvétel és a felsőfokú végzettség hozamának változása Magyarországon MTA KRTK Közgazdaságtudományi Intézet 54. Közgazdász Vándorgyűlés Kecskemét 2016. 09. Miről fogok beszélni? -Mekkora

Részletesebben

Osztályozás, regresszió. Nagyméretű adathalmazok kezelése Tatai Márton

Osztályozás, regresszió. Nagyméretű adathalmazok kezelése Tatai Márton Osztályozás, regresszió Nagyméretű adathalmazok kezelése Tatai Márton Osztályozási algoritmusok Osztályozás Diszkrét értékkészletű, ismeretlen attribútumok értékének meghatározása ismert attribútumok értéke

Részletesebben

A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA

A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE

Részletesebben

A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA

A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék

Részletesebben

Döntési fák. (Klasszifikációs és regressziós fák: (Classification And Regression Trees: CART ))

Döntési fák. (Klasszifikációs és regressziós fák: (Classification And Regression Trees: CART )) Döntési fák (Klasszifikációs és regressziós fák: (Classification And Regression Trees: CART )) Rekurzív osztályozó módszer, Klasszifikációs és regressziós fák folytonos, kategóriás, illetve túlélés adatok

Részletesebben

Adatok statisztikai értékelésének főbb lehetőségei

Adatok statisztikai értékelésének főbb lehetőségei Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció

Részletesebben

EGÉSZSÉG-GAZDASÁGTAN

EGÉSZSÉG-GAZDASÁGTAN EGÉSZSÉG-GAZDASÁGTAN EGÉSZSÉG-GAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi

Részletesebben

BUDAPESTI MUNKAGAZDASÁGTANI FÜZETEK

BUDAPESTI MUNKAGAZDASÁGTANI FÜZETEK BUDAPESTI MUNKAGAZDASÁGTANI FÜZETEK BWP. 2000/5 A külföldi működőtőke-beáramlás hatása a munkaerő-piac regionális különbségeire Magyarországon FAZEKAS KÁROLY Magyar Tudományos Akadémia Közgazdaságtudományi

Részletesebben

AZ ÁTMENET GAZDASÁGTANA POLITIKAI GAZDASÁGTANI PILLANATKÉPEK MAGYARORSZÁGON

AZ ÁTMENET GAZDASÁGTANA POLITIKAI GAZDASÁGTANI PILLANATKÉPEK MAGYARORSZÁGON AZ ÁTMENET GAZDASÁGTANA POLITIKAI GAZDASÁGTANI PILLANATKÉPEK MAGYARORSZÁGON AZ ÁTMENET GAZDASÁGTANA POLITIKAI GAZDASÁGTANI PILLANATKÉPEK MAGYARORSZÁGON Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati

Részletesebben

ELTECON MA Keresztmetszeti és panel ökonometria tematika

ELTECON MA Keresztmetszeti és panel ökonometria tematika ELTECON MA Keresztmetszeti és panel ökonometria tematika Készítette: Elek Péter Oktató: Elek Péter Demonstrátor: Pál Jenő (PhD-hallgató, CEU) Időkeret: heti 3*90 perc szeminarizált formában, 13 héten keresztül

Részletesebben

Bizonytalanság. Mesterséges intelligencia április 4.

Bizonytalanság. Mesterséges intelligencia április 4. Bizonytalanság Mesterséges intelligencia 2014. április 4. Bevezetés Eddig: logika, igaz/hamis Ha nem teljes a tudás A világ nem figyelhető meg közvetlenül Részleges tudás nem reprezentálható logikai eszközökkel

Részletesebben

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 9. előadás Előadó: Dr. Ertsey Imre Statisztikai hipotézis vizsgálatok elsősorban a biometriában alkalmazzák, újabban reprezentatív jellegű ökonómiai vizsgálatoknál, üzemi szinten élelmiszeripari

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát

Részletesebben

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Matematikai 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

Részletesebben

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

STATISZTIKA. 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

Részletesebben

VÁROS- ÉS INGATLANGAZDASÁGTAN

VÁROS- ÉS INGATLANGAZDASÁGTAN VÁROS- ÉS INGATLANGAZDASÁGTAN VÁROS- ÉS INGATLANGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE

Részletesebben

VÁROS- ÉS INGATLANGAZDASÁGTAN

VÁROS- ÉS INGATLANGAZDASÁGTAN VÁROS- ÉS INGATLANGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az

Részletesebben

Modern piacelmélet. ELTE TáTK Közgazdaságtudományi Tanszék. Selei Adrienn

Modern piacelmélet. ELTE TáTK Közgazdaságtudományi Tanszék. Selei Adrienn Modern piacelmélet ELTE TáTK Közgazdaságtudományi Tanszék Selei Adrienn A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonómia Alapítvány támogatásával készült az ELTE TáTK

Részletesebben

Túlélés analízis. Probléma:

Túlélés analízis. Probléma: 1 Probléma: Túlélés analízis - Túlélési idő vizsgálata speciális vizsgálati módszereket igényel (pl. két csoport között az idők átlagait nem lehet direkt módon összehasonlítani) - A túlélési idő nem normális

Részletesebben

A tankötelezettségi korhatár változásainak hatása Leíró elemzés. Hermann Zoltán 2014. november

A tankötelezettségi korhatár változásainak hatása Leíró elemzés. Hermann Zoltán 2014. november A tankötelezettségi korhatár változásainak hatása Leíró elemzés Hermann Zoltán 2014. november Tankötelezettségi kor a kétezres ekben - a tankötelezettség annak a tannek a végéig tart, amikor a diák eléri

Részletesebben

Ökonometria. Logisztikus regresszió. Ferenci Tamás 1 tamas.ferenci@medstat.hu. Nyolcadik fejezet. Budapesti Corvinus Egyetem. 1 Statisztika Tanszék

Ökonometria. Logisztikus regresszió. Ferenci Tamás 1 tamas.ferenci@medstat.hu. Nyolcadik fejezet. Budapesti Corvinus Egyetem. 1 Statisztika Tanszék Ferenci Tamás 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Nyolcadik fejezet Tartalom V. esettanulmány 1 V. esettanulmány Csődelőrejelzés 2 Általános gondolatok 3 becslése

Részletesebben

Segítség az outputok értelmezéséhez

Segítség az outputok értelmezéséhez Tanulni: 10.1-10.3, 10.5, 11.10. Hf: A honlapra feltett falco_exp.zip-ben lévő exploratív elemzések áttanulmányozása, érdekességek, észrevételek kigyűjtése. Segítség az outputok értelmezéséhez Leiro: Leíró

Részletesebben

Innováció és vállalati teljesítmény Magyarországon

Innováció és vállalati teljesítmény Magyarországon Közgazdasági Szemle, LVII. évf., 2010. április (293 317. o.) HALPERN LÁSZLÓ MURAKÖZY BALÁZS Innováció és vállalati teljesítmény Magyarországon Ebben a tanulmányban az innováció és a vállalati teljesítmény

Részletesebben

MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter. 2011. február

MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter. 2011. február MAKROÖKONÓMIA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi

Részletesebben

Ökonometria. Logisztikus regresszió. Ferenci Tamás 1 Nyolcadik fejezet. Budapesti Corvinus Egyetem. 1 Statisztika Tanszék

Ökonometria. Logisztikus regresszió. Ferenci Tamás 1 Nyolcadik fejezet. Budapesti Corvinus Egyetem. 1 Statisztika Tanszék Ferenci Tamás 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Nyolcadik fejezet Tartalom V. esettanulmány 1 V. esettanulmány Csődelőrejelzés 2 Általános gondolatok 3 becslése

Részletesebben

FEJLŐDÉSGAZDASÁGTAN. Készítette: Szilágyi Katalin. Szakmai felelős: Szilágyi Katalin. 2011. január

FEJLŐDÉSGAZDASÁGTAN. Készítette: Szilágyi Katalin. Szakmai felelős: Szilágyi Katalin. 2011. január FEJLŐDÉSGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter

ELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter MAKROÖKONÓMIA MAKROÖKONÓMIA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az

Részletesebben

Mennyit segít az ovi? A gyermekfelügyeleti lehetőségek hatása az anyák aktivitására a szakadásos regresszió kiterjesztése Szirák november 15.

Mennyit segít az ovi? A gyermekfelügyeleti lehetőségek hatása az anyák aktivitására a szakadásos regresszió kiterjesztése Szirák november 15. A gyermekfelügyeleti lehetőségek hatása az anyák aktivitására a szakadásos regresszió kiterjesztése Szirák 2013. november 15. Lovász Anna (MTA KRTK KTI, ELTEcon) Szabó-Morvai Ágnes (HÉTFA, CEU) Tartalom

Részletesebben

Az üzleti versenyképességünk növelésének lehetőségei az ERASMUS programmal

Az üzleti versenyképességünk növelésének lehetőségei az ERASMUS programmal Felsőoktatási Tanácsadás Egyesület Szakmai Nap 2011. szeptember 1. Az üzleti versenyképességünk növelésének lehetőségei az ERASMUS programmal Nemeslaki András Infokommunikációs Tanszék Informatikai Intézet

Részletesebben

14 A Black-Scholes-Merton modell. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull

14 A Black-Scholes-Merton modell. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull 14 A Black-choles-Merton modell Copyright John C. Hull 01 1 Részvényárak viselkedése (feltevés!) Részvényár: μ: elvárt hozam : volatilitás Egy rövid Δt idő alatt a hozam normális eloszlású véletlen változó:

Részletesebben

Kinél kell gyorsabban futnunk?

Kinél kell gyorsabban futnunk? Kinél kell gyorsabban futnunk? Versenyképesség és növekedés Koren Miklós (CEU és KRTK) miklos.koren.hu privatbankar.hu Növekedés 2013 Bevezetés 1 Versenyképesség és növekedés 2011 2012 2013 Versenyképességi

Részletesebben

Munkanélküliség és infláció I.

Munkanélküliség és infláció I. GYAKORÓ FEADATOK IV. Munkanélküliség és infláció I. Munkanélküliség és infláció I.. Egy nemzetgazdaságban a munkaképes korú lakosság 7 millió fő. Ebből inaktív, millió fő. A foglalkoztatottak száma 5,4

Részletesebben

VÁROS- ÉS INGATLANGAZDASÁGTAN

VÁROS- ÉS INGATLANGAZDASÁGTAN VÁROS- ÉS INGATLANGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az

Részletesebben

és élelmiszer-ipari termékek hozhatók forgalomba, amelyeket a vonatkozó jogszabá-

és élelmiszer-ipari termékek hozhatók forgalomba, amelyeket a vonatkozó jogszabá- 152 - - - - - - Az öko, a bio vagy az organikus kifejezések használata még napjainkban sem egységes, miután azok megjelenési formája a mindennapi szóhasználatban országon- A német, svéd, spanyol és dán

Részletesebben

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

biometria 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

Részletesebben

Az agglomerációs előnyök és a technológiai közelség befolyása a vállalatok túlélésére Magyarország, mint átmeneti gazdaság esete

Az agglomerációs előnyök és a technológiai közelség befolyása a vállalatok túlélésére Magyarország, mint átmeneti gazdaság esete Az agglomerációs előnyök és a technológiai közelség befolyása a vállalatok túlélésére Magyarország, mint átmeneti gazdaság esete Elekes Zoltán Juhász Sándor Lengyel Balázs MRTT Eger, 20/11/2015 Előadás

Részletesebben

OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia Szakmai felelős: Varga Júlia június

OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia Szakmai felelős: Varga Júlia június OKTATÁSGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázat projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomány Tanszékén az ELTE Közgazdaságtudomány Tanszék az MTA Közgazdaságtudomány

Részletesebben

Egyszempontos variancia analízis. Statisztika I., 5. alkalom

Egyszempontos variancia analízis. Statisztika I., 5. alkalom Statisztika I., 5. alkalom Számos t-próba versus variancia analízis Kreativitás vizsgálata -nık -férfiak ->kétmintás t-próba I. Fajú hiba=α Kreativitás vizsgálata -informatikusok -építészek -színészek

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter

ELTE TáTK Közgazdaságtudományi Tanszék MAKROÖKONÓMIA. Készítette: Horváth Áron, Pete Péter. Szakmai felelős: Pete Péter MAKROÖKONÓMIA MAKROÖKONÓMIA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az

Részletesebben

Tudáshálózatok kialakulása és regionális fejlődés egy integrált modell alkalmazásának tapasztalatai a magyar régiók esetében Sebestyén Tamás,

Tudáshálózatok kialakulása és regionális fejlődés egy integrált modell alkalmazásának tapasztalatai a magyar régiók esetében Sebestyén Tamás, Tudáshálózatok kialakulása és regionális fejlődés egy integrált modell alkalmazásának tapasztalatai a magyar régiók esetében Sebestyén Tamás, Hau-Horváth Orsolya, Varga Attila Szerkezet Motiváció Irodalom:

Részletesebben

Megyei statisztikai profil a Smart Specialisation Strategy (S3) megalapozásához Jász-Nagykun-Szolnok megye

Megyei statisztikai profil a Smart Specialisation Strategy (S3) megalapozásához Jász-Nagykun-Szolnok megye Megyei statisztikai profil a Smart Specialisation Strategy (S3) megalapozásához Jász-Nagykun-Szolnok megye Az alábbi statisztikai profil a megye általános, a Smart Specialisation Strategy (S3)-hoz kapcsolódó

Részletesebben

Gazdasági szabályozás 13. hét A szabályozás hatékonysága

Gazdasági szabályozás 13. hét A szabályozás hatékonysága Gazdasági szabályozás 13. hét A szabályozás hatékonysága ELTE TáTK Közgazdaságtudományi Tanszék Készítette: Valentiny Pál A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonómia

Részletesebben

Does pension policy make older women work more?

Does pension policy make older women work more? Does pension policy make older women work more? The effect of increasing the retirement age on the labour market position of ageing women in Hungary Cseres-Gergely Zsombor MTA KRTK Közgazdaságtudományi

Részletesebben

Biomatematika 13. Varianciaanaĺızis (ANOVA)

Biomatematika 13. Varianciaanaĺızis (ANOVA) Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 13. Varianciaanaĺızis (ANOVA) Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date:

Részletesebben

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( ) Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:

Részletesebben

A Statisztika alapjai

A 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

Részletesebben

A rejtett gazdaság okai és következményei nemzetközi összehasonlításban. Lackó Mária MTA Közgazdaságtudományi Intézet 2005. június 1.

A rejtett gazdaság okai és következményei nemzetközi összehasonlításban. Lackó Mária MTA Közgazdaságtudományi Intézet 2005. június 1. A rejtett gazdaság okai és következményei nemzetközi összehasonlításban Lackó Mária MTA Közgazdaságtudományi Intézet 2005. június 1. Vázlat Definíciók dimenziók Mérési problémák Szubjektív adóráta A szubjektív

Részletesebben

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:

e (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:

Részletesebben

Kutatásmódszertan és prezentációkészítés

Kutatásmódszertan 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

Részletesebben