Többváltozós Regresszió-számítás
|
|
- Krisztián Horváth
- 5 évvel ezelőtt
- Látták:
Átírás
1 Töváltozós Regresszó-számítás előadás Kvanttatív statsztka módszerek Dr. Szlág Roland
2 Korrelácó Célja a kacsolat szorosságának mérése. X (X, X,, X ): magarázó változó(k), független változó(k) Y: eredménváltozó, függő változó Regresszó Ok-okozat kacsolat: X okozza Y változását Célja a kacsolatan megfgelhető törvénszerűség megfogalmazása, amelet valamlen függvén ír le.
3 Töváltozós lneárs regresszós modell,,, és között kacsolatot árázoló egenes. Az függ:,,, d magarázó változótól A véletlen ngadozásától (ε) β, β,, β regresszós egütthatóktól. Y = β + β + β + + β +ε
4 Töváltozós lneárs regresszó adatstruktúrája n n n n X
5 Legkse négzetek módszere A legkse négzetek módszere segítségével megtalálható a legjo torzítatlan ecslése a (β, β, β, β ) regresszós aramétereknek. (BLUE) f ( ; ; ;... ;) (... ) mn ŷ...
6 6 A araméterecslés egenletrendszere mn )... ( ;) ;... ; ; ( f n
7 Az egenletrendszer mátr alakan felírva: n X X X T T
8 Az egenletrendszer mátr alakan felírva: X X X T T X X X T T Az egenletrendszer megoldása adja a regresszós araméterek ecsült értéket, melek segítségével felírható a taasztalat (ecsült) regresszó függvén.
9 A araméterek értelmezése ŷ... Y -val lesz egenlő aan az eseten, ha mnden X =. Ez csak aan az eseten értelmezhető, a Y értékkészletéen szereel a. Az X egségn növekedésének hatására az eredménváltozó átlagosan egséggel fog megváltozn, ha a tö magarázó változó értéke nem változk (Ceters Parus).
10 Rezduáls változó n n n e e e ˆ ˆ ˆ ˆ ˆ S = + S e A megfgelt Y értékek eltérés négzetösszege A regresszó által magarázott eltérésnégzetösszeg A rezduáls eltérés (maradék) eltérésnégzetösszege S ˆ
11 ANOVA A varanca forrása Eltérésnégzetösszeg (SS) Szaadságfo k (DF) Átlagos négzetösszeg (MS) F-érték SSR S ŷ = (ŷ ) Regresszó (R) MSR=SSR/ Haténező (E) SSE S = ( ŷ n-- MSE=SSE/(n--) e ) F MSR MSE SST S = ( ) Teljes (T) n- -
12 Modell tesztelés H : H : j. F SSR SSE n
13 β araméterek tesztelése Ha t számított <t krtkus H Ha t számított >t krtkus H : : H H e v s s( = t ) ; n t krtkus t
14 Töváltozós lneárs regresszós modell feltételrendszere A hatagra vonatkozó feltételek. Várható értéke M(ε) =. Varancája konstans Var(ε) = 3. A hatag értéke nem autokorreláltak. 4. Normáls eloszlású valószínűség változó.
15 A magarázó változókra vonatkozó feltételek. Egmástól lneársan függetlenek legenek. (egk magarázó változót se lehessen a tö magarázó változó lneárs komnácójaként előállítan). Értékek rögzítettek legenek, ne változzanak mntáról mntára. 3. Mérés hát nem tartalmaznak. 4. Nem korrelálnak a haténezővel.
16 Feltétel Felt. sérülése Köv. Ellenőrzés Megjegzés Lneartás Független (egmástól) Normáls eloszlás Nem korreláltak Nem lneárs kacsolat Függő és független változókra vonatkozó feltétel Multkollneartás Nem normáls eloszlás Autokorrelácó Homoszkedasztctás Heteroszkedasztctás; korrelál az X -vel Becsült értékek sérülése Megízhatatlan ecslés, magas st. ha a regr. koeffcensnél Pontdagram, r F szgnfkáns, t nem; Korrelácós mátr; VIF-mutató Hatagokra vonatkozó feltétel F-teszt, t-teszt érvéntelen Nem hatásos, nag KI Nem hatásos, nag KI Rezduumok standardzált eloszlásának hsztogramja Rezduumok árázolása az dő / a megfgelések sorrendjéen; Durn- Watson teszt Pontdagram a standardzált rezduumok szórásáról Kzárólag töváltozós regr. esetéen Legkse négzetek módszere kküszööl Idősornál merülhet fel a roléma. Logartmzálás vag a súlozottan LNM segít Forrás: Sajtos-Mtev [6], 7.o.
17 Standard lneárs regresszós modell Ahol az elő említett feltételek teljesülnek. Amennen a mntael adatok nem gazolják a feltételek teljesülését, onolulta modellre és ecslés eljárásokra van szükség.
18 A hatagra vonatkozó feltételek ellenőrzése. Várható értéke M(ε) =. Varancája konstans Var(ε) = 3. A hatag értéke nem autokorreláltak. 4. Normáls eloszlású valószínűség változó.
19 . M(ε) = A hatagok oztív és negatív értéke kegenlítk egmást. Ha eltér a -tól, annak oka lehet, hog khagtunk a modellől eg szgnfkáns magarázó változót. Nehéz a gakorlatan ellenőrzn. Ha feltételezzük, hog a legkse négzetek módszere érvénesül, akkor teljesül ez a feltétel.
20 A hatagra vonatkozó feltételek ellenőrzése. Várható értéke M(ε) =. Varancája konstans Var(ε) = 3. A hatag értéke nem autokorreláltak. 4. Normáls eloszlású valószínűség változó.
21 . Homoszkedasztctás (Var(ε) = ) A hatag varancája állandó. Ha nem: heteroszkedasztctás Tesztelése: o Grafkus a ecsült rezduumokat a kválasztott magarázó változó vag az ŷ függvénéen árázoljuk o Statsztka tesztek Goldfeld-Quandt-féle teszt, (Különösen akkor, ha a heteroszkedasztctás valamelk magarázó változóhoz kacsolódk.)
22 Homoszkedasztctás grafkus tesztelése e e e ŷ ŷ ŷ Homoszkedasztkus hatag Heteroszkedasztkus hatag e rezduum
23 Homoszkedasztctás Goldfeld- Quandt-féle tesztelése H : j = H : j n-r (a varancák eloszlást követnek és ezek egmástól függetlenek) Léése:. Rangsor: a keresztmetszet adatokat szernt rangsora rendezzük.. Független részmnták ; r;, (ahol r >, > ) 3. Regresszós függvének, rezduáls szórásnégzet (s e ) számítása az. és 3. csoortra e s 4. F-róa: F e s n - r n r n - r F (α/) n - r H F (-α/); ν,ν
24 A hatagra vonatkozó feltételek ellenőrzése. Várható értéke M(ε) =. Varancája konstans Var(ε) = 3. A hatag értéke nem autokorreláltak. 4. Normáls eloszlású valószínűség változó.
25 A hatag értéke korrelálatlanok Keresztmetszet adatokól történő egszerű véletlen mntavétel esetéen ez a feltétel automatkusan teljesül. Ha a modell dősoros adatokra éül, gakran előfordul a hatagok autokorreláltsága. Autokorrelácó oka: Nem megfelelő függvéntíus. Nem véletlen jellegű mérés ha. A modellen nem szereel valamenn léneges magarázó változó (nem smerjük fel a szereét / túl rövd dősor / nncs adat).
26 Autokorrelácó grafkus tesztelése e t t e e A khagott változók matt a rezduumok nem véletlenszerűek, hanem az egmást követő értékek között jelentős korrelácó van. t Az autokorrelácó a függvéntíus heltelen megválasztásának a következméne. + KVANTITATÍV TESZTEK!
27 Autokorrelácó tesztelése Durn-Watson H : ρ = korrelálatlan róával H : ρ autokorrelácó + zavaró autokorrelácó - zavaró autokorrelácó d l d u 4-d u 4-d l 4 d n t Határa: ( e n t t ) t d 4 Poztív autokorrelácó: d Negatív autokorrelácó: t e e d 4 Bzontalanság tartomán: nem tudunk dönten Növeln kell a megfgelések számát Új változót kell evonn a modelle Elfogadás tartomán
28 A Durn-Watson róa döntés tálázata H Elfogadjuk H := Elvetjük > Poztív autokorrelácó < Negatív autokorrelácó Nncs döntés d>d u d<d l d l <d<d u d<4-d u d>4-d l 4-d l <d<4-d u d u lletve d l értékét a Durn-Watson tálázatól határozzuk meg Forrás: Kerékgártó-Mundruczó [999]
29 A hatagra vonatkozó feltételek ellenőrzése. Várható értéke M(ε) =. Varancája konstans Var(ε) = 3. A hatag értéke nem autokorreláltak. 4. Normáls eloszlású valószínűség változó.
30 A hatag eloszlása normáls Tesztelése: Grafkusan árákkal Kvanttatív módszerekkel lleszkedésvzsgálat - róa Ferdeség, csúcsosság mérőszámokkal
31 A rezduumok eloszlásának grafkus tesztelése e z A rezduumokat várható értékük függvénéen árázoljuk. Ha az ára megközelítően lneárs, akkor a feltétel teljesült.
32 Illeszkedésvzsgálat H : P r (ε j ) = P j (normáls eloszláshoz tartozó megfelelő valószínűség érték) H : J j : P r (ε j ) P j r ( f ) np np H ( ),( r )
33 A magarázó változókra vonatkozó feltételek. Egmástól lneársan függetlenek legenek. (egk magarázó változót se lehessen a tö magarázó változó lneárs komnácójaként előállítan). Értékek rögzítettek legenek, ne változzanak mntáról mntára. 3. Mérés hát nem tartalmaznak. 4. Nem korrelálnak a haténezővel.
34 Multkollneartás Mntael tulajdonság mntán kívül nem alkalmazható. Ellenőrzése: X j =f(x, X,,X j-, X j+,,x ) regresszós modell kézése után: Töszörös determnácós egütthatóval F-róával (F>F krt ) VIF-mutatóval
35 VIF-mutató Varancanövelő ténező VIF VIF= VIF ha R j = (amkor a j. magarázó változó nem korrelál a tö magarázó változóval) VIF R j = (a j. magarázó változó ontosan kfejezhető a tö lneárs komnácójaként) VIF - genge multkollneartás 5 VIF VIF 5 - erős zavaró multkollneartás R - nagon erős, káros multkollneartás j j
36 Káros multkollneartás esetén megkeressük azokat a magarázó változókat, amelek a zavart okozzák, és elhagjuk őket a modellől; az egmással nagon szoros kacsolatan álló magarázó változókat eg új változóan összevonjuk (főkomonensek), amel mása lesz, mnt az eredet, de hordozza azok nformácótartalmát.
37 Otmáls regresszós modell feléítése Hogan válasszuk k, mel magarázó változók kerüljenek e a modelle és melek nem? Korrelácós egütthatók Stewse eljárások Backward elmnácós módszer Foreward módszer.
38 Backward elmnácó léése. A magarázó változóval szerntünk logkalag összefüggő valamenn változót eéítjük a modelle és kszámítjuk a araméterek standard háját.. Kszámítjuk a magarázó változók araméterere a arcáls t-róa értékét.
39 β araméterek tesztelése Ha t számított <t krtkus H Ha t számított >t krtkus H : : H H e v s s( = t ) ; n t krtkus t
40 H : o Gazdaságtudomán Kar Backward elmnácó léése 3. Megvzsgáljuk azt, hog az aszolút értéken legalacsona t értékkel író változó szgnfkáns változó-e: ha a róafüggvén értéke magasa az adott szgnfkancasznthez tartozó függvénértéknél. a változót megtartjuk a modellen, íg otmáls regresszó-függvénnek az általunk választott valamenn változót tartalmazó modell teknthető, tehát már első terácóan otmáls regresszó-függvénhez jutottunk. Een az eseten teszteljük a modell megízhatóságát.
41 Model Testng : H : H : j. Pr H : Pr F n SSR SSE H ; ) F F ( ; ) F ( ; ) F
42 H : o Gazdaságtudomán Kar Backward Elmnaton ha a róa értéke alacsona az adott szgnfkanca-sznthez tartozó értéknél, akkor e változót kzárjuk - elmnáljuk - a regresszós modellől: e változó - a tö változóhoz kéest - nem gakorol léneges hatást a magarázó változóra, nncs ndokunk a modellen való szereeltetésére. 4. A maradék magarázó változók felhasználásával eg úja modellt szerkesztünk, majd a. ontnál foltatjuk a vzsgálatot.
43 H : o Gazdaságtudomán Kar Foreward módszer. A modelle elsőként azt a változót éítjük e, amelnek a legszorosa a kacsolata az eredménváltozóval a legnago a arcáls determnácós egütthatója.. Megvzsgáljuk, hog az első léésen evont változó szgnfkáns kacsolatan van-e az eredménváltozóval. F SSR SSE n
44 Foreward módszer 3. Az első léésen evonásra nem került magarázó változókra (;; -; +; ;) meghatározzuk a arcáls korrelácós egütthatókat. Másodkként azt a változót vonjuk e a modelle, amelnél az tt meghatározott arcáls korrelácós egütthatók négzete ( arcáls determnácós egüttható ) értéke a legmagasa. 4. Az új változó evonásával meghatározott új regresszós modell araméteret. Ha a arcáls regresszós araméterek értéke szgnfkánsan különözk nullától, akkor a munkát tová foltatjuk. Ellenkező eseten vsszatérünk a 3. lééshez. 5. A folamat addg tart, amíg az összes alkalmasnak vált magarázó változót nem teszteljük.
45 .. Mesterséges változók a regresszós elemzésen (dumm) Aan az eseten, ha a mnőség smérvnek két változata lehetséges, lletve megoldható annak alternatívvá alakítása, akkor numerkussá tehető úg, hog az egk előfordulást értékkel, a másk előfordulást értékkel tesszük egenlővé. Íg a mnőség smérvek korlátozott száman eéíthetők a regresszós modelle., ha nem teljesül a feltétel, ha teljesül a feltétel
46 H : o Gazdaságtudomán Kar Dumm változó alkalmazása Tegük fel, hog a háztartások fogasztás kadás függ a háztartás jövedelmétől (X ). Valamnt feltehetően függ attól s, hog hol él. (eg vdék háztartás kadása másként alakulnak, mnt eg városé) X = ha a háztartás vdék X = ha a háztartás város X eg dumm változó. Y = β + β X + β X +ε
47 H : o Gazdaságtudomán Kar Dumm változó alkalmazása A araméter ecsült értéke megmutatja, hog a város háztartás kadása átlagosan mennvel töek (vag keveseek, ha negatíve) eg vdék háztartás kadásahoz kéest, ha a háztartás jövedelme uganann.
48 H : o Gazdaságtudomán Kar Dumm változó alkalmazása Ha a modell olan nem metrkus smérvet tartalmaz, amelk k smérvváltozattal rendelkezk és nem szeretnénk alternatívvá tenn, akkor, k- dara dumm változó segítségével éíthető a modelle, úg, hog az egk változat lesz a ázs érték.
49 H : o Gazdaságtudomán Kar Dumm változó alkalmazása Iskola végzettség általános közé felső ŷ
50 Köszönöm a fgelmet strolsz@un-mskolc.hu
Többváltozós Regresszió-számítás
Töváltozós Regresszió-számítás 3. előadás Döntéselőkészítés módszertana Dr. Szilágyi Roland Korreláció Célja a kacsolat szorosságának mérése. Regresszió Célja a kacsolatan megfigyelhető törvényszerűség
RészletesebbenGazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Regresszió-számítás. 2. előadás. Kvantitatív statisztikai módszerek. Dr.
Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Regresszó-számítás. előadás Kvanttatív statsztka módszerek Dr. Varga Beatr Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Korrelácós
RészletesebbenGazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Korreláció-számítás. 1. előadás. Döntéselőkészítés módszertana. Dr.
Korrelácó-számítás 1. előadás Döntéselőkészítés módszertana Dr. Varga Beatr Két változó között kapcsolat Függetlenség: Az X smérv szernt hovatartozás smerete nem ad semmlen többletnformácót az Y szernt
RészletesebbenTöbbváltozós lineáris regressziós modell feltételeinek tesztelése I.
Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Kvantitatív statisztikai módszerek Petrovics Petra Többváltozós lineáris regressziós
RészletesebbenTöbbváltozós 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
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETRIA ÖKONOMETRIA Készült a TÁMOP-4.1.-08//A/KMR-009-0041pálázat projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudomán Tanszékén az ELTE Közgazdaságtudomán Tanszék, az MTA Közgazdaságtudomán
RészletesebbenHipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?
01.09.18. Hpotézs vzsgálatok Egy példa Kérdések (példa) Hogyan adhatunk választ? Kérdés: Hatásos a lázcsllapító gyógyszer? Hatásos-e a gyógyszer?? rodalomból kísérletekből Hpotézsek A megfgyelt változó
Részletesebbens n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés
A m és az átlag Standard hba Mnta átlag 1 170 Az átlagok szntén ngadoznak a m körül. s x s n Az átlagok átlagos eltérése a m- től! 168 A m konfdenca ntervalluma. 3 166 4 173 x s x ~ 68% ~68% annak a valószínűsége,
RészletesebbenRegresszió. Fő cél: jóslás Történhet:
Fő cél: jóslás Történhet: Regresszó 1 változó több változó segítségével Lépések: Létezk-e valamlyen kapcsolat a 2 változó között? Kapcsolat természetének leírása (mat. egy.) A regresszós egyenlet alapján
RészletesebbenVariancia-analízis (ANOVA) Mekkora a tévedés esélye? A tévedés esélye Miért nem csinálunk kétmintás t-próbákat?
Varanca-analízs (NOV Mért nem csnálunk kétmntás t-próbákat? B Van különbség a csoportok között? Nncs, az eltérés csak véletlen! Ez a nullhpotézs. és B nncs különbség Legyen, B és C 3 csoport! B és C nncs
RészletesebbenOLS regresszió - ismétlés Mikroökonometria, 1. hét Bíró Anikó A tantárgy tartalma
OLS regresszó - smétlés Mroöonometra,. hét Bíró Anó A tantárg tartalma Leggaorbb mroöonometra problémá és azo ezeléséne megsmerése Egén vag vállalat adato Keresztmetszet és panel elemzés Vállalat, pacelemzés
RészletesebbenStatisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.
Statsztka próbák Paraméteres. A populácó paraméteret becsüljük, ezekkel számolunk.. Az alapsokaság eloszlására van kkötés. Nem paraméteres Nncs lyen becslés Nncs kkötés Ugyanazon problémára sokszor megvan
RészletesebbenÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETRIA Készült a TÁMOP-4..-08//A/KMR-009-004pálázat projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomán Tanszékén az ELTE Közgazdaságtudomán Tanszék az MTA Közgazdaságtudomán Intézet
Részletesebben20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek!
SPEC 2009-2010. II. félév Statsztka II HÁZI dolgozat Név:... Neptun kód: 20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek! 1. példa Egy üzemben tejport csomagolnak zacskókba,
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETRIA ÖKONOMETRIA Készült a TÁMOP-4.1.-08//A/KMR-009-0041pályázat projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudomány Tanszékén az ELTE Közgazdaságtudomány Tanszék, az MTA Közgazdaságtudomány
RészletesebbenLineáris regresszió. Statisztika I., 4. alkalom
Lneárs regresszó Statsztka I., 4. alkalom Lneárs regresszó Ha két folytonos változó lneárs kapcsolatban van egymással, akkor az egyk segítségével elıre jelezhetjük a másk értékét. Szükségünk van a függı
RészletesebbenGyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Lineáris regresszió, ismétlés nélküli mérések
Gakorló feladatok a Kísérletek tervezése és értékelése c. tárgból Lneárs regresszó, smétlés nélkül mérések 1. példa Az alább táblázat eg kalbrácós egenes felvételekor mért adatokat tartalmazza: x 1.8 3
RészletesebbenNemlineáris függvények illesztésének néhány kérdése
Mûhel Tóth Zoltán docens, Károl Róbert Főskola E-mal: zol@karolrobert.hu Nemlneárs függvének llesztésének néhán kérdése A nemlneárs regresszós és trendfüggvének llesztésekor számos esetben alkalmazzuk
RészletesebbenStatisztika feladatok
Statsztka ok Informatka Tudományok Doktor Iskola Bzonyítandó, hogy: azaz 1 Tekntsük az alább statsztkákat: Igazoljuk, hogy torzítatlan statsztkák! Melyk a leghatásosabb közöttük? (Ez az együttes eloszlásfüggvényük.)
RészletesebbenBoros Daniella Nappali tagozat Kereskedelem és marketing 2. évfolyam Gödöllő Neptun kód: OIPGB9
Szent István Egetem Gazdaság- és Tásadalomtudomán Ka -------------------------------------------------------------------------------------------- Koelácó- és egesszó analízs ----------------------------------------------------------------------------------------------------------------------
RészletesebbenHatárérték. Wettl Ferenc el adása alapján és Wettl Ferenc el adása alapján Határérték és
2015.09.28. és 2015.09.30. 2015.09.28. és 2015.09.30. 1 / Tartalom 1 A valós függvén fogalma 2 A határérték fogalma a végtelenben véges pontban Végtelen határértékek 3 A határértékek kiszámítása A rend
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
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
Részletesebben3. Lokális approximáció elve, végeselem diszkretizáció egydimenziós feladatra
SZÉCHENYI ISÁN EGYEEM AAMAZO MECHANIA ANSZÉ 6. MECHANIA-ÉGESEEM MÓDSZER EŐADÁS (kidolgozta: Szüle eronika, eg. ts.) I. előadás. okális aroimáció elve, végeselem diszkretizáció egdimenziós feladatra.. Csomóonti
RészletesebbenTöbbváltozós lineáris regressziós modell feltételeinek tesztelése II.
Többváltozós lineáris regressziós modell feltételeinek tesztelése II. - A magyarázó változóra vonatkozó feltételek tesztelése - Optimális regressziós modell kialakítása - Kvantitatív statisztikai módszerek
RészletesebbenADATREDUKCIÓ I. Középértékek
ADATREDUKCIÓ I. Középértékek Adatredukcó 1. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények: a) Számított középérték: közbenső helyet foglaljanak el, azaz mn középérték
Részletesebben) ( s 2 2. ^t = (n x 1)s n (s x+s y ) x +(n y 1)s y n x+n y. +n y 2 n x. n y df = n x + n y 2. n x. s x. + s 2. df = d kritikus.
Kétmtás t-próba ^t ȳ ( s +( s + + df + vag ha, aor ^t ȳ (s +s Welch-próba ^d ȳ s + s ( s + s df ( s ( s + d rtus t s (α, +t s (α, s + s Kofdecatervallum ét mta átlagáa ülöbségére SE s ( + s ( ±t (α,df
RészletesebbenTanult nem paraméteres próbák, és hogy milyen probléma megoldására szolgálnak.
8. GYAKORLAT STATISZTIKAI PRÓBÁK ISMÉTLÉS: Tanult nem paraméteres próbák, és hogy mlyen probléma megoldására szolgálnak. Név Illeszkedésvzsgálat Χ próbával Illeszkedésvzsgálat grafkus úton Gauss papírral
Részletesebben4 2 lapultsági együttható =
Leíró statsztka Egy kísérlet végeztével általában tetemes mennységű adat szokott összegyűln. Állandó probléma, hogy mt s kezdjünk - lletve mt tudunk kezden az adatokkal. A statsztka ebben segít mnket.
Részletesebbena.) b.) c.) d.) e.) össz. 4 pont 2 pont 4 pont 2 pont 3 pont 15 pont
1. Az alábbi feladatok egszerűek, akár fejben is kiszámíthatóak, de a piszkozatpapíron is gondolkodhat. A megoldásokat azonban erre a papírra írja! a.) A 2x 2 5x 3 0 egenlet megoldása nélkül határozza
RészletesebbenTöbb valószínűségi változó együttes eloszlása, korreláció
Tartalomjegzék Előszó... 6 I. Valószínűségelméleti és matematikai statisztikai alapok... 8 1. A szükséges valószínűségelméleti és matematikai statisztikai alapismeretek összefoglalása... 8 1.1. Alapfogalmak...
RészletesebbenRegresszió és korreláció
Regresszó és korrelácó regresso: vsszatérés, hátrálás; vsszafordulás correlato: vszo, összefüggés, kölcsöösség KAD 016.11.10 1 (vsszatérés, hátrálás; vsszafordulás) Regresszó és korrelácó Gakorlat megközelítés
RészletesebbenRegresszió számítás. Mérnöki létesítmények ellenőrzése, terveknek megfelelése. Geodéziai mérések pontok helyzete, pontszerű információ
Regresszó számítás Mérök létesítméek elleőrzése, terekek megfelelése Deformácózsgálat Geodéza mérések potok helzete, potszerű formácó Leárs regresszó Regresszós sík Regresszós göre Legkse égzetek módszere
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
RészletesebbenA differenciálegyenlet általános megoldása az összes megoldást tartalmazó halmaz.
Differenciálegenletek Bevezetés Differenciálegenletnek olan egenletet nevezünk, amelben az ismeretlen eg függvén és az egenlet tartalmazza az ismeretlen függvén (valahánad rendű) deriváltját. Például:
RészletesebbenMatematika OKTV I. kategória 2017/2018 második forduló szakgimnázium-szakközépiskola
O k t a t á s i H i v a t a l A 017/018. tanévi Országos Középiskolai Tanulmáni Versen második forduló MATEMATIKA I. KATEGÓRIA (SZAKGIMNÁZIUM, SZAKKÖZÉPISKOLA) Javítási-értékelési útmutató 1. Adja meg
Részletesebben7. Kétváltozós függvények
Matematika segédanag 7. Kétváltozós függvének 7.. Alapfogalmak Az A és B halmazok A B-vel jelölt Descartes-szorzatán azt a halmazt értjük, melnek elemei mindazon a, b) rendezett párok, amelekre a A és
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Egyenletek, egyenletrendszerek
1) MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Egenletek, egenletrendszerek A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval
RészletesebbenMinősítéses mérőrendszerek képességvizsgálata
Mnősítéses mérőrendszerek képességvzsgálata Vágó Emese, Dr. Kemény Sándor Budapest Műszak és Gazdaságtudomány Egyetem Kéma és Környezet Folyamatmérnök Tanszék Az előadás vázlata 1. Mnősítéses mérőrendszerek
RészletesebbenA multikritériumos elemzés célja, alkalmazási területe, adat-transzformációs eljárások, az osztályozási eljárások lényege
A multkrtérumos elemzés célja, alkalmazás területe, adat-transzformácós eljárások, az osztályozás eljárások lényege Cél: tervváltozatok, objektumok értékelése (helyzetértékelés), döntéshozatal segítése
RészletesebbenRegresszió és korreláció
Regresszó és korrelácó regresso: vsszatérés, hátrálás; vsszafordulás correlato: vszo, összefüggés, kölcsöösség KAD 01.11.1 1 (vsszatérés, hátrálás; vsszafordulás) Regresszó és korrelácó Gakorlat megközelítés
RészletesebbenA sokaság/minta eloszlásának jellemzése
3. előadás A sokaság/mnta eloszlásának jellemzése tpkus értékek meghatározása; az adatok különbözőségének vzsgálata, a sokaság/mnta eloszlásgörbéjének elemzése. Eloszlásjellemzők Középértékek helyzet (Me,
RészletesebbenKísérlettervezési alapfogalmak:
Kísérlettervezés alapfogalmak: Tényező, faktor (factor) független változó, ható tényező (kezelés, gyógyszer, takarmány, genotípus, élőhely, stb.) amnek hatását a kísérletben vzsgáln vagy összehasonlítan
RészletesebbenMatematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)
Matematka statsztka elıadás III. éves elemzı szakosokak Zemplé Adrás 9. elıadásból részlet Y közelítése függvéyével Gyakor eset, hogy em smerjük a számukra érdekes meység Y potos értékét pl. holap részvéy-árfolyam,
RészletesebbenVáltozók közötti kapcsolatok vizsgálata
) Eseméek függetlesége: p(ab) p(a) p(b) ) Koelácó: vö. az tutív tatalommal Változók között kapcsolatok vzsgálata Akko poztív, ha és átlagosa ugaaa az áa té el a saját váható étékétől, egatív ha elletétes
RészletesebbenBevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,
Bevezetés a bometrába Dr. Dnya Elek egyetem tanár PhD kurzus. KOKI, 205.0.08. ADATREDUKCIÓ I. Középértékek Adatredukcó. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények:
RészletesebbenKorreláció 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.
RészletesebbenVARIANCIAANALÍZIS (szóráselemzés, ANOVA)
VARIANCIAANAÍZIS (szóráselemzés, ANOVA) Varancaanalízs. Varancaanalízs (szóráselemzés, ANOVA) Adott: egy vagy több tetszőleges skálájú független változó és egy legalább ntervallum skálájú függő változó.
RészletesebbenStatisztika II előadáslapok. 2003/4. tanév, II. félév
Statisztika II előadáslapok 3/4 tanév, II félév BECSLÉS ÉS HIPOTÉZISVIZSGÁLAT Egyik konzervgyár vágott zöldbabot exportál A szabvány szerint az üvegek nettó töltősúlyának az átlaga 3 g, a szórása 5 g Az
RészletesebbenOKTATÁSGAZDASÁGTAN. 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
RészletesebbenADATREDUKCIÓ I. Középértékek
ADATREDUKCIÓ I. Középértékek Adatredukcó 1. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények: a) Számított középérték: közbenső helyet foglaljanak el, azaz mn középérték
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Egyenletek, egyenletrendszerek
1) MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Egenletek, egenletrendszerek A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval
RészletesebbenMikro és makroökonómia BMEGT30A001 C1-es kurzus Jegyzet gyanánt 2018 ősz 3.ELŐADÁS
Mkro és makroökonóma BMEGT30A001 C1-es kurzus Jegzet ganánt 2018 ősz Az tt közzé adott anag néhol részletesebb, néhol csak utal arra, amt órán vettünk. A számonkérés kzárólag az órán elhangzott anagból
RészletesebbenMAGYARÁZAT A MATEMATIKA NULLADIK ZÁRTHELYI MINTAFELADATSOR FELADATAIHOZ 2010.
MAGYARÁZAT A MATEMATIKA NULLADIK ZÁRTHELYI MINTAFELADATSOR FELADATAIHOZ 00.. Tetszőleges, nem negatív szám esetén, Göktelenítsük a nevezőt: (B). Menni a 0 kifejezés értéke? (D) 0 0 0 0 0000 400 0. 5 Felhasznált
Részletesebben2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét!
GAZDASÁGSTATISZTIKA KIDOLGOZOTT ELMÉLETI KÉRDÉSEK A 3. ZH-HOZ 2013 ŐSZ Elméleti kérdések összegzése 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét! 2. Mutassa be az
RészletesebbenBiomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision
RészletesebbenKiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.
Kiválasztás A változó szerint Egymintás t-próba Mann-Whitney U-test paraméteres nem-paraméteres Varianciaanalízis De melyiket válasszam? Kétmintás t-próba Fontos, hogy mindig a kérdésnek és a változónak
RészletesebbenBiometria 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
RészletesebbenA végeselem programrendszer általános felépítése (ismétlés)
SZÉCHENYI ISTVÁN EGYETEM ALKALMAZOTT MECHANIKA TANSZÉK 1. MECHANIKA-VÉGESELEM MÓDSZER ELŐADÁS (kdolgozta: Szüle Veronka eg. ts.) IX. előadás A végeselem rogramrendszer általános feléítése (smétlés) A végeselem
Részletesebbenξ y = (EXCEL-ben: ÁTLAG)
TÉMAVÁZLAT 4-7. ALKALOM Kéma Számítástechnka Gyakorlat, Kéma BSc I. évf. 07/08 I. félév (összeállította: Tóth Gergely) STATISZTIKAI ALAPOK Célja: egy halmazból, sokaságból kválasztott mnta alaján az egész
RészletesebbenKidolgozott feladatok a nemparaméteres statisztika témaköréből
Kdolgozott feladatok a nemparaméteres statsztka témaköréből A táékozódást mndenféle színkódok segítk. A feladatok eredet szövege zöld, a megoldások fekete, a fgyelmeztető, magyarázó elemek pros színűek.
RészletesebbenBiológiai anyagok hatásának értékelése, ha közvetlen fizikai vagy kémiai analízis nem alkalmazható.
Boassa Bológa anagok hatásának értékelése, ha közvetlen fzka vag kéma analízs nem alkalmazható. Alapja standard készítménnel való összehasonlítás: a vzsgált anag mlen mennsége ad uganakkora hatást, mnt
RészletesebbenMásodfokú függvények
Másodfokú függvének Definíció: Azokat a valós számok halmazán értelmezett függvéneket, amelek hozzárendelési szabála f() = a + bc + c (a, b, c R, a ) alakú, másodfokú függvéneknek nevezzük. A másodfokú
RészletesebbenA DETERMINÁCIÓS EGYÜTTHATÓRÓL
VITA A DETERMIÁCIÓS EGYÜTTHATÓRÓL HUYADI LÁSZLÓ Egyes vélekedések szernt a regresszós modellek (többszörös) determnácós együtthatója nem jó mutatószám, hszen sok olyan hányossága van, amelyek folytán alkalmazása
Részletesebben4. Egyéni és piaci kereslet. 4.1 Ár-ajánlati görbe (PCC)
4. Egéni és iaci kereslet z előző részben megvizsgáltuk azt, hog miként határozható meg eg fogasztó otimális fogasztási szerkezete, illetve azt is elemeztük, hog eg költségvetési egenes helzetére miként
RészletesebbenMatematikai statisztika
Matematka statsztka 8. elıadás http://www.math.elte.hu/~arato/matstat0.htm Kétmtás eset: függetle mták + + + = + ) ( ) ( ) ( Y Y X X Y X m m m t m Ha smert a szórás: (X elemő, σ szórású, Y m elemő, σ szórású),
RészletesebbenFüggvények határértéke és folytonossága. pontban van határértéke és ez A, ha bármely 0 küszöbszám, hogy ha. lim
Függvének határértéke és oltonossága Deiníció: Az -hoz megadható olan üggvénnek az A. pontban van határértéke és ez A ha bármel küszöbszám hog ha A akkor. Jele: a) Függvén határértékének ogalma visszavezethető
RészletesebbenKettőnél több csoport vizsgálata. Makara B. Gábor
Kettőnél több csoport vizsgálata Makara B. Gábor Három gyógytápszer elemzéséből az alábbi energia tartalom adatok származtak (kilokalória/adag egységben) Három gyógytápszer elemzésébô A B C 30 5 00 10
RészletesebbenÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETIA Készült a TÁMOP-4.1.-08//A/KM-009-0041pályázat projet eretébe Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomáy Taszéé az ELTE Közgazdaságtudomáy Taszé az MTA Közgazdaságtudomáy Itézet és a
Részletesebben10. elıadás: Vállalati kínálat, iparági kínálat Piaci ár. A versenyzı vállalat kínálati döntése. A vállalat korlátai
(C) htt://kgt.bme.hu/ 1 /8.1. ábra. A versenzı vállalat keresleti görbéje. A iaci árnál a vállalati kereslet vízszintes. Magasabb árakon a vállalat semmit nem ad el, a iaci ár alatt edig a teljes keresleti
RészletesebbenKeresztkorreláció vizsgálata statisztikai teszttel
SZAKDOLGOZAT Keresztkorrelácó vzsgálata statsztka teszttel Készítette: Balogh Bertalan kéma BSc szakos hallgató Témavezető: Tóth Gergely egyetem docens Eötvös Loránd Tudományegyetem, Természettudomány
RészletesebbenGVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet
GVMST22GNC Statisztika II. 3. előadás: 8. Hipotézisvizsgálat Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Hipotézisvizsgálat v becslés Becslés Ismeretlen paraméter Közeĺıtő
RészletesebbenNemparaméteres eljárások
Nemparaméteres eljárások Bevezetés Az ntervallum vagy a hányados skálán végzett méréseknél az adatokból számolhatunk átlagot, szórásnégyzetet, szórást Fontos módszerek alapulnak ezeknek a származtatott
RészletesebbenAlgebrai egész kifejezések (polinomok)
Algebrai egész kifejezések (polinomok) Betűk használata a matematikában Feladat Mekkora a 107m 68m oldalhosszúságú téglalap alakú focipála kerülete, területe? a = 107 m b = 68 m Terület T = a b = 107m
RészletesebbenFüggetlenségvizsgálat, Illeszkedésvizsgálat
Varga Beatrix, Horváthné Csolák Erika Függetlenségvizsgálat, Illeszkedésvizsgálat 4. előadás Üzleti statisztika A sokaság/minta több ismérv szerinti vizsgálata A statisztikai elemzés egyik ontos eladata
RészletesebbenVarianciaanalízis 4/24/12
1. Feladat Egy póker kártya keverő gép a kártyákat random módon választja ki. A vizsgálatban 1600 választott kártya színei az alábbi gyakorisággal fordultak elő. Vizsgáljuk meg, hogy a kártyák kiválasztása
RészletesebbenDr. Ratkó István. Matematikai módszerek orvosi alkalmazásai. 2010.11.08. Magyar Tudomány Napja. Gábor Dénes Főiskola
Dr. Ratkó István Matematka módszerek orvos alkalmazása 200..08. Magyar Tudomány Napja Gábor Dénes Főskola A valószínűségszámítás és matematka statsztka főskola oktatásakor a hallgatók néha megkérdezk egy-egy
RészletesebbenRegressziós vizsgálatok
Regressziós vizsgálatok Regresszió (regression) Általános jelentése: visszaesés, hanyatlás, visszafelé mozgás, visszavezetés. Orvosi területen: visszafejlődés, involúció. A betegség tünetei, vagy maga
RészletesebbenKétváltozós függvények ábrázolása síkmetszetek képzése által
Kétváltozós függvének ábrázolása síkmetszetek képzése által ) Ábrázoljuk a z + felületet! Az [,] síkkal párhuzamos síkokkal z c) képzett metszetek körök: + c, tehát a felület z tengelű forgásfelület; Az
RészletesebbenExtrém-érték elemzés. Extrém-érték eloszlások. A normálhatóság feltétele. Megjegyzések. Extrém-érték modellezés
Extrém-érték modellezés Zemplén András Alkalmazott modul 03. február. Extrém-érték elemzés Klasszkus módszerek: év maxmumon alapulnak Küszöb felett értékek elemzése: adott szntet meghaladó mnden árvízbıl
RészletesebbenElemi függvények. Nevezetes függvények. 1. A hatványfüggvény
Elemi függvének Tétel: Ha az = ϕ() függvén az = f () függvén inverze, akkor = ϕ() függvén grafikonja az = f () függvén képéből az = egenesre való tükrözéssel nerhető. Tétel: Minden szigorúan monoton függvénnek
RészletesebbenInverz függvények Inverz függvények / 26
Inverz függvének 2015.10.14. Inverz függvének 2015.10.14. 1 / 26 Tartalom 1 Az inverz függvén fogalma 2 Szig. monoton függvének inverze 3 Az inverz függvén tulajdonságai 4 Elemi függvének inverzei 5 Összefoglalás
Részletesebben1. MÁSODRENDŰ NYOMATÉK
Gak 01 Mechanka. Szlárdságtan 016 01 Segédlet MECHNK. TNNYG SMÉTLÉSE Tartalom 1. MÁSODRENDŰ NYOMTÉK... 1. RÁCSOS TRTÓ.... GÉNYEVÉTEL ÁRÁK... 5. TÉREL TRTÓK GÉNYEVÉTEL ÁRÁ... 8 Ez a Segédlet a 015, 016
RészletesebbenADATREDUKCIÓ I. Középértékek
ADATREDUKCIÓ I. Középértékek Adatredukcó 1. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények: a) Számított középérték: közbenső helyet foglaljanak el, azaz x mn középérték
RészletesebbenStatisztikai. Statisztika Sportszervező BSc képzés (levelező tagozat) Témakörök. Statisztikai alapfogalmak. Statisztika fogalma. Statisztika fogalma
Témakörök Statsztka Sortszerező BSc kézés (leelező tagozat) 2-2-es tané félé Oktató: Dr Csáfor Hajnalka főskola docens Vállalkozás-gazdaságtan Tsz E-mal: hcsafor@ektfhu Statsztka fogalmak Statsztka elemzések
RészletesebbenY 10. S x. 1. ábra. A rúd keresztmetszete.
zilárdságtan mintafeladatok: tehetetlenségi tenzor meghatározása, a tehetetlenségi tenzor főtengelproblémájának megoldása két mintafeladaton keresztül Először is oldjuk meg a gakorlatokon is elhangzott
RészletesebbenBolyai János Matematikai Társulat. Rátz László Vándorgyűlés Baja
Bolai János Matematikai Társulat Rátz László Vándorgűlés 06. Baja Záródolgozat dr. Nag Piroska Mária, Dunakeszi Dunakeszi, 06.07.. A Vándorgűlésen Erdős Gábor az általános iskolai szekcióban tartott szemináriumot
Részletesebben[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
RészletesebbenExtrém-érték elemzés. Extrém-érték eloszlások. Megjegyzések. A normálhatóság feltétele. Extrém-érték modellezés
Extrém-érték modellezés Zemplén András Val.modellek 2018. febrár 21. Extrém-érték elemzés Klasszks módszerek: év maxmmon alaplnak Küszöb felett értékek elemzése: adott szntet meghaladó mnden árvízből használ
RészletesebbenKidolgozott feladatok a gyökvonás témakörhöz (10.A osztály)
1. Számítsuk ki a következő szorzatok értékét! (a) 3 3 3 (b) 7 3 7 3 1 9. Számítsuk ki a következő hánadosokat! (a) (b) 1 0 1 0 3. Döntsük el, melik szám a nagobb! (a) ( 3) vag ( ) 3 (b) Mivel tudjuk,
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
Részletesebben5. előadás - Regressziószámítás
5. előadás - Regressziószámítás 2016. október 3. 5. előadás 1 / 18 Kétváltozós eset A modell: Y i = α + βx i + u i, i = 1,..., T, ahol X i független u i -től minden i esetén, (u i ) pedig i.i.d. sorozat
RészletesebbenSzegedi Tudományegyetem Gazdaságtudományi Kar. Petres Tibor Tóth László. STATISZTIKA I. kötet
Szeged Tudománegetem Gazdaságtudomán Kar Petres Tbor Tóth László STATISZTIKA I. kötet Szerzők: Dr. Petres Tbor, PhD egetem docens Statsztka és Demográa Tanszék Tóth László PhD-hallgató Gazdaságtudomán
Részletesebbeny ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell
Példa STATISZTIKA Egy gazdálkodó k kukorica hibrid termesztése között választhat. Jelöljük a fajtákat A, B, C, D-vel. Döntsük el, hogy a hibridek termesztése esetén azonos terméseredményre számíthatunk-e.
RészletesebbenTartóprofilok Raktári program
Tartóproflok Raktár program ThenKrupp Ferroglou ThenKrupp Nolcadk kadá 6. áprl Ötvözetlen é alacon ötvözéú lemeztermékek Betonacélok Szerzámacélok Melegen hengerelt rúdacélok Könnú - é zínefémek Rozdamente
RészletesebbenA kereslet. Háztartás-statisztika KÖZGAZDASÁGTAN GAZDASÁGI INFORMATIKUSOKNAK. Háztartás panel Legfelső ötöd
KÖZGAZASÁGTAN GAZASÁG NFORMATKUSOKNAK Oktatók Csongrád Göng Kss Gabrella r. Nag András A kereslet Háztartás-statsztka Háztartás anel felső közéosztál közéső közéosztál Közéosztál Alsó közéosztál 1 $ $
Részletesebben4. hét Fogyasztói preferenciák, (hasznosság) A PIACI KERESLET - ÉS AMI MÖGÖTTE VAN. Varian: fejezet
1 /7 4. hét Fogasztói preferenciák, hasznosság Varian: 3. 4. fejezet PII KERESLET - ÉS MI MÖGÖTTE VN Kereslet törvéne: növekvı árak keresett menniség csökken (és megfordítva) Miért csökken a keresett menniség,
RészletesebbenRegresszióanalízis. Lineáris regresszió
Regrezóanalíz Lneár regrezó REGRESSZIÓ 1 Modell: Valamely (pl. fzka) törvényzerûég értelméen az x független változó zonyo értékénél a függõ változó értéke Y ϕ (x). Y helyett y értéket mérünk, E(y x) Y,
RészletesebbenMatematika szintfelmérő szeptember
Matematika szintfelmérő 015. szeptember matematika BSC MO 1. A faglaltok éjszakáján eg közvéleménkutatásban vizsgált csoport %-ának ízlett az eperfaglalt, 94%-ának pedig a citromfaglalt. A két gümölcsfaglalt
RészletesebbenKomplex regionális elemzés és fejlesztés tanév DE Népegészségügyi Iskola Egészségpolitika tervezés és finanszírozás MSc
Komplex regonáls elemzés és fejlesztés 2016-2017. tanév DE Népegészségügy Iskola Egészségpoltka tervezés és fnanszírozás MSc 2. előadás Terület elemzés módszerek az egészségföldrajzban Terület ellátás
Részletesebben