HIPOTÉZISVIZSGÁLATOK, STATISZTIKAI PRÓBÁK. Hipotézisvizsgálat_Statisztikai próbák

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "HIPOTÉZISVIZSGÁLATOK, STATISZTIKAI PRÓBÁK. Hipotézisvizsgálat_Statisztikai próbák"

Átírás

1 HIPOTÉZISVIZSGÁLATOK, STATISZTIKAI PRÓBÁK Hipotézivizgálat_Statiztikai próbák

2 Hipotézivizgálat alapgodolata A okaág érdekel, de a mita va a kezükbe. Elmúlt előadáoko: tatiztikai következteté (beclé) mita (méréi eredméyek) okaág paramétereiek beclée Hipotézivizgálat: Az alapokaágra voatkozóa valamilye feltevéel élük (pl. m é/vagy értéke) é azt a méréi adatokból zámolt tatiztikai próbával elleőrizzük. Hipotézivizgálat_Statiztikai próbák

3 Szemléltető ábra a hipotézivizgálat alapgodolatához 4 3 y x Jöhetek-e az adatok olya elozlából, hogy: m m 3,5? Hipotézivizgálat_Statiztikai próbák 3

4 z-próba alapelve H : m = m ullhipotézi z x m z x m próbatatiztika értéke, ha H igaz z x m x m z-elozláú m m Ha H igaz, z ~ z Ha z olya értékeket vez föl, amilyeeket z zokott, elfogadjuk a ullhipotézit Hipotézivizgálat_Statiztikai próbák 4

5 z-próba meete. Nullhipotézi felíráa: H : m = m. Ellehipotézi megfogalmazáa: H : m m, vagy H : m m,vagy H : m m. 3. Próbatatiztika aktuáli értékéek kizámítáa: z x m Próbatatiztika tulajdoágai: kizámítható a mitából elozláa H igazága eeté imert Hipotézivizgálat_Statiztikai próbák 5

6 4. Elfogadái tartomáy kijelölée az előírt a zigifikaciazithez: Pl. H : m m eeté z z a P -z a a H P -z a x m z H a a a a -z a/ z a/ z m z x m z / a / / a / elutaítá elfogadá elutaítá emlékeztetőül a kofidecia-itervallum: x z m x z / a / / a / 6

7 5. Döté: megvizgáljuk, hogy a próbatatiztika kizámított értéke az elfogadái tartomáyba va-e ha ige, elfogadjuk a ullhipotézit ha em, elutaítjuk a ullhipotézit Hipotézivizgálat_Statiztikai próbák 7

8 . példa Táramérlege égy imételt tömegméréel határoztuk meg egy tárgy tömegét. A 4 méréből álló mita zámtai középértéke 5,5 g. Korábbi méréekből tudjuk, hogy a méré variaciája = -4 g. El kell döteük, hihető-e, hogy a várható érték (a tárgy valódi tömege) 5, g. : m m 5, : m m 5, H H z x m,5 ha α=,5 z a,96 Döté? ha α=, z a,58 É itt? Hipotézivizgálat_Statiztikai próbák 8

9 Döté a tatiztikai programokkal (p-érték) A tatiztikai programcomagok z -hoz egy ú. p értékét zámolak. Pl. H : m m eeté p z z Pz P -z z ha p > a, elfogadjuk a ullhipotézit p/ p/ Az. példába: p P -,5 z,5 Pz,5 *(,99379),4 -t t Hipotézivizgálat_Statiztikai próbák 9

10 Döté a tatiztikai programokkal (p-érték) A tatiztikai programcomagok z -hoz egy ú. p értékét zámolak. Pl. H : m m eeté p P z z ha p > a, elfogadjuk a ullhipotézit p z Hipotézivizgálat_Statiztikai próbák

11 Elő- é máodfajú hiba döté: a H ullhipotézi a H hipotézit elfogadjuk elutaítjuk igaz helye döté előfajú hiba (α) em igaz máodfajú hiba (β) helye döté Előfajú hiba valózíűége előzetee imert (mi adjuk meg), de a máodfajú hiba valózíűége em! Mit jelet H elfogadáa?: redelkezére álló adatok alapjá em tudjuk H -t elutaítai ( fail to reject ) Hipotézivizgálat_Statiztikai próbák

12 A máodfajú hiba valózíűége Mitől é hogya függ?: f(z H ) f(z H ) a a (m -m )/( / ) Hipotézivizgálat_Statiztikai próbák

13 . példa Számítuk ki a máodfajú hiba valózíűégét az. példára! Legye a zigifikaciazit (α) é kimutati kívát külöbég (Δ) i,! H : m m H : m m 5, 5, Egy kokrét ellehipotézihez zámoluk! x m m m z z z H P z z m m P a / a / a / a / / / m m m m, P z,58,58 a / z za / P z / /,/ 4,,/ 4 P 4,58 z,58, 74 Hipotézivizgálat_Statiztikai próbák 3

14 . Működéi jelleggörbe (OC-görbe) ha a, Δ, σ é imert β zámítható m m Hipotézivizgálat_Statiztikai próbák 4

15 3. példa Egy ayag miőége egyértelműe jellemezhető a űrűégével, melyek kíváato értéke kiebb, mit,54. A gyártá orá zerzett eddigi imeretek zerit a méré potoágára jellemző variacia égyzetgyöke =,3. A vizgálat meete a következő: -zer mitát vezük a miőítedő legyártott tételből, midegyik mita űrűégét megmérjük, átlagoljuk. Ha az átlago űrűég meghalad egy bizoyo határértéket, az adagot rozak, ha kiebb ála, jóak miőítjük. A feladat: határozzuk meg a veedő miták zámát é a határértéket ( x). * * x x A tétel jó, átvehető x * x A tétel roz, em vehető át Hipotézivizgálat_Statiztikai próbák 5

16 Hogy a jó tételt majdem midig elfogadjuk, a rozakat majdem midig elutaítuk, a következő kíváalmakat adjuk meg: ha m,5 99 % legye a valózíűége, hogy jóak miőítük, ha m,54 98 % legye a valózíűége, hogy rozak miőítük az adagot. Özegezve tehát a feladatot: A ullhipotézi é az ellehipotézi: H : m m,5 (a tétel jó) H : m m,54 (a tétel roz) Az előfajú hiba megegedett valózíűége: a =, A máodfajú hiba megegedett valózíűége: =, A kimutatadó, jeletőek miőítedő külöbég: D =,4 Hipotézivizgálat_Statiztikai próbák 6

17 Kritiku értékek az elő- é máodfajú hibához H -z H a z a,5,54 * x Hipotézivizgálat_Statiztikai próbák 7

18 x * Fejezzük ki azt az határt, amelyet -a valózíűéggel em halad meg, ha H igaz (az ábra aló réze): x P P z z a a H a H a a x x m m * z z P z H P x z P x H a H x * m za Hipotézivizgálat_Statiztikai próbák 8

19 9 Máodfajú hibát akkor követük el, ha H az igaz (μ μ =,54), de mi elfogadjuk a H hipotézit (azaz z z a ). Eek valózíűége: z x m * x x P H x x P H z z P m m a * * m z x P / H Hipotézivizgálat_Statiztikai próbák

20 A kimutatadó, jeletőek miőített külöbég: D m m A két egyelet jobb oldalát egymáal egyelővé téve, majd átredezve: m m = ( za z ) D za z m m Hipotézivizgálat_Statiztikai próbák

21 Eetükbe:,36 z a,54 z,8 D,4 x *,5,3 azaz itt a, β, Δ é σ volt imert zámítható é mivel itt a é β értékét i rögzítettük H elfogadáa eeté i tudjuk a hibá döté valózíűégét Hipotézivizgálat_Statiztikai próbák

22 4. példa Egyoldali próbák Egy bizoyo vegyzer kg-jába legföljebb 5, g idege ayag lehet. Négy elemzé eredméyéek átlagára 5,5 g-t kaptuk. Korábbi méréekből tudjuk, hogy a meghatározá variaciája σ = -4 g. Eldötedő 5%-o zigigfikaciazite, hogy hihető-e, hogy az elemzéi eredméyek várható értéke (azaz az igazi idegeayagtartalom) em haladja meg az 5 g-o határt. : m m 5, H : m m 5, egyoldali próba! H z x m,5 próbatatiztika em változott! Hipotézivizgálat_Statiztikai próbák

23 4. példa folytatáa H : m m 5, Az elfogadái tartomáy vizot változik. z x m x m m m m m z ha H igaz, akkor > azaz az elfogadái tartomáyra felő határ kell P z z a a H Döté: Mivel mot,5 z za,65 elutaítjuk a ullhipotézit.,65 z a Hipotézivizgálat_Statiztikai próbák 3

24 Egyoldali próbák: Melyik hipotézipárt válazuk? H : H m m H : m m : m m H : m Ha elutaítjuk H -t (azaz elfogadtuk H -t), azt modhatjuk, hogy az adatok a zigifikaciazite elletmodaak aak a feltételezéek, hogy a várható érték a μ határérték alatt va. Azaz azt bizoyítottuk (mert cak p a a valózíűége aak, hogy tévedük), hogy a várható érték μ határérték felett va. Ha H -t em tudjuk elutaítai, em tuduk emmit, mert vagy igaz a ullhipotézi (azaz várható érték a μ határérték alatt va) vagy cak em volt elég iformációk (ki mitaelemzám é/vagy agy variacia). Godoljuk át a feti két eetet a H é H hipotézipárra i! Taulág: az ellehipotézibe legye, amit bizoyítai akaruk, mert akkor imerjük a tévedéük valózíűégét. m 4

25 5. példa Egyoldali próbák: Melyik hipotézipárt válazuk? Egy vállalat fütgáz kibocátááak NO-tartalmát vizgálják. Adott egy hatóági határérték a maximália kibocátható NO meyiégére, ezt túllépve a vállalatak bírágot kell fizetie. Melyik hipotézipárt válaztaá: - ha Ö a hatóág képvielője lee? - ha Ö a vállalat vezérigazgatója lee? Hipotézivizgálat_Statiztikai próbák 5

26 5. példa folytatáa - Hatóág képvielőjekét: H : m m H : m m Ha elutaítjuk H -t, azt látjuk bizoyítva, hogy a megegedettél több va bee (azaz jogoa bírágolhat a hatóág). Ha elfogadjuk H -t, em bizoyított, hogy a határértéket meghaladja. - Vállalt képvielőjekét: H : m m H : m m Ha elutaítjuk H' -t, azt látjuk bizoyítva, hogy a megegedettél keveebb va bee (é ez a kibocátó kötelezettége). Ha elfogadjuk H -t, em tudjuk bizoyítai, hogy a határérték alatt va. Hipotézivizgálat_Statiztikai próbák 6

27 Egymitá t-próba kétoldali eet H : m = m H : m m t x m x m m m t m m P -t a x m t a a a -t a / t a / a t elutaítá elfogadá elutaítá Hipotézivizgálat_Statiztikai próbák 7

28 6. példa Egy aalitikai módzer torzítatlaágáak vizgálatára 5 imételt mérét végeztek egy 3,5% imert kocetrációjú muka-tadarddel. Az eredméyek: 3,5; 3,7, 3,4; 3,6 é 3,4. Elfogadva, hogy az adatok közelítőleg ormáli elozláúak, elleőrizzük 5%-o zigifikaciazite a torzítatlaág hipotéziét! H : m m 3,5 H : m m 3,5 x t x m Döté? Hipotézivizgálat_Statiztikai próbák 8

29 Tet of mea agait referece cotat (value) (Tet.ta) Mea Std.Dv. N Std.Err. Referece t-value df p Variable Cotat mert táblázattal t x m oftware f(t) a/ a/ p/ p/ -t a/ t a/ -t t t,5 4, 776 Hipotézivizgálat_Statiztikai próbák 9

30 p érték értelmezée Amit zereték: Ami kizámítható: PH adatok? Padatok H? p aak valózíűége, hogy a kapott vagy még zélőégeebb adatok adódjaak, ha H igaz. Hipotézivizgálat_Statiztikai próbák 3

31 6. példa folytatáa: Mekkora valózíűéggel tudák egy adott torzítát kimutati? Próba ereje (power) = - a máodfajú hiba valózíűége (-β), azaz aak valózíűége, hogy ézrevezem a külöbéget Emlék : a, β, Δ é σ é közül egyik zámítható tadardized effect (E) = kimutatadó külöbég (torzítá) / zigma E D Hipotézivizgálat_Statiztikai próbák 3

32 6. példa folytatáa: Háy elemű mitát kell veük, hogy egy adott torzítát 9%-o valózíűéggel kimutauk? Emlék : a, β, Δ é σ (vagy E= Δ/σ ) é közül egyik zámítható mot adott a próba ereje (power) = -β =,9 é E értéke é a kérdé Hipotézivizgálat_Statiztikai próbák 3

33 6. példa folytatáa: Hogya függ a próba ereje a kimutatadó külöbégtől? Hipotézivizgálat_Statiztikai próbák 33

34 7. példa Egy élővíz zeyezettek miőül, ha a zeyezőayag kocetrációja egy adott határérték felett va. A kérdé eldötéére mitát vezük az élővízből. Elváráuk: Ha (valóba) zeyezett a víz, azt 95%-o biztoággal miőítük i aak. Kérdé: Hogya fogalmazzuk meg a vizgáladó hipotézipárt? Az elvárából következik, hogy arra a hibá dötére, hogy a zeyezett vizet tévee megfelelőek miőítük, 5%-o valózíűéget egedük. Ezt rögzítjük tehát az előfajú hiba valózíűégéek. Eek pedig az alábbi hipotézipár felel meg: H : m m H : m m Hipotézivizgálat_Statiztikai próbák 34

35 35 Ha H igaz, akkor a következő kifejezé c -elozláú, zabadági foka: c a c c a a / / P Hipotézivizgálat_Statiztikai próbák c -próba a variacia vizgálatára kétoldali eet egyoldali eet : H : H : H : H Elfogadái tartomáyok a két eetbe: a c a P

36 8. példa Egy termék gyártáa orá a variacia legfeljebb 4 lehet. elemű mitát véve a zóráégyzet 4-ek adódott. Elfogadjuk-e 5%-o zigifikaciazite azt a feltételezét, hogy a variacia em agyobb, mit 4? Bizoyítottuk ezzel azt az állítát, hogy a variacia 4 alatt va? H : 4 H : 4 c c a Döté? Hipotézivizgálat_Statiztikai próbák 36

37 H H : : Megjegyzé: Ha Két zóráégyzet özehaolítáa (F-próba) Próbatatiztika: F Akkor utaítjuk el a ullhipotézit, ha F -a/ vagy / Szabadági fokok: F a/,, elég az elfogadái tartomáy fölő határát elleőrizi! Hipotézivizgálat_Statiztikai próbák 37

38 Adott a két függetle mita. Kétmitá t-próba Elemzámuk ( é ), é zóráégyzetük ( é ). Tételezzük fel, hogy a két okaág variaciája megegyezik. (Ezt F-próbával elleőrizi kell!) Legye: d x x E( d) m m Var d = Varx x Hipotézivizgálat_Statiztikai próbák 38

39 39 d - + A következő kifejezé t-elozláú d E d d E d t= d Hipotézivizgálat_Statiztikai próbák Kétmitá t-próba (folytatá) az egyeített zóráégyzet ahol

40 Kétmitá t-próba (folytatá) H : m m ekkor: Ed A próbatatiztika: t = d d x x Előtte a feltevét F-próbával elleőrizi kell! Hipotézivizgálat_Statiztikai próbák 4

41 9. példa Két laborba végezzük el ugyaazt a mérét adott méréi leirat zerit. a) Eldötedő %-o zigifikaciazite, hogy megegyezik-e a két laborba a méréi hibák variaciája? b) Eldötedő 5%-o zigifikaciazite, hogy megegyezik-e a két laborba a méréek várható értéke? 4 5 x 53,8 5,8 x 5, 3, Hipotézivizgálat_Statiztikai próbák 4

42 a) F-próba H F : H : 5,8 3,,8 F felő F,5 (3,4) 6,59 F aló F,95(3,4) F (4,3) 9,,5, Döté? Hipotézivizgálat_Statiztikai próbák 4

43 b) kétmitá t-próba H : m m H : m m t 53,8 5, = x x 4,3 5 4, ,83 3,4 45 4,3 t a / ( 7),365 Döté? Hipotézivizgálat_Statiztikai próbák 43

44 . példa Cipőtalp ayagáak kopáállóágát vizgálták. Ehhez kiválaztottak véletlezerűe - fiút, akik egy héte át vielték az a A ill. B ayagból kézült cipőket. Vizgáljuk meg 5%-o zigifikaciazite, hogy va-e külöbég a cipőtalpak átlago kopáába! A két mita tatiztikái: átlag zórá A,6,45 B,4,5 Hipotézivizgálat_Statiztikai próbák 44

45 Kétmitá t-próba, ELŐTTE F-próba! H : F F 5,. H : t = t 5. Hipotézivizgálat_Statiztikai próbák 45

46 Statitic > Baic Statitic/Table > t-tet, idepedet, by variable T-tet for Idepedet Sample (fiucipo) Note: Variable were treated a idepedet ample Mea Mea t-value df p Valid N Valid N Std.Dev. Std.Dev. F-ratio p Group v. Group Group Group Group Group Group Group Variace Variace TALPA v. TALPB,63,4 -,3689 8,76498,4536,58465,5558,9376 Hipotézivizgálat_Statiztikai próbák 46

47 Külöböző variacia-aráyokat mekkora valózíűéggel vezük ézre? a=.5, = = Hipotézivizgálat_Statiztikai próbák 47

48 . példa (. példa módoítva) Cipőtalp ayagáak kopáállóágát vizgálták. A kíérlethez mot fiút válaztottak ki véletlezerűe, majd midegyikükél kiorolták, hogy melyik lábuko melyik cipőtalpayagból kézült cipőt vielik. Vizgáljuk meg 5%-o zigifikaciazite, hogy va-e külöbég a cipőtalpak átlago kopáába! Hipotézivizgálat_Statiztikai próbák 48

49 Fiúcipő példa adatai TABLE 4.3. Data o the amout of wear meaured with two differet material A ad B, boy hoe example* boy material A material B B A differece d 3.(L) 4.(R).8 8.(L) 8.8(R).6 3.9(R).(L) (L) 4.(R) (R).8(L) (L) 6.4(R) (L) 9.8(R).3 8.8(L).3(R) (R) 9.3(L).5 3.3(L) 3.6(R).3 average differece.4 Hipotézivizgálat_Statiztikai próbák 49

50 5 3 wear 9 7 material A boy material B FIGURE 4.. Data o Hipotézivizgálat_Statiztikai two differet material próbák A ad B, ued for makig 5

51 Páro t-próba Két özefüggő (em függetle) mita özehaolítáára.. fiú. fiú. fiú. fiú i. fiú i. fiú A cipőtalp x i B cipőtalp y d i E y i H : E x i d Ey Ex H i : E i y E i x i d i i Hipotézivizgálat_Statiztikai próbák 5

52 5 A párokéti eltéré átlagértéke: d d i i d d i i d Hipotézivizgálat_Statiztikai próbák Páro t-próba (folytatá) / d E d t= d A próbatatiztika: / d = t d A következő kifejezé t-elozláú: i i i x y d zóráégyzete:

53 . példa folytatáa d,4 d,387 t d,4,387 d t a / ( 9),6 3,349 Döté? d i Hipotézivizgálat_Statiztikai próbák 53

54 Statitic > Baic Statitic/Table > t-tet, depedet ample Variable TALPA TALPB T-tet for Depedet Sample (fiucipo) Marked differece are igificat at p <,5 Mea Std.Dv. N Diff. Std.Dv. Diff. t df p Cofidece -95,% Cofidece +95,%,63,453,4,585 -,4,387-3,3489 9,854 -,687 -,33 Hipotézivizgálat_Statiztikai próbák 54

55 55

56 Hipotézivizgálat_Statiztikai próbák 56

A várható érték vizsgálata u és t statisztika segítségével

A várható érték vizsgálata u és t statisztika segítségével A várható érték vizgálata u é t tatiztika egítégével Feltételezzük hogy ormáli elozláú alapokaágból vett véletle mita/miták alapjá vizgáljuk hogy az imeretle várható érték milye feltételezett értékel egyel

Részletesebben

Wilcoxon-féle előjel-próba. A rangok. Ismert eloszlás. A nullhipotézis megfogalmazása H 1 : m 0 0. A medián 0! Az eltérés csak véletlen!

Wilcoxon-féle előjel-próba. A rangok. Ismert eloszlás. A nullhipotézis megfogalmazása H 1 : m 0 0. A medián 0! Az eltérés csak véletlen! 0.0.4. Wlcoxo-féle előel-próba ragok Példa: Va-e hatáa egy zórakoztató flm megtektééek, a páceek együttműködé halamára? ( zámok potértékek) orzám előtte utáa külöbég 0 0 3 3-4 4 5 3 6 3 3 0 7 4 3 8 5 4

Részletesebben

2. gyakorlat 2. Mérési adatok feldolgozása, mérési eredmény megadása. 2.1. Matematikai statisztikai alapismeretek (kiegészítés)

2. gyakorlat 2. Mérési adatok feldolgozása, mérési eredmény megadása. 2.1. Matematikai statisztikai alapismeretek (kiegészítés) . gyakorlat. Méréi adatok feldolgozáa méréi eredméy megadáa... Matematikai tatiztikai alapimeretek (kiegézíté) A matematikai tatiztika tárgya az hogy a tapaztalati adatokból következtee a telje okaág vagy

Részletesebben

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat Kísérlettervezés - biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert u-próba Feltétel: egy ormális eloszlású sokaság σ variaciájáak számszerű értéke ismert. Hipotézis: a sokaság µ várható értéke

Részletesebben

STATISZTIKA (H 0 ) 5. Előad. lete, Nullhipotézis 2/60 1/60 3/60 4/60 5/60 6/60

STATISZTIKA (H 0 ) 5. Előad. lete, Nullhipotézis 2/60 1/60 3/60 4/60 5/60 6/60 Hioézi STATISZTIKA 5. Előad adá Hioéziek elmélee, lee, Közéérék-özehaolíó ezek /60 /60 Tudomáyo hioézi Nullhioézi feláll llíáa (H 0 ): Kémiá hioéziek 3/60 4/60 Mukahioézi (H a ) Nullhioézi (H 0 ) > 5/60

Részletesebben

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum) Az átlagra voatkozó megbízhatósági itervallum (kofidecia itervallum) Határozzuk meg körül azt az itervallumot amibe előre meghatározott valószíűséggel esik a várható érték (µ). A várható értéket potosa

Részletesebben

MINİSÉGBIZTOSÍTÁS 6. ELİADÁS Március 19. Összeállította: Dr. Kovács Zsolt egyetemi tanár

MINİSÉGBIZTOSÍTÁS 6. ELİADÁS Március 19. Összeállította: Dr. Kovács Zsolt egyetemi tanár MINİSÉGBIZTOSÍTÁS Özeállította: Dr. Kovác Zolt egyetemi taár 6. ELİADÁS 011. Márciu 19. NyME FMK Terméktervezéi é Gyártátechológiai Itézet http://tgyi.fmk.yme.hu NYME FMK TGYI 006.08.8. 1. fólia Kézült

Részletesebben

Kísérletek tervezése és értékelése

Kísérletek tervezése és értékelése STATISZTIKAI ALAPOK I. STATISZTIKAI ALAPOK Adatok ábrázolása Yogi Berra: "You ca observe a lot by watchig." I. STATISZTIKAI ALAPOK Mérési adatok ábrázolása: Pot ábrázolás (Dotplot) Dotplot for Y 9 3 Y

Részletesebben

STATISZTIKA. Excel INVERZ.T függvf. ára 300 Ft/kg. bafüggvény, alfa=0,05; DF=76. Tesztelhetjük, hogy a valósz. konfidencia intervallum nagyságát t is.

STATISZTIKA. Excel INVERZ.T függvf. ára 300 Ft/kg. bafüggvény, alfa=0,05; DF=76. Tesztelhetjük, hogy a valósz. konfidencia intervallum nagyságát t is. Egymiá -r róba STATISZTIKA 0. Gyakorla Közéérék-özehaolíó ezek Tezelhejük, hogy a valóz zíűégi válozók éréke megegyezik-e e egy kokré érékkel. Megválazhajuk a kofidecia iervallum agyágá i. H 0 : µ µ Feléel:

Részletesebben

Populáció nagyságának felmérése, becslése

Populáció nagyságának felmérése, becslése http:/zeu.yf.hu/~zept/kuzuok.htm Populáció agyágáak felméée, beclée Becült paaméteek: - az adott populáció telje agyága (egyed, pá, tb) D- dezitá (űűég), egyégyi felülete/téfogata zámított egyedzám (egyed/m,

Részletesebben

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html

Részletesebben

Mérések, hibák. 11. mérés. 1. Bevezető

Mérések, hibák. 11. mérés. 1. Bevezető 11. méré Méréek, hibák 1. evezető laboratóriumi muka orá gyakra mérük külöböző fizikai meyiégeket. Ezeket a méréeket bármeyire ügyeek vagyuk i, bármeyire moder digitáli mérőezköz gombjait yomogatjuk i

Részletesebben

Gyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Kísérlettervezés témakör

Gyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Kísérlettervezés témakör Gyakorló feladatok a Kíérletek tervezée é értékelée c. tárgyól Kíérlettervezé témakör. példa Nitrálái kíérleteken a kitermelét az alái faktorok függvényéen vizgálták:. a alétromav-adagolá idee [h]. a reagáltatá

Részletesebben

9. GYAKORLAT STATISZTIKAI PRÓBÁK SPSS-BEN FELADATOK

9. GYAKORLAT STATISZTIKAI PRÓBÁK SPSS-BEN FELADATOK 9. GYAKORLAT STATISZTIKAI PRÓBÁK SPSS-BE FELADATOK A feladatokhoz mentük aját gépünkre a példa adatokat tartalmazó fájlokat a tanzéki honlapról: www.hd.bme.hu/mota/m/p1.av www.hd.bme.hu/mota/m/p2.av www.hd.bme.hu/mota/m/p3.av

Részletesebben

Zárthelyi dolgozat 2014 B... GEVEE037B tárgy hallgatói számára

Zárthelyi dolgozat 2014 B... GEVEE037B tárgy hallgatói számára Zárthely dolgozat 04 B.... GEVEE037B tárgy hallgató zámára Név, Neptu kód., Néháy oro rövd léyegre törő válazokat adjo az alább kérdéekre! (5pot) a) Számítógépe mérőredzerek elépítée (rajz) (33.o.) b)

Részletesebben

ξ i = i-ik mérés valószínségi változója

ξ i = i-ik mérés valószínségi változója EGYENESILLESZTÉS: A LEGKISEBB NÉGYZETEK MÓDSZERE Kíérleteket elvégeztük. Dolgozzuk fel az adatokat! Cél: mért változók (T, p, I, U ) között kapcolat felderítée. 1. zóródá dagram {x, y } ábra. kvattatív

Részletesebben

STATISZTIKA. Philosophiae Naturalis Principia Mathematica (A természetfiloz. szetfilozófia fia matematikai alapelvei, 1687) Laplace ( )

STATISZTIKA. Philosophiae Naturalis Principia Mathematica (A természetfiloz. szetfilozófia fia matematikai alapelvei, 1687) Laplace ( ) STATISZTIKA 8. Előad adá Megbíhat tartomáyok (Kofidecia itervallumok) (Kofidecia itervallumok) Sir Iaac Newto, 1643-177 177 Philoohiae Naturali Priciia Mathematica (A terméetfilo etfiloófia fia matematikai

Részletesebben

Képletgyűjtemény a Gazdaságstatisztika tárgy A matematikai statisztika alapjai című részhez

Képletgyűjtemény a Gazdaságstatisztika tárgy A matematikai statisztika alapjai című részhez Buaet űzak é Gazaágtuomá Egetem Gazaág- é Táaalomtuomá Ka Üzlet Tuomáok Itézet eezmet é Vállalatgazaágta Tazék Tóth Zuzaa Ezte Jóá Tamá Kéletgűtemé a Gazaágtatztka tág A matematka tatztka alaa című ézhez

Részletesebben

Termékdifferenciálás és piaci. Termékdifferenciálás és piaci erő. Termékdifferenciálás és piaci. Termékdifferenciálás. Modern piacelmélet

Termékdifferenciálás és piaci. Termékdifferenciálás és piaci erő. Termékdifferenciálás és piaci. Termékdifferenciálás. Modern piacelmélet Moder acelmélet Moder acelmélet Termékdfferecálá ELTE TáTK Közgazdaágtudomáy Tazék Sele Adre ELTE TáTK Közgazdaágtudomáy Tazék Kézítette: Hd Jáo A taayag a Gazdaág Vereyhvatal Vereykultúra Közota é a Tudá-Ökoóma

Részletesebben

7. el adás Becslések és minta elemszámok. 7-1. fejezet Áttekintés

7. el adás Becslések és minta elemszámok. 7-1. fejezet Áttekintés 7. el adás Becslések és mita elemszámok 7-1. fejezet Áttekités 7-1 Áttekités 7- A populáció aráy becslése 7-3 A populáció átlag becslése: σismert 7-4 A populáció átlag becslése: σem ismert 7-5 A populáció

Részletesebben

ANOVA. Egy faktor szerinti ANOVA. Nevével ellentétben nem szórások, hanem átlagok összehasonlítására szolgál. Több független mintánk van, elemszámuk

ANOVA. Egy faktor szerinti ANOVA. Nevével ellentétben nem szórások, hanem átlagok összehasonlítására szolgál. Több független mintánk van, elemszámuk Egy faktor zernt NOV Nevével ellentétben nem zóráok, hanem átlagok özehaonlítáára zolgál Több független mntánk van, elemzámuk,...,,, r y,...,, y, y,..., yr;,, r H : r NOV. élda (Box-Hunter-Hunter: Stattc

Részletesebben

Volumetrikus elven működő gépek, hidraulikus hajtások (17. és 18. fejezet)

Volumetrikus elven működő gépek, hidraulikus hajtások (17. és 18. fejezet) oluetriku elve űködő gépek hidrauliku hajtáok (17 é 18 fejezet) 1 Függőlege tegelyű ukaheger dugattyúja 700 kg töegű terhet tart aelyet legfeljebb 6 / ebeéggel zabad üllyeztei A heger belő átérője 50 a

Részletesebben

A statisztika részei. Példa:

A statisztika részei. Példa: STATISZTIKA Miért tauljuk statisztikát? Mire haszálhatjuk? Szakirodalom értő és kritikus olvasásához Mit állít egyáltalá a cikk? Korrektek-e a megállaítások? Vizsgálatok (kísérletek és felmérések) tervezéséhez,

Részletesebben

Hipotézis-ellenırzés (Statisztikai próbák)

Hipotézis-ellenırzés (Statisztikai próbák) Következtetı statisztika 5. Hipotézis-elleırzés (Statisztikai próbák) 1 Egymitás próbák Átlagra, aráyra, Szórásra Hipotézis-vizsgálat Áttekités Egymitás em paraméteres próbák Függetleségvizsgálat Illeszkedésvizsgálat

Részletesebben

Mintapélda. Szivattyúperem furatának mérése tapintós furatmérővel. Megnevezés: Szivattyúperem Anyag: alumíniumötvözet

Mintapélda. Szivattyúperem furatának mérése tapintós furatmérővel. Megnevezés: Szivattyúperem Anyag: alumíniumötvözet Szivattyúperem fratának mérée tapintó fratmérővel A mnkadarab: A mérőezköz: Megnevezé: Szivattyúperem Fratmérő Anyag: almínimötvözet EV 0,5 1,5 m Spec.: 85 kj Lin 3 m (T = 35 m) Tapintó (DIN 897-1) Mérétartomány:

Részletesebben

biometria I. foglalkozás előadó: Prof. Dr. Rajkó Róbert Alapfogalmak

biometria I. foglalkozás előadó: Prof. Dr. Rajkó Róbert Alapfogalmak Kíérlettervezé - bometra I. oglalozá előadó: Pro. Dr. Rajó Róbert Alapogalma Véletle jeleége: mde jeleéget az oo egy bzoyo redzere hoz létre. Ha az oo mdegyét gyelembe tudá ve a jeleég leolyáa azoból egyértelműe

Részletesebben

STATISZTIKA. H 0 : Kefir zsírtartalma 3% hektolitertömege 80 kg. u = = = = Tesztelhetjük, hogy a valósz. konfidencia intervallum nagyságát t is.

STATISZTIKA. H 0 : Kefir zsírtartalma 3% hektolitertömege 80 kg. u = = = = Tesztelhetjük, hogy a valósz. konfidencia intervallum nagyságát t is. Egymiá u-róba STATISZTIKA 0. Előad adá Köéérék-öehaolíó eek Teelhejük, hogy a való íűégi váloók éréke megegyeik-e e egy kokré érékkel. Megválahajuk a kofidecia iervallum agyágá i. H 0 : µ µ 0 Feléel: el:

Részletesebben

STATISZTIKA. Terjedelem. Forgalom terjedelem. R=MAX(adatok) MIN(adatok) kvartilis eltérés : Qe

STATISZTIKA. Terjedelem. Forgalom terjedelem. R=MAX(adatok) MIN(adatok) kvartilis eltérés : Qe Terjedelem STATISZTIKA 6. gyakorlat Szóródá mutatók A zóródá terjedelme a tatztka or legagyobb é legkebb eleme között k külöbég. R ma m ggvéyek Függvéykategóra: Statztka RMAX(adatok) MI(adatok) Forgalom

Részletesebben

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai 05..04. szórások vizsgálata z F-próba Hogya foguk hozzá? Nullhipotézis: a két szórás azoos, az eltérés véletle (mitavétel). ullhipotézishez tartozik egy ú. F-eloszlás. Szabadsági fokok: számláló: - evező:

Részletesebben

18. Differenciálszámítás

18. Differenciálszámítás 8. Differeciálszámítás I. Elméleti összefoglaló Függvéy határértéke Defiíció: Az köryezetei az ] ε, ε[ + yílt itervallumok, ahol ε > tetszőleges. Defiíció: Az f függvéyek az véges helye vett határértéke

Részletesebben

A matematikai statisztika elemei

A matematikai statisztika elemei A matematikai statisztika elemei Mikó Teréz, dr. Szalkai Istvá szalkai@almos.ui-pao.hu Pao Egyetem, Veszprém 2014. március 23. 2 Tartalomjegyzék Tartalomjegyzék 3 Bevezetés................................

Részletesebben

5. gyakorlat Konfidencia intervallum számolás

5. gyakorlat Konfidencia intervallum számolás 5. gykorlt Kofdec tervllum zámolá. Feldt Cél: Normál elozlá gyor áttektée. Az IQ tezteket úgy állítják öze, hogy tezt eredméye éeége belül ormál elozlát kövee 00 ot átlggl é 5 ot zórál. A éeég háy zázlék

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 10. A statisztika alapjai Debrecei Egyetem, 2015 Dr. Bérczes Attila, Bertók Csaád A diasor tartalma 1 Bevezetés 2 Statisztikai függvéyek Defiíció, empirikus várható érték Empirikus

Részletesebben

Normális eloszlás paramétereire vonatkozó próbák

Normális eloszlás paramétereire vonatkozó próbák Normális eloszlás paramétereire vonatkozó próbák Az alábbi próbák akkor használhatók, ha a meggyelések függetlenek, és feltételezhetjük, hogy normális eloszlásúak a meggyelések függetlenek, véges szórású

Részletesebben

Ó Ó É ü É ü ü

Ó Ó É ü É ü ü É Ó É Ú ü ű ú ú ü ü ü Ó Ó É ü É ü ü Ó ü ü ü É ü ü Ó É É ü ü ü ü ü ü ü ü ü ü ü ü ü Ó Ó ü ü ü ü ü ü ü É ü ü É ü ü ü ü ü ü Ó ü ü ü ü ü ü ü ü É Ó ü ü É Ó Ó ü ü ü ü ü É ü ü ü É ü ü ü ü ü Ó Ó ú ü ü ü ü ü ü Ó

Részletesebben

ű ű ű Ö ű ű ű Ú ű ű ű Ö ű ű ű ű ű ű ű

ű ű ű Ö ű ű ű Ú ű ű ű Ö ű ű ű ű ű ű ű ű Ö É ű É Ö ű ű ű ű ű ű ű ű ű Ö ű ű ű Ú ű ű ű Ö ű ű ű ű ű ű ű Ú Ú Ú Ü É É É É ű É Ú É ű É Ó Ö É É ű ű ű É ű Ö Ö ű Ö Ú ű ű ű Ú ű ű ű Ö ű ű ű É ű ű ű Ó Ü É É Ú Ú Ü Ü Ö Ó ű Ü Ü ű ű É Ó Ó ű ű Ü Ö Ó Ö Ü Ü ű

Részletesebben

Ó ú É ú É É É Ő ú ú ű Ó Ö É É ú Ü ú É ú

Ó ú É ú É É É Ő ú ú ű Ó Ö É É ú Ü ú É ú É Ó Ö É Ü ű ú Ü ÉÚ É ú ú ű ú Ó ú É ú É É É Ő ú ú ű Ó Ö É É ú Ü ú É ú Ó ú Ü Ü ú ű Ü Ö Ó ú ú ú ú É Ü ú ú Ü Ü Ó Ó É ú ú É É É É Ú Ü Ü ú Ü ú ú É Ő Ő ú É Ó Ó É Ő Ü Ó Ő ú Ó Ó É É ú Ü Ó Ó Ó É ú Ü Ú Ö Ü É ú Ó

Részletesebben

Ú Ú Ü Ü ű ű ű É Ú É ű

Ú Ú Ü Ü ű ű ű É Ú É ű É Ó ű ű Ö Ú Ú Ü Ü ű ű ű É Ú É ű É ű ű ű Ü ű É ű Ű Ö ű ű ű Ú Ú É É Ó Ó Ú ű ű É Ú É Ü Ü Ú ű Ú Ó É Ü ű É ű ű ű Ö ű ű ű Ö Ö Ú ű Ü Ú Ö ű Ü ű Ü ű ű Ü Ö ű ű ű Ú Ü Ú Ó ű ű É É ű ű ű ű ű Ö ű ű ű ű ű ű ű Ö ű ű ű

Részletesebben

Ó Ó ú ú ú ú ú É ú

Ó Ó ú ú ú ú ú É ú É Ö É ű ú É Ó É ú ú ú Ó Ó ú ú ú ú ú É ú Ó Ó ú É ú É ú Ó Ö É Ó Ó ú É ú Ö Ó Ó ú ú É É É ú Ó Ó É ú ú ú ú ú ú ú ú ú ú É Ú É Ó Ó ú ú Ó Ó Ö Ö É É É ú É É ú ú É É Ó Ó É Ű ú É Ó Ó Ű Ú ú ú É Ú Ú É Ú Ó Ó Ó É É É

Részletesebben

ű ő ű ű ű ö ő ú ö ő ő ő ő ő ő ő ű ő ő ő ő ü ü ő ü ü ő ú ü ő ő ü ü ü ő ú ü

ű ő ű ű ű ö ő ú ö ő ő ő ő ő ő ő ű ő ő ő ő ü ü ő ü ü ő ú ü ő ő ü ü ü ő ú ü Ö ü ö ő ú ö ü ű ö ö ö ö ő ő ö ő ü ö ö ő ö ö ü ú ö ü ő ő ö ú ő ü ü ü ű ű ű ő ű ű ű ö ő ú ö ő ő ő ő ő ő ő ű ő ő ő ő ü ü ő ü ü ő ú ü ő ő ü ü ü ő ú ü ő ü ü ő ő ü ü ő ő ú ő ú ő ü ü ő ü ő ú ü Ü ő ő ö ő ü ő ü

Részletesebben

Cserjésné Sutyák Ágnes *, Szilágyiné Biró Andrea ** ismerete mellett több kísérleti és empirikus képletet fel-

Cserjésné Sutyák Ágnes *, Szilágyiné Biró Andrea ** ismerete mellett több kísérleti és empirikus képletet fel- ACÉLOK KÉMIAI LITY OF STEELS THROUGH Cserjésé Sutyák Áges *, Szilágyié Biró Adrea ** beig s s 1. E kutatás célja, hogy képet meghatározásáak kísérleti és számítási móiek tosságáról, és ezzel felfedjük

Részletesebben

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet Függetleségvizsgálat Virág Katali Szegedi Tudomáyegyetem, Bolyai Itézet Függetleség Függetleség Két változó függetle, ha az egyik változó megfigyelése a másik változóra ézve em szolgáltat iformációt; azaz

Részletesebben

RANGSOROLÁSON ALAPULÓ NEM-PARAMÉTERES PRÓBÁK

RANGSOROLÁSON ALAPULÓ NEM-PARAMÉTERES PRÓBÁK RANGSOROLÁSON ALAPULÓ NEM-PARAMÉTERES PRÓBÁK Sorrendbe állítjuk a vzgált értékeket (a mntaelemeket) é az aktuál érték helyett a rangzámokat haználjuk a próbatatztkák értékenek kzámítáára. Egye próbáknál

Részletesebben

Statisztikai programcsomagok

Statisztikai programcsomagok Statisztikai programcsomagok Sz cs Gábor Szegedi Tudomáyegyetem, Bolyai Itézet Szeged, 2012. tavaszi félév Sz cs Gábor (SZTE, Bolyai Itézet) Statisztikai programcsomagok 2012. tavaszi félév 1 / 26 Bevezetés

Részletesebben

A m becslése. A s becslése. A (tapasztalati) szórás. n m. A minta és a populáció kapcsolata. x i átlag

A m becslése. A s becslése. A (tapasztalati) szórás. n m. A minta és a populáció kapcsolata. x i átlag 016.09.09. A m beclée A beclée = Az adatok átlago eltérée a m-től. (tapaztalat zórá) = az elemek átlago eltérée az átlagtól. átlag: az elemekhez képet középen kell elhelyezkedne. x x 0 x n x Q x x x 0

Részletesebben

Statisztikai hipotézisvizsgálatok

Statisztikai hipotézisvizsgálatok Statisztikai hipotézisvizsgálatok. Milye problémákál haszálatos? A gyakorlatba agyo gyakra szükségük lehet arra, hogy mitákból származó iformációk alapjá hozzuk sokaságra voatkozó dötéseket. Például egy

Részletesebben

Paraméteres eljárások, normalitásvizsgálat, t-eloszlás, t-próbák. Statisztika I., 2. alkalom

Paraméteres eljárások, normalitásvizsgálat, t-eloszlás, t-próbák. Statisztika I., 2. alkalom Paraméere eljáráok, normaliávizgála, -elozlá, -próbák Saizika I.,. alkalom Paraméere eljáráok Becülik a populáció egy paraméeré Alkalmazáuknak zámo feléele van (paraméerek é a válozó elozláa Cak normál

Részletesebben

DIFFERENCIÁL EGYENLETRENDSZEREK DR. BENYÓ ZOLTÁN

DIFFERENCIÁL EGYENLETRENDSZEREK DR. BENYÓ ZOLTÁN DIFFERENCIÁL EGYENLETRENDSZEREK DR. ENYÓ ZOLTÁN be Redzer folyaat t differeciáló ódzer: Feltételezük egy értéket é ebből képezzük az elő, áodik, az -edik deriváltat. Itegráló ódzer z -edik deriváltból

Részletesebben

Kutatói pályára felkészítı modul

Kutatói pályára felkészítı modul Kutatói pályára felkészítı modul Kutatói pályára felkészítı kutatási ismeretek modul Tudomáyos kutatási alapayag feldolgozása, elemzési ismeretek KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI

Részletesebben

5. gyakorlat Konfidencia intervallum számolás

5. gyakorlat Konfidencia intervallum számolás 5. gykorlt Kofideci itervllum zámolá. Feldt Cél: Normál elozlá gyor áttekitée. Az IQ tezteket úgy állítják öze, hogy tezt eredméye éeége belül ormáli elozlát kövee 00 ot átlggl é 5 ot zórál. A éeég háy

Részletesebben

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +...

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +... . Függvéysorok. Bevezetés és defiíciók A végtele sorokál taultuk, hogy az + x + x + + x +... végtele összeg x < eseté koverges. A feti végtele összegre úgy is godolhatuk, hogy végtele sok függvéyt aduk

Részletesebben

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

1. 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

Részletesebben

Statisztika gyakorló feladatok

Statisztika gyakorló feladatok . Konfidencia inervallum beclé Saizika gyakorló feladaok Az egyeemiák alkoholfogyazái zokáainak vizgálaára 995. avazán egy mina alapján kérdıíve felméré végezek. A vizgál egyeemek: SOTE, ELTE Jog, KözGáz.

Részletesebben

Statisztika 1. zárthelyi dolgozat március 18.

Statisztika 1. zárthelyi dolgozat március 18. Statisztika. zárthelyi dolgozat 009. március 8.. Ismeretle m várható értékű, szórású ormális eloszlásból a következő hatelemű mitát kaptuk:, 48 3, 3, 83 0,, 3, 97 a) Számítsuk ki a mitaközepet és a tapasztalati

Részletesebben

A rekurzív módszer Erdős Gábor, Nagykanizsa

A rekurzív módszer Erdős Gábor, Nagykanizsa Maga zitű matematikai tehetéggodozá A rekurzív módzer Erdő Gábor, Nagykaiza Gyakra találkozuk olya feladatokkal, amelyekbe agy zámok zerepelek: pot, zámkártya, tb. Az ilye eetekbe kézefekvő ötlet, hogy

Részletesebben

Bevezetés a hipotézisvizsgálatokba

Bevezetés a hipotézisvizsgálatokba Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -

Részletesebben

Ingatlanok értékelése hozamszámítással 1-2. 1

Ingatlanok értékelése hozamszámítással 1-2. 1 Piaci érték: Igatlaok értékelése hozamszámítással 1-2. 1 Elıadás Igatlavagyo-értékelı és közvetítı Szakképzés, Igatlakezelı Szakképzés A-. modul Az az ár, amelyért az igatla méltá- yosa,, magájogi szerzıdés

Részletesebben

é ü ó ö é Ö é ü é é ó ö é ü ü é é ó ó ó é Á é é ü ó é ó ó é ö ö ö é é ü é ü é é ö ü ü é ó é é é é é é ö é é é é é é ö é ó ö ü é é é ü é é ó é ü ó ö é

é ü ó ö é Ö é ü é é ó ö é ü ü é é ó ó ó é Á é é ü ó é ó ó é ö ö ö é é ü é ü é é ö ü ü é ó é é é é é é ö é é é é é é ö é ó ö ü é é é ü é é ó é ü ó ö é Ó Ö é ü ó ö é é ü é é ó ö é ü ü é é ó é é é é é é ö é é é é é é é ó ö ü é é é ü ó ö é Ö é ü é é ó ö é ü ü é é ó ó ó é Á é é ü ó é ó ó é ö ö ö é é ü é ü é é ö ü ü é ó é é é é é é ö é é é é é é ö é ó ö ü

Részletesebben

Nevezetes sorozat-határértékek

Nevezetes sorozat-határértékek Nevezetes sorozat-határértékek. Mide pozitív racioális r szám eseté! / r 0 és! r +. Bizoyítás. Jelöljük p-vel, illetve q-val egy-egy olya pozitív egészt, melyekre p/q r, továbbá legye ε tetszőleges pozitív

Részletesebben

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2.

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2. Itervallum Paraméteres Hipotézisek Nemparaméteres Statisztika Hipotézisvizsgálat Székely Balázs 2010. december 2. Itervallum Paraméteres Hipotézisek Nemparaméteres Előadás vázlat 1 Itervallumbecslések

Részletesebben

VII. A határozatlan esetek kiküszöbölése

VII. A határozatlan esetek kiküszöbölése A határozatla esetek kiküszöbölése 9 VII A határozatla esetek kiküszöbölése 7 A l Hospital szabály A véges övekedések tétele alapjá egy függvéy értékét egy potba közelíthetjük az köryezetébe felvett valamely

Részletesebben

STATISZTIKA. Terjedelem. Forgalom terjedelem. R=MAX(adatok) MIN(adatok) rtékek a sokaság g elemeinek k. méri. Leggyakrabban a számtani. 3.

STATISZTIKA. Terjedelem. Forgalom terjedelem. R=MAX(adatok) MIN(adatok) rtékek a sokaság g elemeinek k. méri. Leggyakrabban a számtani. 3. Változékoyág g (zóródá) ) STATISZTIKA. Előad adá Szóródá mutatók A középértk rtékek a okaág g elemeek értékagyágbel gbel külöbk béget eltakarják. k. A változv ltozékoyág g az azoo tulajdoágú, de eltérő

Részletesebben

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása Rudas Tamás: A hibahatár a becsült meyiség függvéyébe a mért ártrefereciák téves értelmezéséek egyik forrása Megjelet: Agelusz Róbert és Tardos Róbert szerk.: Mérésről mérésre. A választáskutatás módszertai

Részletesebben

If Japan can why can t we? NBC News Folyamatos fejlesztés (continuous improvement) A management szerepe. 6 sigma 1. 6 sigma 2

If Japan can why can t we? NBC News Folyamatos fejlesztés (continuous improvement) A management szerepe. 6 sigma 1. 6 sigma 2 The Origin of Six Sigma Excerpted from Harry, Mikel, and Schroeder, Richard,"Six Sigma - The Breakthrough Management Strategy Revolutionizing Corporation", Doubleday, New York, 2000, pp.9-11. Motorola,

Részletesebben

VARIANCIAANALÍZIS (ANOVA) véletlen faktorok esetén

VARIANCIAANALÍZIS (ANOVA) véletlen faktorok esetén VRINCINLÍZI (NOV) véletlen faktorok eetén Varancakomponen-elemzé BIOMETRI_NOV_3 1 Rögzített faktorok: znteket a kíérletekhez megválazthatuk é beállíthatuk. Kérdé: van-e különbég a faktor különböző znte

Részletesebben

Ó é é Ó Ó ő ű Ó Ö ü Ó é Ó ő Ó Á Ö é Ö Ó Ó é Ó Ó Ó Ó ú Ó Ó Ó Ó ű Ö Ó Ó Ó é Ó Ó ö Ö Ó Ö Ö Ó Ó Ó é ö Ö é é Ü Ó Ö Ó é Ó é ö Ó Ú Ó ő Ö Ó é é Ö ú Ó Ö ö ű ő

Ó é é Ó Ó ő ű Ó Ö ü Ó é Ó ő Ó Á Ö é Ö Ó Ó é Ó Ó Ó Ó ú Ó Ó Ó Ó ű Ö Ó Ó Ó é Ó Ó ö Ö Ó Ö Ö Ó Ó Ó é ö Ö é é Ü Ó Ö Ó é Ó é ö Ó Ú Ó ő Ö Ó é é Ö ú Ó Ö ö ű ő É Ó Ű Á Ó É Ó Á É Ó Á ő ű Ó ú Ö ú é Ö Ó Ö ú Ó Ö ú Ó Ó Ó Ó ű é ű ű Ó Ó ú ű ű é é Ö ö Ö Ö Ó ű Ó Ö ü ű Ö Ó ő Ó ő Ó ú Ó ő Ó é Ó ű Ó Ó Ó Ó ú Ó Ó Ó Ó Ö Ó Ó ö ő ü é ü Ö é é é Á é Ó Ó ú ú ű é Ö é é é Ó é é Ó Ó

Részletesebben

Ú ű É ű ű Ü Ü ű ű Ú É ű ű Ü ű ű ű ű ű ű ű Ú ű ű

Ú ű É ű ű Ü Ü ű ű Ú É ű ű Ü ű ű ű ű ű ű ű Ú ű ű Ú ű ű ű ű ű ű ű ű Ú ű É ű ű Ü Ü ű ű Ú É ű ű Ü ű ű ű ű ű ű ű Ú ű ű É ű Ú Ú Ú Ú Ú ű Á Ú Ú Ú Ú ű Ú Ú ű É ű Ú Ú Ú Ú Ú Á ű Ó ű Ú É É Ú Ú ű É ű ű ű ű É ű Ő ű Ő ű ű ű ű ű É ű É Á ű ű Ü Á Ó ű ű ű Ú ű ű É ű ű Ú

Részletesebben

ó ő ő ó ő ö ő ő ó ó ó ö ő ó ó ó ö ő ó ő ő ö Ö ő ö ó ő ö ő ő ú ö ö ü ö ó ö ö ö ő ö ö Ö ú ü ó ü ő ő ő ő ó ő ü ó ü ö ő ö ó ő ö ő ö ü ö ü ő ö ö ó ö ő ő ö

ó ő ő ó ő ö ő ő ó ó ó ö ő ó ó ó ö ő ó ő ő ö Ö ő ö ó ő ö ő ő ú ö ö ü ö ó ö ö ö ő ö ö Ö ú ü ó ü ő ő ő ő ó ő ü ó ü ö ő ö ó ő ö ő ö ü ö ü ő ö ö ó ö ő ő ö ü ö ő ö ő ó ö ő ü ü ö ő ó ó ü ő ö ő ö ő ö ü ö ő ö ő ó ö ü ü ö ő ő ő ö ő ö ü ö ő ó ő ö ü ö ő ő ű ő ö ö ő ű ő ü ö Ő ó ö ö ő ü ó ü ú ű ú ő ó ó ó ő ö ő ő ö ó ö ö ő ő ö ö ó ú ő ő ö ó ö ó ö ü ó ő ő ö ó ő ő ó

Részletesebben

Á Á ő ő Ö ő ő ö É ö ő ö ő ő ö ő ő ö ő ő ü ö

Á Á ő ő Ö ő ő ö É ö ő ö ő ő ö ő ő ö ő ő ü ö ű É É Á Á Á É Ó É É Á ö ő ő ö ő ő ő Ó ő ö ő ö ő ú ő ü ö ő ü ö Á É ű Á É É É Ö ö Á É É ő ő ö Á Á ő ő Ö ő ő ö É ö ő ö ő ő ö ő ő ö ő ő ü ö É É Á Ö ő ú ő ű Ö ü Ő É Ó É É Á Ó É Á É Ü É Á Ó É ő ő ö ö ő ö ö ö

Részletesebben

Á Ö Ö Ö Ö ú ú Ö Ö Ó Ó ú ú Ü ú Ó Ö Ö Ü Ó Ö Ö Á Ó ú ú ú ű Ö Ö Ö Ö Á Ó Ö Ó ú ú Ö

Á Ö Ö Ö Ö ú ú Ö Ö Ó Ó ú ú Ü ú Ó Ö Ö Ü Ó Ö Ö Á Ó ú ú ú ű Ö Ö Ö Ö Á Ó Ö Ó ú ú Ö Ó ú ú ú ú ű ű ű ú Á Ö ű Á Ö Ö Ö Ö ú ú Ö Ö Ó Ó ú ú Ü ú Ó Ö Ö Ü Ó Ö Ö Á Ó ú ú ú ű Ö Ö Ö Ö Á Ó Ö Ó ú ú Ö Ú ű ú É Á Ó Ó É Ó Ó ú ű ű ű ú Ö Ó Ö ú ú Ö ú Ü ú Ü É Ö Á Á Á Á ú Ó Ö ú ú ú Ü Ö ú ú ú ú ú ú Ö ú Ö Ó ű

Részletesebben

Ó Ó ö ú ö ö ö ö ü ú ú ö ö ö ú ú ö ö ö ú ú ú ű ö ö ú ö ü ö ö ö ö ü ú Á ö ü Á ö ö ö ö ö ö

Ó Ó ö ú ö ö ö ö ü ú ú ö ö ö ú ú ö ö ö ú ú ú ű ö ö ú ö ü ö ö ö ö ü ú Á ö ü Á ö ö ö ö ö ö É Ó ö É Á ű Ü Ü ö Ú ö ö ö ö ö ö ö ú ö ö ö ö ö ú ú ú ú ú ú ü ú ú ö ö ű ö ü ú ö Ó Ó ö ú ö ö ö ö ü ú ú ö ö ö ú ú ö ö ö ú ú ú ű ö ö ú ö ü ö ö ö ö ü ú Á ö ü Á ö ö ö ö ö ö Á Ó ú ö Á ö Á ö ú ú ö ö ö ö ü ü Ü ú

Részletesebben

ű Ú ű ű É Ú ű ű

ű Ú ű ű É Ú ű ű ű ű ű ű Ú Á É Ú ű Ú ű ű É Ú ű ű ű Á ű ű ű ű ű Ü ű Á ű ű ű Á Á ű ű ű É ű ű ű Ú É ű ű ű ű ű ű ű ű Á É Á Ö Ü ű É ű ű Ö É Ü Ú ű Ó ű É Ó Ó Ó ű É Ü Ü ű ű Ú ű ű ű ű ű ű ű ű ű ű É ű ű Á Á ű Ú ű Ú ű ű Ó ű ű Ü Ü

Részletesebben

Á Ó ű ű Á É ű ű ű ű Ú Ú

Á Ó ű ű Á É ű ű ű ű Ú Ú Ö ű ű Ö Ü ű ű ű ű ű Ó ű Ü ű Á Ó ű ű Á É ű ű ű ű Ú Ú ű ű Á Á Á É ű ű ű ű ű ű ű ű ű ű É ű Ö Ó Ú ű ű ű ű Ü Ó Ú ű É É Ó É É Ó É É É É Ó ű ű ű ű ű Ü ű Á ű ű ű ű ű Ü ű ű ű ű ű ű Á ű Ú Á Á Ö É Á Á Ö É Ü ű ű Ü

Részletesebben

ű ű ű Ú Ú Á ű Ö ű ű Ú Ő É

ű ű ű Ú Ú Á ű Ö ű ű Ú Ő É Ü ű ű ű Ú Ú Á ű Ö ű ű Ú Ő É É ű Ö Ö Á É ű Ö Ö Á Ü Á ű ű Ó Ó Á Á É Ü É ű Ó Á Ó Á ű Ö ű ű É Ü Ö ű É Ö ű ű Ó ű ű Ú ű ű ű ű ű É ű É Ú Ö Á É ű ű Ó ű ű ű ű ű ű Ó ű Ü ű ű ű É ű ű Ü Ü ű ű Ő Á Á Á ű ű ű Ó Ó Ó ű

Részletesebben

ü ü Ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü É ü ü

ü ü Ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü É ü ü ü ü É ű ű É É ű ü ű ü ü ü Á ü ü ü ü ü ű É ü ű É ű ü ü ü Ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü ü É ü ü ü Á ü ü ü ü ü Ú ü ü ű É ü ü ű ü ü ű ü ü ü ü É ü ü ü ü ü ü ü ü É ű ü Á ü ü ü ü ü Á Ö É ü ü ű Ú ü ü ü ű

Részletesebben

ű Ö ű Ú ű ű ű Á ű

ű Ö ű Ú ű ű ű Á ű ű ű Ó É É ű Ó ű Ü ű ű Ö ű Ú ű ű ű Á ű É ű Á ű ű ű ű ű ű ű ű ű ű ű Á ű ű Ö Ü Ö É ű ű Ü Ü ű É Á Ú É É ű ű ű Ö É ű É Ó É Á Á É ű ű Á ű ű ű Á É ű Ö Á ű ű ű Á ű Á É Ö Ó Ö ű ű ű ű ű ű ű Á É Á Á ű ű ű Á ű ű ű

Részletesebben

ő ű É Ó Ü É É É É Ü Ö É É É ű É Ö É Ü É Ú Ó ő Ó

ő ű É Ó Ü É É É É Ü Ö É É É ű É Ö É Ü É Ú Ó ő Ó Ú Ü Ü Ü Ü Ü Ü Ú Ú Ú Ü É Ü Ü ő ű É Ó Ü É É É É Ü Ö É É É ű É Ö É Ü É Ú Ó ő Ó Ö ű Ú É É Ö Ö ű Ó Ö ű Ü Ü Ü Ú É É ő ő ő Ó Ó Ó Ű Ű Ü Ü ő Ü Ö Ó Ö Ó ő Ó ő ő ő ő ű ő ő ű ű É ő ő ő ő ő ő ő ő ű ő Ö Ö Ö ő Ü Ö ő ő

Részletesebben

Ó Ó ó ö ó

Ó Ó ó ö ó É ó ö É Á ó ó ü ó Ü ó ö ú ű ö ö ö ü ó Ó Ó ó ö ó Ó Ó ö ö ö ü Ó Ó ö ö ü ö ó ó ü ü Ó Ó Ó Ó ó ö ó ö ó ö ó ö ü ö ö ü ö ó ü ö ü ö ö ö ü ü ö ü É ü ö ü ü ö ó ü ü ü ü Ó Ó ü ö ö ü ö ó ö ö ü ó ü ó ö ü ö ü ö ü ö ó

Részletesebben

ú ö ö ö ö ö ö Á ö ö ö á á á ű Ü ű ö ö Á á Á

ú ö ö ö ö ö ö Á ö ö ö á á á ű Ü ű ö ö Á á Á ú ú ö ö ö ö ö ö Á ö ö ö á á á ű Ü ű ö ö Á á Á Á ú á ú á Á ö á ö ö ö ú á á ö ö ö ö á ű Ü ú ö Ü ű ö ú ű á á á ú á ú ú á ö ö ú ö ú ú ö ö ú ö ö ö á ö ö ö á á ö ú ö á á Ú á ö ö ö Ü ú Á á ű ö Ü ö ú Á á ö á ö

Részletesebben

ü ú ú ü ú ú ú ú

ü ú ú ü ú ú ú ú ú ú ú ü Ü ú ú ű ú ú ü ú ü ü ú ú ü ú ú ú ú ü ú Ö ü ü ü ú ü ú Ó ü ü ű ü Á Ü ü ű ü ű ü ű ű ü Ó ű ú ú ű ú ü ü ú ű ű ú ű ü ú ű ű ü ü ü ű ü ű ü ü ű ü ü ü ü ü ü ü ü ü ú ű ü ű Ó ü ü ü ú Á Ü ú ü ű ü Á Ü Ö Ú Á Á

Részletesebben

ö ő ü ö ő ő ü ü ő ő ő ü ö ü ü ő ú ő ő ő ü ő ő ő ő ő ú ő ő ü ő ő ő ü ö ü ú ő ő ő ő ü ü ő ő ú

ö ő ü ö ő ő ü ü ő ő ő ü ö ü ü ő ú ő ő ő ü ő ő ő ő ő ú ő ő ü ő ő ő ü ö ü ú ő ő ő ő ü ü ő ő ú ő ű ű ő ö ö Á ö ő ü ö ő ő ü ü ő ő ő ü ö ü ü ő ú ő ő ő ü ő ő ő ő ő ú ő ő ü ő ő ő ü ö ü ú ő ő ő ő ü ü ő ő ú ő ö Á Ó ő ő ü ú ő ő ő ő Á ő ú ű ő ő ő ü ú ő ő ő ő ő ő ő ő ö ü ú ő ő ő ő ű ű ő ő ö ű ü ő ő ő ö ö

Részletesebben

ó Ó ú ó ó ó Á ó ó ó Á ó ó ó ó Á ó ú ó ó ó

ó Ó ú ó ó ó Á ó ó ó Á ó ó ó ó Á ó ú ó ó ó É ó ú ó ú ó Á ó ó ú ó ó ó ú ó ó ó ó ú ó ó ó ó ó ó ú ó ó ú ó ó ó ó Ó ú ó ó ó Á ó ó ó Á ó ó ó ó Á ó ú ó ó ó Ö ó ó ó ó ó ó ó ó ó ó ó ó Ü ó ű ú ú ó ó ó ó ó ó ó É ó É ó É ó ó ó ó ó ó É ó ú ó ó É ó ó ó ó É ó

Részletesebben

É Á Á Ö Á

É Á Á Ö Á É Á Á Ö Á Á É Á Ü ű Á É Ü ű Ú ű ű É É ű ű Á ű ű ű ű ű É ű ű ű Á É É É ű Á É É Á É Á É Ü Ü ű Á Á Á ű Á Á Á Á Á Á Á Á Ü ű Á ű Ü É É Á Á Á É ű ű ű ű ű ű ű ű ű ű ű ű ű Á Á É É ű É ű Ő ű É Ő Á É É ű ű Ú Á

Részletesebben