A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.
|
|
- Anikó Vörös
- 5 évvel ezelőtt
- Látták:
Átírás
1 Statisztikai módszerek. BMEGEVGAT01 Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudomáyi Egyetem Gépészméröki Kar Hidrodiamikai Redszerek Taszék 1111, Budapest, Műegyetem rkp. 3. D ép Tel: Fax:
2 Mita A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságak evezzük. A mitavétel azt jeleti, hogy a statisztikai sokaságból számú egyedet véletleszerűe kiválasztuk. A mita vizsgálatáak eredméyéből következtetük a sokaságra. A mita azoos eloszlású, függetle valószíűségi változók sorozata.
3 Mita azoos eloszlás = reprezetatív, összetétel helyese képviselje a sokaságot, amelyből vették a mitaelemek egymástól függetle valószíűségi változók (függetle), A mita mérete: elegedőe agy ahhoz, hogy a mita alapjá levot következtetések haszálhatóak legyeek (később tárgyaljuk) mitajellemzők: átlag, tapasztalati szórás, tapasztalati eloszlás és sűrűségfüggvéy 3
4 Átlag darab ξ i mitaelem _ 1 ξ = i= 1 ξ i Az átlag a várható érték becslése. (lásd a várható érték defiíciójához fűzött godolatmeet) 4
5 5 Átlag Az átlag szórása: (az átlag is valószíűségi változó!) ) ( D ) ( D D i i i i 1 1 _ 1 1 ) ( σ ξ ξ ξ = = = = = ξ ξ σ σ = _!
6 Tapasztalati szórás(égyzet) darab ξ i mitaelem: s = 1 i= 1 ( ξ ξ ) i Lásd szóráségyzet defiícióját! Értéke midig 0. 6
7 Korrigált tapasztalati szórás(égyzet) s = 1 1 i= 1 ( ξ ξ ) i Kisebb mita esetébe σ jobb közelítése Tulajdoságaira visszatérük. 7
8 Becslés Az eloszlás egy paraméterét mitából kiszámítjuk : becslés Pl. átlag várható érték; tapasztalati szórás szórás. Tulajdoságai: o o o Torzítatla becslés Kozisztes becslés Efficies becslés 8
9 Torzítatla becslés Keresett paraméter: a Becsült érték: α Ha M ( α) = a akkor a becslés torzítatla. Az átlag a várható érték torzítatla becslése i i i= 1 i= 1 i= M( ξ ) = M( ξ ) = M( ξ ) = m = m 9
10 Torzítatla becslés A tapasztalati szóráségyzet em torzítatla becslés. M ( s ) σ A korrigált tapasztalati szóráségyzet torzítatla becslés M( s ) =σ 10
11 Kozisztes becslés Torzítatla becslési sorozat: α 1, α,..., α M( α i ) = a A becslés kozisztes, ha α1, α α,..., sztochasztikusa tart az a-hoz. 11
12 Efficies becslés EFFICIENCIA: az α 1 becslés hatásosabb (efficiesebb) mit az α becslés, ha D ( α1 ) D ( α ) 1
13 Tapasztalati eloszlásfüggvéy Az eloszlásfüggvéy defiíciója (múlt óra): F(x) = P( ξ< x) Hogya becsülhető (közelíthető) mitából? ξ 1, ξ, ξ, Redezett mita: ξ ξ,..., ξ elemű redezett mita * * * 1 13
14 Tapasztalati eloszlásfüggvéy P(ξ<x) közelítése a k/ relatív gyakoriság k az x-él kisebb mitaelemek száma ξ * i <x i=1,,...,k A tapasztalati (empirikus) eloszlásfüggvéy olya lépcsős függvéy, amely mide egyes mitaelem helyé 1/-et ugrik. (Ha több (j) mita elem egybeesik, akkor az ugrás j/ ) 14
15 Tapasztalati eloszlásfüggvéy ξ * 1 ξ * Lépcsősfüggvéy 15
16 Glivekó tétele Csak szavakba: A tapasztalati eloszlásfüggvéy és az eloszlásfüggvéy közötti legagyobb eltérés 1 valószíűséggel zérushoz tart (Nagy mitaszám eseté F (x) jó közelítése F(x)-ek (Statisztika alaptétele) 16
17 Tapasztalati sűrűségfüggvéy A sűrűségfüggvéy: 1 f ( x) = df dx f (x) a b x a b P(a ξ b) = f (x)dx b a 17
18 Tapasztalati sűrűségfüggvéy CÉL: olya grafiko, ahol a görbe alatti terület aráyos az itervallumba esés gyakoriságával. MÓDSZER: adott az ξ, ξ,..., ξ elemű mita 1 Kiválasztom a legkisebb és a legagyobb mitaelemet: ξ = mi( ξ, ξ,..., ξ ) és mi 1 ξ = max( ξ, ξ,..., ξ ) max 1 18
19 Tapasztalati sűrűségfüggvéy A ξ mi és ξ max tartomáyt részitervallumokra botom: x 0, x 1, x,.x J Meghatározom az egyes részitervallumokba esés gyakoriságát. A j-edikbe: ν j Kiszámolom a relatív gyakoriságokat: ν j 19
20 Tapasztalati sűrűségfüggvéy A j-edik itervallum hossza x j E fölé kell ν j területű téglalapot rajzoli. A magasság: f j ν j = x j 0
21 Tapasztalati sűrűségfüggvéy 1
22 Tapasztalati sűrűségfüggvéy Részitervallumok száma: J ha 100 J = 1+ log ha 100 Részitervallumok kiosztása: Mide részitervallumba ν j legye kb. álladó
23 Összefoglalás: Statisztikai mita Azoos eloszlású függetle elemek Mitajellemzők: átlag, az átlag szórása tapasztalati szórás, korrigált tapasztalati szórás Becslések: Átlag várható érték Szórás korrigált tapasztalati szórás 3 Becslés tulajdoságai torzítatla becslés kozisztes becslés efficies becslés
24 Összefoglalás: Tapasztalati eloszlásfüggvéy (Glivekó tétel) Lépcsősfüggvéy, imde mitaelemél ugrik 1/-et Tapasztalati sűrűségfüggvéy 4
Statisztika 1. zárthelyi dolgozat március 21.
Statisztika 1 zárthelyi dolgozat 011 március 1 1 Legye X = X 1,, X 00 függetle mita b paraméterű Poisso-eloszlásból b > 0 Legye T 1 X = X 1+X ++X 100, T 100 X = X 1+X ++X 00 00 a Milye a számra igaz, hogy
RészletesebbenBIOMATEMATIKA 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
RészletesebbenZavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat.
Zavar és mita Zavar (cofoudig): akkor lép fel egy kísérletbe, ha a kísérletet végző em tudja megkülöbözteti az egyes faktorokat. Zavar és mita Zavar (cofoudig): akkor lép fel egy kísérletbe, ha a kísérletet
RészletesebbenMatematikai statisztika
Matematikai statisztika PROGRAMTERVEZŐ INFORMATIKUS alapszak, A szakiráy Arató Miklós Valószíűségelméleti és Statisztika Taszék Természettudomáyi Kar 2019. február 18. Arató Miklós (ELTE) Matematikai statisztika
Részletesebbenbiometria 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
RészletesebbenStatisztika 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
RészletesebbenAz 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
RészletesebbenMatematika B4 I. gyakorlat
Matematika B4 I. gyakorlat 2006. február 16. 1. Egy-dimeziós adatredszerek Va valamilye adatredszer (számsorozat), amelyről szereték kiszámoli bizoyos dolgokat. Az egyes értékeket jelöljük z i -vel, a
RészletesebbenA 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................................
RészletesebbenA 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
Részletesebben2. egy iskola tanulói, a változók: magasságuk cm-ben, súlyuk (tömegük) kilóban; 3. egy iskola tanulói, a változó: tanulmányi átlaguk;
Statisztika Tegyük fel, hogy va egy halmazuk, és tekitsük egy vagy több valószíűségi változót, amelyek a halmaz mide elemé felveszek valamilye értéket. A halmazt populációak vagy sokaságak evezzük. Példák:
RészletesebbenAlap-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:
RészletesebbenNagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem
agy számok törvényei Statisztikai mintavétel Várható érték becslése Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem A mérés mint statisztikai mintavétel A méréssel az eloszlásfüggvénnyel
Részletesebbenf (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben
Propositio 1 (Jese-egyelőtleség Ha f : kovex, akkor tetszőleges ξ változóra f (M (ξ M (f (ξ feltéve, hogy az egyelőtleségbe szereplő véges vagy végtele várható értékek létezek Bizoyítás: Megjegyezzük,
RészletesebbenKabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a
Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,
RészletesebbenORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!
ORVOSI STATISZTIKA Az orvos statsztka helye Életta Aatóma Kéma Lehet kérdés?? Statsztka! Az orvos dötéseket hoz! Mkor jó egy dötés? Meyre helyes egy dötés? Mekkora a tévedés lehetősége? Példa: test hőmérséklet
RészletesebbenPopuláció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak
Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 16. A matematikai statisztika tárgya Következtetések levoása adatok alapjá Ipari termelés Mezőgazdaság Szociológia
RészletesebbenVéletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.
Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza
RészletesebbenStatisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
Részletesebbenezek alapján kívánunk dönteni. Ez formálisan azt jelenti, hogy ellenőrizni akarjuk,
A deceber -i gyakorlat téája A hipotézisvizsgálat fotos probléája a következő két kérdés vizsgálata. a) Egy véletle eyiség várható értékéek agyságáról va bízoyos feltevésük. Elleőrizi akarjuk e feltevés
RészletesebbenEddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika
Leíró és matematikai statisztika Matematika alapszak, matematikai elemző szakiráy Zempléi Adrás Valószíűségelméleti és Statisztika Taszék Matematikai Itézet Természettudomáyi Kar Eötvös Lorád Tudomáyegyetem
RészletesebbenBiomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.13. Populáció és minta jellemző adatai Hibaszámítás Valószínűség 1 Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza)
RészletesebbenValószínűségszámítás összefoglaló
Statisztikai módszerek BMEGEVGAT Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
Részletesebben1. A radioaktivitás statisztikus jellege
A radioaktivitás időfüggése 1. A radioaktivitás statisztikus jellege Va N darab azoos radioaktív atomuk, melyekek az atommagja spotá átalakulásra képes. tegyük fel, hogy ezek em bomlaak tovább. Ekkor a
Részletesebben24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.
24. tétel valószíűségszámítás elemei. valószíűség kiszámításáak kombiatorikus modellje. GYORISÁG ÉS VLÓSZÍŰSÉG meyibe az egyes adatok a sokaságo belüli részaráyát adjuk meg (törtbe vagy százalékba), akkor
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.
RészletesebbenStatisztika. Földtudomány szak, geológus szakirány, 2015/2016. tanév tavaszi
Statisztika Földtudomáy szak, geológus szakiráy, 015/016. taév tavaszi félév Backhausz Áges (ELTE TTK Valószíűségelméleti és Statisztika Taszék)1 Tartalomjegyzék 1. Bevezetés 3 1.1. Példa: az adatok elemzése....................
RészletesebbenMegjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia
Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 5. Megjegyzések. A tétel feltételei gyegíthetőek: elég, ha a függetle, azoos eloszlású változók várható értéke véges.
RészletesebbenBIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika
BIOSTATISZTIKA ÉS INFORMATIKA Leíró statisztika Első közelítésbe a statisztikai tevékeységeket égy csoportba sorolhatjuk, de ezek között ics éles határ:. adatgyűjtés, 2. az adatok áttekithetővé tétele,
Részletesebben2. 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
RészletesebbenA Statisztika alapjai
A Statisztika alapjai BME A3c Magyar Róbert 2016.05.12. Mi az a Statisztika? A statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati
Részletesebben? közgazdasági statisztika
Valószíűségszámítás és a statsztka Valószíűség számítás Matematka statsztka Alkalmazott statsztka? közgazdaság statsztka épesség statsztka orvos statsztka Stb. Példa: vércsoportok Az eloszlás A AB B Elem
Részletesebben3.1. A Poisson-eloszlás
Harmadik fejezet Nevezetes valószíűségi változók Valamely valószíűségi változóhoz kapcsolódó kérdésekre akkor tuduk potos választ adi, ha a változó eloszlása ismert, vagy megközelítőleg ismert. Ebbe a
RészletesebbenKÖVETKEZTETŐ STATISZTIKA
ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak
Részletesebben6. Előadás. Vereb György, DE OEC BSI, október 12.
6. Előadás Visszatekintés: a normális eloszlás Becslés, mintavételezés Reprezentatív minta A statisztika, mint változó Paraméter és Statisztika Torzítatlan becslés A mintaközép eloszlása - centrális határeloszlás
RészletesebbenTartalom. Kezdeti szimulációs technikák. Tipikus kérdések. A bootstrap módszer. Bevezetés A független, azonos eloszlású eset:
Tartalom A bootstrap módszer Zempléi Adrás TTK, Valószíőségelméleti és Statisztika Taszék 2010. október 21 Bevezetés A függetle, azoos eloszlású eset: emparaméteres paraméteres eset Alkalmazások a rétegzett
RészletesebbenKomputer statisztika
Eszterházy Károly Főiskola Matematikai és Iformatikai Itézet Tómács Tibor Komputer statisztika Eger, 010. október 6. Tartalomjegyzék Előszó 4 Jelölések 5 1. Valószíűségszámítás 7 1.1. Valószíűségi mező............................
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
RészletesebbenNemparaméteres próbák
Nemparaméteres próbák Budapesti Mőszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék 1111, Budapest, Mőegyetem rkp. 3. D ép. 334. Tel: 463-16-80 Fax: 463-30-91 http://www.vizgep.bme.hu
RészletesebbenPályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér 13. www.u-szeged.hu www.palyazat.gov.
Pályázat címe: Új geerációs sorttudomáyi kézés és tartalomfejlesztés, hazai és emzetközi hálózatfejlesztés és társadalmasítás a Szegedi Tudomáyegyeteme Pályázati azoosító: TÁMOP-4...E-5//KONV-05-000 Sortstatisztika
RészletesebbenStatisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.
Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,
Részletesebben1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya
Matematikai statisztika előadás survey statisztika MA szakosokak 206/207 2. félév Zempléi Adrás. előadás: Bevezetés Irodalom, követelméyek A félév célja Matematikai statisztika tárgya Törtéet Alapfogalmak
RészletesebbenMatematikai statisztika gyakorlat 2018/2019 II. félév
Matematikai statisztika gyakorlat 018/019 II. félév 1. Táblázatok Viszoyszámok: V = A, ahol A: a viszoyítás tárgya (amit viszoyítuk); B B: a viszoyítás alapja (amihez viszoyítuk) Megoszlási: a sokaság
RészletesebbenStatisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.
Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,
Részletesebbenkismintás esetekben vagy olyanokban, melyeknél a tanulóalgoritmust tesztadatokon szeretnénk
ÚJRAMINTAVÉTELEZÉSI ELJÁRÁSOK A jackkife (zsebkés) és bootstrap (cipőhúzó a saját kallatyújáál fogva) eljárások agol elevezése is arra utal, hogy itt ad hoc eljárásokról va szó, melyek azoba agyo haszosak
RészletesebbenI. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.
I. Függelék A valószíűségszámítás alapjai I.1. Alapfogalamak: Véletle jeleség: létrejöttét befolyásoló összes téyezőt em ismerjük. Tömegjeleség: a jeleség adott feltételek mellett akárháyszor megismételhető.
RészletesebbenElméleti összefoglaló a Sztochasztika alapjai kurzushoz
Elméleti összefoglaló a Sztochasztika alapjai kurzushoz 1. dolgozat Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
RészletesebbenÁringadozások elıadás Kvantitatív pénzügyek szakirány 2012/13 2. félév
Árigadozások elıadás Kvatitatív pézügyek szakiráy 01/13. félév Heti óra elıadás + óra gyakorlat Elıadás: fıleg modellek, elemzési módszerek Gyakorlat: R programmal, alkalmazások Számokérés 50%: beadadó
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
Részletesebbenvéletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?
BEVEZETÉS A statisztika teljese laikusokak: agy mukával gyűjtött adatok vizsgálata, abból következtetések levoása ( statistical iferece ) (Egy kicsit sok hűhó semmiért azaz Much ado about othig.) Mi is
RészletesebbenSorozatok, határérték fogalma. Függvények határértéke, folytonossága
Sorozatok, határérték fogalma. Függvéyek határértéke, folytoossága 1) Végtele valós számsorozatok Fogalma, megadása Defiíció: A természetes számok halmazá értelmezett a: N R egyváltozós valós függvéyt
RészletesebbenBevezetes a matematikai statisztikaba Dr. Ketskemety Laszlo, iter Marta Budapest, 999. ovember. Lektoralta: Dr. Gyor Laszlo Szerkesztette: Gy}ori Sador Tartalomjegyzek. A matematikai statisztika alapfogalmai
RészletesebbenFELADATOK A KALKULUS C. TÁRGYHOZ
FELADATOK A KALKULUS C. TÁRGYHOZ. HALMAZOK RELÁCIÓK FÜGGVÉNYEK. Bizoyítsuk be a halmaz-műveletek alapazoosságait! 2. Legye adott az X halmaz legye A B C X. Ha A B := (A B) (B A) akkor bizoyítsuk be hogy
RészletesebbenHajós György Versenyre javasolt feladatok SZIE.YMÉTK 2011
1 Molár-Sáska Gáboré: Hajós György Verseyre javasolt feladatok SZIE.YMÉTK 011 1. Írja fel a számokat 1-tıl 011-ig egymás utá! Határozza meg az így kapott agy szám 0-cal való osztási maradékát!. Az { }
RészletesebbenA 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:
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),
RészletesebbenVII. 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
RészletesebbenVirág 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
Részletesebben18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható
8. Valószí ségszámítás. (Valószí ségeloszlások, függetleség. Valószí ségi változók várható értéke, magasabb mometumok. Kovergeciafajták, kapcsolataik. Borel-Catelli lemmák. Nagy számok gyege törvéyei.
RészletesebbenMatematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása
Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból
RészletesebbenPopuláció nagyságának felmérése, becslése
http:/zeus.yf.hu/~szept/kuzusok.htm Populáció agyságáak felméése, becslése Becsült paaméteek: N- az adott populáció teljes agysága (egyed, pá, stb) D- dezitás (sűűség), egységyi felülete/téfogata számított
RészletesebbenValószín ségszámítás és statisztika
Valószí ségszámítás és statisztika oktatási segédayag Kupá Pál Tartalomjegyzék fejezet Valószí ségszámítási alapfogalmak 5 Eseméyek 5 M veletek eseméyekkel 5 2 A valószí ség fogalma 7 3 Valószí ségi változók
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
RészletesebbenA bergengóc lakosság szemszín szerinti megoszlása a négy tartományban azonos:
A. Matematikai Statisztika 2.MINTA ZH. 2003 december Név (olvasható) :... A feladatmegoldásnak az alkalmazott matematikai modell valószínűségszámítási ill. statisztikai szóhasználat szerinti megfogalmazását,
RészletesebbenALGEBRA. egyenlet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 198.
ALGEBRA MÁSODFOKÚ POLINOMOK. Határozzuk meg az + p + q = 0 egyelet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 98.. Határozzuk meg az összes olya pozitív egész p és q számot, amelyre az
RészletesebbenStatisztikai becslés
Kabos: Statisztika II. Becslés 1.1 Statisztikai becslés Freedman, D. - Pisani, R. - Purves, R.: Statisztika. Typotex, 2005. Reimann J. - Tóth J.: Valószínűségszámítás és matematikai statisztika. Tankönyvkiadó,
Részletesebben1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása
HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat
RészletesebbenIntervallum 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
Részletesebben1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3
Dr. Tóth László, Fejezetek az elemi számelméletből és az algebrából (PTE TTK, 200) Számelméleti függvéyek Számelméleti függvéyek értékeire voatkozó becslések A τ() = d, σ() = d d és φ() (Euler-függvéy)
RészletesebbenAnyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek
Anyagvizsgálati módszerek Mérési adatok feldolgozása Anyagvizsgálati módszerek Pannon Egyetem Mérnöki Kar Anyagvizsgálati módszerek Statisztika 1/ 22 Mérési eredmények felhasználása Tulajdonságok hierarchikus
RészletesebbenA tárgy címe: ANALÍZIS 1 A-B-C (2+2). 1. gyakorlat
A tárgy címe: ANALÍZIS A-B-C + gyakorlat Beroulli-egyelőtleség Legye N, x k R k =,, és tegyük fel, hogy vagy x k 0 k =,, vagy pedig x k 0 k =,, Ekkor + x k + x k Speciális Beroulli-egyelőtleség Ha N és
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus
RészletesebbenElméleti összefoglaló a Valószín ségszámítás kurzushoz
Elméleti összefoglaló a Valószín ségszámítás kurzushoz Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet kimeneteleinek
Részletesebbenmin{k R K fels korlátja H-nak} a A : a ξ : ξ fels korlát A legkisebb fels korlát is:
. A szupréum elv. = H R felülr l körlátos H fels korlátai között va legkisebb, azaz A és B a A és K B : a K Ekkor ξ-re: mi{k R K fels korlátja H-ak} } a A : a ξ : ξ fels korlát A legkisebb fels korlát
Részletesebbenæ MATEMATIKAI STATISZTIKA Dr. Bolla Marianna, Matematika Intézet, Sztochasztika Tanszék
æ MATEMATIKAI STATISZTIKA Dr. Bolla Mariaa, Matematika Itézet, Sztochasztika Taszék Leíró statisztika Ω, A, P) statisztikai mező, ahol a P mértékcsalád olya P eloszlásokból áll, melyekkel Ω, A, P) valószíűségi
RészletesebbenV. Deriválható függvények
Deriválható függvéyek V Deriválható függvéyek 5 A derivált fogalmához vezető feladatok A sebesség értelmezése Legye az M egy egyees voalú egyeletes mozgást végző pot Ez azt jeleti, hogy a mozgás pályája
RészletesebbenA valószínűségszámítás elemei
A valószínűségszámítás elemei Kísérletsorozatban az esemény relatív gyakorisága: k/n, ahol k az esemény bekövetkezésének abszolút gyakorisága, n a kísérletek száma. Pl. Jelenség: kockadobás Megfigyelés:
RészletesebbenANALÍZIS I. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA
ANALÍZIS I. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA Szerkesztette: Balogh Tamás 202. július 2. Ha hibát találsz, kérlek jelezd a ifo@baloghtamas.hu e-mail címe! Ez a Mű a Creative Commos Nevezd meg! - Ne add
RészletesebbenLeíró és matematikai statisztika gyakorlat 2018/2019 II. félév
Leíró és matematikai statisztika gyakorlat 08/09 II. félév Táblázatok Viszoyszámok: V = A, ahol A: a viszoyítás tárgya amit viszoyítuk; B B: a viszoyítás alapja amihez viszoyítuk Megoszlási: a sokaság
RészletesebbenAnalízis I. gyakorlat
Aalízis I. gyakorlat Kocsis Albert Tihamér, Németh Adriá 06. március 4. Tartalomjegyzék Előszó.................................................... Sorozatok és sorok.............................................
RészletesebbenMegoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ
Megoldások Harmadik fejezet gyakorlatai 3.. gyakorlat megoldása ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4;, 3 normális eloszlású P (ξ 8 ξ 5 feltételes valószínűségét (.3. alapján számoljuk.
RészletesebbenStatisztika gyakorlat Geológus szakirány
Statisztika gyakorlat Geológus szakiráy Játékszabályok Az óráko részt kell vei, maximum 3-szor lehet hiáyozi. Az aláírás megszerzéséek lehetséges módjai: vagy ZH írásával vagy egy el re kihirdetett házi
RészletesebbenSzámítógépes döntéstámogatás. Statisztikai elemzés
SZDT-03 p. 1/22 Számítógépes döntéstámogatás Statisztikai elemzés Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás SZDT-03 p. 2/22 Rendelkezésre
RészletesebbenStatisztika I. 8. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes
RészletesebbenBiosta'sz'ka és informa'ka
Az előadás céljai Biosta'sz'ka és iforma'ka 5. előadás: Becslés és megbízhatóság 2018. október 11. Agócs Gergely Források: Heréyi L (2016): Sta4sz4ka és Iforma4ka: 14. fejezet Reiczigel J, Haros A, Solymosi
RészletesebbenLOGO. Kvantum-tömörítés. Gyöngyösi László BME Villamosmérnöki és Informatikai Kar
LOGO Kvatum-tömörítés Gyögyösi László BME Villamosméröki és Iformatikai Kar Iformációelméleti alaok összefoglalása A kódolási eljárás Az iformáció átadás hűsége és gazdaságossága a kódolástól függ Az iformáció
RészletesebbenKiváltott agyi jelek informatikai feldolgozása Statisztika - Gyakorlat Kiss Gábor IB.157.
Kiváltott agyi jelek informatikai feldolgozása 2018 Statisztika - Gyakorlat Kiss Gábor IB.157. kiss.gabor@tmit.bme.hu Példa I (Vonat probléma) Aladár 25 éves és mindkét nagymamája él még: Borbála és Cecília.
RészletesebbenVan-e kapcsolat a változók között? (példák: fizetés-távolság; felvételi pontszám - görgetett átlag)
, rangkorreláció Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-16-80 Fax: 463-30-91 http://www.vizgep.bme.hu
RészletesebbenHipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok
STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris
RészletesebbenMo= argmax f(x), ha X abszolút folytonos; Mo= argmax P (X = x i ), ha X diszkrét.
Segédayag a Matematikai statisztika tatárgyhoz 09 április 0 Leíró statisztika A statisztikai elemzések egyik legfotosabb eszközei a viszoyszámok A viszoyszám két statisztikai adat háyadosa Jelölések: V
RészletesebbenInnen. 2. Az. s n = 1 + q + q 2 + + q n 1 = 1 qn. és q n 0 akkor és csak akkor, ha q < 1. a a n végtelen sor konvergenciáján nem változtat az, ha
. Végtele sorok. Bevezetés és defiíciók Bevezetéskét próbáljuk meg az 4... végtele összegek értelmet adi. Mivel végtele sokszor em tuduk összeadi, emiatt csak az első tagot adjuk össze: legye s = 4 8 =,
RészletesebbenValószínűségszámítás alapjai szemléletesen
### walszam07-jav-80.doc, ### 08.0.3., :00' http://math.ui-pao.hu/~szalkai/walszam07.pdf Valószíűségszámítás alapjai szemléletese /Kézirat, 08-0-3. / dr.szalkai Istvá Pao Egyetem, Veszprém Matematika Taszék
RészletesebbenÁltalánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg
LMeasurement.tex, March, 00 Mérés Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg a mérendő mennyiségben egy másik, a mérendővel egynemű, önkényesen egységnek választott
RészletesebbenMatematika I. 9. előadás
Matematika I. 9. előadás Valós számsorozat kovergeciája +-hez ill. --hez divergáló sorozatok A határérték és a műveletek kapcsolata Valós számsorozatok mootoitása, korlátossága Komplex számsorozatok kovergeciája
RészletesebbenGyakorló feladatok II.
Gyakorló feladatok II. Valós sorozatok és sorok Közgazdász szakos hallgatókak a Matematika B című tárgyhoz 2005. október Valós sorozatok elemi tulajdoságai F. Pozitív állítás formájába fogalmazza meg azt,
RészletesebbenBevezetés 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 -
RészletesebbenA MATEMATIKAI STATISZTIKA ELEMEI
A MATEMATIKAI STATISZTIKA ELEMEI Az Eötvös Lórád Tudomáyegyetem Természettudomáy Kará a Fzka Kéma Taszék évek óta kéma-szakos taárhallgatókak matematka bevezetõ elõadásokat tart. Az elõadások célja az,
Részletesebben? közgazdasági statisztika
... Valószíűségszámítás és a statsztka Valószíűség számítás Matematka statsztka Alkalmazott statsztka? közgazdaság statsztka épesség statsztka orvos statsztka Stb. Példa: vércsoportok Az eloszlás A AB
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
Részletesebben