A Wikipédiából, a szabad enciklopédiából
|
|
- Gergely Pásztor
- 5 évvel ezelőtt
- Látták:
Átírás
1 Pontosság és precizitás A Wikipédiából, a szabad enciklopédiából Pontosság és precizitás két ellentmondó, egymást kiegészítő fogalom a metrológiában A tudományos és a hétköznapi életben pontosság az, mennyire közelíti meg valamely észlelés (mérés) eredménye a megfigyelt jelenség valódi értékét. A valódi érték teljes bizonyossággal nem ismerhető meg, de véges pontossággal megbecsülhető. Ha az észlelés, vagy mérés többszöri megismétlése hasonló eredményt ad, akkor precizitásról beszélünk. Precíz az a mérés, amelynek eredménye reprodukálható, illetve megismételhető. A pontosság jól közelíti a valódi értéket, a precizitás javítja a mérés megismételhetőségét Amikor észlelésről, vagy mérésről beszélünk, minden olyan eljárást figyelembe veszünk, amely növeli az észlelés vagy mérés megbízhatóságát. Ilyen lehet bármely összehasonlítás, vagy [1] számítási eljárás. A mérés eredménye lehet pontos, de nem precíz; lehet precíz, de nem pontos. A mérés eredményét állandó nagyságú torzítás, vagy véletlen szóródás hamisíthatja meg. A mellékelt ábra erősen eltúlozza a valódi érték és a helyes érték eltérését. A méréstechnikai rutinban a valódi érték többnyire a mért adatok szóródásán belülre esik. 1 of 6 03/19/ :37 AM
2 Tartalomjegyzék 1 A pontosság és a precizitás összehasonlítása 2 A pontosság és precizitás számszerűsítése 3 A pontosság és a precizitás tévesztési tábla formájában 4 A pontosság és a precizitás a pszichológiában és a pszichofizikában 5 A pontosság és a precizitás az informatikában 6 Lásd még 7 Hivatkozások 8 Külső hivatkozások A pontosság és a precizitás összehasonlítása Az itt látható céltáblákon láthatjuk, milyen különbség van a két fogalom között. A fenti ábrán a lövedékek becsapódási helyéből elég jó következtetést lehet levonni arra: hol a céltábla közepe. Lejjebb a lövedékek egymást követő helyre csapódtak be ugyan, de félreérthető becslést adnak a céltábla közepére vonatkozóan. Ha egyetlen nyílvesszőt lőttünk volna ki, és a precizitás feltételei fennállnának, az eredmény azonos volna a további nyílvesszők kilövése esetén. Ha szorosan összekötözött nyílvesszőket lőnénk ki, azok egyetlen pont körül csapódnának be, de nem feltétlenül a céltábla közepén. Ez tehát precíz ugyan, de nem feltétlenül pontos. Ugyanakkor lehetetlen pontosságot elérni egyedi mérésekkel precizitás nélkül. A találatok átlagos helye jó becslése volna a céltábla közepének, de az egyedi találatok pontatlanok volnának Az itt látható példát a ballisztika tárgyalja. pontos, de nem precíz precíz, de nem pontos A pontosság és precizitás számszerűsítése Elvileg a mérőeszköznek pontosnak is és precíznek is kellene lennie. A mérési folyamatnak nyomonkövethetőnek kell lennie (traceability), és meg kell felelnie az etalon értékének, amelyet az SI mértékegységrendszer meghatározott, és a nemzetközi mérésügyi intézetekben őriznek. Gyakran hivatkoznak a precizitásra a szórásnégyzet reciprokaként, míg más irodalmi források a normál eloszlás "egy szigma" konfidencia intervallumát értik 2 of 6 03/19/ :37 AM
3 alatta. Ez a megközelítés szükségessé teszi az átlag és a szórás kiszámítását. Ekkor a precizitás kifejezője az átlag szórása. A pontosság kifejezéséhez tudnunk kell a következőt: Az átlag és a referencia értéke közötti eltérést torzításnak nevezzük. A torzítás csökkentése érdekében kalibrálást szükséges végeznünk. kombinálnunk kell mindezt a precizitás növelésével A tudományos és a műszaki gyakorlatban a pontosság és a precizitás értékét az értékes jegyek számával szokás jelezni. Például 843,6 m, illetve 843,0 m egyaránt feltételezi a 0,05 m intervallumot (az utolsó számjegy a tizedek helyi értékén áll). Ezért 8436 körül az intervallum 0,5 m (az utolsó értékes jegy most az egyesek helyén áll). Az afféle mérési eredmény, mint 8000 m, a nullás számjegyekkel, és tizedespont nélkül, megtévesztő. Ennek elkerülése céljából helyesebb ezt a számot így jelölni: "8, m". Ez azt jelenti, hogy az első nullás számjegyet ismerjük, vagyis az eredmény intervalluma 50 m széles. Vagy "8, m" azt jelenti: az eredmény intervalluma 0,5 m széles. A mérőeszközök skálabeosztását ennek figyelembevételével készítik. Ha a leolvasás 8, ez azt jelenti, hogy az eredményt csak az egyesek helyi értékének megfelelő precizitással ismerjük. 8,0 azt jelenti: a tizedek helyi értékén álló jegyről is tudjuk, hogy az nulla. (Nem a pontossága; csak a precizitása ekkora.) A mérőeszköz skálabeosztásának szoros kapcsolatban kell lennie a műszer osztálypontosságával. A precizitás értelmezése lehet a következők egyike: ismétlőképesség (angolul: repeatability). A megbízhatóság növekszik, ha azonos feltételek között, azonos mérőeszközzel rövid időközönként megismételjük a mérést. reprodukálhatóság (angolul: reproducibility). A megbízhatóság növekszik, ha a mérést vagy eltérő körülmények között, vagy más mérőeszközzel, esetleg hosszú idő után megismételve hasonló eredményt kapunk. A pontosság és a precizitás tévesztési tábla formájában A pontosság fogalmát értelmezhetjük a tévesztési táblák (confusion matrix) esetére is. Ezt a táblát eset kontrol táblának is nevezik. A tábla tartalma az események gyakorisága lehet (egész számok). A gyakorlati szakemberek a tábla tartalmát százalék mértékegységben szokták kiértékelni. A "Gold Standard" kifejezés használata a szakmai gyakorlattól függ. Legtöbbször az elfogadott 3 of 6 03/19/ :37 AM
4 nemzetközi referenciaérték. Mérésnél, metrológiai értelemben a valódi érték. Legyen a vizsgálat tárgya egy új fájdalomcsillapító. Az ismert feltétel, hogy kinek adtuk be. A teszt feltétel az, hogy kinek múlt el a fejfájása. Ekkor: VP, aki beszedte, és el is múlt a fejfájása AP, aki nem szedte be, mégis elmúlt a fejfájása AN, aki beszedte, de nem múlt el a fejfájása VN, aki nem is szedte be, de nem is múlt el a fejfájása teszt feltétel igaz hamis igaz VP valós pozitív AN ál negatív Szenzitivitás Ismert feltétel "Gold standard" hamis AP ál pozitív VN valós negatív Specificitás PPE pozitív prediktív érték NPE negatív prediktív érték pontosság A vizsgálat nyilván akkor eredményes, ha összefüggés van a tabletta beszedése és annak hatása között (nullhipotézis). Pontosságát ezért olyan szám fejezi ki, amely a valós pozitív és a valós negatív eredményekből tevődik össze: pontosság 100 százalék pontosság tehát azt fejezi ki, ha valamennyi beteg pozitív módon reagált a kezelésre. A precizitás a valós pozitív eredmények aránya az összes pozitív (valós pozitív + álpozitív) eredményhez képest: precizitás A táblázat elemeinek nevét nem szokás magyarul használni. Ritkán ugyan, de szokás például a PPE értéket így nevezni: pozitív jóslási érték (a predictive szó magyarul inkább azt jelentené: előrejelzés). A prevalencia (PRE) feltételezésével is kiszámítható a pontosság. prevalencia 4 of 6 03/19/ :37 AM
5 és ebből a pontosság: pontosság = (SE)(PRE) + (SP)(1 PRE) ahol SE a szenzitivitás és SP a specificitás: szenzitivitás specificitás A pontosság és a precizitás a pszichológiában és a pszichofizikában A pszichometriában és a pszichofizikában a pontosság szó helyett a validitás kifejezést használják. A precizitás neve gyakran reliabilitás. A validitásnak kapcsolódnia kell a vizsgált személy, vagy csoport viselkedéséhez. Statisztikai kieértékelését a Cronbach alfa teszttel végzik. A pontosság és a precizitás az informatikában A pontosság és a precizitás fogalmát az adatbázis rendszerekre alkalmazzák az információs techológiában, valamint a szociológiában, és adat minőség, illetve [2] információ minőség néven hivatkoznak rá. Lásd még Angol nyelven a Wikipédiából: en:experimental uncertainty analysis A mérési bizonytalanság a kísérletek tervezésében en:astm E177 Szabványos gyakorlat és kifejezések a precizitásra és a torzításra en:data quality adat minőség en:information quality információ minőség en:precision bias torzítás en:precision engineering a precizitás mérnöki gyakorlata Hivatkozások 1. John Robert Taylor. An Introduction to Error Analysis: The Study of Uncertainties in Physical Measurements ( 5 of 6 03/19/ :37 AM
6 2. University Science Books, p (1999). ISBN X Kristo Ivanov, (1972). "Quality-control of information: On the concept of accuracy of information in data banks and in management information systems" ( The University of Stockholm and The Royal Institute of Technology. Doctoral dissertation. További részleteket lásd: Kristo Ivanov, (1995). A subsystem in the design of informatics: Recalling an archetypal engineer. In B. Dahlbom (Ed.), The infological equation: Essays in honor of Börje Langefors ( (pp ). Gothenburg: Gothenburg University, Dept. of Informatics (ISSN ). Külső hivatkozások Joint Committee for Guides in Metrology ( /en/committees/jc/jcgm/) A mérések megbízhatóságának javítása céljából létrehozott tudományközi bizottság BIPM - Guides in metrology ( Útmutató a mérések megbízhatóságának kifejezésére a metrológiában (GUM) és Nemzetközi Mérésügyi Szótár (VIM) Precision and Accuracy with Three Psychophysical Methods ( Guidelines for Evaluating and Expressing the Uncertainty of NIST Measurement Results ( Szóhasználat Accuracy and Precision ( Pontosság és precizitás A lap eredeti címe: %C3%A9s_precizit%C3%A1s Kategóriák: Biometria Statisztika Pszichometria Metrológia A lap utolsó módosítása: szeptember 5., 09:52 A lap szövege Creative Commons Nevezd meg! Így add tovább! 3.0 licenc alatt van; egyes esetekben más módon is felhasználható. Részletekért lásd a felhasználási feltételeket. 6 of 6 03/19/ :37 AM
A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv
Mérések, mérési eredmények, mérési bizonytalanság A mérések általános és alapvető metrológiai fogalmai és definíciói mérés Műveletek összessége, amelyek célja egy mennyiség értékének meghatározása. mérési
RészletesebbenBAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett
RészletesebbenKalibrálás és mérési bizonytalanság. Drégelyi-Kiss Ágota I
Kalibrálás és mérési bizonytalanság Drégelyi-Kiss Ágota I. 120. dregelyi.agota@bgk.uni-obuda.hu Kalibrálás Azoknak a mőveleteknek az összessége, amelyekkel meghatározott feltételek mellett megállapítható
RészletesebbenKísérlettervezés alapfogalmak
Kísérlettervezés alapfogalmak Rendszermodellezés Budapest University of Technology and Economics Fault Tolerant Systems Research Group Budapest University of Technology and Economics Department of Measurement
RészletesebbenMinőségirányítási rendszerek 9. előadás
Minőségirányítási rendszerek 9. előadás 013.05.03. MÉRŐESZKÖZÖK MÉRÉSTECHNIKAI TULAJDONSÁGAI Mérőeszköz rendszeres hibája (Systematic Error of Measurement) alatt ugyanannak az értéknek megismételhetőségi
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
RészletesebbenKísérlettervezés alapfogalmak
Kísérlettervezés alapfogalmak Rendszermodellezés Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Kísérlettervezés Cél: a modell paraméterezése a valóság alapján
RészletesebbenMÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI
MÉRÉSI EREDMÉYEK POTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI. A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk
RészletesebbenGeokémia gyakorlat. 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek. Geológus szakirány (BSc) Dr. Lukács Réka
Geokémia gyakorlat 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek Geológus szakirány (BSc) Dr. Lukács Réka MTA-ELTE Vulkanológiai Kutatócsoport e-mail: reka.harangi@gmail.com ALAPFOGALMAK:
RészletesebbenBAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési adatok feldolgozása A mérési eredmény megadása A mérés dokumentálása A vállalati mérőeszközök nyilvántartása 2 A mérés célja: egy
RészletesebbenA kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András
Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András A kockázat fogalma A kockázat (def:) annak kifejezése, hogy valami nem kívánt hatással lesz a valaki/k értékeire, célkitűzésekre. A kockázat
RészletesebbenGyártástechnológia alapjai Méréstechnika rész. Előadások (2.) 2011.
Gyártástechnológia alapjai Méréstechnika rész Előadások (2.) 2011. 1 Méréstechnika előadás 2. 1. Mérési hibák 2. A hiba rendszáma 3. A mérési bizonytalanság 2 Mérési folyamat A mérési folyamat négy fő
RészletesebbenSTATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika
RészletesebbenNÉHÁNY FONTOS ALAPFOGALOM A MŰSZERES ANALITIKAI KÉMIÁBAN
NÉHÁNY FONTOS ALAPFOGALOM A MŰSZERES ANALITIKAI KÉMIÁBAN KALIBRÁCIÓ A kalibráció folyamata során a műszer válaszjele és a mérendő koncentrációja közötti összefüggést határozzuk meg. A kísérletileg meghatározott
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
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
RészletesebbenSTATISZTIKA I. Változékonyság (szóródás) A szóródás mutatószámai. Terjedelem. Forgalom terjedelem. Excel függvények. Függvénykategória: Statisztikai
Változékonyság (szóródás) STATISZTIKA I. 5. Előadás Szóródási mutatók A középértékek a sokaság elemeinek értéknagyságbeli különbségeit eltakarhatják. A változékonyság az azonos tulajdonságú, de eltérő
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
RészletesebbenSTATISZTIKAI MÓDSZEREK ALKALMAZÁSA SZABVÁNYOK ÁTTEKINTÉSE (ISO TC 69)
STATISZTIKAI MÓDSZEREK ALKALMAZÁSA SZABVÁNYOK ÁTTEKINTÉSE (ISO TC 69) 1. AZ ISO SZABVÁNYOK TÉRKÉPE 2. A SZABVÁNYOK BEMUTATÁSA 3. HASZNÁLATI TANÁCSOK 4. A STATISZTIKAI SZABVÁNYOK ÉS AZ ISO 9001 5. JAVASLATOK
Részletesebben4. A mérések pontosságának megítélése
4 A mérések pontosságának megítélése 41 A hibaterjedési törvény Ha egy F változót az x 1,x,x 3,,x r közvetlenül mért adatokból számítunk ki ( ) F = F x1, x, x3,, x r (41) bizonytalanságát a hibaterjedési
RészletesebbenMérési bizonytalanság becslése (vizsgálólaboratóriumok munkája során)
III. Roncsolásmentes Anyagvizsgáló Konferencia és Kiállítás Eger, 2003. április 7-11. Szóbeli előadás kézirat Előadó: Pintér László tudományos osztályvezető, Építésügyi Minőségellenőrző Innovációs Kht.
RészletesebbenMérési hibák 2006.10.04. 1
Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria Bódis Emőke 2016. 04. 25. J J 9 Korrelációanalízis Regresszióanalízis: hogyan változik egy vizsgált változó értéke egy másik változó változásának függvényében. Korrelációs
RészletesebbenPopulációbecslések és monitoring
Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány
RészletesebbenVIZSGÁLATOK MEGFELELŐSÉGE
VIZSGÁLATOK MEGFELELŐSÉGE ANYAGMÉRNÖK/KOHÓMÉRNÖK MSC KÉPZÉS MINŐSÉGIRÁNYÍTÁSI KIEGÉSZÍTŐ SZAKIRÁNY (nappali munkarendben) TANTÁRGYI KOMMUNIKÁCIÓS DOSSZIÉ MISKOLCI EGYETEM MŰSZAKI ANYAGTUDOMÁNYI KAR ENERGIA-
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
RészletesebbenPopulációbecslések és monitoring
Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány
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
RészletesebbenKontrol kártyák használata a laboratóriumi gyakorlatban
Kontrol kártyák használata a laboratóriumi gyakorlatban Rikker Tamás tudományos igazgató WESSLING Közhasznú Nonprofit Kft. 2013. január 17. Kis történelem 1920-as években, a Bell Laboratórium telefonjainak
RészletesebbenMérések hibája pontosság, reprodukálhatóság és torzítás
Mérések hibája pontosság, reprodukálhatóság és torzítás A kémiai mérések és számítások során számos adat felhasználásával jutunk a végeredményhez. Gyakori eset, hogy egyszerű mérési eredményekből a köztük
RészletesebbenStatisztika I. 11. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 11. előadás Előadó: Dr. Ertsey Imre Összefüggés vizsgálatok A társadalmi gazdasági élet jelenségei kölcsönhatásban állnak, összefüggnek egymással. Statisztika alapvető feladata: - tényszerűségek
Részletesebbeny ij = µ + α i + e ij
Elmélet STATISZTIKA 3. Előadás Variancia-analízis Lineáris modellek A magyarázat a függő változó teljes heterogenitásának két részre bontását jelenti. A teljes heterogenitás egyik része az, amelynek okai
RészletesebbenLogisztikus regresszió október 27.
Logisztikus regresszió 2017. október 27. Néhány példa Mi a valószínűsége egy adott betegségnek a páciens bizonyos megfigyelt jellemzői (pl. nem, életkor, laboreredmények, BMI stb.) alapján? Mely genetikai
RészletesebbenIndikátorok alkalmazása a labordiagnosztikai eljárások minőségbiztosításában
Indikátorok alkalmazása a labordiagnosztikai eljárások minőségbiztosításában Minőségi indikátorok az analitikai szakaszban Dr. Kocsis Ibolya Semmelweis Egyetem Laboratóriumi Medicina Intézet Központi Laboratórium
RészletesebbenA mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015
A mérés problémája a pedagógiában Dr. Nyéki Lajos 2015 A mérés fogalma Mérésen olyan tevékenységet értünk, amelynek eredményeként a vizsgált jelenség számszerűen jellemezhetővé, más hasonló jelenségekkel
RészletesebbenKutatásmódszertan és prezentációkészítés
Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I
RészletesebbenPosztanalitikai folyamatok az orvosi laboratóriumban, az eredményközlés felelőssége
Posztanalitikai folyamatok az orvosi laboratóriumban, az eredményközlés felelőssége Autovalidálási folyamatok Lókiné Farkas Katalin Az autovalidálás elméleti alapjai Az előző eredménnyel való összehasonlítás
RészletesebbenMéréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)
Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ) KÉSZÍTETTE: DR. FÜVESI VIKTOR 2016. 10. Mai témáink o A hiba fogalma o Méréshatár és mérési tartomány M é r é s i h i b a o A hiba megadása o A hiba
RészletesebbenElőadások (1.) ÓE BGK Galla Jánosné, 2011.
Előadások (1.) 2011. 1 Metrológiai alapfogalmak Mérési módszerek Mérési folyamat Mértékegységek Etalonok 2 Metrológiai alapfogalmak 3 A mérendő (mérhető) mennyiség előírt hibahatárokon belüli meghatározása
RészletesebbenGYORSTESZTEK ALKALMAZÁSA A
GYORSTESZTEK ALKALMAZÁSA A GYÓGYSZERTÁRAKBAN DR. MISETA ILDIKÓ GÖLLE, SZENT ISTVÁN GYÓGYSZERTÁR Rozsnyay Mátyás emlékverseny Debrecen, 2012. május 10-12. BEVEZETÉS - CÉLKITŰZÉS Miért kell a gyorstesztekkel
RészletesebbenBiomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.05. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)
RészletesebbenIntézményi jelentés. 10. évfolyam
FIT-jelentés :: 2010 2800 Tatabánya, Fő tér 1. Figyelem! A 2010. évi Országos kompetenciaméréstől kezdődően a szövegértés, illetve a matematika területén új, évfolyamfüggetlen skálát vezettünk be, amelyen
RészletesebbenIntézményi jelentés. 10. évfolyam. Corvin Mátyás Gimnázium és Műszaki Szakközépiskola 1165 Budapest, Mátyás király tér 4. OM azonosító:
FIT-jelentés :: 2010 Corvin Mátyás Gimnázium és Műszaki Szakközépiskola 1165 Budapest, Mátyás király tér 4. Figyelem! A 2010. évi Országos kompetenciaméréstől kezdődően a szövegértés, illetve a matematika
RészletesebbenIntézményi jelentés. 10. évfolyam. Révai Miklós Gimnázium és Kollégium 9021 Győr, Jókai u. 21. OM azonosító:
FIT-jelentés :: 2010 9021 Győr, Jókai u. 21. Figyelem! A 2010. évi Országos kompetenciaméréstől kezdődően a szövegértés, illetve a matematika területén új, évfolyamfüggetlen skálát vezettünk be, amelyen
RészletesebbenIntézményi jelentés. 10. évfolyam
FIT-jelentés :: 2010 Babits Mihály Gimnázium 1047 Budapest, Tóth Aladár u. 16-18. Figyelem! A 2010. évi Országos kompetenciaméréstől kezdődően a szövegértés, illetve a matematika területén új, évfolyamfüggetlen
Részletesebben4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis
1. feladat Regresszióanalízis. Legkisebb négyzetek elve 2. feladat Az iskola egy évfolyamába tartozó diákok átlagéletkora 15,8 év, standard deviációja 0,6 év. A 625 fős évfolyamból hány diák fiatalabb
RészletesebbenMatematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók
Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz
RészletesebbenA maximum likelihood becslésről
A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának
RészletesebbenTeszt elemzési beszámoló
Teszt elemzési beszámoló Nemzetközi laktációs szaktanácsadók (IBCLC ) minősítő vizsgája 2017. áprilisi vizsgák Készült a Nemzetközi Laktációs Szaktanácsadói Vizsgabizottság (IBLCE ) számára Készítette:
RészletesebbenIntézményi jelentés. 10. évfolyam
FIT-jelentés :: 2010 Budapest XXI. Kerület Csepel Önkormányzata Jedlik Ányos Gimnázium 1212 Budapest, Táncsics M. u. 92. Figyelem! A 2010. évi Országos kompetenciaméréstől kezdődően a szövegértés, illetve
RészletesebbenIntézményi jelentés. 10. évfolyam. Bolyai János Gimnázium és Kereskedelmi Szakközépiskola 2364 Ócsa, Falu Tamás u. 35. OM azonosító:
FIT-jelentés :: 2010 Bolyai János Gimnázium és Kereskedelmi Szakközépiskola 2364 Ócsa, Falu Tamás u. 35. Figyelem! A 2010. évi Országos kompetenciaméréstől kezdődően a szövegértés, illetve a matematika
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
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
RészletesebbenMintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás
STATISZTIKA, BIOMETRIA. Előadás Mintavétel, mintavételi technikák, adatbázis Mintavétel fogalmai A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x
RészletesebbenIntézményi jelentés. 10. évfolyam. Árpád Szakképző Iskola és Kollégium 8000 Székesfehérvár, Seregélyesi út OM azonosító:
FIT-jelentés :: 2010 Árpád Szakképző Iskola és Kollégium 8000 Székesfehérvár, Seregélyesi út 88-90. Figyelem! A 2010. évi Országos kompetenciaméréstől kezdődően a szövegértés, illetve a matematika területén
RészletesebbenTények és tévhitek az Országos kompetenciamérés adatairól. Oktatási Hivatal Köznevelési Programok Főosztálya
OH Tények és tévhitek az Országos kompetenciamérés adatairól Oktatási Hivatal Köznevelési Programok Főosztálya OH Sokan hiányoznak! A hiányzók arányának alakulása 2010-2015 között I. 14% 12% 12,0% 12,1%
RészletesebbenA VIM3. Kialakulása és magyar változata október Kiss József
A VIM3 Kialakulása és magyar változata 2017. október Kiss József ALAPOK Az értelmező szótár a mérésekkel kapcsolatos ismeretterülettel, és annak alkalmazásaival foglalkozik. A szótár Mennyiségek és egységek
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
RészletesebbenKísérletek tervezése és értékelése
Kísérletek tervezése és értékelése PhD kurzus, 4 kredit 2017 június 12-15 MKK Talajtani és Agrokémiai Tanszék könyvtár MKK Informatikai labor Alagsor 105. terem Dr. Tolner László egyetemi magántanár Környezettudományi
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
RészletesebbenPszichometria Szemináriumi dolgozat
Pszichometria Szemináriumi dolgozat 2007-2008. tanév szi félév Temperamentum and Personality Questionnaire pszichometriai mutatóinak vizsgálata Készítette: XXX 1 Reliabilitás és validitás A kérd ívek vizsgálatának
RészletesebbenIntézményi jelentés. 6. évfolyam. Bokod-Kecskéd-Szákszend Kistérségi Általános Művelődési Központ 2855 Bokod, Fő utca 27. OM azonosító:
FIT-jelentés :: 2010 Bokod-Kecskéd-Szákszend Kistérségi Általános Művelődési Központ 2855 Bokod, Fő utca 27. Figyelem! A 2010. évi Országos kompetenciaméréstől kezdődően a szövegértés, illetve a matematika
RészletesebbenIntézményi jelentés. 10. évfolyam
FIT-jelentés :: 2010 Szentannai Sámuel Gimnázium, Szakközépiskola és Kollégium 5300 Karcag, Szentannai Sámuel u. 18. Figyelem! A 2010. évi Országos kompetenciaméréstől kezdődően a szövegértés, illetve
RészletesebbenIntézményi jelentés. 10. évfolyam
FIT-jelentés :: 2010 Xántus János Idegenforgalmi Gyakorló Középiskola és Szakképző Iskola 1055 Budapest, Markó u. 18-20. Figyelem! A 2010. évi Országos kompetenciaméréstől kezdődően a szövegértés, illetve
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 -
RészletesebbenTeszt elemzési beszámoló
Teszt elemzési beszámoló Nemzetközi Laktációs Szaktanácsadó (IBCLC ) 2018. áprilisi vizsgák 2018. június 19. KÉSZÍTETTÉK: Scott Frohn, Ph.D. pszichometrikus Lawrence J. Fabrey, Ph.D. Vezető pszichometrikus
RészletesebbenIntézményi jelentés. 8. évfolyam
FIT-jelentés :: 2010 8900 Zalaegerszeg, Köztársaság u. 68. Figyelem! A 2010. évi Országos kompetenciaméréstől kezdődően a szövegértés, illetve a matematika területén új, évfolyamfüggetlen skálát vezettünk
RészletesebbenMinıségellenırzés a laboratóriumi akkreditáció szemszögébıl
Minıségellenırzés a laboratóriumi akkreditáció szemszögébıl Liszt Ferenc PTE OEKK ÁOK Laboratóriumi Medicina Intézet Bio-Rad Magyarország rendezvény 2007. május 8. MSZ EN ISO 15189:2003 Orvosi laboratóriumok.
RészletesebbenMéréselmélet és mérőrendszerek
Méréselmélet és mérőrendszerek 6. ELŐADÁS KÉSZÍTETTE: DR. FÜVESI VIKTOR 2016. 10. Mai témáink o A hiba fogalma o Méréshatár és mérési tartomány M é r é s i h i b a o A hiba megadása o A hiba eredete o
RészletesebbenDr. JUVANCZ ZOLTÁN Óbudai Egyetem Dr. FENYVESI ÉVA CycloLab Kft
Dr. JUVANCZ ZOLTÁN Óbudai Egyetem Dr. FENYVESI ÉVA CycloLab Kft Környezetvédelmi mérések követelményei A mérések megbízhatóságát megbízhatóan igazolni kell. Az elvégzett méréseknek máshol is elvégezhetőnek
RészletesebbenSTATISZTIKA. ( x) 2. Eloszlásf. 9. gyakorlat. Konfidencia intervallumok. átlag. 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% (cm)
Normális eloszlás sűrűségfüggvénye STATISZTIKA 9. gyakorlat Konfidencia intervallumok f σ π ( µ ) σ ( ) = e /56 p 45% 4% 35% 3% 5% % 5% % 5% Normális eloszlás sűrűségfüggvénye % 46 47 48 49 5 5 5 53 54
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
RészletesebbenElemszám becslés. Kaszaki József Ph.D. SZTE ÁOK Sebészeti Műtéttani Intézet
Elemszám becslés Kaszaki József Ph.D. SZTE ÁOK Sebészeti Műtéttani Intézet Miért fontos? Gazdasági okok: Túl kevés elem esetén nem tudjuk kimutatni a kívánt hatást Túl kevés elem esetén olyan eredmény
RészletesebbenMéréstechnika II. Mérési jegyzőkönyvek FSZ képzésben részt vevők részére. Hosszméréstechnikai és Minőségügyi Labor Mérési jegyzőkönyv
Méréstechnika II. ek FSZ képzésben részt vevők részére Összeállította: Horváthné Drégelyi-Kiss Ágota Kis Ferenc Lektorálta: Galla Jánosné 009 Tartalomjegyzék. gyakorlat Mérőhasábok, mérési eredmény megadása.
RészletesebbenMÉRÉSTECHNIKA. Előadások (2.) Galla Jánosné
1 MÉRÉSTECHNIKA Előadások (2.) 2014 Galla Jánosné 1. A hiba rendűsége Az 2. előadás témái 2. A mérési módszer hibája 3. Műszerhibák 4. A mérési hibák új megközelítése 5. A járműgyártás metrológiai többletkövetelményei
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
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
RészletesebbenIntézményi jelentés. 6. évfolyam
FIT-jelentés :: 2010 8900 Zalaegerszeg, Köztársaság u. 68. Figyelem! A 2010. évi Országos kompetenciaméréstől kezdődően a szövegértés, illetve a matematika területén új, évfolyamfüggetlen skálát vezettünk
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
RészletesebbenAz értékelés során következtetést fogalmazhatunk meg a
Az értékelés során következtetést fogalmazhatunk meg a a tanuló teljesítményére, a tanulási folyamatra, a célokra és követelményekre a szülők teljesítményére, a tanulási folyamatra, a célokra és követelményekre
RészletesebbenTESTLab KALIBRÁLÓ ÉS VIZSGÁLÓ LABORATÓRIUM AKKREDITÁLÁS
TESTLab KALIBRÁLÓ ÉS VIZSGÁLÓ LABORATÓRIUM AKKREDITÁLÁS ACCREDITATION OF TESTLab CALIBRATION AND EXAMINATION LABORATORY XXXVIII. Sugárvédelmi Továbbképző Tanfolyam - 2013 - Hajdúszoboszló Eredet Laboratóriumi
RészletesebbenIntézményi jelentés. 6. évfolyam
FIT-jelentés :: 2010 Fazekas - Istvánffy Általános Iskola és Alapfokú Művészetoktatási Intézmény 3525 Miskolc, Fazekas u. 6. Figyelem! A 2010. évi Országos kompetenciaméréstől kezdődően a szövegértés,
RészletesebbenA mérés. A mérés célja a mérendő mennyiség valódi értékének meghatározása. Ez a valóságban azt jelenti, hogy erre kell
A mérés A mérés célja a mérendő mennyiség valódi értékének meghatározása. Ez a valóságban azt jelenti, hogy erre kell törekedni, minél közelebb kerülni a mérés során a valós mennyiség megismeréséhez. Mérési
RészletesebbenLövedékálló védőmellény megfelelőségének elemzése lenyomatmélységek (traumahatás) alapján
Lövedékálló védőmellény megfelelőségének elemzése lenyomatmélységek (traumahatás) alapján Eur.Ing. Frank György c. docens az SzVMSzK Szakmai Kollégium elnöke SzVMSzK mérnök szakértő (B5) A lövedékálló
RészletesebbenA L Hospital-szabály, elaszticitás, monotonitás, konvexitás
A L Hospital-szabály, elaszticitás, monotonitás, konvexitás 9. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék A L Hospital-szabály, elaszticitás, monotonitás, konvexitás p. / A L
RészletesebbenIntézményi jelentés. 10. évfolyam
FIT-jelentés :: 2008 Városmajori Gimnázium, Módszertani Információs Felnőttképzési Továbbképző és Vizsgaközpont 1122 Budapest, Városmajor 71. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az
RészletesebbenBiomatematika 13. Varianciaanaĺızis (ANOVA)
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 13. Varianciaanaĺızis (ANOVA) Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date:
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,
RészletesebbenMéréstechnikai alapfogalmak
Méréstechnikai alapfogalmak 1 Áttekintés Tulajdonság, mennyiség Mérés célja, feladata Metrológia fogalma Mérıeszközök Mérési hibák Mérımőszerek metrológiai jellemzıi Nemzetközi mértékegységrendszer Munka
RészletesebbenTelephelyi jelentés. 10. évfolyam :: Szakiskola
FIT-jelentés :: 2010 10. évfolyam :: Szakiskola Baross Gábor Középiskola, Szakiskola és Kollégium 4030 Debrecen, Budai É. u. 8/A Figyelem! A 2010. évi Országos kompetenciaméréstől kezdődően a szövegértés,
RészletesebbenSzövegértés. Xántus János Két Tanítási Nyelvű Gimnázium és Szakgimnázium OM azonosító: Telephelyi jelentés Telephely kódja: 001
Országos kompetenciamérés 2017 22 1a Átlageredmények A telephelyek átlageredményeinek összehasonlítása Az Önök eredményei a 4 évfolyamos gimnáziumi telephelyek eredményeihez viszonyítva A szignifikánsan
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: 6 évfolyamos gimnázium
FIT-jelentés :: 2010 10. évfolyam :: 6 évfolyamos gimnázium Fazekas Mihály Gimnázium, Lycée Fazekas Mihály, Instituto Fazekas Mihály 4025 Debrecen, Hatvan u. 44. Figyelem! A 2010. évi Országos kompetenciaméréstől
RészletesebbenSTATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba
Egymintás u-próba STATISZTIKA 2. Előadás Középérték-összehasonlító tesztek Tesztelhetjük, hogy a valószínűségi változónk értéke megegyezik-e egy konkrét értékkel. Megválaszthatjuk a konfidencia intervallum
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.08. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: Szakközépiskola
FIT-jelentés :: 2010 10. évfolyam :: Szakközépiskola Cserháti Sándor Műszaki Szakképző Iskola és Kollégium 8800 Nagykanizsa, Ady Endre u. 74/A Figyelem! A 2010. évi Országos kompetenciaméréstől kezdődően
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: 4 évfolyamos gimnázium
FIT-jelentés :: 2010 10. évfolyam :: 4 évfolyamos gimnázium Fazekas Mihály Gimnázium, Lycée Fazekas Mihály, Instituto Fazekas Mihály 4025 Debrecen, Hatvan u. 44. Figyelem! A 2010. évi Országos kompetenciaméréstől
RészletesebbenIskolai jelentés. 10. évfolyam szövegértés
2010 Iskolai jelentés 10. évfolyam szövegértés Szövegértési-szövegalkotási kompetenciaterület A fejlesztés célja Kommunikáció-központúság Tevékenység centrikusság Rendszeresség Differenciáltság Partnerség
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
RészletesebbenDiagnosztikus tesztek értékelése
n e c n b c szegregancia relevancia Diagnosztikus tesztek értékelése c Átlapoló eloszlások feltételezés: egy mérhető mennyiség (pl. koncentráció) megnövekszik a populációban (a megváltozás a lényeges és
Részletesebben