1. Két pályázat esetén a nyerési esélyeket vizsgálják. Mintát véve mindkét pályázat esetén az egyik. (b) Mit nevezünk másodfajú hibának?

Save this PDF as:
 WORD  PNG  TXT  JPG

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "1. Két pályázat esetén a nyerési esélyeket vizsgálják. Mintát véve mindkét pályázat esetén az egyik. (b) Mit nevezünk másodfajú hibának?"

Átírás

1 Statisztika május 08. D csoport Név Neptun kód 1. Két pályázat esetén a nyerési esélyeket vizsgálják. Mintát véve mindkét pályázat esetén az egyik pályázatnál 320 pályázóból 42 nyert, a másik pályázatnál 430 pályázóból 72 nyert. (a) Elfogadjuk-e a 0.9 szinten azt a hipotézist, hogy a két pályázat esetén azonosak a nyerési esélyek? 8p (b) Mit nevezünk másodfajú hibának? 2p 2. Egy termék tömege normális eloszlású véletlen mennyiség. 15 terméket megmérve a tömegek átlaga 999 gramm lett 1.3 korrigált tapasztalati szórással. (a) Elfogadjuk-e azt a hipotézist a.099 szinten, hogy szinten, hogy a termék tömegének várható értéke 1000 gramm? (b) Elfogadjuk-e azt a hipotézist a 0.95 szinten, hogy a termék tömegének várható értéke 1000 gramm vagy az adatok azt támasztják alá, hogy a termék tömegének várható értéke kevesebb 1000 grammnál?

2 3. Két mér½om½uszert szeretnénk összehasonlítani. Az egyiken egy szabvány 10 grammos súlyt megmérve 8-szor a mérési eredmények átlaga 10.3 gramm, korrigált tapasztalati szórása 0.15 lett. A másikon is megmérjük ezt a súlyt 9-szer és a mérési eredmények átlaga 9.9 lett korrigált tapasztalati szórással. (a) Elfogadjuk-e azt a hipotézist a 0.9 szinten, hogy a két mér½om½uszer szórása azonos? b. Ha a második mér½om½uszer korrigált tapasztalati szórása a kisebb, akkor az els½o mér½om½uszer mekkora korrigált tapasztalati szórása esetén fogadnánk el a szórások azonosságát a 0.9 szinten és mett½ol nem? 6p 4p 4. Egy város lakosságát autó-használati szokásaikról kérdezték. Az alábbi adatokat kapták: hasznalat=kor f iatal kozepkoru idos gyakran ritkan soha Függetlenek-e az autóhasználati szokások az életkortól a 0.9 szinten? 10p

3 Statisztika május 08. C csoport Név Neptun kód 1. Egy nyereményjáték esetén a nyerési esélyeket vizsgálják. 150 nyereményjegyb½ol 29 nyert, a többi a "sajnos, most nem nyert" üzenetet tartalmazza. (a) Elfogadjuk-e a 0.95 szinten, azt az állítást, hogy "minden negyedik nyer" (úgy értve, hogy a nyerési esély 0.25)? (b) Elfogadjuk-e a 0.95 szinten, azt az állítást, hogy "minden negyedik nyer" úgy értve, hogy a nyerési esély 0.25, vagy az adatok a nyerési esély kisebb, mint 0.25 ellenhipotézist támasztják alá? 2. Éves csapadékmennyiségeket hasolítanak össze. Az els½o csoportban évek átlagát nézték, az átlag 825 mm lett 65 mm korrigált tapasztalati szórással. A második csoportban a évek átlagát nézték, az átlag 765 mm lett, 75 mm korrigált tapasztalati szórással. Elfogadva a szórások azonosságát, tekinthetjük-e azonosnak a két id½oszak éveinek éves csapadékmennyiség várható értékét a 0.9 szinten? 10p

4 3. 5-ször megmérve egy 100 grammos szabvány súlyt a mért eredmények az alábbiak: 98gramm, 99 gramm, 103 gramm, 99 gramm, 101gramm. Elfogadjuk-e a 0.9 szinten azt a hipotézist, hogy a mér½om½uszer szórása 1.5? 12p 4. Egy vidéken az ajándékvásárlási szokásokat vizsgálják. 500 megkérdezett közül 145 kis érték½u, 128 közepes érték½u és 90 nagy érték½u ajándékokat vásárol az ünnepre, a többi nem vásárol ajándékot.elfogadjuke a 0.9 megbízhatóság mellett az a hipotézist, hogy az emberek azonos eséllyel tartoznak mind a 4 ajánkvásárlással kapcsolatos kategóriába? 8p

5 Statisztika május 08. B csoport Név Neptun kód 1. Egy pályázat esetén a nyerési esélyeket vizsgálják. Egy 1400 elem½u mintában a pályázatok közül 295 nyert.. (a) Elfogadjuk-e a 0.9 szinten, hogy a pályázatok nyerési valószín½usége 0.2? (b) Mit nevezünk els½ofajú hibának?mekkora az els½ofajú hiba valószín½usége? 2. Egy termék tömege normális eloszlású véletlen mennyiség. 12 terméket megmérve a tömegek átlaga 49 gramm lett 1.1 korrigált tapasztalati szórással. (a) Elfogadjuk-e azt a hipotézist a 0.99 szinten, hogy a termék tömegének várható értéke 50 gramm? (b) Elfogadjuk-e azt a hipotézist a 0.95 szinten, hogy a termék tömegének szórása 1.5, vagy az adatok azt támasztják alá, hogy a szórás kisebb 1.5-nél?

6 3. Két mér½om½uszert szeretnénk összehasonlítani. Az egyiken egy szabvány 1000 grammos súlyt megmérve 6-szor a mérési eredmények átlaga 1001 gramm, korrigált tapasztalati szórása 0.5 lett. A másikon is megmérjük ezt a súlyt 9-szer és a mérési eredmények átlaga 999 lett 0.8 korrigált tapasztalati szórással. (a) Elfogadjuk-e azt a hipotézist a 0.95 szinten, hogy a két mér½om½uszer szórása azonos? 6p (b) Feltételezve, hogy az els½o m½uszer szórása a nagyobb,az els½o mér½om½uszer mekkora korrigált tapasztalati szórása esetén fogadnánk el a szórások azonosságát a 0.9 szinten és mikor nem? 6p 4. Két kontinensen a társadalom halandósági adatait hasonlítjuk össze. Az alábbi adatok állnak rendelkezésünkr kontinens=elhalalozas gyermekkori f eln½ottkori idoskori A B Független-e halandóság a helyt½ol 0.99 szinten? 8p

7 Statisztika május 8. A csoport Név Neptun kód 1. Egy mér½om½uszer szórása ismert, 3 egység. 28 terméket megmérve a kapott értékek átlaga 51.5 lett. (a) Elfogadjuk-e a 0.99 szinten azt a hipotézist, hogy a termékek tömegének várható értéke 50? 6p (b) Elfogadjuk-e a 0.99 szinten azt a hipotézist, hogy a termékek tömegének várható értéke 50, vagy az adatok azt támasztják alá, hogy a várható érték nagyobb 50-nél? (c) Milyen szinten fogadjuk el azt ahipotézist, hogy a várható érték 50 egyoldali ellenhioptézis mellett? 2. Egy termék tömege normális eloszlású véletlen mennyiség. 20 terméket megmérve a tömegek átlaga gramm lett 2.5 gramm korrigált tapasztalati szórással. (a) Elfogadjuk-e egyoldali ellenhipotézis mellett azt a hipotézist a 0.95 szinten, hogy a termék tömegének várható értéke 250 gramm vagy az adatok azt támasztják alá, hogy a várható érték kevesebb 250 grammnál? (b) Elfogadjuk-e azt a hipotézist a 0.95 szinten, hogy a termék tömegének szórása 2 gramm?

8 3. Két üzemegységet hasonlítanak össze. Az egyikben 200 termék ellen½orzése során 25 hibásat találtak, a másikban 250 termék ellen½orzése során 35-öt. Elfogadjuk-e a 0.9 szinten azt a hipotézist, hogy a két üzemegység azonos selejtaránnyal tremel? 4. Egy vidéken az ajándékvásárlási szokásokat vizsgálják. 300 megkérdezett közül 105 kis érték½u, 115 közepes érték½u és 80 nagy érték½u ajándékokat vásárol az ünnepre. Elfogadjuk-e a 0.9 megbízhatóság mellett az a hipotézist, hogy az emberek azonos eséllyel tartoznak mindhárom ajándékvásárlói csoportba?

(a) Számolja ki a vásárolt benzin átlagos mennyiségét! (b) Számítsa ki az átlagos abszolút eltérést! (a) Mekkora a napi átlagos csökkenés?

(a) Számolja ki a vásárolt benzin átlagos mennyiségét! (b) Számítsa ki az átlagos abszolút eltérést! (a) Mekkora a napi átlagos csökkenés? Statisztika 2015. október 09. A csoport Név Neptun kód 1. Egy benzikútnál egy id½oszakban a vásárolt benzin mennyisége az alábbiak szerint alakult: benzin(l) gépkocsi -15 27 15.1-25 39 25.1-35 45 35.1-45

Részletesebben

Biometria gyakorló feladatok BsC hallgatók számára

Biometria gyakorló feladatok BsC hallgatók számára Biometria gyakorló feladatok BsC hallgatók számára 1. Egy üzem alkalmazottainak megoszlása az elért teljesítmény %-a szerint a következı: Norma teljesítmény % Dolgozók száma 60-80 30 81-90 70 91-100 90

Részletesebben

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

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

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető! BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012.. Név:... Neptun kód:... Érdemjegy:..... STATISZTIKA II. VIZSGADOLGOZAT Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető pontszám 21 20 7 22

Részletesebben

( 1) i 2 i. megbízhatóságú a levont következtetése? A matematikai statisztika eszközeivel értékelje a kapott eredményeket!

( 1) i 2 i. megbízhatóságú a levont következtetése? A matematikai statisztika eszközeivel értékelje a kapott eredményeket! 1. Név:......................... Egy szabályos pénzérmét feldobunk, ha az els½o FEJ az i-edik dobásra jön, akkor a játékos nyereménye ( 1) i i forint. Vizsgálja szimulációval a játékot, különböz½o induló

Részletesebben

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet

GVMST22GNC 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

Részletesebben

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

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani

Részletesebben

TARTALOMJEGYZÉK. 1. téma Átlagbecslés (Barna Katalin) téma Hipotézisvizsgálatok (Nagy Mónika Zita)... 23

TARTALOMJEGYZÉK. 1. téma Átlagbecslés (Barna Katalin) téma Hipotézisvizsgálatok (Nagy Mónika Zita)... 23 TARTALOMJEGYZÉK 1. téma Átlagbecslés (Barna Katalin).... 7 2. téma Hipotézisvizsgálatok (Nagy Mónika Zita)... 23 3. téma Összefüggések vizsgálata, korrelációanalízis (Dr. Molnár Tamás)... 73 4. téma Összefüggések

Részletesebben

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt Galbács Gábor KIUGRÓ ADATOK KISZŰRÉSE STATISZTIKAI TESZTEKKEL Dixon Q-tesztje Gyakori feladat az analitikai kémiában, hogy kiugrónak

Részletesebben

Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat

Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat 7. lecke Paraméter becslés Konfidencia intervallum Hipotézis vizsgálat feladata Paraméter becslés és konfidencia

Részletesebben

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis Hipotézis BIOMETRIA 5. Előad adás Hipotézisvizsg zisvizsgálatok Tudományos hipotézis Nullhipotézis feláll llítása (H ): Kétmintás s hipotézisek Munkahipotézis (H a ) Nullhipotézis (H ) > = 1 Statisztikai

Részletesebben

A bergengóc lakosság szemszín szerinti megoszlása a négy tartományban azonos:

A 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,

Részletesebben

Gyakorlat 8 1xANOVA. Dr. Nyéki Lajos 2016

Gyakorlat 8 1xANOVA. Dr. Nyéki Lajos 2016 Gyakorlat 8 1xANOVA Dr. Nyéki Lajos 2016 A probléma leírása Azt vizsgáljuk, hogy milyen hatása van a család jövedelmének a tanulók szövegértés teszten elért tanulmányi eredményeire. A minta 59 iskola adatait

Részletesebben

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

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

Részletesebben

[Biomatematika 2] Orvosi biometria

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

Részletesebben

STATISZTIKA PÉLDATÁR

STATISZTIKA PÉLDATÁR STATISZTIKA PÉLDATÁR www.matektanitas.hu www.matektanitas.hu info@matektanitas.hu 1 Minden feladat csak szöveges válasszal együtt ad teljes értékű megoldást! Becslés 1. feladat Az alábbi táblázat megadja

Részletesebben

1. Név:... Neptun Kód:... Feladat: Egy összeszerel½o üzemben 3 szalag van. Mindehárom szalagon ugyanazt

1. Név:... Neptun Kód:... Feladat: Egy összeszerel½o üzemben 3 szalag van. Mindehárom szalagon ugyanazt 1. Név:......................... Egy összeszerel½o üzemben 3 szalag van. Mindehárom szalagon ugyanazt a gyártmányt készítik. Egy gyártmány összeszerelési ideje normális eloszlású valószín½uségi változó

Részletesebben

20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek!

20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek! SPEC 2009-2010. II. félév Statsztka II HÁZI dolgozat Név:... Neptun kód: 20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek! 1. példa Egy üzemben tejport csomagolnak zacskókba,

Részletesebben

egyetemi jegyzet Meskó Balázs

egyetemi jegyzet Meskó Balázs egyetemi jegyzet 2011 Előszó 2. oldal Tartalomjegyzék 1. Bevezetés 4 1.1. A matematikai statisztika céljai.............................. 4 1.2. Alapfogalmak......................................... 4 2.

Részletesebben

Biostatisztika VIII. Mátyus László. 19 October

Biostatisztika VIII. Mátyus László. 19 October Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.

Részletesebben

Egyszempontos variancia analízis. Statisztika I., 5. alkalom

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

Részletesebben

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

K oz ep ert ek es variancia azonoss ag anak pr ob ai: t-pr oba, F -pr oba m arcius 21.

K oz ep ert ek es variancia azonoss ag anak pr ob ai: t-pr oba, F -pr oba m arcius 21. Középérték és variancia azonosságának próbái: t-próba, F -próba 2012. március 21. Hipotézis álĺıtása Feltételezés: a minta egy adott szempont alapján más populációhoz tartozik, mint b minta. Nullhipotézis

Részletesebben

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

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése 4. A modell érvényességének ellenőrzése STATISZTIKA 4. Előadás Variancia-analízis Lineáris modellek 1. Függetlenség 2. Normális eloszlás 3. Azonos varianciák A maradék független a kezelés és blokk hatástól

Részletesebben

KÖVETKEZTETŐ STATISZTIKA

KÖVETKEZTETŐ STATISZTIKA ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak

Részletesebben

A konfidencia intervallum képlete: x± t( α /2, df )

A konfidencia intervallum képlete: x± t( α /2, df ) 1. feladat. Egy erdőben az egy fészekben levő tojásszámokat vizsgáltuk egy madárfajnál. A következő tojásszámokat találtuk: 1, 1, 1,,,,,,, 3, 3, 3, 3, 3, 4, 4, 5, 6, 7. Mi a mintának a minimuma, maximuma,

Részletesebben

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a

Kabos: 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,

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

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 15. Nemparaméteres próbák Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date: November

Részletesebben

Kabos: Statisztika II. ROC elemzések 10.1. Szenzitivitás és specificitás a jelfeldolgozás. és ilyenkor riaszt. Máskor nem.

Kabos: Statisztika II. ROC elemzések 10.1. Szenzitivitás és specificitás a jelfeldolgozás. és ilyenkor riaszt. Máskor nem. Kabos: Statisztika II. ROC elemzések 10.1 ROC elemzések Szenzitivitás és specificitás a jelfeldolgozás szóhasználatával A riasztóberendezés érzékeli, ha támadás jön, és ilyenkor riaszt. Máskor nem. TruePositiveAlarm:

Részletesebben

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

MÉRÉSI 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

Részletesebben

A társadalomkutatás módszerei I. Outline. A mintaválasztás A mintaválasztás célja. Notes. Notes. Notes. 13. hét. Daróczi Gergely. 2011. december 8.

A társadalomkutatás módszerei I. Outline. A mintaválasztás A mintaválasztás célja. Notes. Notes. Notes. 13. hét. Daróczi Gergely. 2011. december 8. A társadalomkutatás módszerei I. 13. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. december 8. Outline 1 célja 2 Alapfogalmak 3 Mintavételi eljárások 4 További fogalmak 5 Mintavételi hiba számítása

Részletesebben

Nemparametrikus tesztek. 2014. december 3.

Nemparametrikus tesztek. 2014. december 3. Nemparametrikus tesztek 2014. december 3. Nemparametrikus módszerek Alkalmazásuk: nominális adatok (gyakoriságok) esetén, ordinális adatok esetén, metrikus adatok esetén (intervallum és arányskála), ha

Részletesebben

Rugalmas állandók mérése (2-es számú mérés) mérési jegyzõkönyv

Rugalmas állandók mérése (2-es számú mérés) mérési jegyzõkönyv (-es számú mérés) mérési jegyzõkönyv Készítette:,... Beadás ideje:.. 9. /9 A mérés leírása: A mérés során különbözõ alakú és anyagú rudak Young-moduluszát, valamint egy torziós szál torziómoduluszát akarjuk

Részletesebben

4.4. Egy úton hetente átlag 3 baleset történik. Mi a valószínűsége, hogy egy adott héten 2?

4.4. Egy úton hetente átlag 3 baleset történik. Mi a valószínűsége, hogy egy adott héten 2? HIPERGEO. BINOM. POISSON 4.1. Egy üzletben 100-an vásárolnak, közülük 80-an rendelkeznek bankkártyával. A pénztárnál 10-en állnak sorba, mi a valószínűsége, hogy 7-nek lesz bankkártyája? 4.2. Egy üzletben

Részletesebben

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból

Részletesebben

6. Előadás. Vereb György, DE OEC BSI, október 12.

6. 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

Részletesebben

Biomatematika 13. Varianciaanaĺızis (ANOVA)

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

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen

Részletesebben

vásárlót átlag 2 perc alatt intéz el (blokkolás, kártyaleolvasás), de ez az

vásárlót átlag 2 perc alatt intéz el (blokkolás, kártyaleolvasás), de ez az 1. Név:......................... Egy ABC-ben délután (5-t½ol 9 óráig) a vásárlók száma óránként 200 várható érték½u Poisson eloszlású valószín½uségi változó. A pénztáros egy vásárlót átlag 2 perc alatt

Részletesebben

Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László

Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László Gyakorló feladatok Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László I/. A vizsgaidőszak második napján a hallgatók %-ának az E épületben, %-ának a D épületben,

Részletesebben

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv

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

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

A biostatisztika alapfogalmai, hipotézisvizsgálatok. Dr. Boda Krisztina Boda PhD SZTE ÁOK Orvosi Informatikai Intézet

A biostatisztika alapfogalmai, hipotézisvizsgálatok. Dr. Boda Krisztina Boda PhD SZTE ÁOK Orvosi Informatikai Intézet A biostatisztika alapfogalmai, hipotézisvizsgálatok Dr. Boda Krisztina Boda PhD SZTE ÁOK Orvosi Informatikai Intézet Hipotézisvizsgálatok A hipotézisvizsgálat során a rendelkezésre álló adatok (statisztikai

Részletesebben

LINEÁRIS REGRESSZIÓ (I. MODELL) ÉS KORRELÁCIÓ FELADATOK

LINEÁRIS REGRESSZIÓ (I. MODELL) ÉS KORRELÁCIÓ FELADATOK LINEÁRIS REGRESSZIÓ (I. MODELL) ÉS KORRELÁCIÓ FELADATOK 2004 november 29. 1.) Lisztbogarak súlyvesztése 9 lisztbogár-csapat súlyát megmérték, (mindegyik 25 bogárból állt, mert egyenként túl kis súlyúak

Részletesebben

A Statisztika alapjai

A Statisztika alapjai A Statisztika alapjai BME A3c Magyar Róbert 2016.05.12. Mi az a Statisztika? A statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati

Részletesebben

Intervallumbecsle s Mintave tel+ Hipote zisvizsga lat Egyminta s pro ba k Ke tminta s pro ba k Egye b vizsga latok O sszef.

Intervallumbecsle s Mintave tel+ Hipote zisvizsga lat Egyminta s pro ba k Ke tminta s pro ba k Egye b vizsga latok O sszef. Intervallumbecsle s Mintave tel+ Hipote zisvizsga lat Egyminta s pro ba k Ke tminta s pro ba k Egye b vizsga latok O sszef. Feladatok Gazdaságstatisztika 7. Statisztikai becslések (folyt.); 8. Hipotézisvizsgálat

Részletesebben

Lövedékálló védőmellény megfelelőségének elemzése lenyomatmélységek (traumahatás) alapján

Lövedékálló 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

Részletesebben

Matematika III. 9. Statisztikai hipotézisek Prof. Dr. Závoti, József

Matematika III. 9. Statisztikai hipotézisek Prof. Dr. Závoti, József Matematika III. 9. Statisztikai hipotézisek Prof. Dr. Závoti, József Matematika III. 9. : Statisztikai hipotézisek Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP - 4.1.2-08/1/A-2009-0027

Részletesebben

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

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

Részletesebben

Mérési hibák 2006.10.04. 1

Mérési 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

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell Példa STATISZTIKA Egy gazdálkodó k kukorica hibrid termesztése között választhat. Jelöljük a fajtákat A, B, C, D-vel. Döntsük el, hogy a hibridek termesztése esetén azonos terméseredményre számíthatunk-e.

Részletesebben

Dr. Karácsony Zsolt. Miskolci Egyetem november

Dr. Karácsony Zsolt. Miskolci Egyetem november Valószínűségszámítás és Matematikai statisztika Dr. Karácsony Zsolt Miskolci Egyetem, Alkalmazott Matematikai Tanszék 2013-2014 tanév 1. félév Miskolci Egyetem 2013. november 11-18 - 25. Dr. Karácsony

Részletesebben

H0 hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik)

H0 hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik) 5.4: 3 különböző talpat hasonlítunk egymáshoz Varianciaanalízis. hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik) hipotézis: Létezik olyan μi, amely nem egyenlő a többivel (Van

Részletesebben

AZ APÁCZAI ÁMK PROGRAMJAI 2012. JÚNIUS

AZ APÁCZAI ÁMK PROGRAMJAI 2012. JÚNIUS Apáczai Csere János Általános Művelődési Központ 8900 ZALAEGERSZEG, Apáczai Csere János tér 5. : 92/511-210 Fax: 511-213, Pf.: 168 OM: 037524 E-mail: apaczaizeg@zalaszam.hu AZ APÁCZAI ÁMK PROGRAMJAI 201

Részletesebben

A társadalomkutatás módszerei I.

A társadalomkutatás módszerei I. A társadalomkutatás módszerei I. 13. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. december 8. Outline 1 A mintaválasztás célja 2 Alapfogalmak 3 Mintavételi eljárások 4 További fogalmak 5 Mintavételi

Részletesebben

V átlag = (V 1 + V 2 +V 3 )/3. A szórás V = ((V átlag -V 1 ) 2 + ((V átlag -V 2 ) 2 ((V átlag -V 3 ) 2 ) 0,5 / 3

V átlag = (V 1 + V 2 +V 3 )/3. A szórás V = ((V átlag -V 1 ) 2 + ((V átlag -V 2 ) 2 ((V átlag -V 3 ) 2 ) 0,5 / 3 5. gyakorlat. Tömegmérés, térfogatmérés, pipettázás gyakorlása tömegméréssel kombinálva. A mérési eredmények megadása. Sóoldat sőrőségének meghatározása, koncentrációjának megadása a mért sőrőség alapján.

Részletesebben

Varianciaanalízis 4/24/12

Varianciaanalízis 4/24/12 1. Feladat Egy póker kártya keverő gép a kártyákat random módon választja ki. A vizsgálatban 1600 választott kártya színei az alábbi gyakorisággal fordultak elő. Vizsgáljuk meg, hogy a kártyák kiválasztása

Részletesebben

Kutatásmódszertan és prezentációkészítés

Kutatásmódszertan és prezentációkészítés Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I

Részletesebben

Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok)

Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok) Poisson-eloszlás Exponenciális és normális eloszlás (házi feladatok)./ Egy televízió készülék meghibásodásainak átlagos száma óra alatt. A meghibásodások száma a vizsgált időtartam hosszától függ. Határozzuk

Részletesebben

Variancia-analízis (VA)

Variancia-analízis (VA) Variancia-analízis (VA) 5. elıadás (9-10. lecke) VA lényege, alkalmazásának feltételei, adat-transzformációk 9. lecke Variancia-analízis lényege Szórások egyezésének ellenırzése A Variancia-Analízis (VA)

Részletesebben

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

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

Részletesebben

Q1 = 1575 eft Me = 2027,7778 eft Q3 = 2526,3158 eft

Q1 = 1575 eft Me = 2027,7778 eft Q3 = 2526,3158 eft Gyak1: b) Mo = 1857,143 eft A kocsma tipikus (leggyakoribb) havi bevétele 1.857.143 Ft. c) Q1 = 1575 eft Me = 2027,7778 eft Q3 = 2526,3158 eft Gyak2: b) X átlag = 35 Mo = 33,33 σ = 11,2909 A = 0,16 Az

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely. Kiválasztás A változó szerint Egymintás t-próba Mann-Whitney U-test paraméteres nem-paraméteres Varianciaanalízis De melyiket válasszam? Kétmintás t-próba Fontos, hogy mindig a kérdésnek és a változónak

Részletesebben

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

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

Részletesebben

Hanthy László Tel.: 06 20 9420052

Hanthy László Tel.: 06 20 9420052 Hanthy László Tel.: 06 20 9420052 Néhány probléma a gyártási folyamatok statisztikai szabályzásával kapcsolatban Miben kellene segíteni az SPC alkalmazóit? Hanthy László T: 06(20)9420052 Megválaszolandó

Részletesebben

Folyadékok és szilárd anyagok sűrűségének meghatározása különböző módszerekkel

Folyadékok és szilárd anyagok sűrűségének meghatározása különböző módszerekkel Folyadékok és szilárd anyagok sűrűségének meghatározása különböző módszerekkel Név: Neptun kód: _ mérőhely: _ Labor előzetes feladatok 20 C-on különböző töménységű ecetsav-oldatok sűrűségét megmérve az

Részletesebben

CD, DVD és szoftver vásárlási szokások karácsony előtt Kutatási jelentés 2010. december

CD, DVD és szoftver vásárlási szokások karácsony előtt Kutatási jelentés 2010. december CD, DVD és szoftver vásárlási szokások karácsony előtt Kutatási jelentés 1. Bevezető A Hamisítás Elleni Nemzeti Testület megalakulásakor három fontos feladatot tűzött ki, amelyek a Hamisítás Elleni Nemzeti

Részletesebben

Az ellenırzés alá vont termékek és a vizsgálatok megállapításai. A termék megnevezése (márkanév, modell- vagy típusszám) Vizsgálati eredmények

Az ellenırzés alá vont termékek és a vizsgálatok megállapításai. A termék megnevezése (márkanév, modell- vagy típusszám) Vizsgálati eredmények 1. Samsung márkájú, ME732K modellszámú mikrohullámú a elsı 10 percében 2,14 W, 10 perc eltelte után 0,66 W a készülék 230 V~ A készülék kézzel történı kijelzés nélküli reaktiválási üzemmódba kapcsolása

Részletesebben

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)

Méréselmélet 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

Részletesebben

Többváltozós lineáris regressziós modell feltételeinek

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

Részletesebben

POLIMERTECHNIKA Laboratóriumi gyakorlat

POLIMERTECHNIKA Laboratóriumi gyakorlat MÉRÉSI JEGYZŐKÖNYV Polimer anyagvizsgálat Név: Neptun kód: Dátum:. Gyakorlat célja: 1. Műanyagok folyóképességének vizsgálata, fontosabb reológiai jellemzők kiszámítása 2. Műanyagok Charpy-féle ütővizsgálata

Részletesebben

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Statisztika - 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

Részletesebben

Minőség-képességi index (Process capability)

Minőség-képességi index (Process capability) Minőség-képességi index (Process capability) Folyamatképesség 68 12. példa Egy gyártási folyamatban a minőségi jellemző becsült várható értéke µ250.727 egység, a variancia négyzetgyökének becslése σ 1.286

Részletesebben

Kutatásmódszertan és prezentációkészítés

Kutatásmódszertan és prezentációkészítés Kutatásmódszertan és prezentációkészítés 8. rész: Statisztikai eszköztár: Alapfokú statisztikai ismeretek Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Nyolcadik rész Statisztikai eszköztár: Alapfokú statisztikai

Részletesebben

Gyakorló feladatok statisztikai programcsomagokhoz

Gyakorló feladatok statisztikai programcsomagokhoz Gyakorló feladatok statisztikai programcsomagokhoz Az elvégzett tesztek eredményeit és azok magyarázatait mentsük el egy valasz.txt, ha ábra is van, a valasz.xls nev fájlba! 1. Nyissuk meg a kolcson.txt-t!

Részletesebben

Eloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok

Eloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok Eloszlás-független módszerek (folytatás) 14. elıadás (7-8. lecke) Illeszkedés-vizsgálat 7. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok elemzésére Illeszkedés-vizsgálat Gyakorisági sorok

Részletesebben

Illeszkedésvizsgálat χ 2 -próbával

Illeszkedésvizsgálat χ 2 -próbával Illeszkedésvizsgálat χ -próbával Szalay Krisztina 1. feladat (tiszta illeszkedésvizsgálat) Négy pénzérmét 0-szor feldobunk. A kapott gyakoriságok: fejek száma 0 1 3 4 Összes gyakoriság 5 35 67 41 1 0 Elfogadható-e

Részletesebben

ÁLTALÁNOS STATISZTIKA

ÁLTALÁNOS STATISZTIKA Berzsenyi Dániel Főiskola ÁLTALÁNOS STATISZTIKA Műszaki menedzser alapszak Példatár Dr. Kövesi János Tóth Zsuzsanna Eszter 2006 1 Valószínűségszámítási tételek, feltételes valószínűség, események függetlensége

Részletesebben

Statisztika példatár

Statisztika példatár Statisztika példatár v0.02 A példatár folyamatosan b vül, keresd a frissebb verziót a http://matstat.fw.hu honlapon a letölthet példatárak közt. Országh Tamás Budapest, 2006 Mottó: Ki kéne vágni minden

Részletesebben

GYAKORLÓ FELADATOK BECSLÉS - HIPOTÉZISVIZSGÁLAT

GYAKORLÓ FELADATOK BECSLÉS - HIPOTÉZISVIZSGÁLAT GYAKORLÓ FELADATOK BECSLÉS - HIPOTÉZISVIZSGÁLAT 1. feladat Egy külkereskedelmi vállalat 70 ezer üvegből álló gyümölcskonzerv szállítmányt exportál. A nettó töltősúly ellenőrzése céljából egy 900 elemű

Részletesebben

ÖDOMÉTERES VIZSGÁLAT LÉPCSŐZETES TERHELÉSSEL MSZE CEN ISO/TS 17892-5 BEÁLLÍTÁS ADAT. Zavartalan 4F/6,0 m Mintadarab mélysége (m)

ÖDOMÉTERES VIZSGÁLAT LÉPCSŐZETES TERHELÉSSEL MSZE CEN ISO/TS 17892-5 BEÁLLÍTÁS ADAT. Zavartalan 4F/6,0 m Mintadarab mélysége (m) BEÁLLÍTÁS ADAT Minta leírás Barna iszap Előkészítési módszer magmintából Részecske-sűrűség (Mg/m³) 2.70 Feltételezett / Mért Feltételezett Betöltés sorrend információ Kezdeti mérések (gyűrű) Terhelési

Részletesebben

1. A skót bakák mellkas körmérete N(88, 10). A skót bakák mekkora hányada fér bele egy 84-es zubbonyba?

1. A skót bakák mellkas körmérete N(88, 10). A skót bakák mekkora hányada fér bele egy 84-es zubbonyba? Matematikai statisztika példák Matematikai statisztika példák Normális eloszlás 1. A skót bakák mellkas körmérete N(88, 10). A skót bakák mekkora hányada fér bele egy 84-es zubbonyba? 2. Majmok ébredését

Részletesebben

Statisztikai programcsomagok gyakorlat Pót zárthelyi dolgozat megoldás

Statisztikai programcsomagok gyakorlat Pót zárthelyi dolgozat megoldás Statisztikai programcsomagok gyakorlat Pót zárthelyi dolgozat megoldás A feladatok megoldásához használandó adatállományok: potzh és potolando (weboldalon találhatók) Az állományok kiterjesztése sas7bdat,

Részletesebben

Érettségi feladatok: Statisztika

Érettségi feladatok: Statisztika Érettségi feladatok: Statisztika 2003. Próba 14. Bergengóciában az elmúlt 3 évben a kormány jelentése szerint kiemelt beruházás volt a bérlakások építése. Ezt az állítást az alábbi statisztikával támasztották

Részletesebben

3. Vírusmentes e-levelemet a kolléga számítógépe fert½ozte meg érkezéskor.

3. Vírusmentes e-levelemet a kolléga számítógépe fert½ozte meg érkezéskor. Haladvány Kiadvány 0.06.4 Számítógépes vírusok vagy ugratás valószín½uségér½ol Hujter M.. Dedikálva egy másik Hujter M. mai születésnapjára. Egy nagyon okos kollégámtól ma kaptam egy e-levelet, mert a

Részletesebben

Tantárgy: BEVEZETÉS A TUDOMÁNYOS KUTATÁS MÓD- SZERTANÁBA

Tantárgy: BEVEZETÉS A TUDOMÁNYOS KUTATÁS MÓD- SZERTANÁBA Tantárgy: BEVEZETÉS A TUDOMÁNYOS KUTATÁS MÓD- SZERTANÁBA Szak: BSc Testnevelő-Edző, Rekreáció-szervezés, Sportszervezés, Humánkineziológia Tagozat: nappali Tantárgyfelelős neve: DR. ZSIDEGH MIKLÓS Tanszék:

Részletesebben

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 7. Előadás Egyenletes eloszlás Binomiális eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell /56 Matematikai statisztika Reprezentatív mintavétel

Részletesebben

Kalibrálás és mérési bizonytalanság. Drégelyi-Kiss Ágota I

Kalibrálás 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

Részletesebben

A társadalomtudományi kutatás teljes íve és alapstratégiái. áttekintés

A társadalomtudományi kutatás teljes íve és alapstratégiái. áttekintés A társadalomtudományi kutatás teljes íve és alapstratégiái áttekintés A folyamat alapvetı felépítését tekintve kétféle sémát írhatunk le: az egyik a kvantitatív kutatás sémája a másik a kvalitatív kutatás

Részletesebben

Méréstechnika II. Mérési jegyzőkönyvek FSZ képzésben részt vevők részére. Hosszméréstechnikai és Minőségügyi Labor Mérési jegyzőkönyv

Méréstechnika 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.

Részletesebben

Kábítószer szubsztanciavizsgálatok. EWS december 14.

Kábítószer szubsztanciavizsgálatok. EWS december 14. Kábítószer szubsztanciavizsgálatok Magyarországon EWS 2006. december 14. Illetékesség 2/1988. (V.19.) IM rendelet és a 2/2005. (I.17.) ORFK Utasítás Testnedvek (vér, vizelet) vizsgálata Országos Igazságügyi

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek

Részletesebben

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések! ORVOSI STATISZTIKA Az orvos statsztka helye Élettan Anatóma Kéma Lehet kérdés?? Statsztka! Az orvos döntéseket hoz! Mkor jó egy döntés? Mennyre helyes egy döntés? Mekkora a tévedés lehetősége? Példa: test

Részletesebben

d) Transzformáljuk-e az adatokat? Képezzünk-e rangokat? Hogyan változtatná meg ez az eredmények szakmai értelmezését?

d) Transzformáljuk-e az adatokat? Képezzünk-e rangokat? Hogyan változtatná meg ez az eredmények szakmai értelmezését? Gyakorló feladatok 1 A következő feladatok mindegyikénél gondolják meg az alábbiakat: a) Egy-, két- vagy többmintás, esetleg párosított mintás a vizsgálat? Ha maguk terveznék: milyent terveznének, hogy

Részletesebben

A pályázat témája: A pályázatok leadásának határideje: Pályázati feltételek:

A pályázat témája: A pályázatok leadásának határideje: Pályázati feltételek: MŰVÉSZETI ÖSZTÖNDÍJ A PÁLYÁZATI KIÍRÁSA Általános rendelkezések: 1. Pályázat célja támogatni azon kiemelkedő művészeti tevékenységet végző hallgatókat, akik munkájukkal öregbítik a Nyugat magyarországi

Részletesebben

A magyar leányok menarche-kora az ezredforduló időszakában (Joubert Kálmán, Gyenis Gyula, Darvay Sarolta, Ágfalvi Rózsa) ...

A magyar leányok menarche-kora az ezredforduló időszakában (Joubert Kálmán, Gyenis Gyula, Darvay Sarolta, Ágfalvi Rózsa) ... Tartalomjegyzék Bevezetés... 11 A vizsgálat mintavételi rendszere, az elemszám alakulása, megbízhatósági számítások... 13 A vizsgálati minta általános jellemzői és a vizsgált antropometriai adatok néhány

Részletesebben