A binomiális eloszláson alapuló próbák
|
|
- József Juhász
- 5 évvel ezelőtt
- Látták:
Átírás
1 A biomiális elosláso alapuló próbák Biomiális próba: Hipotéisvisgálat a előfordulások aráyára, egy mita eseté Két aráy össehasolítása Nemparaméteres próbák 49
2 Biomiális próba Hipotéisvisgálat a előfordulások aráyára, egy mita eseté. példa (Coover: Practical oparametric statistics, J. Wiley, 999, p. 96) A előírás serit.5 a selejtaráy egy termék gyártásáál. elemű mitát vesek, k3 selejtes va a köött. Megvisgáladó, hogy teljesül-e a előírás (egyoldali ellehipotéis). H : >.5 H : feltételek! Nemparaméteres próbák 5
3 Kismitás (egakt) eljárás P k k ( k) ( ) k A próbastatistika a mitába talált selejtes elemek k sáma. k.5.4. P k k P k k P k k P k k P k k P ( ) ( ) ( ) ( ) ( ) ( k k) ( k 3.5). 5 p P Nemparaméteres próbák 5
4 Nagymitás eljárás < p < k ( ) em ismert Wald: k ( ) k score k ) ( Nemparaméteres próbák 5
5 Wald: k 3.3 k ( ) p.4 score.5 p.4 k ( ) (.5) 3.67 Nemparaméteres próbák 53
6 A folytoossági (Yates-) korrekcióval Wald: 3 vagy több.5 vagy több: -.5 k.5 ( ) p.84 score.75 ill. p.4 helyett k.5 ( ) (.5).9 p ill. p.4 helyett koervatív (a ullhipotéist megtartó) iráyba váltoott Nemparaméteres próbák 54
7 A biomiális elosláso alapuló egymitás próba. példa A előírás serit.5 a selejtaráy egy termék gyártásáál. Mekkora mitát kell veük, ha 9% bitosággal ésre akarjuk vei, ha.5 helyett. a selejtaráy? Null Proportio (Pi) Populatio Proportio (Pi) Alpha (Nomial) Actual Alpha (Exact) Power Goal Actual Power (Normal Approx.) Actual Power (Exact) Required Sample Sie (N) Sample Sie Calculatio (Fiucipo.sta) Oe Proportio, Z, Chi-Square Test H: Pi < Pi Value Nemparaméteres próbák 55
8 Nemparaméteres próbák 56
9 3 Oe Proportio: Sample Sie Calculatio Test o Oe Proportio (H: Pi < Pi N vs. Power (Pi., Pi.5, Alpha.5) 5 Sample Sie (Exact) Power Goal Nemparaméteres próbák 57
10 35 Oe Proportio: Sample Sie Calculatio Test o Oe Proportio (H: Pi < Pi N vs. Pi (Alpha.5, Pi.5, Power.9) 3 Sample Sie (Exact) Populatio Proportio (Pi) Nemparaméteres próbák 58
11 3. példa A újsülöttek köött a tapastalatok serit a fiúk aráya 5/. Egy kórhába egy apo 8 fiú és 4 láy sületik. Jelet-e e bármi sokatlat? Előfordulhat ilye? Milye valósíűséggel? Nemparaméteres próbák 59
12 x x x Biomiális eloslás: p( x) p ( p) Akkor hasálható, ha a vett mita eleme kétféle lehet ( ige/em ). A ige eseméy bekövetkeéséek valósíűsége p, (-p) a kiegésítő eseméyé, kísérletből x sikeres. E ( x) p x E p Var ( x) p( p) x p Var ( p) STATISZTIKAI ALAPOKNemparaméteres próbák 6
13 A láyok sámára: P( k 4. 5) Miitab>Calc>Make Pattered Data Nemparaméteres próbák 6
14 Miitab>Calc>Probability Distributios>Biomial.5 Nemparaméteres próbák 6
15 Miitab>Calc>Probability Distributios>Biomial.5 ( x) P( k x) F( x) P( k x) P x a sületett láyok sáma Aak vs-e, hogy 4 vagy kevesebb láy legye köül,.94 Dötés? Nemparaméteres próbák 63
16 Mekkora aak vs-e, hogy vagy kevesebb láy legye köül, ha p.5? (H : p.5) Elhiggyük? a ullhipotéis igasága eseté aak valósíűsége, hogy a talált vagy még sélsőségesebb adódjék p Ha p<.5, elutasítjuk a ullhipotéist. Potosabba, ha p<α, elutasítjuk a ullhipotéist. α a sigifikaciasit Hogy dötük, ha α.5,.,.? Nemparaméteres próbák 64
17 Miitab>Stat>Basic Statistics> Proportio H :p.5 p a láyok sületéséek valósíűsége Nemparaméteres próbák 65
18 Nemparaméteres próbák 66 ( ) α α α < < k P α α α < < k k k k k k P k Kofidecia-itervallum a biomiális paraméterre
19 Kofidecia-itervallum a biomiális paraméterre. példa (Coover: Practical oparametric statistics, J. Wiley, 999, p. 96) A előírás serit.5 a selejtaráy egy termék gyártásáál. elemű mitát vesek, k3 selejtes va a köött. P < <.95 P (.3.84 < <.3.84). 95 P (.6 < <.584). 95 Nemparaméteres próbák 67
20 Nemparaméteres próbák 68 ( ) ( ) ( ) 4 α α α α α α α u ± ( ) α α α < < k P Kofidecia-itervallum a biomiális paraméterre k ahol:
21 Kofidecia-itervallum a biomiális paraméterre Hogy a fiatalok köötti vegetáriáusok aráyát becsüljék, egy 5 fős takört megkérdetek, hogy ki tekiti magát vegetáriáusak. Seki em jeletkeett. Adjuk 95%-os kofidecia-itervallumot a sokaságbeli aráyra! (A. Agresti: Categorical data aalysis, J. Wiley,, p. 6) ( ) ± α ( ) ( ).69 ±.69 (,.38) Nemparaméteres próbák 69
22 A biomiális elosláso alapuló kétmitás próbák 4. példa (M.J. Campbell, D. Machi, Medical Statistics. A commosese approach, d editio, J. Wiley & Sos, 993, p. 7) A páciesek kétféle gyógysert kaptak, kisorsolva, hogy ki melyiket. Kettős vak visgálatot végetek: a orvos és a pácies sem tudja, hogy ki melyik gyógysert kapja. Va-e a két gyógyser köött külöbség a tekitetbe, hogy egyforma aráyba gyógyultak-e tőlük a betegek? Gyógyser típusa Gyógyult Nem gyógyult Σ A B Σ 4 6 Nemparaméteres próbák 7
23 aak valósíűsége, hogy a beteg a A gyógysertől meggyógyul aak valósíűsége, hogy a beteg a B gyógysertől meggyógyul H : H : A A és B gyógyserél a gyógyulás relatív gyakorisága külökülö biomiális eloslást követ és paraméterrel Nemparaméteres próbák 7
24 Nagymitás eljárás Gyógyser típusa Gyógyult Nem gyógyult Σ A B Σ Elég agy miták eseté Var( ) ( ) ( ) Var( ) Var( ) Nemparaméteres próbák 7
25 Nemparaméteres próbák 73 ) ( ) ( Var Var Var ) ( ) ( ) ( ) ( ) ( ) ( Var Var ) ( ) ( ) ( ) ( A folytoossági korrekcióval
26 Nemparaméteres próbák 74 és em ismert ) ( ) ( Wald ) ( ) (
27 Nemparaméteres próbák 75 és em ismert ) ( ) ( score ` : H ) (
28 Gyógyser típusa Gyógyult Nem gyógyult Σ A B Σ 4 6 Wald ( ) ( ) (.7667).586 (.586) (.583) F p Nemparaméteres próbák 76
29 Gyógyser típusa Gyógyult Nem gyógyult Σ A B Σ 4 6 ` 3 8 score H. 67 : 6 ( ) (.67) (.547) F p.6. Nemparaméteres próbák 77
30 Gyógyser típusa Gyógyult Nem gyógyult Σ A B Σ 4 6 ( ) ( ) (.7667).586 (.586) 3 3 koervatívabb Wald Nemparaméteres próbák 78 folytoossági korrekcióval.34 p.9
31 Miitab>Stat>Basic Statistics> Proportios Nemparaméteres próbák 79
32 Módosított kérdés: A A (új) gyógyser jobb-e a B (elfogadott jelelegi) gyógyserél? H : H : > ( ) (.67) p (.547) F Nemparaméteres próbák 8
33 Módosított kérdés: A A (új) gyógyser jobb-e a B (elfogadott jelelegi) gyógyserél? H : p p H : p > p Nemparaméteres próbák 8
34 Statistics>Noparametrics Gyógyser Gyógyult Nem Σ típusa gyógyult A B Σ 4 6 Nemparaméteres próbák 8
35 Frequecies, row Percet of total Frequecies, row Percet of total Colum totals Percet of total Chi-square (df) V-square (df) Yates corrected Chi-square Phi-square Fisher exact p, oe-tailed two-tailed McNemar Chi-square (A/D) Chi-square (B/C) x Table (creditscorig) Colum Colum Row Totals %.475% 49.8% %.3% 5.8% % 3.787%.39 p.8.35 p.49.6 p p.9 p p p.455 Gyógyser Gyógyult Nem Σ típusa gyógyult A B Σ 4 6 χ χ N N ( ad bc) ( a b)( c d )( a c)( b d ) ad bc N ( a b)( c d )( a c)( b d ) (folytoossági korrekcióval) Nemparaméteres próbák 83
36 Egyserűbb elemés Nemparaméteres próbák 84
37 A sükséges mita-elemsám meghatároása H : H : > ( ) ( ) elfogadjuk, ha < α A elsőfajú hiba valósíűsége: P ( ) α α H Nemparaméteres próbák 85
38 A sükséges mita-elemsám meghatároása H : ( ) ( ) elfogadjuk, ha < α A elsőfajú hiba valósíűsége: P( ) α α H 46. példa Mekkora mitákra va sükség, ha 8% bitosággal ésre akarjuk vei, hogy a egyik gyógyserrel a betegek %-a, a másikkal 3%-a gyógyul meg? Nemparaméteres próbák 86
39 Nemparaméteres próbák 87 ( ) ( ) ( ) ( ) ( ) ( ) ( ) α < elfogadjuk, ha ( ) ( ) < H α β P ( ) H β α P <
40 Nemparaméteres próbák 88 ( ) ( ) ( ) ( ) β α β P P < < H ( ) ( ) ( ) H α β ( ) ( ) ( ) ( ) [ ] H H β α
41 Példa? α.5, β., A., B α β ( ) α ( ) β H [ ( ) ( )] H ( ) (..3) [. (.).3 (.3) ] 8. 4 Nemparaméteres próbák 89
42 Nemparaméteres próbák 9
43 45 Comparig Proportios: Sample Sie Calculatio Two Proportios, Z-Test (H: Pi < Pi) N vs. Power (Pi.3, Pi., Alpha.5) Sample Sie for Each Group (N N) Power Goal (No Cotiuity Correctio) Nemparaméteres próbák 9
44 A Statistica Power Aalysis eredméyei: A B (korr. élkül) (korrekcióval) Nagyobb javulás (vagy romlás) kimutatásáho kevesebb kísérlet is elég. A placebóval való kísérleteést egyre többsör tiltják. Nemparaméteres próbák 9
45 Kismitás (egakt) eljárás Gyógyser típusa Gyógyult Nem gyógyult Σ A 9 B 3 4 Σ 4 4 Gyógyser típusa Gyógyult Nem gyógyult Σ A a b r B c d r Σ c c N H : H : < (a előő példáho képest fordított) Nemparaméteres próbák 93
46 H : H : < a b r c d r c c N Aak valósíűsége, hogy r köül (akik a A gyógysert sedik) a gyógyuljo meg P r a a r a ( x a) ( ) Aak valósíűsége, hogy r köül (akik a B gyógysert sedik) c gyógyuljo meg: P r c c r c ( x c) ( ) függetle eseméyek Nemparaméteres próbák 94
47 Nemparaméteres próbák 95 ( ) H ; b x a x P ( ) ( ) ( ) c a r r c a c r c a r a c r a r c r a r p aak valósíűsége, hogy a kapott vagy aál is sélsőségesebb eredméy adódjék, ha a ullhipotéis iga ( ) ( ) H, x x r r x x a x r c x x r x r c x a x P p a b r c d r c c N
48 Nemparaméteres próbák 96 Hogy a képlettel sámoli tudjuk, sámértékére is sükség va, ami mellett p maximális:.3 (,,4,) (,9,4,) (,,3,) (,9,3,) P P P P p a b r c d r c c N ( ) ( ) H, x x r r x x a x r c x x r x r c x a x P p
49 p.5 a c b d 9 3 A agymitás (köelítő) eljárással: a c 3 N ( ).857 (.857) p.75 folytoossági korrekcióval p Nemparaméteres próbák 97
50 A hatás agyságáak értelmeése RR kockáati aráy (Risk Ratio ) a b r c d r c c N RR a r c r RR ar cr Nemparaméteres próbák 98
51 Kofidecia-itervallum a kockáati aráyra a b r c d r c c N b Var ( l RR ) Var( l ) Var( l ) ar d cr l ar cr u α b ar d cr < l RR < l ar cr u α b ar d cr br cr exp u α b ar d cr < RR < br cr exp u α b ar d cr Nemparaméteres próbák 99
52 5. példa (B. Roser: Fudametals of Biostatistics, Duxbury Press, 5th ed., p. 358) A 4 és 44 év köötti életkorú őkél a fogamásgátló tabletta sedése öveli-e a sívifarktus kockáatát? kapott-e ifarktust? sedett-e tablettát? ige em Σ ige em Σ Nemparaméteres próbák
53 aak valósíűsége, hogy aki sedett fogamásgátló tablettát (exposed), ifarktust kapjo aki em sedett (uexposed) kapott-e ifarktust? sedett-e tablettát? ige em Σ ige em Σ RR Nemparaméteres próbák
54 A kockáati aráy logaritmusára a 95%-os kofideciaitervallum alsó határa: l br cr α b ar d cr l fölső határa: A 95%-os kofidecia-itervallum magára a kockáati aráyra: ( e, e ) (.5, 9.3) (retrospektív!) Nemparaméteres próbák
55 Esélyháyados odds Esélyháyados aráy (odds ratio) OR a megbetegedés esélyháyados aráya (disease odds ratio) ( a b) ( a b) ( c d ) ( c d ) a b OR c d ad bc a b r c d r c c N Nemparaméteres próbák 3
56 OR RR ha <<, << OR RR Nemparaméteres próbák 4
57 A visgálatok esetei Prospektív (prospective) cliical trial (kisorsolják, hogy ki melyik gyógysert kapja) cohort study* Retrospektív (retrospective) case-cotrol* matched pair (?) cross-sectioal* *observatioal (/experimetal) Nemparaméteres próbák 5
58 6. példa (A. Agresti: Categorical data aalysis, J. Wiley,, p. 4) 79 tüdőrákkal diagostiált pácies mellé válastottak 79 olya páciest, akit ugyaabba a kórhába keeltek, ügyelve arra, hogy em- és kor-eloslásuk hasoló legye. doháyos tüdőrákba seved ige (T ) em (T ) ige ( D ) em ( D ) 59 Σ Kérdés: P( T D) RR ( D) P T P( T D ) Nemparaméteres próbák 6
59 doháyos tüdőrákba seved ige (T ) em (T ) ige ( D ) em ( D ) 59 Σ Kérdés: P( T D) RR ( D) P T P( T D ) A doháyás seriti két csoportba em válogathatták véletleül a pácieseket, mit a sokásos gyógyser-kísérletekél, em a doháyás (ige/em) a rögített, és a tüdőrák előfordulása a valósíűségi váltoó, haem fordítva ( ) ( ) eért P T D helyett csak P DT -t sámíthatjuk ki Nemparaméteres próbák 7
60 doháyos tüdőrákba seved ige (T ) em (T ) ige ( D ) em ( D ) 59 Σ Kérdés: P( T D) RR ( D) P T P( T D ) Sámolható: P( DT ) Bayes-tétel: ( D) P T ( DT ) P( T ) P P(T) prevalecia ismerete P sükséges ( DT ) P( T ) P( DT ) P( T ) Nemparaméteres próbák 8
61 doháyos tüdőrákba seved ige (T ) em (T ) ige ( D ) em ( D ) 59 Σ Kérdés: P( T D) RR ( D) P T P( T D ) Sámolható: P( DT ) a vesélyetetettség (doháyás) esélyháyados aráya (exposure odds ratio) OR P P ( DT ) P( D T ) ( DT ) P( D T ) Nemparaméteres próbák 9
62 doháyos tüdőrákba seved ige (T ) em (T ) ige ( D ) em ( D ) 59 Σ Kérdés: P( T D) RR ( D) P T P( T D ) Sámolható: P( DT ) a vesélyetetettség (doháyás) esélyháyados aráya (exposure odds ratio) OR P P ( DT ) P( D T ) ( DT ) P( D T ) a megbetegedés esélyháyados aráya (disease odds ratio) OR ( D) P( T D) P T ( D ) P( T D ) P T Nemparaméteres próbák
63 OR Var a a c c a c b b d d b d ad bc [ l ( OR) ]. 676 Var [ ( OR) ] a b r c d r c c N l a b c doháyos tüdőrákba seved ige (T ) em (T ) ige ( D ) em ( D ) 59 Σ d (.579,.599) l OR :.89 ± OR: (.745, 4.948) Nemparaméteres próbák
A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet
A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html
RészletesebbenKét diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat
Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Orvosi fizika és statisztika I. előadás 2016.11.09 Orvosi
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
RészletesebbenKapcsolat vizsgálat : kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR.
Kapcsolat vizsgálat : kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR. Dr. Prohászka Zoltán Az MTA doktora Semmelweis Egyetem III. Sz. Belgyógyászati Klinika
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
RészletesebbenLOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála
LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála a független változó: névleges vagy sorrendi vagy folytonos skála BIOMETRIA2_NEMPARAMÉTERES_5 1 Y: visszafizeti-e a hitelt x: fizetés (életkor)
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
RészletesebbenA statisztika részei. Példa:
STATISZTIKA Miért tauljuk statisztikát? Mire haszálhatjuk? Szakirodalom értő és kritikus olvasásához Mit állít egyáltalá a cikk? Korrektek-e a megállaítások? Vizsgálatok (kísérletek és felmérések) tervezéséhez,
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Nonparametric Tests
Nonparametric Tests Petra Petrovics Hypothesis Testing Parametric Tests Mean of a population Population proportion Population Standard Deviation Nonparametric Tests Test for Independence Analysis of Variance
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:
RészletesebbenStatisztikai alapfogalmak a klinikai kutatásban. Molnár Zsolt PTE, AITI
Statisztikai alapfogalmak a klinikai kutatásban Molnár Zsolt PTE, AITI Bevezetés Research vs. Science Kutatás Tudomány Szerkezeti háttér hiánya Önkéntesek (lelkes kisebbség) Beosztottak (parancsot teljesítő
Részletesebben7. el adás Becslések és minta elemszámok. 7-1. fejezet Áttekintés
7. el adás Becslések és mita elemszámok 7-1. fejezet Áttekités 7-1 Áttekités 7- A populáció aráy becslése 7-3 A populáció átlag becslése: σismert 7-4 A populáció átlag becslése: σem ismert 7-5 A populáció
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Nonparametric Tests. Petra Petrovics.
Nonparametric Tests Petra Petrovics PhD Student Hypothesis Testing Parametric Tests Mean o a population Population proportion Population Standard Deviation Nonparametric Tests Test or Independence Analysis
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
Részletesebbenbiometria 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
RészletesebbenNormális eloszlás paramétereire vonatkozó próbák
Normális eloszlás paramétereire vonatkozó próbák Az alábbi próbák akkor használhatók, ha a meggyelések függetlenek, és feltételezhetjük, hogy normális eloszlásúak a meggyelések függetlenek, véges szórású
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
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
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
Részletesebben11.Négymezős táblázatok. Egyezés mérése: kappa statisztika Kockázat becslés: esélyhányados (OR) Kockázat becslés: relatív kockázat (RR)
.Négymezős táblázatok Egyezés mérése: kappa statisztika Kockázat becslés: esélyhányados (OR) Kockázat becslés: relatív kockázat (RR) Az egyezés mérése:cohen s Kappa Kappa: az egyezés mérése két nominális
RészletesebbenPÉLDATÁR A SZÁMÍTÓGÉPES TESZTHEZ. Írta Dr. Huzsvai László
PÉLDATÁR A SZÁMÍTÓGÉPES TESZTHEZ Írta Dr. Huzsvai László Debrece 2012 Tartalomjegyzék Bevezetés...1 Viszoyszámok...1 Középértékek (átlagok)...2 Szóródási mutatók...4 Idexek...7 Furfagos kérdések...8 Bevezetés
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
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
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
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
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
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
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
RészletesebbenHipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás
STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H
RészletesebbenSTATISZTIKA PRÓBAZH 2005
STATISZTIKA PRÓBAZH 2005 1. FELADATSOR: számítógépes feladatok (még bővülni fog számítógép nélkül megoldandó feladatokkal is) Használjuk a Dislexia Excel fájlt (internet: http:// starts.ac.uk)! 1.) Hasonlítsuk
RészletesebbenStatistical Inference
Petra Petrovics Statistical Inference 1 st lecture Descriptive Statistics Inferential - it is concerned only with collecting and describing data Population - it is used when tentative conclusions about
RészletesebbenDr. BALOGH ALBERT. A folyamatképesség és a folyamatteljesítmény statisztikái (ISO 21747)
Dr. BAOGH ABERT A folyamatkéesség és a folyamatteljesítméy statistikái ISO 747 Folyamat sabályoott, ha csak véletle okú váltoásokat hibákat tartalma. Sabályoatla, ha aoosítható okú redseres váltoásokat
RészletesebbenKísérletek tervezése és értékelése
STATISZTIKAI ALAPOK I. STATISZTIKAI ALAPOK Adatok ábrázolása Yogi Berra: "You ca observe a lot by watchig." I. STATISZTIKAI ALAPOK Mérési adatok ábrázolása: Pot ábrázolás (Dotplot) Dotplot for Y 9 3 Y
RészletesebbenStatisztikai hipotézisvizsgálatok
Statisztikai hipotézisvizsgálatok. Milye problémákál haszálatos? A gyakorlatba agyo gyakra szükségük lehet arra, hogy mitákból származó iformációk alapjá hozzuk sokaságra voatkozó dötéseket. Például egy
RészletesebbenHipotézis-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
RészletesebbenStatisztika 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
RészletesebbenStatistical Dependence
Statistical Dependence Petra Petrovics Statistical Dependence Deinition: Statistical dependence exists when the value o some variable is dependent upon or aected by the value o some other variable. Independent
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
RészletesebbenRudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása
Rudas Tamás: A hibahatár a becsült meyiség függvéyébe a mért ártrefereciák téves értelmezéséek egyik forrása Megjelet: Agelusz Róbert és Tardos Róbert szerk.: Mérésről mérésre. A választáskutatás módszertai
RészletesebbenKapcsolat vizsgálat II: kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR.
Kapcsolat vizsgálat II: kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR. Dr. Prohászka Zoltán Az MTA doktora Semmelweis Egyetem III. Sz. Belgyógyászati Klinika
RészletesebbenKapcsolat vizsgálat : kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR.
Kapcsolat vizsgálat : kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR. Dr. Prohászka Zoltán Az MTA doktora Semmelweis Egyetem III. Sz. Belgyógyászati Klinika
Részletesebben6. Minısítéses ellenırzı kártyák
6. Miısítéses elleırzı kártyák Sokszor elıfordul, hogy a termék-egyedek miıségét em tudjuk mérhetı meyiségekkel jellemezi, csak megfelelı/em megfelelı kategóriákba sorolhatjuk ıket, és a hibás darabokat,
RészletesebbenSTATISZTIKA 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
RészletesebbenDebreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar. Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz. Halmazelmélet
Debrecei Egyetem Közgazdaság- és Gazdaságtudomáyi Kar Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz a megoldásra feltétleül ajálott feladatokat jelöli e feladatokat a félév végére megoldottak
RészletesebbenIngatlanok értékelése hozamszámítással 1-2. 1
Piaci érték: Igatlaok értékelése hozamszámítással 1-2. 1 Elıadás Igatlavagyo-értékelı és közvetítı Szakképzés, Igatlakezelı Szakképzés A-. modul Az az ár, amelyért az igatla méltá- yosa,, magájogi szerzıdés
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................................
RészletesebbenPáros binomiális próbák
áros nomáls próák Kontngena-tálázatok (rx tálázat) elemzése, ha sem a sor-, sem az oszlop-összegek nem rögzítettek sak N adott - Szmmetra-vzsgálat (összefüggés-vzsgálat) - Függetlenség-vzsgálat BIOMETRIA_NEMARAMÉTERES_3
Részletesebbenő á ö é é í í ó ű á ő é é ő á á á é á é á é é é é ő é á á é é é é ö ö ú é íí ü é é ú ő ő é ó í é é é é ó í é é é ü ö ö á é ó é ő ó é á í ó é í ü é é á é é í é é ü é é á í ó í é ü ö ö é é ó ó é ó ó é á
RészletesebbenÜ Á É É í Ő É Ő Á Ü Ó í Á É Ü Á É É í ŐÉ Ő Á Ü ü Ó Ó ö ő ö ö ö ő ó Ó ö ű ö ő ó Ó Ó ö ö Ó í ő ü ü ü Ü Á É í ő ő ü ú í ú Ü ű ö ü ö ü ü ú Ü í í ó ó É Ö ü ő ü ö ú Ü ö ö ü ő ő í ő Á Ó Ó í Ó ú ő ó í Ö Ó ö ö
Részletesebbenó ö ó őé é ü ő É ö ó ő é ű Ü ú é ü é ő ó ó ó é ő ó é é ó ö ó őé é Ü ő ó ő ú ó é ű Ü ú é ü é ó ó ö é ő ó é ó é ó ó ó ö ó ó őé é ü ő ő őé ü é ó ó ő é ű ü ú é ü é ő ó ö ó é ó é é ó ó Ó Á Á Á é é é ő ő é é
Részletesebbenő ö é Ü ü é Ó é é ú ü ö ű é é é é í Ü Ö ö ö ö ü ö é é Ó é é ő é ű í ű ő ő é é é ő é é é Ü Ü Ö Ö ő Ö é ü ö ü ő é é é ő ő é ü í ő é ő ő é é é é é é é é ő í ö é ö ő é ő é é ő é ü ő é é é é ú ő é é ő ő é é
Részletesebbenö ö É Ú Á í ö í ö ö öé ö í ö ö Ö Ö Ö ó ó ó ö Ö í í í ó ó Ö í Ö ű í ö ő í ő ü Ö ű í í Ö ó í ű Ö ó í í ó ó ö í Ö Ö Ö ű ó ó ő ő ő ő í ó ó í ó ű ó Ö Ö ű í ő ú ó ő Ö Ö ö Ö ü Ő ö ü ó ó í í ö ü ő Ö ü í ú ó ó
RészletesebbenÍ Á ÓÉ Ú Á ö ú ö ó ö ü ö ó ö ü ö ó ö ú ú ö ú ó ó ö ó ó ó ö ó ó ű ó ö ó ö ö ú ó ó ú ö Ö ó ö Ö ö ó ó ó ö ö ú ó ö ú ó ó ó ü ó ú ó ö ö ú ó ó Á Á ú ó ü ö Ö ó ö ö ó ö ú Á ö ú ö ö ö ö ö ú ö ú ü ö ú ű ö ö ó ó
RészletesebbenÍ Í Á Í Á Ü Ö ü Á ü ó Í ó ű ó ü ó ó ó ú ű ó ó ü ű ó ó ű ó ü ü ü ű Í ű ü ü ű ó ű ü ó ű ü ű ű ü ű óé ű ü ó ű ű ü ü ó ú ü ű ó ü ü É ü ó ó ű ó ó ó ú ó ü ó ü ű ü ó ü ú ó Í ó ó ó ó ó ü ü ó ó ú ó ű ü ú ú ó ü
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Hypothesis Testing. Petra Petrovics.
Hypothesis Testing Petra Petrovics PhD Student Inference from the Sample to the Population Estimation Hypothesis Testing Estimation: how can we determine the value of an unknown parameter of a population
RészletesebbenKidolgozott feladatok a nemparaméteres statisztika témaköréből
Kidolgozott feladatok a emparaméteres statisztika témaköréből A tájékozódást mideféle szíkódok segítik. A feladatok eredeti szövege zöld, a megoldások fekete, a figyelmeztető, magyarázó elemek piros szíűek.
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
RészletesebbenStatisztikai hipotézisvizsgálatok. Paraméteres statisztikai próbák
Statisztikai hipotézisvizsgálatok Paraméteres statisztikai próbák 1. Magyarországon a lakosság élelmiszerre fordított kiadásainak 2000-ben átlagosan 140 ezer Ft/fő volt. Egy kérdőíves felmérés során Veszprém
RészletesebbenTartalomjegyzék. Pemutáció 5 Ismétléses permutáció 8 Variáció 9 Ismétléses variáció 11 Kombináció 12 Ismétléses kombináció 13
Tartalomjegyzék I Kombiatorika Pemutáció Ismétléses permutáció 8 Variáció 9 Ismétléses variáció Kombiáció Ismétléses kombiáció II Valószíségszámítás M/veletek eseméyek között 6 A valószí/ség fogalma 8
RészletesebbenA statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.
Statisztikai módszerek. BMEGEVGAT01 Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudomáyi Egyetem Gépészméröki Kar Hidrodiamikai Redszerek Taszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
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
RészletesebbenA biostatisztika alapfogalmai, hipotézisvizsgálatok. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Informatikai Intézet
A biostatisztika alapfogalmai, hipotézisvizsgálatok Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Informatikai Intézet Hipotézis Állítás a populációról (vagy annak paraméteréről) Példák H1: p=0.5 (a pénzérme
RészletesebbenMinőség-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
RészletesebbenKapcsolat vizsgálat II: kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR. ROC analízis.
Kapcsolat vizsgálat II: kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR. ROC analízis. Dr. Prohászka Zoltán Az MTA doktora Semmelweis Egyetem III. Sz. Belgyógyászati
RészletesebbenAz első számjegyek Benford törvénye
Az első számjegyek Benford törvénye Frank Benford (1883-1948) A General Electric fizikusa Simon Newcomb (1835 1909) asztronómus 1. oldal 2. oldal A híres arizonai csekk sikkasztási eset http://www.aicpa.org/pubs/jofa/may1999/nigrini.htm
RészletesebbenEgymintás próbák. Alapkérdés: populáció <paramétere/tulajdonsága> megegyezik-e egy referencia paraméter értékkel/tulajdonsággal?
Egymintás próbák σ s μ m Alapkérdés: A populáció egy adott megegyezik-e egy referencia paraméter értékkel/tulajdonsággal? egymintás t-próba Wilcoxon-féle előjeles
RészletesebbenLogisztikus regresszió
Logisztikus regresszió 9. előadás Kvantitatív statisztikai módszerek Dr. Szilágyi Roland Függő változó (y) Nem metrikus Metri kus Gazdaságtudományi Kar Független változó () Nem metrikus Metrikus Kereszttábla
RészletesebbenSztochasztikus kapcsolatok
Sztochasztikus kapcsolatok Petrovics Petra PhD Hallgató Ismérvek közötti kapcsolat (1) Függvényszerű az egyik ismérv szerinti hovatartozás egyértelműen meghatározza a másik ismérv szerinti hovatartozást.
RészletesebbenKLINIKAI ÉS EGÉSZSÉG- GAZDASÁGTANI EVIDENCIÁK A VASTAGBÉLSZŰRÉSBEN
Vastagbélszűrési disszeminációs workshop Szeged, 2015. május 12. KLINIKAI ÉS EGÉSZSÉG- GAZDASÁGTANI EVIDENCIÁK A VASTAGBÉLSZŰRÉSBEN Prof. Dr. Boncz Imre PTE ETK Egészségbiztosítási Intézet AZ ELŐADÁS TÉMÁJA
RészletesebbenKhi-négyzet eloszlás. Statisztika II., 3. alkalom
Khi-négyzet eloszlás Statisztika II., 3. alkalom A khi négyzet eloszlást (Pearson) leggyakrabban kategorikus adatok elemzésére használjuk. N darab standard normális eloszlású változó négyzetes összegeként
RészletesebbenBiomatematika 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
RészletesebbenEloszlás-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
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
RészletesebbenMinőségirányítási rendszerek 8. előadás 2013.05.03.
Miőségiráyítási redszerek 8. előadás 2013.05.03. Miőségtartó szabályozás Elleőrző kártyák miősítéses jellemzőkre Két esete: A termékre voatkozó adat: - valamely jellemző alapjá megfelelő em megfelelő:
RészletesebbenStatisztika elméleti összefoglaló
1 Statisztika elméleti összefoglaló Tel.: 0/453-91-78 1. Tartalomjegyzék 1. Tartalomjegyzék.... Becsléselmélet... 3 3. Intervallumbecslések... 5 4. Hipotézisvizsgálat... 8 5. Regresszió-számítás... 11
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
RészletesebbenHipotéziselmélet - paraméteres próbák. eloszlások. Matematikai statisztika Gazdaságinformatikus MSc szeptember 10. 1/58
u- t- Matematikai statisztika Gazdaságinformatikus MSc 2. előadás 2018. szeptember 10. 1/58 u- t- 2/58 eloszlás eloszlás m várható értékkel, σ szórással N(m, σ) Sűrűségfüggvénye: f (x) = 1 e (x m)2 2σ
Részletesebben6. feladatsor. Statisztika december 6. és 8.
6. feladatsor Statisztika 200. december 6. és 8.. Egy = 0 szervert tartalmazó kiszolgáló mide szervere mide pillaatba 0 < p < valószíűséggel foglalt, a foglaltságok szerverekét függetleek. Tehát a foglaltak
RészletesebbenA brexit-szavazás és a nagy számok törvénye
Mûhely Medvegyev Péter kadidátus, a Corvius Egyetem egyetemi taára E-mail: peter.medvegyev@uicorvius.hu A brexit-szavazás és a agy számok törvéye A 016. év, de vélhetőe az egész évtized legfotosabb politikai
RészletesebbenStatisztikai programcsomagok
Statisztikai programcsomagok Sz cs Gábor Szegedi Tudomáyegyetem, Bolyai Itézet Szeged, 2012. tavaszi félév Sz cs Gábor (SZTE, Bolyai Itézet) Statisztikai programcsomagok 2012. tavaszi félév 1 / 26 Bevezetés
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
Részletesebbennem kezelt 1.29, 1.60, 2.27, 1.31, 1.81, 2.21 kezelt 0.96, 1.14, 1.59
1. feladat Egy szer rákellenes hatását vizsgálták úgy, hogy 9 egér testébe rákos sejteket juttattak be. Közülük 3 véletlenszerűen kiválasztott egérnek kezelésként beadták a vizsgálandó szert, 6-nak pedig
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),
RészletesebbenSTATISZTIKA. Philosophiae Naturalis Principia Mathematica (A természetfiloz. szetfilozófia fia matematikai alapelvei, 1687) Laplace ( )
STATISZTIKA 8. Előad adá Megbíhat tartomáyok (Kofidecia itervallumok) (Kofidecia itervallumok) Sir Iaac Newto, 1643-177 177 Philoohiae Naturali Priciia Mathematica (A terméetfilo etfiloófia fia matematikai
RészletesebbenLogisztikus regresszió
Logisztikus regresszió Kvantitatív statisztikai módszerek Dr. Szilágyi Roland Függő változó (y) Nem metrikus Metri kus Gazdaságtudományi Kar Független változó (x) Nem metrikus Metrikus Kereszttábla elemzés
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
RészletesebbenANOVA. Egy faktor szerinti ANOVA. Nevével ellentétben nem szórások, hanem átlagok összehasonlítására szolgál. Több független mintánk van, elemszámuk
Egy faktor zernt NOV Nevével ellentétben nem zóráok, hanem átlagok özehaonlítáára zolgál Több független mntánk van, elemzámuk,...,,, r y,...,, y, y,..., yr;,, r H : r NOV. élda (Box-Hunter-Hunter: Stattc
RészletesebbenStatisztikai csalások és paradoxonok. Matematikai statisztika Gazdaságinformatikus MSc november 26. 1/31
Matematikai statisztika Gazdaságinformatikus MSc 11. előadás 2018. november 26. 1/31 A tojást rakó kutya - a könyv Hans Peter Beck-Bernholdt, Hans-Hermann Dubben: A tojást rakó kutya c. könyve alapján
RészletesebbenAdatok statisztikai értékelésének főbb lehetőségei
Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció
RészletesebbenKutatói pályára felkészítı modul
Kutatói pályára felkészítı modul Kutatói pályára felkészítı kutatási ismeretek modul Tudomáyos kutatási alapayag feldolgozása, elemzési ismeretek KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI
RészletesebbenEsettanulmány. A homoszkedaszticitás megsértésének hatása a regressziós paraméterekre. Tartalomjegyzék. 1. Bevezetés... 2
Esettanulmány A homoszkedaszticitás megsértésének hatása a regressziós paraméterekre Tartalomjegyzék 1. Bevezetés... 2 2. A lineáris modell alkalmazhatóságának feltételei... 2 3. A feltételek teljesülésének
Részletesebbenföldtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás
Matematikai statisztika elıadás, földtudományi BSc (geológus szakirány) 2014/2015 2. félév 6. elıadás Konfidencia intervallum Def.: 1-α megbízhatóságú konfidencia intervallum: Olyan intervallum, mely legalább
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
RészletesebbenStatisztika. Politológus képzés. Daróczi Gergely május 4. Politológia Tanszék
Statisztika Politológus képzés Daróczi Gergely Politológia Tanszék 2011. május 4. Outline 1 Korreláció 2 Standardizálás és dekompozíció 3 Grafikonok, ábrák Daróczi Gergely (PPKE BTK) Statisztika 2011-05-04
RészletesebbenBIOMETRIA (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
RészletesebbenStatisztikai módszerek 7. gyakorlat
Statisztikai módszerek 7. gyakorlat A tanult nem paraméteres próbák: PRÓBA NEVE Illeszkedés-vizsgálat Χ 2 próbával Homogenitás-vizsgálat Χ 2 próbával Normalitás-vizsgálataΧ 2 próbával MIRE SZOLGÁL? A val.-i
RészletesebbenIntervallumbecsle 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
RészletesebbenMéréstani összefoglaló
PÉCSI TUDOMÁNYEGYETEM TERMÉSZETTUDOMÁNYI KAR FIZIKAI INTÉZET Méréstai összefoglaló (köryezettudomáyi szakos hallgatók laboratóriumi mérési gyakorlataihoz) Összeállította: Dr. Német Béla Pécs 2008 1 Bevezetés
RészletesebbenSTATISZTIKA (H 0 ) 5. Előad. lete, Nullhipotézis 2/60 1/60 3/60 4/60 5/60 6/60
Hioézi STATISZTIKA 5. Előad adá Hioéziek elmélee, lee, Közéérék-özehaolíó ezek /60 /60 Tudomáyo hioézi Nullhioézi feláll llíáa (H 0 ): Kémiá hioéziek 3/60 4/60 Mukahioézi (H a ) Nullhioézi (H 0 ) > 5/60
Részletesebbenp-érték, hipotézistesztelés, és ellentmondásaik
p-érték, hipotézistesztelés, és ellentmondásaik Ferenci Tamás tamas.ferenci@medstat.hu 2018. május 16. Következtetéselmélet A megfigyelt világ és a tudásunk összekapcsolása Deduktív következtetés: kiindulunk
Részletesebben