A statisztika alapjai - Bevezetés az SPSS-be -

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "A statisztika alapjai - Bevezetés az SPSS-be -"

Átírás

1 A statisztika alapjai - Bevezetés az SPSS-be - Petrovics Petra PhD Hallgató

2 SPSS (Statistical Package for the Social Sciences ) 2 file: XY.sav - Data View XY.spv - Output Ez lehet hosszabb név is Rövid név; szóköz nélkül!!! Karakterek száma a Data View-ban Oszloszélesség Nagy nyomtatott betű!!!

3 Mérési skálák Számok meghatározott szabályok szerinti hozzárendelése jelenségekhez, bizonyos tulajdonságokhoz. 4 féle szabály alapján (erősségi fokozat szerint): - nominális skála - sorrendi skála - intervallum skála (különbség skála) - arány skála

4 1. Nominális skála (névleges) Számok kötetlen hozzárendelése Területi, minőségi ismérvek megfigyelésekor A szám csak azonosító Pl. rendszám, irányítószám Pl: kódolás: Szőke: 1, barna: 2, vörös: 3, fekete: 4 Férfi: 1, nő: 2

5 2. Ordinális, sorrendi skála A sokaság egyedeinek egy közös tulajdonság alapján való sorba rendezése. A skálán az egyes egyedek nem feltétlen egyforma távolságra helyezkednek el egymástól. Pl. hallgatók osztályzata, országok hitelképességének sorrendje

6 3. Intervallum skála A két adat különbsége értelmezett, valós adat. Zérus pontja önkényes. A zérus pont nem jelenti azt, hogy az adott egyed nem rendelkezik az adott tulajdonsággal. De: nem értelmezhető a két adat összege, aránya, különbsége. Pl. Celsius fok

7 4. Arány skála A legerősebb mérési skála Zérus pontja természetesen adódik Bármely két érték aránya független a mértékegységtől Értelmezhető a két adat összege, aránya is Pl. hosszúság, pontszám

8 1. Feladat ME hallgatói adatok Életkor Lakhely Évfolyam Statisztika jegy T.E. 24 Miskolc 3 3 B.N. 32 Miskolc 2 4 H.L. 22 Felsőzsolca 3 2 K.O. 35 Miskolc 3 4 V.I. 27 Mályi 2 5 Forrás: XY

9 2. Feladat Egyetemi hallgatók száma (fő) Főiskolai hallgatók száma (fő) Hallgatói adatok X országban Tanárok száma (fő) Intézmények száma (db) Hallgatók aránya a18-22 éves lakosságon belül (%) 10,4 13,9 15 Forrás: XY

10

11 A éves lakosság száma =? SPSS: hallgatói létszám éves lakosságon belül a hallgatók aránya (%) = éves lakosság éves lakosság = (100* hallgatói létszám) / éves lakosságon belül a hallhatók aránya = (egyetemi hallgatók + főiskolai hallgatók) * (100/ éves lakosságon belül a hallgatók aránya) Transform / Compute (~ számológép funkció)

12 3. Feladat - Ábázolás Nyissa meg az Employeedata.sav file-t! Készítsen a dolgozók számáról 1. oszlopdiagramot munkatípus szerint csoportosítva; 2. nemenként rétegzett oszlopdiagramot munkatípus szerint csoportosítva; 3. kördiagramot munkatípus szerint csoportosítva! (%) Színezze ki a diagramot!

13 Graphs

14 5. Készítsen pontdiagramot az aktuális és kezdő fizetésről nemenként csoportosítva! Graphs / Scatter/Dot / Simple Data Label Mode

15 4. Feladat Select cases Mi a nők és férfiak aránya a 40000$-nál magasabb fizetésűek körében?

16 Data / Select Cases / If condition is satisfied Új változó: salary>40000[filter] A férfiak és nők aránya: (1) Analyze / Descriptive Statistics / Crosstabs

17 Output View salary > (FILTER) * Gender Crosstabulation salary > (FILTER) Total Selected Count % within salary > (FILTER) Count % within salary > (FILTER) Gender Female Male Total ,6% 89,4% 100,0% ,6% 89,4% 100,0% A 40ezer$-nál magasabb fizetésű dolgozók 10,6%-a nő, a maradék (89,4%) férfi.

18 2. megoldás Nők és férfiak aránya: Analyze / Descriptive Statistics / Frequences Gender Valid Female Male Total Cumulative Frequency Percent Valid Percent Percent 11 10,6 10,6 10, ,4 89,4 100, ,0 100,0

19 3. megoldás: Graphs / Pie

20 Köszönöm a figyelmet!

A statisztika alapjai - Bevezetés az SPSS-be -

A statisztika alapjai - Bevezetés az SPSS-be - A statisztika alapjai - Bevezetés az SPSS-be - Kvantitatív statisztikai módszerek Petrovics Petra, Géczi-Papp Renáta SPSS alapok Statistical Package for Social Sciences SPSS nézetek: Data View Variable

Részletesebben

Bevezetés az SPSS program használatába

Bevezetés az SPSS program használatába Bevezetés az SPSS program használatába Statisztikai szoftver alkalmazás Géczi-Papp Renáta SPSS alapok Statistical Package for Social Sciences SPSS nézetek: Data View Variable View Output Viewer Sintax

Részletesebben

Sztochasztikus kapcsolatok

Sztochasztikus kapcsolatok Sztochasztikus kapcsolatok Petrovics Petra PhD Hallgató Ismérvek közötti kapcsolat (1) Függvényszerű az egyik ismérv szerinti hovatartozás egyértelműen meghatározza a másik ismérv szerinti hovatartozást.

Részletesebben

Kvantitatív statisztikai módszerek

Kvantitatív statisztikai módszerek Kvantitatív statisztikai módszerek 1. konzultáció tárgyjegyző Dr. Szilágyi Roland Mérési skálák Számok meghatározott szabályok szerinti hozzárendelése jelenségekhez, bizonyos tulajdonságokhoz. 4 féle szabály

Részletesebben

Klaszterelemzés az SPSS-ben

Klaszterelemzés az SPSS-ben Klaszterelemzés az SPSS-ben Petrovics Petra Doktorandusz Klaszteranalízis Olyan dimenziócsökkentő eljárás, amellyel adattömböket megfigyelési egységeket tudunk viszonylag homogén csoportokba sorolni, klasszifikálni.

Részletesebben

Statisztikai hipotézisvizsgálatok. Paraméteres statisztikai próbák

Statisztikai 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

Részletesebben

Klaszterelemzés az SPSS-ben

Klaszterelemzés az SPSS-ben Klaszterelemzés az SPSS-ben Kvantitatív statisztikai módszerek Petrovics Petra Klaszteranalízis Olyan dimenziócsökkentő eljárás, amellyel adattömböket megfigyelési egységeket tudunk viszonylag homogén

Részletesebben

Bevezetés a Korreláció &

Bevezetés a Korreláció & Bevezetés a Korreláció & Regressziószámításba Petrovics Petra Doktorandusz Statisztikai kapcsolatok Asszociáció 2 minőségi/területi ismérv között Vegyes kapcsolat minőségi/területi és egy mennyiségi ismérv

Részletesebben

Megoldások. Az ismérv megnevezése közös megkülönböztető 2007. szeptember 10-én Cégbejegyzés időpontja

Megoldások. Az ismérv megnevezése közös megkülönböztető 2007. szeptember 10-én Cégbejegyzés időpontja Megoldások 1. feladat A sokaság: 2007. szeptember 12-én a Miskolci Egyetem GT-204-es tankör statisztika óráján lévő tagjai az A 1 épület III. em. 53-as teremben 8-10-ig. Közös ismérv Megkülönböztető ismérv

Részletesebben

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás

Mintavétel 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

Részletesebben

Dr. Szőke Szilvia Dr. Balogh Péter: Nemparaméteres eljárások

Dr. Szőke Szilvia Dr. Balogh Péter: Nemparaméteres eljárások Dr. Szőke Szilvia Dr. Balogh Péter: Nemparaméteres eljárások Bevezetés A magas mérési szintű változók adataiból számolhatunk átlagot, szórást. Fontos módszerek alapulnak ezeknek a származtatott paramétereknek

Részletesebben

Adatmanipuláció, transzformáció, szelekció SPSS-ben

Adatmanipuláció, transzformáció, szelekció SPSS-ben Adatmanipuláció, transzformáció, szelekció SPSS-ben Statisztikai szoftver alkalmazás Géczi-Papp Renáta Számított változó A már meglévő adatokból (változókból) további adatokat származtathatunk. munkavállalók.sav

Részletesebben

Quantitative Statistical Methods

Quantitative Statistical Methods Quantitative Statistical Methods Required Readings: Petra Petrovics: SPSS Tutorial and Exercise Book Quantitative Information Forming Methods Time Series models of business prognostics Proposed Readings:

Részletesebben

Tárgy- és névmutató. C Cox & Snell R négyzet 357 Cramer-V 139, , 151, 155, 159 csoportok közötti korrelációs mátrix 342 csúcsosság 93 95, 102

Tárgy- és névmutató. C Cox & Snell R négyzet 357 Cramer-V 139, , 151, 155, 159 csoportok közötti korrelációs mátrix 342 csúcsosság 93 95, 102 Tárgy- és névmutató A a priori kontraszt 174 175 a priori kritérium 259, 264, 276 adatbevitel 43, 47, 49 52 adatbeviteli nézet (data view) 45 adat-elôkészítés 12, 37, 62 adatgyûjtés 12, 15, 19, 20, 23,

Részletesebben

2. előadás. Viszonyszámok típusai

2. előadás. Viszonyszámok típusai 2. előadás Viszonyszámok típusai Mérési skálák Nominális /névleges skála: kötetlen hozzárendelése a számoknak Sorrendi / Ordinális skála: sokaság egyedeinek egy közös tulajdonság szerinti sorbarendezése

Részletesebben

Regresszió számítás az SPSSben

Regresszió számítás az SPSSben Regresszió számítás az SPSSben Kvantitatív statisztikai módszerek Petrovics Petra Lineáris regressziós modell X és Y közötti kapcsolatot ábrázoló egyenes. Az Y függ: x 1, x 2,, x p p db magyarázó változótól

Részletesebben

Korreláció számítás az SPSSben

Korreláció számítás az SPSSben Korreláció számítás az SPSSben Kvantitatív statisztikai módszerek Petrovics Petra Statisztikai kapcsolatok Asszociáció 2 minőségi/területi ismérv között Vegyes kapcsolat minőségi/területi és egy mennyiségi

Részletesebben

Bevezető Mi a statisztika? Mérés Csoportosítás

Bevezető Mi a statisztika? Mérés Csoportosítás Gazdaságstatisztika 1. előadás Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.bmf.hu) Fogadóóra: szerda 11:30 11:55, TA125 Gyakorlatvezető

Részletesebben

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Bevezetés. 1. előadás. Statisztikai szoftver alkalmazás.

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Bevezetés. 1. előadás. Statisztikai szoftver alkalmazás. Bevezetés 1. előadás Statisztikai szoftver alkalmazás Géczi-Papp Renáta Tantárgy célja A tantárgy oktatásának célja hatékony statisztikai elemző készség elsajátíttatása számítógépes programok segítségével.

Részletesebben

Adatelemzés SAS Enterprise Guide használatával. Soltész Gábor solteszgabee[at]gmail.com

Adatelemzés SAS Enterprise Guide használatával. Soltész Gábor solteszgabee[at]gmail.com Adatelemzés SAS Enterprise Guide használatával Soltész Gábor solteszgabee[at]gmail.com Tartalom SAS Enterprise Guide bemutatása Kezelőfelület Adatbeolvasás Szűrés, rendezés Új változó létrehozása Elemzések

Részletesebben

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Correlation & Linear. Petra Petrovics.

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Correlation & Linear. Petra Petrovics. Correlation & Linear Regression in SPSS Petra Petrovics PhD Student Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Exercise

Részletesebben

MARKETINGKUTATÁS II. Oktatási segédanyag. Budapest, 2004. február

MARKETINGKUTATÁS II. Oktatási segédanyag. Budapest, 2004. február MARKETINGKUTATÁS II. Oktatási segédanyag Budapest, 2004. február Tartalomjegyzék ELŐSZÓ... 2 1 AZ SPSS-RŐL ÁLTALÁBAN... 3 1.1 DATA EDITOR... 3 1.2 VIEWER... 4 1.3 CHART EDITOR... 4 2 ADATBEVITEL... 5 2.1

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

Statistical Dependence

Statistical 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

Részletesebben

[GVMGS11MNC] Gazdaságstatisztika

[GVMGS11MNC] Gazdaságstatisztika [GVMGS11MNC] Gazdaságstatisztika 1. előadás Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.uni-obuda.hu)

Részletesebben

SPSS ALAPISMERETEK. T. Parázsó Lenke

SPSS ALAPISMERETEK. T. Parázsó Lenke SPSS ALAPISMERETEK T. Parázsó Lenke 2 Statistical Package for Social Scienses Statisztikai programcsomag a szociológiai tudományok számára 1968-ban Norman H. Nie, C.Handlai Hull és Dale H. Bent alkották

Részletesebben

Diszkriminancia-analízis

Diszkriminancia-analízis Diszkriminancia-analízis az SPSS-ben Petrovics Petra Doktorandusz Diszkriminancia-analízis folyamata Feladat Megnyitás: Employee_data.sav Milyen tényezőktől függ a dolgozók beosztása? Nem metrikus Független

Részletesebben

Esetelemzések az SPSS használatával

Esetelemzések az SPSS használatával Esetelemzések az SPSS használatával 1. Tekintsük az spearman.sav állományt, amely egy harminc tehenet számláló állomány etetés- és fejéskori nyugtalansági sorrendjét tartalmazza. Vizsgáljuk meg, hogy van-e

Részletesebben

Correlation & Linear Regression in SPSS

Correlation & Linear Regression in SPSS Petra Petrovics Correlation & Linear Regression in SPSS 4 th seminar Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Correlation

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

Többváltozós lineáris regressziós modell feltételeinek tesztelése II.

Többváltozós lineáris regressziós modell feltételeinek tesztelése II. Többváltozós lineáris regressziós modell feltételeinek tesztelése II. - A magyarázó változóra vonatkozó feltételek tesztelése - Optimális regressziós modell kialakítása - Kvantitatív statisztikai módszerek

Részletesebben

Alkalmazott statisztika Feladatok

Alkalmazott statisztika Feladatok Alkalmazott statisztika Feladatok A feladatokhoz használt adatokat megtaláljátok itt: www.math.u-szeged.hu/ szakacs/oktatas/alkstat.html 1. óra (szept. 9.) Az óra anyaga: Követelmények ismertetése, az

Részletesebben

Változók eloszlása, középértékek, szóródás

Változók eloszlása, középértékek, szóródás Változók eloszlása, középértékek, szóródás Populáció jellemzése Empirikus kutatás (statisztikai elemzés) célja: a mintából a populációra következtetni. Minta: egy adott változó a megfigyelési egységeken

Részletesebben

A KUTATÁSMÓDSZERTAN MATEMATIKAI ALAPJAI MA. T.P.Lenke

A KUTATÁSMÓDSZERTAN MATEMATIKAI ALAPJAI MA. T.P.Lenke A KUTATÁSMÓDSZERTAN MATEMATIKAI ALAPJAI MA T.P.Lenke 2013.10.25. 2 Szignifikáns különbség Annak bizonyítása, hogy a vizsgálat során megfigyelt különbség egy általunk meghatározott valószínűségi szinten

Részletesebben

Sta t ti t s i zt z i t k i a 1. előadás

Sta t ti t s i zt z i t k i a 1. előadás Statisztika 1 előadás Témakörök Statisztikai alapfogalmak Statisztikai sorok Mennyiségi sorok csoportosítása Statisztikai táblák Statisztika fogalma Gyakorlati tevékenység Adatok összessége Módszertan

Részletesebben

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015

A 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

Részletesebben

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM. STATISZTIKA 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 MAGY. MAT. TÖRT. KÉM. ANNA BÉLA CILI András hármas. Béla Az átlag 3,5! kettes. Éva ötös. Nóri négyes. 1 mérés: dolgokhoz valamely szabály alapján szám rendelése

Részletesebben

Többváltozós lineáris regressziós modell feltételeinek tesztelése I.

Többváltozós lineáris regressziós modell feltételeinek tesztelése I. Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Kvantitatív statisztikai módszerek Petrovics Petra Többváltozós lineáris regressziós

Részletesebben

Correlation & Linear Regression in SPSS

Correlation & Linear Regression in SPSS Correlation & Linear Regression in SPSS Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Exercise 1 - Correlation File / Open

Részletesebben

Descriptive Statistics

Descriptive Statistics Descriptive Statistics Petra Petrovics DESCRIPTIVE STATISTICS Definition: Descriptive statistics is concerned only with collecting and describing data Methods: - statistical tables and graphs - descriptive

Részletesebben

Matematikai alapok és valószínőségszámítás. Statisztikai változók Adatok megtekintése

Matematikai alapok és valószínőségszámítás. Statisztikai változók Adatok megtekintése Matematikai alapok és valószínőségszámítás Statisztikai változók Adatok megtekintése Statisztikai változók A statisztikai elemzések során a vizsgálati, vagy megfigyelési egységeket különbözı jellemzık

Részletesebben

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Factor Analysis

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Factor Analysis Factor Analysis Factor analysis is a multiple statistical method, which analyzes the correlation relation between data, and it is for data reduction, dimension reduction and to explore the structure. Aim

Részletesebben

A kollégisták és a kollégium 30 éve a VOSZK-os Ki kicsoda? 1999-es kiadása tükrében

A kollégisták és a kollégium 30 éve a VOSZK-os Ki kicsoda? 1999-es kiadása tükrében A kollégisták és a kollégium 30 éve a VOSZK-os Ki kicsoda? 1999-es kiadása tükrében Budapest, 2002 február Elöljáróban Még 1999-ben, egy Scampi estet követő éjszaka, a Voszk-os 'Ki kicsodá'-t nézegetve

Részletesebben

Mi az adat? Az adat elemi ismeret. Az adatokból információkat

Mi az adat? Az adat elemi ismeret. Az adatokból információkat Mi az adat? Az adat elemi ismeret. Tények, fogalmak olyan megjelenési formája, amely alkalmas emberi eszközökkel történő értelmezésre, feldolgozásra, továbbításra. Az adatokból gondolkodás vagy gépi feldolgozás

Részletesebben

THE GALLUP ORGANIZATION PRINCETON, NEW JERSEY MAGYAR GALLUP INTÉZET

THE GALLUP ORGANIZATION PRINCETON, NEW JERSEY MAGYAR GALLUP INTÉZET THE GALLUP ORGANIZATION PRINCETON, NEW JERSEY MAGYAR GALLUP INTÉZET BUDAPEST, FŐ TÉR 1. ZICHY KASTÉLY Az energiaárak és az energiafogyasztás összefüggése, a környezeti károkkal és az energiafogyasztással

Részletesebben

Az OECD PISA adatbázis elemzése

Az OECD PISA adatbázis elemzése Az OECD PISA adatbázis elemzése A program Emlékeztető a múlt hétről A PISA val kapcsolatos honlapok tartalma és az online elérhető dokumentáció A PISA adatbázisának felépítése A PISA makróinak használata,

Részletesebben

Biostatisztika Bevezetés. Boda Krisztina előadása alapján ma Bari Ferenc SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

Biostatisztika Bevezetés. Boda Krisztina előadása alapján ma Bari Ferenc SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet Biostatisztika Bevezetés Boda Krisztina előadása alapján ma Bari Ferenc SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet Az orvosi, biológiai kutatások egyik jellemzője, hogy a vizsgálatok eredményeként

Részletesebben

INDULÓ ÉS TUDÁSORIENTÁLT NON PROFIT SZERVEZET ÖNNÖN TUDÁSMENEDZSELÉSE LÉVAI ANDRÁS 1

INDULÓ ÉS TUDÁSORIENTÁLT NON PROFIT SZERVEZET ÖNNÖN TUDÁSMENEDZSELÉSE LÉVAI ANDRÁS 1 INDULÓ ÉS TUDÁSORIENTÁLT NON PROFIT SZERVEZET ÖNNÖN TUDÁSMENEDZSELÉSE LÉVAI ANDRÁS 1 Összefoglalás Az alábbi dokumentum egy esettanulmány, mely bemutatja a Professzionális Coaching Egyesületnél bevezetett,

Részletesebben

Matematikai statisztika elıadás, földtudományi BSc (geológus szakirány) 2014/ félév Arató Miklós

Matematikai statisztika elıadás, földtudományi BSc (geológus szakirány) 2014/ félév Arató Miklós Matematikai statisztika elıadás, földtudományi BSc (geológus szakirány) 2014/2015 2. félév Arató Miklós 1. elıadás: Bevezetés Irodalom, követelmények A félév célja Matematikai statisztika tárgya Történet

Részletesebben

Bevezetés az SPSS statisztikai programcsomag használatába

Bevezetés az SPSS statisztikai programcsomag használatába Szegedi Tudományegyetem Juhász Gyula Pedagógusképző Kar Csallner András Erik Bevezetés az SPSS statisztikai programcsomag használatába Jegyzet SPORTINFORMATIKA SZAKIRÁNYÚ TOVÁBBKÉPZÉS Szeged, 2015 Tartalomjegyzék

Részletesebben

1. BEVEZETÉS A TÁRSADALOMSTATSZTIKÁBA

1. BEVEZETÉS A TÁRSADALOMSTATSZTIKÁBA Tartalomjegyzék. BEVEZETÉS A TÁRSADALOMSTATSZTIKÁBA..... Mi a statisztika?..... Alapfogalmak... 4.3. Mérési szintek... 7.4. Adatbázisok létrehozása, címkézés... 9.5. Az SPSS által kezelt adatállományok,

Részletesebben

Matematikai statisztika

Matematikai statisztika Matematikai statisztika PROGRAMTERVEZŐ INFORMATIKUS alapszak, A szakirány Arató Miklós Valószínűségelméleti és Statisztika Tanszék Természettudományi Kar 2019. február 11. Arató Miklós (ELTE) Matematikai

Részletesebben

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár PhD kurzus Mi a statisztika? A sokaság (a sok valami) feletti áttekintés megszerzése, a sokaságról való információszerzés eszköze. Célja: - a sokaságot

Részletesebben

Sta t ti t s i zt z i t k i a 3. előadás

Sta t ti t s i zt z i t k i a 3. előadás Statisztika 3. előadás Statisztika fogalma Gyakorlati tevékenység Adatok összessége Módszertan A statisztika, mint gyakorlati tevékenység a tömegesen előforduló jelenségek egyedeire vonatkozó információk

Részletesebben

Matematikai statisztikai programcsomagok gyakorlat

Matematikai statisztikai programcsomagok gyakorlat Matematikai statisztikai programcsomagok gyakorlat Statisztikai programok 2. PÓTZH MEGOLDÁS Matematikus BSC képzés 2010.12.09. Állományok: Adott két SAS adatállomány cdr_pot.sas7bdat és a custinform_pot.sas7bdat.

Részletesebben

Az első lépések SPSS-ben.

Az első lépések SPSS-ben. Az első lépések SPSS-ben. Statistical Package for Social Science (SPSS) egy olyan Windows operációs rendszerben működő program, amely statisztikai adatok osztályozására, feldolgozására és elemzésére szakosodott.

Részletesebben

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Grafikus ábrázolás. 3. előadás. Statisztikai szoftver alkalmazás.

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Grafikus ábrázolás. 3. előadás. Statisztikai szoftver alkalmazás. Grafikus ábrázolás 3. előadás Statisztikai szoftver alkalmazás Géczi-Papp Renáta Ajánlott irodalom Domán-Szilágyi-Varga (2009): Statisztikai elemzések alapjai I. 58-74. oldal Tipikus hibák A mondanivaló

Részletesebben

Adattípusok, ábrák és grafikonok az excelben

Adattípusok, ábrák és grafikonok az excelben Adattípusok, ábrák és grafikonok az excelben Táblázatok és grafikonok Elsőként mindig érdemes táblázatokba rendezni és ábrázolni az adatokat! Miért? Ismerkedjünk az adatokkal! Milyen különbségek látszanak?

Részletesebben

Korrelációs kapcsolatok elemzése

Korrelációs kapcsolatok elemzése Korrelációs kapcsolatok elemzése 1. előadás Kvantitatív statisztikai módszerek Két változó közötti kapcsolat Független: Az X ismérv szerinti hovatartozás ismerete nem ad semmilyen többletinformációt az

Részletesebben

Oktatási azonosító Tantárgy Elért pontszám Magyar nyelv Matematika Magyar nyelv Matematika

Oktatási azonosító Tantárgy Elért pontszám Magyar nyelv Matematika Magyar nyelv Matematika Oktatási azonosító Tantárgy Elért pontszám 76894971600 Magyar nyelv 28 76894971600 Matematika 18 75983808936 Magyar nyelv 22 75983808936 Matematika 17 78988181589 Magyar nyelv 32 78988181589 Matematika

Részletesebben

STATISZTIKA I. Mintavétel fogalmai. Mintavételi hiba. Statisztikai adatgyűjtés Nem véletlenen alapuló kiválasztás

STATISZTIKA I. Mintavétel fogalmai. Mintavételi hiba. Statisztikai adatgyűjtés Nem véletlenen alapuló kiválasztás Mintavétel fogalmai STATISZTIKA I.. Előadás Mintavétel, mintavételi technikák, adatbázis A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x n, mindig

Részletesebben

Statisztikai programcsomagok

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

Részletesebben

Egy főiskolán 100 hallgatóra 5 számítógép jut. 300 számítógép van a főiskolán. A viszonyszám fajtája:

Egy főiskolán 100 hallgatóra 5 számítógép jut. 300 számítógép van a főiskolán. A viszonyszám fajtája: Statisztika 1 NG-KM I. évfolyam BGF KKK MINTA 2011. február 1. Nevezze meg az alábbi mondatokban értelmezett viszonyszám fajtáját, adja meg értékét, majd írja le szövegesen és számadatokkal, hogy mi van

Részletesebben

Statisztika II. feladatok

Statisztika II. feladatok Statisztika II. feladatok 1. Egy női ruhákat és kiegészítőket forgalmazó üzletlánc 118 egységénél felmérést végzett arról, milyen tényezők befolyásolják a havi összbevételüket (EUR). a) Pótolja ki a táblázatok

Részletesebben

Érettségi eredmények 2005-től (Békéscsabai Andrássy Gyula Gimnázium és Kollégium)

Érettségi eredmények 2005-től (Békéscsabai Andrássy Gyula Gimnázium és Kollégium) 2005/db közép 2005/db emelt 2005/db összes 2005/jegy közép 2005/jegy emelt 2005/jegy összes 2005/% közép 2005/% emelt 2005/% összes 51 119 170 3,53 5,00 4,42 59,90 99,17 84,27 22 17 39 4,45 4,94 4,7 75,68

Részletesebben

STATISZTIKA I. A változók mérési szintjei. Nominális változók. Alacsony és magas mérési szint. Nominális változó ábrázolása

STATISZTIKA I. A változók mérési szintjei. Nominális változók. Alacsony és magas mérési szint. Nominális változó ábrázolása A változók mérési szintjei STATISZTIKA I. 3. Előadás Az adatok mérési szintjei, Viszonyszámok A változók az alábbi típusba tartozhatnak: Nominális (kategorikus és diszkrét) Ordinális Intervallum skála

Részletesebben

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN (Babbie) 1. Konceptualizáció 2. Operacionalizálás 3. Mérés 4. Adatfeldolgozás 5. Elemzés 6. Felhasználás KUTATÁS LÉPÉSEI 1. Konceptualizáció 2. Operacionalizálás

Részletesebben

kopint-tarki.hu Az Agrárrendtartási és a Kereskedelmi Törvény egyes beszállító-védelmi szabályai érvényesülésének tapasztalata

kopint-tarki.hu Az Agrárrendtartási és a Kereskedelmi Törvény egyes beszállító-védelmi szabályai érvényesülésének tapasztalata kopint-tarki.hu Az Agrárrendtartási és a Kereskedelmi Törvény egyes beszállító-védelmi szabályai érvényesülésének tapasztalata Készült a Gazdasági Versenyhivatal VKK megbízásából A tanulmányt készítették

Részletesebben

Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért november 15.

Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért november 15. Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért 2018. november 15. PÉNZ a boldogság bitorlója? A jövedelemegyenlőtlenség természetes határa A boldog ember gondolata a

Részletesebben

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI, Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár PhD kurzus. KOKI, 2015.09.17. Mi a statisztika? A sokaság (a sok valami) feletti áttekintés megszerzése, a sokaságról való információszerzés eszköze.

Részletesebben

Nem. Cumulative Percent 1,00 férfi ,9 25,9 25,9 2,00 nı ,1 73,1 99,0 99,00 adathiány 27 1,0 1,0 100,0 Total ,0 100,0

Nem. Cumulative Percent 1,00 férfi ,9 25,9 25,9 2,00 nı ,1 73,1 99,0 99,00 adathiány 27 1,0 1,0 100,0 Total ,0 100,0 Függelék II. Demográfia Nem Frequency Percent Percent Cumulative Percent 1,00 férfi 727 25,9 25,9 25,9 2,00 nı 2053 73,1 73,1 99,0 99,00 adathiány 27 1,0 1,0 100,0 Korcsoport Frequency Percent Percent

Részletesebben

SQL PÉLDATÁR. készült a PTE TTK Iskolai informatika III. kurzus teljesítésére

SQL PÉLDATÁR. készült a PTE TTK Iskolai informatika III. kurzus teljesítésére SQL PÉLDATÁR készült a PTE TTK Iskolai informatika III. kurzus teljesítésére PTE TTK Czimmermann Gergely MA matematika informatika tanár szakos hallgató 2017 Tartalomjegyzék 1. Adatleíró műveletek... 3

Részletesebben

Alkalmazott statisztika

Alkalmazott statisztika 1. óra Alkalmazott statisztika Feladatok Nyissuk meg az IBM SPSS programot. Fájlokat, adatokat megnyitni a F ile Open Data parancsokkal lehet. Az SPSS saját kiterjesztése a.sav, de megnyithatunk más típusokat

Részletesebben

Statisztikai szoftverek esszé

Statisztikai szoftverek esszé Statisztikai szoftverek esszé Dávid Nikolett Szeged 2011 1 1. Helyzetfelmérés Adott egy kölcsön.txt nevű adatfájl, amely információkkal rendelkezik az ügyfelek életkoráról, családi állapotáról, munkaviszonyáról,

Részletesebben

Információ megjelenítés Diagram tervezés

Információ megjelenítés Diagram tervezés Információ megjelenítés Diagram tervezés Statisztikák Háromféle hazugság van: hazugságok, átkozott hazugságok és statisztikák A lakosság 82%-a nem eszik elég rostot. 3-ból 2 gyerek az USA-ban nem nem tudja

Részletesebben

TÁMOP-4.1.1/A-10/1/KONV

TÁMOP-4.1.1/A-10/1/KONV TÁMOP-4.1.1/A-10/1/KONV-2010-0019. Munkaerő-piaci igényekhez alkalmazkodó integrált hallgatói és intézményi szolgáltatásfejlesztés a Szolnoki Főiskolán Munkaerő-piaci alkalmazkodás fejlesztése alprojekt

Részletesebben

5. Előadás. Grafikus ábrázolás Koncentráció elemzése

5. Előadás. Grafikus ábrázolás Koncentráció elemzése 5. Előadás Grafikus ábrázolás Koncentráció elemzése Grafikus ábrázolás fontossága Grafikus ábrázolás során elkövethető hibák: Mondanivaló szempontjából nem megfelelő ábratípus kiválasztása Tárgynak megfelelő

Részletesebben

Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat

Két 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

Részletesebben

SZÁMÍTÁSTUDOMÁNY ALAPJAI

SZÁMÍTÁSTUDOMÁNY ALAPJAI SZÁMÍTÁSTUDOMÁNY ALAPJAI INBGM0101-17 Előadó: Dr. Mihálydeák Tamás Sándor Gyakorlatvezető: Kovács Zita 2017/2018. I. félév 2. gyakorlat Az alábbi összefüggések közül melyek érvényesek minden A, B halmaz

Részletesebben

A telefonnal való ellátottság kapcsolata a rádió és televízió műsorszórás használatával a 14 éves és idősebb lakosság körében

A telefonnal való ellátottság kapcsolata a rádió és televízió műsorszórás használatával a 14 éves és idősebb lakosság körében A telefonnal való ellátottság kapcsolata a rádió és televízió műsorszórás használatával a 14 éves és idősebb lakosság körében Kiegészítő elemzés A rádió és televízió műsorszórás használatára a 14 éves

Részletesebben

Statisztika. Dr Gősi Zsuzsanna. Egyetemi adjunktus. Sportmenedzsment Tanszék

Statisztika. Dr Gősi Zsuzsanna. Egyetemi adjunktus. Sportmenedzsment Tanszék Statisztika Dr Gősi Zsuzsanna Egyetemi adjunktus Sportmenedzsment Tanszék Kötelező irodalom - Számonkérés Pintér József Ács Pongrác Bevezetés a sportstatisztikába Dialóg Campus Kiadó 2007 Honlap: www.dialog-kiado.hu

Részletesebben

Statisztika 10. évfolyam. Adatsokaságok ábrázolása és diagramok értelmezése

Statisztika 10. évfolyam. Adatsokaságok ábrázolása és diagramok értelmezése Adatsokaságok ábrázolása és diagramok értelmezése A statisztikában adatsokaságnak (mintának) nevezik a vizsgálat tárgyát képező adatok összességét. Az adatokat összegyűjthetjük táblázatban és ábrázolhatjuk

Részletesebben

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

Statisztika 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

Részletesebben

Gyakorlás: Hozzunk létre egy Alkalmazottak táblát AZO szám, Részleg szöveg, Munkakör szöveg és BelépésDátuma dátum típussal.

Gyakorlás: Hozzunk létre egy Alkalmazottak táblát AZO szám, Részleg szöveg, Munkakör szöveg és BelépésDátuma dátum típussal. Adatbázis létrehozása Adatleíró műveletek CREATE DATABASE "tan1" WITH ENCODING= LATIN2 ; vagy parancssorból a terminál alatt $ createdb tan1 E=latin2 Kapcsolódás az adatbázishoz $ psql tan1 Adattábla létrehozása

Részletesebben

HALMAZOK TULAJDONSÁGAI,

HALMAZOK TULAJDONSÁGAI, Halmazok definíciója, megadása HALMAZOK TULAJDONSÁGAI, 1. A következő definíciók közül melyek határoznak meg egyértelműen egy-egy halmazt? a) A: a csoport tanulói b) B: Magyarország városai ma c) C: Pilinszky

Részletesebben

Leíró statisztika. Adatok beolvasása az R-be és ezek mentése

Leíró statisztika. Adatok beolvasása az R-be és ezek mentése Leíró statisztika. Adatok beolvasása az R-be és ezek mentése Leíró statisztika Definíciója: populáció egy ismert részhalmazára vonatkozó megfigyelések leírása és összegzése. Jelentősége: nominális adatok

Részletesebben

Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában

Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában Statisztikai alapok Leíró statisztika Lineáris módszerek a statisztikában Tudományosan és statisztikailag tesztelhető állítások? A keserűcsokoládé finomabb, mint a tejcsoki. A patkány a legrondább állat,

Részletesebben

Tudnivalók a tantárgyról. Leíró és matematikai statisztika. Tudnivalók a tantárgyról/2. A tananyagról. Honlap: zempleni.elte.hu

Tudnivalók a tantárgyról. Leíró és matematikai statisztika. Tudnivalók a tantárgyról/2. A tananyagról. Honlap: zempleni.elte.hu Leíró és matematikai statisztika Matematika alapszak, matematikai elemző szakirány Zempléni András Valószínűségelméleti és Statisztika Tanszék Matematikai Intézet Természettudományi Kar Eötvös Loránd Tudományegyetem

Részletesebben

Feltesszük, hogy a mintaelemek között nincs két azonos. ha X n a rendezett mintában az R n -ik. ha n 1 n 2

Feltesszük, hogy a mintaelemek között nincs két azonos. ha X n a rendezett mintában az R n -ik. ha n 1 n 2 Kabos: Ordinális változók Hipotézisvizsgálat-1 Minta: X 1, X 2,..., X N EVM (=egyszerű véletlen minta) X-re Feltesszük, hogy a mintaelemek között nincs két azonos. Rendezett minta: X (1), X (2),..., X

Részletesebben

SZEGEDI TUDOMÁNYEGYETEM MEZŐGAZDASÁGI KAR

SZEGEDI TUDOMÁNYEGYETEM MEZŐGAZDASÁGI KAR SZEGEDI TUDOMÁNYEGYETEM MEZŐGAZDASÁGI KAR Kutatásmódszertani alapismeretek Bevezetés az SPSS használatába Oktatási segédlet Összeállította: Hódiné Szél Margit Mikó Józsefné Jónás Edit Összeállította: Hódiné

Részletesebben

Likert-skála készítése

Likert-skála készítése Likert-skála készítése Projektek Projekt lépései A projekt összefoglalása 1. Skála összeállítása. Próbakérdezés. Reliabilitás-vizsgálat 4. Kitekintés Minták A projekt összefoglalása Az attitűdmérés témáját

Részletesebben

VENTS ifan Eladva (eladó neve, bélyegzõje)

VENTS ifan Eladva (eladó neve, bélyegzõje) INTELLIGENS AXIÁLIS VENTILÁTOR HASZNÁLATI UTASÍTÁS ok ep A ventilátor üzemeltetésre alkalmas. M ÁTVÉTELI ELISMERVÉNY Átvevõ MEO jegy Típus Gyártási dátum ifan ifan Move VENTS ifan Eladva (eladó neve, bélyegzõje)

Részletesebben

MINTAVÉTELEZÉS. Alaptípusai: sampling. véletlen érvényesítésére v. mellőzzük azt. = preferenciális mintav. = véletlen mintav.

MINTAVÉTELEZÉS. Alaptípusai: sampling. véletlen érvényesítésére v. mellőzzük azt. = preferenciális mintav. = véletlen mintav. A teljes alapsokaságot nem ismerhetjük meg. MINTAVÉTELEZÉS Fontossága: minden későbbi értékelés ezen alapszik. Alaptípusai: Szubjektív folyamat Objektív folyamat (non-probabilistic) (probabilistic) sampling

Részletesebben

Visual Science Az adatmegjelenítés legjobb gyakorlata

Visual Science Az adatmegjelenítés legjobb gyakorlata Visual Science Az adatmegjelenítés legjobb gyakorlata Földi Tamás Starschema www.starschema.net A vizuális megjelenítés ősi múltra tekint vissza 6200 BC: Fali festmény, Catal Hyük, Törökország Térkép,

Részletesebben

INFORMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

INFORMATIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Informatika emelt szint 1011 ÉRETTSÉGI VIZSGA 2010. május 11. INFORMATIKA EMELT SZINTŰ GYAKORLATI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI ÉS KULTURÁLIS MINISZTÉRIUM Bevezetés A feladatok

Részletesebben

Adatfeldolgozás és elemzés

Adatfeldolgozás és elemzés Adatfeldolgozás és elemzés Bevezetés a kutatásmódszertanba WJLF SZM szak Pecze Mariann Amiről ma szó lesz 1. Az adatok előkészítése 2. Egyszerűbb elemzések 3. puha adatok elemzése 2 1. Az adatok előkészítése

Részletesebben

Faktoranalízis az SPSS-ben

Faktoranalízis az SPSS-ben Faktoranalízis az SPSS-ben Kvantitatív statisztikai módszerek Petrovics Petra Feladat Megnyitás: faktor.sav Fogyasztók materialista vonásai (Richins-skála) Forrás: Sajtos-Mitev, 250.oldal Faktoranalízis

Részletesebben

Faktoranalízis az SPSS-ben

Faktoranalízis az SPSS-ben Faktoranalízis az SPSS-ben = Adatredukciós módszer Petrovics Petra Doktorandusz Feladat Megnyitás: faktoradat_msc.sav Forrás: Sajtos-Mitev 250.oldal Fogyasztók materialista vonásai (Richins-skála) Faktoranalízis

Részletesebben

3/29/12. Biomatematika 2. előadás. Biostatisztika = Biometria = Orvosi statisztika. Néhány egyszerű definíció:

3/29/12. Biomatematika 2. előadás. Biostatisztika = Biometria = Orvosi statisztika. Néhány egyszerű definíció: Biostatisztika = Biometria = Orvosi statisztika Biomatematika 2. előadás Néhány egyszerű definíció: A statisztika olyan tudomány, amely a tömegjelenségekkel kapcsolatos tapasztalati törvényeket megfigyelések

Részletesebben