KISTERV2_ANOVA_
|
|
- Kristóf Fülöp
- 5 évvel ezelőtt
- Látták:
Átírás
1 Két faktor szerinti ANOVA Az A faktor minden szintjét kombináljuk a B faktor minden szintjével, minden cellában azonos számú ismétlés (kiegyensúlyozott terv). A terv szerkezete miatt a faktorok hatását egymásétól függetlenül vizsgálhatjuk. KISTERV_ANOVA_
2 . példa (Box-Hunter-Hunter: Statistics for Experimenters, J. Wiley, 1978, p. 165) poison.sta treatment A B C D I poison II III KISTERV_ANOVA_
3 TREATMEN 3 KISTERV_ANOVA_
4 Modell i=1,,r; j=1,,q, k=1,,p yijk ij ijk N rqp ismétlés (k) méreg (i) kezelés (j) yijk ij ijk átlag-modell H 0 : (mind azonos) KISTERV_ANOVA_
5 yijk i j ij ijk az i-edik méreg a j-edik kezelés kölcsönhatás hatása hatása yijk i j ij ijk hatás-modell A H 0 : i 0, i 1,..., r B H 0 : j 0, j 1,..., q AB H 0 : ij 0, i 1,..., r; j 1,..., q KISTERV_ANOVA_
6 ANOVA-táblázat Az eltérés forrása A hatása eltérés- -négyzetösszeg (sorok közötti) S qp y y A i B hatása (oszlopok közötti) AB kölcsönhatás i S rp y y S B AB j j p y y y y i j ij i j szabadsági fok r-1 q-1 (r-1) (q-1) s AB szórásnégyzet F s s A B S A s A s r 1 SB sb s q 1 S AB r 1 q 1 s R R AB sr Maradék (csoportokon belüli) Teljes S R yijk yij i j k S0 yijk y i j k rq(p-1) rqp-1 s R S R rq p 1 34(4-1)=36 KISTERV_ANOVA_
7 SURVIVAL POISON*TREATMEN; Weighted Means Current effect: F(6, 36)=1.8743, p=.115 Effective hypothesis decomposition Vertical bars denote 0.95 confidence intervals Statistics> Advanced Linear/Nonlinear Models> >General Linear Models>Factorial ANOVA> Means fülön: Observed, weighted, Plot TREATMEN POISON 1 POISON POISON 3 Summary fülön: All effects Effect Intercept POISON TREATMEN POISON*TREATMEN Error Univariate Tests of Significance for SURVIVAL (Poison) Sigma-restricted parameterization Effective hypothesis decomposition SS Degr. of MS F p Freedom KISTERV_ANOVA_ 16 16
8 Homoszkedaszticitás e konst? More results>assumptions fülön: Homogeneity of variances Tests of Homogeneity of Variances (Poison) Effect: POISON*TREATMEN Hartley F-max Cochran C Bartlett Chi-Sqr. df p SURVIVAL Levene's Test for Homogeneity of Variances (Poison) Effect: POISON*TREATMEN Degrees of freedom for all F's: 11, 36 MS Effect MS Error F p SURVIVAL KISTERV_ANOVA_
9 A reziduumok vizsgálata Residuals1 fülön: Pred. & resid. 0.5 Dependent variable: SURVIVAL Raw Residuals Predicted Values KISTERV_ANOVA_
10 3 P-Plot: SURVIVAL Effect: POISON*TREATMEN (Plot of within-cell residuals) All Groups Expected Normal Value Observed Value KISTERV_ANOVA_
11 Box-Cox transzformáció y ~ y Var dy dy tr tr y y y dy dy tr tr y konst dy tr Var ha y konst dy dy tr ky dy y tr 1 y ha 1 y dy ln y ha 1 KISTERV_ANOVA_
12 y tr 1 y ha 1 y dy ln y ha 1 =1- transzformáció -1 1/ y / y 1 0 ln y y 0 1 (nincs transzformáció) KISTERV_ANOVA_
13 y ~ y ln y k ln y egyenest kell illeszteni -0.5 lnsd = *x lnsd y ~ y lnmean KISTERV_ANOVA_
14 Box-Cox transzformáció y tr y File>Open: (Program Files>StatSoft>Statistica8>Examples>Macros> >Analysis Examples>BoxCox) 6 Lambda versus SSE(lambda) Dependent variable: SURVIVAL Indep.: The intersection of the 95% C.I line with the SSE line marks the 95% confidence limits For the best lambda S % C.I Lambda KISTERV_ANOVA_
15 3 Lambda=1 (No Transformation) Normal Probability Plots of Residuals Dependent Variable: SURVIVAL Indep.: 3 Lambda= z -1 z-value Residual Residual KISTERV_ANOVA_
16 y helyett 1/y 6 Box Plot of multiple variables grouped by TREATMEN Spreadsheet1 5v*16c Median; Box: 5%-75%; Whisker: Non-Outlier Range TREATMEN KISTERV_ANOVA_
17 4.5 TREATMEN; LS Means Current effect: F(3, 36)=8.343, p= Effective hypothesis decomposition Vertical bars denote 0.95 confidence intervals recsurv: =1/survival TREATMEN 4.5 POISON; LS Means Current effect: F(, 36)=7.635, p= Effective hypothesis decomposition Vertical bars denote 0.95 confidence intervals recsurv: =1/survival POISON KISTERV_ANOVA_ 17 17
18 7 POISON*TREATMEN; Weighted Means Current effect: F(6, 36)=1.0904, p= Effective hypothesis decomposition Vertical bars denote 0.95 confidence intervals 6 5 recsurv: =1/survival TREATMEN POISON 1 POISON POISON 3 KISTERV_ANOVA_
19 Effect Intercept POISON TREATMEN POISON*TREATMEN Error Univariate Tests of Significance for Recsurv (Poison) Sigma-restricted parameterization Effective hypothesis decomposition SS Degr. of MS F p Freedom A hatások még kifejezettebbek (F értékei nagyobbak), a kölcsönhatáshoz tartozó p 0.11 helyett lesz. KISTERV_ANOVA_
20 A reziduumok vizsgálata Raw Residuals Dependent variable: Recsurv Predicted Values Expected Normal Value Dependent variable: Recsurv Residual KISTERV_ANOVA_
21 Összehasonlítások Különbözik-e az 1. és. méreg? Planned comparisons fülön Compute KISTERV_ANOVA_
22 Between Contrast Coefficients (Poison) Coefficients for each cell in the selected effect Cell No. POISON TREATMEN Cell N CNTRST Source Effect Error becsült hatás Univariate Test of Significance for Planned Comparison (Poison) Dependent variable: recsurv Sum of Degr. of Mean F p Squares Freedom Square Contrast Estimates (Poison) Dependent variable: recsurv Estimate Std.Err t p % % Contrast Cnf.Lmt Cnf.Lmt CNTRST KISTERV_ANOVA_
BIOMETRIA_ANOVA_2 1 1
Két faktor szerinti ANOVA Az A faktor minden szintjét kombináljuk a B faktor minden szintjével, minden cellában azonos számú ismétlés (kiegyensúlyozott terv). A terv szerkezete miatt a faktorok hatását
RészletesebbenPhEur Two-dose multiple assay with completely randomised design An assay of corticotrophin by subcutaneous injection in rats
PhEur... Two-dose multiple assay with completely randomised design An assay of corticotrophin by subcutaneous injection in rats 00 80 60 0 0 00 80 60 0 0 catterplot of multiple variables against dose PhEur_.sta
RészletesebbenTöbb laboratórium összehasonlítása, körmérés
Több oratórium összehasonlítása, körmérés colorative test, round robin a rendszeres hibák ellenőrzése, számszerűsítése Statistical Manual of AOAC, W. J. Youden: Statistical Techniques for Colorative Tests,
Részletesebben( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ANOVA ( ) 2. χ σ. α ( ) 2. y y y p p y y = + + = + + p p r. Fisher-Cochran-tétel
NOV ( ) ( ) ( ) ( ) ( ) ( ) a Y Y Y Y µ µ µ + + + ( ) ( ) ( ) ( ) + + Y µ µ µ ( ) ( ) ( ) + + µ χ e ( ) ( ) r + + Fher-Cochran-tétel mnd NOV ( ) e χ : H ( ) e S χ ( ) e r ν χ ( ) e S χ ( ) e r r ν χ F
RészletesebbenEsetelemzés az SPSS használatával
Esetelemzés az SPSS használatával A gepj.sav fileban négy különböző típusú, összesen 80 db gépkocsi üzemanyag fogyasztási adatai találhatók. Vizsgálja meg, hogy befolyásolja-e az üzemanyag fogyasztás mértékét
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)
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
RészletesebbenCritical mix. 15. példa. 2 égh. anyag. 1 oxigén. 3 ég-e. 2 van nincs 0 3 nincs van 0 4 van van 1. 1 nincs nincs 0
Critical mix 5. példa oxigén égh. anyag ég-e nincs nincs van nincs nincs van van van van égh. anyag nincs Effect Estimates; **(-) design DV: ég-e Factor Effect Coeff. Mean/Interc. ()oxigén ()égh. anyag
RészletesebbenMinőségjavító kísérlettervezés
. példa J.J. Pignatiello, J.S. Ramberg: J. Quality Technology, 17 198-06 (1985) kézbentartható -1 1 A: high heat temperature ( 0 F) 1840 1880 B: heating time (s) 3 5 C: transfer time (s) 10 1 D: hold down
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
Részletesebben1., Egy területen véletlenszerűen kihelyezet kvadrátokban megszámlálták az Eringium maritimum (tengerparti ördögszekér) egyedeit.
1., Egy területen véletlenszerűen kihelyezet kvadrátokban megszámlálták az Eringium maritimum (tengerparti ördögszekér) egyedeit. 1., Határozza meg az átlagos egyedszámot és a szórást. Egyedszám (x i )
RészletesebbenShainin-kísérlettervezés
Shainin-kísérlettervezés Sokváltozós Alkatrész- Páronkénti diagram keresés összehasonlítás Változók keresése Teljes faktoros tervek B/C összehasonlítás Kétváltozós ábrázolás Shainin 56 Krónikus gyártási
Részletesebben4. példa: részfaktorterv+fold-over, centrumponttal
4. példa: 7-4 részfaktorterv+fold-over, centrumponttal A kísérletek célja egy speciális anyag optimális előállítási körülményeinek meghatározása volt. A célfüggvény a kihozatal %, melynek maximális értékét
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
RészletesebbenEsetelemzések 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
RészletesebbenCorrelation & 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
RészletesebbenMiskolci 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
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.
RészletesebbenWIL-ZONE TANÁCSADÓ IRODA
WIL-ZONE TANÁCSADÓ IRODA Berényi Vilmos vegyész, analitikai kémiai szakmérnök akkreditált minőségügyi rendszermenedzser regisztrált vezető felülvizsgáló Telefon és fax: 06-33-319-117 E-mail: info@wil-zone.hu
RészletesebbenMARKETINGKUTATÁS 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
RészletesebbenStatisztikai 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,
RészletesebbenNormál eloszlás. Gyakori statisztikák
Normál eloszlás Átlag jól jellemzi az adott populációt folytonos eloszlás (pl. lottó minden szám egyszer fordul elő) kétkúpú eloszlás (IQ mindenki vagy zseni vagy félhülye, átlag viszont azt mutatja,
RészletesebbenCorrelation & 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
RészletesebbenTAGUCHI ÉS SHAININ. Taguchi módszere a minőség kísérletes javítására
Minőségjavító kísérlettervezés TAGUCHI ÉS SHAININ 1 Taguchi módszere a minőség kísérletes javítására 1. példa Ina Tile: sok a selejt a kemence különböző pontjain a hőmérséklet nem azonos A kemence áttervezése
RészletesebbenStatisztika 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
RészletesebbenYou created this PDF from an application that is not licensed to print to novapdf printer (
4.6 4. 4.8 4.4 4.0 4.6 4. 4 5 6 7 8 4 5 6 7 8 4 5 6 7 8 4 5 6 7 8 4 5 6 7 8 4 5 6 7 8 Run: Run: Run: Run: 4 Run: 5 Run: 6 4.6 4. 4.8 4.4 4.0 4.6 4. 4 5 6 7 8 4 5 6 7 8 4 5 6 7 8 4 5 6 7 8 4 5 6 7 8 4 5
RészletesebbenDiszkriminancia-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
RészletesebbenMotivációs diasor Ha megéri, nem baj, hogy nehéz!
Motivációs diasor Ha megéri, nem baj, hogy nehéz! Biometria - Bevezetés 1 Sertések gyógytáppal való kezelése Csoportok: Függő változó: testtömeg (DBW) Kezelt (Trial) Kezeletlen (Control) Kísérleti elrendezés:
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
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
RészletesebbenAz R statisztikai programozási környezet: az adatgyűjtéstől a feldolgozáson és vizualizáción át a dinamikus jelentéskészítésig
: az adatgyűjtéstől a feldolgozáson és vizualizáción át a dinamikus jelentéskészítésig Ferenci Tamás ferenci.tamas@nik.uni-obuda.hu 2017. február 23. Tartalom Az R mint programozási nyelv A könyvtárakról
RészletesebbenBevezetés az ökonometriába
Bevezetés az ökonometriába Többváltozós lineáris regresszió: modellszelekció Ferenci Tamás MSc 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Negyedik előadás, 2010. október
RészletesebbenBiológiai anyagok hatásának értékelése, ha közvetlen fizikai vagy kémiai analízis nem alkalmazható.
Boassa Bológa anagok hatásának értékelése, ha közvetlen fzka vag kéma analízs nem alkalmazható. Alapja standard készítménnel való összehasonlítás: a vzsgált anag mlen mennsége ad uganakkora hatást, mnt
Részletesebben1. melléklet A ciklodextrin hatásának jellemzése mikroorganizmusok szaporodására Murányi Attila
1. melléklet A ciklodextrin hatásának jellemzése mikroorganizmusok szaporodására Murányi Attila Bevezetés... 1 A kutatás hipotézise... 2 A kutatás célja... 2 Az alkalmazott mikroorganizmusok... 3 Kísérleti
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Correlation & Regression
Correlation & Regression Types of dependence association between nominal data mixed between a nominal and a ratio data correlation among ratio data Correlation describes the strength of a relationship,
RészletesebbenA JOHNSON NEYMAN-MÓDSZER BEMUTATÁSA ÉS ALKALMAZÁSA
MÓDSZERTANI TANULMÁNYOK A JOHNSON NEYMAN-MÓDSZER BEMUTATÁSA ÉS ALKALMAZÁSA A Johnson Neyman-módszer bemutatását és használatának elméleti és konkrét példákkal történő megismertetését elsősorban azok az
Részletesebben2 p típusú teljes faktoros kísérleti tervek. Kísérlettervezés. Mit akarunk megtudni? mátrix-terv. a változók egyenkénti változtatása. x 3 x 2.
Kísérlettervezés Mit akarunk megtudni? 8 6 4 Y = β + β x + β x +... + β p x p p típusú teljes faktoros kísérleti tervek 4. 7 5 8 x 3 x 3. 6 3. x 3 x 4 x. x a) b) a változók egyenkénti változtatása mátrix-terv
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
RészletesebbenMinőségjavító kísérlettervezés TAGUCHI ÉS SHAININ
Minőségjavító kísérlettervezés TAGUCHI ÉS SHAININ 1 Taguchi módszere a minőség kísérletes javítására 1. példa Ina Tile: sok a selejt a kemence különböző pontjain a hőmérséklet nem azonos A kemence áttervezése
RészletesebbenSupporting Information
Supporting Information Cell-free GFP simulations Cell-free simulations of degfp production were consistent with experimental measurements (Fig. S1). Dual emmission GFP was produced under a P70a promoter
RészletesebbenGyőrBike a győri közösségi bérkerékpár rendszer első éve
GyőrBike a győri közösségi bérkerékpár rendszer első éve Magyar Urbanisztikai Társaság Győr-Moson-Sopron megyei csoportja MTA KRTK RKI Nyugat-magyarországi Tudományos Osztály Smart City rendezvénysorozat
RészletesebbenSPSS ÉS STATISZTIKAI ALAPOK II.
SPSS ÉS STATISZTIKAI ALAPOK II. Bevezetés A második negyedéves anyag alapvetően olyan statisztikai elemzéseket tartalmaz, amelyek átlagok összehasonlítására alkalmasak. Tipikus kérdések: 1) Intelligensebbek-e
Részletesebben4. példa: részfaktorterv+fold-over, centrumponttal
4. példa: 7-4 részfaktorterv+fold-over, centrumponttal A kísérletek célja egy speciális anyag optimális előállítási körülményeinek meghatározása volt. A célfüggvény a kihozatal %, melynek maimális értékét
Részletesebben[Biomatematika 2] Orvosi biometria. Visegrády Balázs
[Biomatematika 2] Orvosi biometria Visegrády Balázs 2016. 03. 27. Probléma: Klinikai vizsgálatban három különböző antiaritmiás gyógyszert (ß-blokkoló) alkalmaznak, hogy kipróbálják hatásukat a szívműködés
RészletesebbenGazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Logistic regression. Quantitative Statistical Methods. Dr.
Logistic regression Quantitative Statistical Methods Dr. Szilágyi Roland Dependent (y) Quantit ative Qualitative Gazdaságtudományi Kar Connection Analysis Qualitative Independent variable() Quantitative
RészletesebbenA Hat Szigma bevezetésének tapasztalatai a Siemens Erőműtechnika Kft-nél
A Hat Szigma bevezetésének tapasztalatai a Siemens Erőműtechnika Kft-nél Sebestyén László 2004. november 16. Rekord nyereséget jelentett a Siemens 2004. november 11. csütörtök, 16:10 Szeptemberben végződött
RészletesebbenGyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Lineáris regresszió, ismétlés nélküli mérések
Gakorló feladatok a Kísérletek tervezése és értékelése c. tárgból Lneárs regresszó, smétlés nélkül mérések 1. példa Az alább táblázat eg kalbrácós egenes felvételekor mért adatokat tartalmazza: x 1.8 3
RészletesebbenLogisztikus regresszió október 27.
Logisztikus regresszió 2017. október 27. Néhány példa Mi a valószínűsége egy adott betegségnek a páciens bizonyos megfigyelt jellemzői (pl. nem, életkor, laboreredmények, BMI stb.) alapján? Mely genetikai
Részletesebbeny ij e ij BIOMETRIA let A variancia-anal telei Alapfogalmak 2. Alapfogalmak 1. ahol: 7. Előad Variancia-anal Lineáris modell ltozó bontását t jelenti.
Elmélet let BIOMETRIA 7. Előad adás Variancia-anal Lineáris modellek A magyarázat a függf ggő változó teljes heterogenitásának nak két k t részre r bontását t jelenti. A teljes heterogenitás s egyik része
RészletesebbenKabos Sándor. Térben autokorrelált adatrendszerek
Kabos Sándor Térben autokorrelált adatrendszerek elemzése Összefoglalás az előadás példákon szemlélteti a térben autokorrelált adatok blokkosításának és összefüggésvizsgálatának jellemző tulajdonságait.
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
RészletesebbenMagyarországon személysérüléses közúti közlekedési balesetek okozóik és abból alkoholos állapotban lévők szerinti elemzése. Rezsabek Tamás GSZDI
Magyarországon személysérüléses közúti közlekedési balesetek okozóik és abból alkoholos állapotban lévők szerinti elemzése Rezsabek Tamás GSZDI Anyag és módszer Központi Statisztikai Hivatalának adatai
RészletesebbenA problémamegoldás lépései
A problémamegoldás lépései A cél kitűzése, a csoportmunka megkezdése egy vagy többféle mennyiség mérése, műszaki-gazdasági (például minőségi) problémák, megoldás célszerűen csoport- (team-) munkában, külső
Részletesebben1. (Sugár Szarvas fgy., 186. o. S13. feladat) Egy antikvárium könyvaukcióján árverésre került. = x = 6, y = 12. s y y = 1.8s x.
. Sugár Szarvas fgy., 86. o. S3. feladat Egy antikvárium könyvaukcióján árverésre került 9 könyv licitálási adatai alapján vizsgáljuk a könyvek kikiáltási és ún. leütési ára ezerft közötti sztochasztikus
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
RészletesebbenX PMS 2007 adatgyűjtés eredményeinek bemutatása X PMS ADATGYŰJTÉS
X PMS ADATGYŰJTÉS 2007 1 Tartalom Összefoglalás...3 A kutatásba beválasztott betegek életkora... 4 A kutatásba bevont betegek nem szerinti megoszlása... 5 Az adatgyűjtés során feltárt diagnózisok megoszlása...
RészletesebbenNem. 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
RészletesebbenIdősoros elemzés. Ferenci Tamás, ft604@hszk.bme.hu 2009. január 7.
Idősoros elemzés Ferenci Tamás, ft604@hszk.bme.hu 2009. január 7. A felhasznált adatbázisról Elemzésemhez a tanszéki honlapon rendelkezésre bocsátott TimeSeries.xls idősoros adatgyűjtemény egyik idősorát,
RészletesebbenVarianciaanalízis 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
RészletesebbenIdősoros elemzés minta
Idősoros elemzés minta Ferenci Tamás, tamas.ferenci@medstat.hu A felhasznált adatbázisról Elemzésemhez a francia frank árfolyamának 1986.01.03. és 1993.12.31. közötti értékeit használtam fel, mely idősorban
RészletesebbenMiért akartunk új könyvet írni?
Miért akartunk új könyvet írni? Kemény Sándor Budapesti Műszaki és Közgazdaságtudományi Egyetem, Kémiai és Környezeti Folyamatmérnöki Tanszék Szerzőtársak: Deák András, Lakné Komka Kinga, Kunovszki Péter
RészletesebbenKrónikus gyártási problémák (minőségi hibák) okainak felderítésére. Sajátossága: clue generation, hagyjuk az alkatrészeket beszélni
Shainin-kísérlettervezés Sokváltozós Alkatrész- Páronkénti diagram keresés összehasonlítás Változók keresése Teljes faktoros tervek B/C összehasonlítás Kétváltozós ábrázolás 105 Krónikus gyártási problémák
RészletesebbenBevezetés 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
RészletesebbenVálasztási modellek 3
Választási modellek 3 Prileszky István Doktori Iskola 2018 http://www.sze.hu/~prile Forrás: A Self Instructing Course in Mode Choice Modeling: Multinomial and Nested Logit Models Prepared For U.S. Department
RészletesebbenMiskolci 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
RészletesebbenA biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet
A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html
RészletesebbenIndependent Samples Test Levene's Test for Equality of t-test for Equality of Means. Mean. Difference
1. számú melléklet. Hallgatói eredmények táblázatai Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means Mean Std. Error 95% Confidence Interval of the Difference
Részletesebben2012. április 18. Varianciaanaĺızis
2012. április 18. Varianciaanaĺızis Varianciaanaĺızis (analysis of variance, ANOVA) Ismételt méréses ANOVA Kérdések: (1) van-e különbség a csoportok között (t-próba általánosítása), (2) van-e hatása a
RészletesebbenSzıdy Noémi Fekete Öves Tóth Csaba László Fekete Öves április 12.
Six Sigma Workshop Szıdy Noémi Fekete Öves Tóth Csaba László Fekete Öves 202. április 2. . Példa Ön egy biztonságtechnikai terméket gyárt, szerel össze. A készterméket vevıje külföldrıl, on-line ellenırzi.
RészletesebbenDr. 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
RészletesebbenBiometria az orvosi gyakorlatban. Regresszió Túlélésanalízis
SZDT-09 p. 1/36 Biometria az orvosi gyakorlatban Regresszió Túlélésanalízis Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Logisztikus regresszió
RészletesebbenKerékpáros közösségi kölcsönző rendszer működésének szabályszerűségei
Kerékpáros közösségi kölcsönző rendszer működésének szabályszerűségei MRTT XV. Vándorgyűlés MRTT XV. Vándorgyűlés Mosonmagyaróvár 2017. okt. 19-20. Önálló kerékpárflotta - smart A közösségi kerékpárrendszerekről
RészletesebbenPDF created with FinePrint pdffactory Pro trial version Adott egy X folytonos változó, ami normális eloszlású.
Á dott egy X folytonos változó, ami normális eloszlású. X ( µ,σ ) dottak ezen kívül az Y,Y,,Y k diszkrét változók (faktorok) total H 0 : X - re nincs hatással Y Q = Q + Q +... + Q + Q + Q3 +... + Q k hiba
RészletesebbenFényderítő hatású-e a megélt tapasztalat a kimenetelre?
Fényderítő hatású-e a megélt tapasztalat a kimenetelre? Szerzők: Kovács Árpád Ferenc 1, Perényi Anett Anna 1, Fülöp Zsolt Zoltán 2 Témavezető: Dr. Kovács Judit 3 1 ÁOK VI., Marosvásárhelyi Orvosi és Gyógyszerészeti
RészletesebbenRegresszió 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
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
RészletesebbenGyakorlat: Sztochasztikus idősor-elemzés alapfogalmai II. Egységgyök-folyamatok és tesztek. Dr. Dombi Ákos
Gyakorlat: Sztochasztikus idősor-elemzés alapfogalmai II. Egységgyök-folyamatok és tesztek Dr. Dombi Ákos (dombi@finance.bme.hu) ESETTANULMÁNY 1. Feladat: OTP részvény átlagárfolyamának (Y=AtlAr) stacionaritás
RészletesebbenStatisztika II előadáslapok. 2003/4. tanév, II. félév
Statisztika II előadáslapok 3/4 tanév, II félév BECSLÉS ÉS HIPOTÉZISVIZSGÁLAT Egyik konzervgyár vágott zöldbabot exportál A szabvány szerint az üvegek nettó töltősúlyának az átlaga 3 g, a szórása 5 g Az
RészletesebbenVARIANCIAANALÍZIS (ANOVA) véletlen faktorok esetén
VRINCINLÍZI (NOV) véletlen faktorok eetén Varancakomponen-elemzé BIOMETRI_NOV_3 1 Rögzített faktorok: znteket a kíérletekhez megválazthatuk é beállíthatuk. Kérdé: van-e különbég a faktor különböző znte
RészletesebbenÚJDONSÁGOK A MINITAB STATISZTIKAI SZOFTVER ÚJ KIADÁSÁNÁL (MINITAB 18)
ÚJDONSÁGOK A MINITAB STATISZTIKAI SZOFTVER ÚJ KIADÁSÁNÁL (MINITAB 18) Előadó: Lakat Károly, L.K. Quality Bt. 2017 szeptember 27 EOQ MNB Szakbizottsági ülés Minitab 18 újdonságai Session ablak megújítása
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
RészletesebbenSTATISZTIKA. Fogalom. A standard lineáris regressziós modell mátrixalgebrai jelölése. A standard lineáris modell. Eredménytáblázat
Fogalom STATISZTIKA 8 Előadás Többszörös lineáris regresszió Egy jelenség vizsgálata során általában az adott jelenséget több tényező befolyásolja, vagyis többnyire nem elegendő a kétváltozós modell elemzése
RészletesebbenStandardizálás, transzformációk
Standardizálás, transzformációk A transzformációk ugynúgy mennek, mint egyváltozós esetben. Itt még fontosabbak a linearitás miatt. Standardizálás átskálázás. Centrálás: kivonjuk minden változó átlagát,
RészletesebbenAdatok 2 dimenzio s megjelení te se STATISTICA 10 programcsomagban
Adatok 2 dimenzio s megjelení te se STATISTICA 10 programcsomagban 2D kezdő ablak Graph Galery gomb: - Lehetővé teszi a különböző gráfok közti váltást a lehető legegyszerűbb módon. Case Weight gomb: -
RészletesebbenBiostatisztika Hipotézisvizsgálatok, egy- és kétoldalas próbák, statisztikai hibák, ANOVA
Biostatisztika Hipotézisvizsgálatok, egy- és kétoldalas próbák, statisztikai hibák, ANOVA Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet Hipotézisvizsgálatok A hipotézisvizsgálat
Részletesebbeny ij e ij STATISZTIKA let A variancia-anal telei Alapfogalmak 2. Alapfogalmak 1. ahol: 12. Előad Variancia-anal Lineáris modell ltozó
Elmélet let STATISZTIKA 12. Előad adás Vaiancia-anal analízis Lineáis modellek A magyaázat a függf ggő változó teljes heteogenitásának nak két k t észe bontását t jelenti. A teljes heteogenitás s egyik
RészletesebbenFeltesszük, 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
RészletesebbenKorreláció, regresszió. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet
Korreláció, regresszió Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet Két folytonos változó közötti kapcsolat Tegyük fel, hogy 6 hallgató a következő válaszokat adta egy felmérés
RészletesebbenLogisztikus regresszió
Logisztikus regresszió Bekövetkezés esélye Valószínűség (P): 0 és 1 közötti valós szám, az esemény bekövetkezésének esélyét fejezi ki. Fej dobásának esélye: 1:2 = 1 2 = 0,5. Odds/esélyérték (O): a tét
Részletesebbenπ = P(y bekövetkezik)
Biomatematika (SZIE ÁOTK, 2011. tavasz) 1 A logit modell (=logisztikus regresszió) Ha a függő változó (y ) dichotom (=két lehetséges értéke van, pl. túlélés-halál, siker-kudarc stb.), akkor általában azt
RészletesebbenVariancia-analízis (ANOVA) Mekkora a tévedés esélye? A tévedés esélye Miért nem csinálunk kétmintás t-próbákat?
Varanca-analízs (NOV Mért nem csnálunk kétmntás t-próbákat? B Van különbség a csoportok között? Nncs, az eltérés csak véletlen! Ez a nullhpotézs. és B nncs különbség Legyen, B és C 3 csoport! B és C nncs
RészletesebbenFogalom STATISZTIKA. Alkalmazhatósági feltételek. A standard lineáris modell. Projekciós mátrix, P
Fogalom STATISZTIKA 8 Előadás Többszörös lineáris regresszió Egy jelenség vizsgálata során általában az adott jelenséget több tényező befolyásolja, vagyis többnyire nem elegendő a kétváltozós modell elemzése
RészletesebbenTöbb valószínűségi változó együttes eloszlása, korreláció
Tartalomjegzék Előszó... 6 I. Valószínűségelméleti és matematikai statisztikai alapok... 8 1. A szükséges valószínűségelméleti és matematikai statisztikai alapismeretek összefoglalása... 8 1.1. Alapfogalmak...
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
RészletesebbenAz önkormányzati beruházási hajlandóság becslése a magyar kistelepülések körében OTKA KUTATÁS. A kutatást lezáró beszámoló
Az önkormányzati beruházási hajlandóság becslése a magyar kistelepülések körében OTKA KUTATÁS 77871 A kutatást lezáró beszámoló A projekt legtöbb feladatát 2009-ben végzem el. Miután 2009 április és május
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
RészletesebbenMinitab 18 eszköztára
Asszisztens (Assistant) Mérőrendszerelemzés (Measurement systems analysis) Képességvizsgálat (Capability analysis) Grafikus elemzés (Graphical analysis) Hipotézispróbák (Hypothesis tests) Regresszió (Regression)
RészletesebbenMiért akartunk új könyvet írni?
Miért akartunk új könyvet írni? Kemény Sándor Budapesti Műszaki és Közgazdaságtudományi Egyetem, Kémiai és Környezeti Folyamatmérnöki Tanszék Szerzőtársak: Deák András, Lakné Komka Kinga, Kunovszki Péter
RészletesebbenGeokémia gyakorlat. 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek. Geológus szakirány (BSc) Dr. Lukács Réka
Geokémia gyakorlat 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek Geológus szakirány (BSc) Dr. Lukács Réka MTA-ELTE Vulkanológiai Kutatócsoport e-mail: reka.harangi@gmail.com ALAPFOGALMAK:
Részletesebben