Bevezetés az SPSS program statisztikai alapjaiba. Előadó: Dr. Balogh Péter

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Bevezetés az SPSS program statisztikai alapjaiba. Előadó: Dr. Balogh Péter"

Átírás

1 Bevezetés az SPSS program statisztikai Előadó: Dr Balogh Péter

2 A statisztika olyan tudomány, amely adatok összegyűjtésével, rendszerezésével és értelmezésével foglalkozik abból a célból, hogy valamilyen a valós életben felmerült kérdésre választ találjon Az áremelkedés hatására csökken-e a kereslet? A többféle tanítási módszer közül melyik a legjobb?

3 A banki alapkamat-csökkentés hatására megnő-e e a vállalkozói kedv a befektetésekre? Kimutatható, hogy 1 %-kal% nőtt országosan a befektetések nagysága Ez ténylegesen a kamatcsökkentés eredményének köszönhető-e? e? Mi okozhatta volna, ha csak 0,5 %-os emelkedés következik be a befektetésekben? Mi történt volna, ha nem történik kamatcsökkentés?

4 20 hízóval hagyományos tápsort, másik 20 hízóval egy új tápsort etettek A hízlalás végén megmérték a napi átlagos súlygyarapodást mindkét csoportban Az egyik esetben 550 gramm volt, a másik csoportnál ez 620 grammnak adódott Bizonyítja-e ez azt, hogy a növekedés nagyobb az új tápsor hatására?

5 A statisztikának két jól elkülöníthető része van: (1) leíró és (2) induktív statisztika A leíró statisztika olyan módszerek összefoglaló elnevezése, amely az összegyűjtött adatok leírására szolgál

6 Példa: Az Általános Mezőgazdasági Összeírás esetén minden mezőgazdasági termelőnek felveszik az adatait Ha több millió adatot elénk tesznek, azzal semmire sem megyünk Ezt az adathalmazt sűrített formában ábrázoljuk: grafikonok, átlagok és egyéb statisztikai mutatók segítségével

7 Az induktív statisztika olyan módszerek összefoglaló elnevezése, amelyeket arra használnak, hogy egy minta alapján következtessenek a populáció tulajdonságaira Példa: Minőség-ellenőrzés, választás előtti közvélemény-kutatás

8 POPULÁCIÓ: A vizsgálat tárgyát képező egyedek összessége (alapsokaság) MINTA: A populációból a vizsgálat céljára kiválasztott egyedek összessége (a populáció egy részhalmaza) A KÉRDÉS: Az átlagbérek növekedése valójában fogyasztás növekedést okoz-e? KÖVETKEZTETÉS: A megválaszolandó kérdés szempontjából mit mond számunkra a minta az egész populációra?

9 A minta Miért van szükségünk mintára? Miért nem vizsgáljuk a teljes populációt? 1) Túl költséges, és időigényes 2) Nem érhető el az összes egyed 3) A kísérlet rongálhatja, vagy megsemmisítheti az egyedeket

10 A mintával szemben elvárjuk, hogy reprezentálja a teljes populáció tulajdonságait, hiszen csak így lehet korrekt következtetéseket levonni a vizsgálat eredményeiből A minta akkor lesz a legnagyobb valószínűséggel megfelelő, ha a mintaelemeket véletlenszerűen válogatjuk ki a teljes populációból, mert így kerülhet a populáció minden tagja egyforma valószínűséggel a mintába

11 Az adatok A mintabeli egyedekről a vizsgálat során adatokat gyűjtünk Két fő adattípust különböztetünk meg: 1 Kvalitatív adatok: Ezek nem fejezhetők ki mennyiségekként, inkább kategóriák: gépjármű típusa, vallási felekezet, vállalkozás formája, szem színe, pártállás

12 1 Kvantitatív adatok: Ezek valamilyen mérés eredményei (mennyiségek) árbevétel, alapterület, hengerűrtartalom, létszám, fizetés

13 A kvantitatív adatok kétfélék lehetnek: 1) Folytonosak (a mérési skála egy intervallum) hőmérséklet lehullt csapadékmennyiség egy adott napon

14 A kvantitatív adatok kétfélék lehetnek: 2) Diszkrétek (a mérhető értékek a számegyenes izolált pontjai) a foglalkoztatottak létszáma, a vállalat gépjárműveinek száma

15 Az adatok másik csoportosítási lehetősége: 1 Forrásadat 2 Származtatott adat 3 Hiányzó adat 4 Becsült adat

16 Forrás adat Az adatgyűjtésből, felmérésből, mérésből származó adat Ezeket az adatokat a rendelkezésre álló adatokból függvénykapcsolatok segítségével nem lehet előállítani Például: név, születési dátum, stb

17 1 Az 2 Például: Származtatott adat azonos esethez tartozó több más változó komponensekből számoljuk ki valamilyen algoritmussal a kezdő és a jelenlegi fizetésből a fizetésnövekedés számolható ki

18 1 Akkor 2 Például Hiányzó adat keletkezhet, ha nem áll rendelkezésünkre forrásadat, vagy származtatott adat (például a nullával való osztás, vagy negatív számból való négyzetgyökvonás miatt nem képezhető) Az adathiányt jelöljük a következő speciális karakterrel:, a kartonról nem jól olvasható egy dolgozó születési dátuma, vagy a dolgozó egyszerűen megtagadta az adat közlését, például nemzetiség esetén

19 1 Akkor 2 Például Becsült adat keletkezik, ha a változó többi adatából valamilyen statisztikai eljárással a hiányzó adatot kipótoljuk Lehet ez a többi adat átlaga, vagy a többi adat eloszlásának megfelelő véletlenszerű generálás eredménye ha egy dolgozónál hiányzik a kezdő fizetés adata, akkor az azonos korú, azonos iskolai végzettségű és hasonló beosztású dolgozók kezdő fizetésének átlagaiból becsülhetjük

20 Adatszerzési módok Adatszerzés Teljes körű Részleges Kísérletek Repr megfigyelés Egyéb Véletlen kiválasztás Nem véletlen kiválasztás

21 Mérési skálák Nominális (kategoriális) mérési szint a legegyszerűbb és a legkevésbé informatív mérési skála Ebben az esetben az adat csupán az eset azonosítására, vagy valamilyen kategóriához tartozás azonosítására szolgál (pl növényevő ill húsevő állatok) A változók értékei kategóriákba vannak sorolva, közöttük nem feltétlenül van bármilyen viszony Például: név, törzsszám, nemzetiség, nem, családi állapot

22 Mérési skálák Ordinális (sorrendi) mérési szint esetén a skálaértékek egyezősége vagy különbözősége mellett az értékek sorrendiségét is figyelembe vehetjük Ordinális az adat, ha az adatok között erős sorrend azaz rendezettség létesíthető Azaz, ha bármely két adat közül meg tudjuk mondani, hogy ők egyenlők, vagy valamelyik nagyobb Például az iskolai végzettség, vagy skálák: nagyon nem tetszik, nem tetszik,

23 Mérési skálák Intervallum (különbségi) az adat, ha rendezett, és értékkészlet egy intervallum, de nincsen origó, vagyis az adatok viszonylagosak Például a fizetésnövekedés adat %-ban kifejezve ilyen, hiszen egy 10%-os fizetésemelés egy alacsony fizetésű dolgozónál kisebb lehet, mint egy 1%-os fizetésemelés egy kiemelt fizetéssel rendelkező dolgozónál További példa: IQ, hőmérséklet

24 Mérési skálák Arányskála (abszolút skála): a legtöbb információt adja Arány az adat, ha valós számérték és ismert az origó, a viszonyítási alap Például a kezdő- és jelenlegi fizetés, testsúly

25

26 Példa: 1 Nem 2 Név 3 Legmagasabb iskolai végzettség 4 Reggel és este mért vérnyomás 6 Tájegység 8 Földkategória Ordinális Nominális 5 Kezdő és jelenlegi fizetés Nominális A r á n y Nominális Arány Ordinális 7 Saját terület (ha) Arány 9 Erőgépek száma Intervallum

27 Mezőgazdasági vállalkozások adatai (kivonat) Gazdaság Tájegység Saját terület ha Bérelt terület ha Bérleti díj Ft/ha 0 C Föld- kategó ria Maxi- mum hőmérséklet Erőgépek száma Sertés db Hízóérté- kesítés ben t 1 Hajdúság , B-A-Z megye , Hajdúság , , ,5 7 Dél-Alföldld , ,84 8 B-A-Z megye , Szabolcs- Szatmár- Bereg megye , Szabolcs- Szatmár- Bereg megye ,

28 A mezőgazdasági vállalkozások tulajdonában lévő erőgépek én elnevezésű sokaság diszkrét, álló, véges sokaságnak tekinthető A hízósertés értékesítése a 2002 évben folytonos, mozgó és véges sokaság A mezőgazdasági vállalkozások által bérelt terület nagysága én folytonos, álló, véges sokaságot képez

29 Ismérvek és mérési szintek Ismérv Változat Ismérvfajta Mérési szint Tájegység Hajdúság Térbeli Nominális/nomi nal Saját t terület ha 0 Mennyiségi/folytonos Földkategória 4 Minőségi Erőgépek száma 18 Mennyiségi/diszkr gi/diszkrét Arány/scale Ordinális/ordina l Arány/scale Maximum hőmérséklet 0 C Hízóértékesítés 2002-ben t 28,9 Mennyiségi/folytonos 397 Mennyiségi/folytonos Intervallum/scal e Arány/scale

30 Statisztikai problémák megfogalmazása

31 Idősorelemzés: Az adatmátrix: az utóbbi 10 év (N=3650) napi villamosenergia fogyasztásának adatsora

32 A felvetődő kérdések (statisztikai módszerek): [1] Milyen ciklikusság észlelhető az adatsorban? periodicitás-elemzés [2] Volt-e növekedési, vagy csökkenési tendencia? trendanalízis [3] Vannak-e hirtelen változások, töréspontok? lineáris regresszió [4] Összevetve más országok hasonló idősorával, vannak-e azonos tendenciák? homogenitásvizsgálat [5] Mi várható a jövőbeli fogyasztási adatokban, mire kell felkészülnie az áramszolgáltatónak? extrapoláció

33 Kérdőíves felmérés: Az adatmátrix: Adva van egy N elemű címhalmaz, amihez tartozó emberek halmaza a magyarországi társadalmi, gazdasági, kulturális rétegződésnek megfelelő reprezentatív minta alkotja Ez azt jelenti, hogy a mintában a korcsoportos, nem-, iskolázottsági-, foglalkoztatási- stb közel ugyanolyanok, mint a teljes 10 milliós populációban A címekre kiküldött kérdőívekben az alábbi kérdésekre kellett válaszokat adni: 1 Milyen pártra szavazott? (válaszolnia kell 10 felsorolt párt közül); 2 Mi a véleménye a NATO csatlakozásról? (1: támogatom, 2: elutasítom, 3: nincs véleményem); 3 Mi a véleménye az EU tagságról? (1: támogatom, 2: elutasítom, 3: nincs véleményem); 4 Hogyan ítéli meg az ország gazdasági helyzetét? (1: romlott; 2: javult, 3: nem változott);

34 A felvetődő kérdések (statisztikai módszerek): [1] A különböző pártokra szavazók válaszai mennyire térnek el egymástól, illetve vannak-e olyan pártok, akiknek a szavazói hasonlóan vélekednek? Többdimenziós skálázás [2] Milyen gondolkodás jellemző az egyes pártok szavazóira? Milyen az egyes pártok társadalmi beágyazottsága? Klaszterelemzés

35 Hipotéziselmélet Az adatmátrix: Egy szemészeti klinikán a páciensektől adatokat vesznek fel A páciensek olyan személyi adatain kívül, mint pl név, nem, kor, foglalkozás rögzítünk olyan adatokat is, mint a vérnyomás, súly, testmagasság, vércukor (egészségi kondíció) A szembetegség kórisméjét is tároljuk: pl csarnokvíz, éleslátás, stb

36 A felvetődő kérdések (statisztikai módszerek): [1] Van-e különbség az egyes foglalkozási (kor-, nemi-, ) csoportban egy adott szembetegség relatív gyakoriságában? Homogenitásvizsgálat [2] Van-e kapcsolat egy adott szembetegség és az egyes egészségügyi kondíciók között? Szórásanalízis

37 Közvéleménykutatás: Az adatmátrix: Egy TV csatorna kíváncsi a műsorainak nézettségére és tetszési indexére Egy N elemet tartalmazó reprezentatív mintának a következő kérdéseket tették fel: (1) Nézte-e e az adott műsor az 1,2, 10-edik héten? (2) Osztályozza le a produkciókat 1-től 1 10-ig tetszésének megfelelően (3) Ha nem nézte, mit csinált az i-edik héten? (i) nem ért rá, de nézte volna; (ii( ii) ) nem ért rá, de úgysem nézte volna; (iii( iii) ) más TV csatornát nézett abban az időben; (iiii)) időnként oda is kapcsolt (4) A kérdéses csatornát összességében tévézésének hány %-ban% nézi? stb

38 A felvetődő kérdések (statisztikai módszerek): [1] Hogyan változott a műsor nézettsége és tetszési indexe a vizsgált terminusban? Trendanalízis [2] Nézettebb-e a vizsgált műsor, mint a csatorna általában? Hipotéziselmélet [3] Melyik héten volt a legsikeresebb a műsor? Lineáris regresszió

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

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

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz

Részletesebben

Bevezetés a statisztikába

Bevezetés a statisztikába Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 9. Bevezetés a statisztikába Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date:

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

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

Részletesebben

Vargha András Károli Gáspár Református Egyetem Budapest

Vargha András Károli Gáspár Református Egyetem Budapest Vargha András Károli Gáspár Református Egyetem Budapest Kötelező irodalom a kurzushoz Vargha András: Matematikai statisztika pszichológiai, nyelvészeti és biológiai alkalmazásokkal (2. kiadás). Pólya Kiadó,

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

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

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

Részletesebben

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

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

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

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

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

Részletesebben

KÖZPONTI STATISZTIKAI HIVATAL. Szóbeli vizsgatevékenység

KÖZPONTI STATISZTIKAI HIVATAL. Szóbeli vizsgatevékenység KÖZPONTI STATISZTIKAI HIVATAL A vizsgarészhez rendelt követelménymodul azonosító száma, megnevezése: 2144-06 Statisztikai szervezői és elemzési feladatok A vizsgarészhez rendelt vizsgafeladat megnevezése:

Részletesebben

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel KUTATÁSMÓDSZERTAN 4. ELŐADÁS A minta és mintavétel 1 1. A MINTA ÉS A POPULÁCIÓ VISZONYA Populáció: tágabb halmaz, alapsokaság a vizsgálandó csoport egésze Minta: részhalmaz, az alapsokaság azon része,

Részletesebben

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

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

Részletesebben

Statisztika I. 2. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 2. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 2. előadás Előadó: Dr. Ertsey Imre Statisztikai sorok Meghatározott szempontok szerint kiválasztott két vagy több logikailag összetartozó statisztikai adat, statisztikai sort képez. általában

Részletesebben

A magyar textil- és ruhaipar 2013-ban a számok tükrében Máthé Csabáné dr.

A magyar textil- és ruhaipar 2013-ban a számok tükrében Máthé Csabáné dr. A magyar textil- és ruhaipar 2013-ban a számok tükrében Máthé Csabáné dr. A termelés és az árbevétel alakulása 2013-ban 1. táblázat a termelés változásának indexe Év 2005 2008 2009 2010 2011 2012 2013

Részletesebben

Kutatásmódszertan és prezentációkészítés

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

Részletesebben

Kutatói pályára felkészítı modul

Kutatói pályára felkészítı modul Kutatói pályára felkészítı modul Kutatói pályára felkészítı kutatási ismeretek modul Tudomáyos kutatási alapayag feldolgozása, elemzési ismeretek KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI

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

S atisztika 2. előadás

S atisztika 2. előadás Statisztika 2. előadás 4. lépés Terepmunka vagy adatgyűjtés Kutatási módszerek osztályozása Kutatási módszer Feltáró kutatás Következtető kutatás Leíró kutatás Ok-okozati kutatás Keresztmetszeti kutatás

Részletesebben

ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL. (2006. II. negyedév) Budapest, 2006. augusztus

ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL. (2006. II. negyedév) Budapest, 2006. augusztus ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL (2006. II. negyedév) Budapest, 2006. augusztus Évközi minta az egészségügyi bér- és létszámstatisztikából Vezetői összefoglaló TARTALOM Módszertan

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

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

Részletesebben

Statisztikai alapfogalmak

Statisztikai alapfogalmak i alapfogalmak statisztikai sokaság: a megfigyelés tárgyát képező egyedek összessége 2 csoportja van: álló sokaság: mindig vmiféle állapotot, állományt fejez ki, adatai egy adott időpontban értelmezhetők

Részletesebben

Mérési hibák 2006.10.04. 1

Mérési hibák 2006.10.04. 1 Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség

Részletesebben

OSAP 1626. Bér- és létszámstatisztika. szociális ágazat. Vezetõi összefoglaló

OSAP 1626. Bér- és létszámstatisztika. szociális ágazat. Vezetõi összefoglaló OSAP 1626 Bér- és létszámstatisztika szociális ágazat Vezetõi összefoglaló 2004 Egészségügyi Stratégiai Kutatóintézet Az OSAP 1626/04 nyilvántartási számú bér- és létszámstatisztika adatszolgáltatóinak

Részletesebben

Mérési adatok illesztése, korreláció, regresszió

Mérési adatok illesztése, korreláció, regresszió Mérési adatok illesztése, korreláció, regresszió Korreláció, regresszió Két változó mennyiség közötti kapcsolatot vizsgálunk. Kérdés: van-e kapcsolat két, ugyanabban az egyénben, állatban, kísérleti mintában,

Részletesebben

Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana. Domokos Tamás, módszertani igazgató

Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana. Domokos Tamás, módszertani igazgató Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana Domokos Tamás, módszertani igazgató A helyzetfeltárás célja A közösségi kezdeményezéshez kapcsolódó kutatások célja elsősorban felderítés,

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK EMELT SZINT Statisztika

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

Részletesebben

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás Matematikai alapok és valószínőségszámítás Valószínőségi eloszlások Binomiális eloszlás Bevezetés A tudományos életben megfigyeléseket teszünk, kísérleteket végzünk. Ezek többféle különbözı eredményre

Részletesebben

Magyarország növekedési kilátásai A magyarországi vállalatok lehetőségei és problémái MTA KRTK KTI workshop

Magyarország növekedési kilátásai A magyarországi vállalatok lehetőségei és problémái MTA KRTK KTI workshop Magyarország növekedési kilátásai A magyarországi vállalatok lehetőségei és problémái MTA KRTK KTI workshop Prof. Dr. Szerb László egyetemi tanár Pécsi Tudományegyetem Közgazdaságtudományi Kar Helyzetkép

Részletesebben

OSAP Bér- és létszámstatisztika. Vezetõi összefoglaló

OSAP Bér- és létszámstatisztika. Vezetõi összefoglaló OSAP 1626 Bér- és létszámstatisztika Vezetõi összefoglaló 2003 Egészségügyi Stratégiai Kutatóintézet Vezetői összefoglaló Az OSAP 1626/02 nyilvántartási számú bérstatisztika adatszolgáltatóinak köre a

Részletesebben

OSAP 1626. Bér- és létszámstatisztika. Egészségügyi ágazat. Vezetõi összefoglaló

OSAP 1626. Bér- és létszámstatisztika. Egészségügyi ágazat. Vezetõi összefoglaló OSAP 1626 Bér- és létszámstatisztika Egészségügyi ágazat Vezetõi összefoglaló 2004 Egészségügyi Stratégiai Kutatóintézet Az OSAP 1626/04 nyilvántartási számú bér- és létszámstatisztika adatszolgáltatóinak

Részletesebben

ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL. (2004. II. negyedév) Budapest, 2004. október

ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL. (2004. II. negyedév) Budapest, 2004. október ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL (2004. II. negyedév) Budapest, 2004. október Évközi minta az egészségügyi bér- és létszámstatisztikából Vezet i összefoglaló Módszertan Táblázatok:

Részletesebben

SULINOVA PROGRAMTANTERVÉHEZ ILLESZKEDŐ TANMENET 9. ÉVFOLYAM SZÁMÁRA

SULINOVA PROGRAMTANTERVÉHEZ ILLESZKEDŐ TANMENET 9. ÉVFOLYAM SZÁMÁRA 1 SULINOVA PROGRAMTANTERVÉHEZ ILLESZKEDŐ TANMENET 9. ÉVFOLYAM SZÁMÁRA Heti óraszám: 3 Éves óraszám: 37 x 3 = 111 A tanmenet 101 óra beosztását tartalmazza. A dolgozatok írása és javítása 10 órát foglal

Részletesebben

ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL. (2010. II. negyedév) Budapest, 2010. október

ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL. (2010. II. negyedév) Budapest, 2010. október ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL (2010. II. negyedév) Budapest, 2010. október Évközi minta az egészségügyi bér- és létszámstatisztikából Vezetői összefoglaló Módszertan Táblázatok:

Részletesebben

Statisztika 3. Dr Gősi Zsuzsanna Egyetemi adjunktus Koncentráció mérése Koncentráció általában a jelenségek tömörülését, összpontosulását értjük. Koncentráció meglétéről gyorsan tájékozódhatunk, ha sokaságot

Részletesebben

MINTAFELADATOK. 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti:

MINTAFELADATOK. 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti: 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti: 100% 90% 80% 70% 60% 50% 2010 2011 40% 30% 20% 10% 0% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% a) Nevezze

Részletesebben

Statisztika I. 13. előadás Idősorok elemzése. Előadó: Dr. Ertsey Imre

Statisztika I. 13. előadás Idősorok elemzése. Előadó: Dr. Ertsey Imre Statisztika I. 13. előadás Idősorok elemzése Előadó: Dr. Ertse Imre A társadalmi - gazdasági jelenségek időbeli alakulásának törvénszerűségeit kell vizsgálni a változás, a fejlődés tendenciáját. Ezek a

Részletesebben

ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL. (2010. III. negyedév) Budapest, 2011. január

ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL. (2010. III. negyedév) Budapest, 2011. január ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL (2010. III. negyedév) Budapest, 2011. január Évközi minta az egészségügyi bér- és létszámstatisztikából Vezetői összefoglaló Módszertan Táblázatok:

Részletesebben

Az Iránytű Intézet júniusi közvélemény-kutatásának eredményei. Iránytű Közéleti Barométer

Az Iránytű Intézet júniusi közvélemény-kutatásának eredményei. Iránytű Közéleti Barométer Az Iránytű Intézet júniusi közvélemény-kutatásának eredményei Iránytű Közéleti Barométer Kutatásunk 2000 fős reprezentatív mintára épül. A feldolgozott adatok a megyei és fővárosi nem- és korösszetétel,

Részletesebben

1. tétel. Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség.

1. tétel. Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség. 1. tétel Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség. A valószínűségszámítás tárgya: véletlen tömegjelenségek vizsgálata. véletlen: a kísérlet kimenetelét

Részletesebben

Iskolai jelentés. 10. évfolyam szövegértés

Iskolai jelentés. 10. évfolyam szövegértés 2008 Iskolai jelentés 10. évfolyam szövegértés Az elmúlt évhez hasonlóan 2008-ban iskolánk is részt vett az országos kompetenciamérésben, diákjaink matematika és szövegértés teszteket, illetve egy tanulói

Részletesebben

ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL. (2009. III. negyedév) Budapest, 2010. január

ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL. (2009. III. negyedév) Budapest, 2010. január ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL (2009. III. negyedév) Budapest, 2010. január Évközi minta az egészségügyi bér- és létszámstatisztikából Vezetői összefoglaló Módszertan Táblázatok:

Részletesebben

Microsoft Excel 2010. Gyakoriság

Microsoft Excel 2010. Gyakoriság Microsoft Excel 2010 Gyakoriság Osztályközös gyakorisági tábla Nagy számú mérési adatokat csoportokba (osztályokba) rendezése -> könnyebb áttekintés Osztályokban szereplő adatok száma: osztályokhoz tartozó

Részletesebben

A Kecskeméti Jubileum paradicsomfajta érésdinamikájának statisztikai vizsgálata

A Kecskeméti Jubileum paradicsomfajta érésdinamikájának statisztikai vizsgálata Borsa Béla FVM Mezőgazdasági Gépesítési Intézet 2100 Gödöllő, Tessedik S.u.4. Tel.: (28) 511 611 E.posta: borsa@fvmmi.hu A Kecskeméti Jubileum paradicsomfajta érésdinamikájának statisztikai vizsgálata

Részletesebben

A MIDAS_HU modell elemei és eredményei

A MIDAS_HU modell elemei és eredményei A MIDAS_HU modell elemei és eredményei Tóth Krisztián Országos Nyugdíjbiztosítási Főigazgatóság A MIDAS_HU mikroszimulációs nyugdíjmodell eredményei további tervek Workshop ONYF, 2015. május 28. MIDAS_HU

Részletesebben

Varianciaanalízis 4/24/12

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

Részletesebben

Évközi minta az egészségügyi bér- és létszámstatisztikából

Évközi minta az egészségügyi bér- és létszámstatisztikából Évközi minta az egészségügyi bér- és létszámstatisztikából 2013. I. negyedév Gyógyszerészeti és Egészségügyi Minõség- és Szervezetfejlesztési Intézet Informatikai és Rendszerelemzési Fõigazgatóság Budapest,

Részletesebben

A TANTÁRGY ADATLAPJA

A TANTÁRGY ADATLAPJA A TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babeş-Bolyai Tudományegyetem 1.2 Kar Közgazdaság- és Gazdálkodástudományi Kar 1.3 Intézet Közgazdaság- és Gazdálkodástudományi

Részletesebben

OSAP 1626. Bér- és létszámstatisztika. Egészségügyi ágazat

OSAP 1626. Bér- és létszámstatisztika. Egészségügyi ágazat OSAP 1626 Bér- és létszámstatisztika Egészségügyi ágazat Vezetõi összefoglaló Egészségügyi Stratégiai Kutatóintézet 2006 Vezetői összefoglaló Az egészségügyi ágazat létszám- és bérstatisztika (nyilvántartási

Részletesebben

A lánc viszonyszám: A lánc viszonyszám számítási képlete:

A lánc viszonyszám: A lánc viszonyszám számítási képlete: A lánc viszonyszám: Az idősor minden egyes tagját a közvetlenül megelőzővel osztjuk, vagyis az idősor első évének, vagy időszakának láncviszonyszáma nem számítható. A lánc viszonyszám számítási képlete:

Részletesebben

ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL. (2008. II. negyedév) Budapest, 2008. augusztus

ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL. (2008. II. negyedév) Budapest, 2008. augusztus ÉVKÖZI MINTA AZ EGÉSZSÉGÜGYI BÉR- ÉS LÉTSZÁMSTATISZTIKÁBÓL (2008. II. negyedév) Budapest, 2008. augusztus Évközi minta az egészségügyi bér- és létszámstatisztikából Vezetői összefoglaló Módszertan Táblázatok:

Részletesebben

Matematika feladatbank I. Statisztika. és feladatgyűjtemény középiskolásoknak

Matematika feladatbank I. Statisztika. és feladatgyűjtemény középiskolásoknak Matematika feladatbank I. Statisztika Elméleti összefoglaló és feladatgyűjtemény középiskolásoknak ÍRTA ÉS ÖSSZEÁLLÍTOTTA: Dugasz János 2011 Fapadoskonyv.hu Kft. Dugasz János Tartalom Bevezető 7 Adatok

Részletesebben

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 6. MA3-6 modul. A statisztika alapfogalmai

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 6. MA3-6 modul. A statisztika alapfogalmai Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 6. MA3-6 modul A statisztika alapfogalmai SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról szóló 1999.

Részletesebben

A gyakorló feladatok számozása a bevezetı órát követı órán, azaz a második órán indul. Gyakorló feladatok megoldásai 1

A gyakorló feladatok számozása a bevezetı órát követı órán, azaz a második órán indul. Gyakorló feladatok megoldásai 1 A gyakorló feladatok számozása a bevezetı órát követı órán, azaz a második órán indul. Gyakorló feladatok megoldásai 1 1. A populációt a számunkra érdekes egységek (személyek, csalások, iskolák stb.) alkotják,

Részletesebben

11.3. A készségek és a munkával kapcsolatos egészségi állapot

11.3. A készségek és a munkával kapcsolatos egészségi állapot 11.3. A készségek és a munkával kapcsolatos egészségi állapot Egy, a munkához kapcsolódó egészségi állapot változó ugyancsak bevezetésre került a látens osztályozási elemzés (Latent Class Analysis) használata

Részletesebben

Dr. Király István Igazságügyi szakértő Varga Zoltán Igazságügyi szakértő Dr. Marosán Miklós Igazságügyi szakértő

Dr. Király István Igazságügyi szakértő Varga Zoltán Igazságügyi szakértő Dr. Marosán Miklós Igazságügyi szakértő Dr. Király István Igazságügyi szakértő Varga Zoltán Igazságügyi szakértő Dr. Marosán Miklós Igazságügyi szakértő Mintaterületek kijelölésének javasolt módjai kapás sortávú növényekre Miért is kell mintatér?

Részletesebben

Jelentés az egészségügyi magánszféráról 2004 II. negyedév

Jelentés az egészségügyi magánszféráról 2004 II. negyedév Jelentés az egészségügyi magánszféráról 2004 II. negyedév Budapest, 2004. október vállalkozások változatlan pesszimizmus A GKI-EKI Egészségügykutató Intézet Kft. 2002 óta végzi az egészségügyben működő

Részletesebben

6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének

6. Függvények. Legyen függvény és nem üreshalmaz. A függvényt az f K-ra való kiterjesztésének 6. Függvények I. Elméleti összefoglaló A függvény fogalma, értelmezési tartomány, képhalmaz, értékkészlet Legyen az A és B halmaz egyike sem üreshalmaz. Ha az A halmaz minden egyes eleméhez hozzárendeljük

Részletesebben

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra Vörös Zsuzsanna NÉBIH RFI tervezési referens 2013. április 17. Egy kis felmérés nem kor Következtetések: 1. a jelenlevők nemi megoszlása:

Részletesebben

OSAP 1626. Bér- és létszámstatisztika. Egészségügyi ágazat

OSAP 1626. Bér- és létszámstatisztika. Egészségügyi ágazat OSAP 1626 Bér- és létszámstatisztika Egészségügyi ágazat Vezetõi összefoglaló 2005 Egészségügyi Stratégiai Kutatóintézet Vezetői összefoglaló Az OSAP 1626/05 nyilvántartási számú bér- és létszámstatisztika

Részletesebben

Évközi minta az egészségügyi bér- és létszámstatisztikából

Évközi minta az egészségügyi bér- és létszámstatisztikából Évközi minta az egészségügyi bér- és létszámstatisztikából 2013. IV. negyedév Gyógyszerészeti és Egészségügyi Minõség- és Szervezetfejlesztési Intézet Informatikai és Rendszerelemzési Fõigazgatóság Budapest,

Részletesebben

Populációbecslések és monitoring

Populációbecslések és monitoring Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány

Részletesebben

Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése

Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése Pˆr( y = 1 x) ( g( ˆ β + x ˆ β ) ˆ 0 β j ) x j Marginális hatás egy megválasztott

Részletesebben

Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés. Gazdaságstatisztika KGK VMI

Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés. Gazdaságstatisztika KGK VMI Gazdaságstatisztika 2. előadás Egy ismérv szerinti rendezés Kóczy Á. László KGK VMI Áttekintés Gyakorisági sorok Grafikus ábrázolásuk Helyzetmutatók Szóródási mutatók Az aszimmetria mérőszámai Koncentráció

Részletesebben

A valós számok halmaza

A valós számok halmaza VA 1 A valós számok halmaza VA 2 A valós számok halmazának axiómarendszere és alapvető tulajdonságai Definíció Az R halmazt a valós számok halmazának nevezzük, ha teljesíti a következő axiómarendszerben

Részletesebben

Példa a report dokumentumosztály használatára

Példa a report dokumentumosztály használatára Példa a report dokumentumosztály használatára Szerző neve évszám Tartalomjegyzék 1. Valószínűségszámítás 5 1.1. Események matematikai modellezése.............. 5 1.2. A valószínűség matematikai modellezése............

Részletesebben

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

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

Részletesebben

Laboratóriumi vizsgálatok összehasonlító elemzése 2010-2013

Laboratóriumi vizsgálatok összehasonlító elemzése 2010-2013 Laboratóriumi vizsgálatok összehasonlító elemzése 2010-2013 dr. Kramer Mihály tanácsadó Magyar Diagnosztikum Gyártók és Forgalmazók Egyesülete (HIVDA) 2014.08.30 MLDT 57 Nyíregyháza 1 Célkitűzések Négy

Részletesebben

Pest megye önálló régióvá válása: a vállalkozások helyzete

Pest megye önálló régióvá válása: a vállalkozások helyzete www.pest.hu Pest önálló régióvá válása: a vállalkozások helyzete A vállalkozások számának alakulása, a megszűnő és az új cégek száma, a cégek tevékenységének típusa hatással van az adott terület foglalkoztatási

Részletesebben

Statisztikai alapfogalmak

Statisztikai alapfogalmak Statisztika I. KÉPLETEK 2011-2012-es tanév I. félév Statisztikai alapfogalmak Adatok pontossága Mért adat Abszolút hibakorlát Relatív hibakorlát Statisztikai elemzések viszonyszámokkal : a legutolsó kiírt

Részletesebben

Matematika kisérettségi I. rész 45 perc NÉV:...

Matematika kisérettségi I. rész 45 perc NÉV:... Matematika kisérettségi I. rész 45 perc NÉV:... 1. Az A halmaz elemei a háromnál nagyobb egyjegyű számok, a B halmaz elemei pedig a húsznál kisebb pozitív páratlan számok. Sorolja fel az halmaz elemeit!

Részletesebben

Segítség az outputok értelmezéséhez

Segítség az outputok értelmezéséhez Tanulni: 10.1-10.3, 10.5, 11.10. Hf: A honlapra feltett falco_exp.zip-ben lévő exploratív elemzések áttanulmányozása, érdekességek, észrevételek kigyűjtése. Segítség az outputok értelmezéséhez Leiro: Leíró

Részletesebben

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

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

Részletesebben

OKM ISKOLAI EREDMÉNYEK

OKM ISKOLAI EREDMÉNYEK OKM ISKOLAI EREDMÉNYEK Statisztikai alapfogalmak Item Statisztikai alapfogalmak Átlag Leggyakrabban: számtani átlag Egyetlen számadat jól jellemzi az eredményeket Óvatosan: elfed Statisztikai alapfogalmak

Részletesebben

Elso elemzés Example Athletic

Elso elemzés Example Athletic 50 KHz R 520 Xc 69 [Víz és BCM zsír nélkül] A mérés 11.07.2005 Ido 15:20 dátuma: Név: Example Athletic Születési dátum: 22.07.1978 Keresztnév: Kor:: 26 Év Neme: férfi Magasság: 1,70 m Mérés sz.: 1 Számított

Részletesebben

4. ábra: A GERD/GDP alakulása egyes EU tagállamokban 2000 és 2010 között (%) 1,8 1,6 1,4 1,2 1,0 0,8 0,6 0,4 0,2 2000 2001 2002 2003 Észtország Portugália 2004 2005 2006 2007 Magyarország Románia 2008

Részletesebben

A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA

A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projet eretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszéén az ELTE Közgazdaságtudományi

Részletesebben

11. Matematikai statisztika

11. Matematikai statisztika 11. Matematikai statisztika 11.1. Alapfogalmak A statisztikai minta valamely valószínűségi változóra vonatkozó véges számú független kisérlet eredménye. Ez véges sok, azonos eloszlású valószínűségi változó

Részletesebben

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2010. Június 4.

MATEMATIKA HETI 5 ÓRA. IDŐPONT: 2010. Június 4. EURÓPAI ÉRETTSÉGI 2010 MATEMATIKA HETI 5 ÓRA IDŐPONT: 2010. Június 4. A VIZSGA IDŐTARTAMA: 4 óra (240 perc) ENGEDÉLYEZETT SEGÉDESZKÖZÖK : Európai képletgyűjtemény Nem programozható, nem grafikus kalkulátor

Részletesebben

Pszichometria Szemináriumi dolgozat

Pszichometria Szemináriumi dolgozat Pszichometria Szemináriumi dolgozat 2007-2008. tanév szi félév Temperamentum and Personality Questionnaire pszichometriai mutatóinak vizsgálata Készítette: XXX 1 Reliabilitás és validitás A kérd ívek vizsgálatának

Részletesebben

1. ábra: Az egészségi állapot szubjektív jellemzése (%) 38,9 37,5 10,6 9,7. Nagyon rossz Rossz Elfogadható Jó Nagyon jó

1. ábra: Az egészségi állapot szubjektív jellemzése (%) 38,9 37,5 10,6 9,7. Nagyon rossz Rossz Elfogadható Jó Nagyon jó Fábián Gergely: Az egészségügyi állapot jellemzői - 8 A nyíregyházi lakosok egészségi állapotának feltérképezéséhez elsőként az egészségi állapot szubjektív megítélését vizsgáltuk, mivel ennek nemzetközi

Részletesebben

VÁLLALATGAZDASÁGTAN II. Döntési Alapfogalmak

VÁLLALATGAZDASÁGTAN II. Döntési Alapfogalmak Vállalkozási VÁLLALATGAZDASÁGTAN II. Tantárgyfelelős: Prof. Dr. Illés B. Csaba Előadó: Dr. Gyenge Balázs Az ökonómiai döntés fogalma Vállalat Környezet Döntések sorozata Jövő jövőre vonatkozik törekszik

Részletesebben

TÁMOP-4.2.2/B-10/1-2010-0002 Tantárgyi program (rövidített)

TÁMOP-4.2.2/B-10/1-2010-0002 Tantárgyi program (rövidített) TÁMOP-4.2.2/B-10/1-2010-0002 Tantárgyi program (rövidített) Szakkollégiumi műhely megnevezése: Meghirdetés féléve: Tantárgy/kurzus megnevezése: BGF GKZ Szakkollégiuma 2011/2012. tanév II. félév SZAKKOLLÉGIUM

Részletesebben

Készítette: Fegyverneki Sándor

Készítette: Fegyverneki Sándor VALÓSZÍNŰSÉGSZÁMÍTÁS Összefoglaló segédlet Készítette: Fegyverneki Sándor Miskolci Egyetem, 2001. i JELÖLÉSEK: N a természetes számok halmaza (pozitív egészek) R a valós számok halmaza R 2 {(x, y) x, y

Részletesebben

Jelentés az egészségügyi magánszféráról 2004 I. negyedév

Jelentés az egészségügyi magánszféráról 2004 I. negyedév Jelentés az egészségügyi magánszféráról 2004 I. negyedév Budapest, 2004. Július vállalkozások pesszimista kilátások A GKI-EKI Egészségügykutató Intézet Kft. 2002 óta végzi az egészségügyben működő vállalkozások

Részletesebben

Valószínűségszámítás és Statisztika I. zh. 2014. november 10. - MEGOLDÁS

Valószínűségszámítás és Statisztika I. zh. 2014. november 10. - MEGOLDÁS Valószínűségszámítás és Statisztika I. zh. 2014. november 10. - MEGOLDÁS 1. Kihasználva a hosszasan elhúzódó jó időt, kirándulást szeretnénk tenni az ország tíz legmagasabb csúcsa közül háromra az elkövetkezendő

Részletesebben

Egyszerű programozási tételek

Egyszerű programozási tételek Egyszerű programozási tételek 2. előadás Sergyán Szabolcs sergyan.szabolcs@nik.uni-obuda.hu Óbudai Egyetem Neumann János Informatikai Kar 2011. szeptember 15. Sergyán (OE NIK) AAO 02 2011. szeptember 15.

Részletesebben

Munkahely, megélhetőségi tervek. Szlávity Ágnes. MTT, Szabadka, 2006. február 22.

Munkahely, megélhetőségi tervek. Szlávity Ágnes. MTT, Szabadka, 2006. február 22. Munkahely, megélhetőségi tervek Szlávity Ágnes MTT, Szabadka, 2006. február 22. Tartalom Vajdaság munkaerő-piacának bemutatása A fiatalok munkaerő-piaci helyzete A magyar fiatalok továbbtanulással kapcsolatos

Részletesebben

Negyedéves tájekoztató a juttatásokról

Negyedéves tájekoztató a juttatásokról Negyedéves tájekoztató a juttatásokról Mezőgazdaság, erdészet 2010. 1. negyedév Tartalom Bevezetés Résztvevők összetétele Táblázati rész - Táblázati rész - Mezőgazdaság, erdészet 1 Táblázati rész - Mezőgazdaság,

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter. 2010. június

ELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter. 2010. június ÖKONOMETRIA ÖKONOMETRIA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az MTA

Részletesebben

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

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

Részletesebben

Végrehajtott közúti ellenőrzések száma ábra

Végrehajtott közúti ellenőrzések száma ábra Veszélyes árúk közúti szállításának ellenőrzése 28-ban A veszélyes áruk szállítása jelentőségének növekedésével, összetett kockázati viszonyaival évek óta egyre preferáltabbá válik az Európai Uniós és

Részletesebben

Centura Szövegértés Teszt

Centura Szövegértés Teszt Centura Szövegértés Teszt Megbízhatósági vizsgálata Tesztfejlesztők: Megbízhatósági vizsgálatot végezte: Copyright tulajdonos: Bóka Ferenc, Németh Bernadett, Selmeci Gábor Bodor Andrea Centura Kft. Dátum:

Részletesebben

Matematika érettségi feladatok vizsgálata egyéni elemző dolgozat

Matematika érettségi feladatok vizsgálata egyéni elemző dolgozat Szent István Egyetem Gazdaság- és Társadalomtudományi Kar Statisztika I. Matematika érettségi feladatok vizsgálata egyéni elemző dolgozat Boros Daniella OIPGB9 Kereskedelem és marketing I. évfolyam BA,

Részletesebben

A 2012 KARÁCSONYI, SZILVESZTERI IDŐSZAK HATÁSA A BUDAPESTI, ILLETVE A VIDÉKI SZÁLLODÁK TELJESÍTMÉNYÉRE

A 2012 KARÁCSONYI, SZILVESZTERI IDŐSZAK HATÁSA A BUDAPESTI, ILLETVE A VIDÉKI SZÁLLODÁK TELJESÍTMÉNYÉRE A KARÁCSONYI, SZILVESZTERI IDŐSZAK HATÁSA A BUDAPESTI, ILLETVE A VIDÉKI SZÁLLODÁK TELJESÍTMÉNYÉRE A Xellum Kft. által rendelkezésre bocsátott adatok alapján az MSZÉSZ elemzést készített arról, hogyan alakult

Részletesebben

8.3. Az Információs és Kommunikációs Technológia és az olvasás-szövegértési készség

8.3. Az Információs és Kommunikációs Technológia és az olvasás-szövegértési készség 8.3. Az Információs és Kommunikációs Technológia és az olvasás-szövegértési készség Az IALS kutatás során felmerült egyik kulcskérdés az alapkészségeknek az egyéb készségekhez, mint például az Információs

Részletesebben