Kockázatmenedzsment

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Kockázatmenedzsment"

Átírás

1 Kockázatmenedzsment Az ember olyan szelepet szeretne szerkeszteni, amelyik nem szivárog, és mindent megpróbál a kifejlesztésére. De a valóságban csak olyan szelepek vannak, amelyek szivárognak. Így el kell dönteni, hogy mekkora szivárgás engedhető meg. Arthur Rudolph Saturnus 5 rakéta tervezője 2 1

2 Témák 1) A kockázatkezelés eszközei 2) A kockázatkezelés szakmai területei 3) A kockázatelemzés nem holisztikus technikái 4) Kockázatfinanszírozás 5) Kockázati menedzsment 3 1. A kockázatkezelés eszközei Szabályozási és ellenőrzési eszközök Fizikai, technikai jellegű intézkedések Pénzügyi és üzleti eszközök Külső eszközök Személyzeti eszközök Hatósági eszközök Biztosítások 4 2

3 2. A kockázatkezelés szakmai területei Vagyonvédelem, vagyongazdálkodás Személyvédelem Információvédelem Környezetvédelem Munkahelyi egészségvédelem és munkabiztonság Informatikai rendszerek védelme Üzlet, szerződések A kockázatelemzéshez szükséges információk (belső és külső) forrásai a) Kérdőívek b) Vállalati jelentések, nyilvántartások c) Pénzügyi-gazdasági iratok, jelentések d) Belső statisztikai elemzések e) Helyszíni vizsgálatok lefolytatása f) Folyamatábrák, kockázati helyszínrajz 6 3

4 3.2. Vállalati kockázat-portfólió elemzése Kárgyakoris ág A E F B D G C Kárnagyság, hatás, terjedelem Fő kockázatok A = Gépjárműpark B = Beszállító csődje C = Részvényesek követelése D = IT hiba E = Adminisztrációs hiba F = Hűtlen kezelés G = Hibás teljesítés Nem kell azonnal beavatkozni Elemzés, értékelés Azonnali beavatkozás Kockázatelemzési technikák Statisztikai adatok felhasználása Megfelelő számú adat (tapasztalati megoszlás és kárérték; 1. és 2. táblázatok) Eloszlás jellege alapján matematika formalizált eloszlásai 8 4

5 1. táblázat Javítási költségek Előfordulás száma Százalékban (%) 0 és 100 eforint között és 200 eforint között és 300 eforint között 2 12,5 300 és 400 eforint között 2 12,5 400 eforint felett 0 0 Összesen táblázat Javítási költségek Relatív gyakoriság A tartomány középértéke (EHUF) Várható érték (EHUF) 0 és 100 eforint között 0, és 200 eforint között 200 és 300 eforint között 300 és 400 eforint között 0, , , eforint felett Összesen 1,

6 3.3. Elemzési technikák (folyt.) A kockázatelemzésben használt elméleti eloszlásokról Valószínűségi változó: káresemények száma (a), nagysága (b) és káresemények közötti időtartam (c) (a) diszkrét változó (b) és (c) folyamatos eloszlás 11 Diszkrét valószínűség-eloszlás P(X=k) 0,20 0,15 0,10 0,05 0,00 k 12 6

7 Adott intervallumba kerülés valószínűsége 13 A normális eloszlás sűrűségfüggvénye f(x) 0, , , x 14 7

8 Eloszlások jellemzése (1) 1. Módusz legvalószínűbb érték 2. Medián kisebb és nagyobb érték azonos valószínűséggel 3. Várható érték súlyozott átlag 4. Szórás 15 Eloszlások jellemzése (2) 0, f(x) 0,00002 µ=200000; σ= , ,00001 µ=150000; σ= , µ=70000; σ= x 16 8

9 Eloszlások jellemzése (3) Szimmetrikus eloszlások várható érték = medián = módusz Aszimmetrikus eloszlások módusz medián várható érték Elemzési-értékelési eljárások 1.Korrelációanalízis összefüggések erőssége 2.Regresszió-számítás összefüggés jellege 3.Idősoros elemzések jellemző (tendencia) az idő függvényében 18 9

10 Korreláció- és regresszió-elemzés Károk száma y = -9,9688x + 14,489 R 2 = 0, ,0 0,2 0,4 0,6 0,8 1,0 1,2 1,4 Prevenciós költségek aránya (%) 19 Idősor-elemzés ja n u á r á p r ilis jú liu s o k tó b e r ja n u á r á p r ilis jú liu s o k tó b e r ja n u á r á p r ilis jú liu s o k tó b e r ja n u á r á p r ilis jú liu s o k tó b e r 20 10

11 3.5. FTA-analízis (hiba-fa elemzés) Kiindulás: hibajelenségek keresik a hiba okozóit Fő logikai elem: vagy-kapuk és-kapuk (Farkas-Szabó [2005] F.3.) 21 FTAanalízis

12 FTAanalízis FTAanalízis

13 FTAanalízis FTAanalízis

14 Blokkdiagram Blokkdiagram

15 Blokkdiagram Blokkdiagram

16 Blokkdiagram Hibamód és hatáselemzés Egy alkalmas táblázat kitöltése Vizsgált rendszerelem meghatározása Lehetséges és tapasztalt hibák megadása Hiba következményeinek megadása Hiba gyakoriságának megadása Hiba összevont értékelése (pl. ötfokozatú skálán) 32 16

17 4. Kockázatfinanszírozás 4.1. Kockázatfinanszírozásról általában 4.2. A kockázatkezelési ráfordítások hatásai 4.3. A kockázatkezelés pénzügyi forrásai Kockázatfinanszírozásról általában (1.) Kockázatkezelés költség Megtérülése veszteségek csökkentése Károk, veszteségek gazdasági következményei: Többletköltség (+ráfordítás) Bevétel csökkenés 34 17

18 4.1. Kockázatfinanszírozásról általában (2.) Kockázatkezelés költségei: 1. Kockázatkezelési tevékenység költsége 2. Kockázatkezelési intézkedések költségei A ráfordítások hatásai (1.) A kockázatkezelési ráfordításoknak arányosnak kell lenniük a potenciális károkkal vagy veszteségekkel Szemléltetés grafikus módszerrel 36 18

19 4.2. A ráfordítások hatásai (2.) Kockázatkezelés költségei elfogadhatatlan intézkedések 45 A B C D elfogadható intézkedések Kockázatcsökkentő hatás A ráfordítások hatásai (3.) Azonos hatású intézkedések 1. Kockázatkezelés költségei (biztosítási díj) Önrészesedés A biztosító kockázatvállalásának felső határa A C B Gépkocsi értéke Kockázatcsökkentő hatás 38 19

20 4.2. A ráfordítások hatásai (4.) Azonos hatású intézkedések 2. Kockázatkezelés költségei (biztosítási díj) A 1 C 1 Önrészesedés (1) B 1 A 2 C 2 Önrészesedés (2) B 2 A gépkocsi értéke Kockázatcsökkentő hatás A ráfordítások hatásai (5.) Különféle intézkedések költsége és hatása Kockázatkezelés költségei Az objektum értéke A B C Kockázatcsökkentő hatás 40 20

21 4.2. A ráfordítások hatásai (6.) Két kockázatkezelési intézkedés együttes hatása Kockázatkezelés költsége A és B együtt B? A és B kockázat csökkentő hatása A Az objektum értéke Kockázatcsökkentő hatás A ráfordítások hatásai (7.) Különféle vagyonelemek arányos kockázatkezelése Ko ckázatkezelés költsége A B C Kockázatcsö kkentő hatás 42 21

22 4.3. A kockázatkezelés pénzügyi forrásai Általános költségek Tartalékok Külső források A kockázati menedzsment szervezeti megoldásai 5.1. A kockázati menedzsment folyamata 5.2. A kockázatkezelés helye a szervezetben 5.3. Szervezeti megoldások 5.4. A kockázatkezelési információáramlás 5.5. A kockázatkezelés mint szakértői tevékenység 5.6. RM dokumentáció 44 22

23 5.1. Kockázati menedzsment folyamata 1) A veszélyforrások meghatározása és elemzése 2) Intézkedési lehetőségek keresése 3) Legjobb módszerek kiválasztása 4) A kiválasztott kockázatkezelési módszerek végrehajtása 5) Monitoring, a program továbbfejlesztése A kockázatkezelés helye a szervezetben Lineáris-funkcionális szervezetek (+ staff) Törzskari elemek irányítási-utasítási jogosultsággal (pl. minőségbiztosítás) Szabványosítási törekvések (AS/NZS:1999, CAN/CSA-Q850-97, ISO ) Jogszabályok (pl. KonTrag) Ajánlások (Turnbull Report Belső audit) 46 23

24 5.2. A kockázatkezelés helye a szervezetben (1) Igazgató Törzskari egységek Termelési menedzser Marketing menedzser Gazdasági vezető A kockázatkezelés helye a szervezetben (2) 48 24

25 5.3. Szervezeti megoldások Szervezeti hatások Kockázatkezelés Funkció 1 Funkció 2 Funkció 3 Alfunkció Alfunkció Alfunkció Alfunkció Alfunkció Alfunkció Kis méretű kockázatkezelési egység felépítése Kockázatkezelési vezető Menedzser Biztonsági és megelőzési ügyek Menedzser Jogi ügyek, kártérítések, kárigények 50 25

26 Nagyobb méretű szervezeti egység felépítése Kockázatkezelési vezető Menedzser Biztosítási ügyek Menedzser Biztonsági és megelőzési ügyek Menedzser Jogi ügyek, kártérítések, kárigények Ügyintéző Biztonsági ügyintéző Üzemegészségügyi ügyintéző Ügyintéző Kockázatkezelési információáramlás Vállalkozáson belül Vállalkozáson kívül Információk a kockázatkezelő szervezet számára Információk a kockázatkezelő szervezettől I. III. II. IV

27 5.5. A kockázatkezelés mint szakértői tevékenység 1. fázis: A kezdéstől a program előkészítő döntésig 2. fázis: A program előkészítő döntéstől a program megvalósítását indító döntésig 3. fázis: A stratégiai döntések meghozatala 4. fázis: A stratégia elfogadásától a program indításáig RM dokumentáció Kézikönyv formátum Dokumentáció kezelése Helyesbítés és módosítás Felülvizsgálat rendszere 54 27

28 6. A vállalati kockázatok külső megítélése Jogszabályok és intézmények A vállalat kockázatai a befektetők szempontjából A hitelezők kockázatelemzése Öntevékeny szervezetek (pl. civil környezetvédők) 55 A pénzügyi kockázat Hitelnyújtás kockázata - hitelbiztosítás Likviditási kockázat pénzügyi menedzsment Árfolyam fedezeti ügyletek Piaci kockázat fedezeti ügyletek, opciós vásárlások Kamat kockázat szerződés, csereügyletek 56 28

29 Ha semmit nem kockáztatsz, mindent kockáztatsz. Geena Davis Köszönöm a figyelmüket! 58 29

Kockázatkezelés és biztosítás 1. konzultáció 2. rész

Kockázatkezelés és biztosítás 1. konzultáció 2. rész Kockázatkezelés és biztosítás 1. konzultáció 2. rész Témák 1) A kockázatkezelés eszközei 2) A kockázatkezelés szakmai területei 3) A kockázatelemzés nem holisztikus technikái 4) Kockázatfinanszírozás 5)

Részletesebben

Kockázatkezelés és biztosítás (1. konzultáció)

Kockázatkezelés és biztosítás (1. konzultáció) Kockázatkezelés és biztosítás (1. konzultáció) Dr. habil. Farkas Szilveszter PhD főiskolai tanár, tanszékvezető BGE, PSZK, Pénzügy Intézeti Tanszék farkas.szilveszter@uni-bge.hu, http://dr.farkasszilveszter.hu

Részletesebben

Kockázatkezelés és biztosítás elıadások 1. rész (Kockázatkezelés)

Kockázatkezelés és biztosítás elıadások 1. rész (Kockázatkezelés) Kockázatkezelés és biztosítás elıadások 1. rész (Kockázatkezelés) 2008/2009. tanév 2. félév Dr. Farkas Szilveszter egyetemi docens SZE Gazdálkodástudományi Tanszék A cselekvés minden útja kockázatos, az

Részletesebben

Kockázatkezelés és biztosítás

Kockázatkezelés és biztosítás Kockázatkezelés és biztosítás Dr. habil. Farkas Szilveszter PhD egyetemi docens, tanszékvezető Pénzügy Intézeti Tanszék A tárgy fő témái Kockázatkezelés Integrált szemlélet és módszerek Pénzügyi értékelés

Részletesebben

2014.10.09. Kockázatmenedzsment

2014.10.09. Kockázatmenedzsment Kockázatmenedzsment Dr. habil. FARKAS Szilveszter PhD, egyetemi docens, tanszékvezető Pénzügy Intézeti Tanszék farkas.szilveszter@pszfb.bgf.hu, http://dr.farkasszilveszter.hu Skype: drfarkassz Konzultáció:

Részletesebben

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1 Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában

Részletesebben

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

A kockázatkezelő feladatai az AEGON gyakorlatában Zombor Zsolt 2013. május 30.

A kockázatkezelő feladatai az AEGON gyakorlatában Zombor Zsolt 2013. május 30. A kockázatkezelő feladatai az AEGON gyakorlatában Zombor Zsolt 2013. május 30. aegon.com Védelmi vonalak Kockázat 1. védelmi vonal Mindenki (Aktuáriusok) 2. védelmi vonal Kockázatkezelés, Compliance 3.

Részletesebben

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus. Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza

Részletesebben

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika

Részletesebben

menedzsment Kovács Norbert SZE, Gazdálkodástudományi Tanszék

menedzsment Kovács Norbert SZE, Gazdálkodástudományi Tanszék 3. Elõadás Kockázatkezelés és kockázati menedzsment Kovács Norbert SZE, Gazdálkodástudományi Tanszék A kockázatkezelés (Risk Management) jelentése és célja Azt az elvi-elméleti módszert jelenti, mely a

Részletesebben

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris

Részletesebben

Működési kockázatkezelés fejlesztése a CIB Bankban. IT Kockázatkezelési konferencia 2007.09.19. Kállai Zoltán, Mogyorósi Zoltán

Működési kockázatkezelés fejlesztése a CIB Bankban. IT Kockázatkezelési konferencia 2007.09.19. Kállai Zoltán, Mogyorósi Zoltán Működési kockázatkezelés fejlesztése a CIB Bankban IT Kockázatkezelési konferencia 2007.09.19. Kállai Zoltán, Mogyorósi Zoltán 1 A Működési Kockázatkezelés eszköztára Historikus adatok gyűjtése és mennyiségi

Részletesebben

[Biomatematika 2] Orvosi biometria

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

Részletesebben

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

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

Részletesebben

2. Vizsgálati tapasztalatok Előadó: Major Antal főosztályvezető Pénzpiaci vizsgálati főosztály

2. Vizsgálati tapasztalatok Előadó: Major Antal főosztályvezető Pénzpiaci vizsgálati főosztály 2. Vizsgálati tapasztalatok Előadó: Major Antal főosztályvezető Pénzpiaci vizsgálati főosztály Budapest, 2013.05.15 Statisztika Eddig vizsgált, illetve ebben az évben vizsgálatra tervezett intézmények

Részletesebben

A valószínűségszámítás elemei

A valószínűségszámítás elemei A valószínűségszámítás elemei Kísérletsorozatban az esemény relatív gyakorisága: k/n, ahol k az esemény bekövetkezésének abszolút gyakorisága, n a kísérletek száma. Pl. Jelenség: kockadobás Megfigyelés:

Részletesebben

Kockázatkezelés és biztosítás

Kockázatkezelés és biztosítás Kockázatkezelés és biztosítás Dr. habil. Farkas Szilveszter PhD egyetemi docens, tanszékvezető Pénzügy Intézeti Tanszék Témák 1. Kockáztatott eszközök 2. Károkozó tényezők (vállalati kockázatok) 3. Holisztikus

Részletesebben

Feladatok: pontdiagram és dobozdiagram. Hogyan csináltuk?

Feladatok: pontdiagram és dobozdiagram. Hogyan csináltuk? Feladatok: pontdiagram és dobozdiagram Hogyan csináltuk? Alakmutatók: ferdeség, csúcsosság Alakmutatók a ferdeség és csúcsosság mérésére Ez eloszlás centrumát (középérték) és az adatok centrum körüli terpeszkedését

Részletesebben

A képzés elvégzése tökéletes alapot nyújt a lean menedzsment megismeréséhez is.

A képzés elvégzése tökéletes alapot nyújt a lean menedzsment megismeréséhez is. MINŐSÉGMENEDZSMENT A KÉPZÉSRŐL Minőségmenedzsment képzésünk segítségével a résztvevők az alapfogalmak megismerésén túl többek között az általános, szabványos (ISO 9000-es sorozat) és az ágazat-specifikus

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

Az Eiffel Palace esettanulmánya

Az Eiffel Palace esettanulmánya Az Eiffel Palace esettanulmánya avagy egy résfalas munkatér-határolás kivitelezői és tervezői tapasztalatai dr.deli Árpád műszaki igazgató HBM Kft., címzetes egyetemi tanár SZE 2014. november 18. SZE KOCKÁZATKEZELÉS

Részletesebben

A kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András

A kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András A kockázat fogalma A kockázat (def:) annak kifejezése, hogy valami nem kívánt hatással lesz a valaki/k értékeire, célkitűzésekre. A kockázat

Részletesebben

GRADUÁLIS BIOSTATISZTIKAI KURZUS február hó 22. Dr. Dinya Elek egyetemi docens

GRADUÁLIS BIOSTATISZTIKAI KURZUS február hó 22. Dr. Dinya Elek egyetemi docens GRADUÁLIS BIOSTATISZTIKAI KURZUS 2012. február hó 22. Dr. Dinya Elek egyetemi docens Biometria fogalma The active pursuit of biological knowledge by quantitative methods Sir R. A. Fisher, 1948 BIOMETRIA

Részletesebben

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

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

Részletesebben

II. rész: a rendszer felülvizsgálati stratégia kidolgozását támogató funkciói. Tóth László, Lenkeyné Biró Gyöngyvér, Kuczogi László

II. rész: a rendszer felülvizsgálati stratégia kidolgozását támogató funkciói. Tóth László, Lenkeyné Biró Gyöngyvér, Kuczogi László A kockázat alapú felülvizsgálati és karbantartási stratégia alkalmazása a MOL Rt.-nél megvalósuló Statikus Készülékek Állapot-felügyeleti Rendszerének kialakításában II. rész: a rendszer felülvizsgálati

Részletesebben

Az ALTERA VAGYONKEZELŐ Nyrt. kockázatkezelési irányelvei

Az ALTERA VAGYONKEZELŐ Nyrt. kockázatkezelési irányelvei Az ALTERA VAGYONKEZELŐ Nyrt. kockázatkezelési irányelvei I. A dokumentum célja és alkalmazási területe A Kockázatkezelési Irányelvek az ALTERA Vagyonkezelő Nyilvánosan Működő Részvénytársaság (1068 Budapest,

Részletesebben

Polgár Város Önkormányzata és Intézményei évi belső ellenőrzési tervét megalapozó kockázatelemzése

Polgár Város Önkormányzata és Intézményei évi belső ellenőrzési tervét megalapozó kockázatelemzése 2.sz. melléklet Polgár Város Önkormányzata és Intézményei 2017. évi belső ellenőrzési tervét megalapozó kockázatelemzése Polgár Város Önkormányzata költségvetési szerveinek 2017. évi belső ellenőrzési

Részletesebben

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek Anyagvizsgálati módszerek Mérési adatok feldolgozása Anyagvizsgálati módszerek Pannon Egyetem Mérnöki Kar Anyagvizsgálati módszerek Statisztika 1/ 22 Mérési eredmények felhasználása Tulajdonságok hierarchikus

Részletesebben

PROJEKT MENEDZSMENT ERŐFORRÁS KÉRDÉSEI

PROJEKT MENEDZSMENT ERŐFORRÁS KÉRDÉSEI PROJEKT MENEDZSMENT ERŐFORRÁS KÉRDÉSEI Dr. Prónay Gábor 2. Távközlési és Informatikai PM Fórum PM DEFINÍCIÓ Költség - minőség - idő - méret C = f (P,T,S ) Rendszer - szervezet - emberek rendszertechnikai

Részletesebben

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

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

Részletesebben

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév 1. A várható érték és a szórás transzformációja 1. Ha egy valószínűségi változóhoz hozzáadunk ötöt, mínusz ötöt, egy b konstanst,

Részletesebben

Kockázatalapú változó paraméterű szabályozó kártya kidolgozása a mérési bizonytalanság figyelembevételével

Kockázatalapú változó paraméterű szabályozó kártya kidolgozása a mérési bizonytalanság figyelembevételével Kockázatalapú változó paraméterű szabályozó kártya kidolgozása a mérési bizonytalanság figyelembevételével Hazai hallgatói, illetve kutatói személyi támogatást biztosító rendszer kidolgozása és működtetése

Részletesebben

Polgár Város Önkormányzata és Intézményei évi belső ellenőrzési tervét megalapozó kockázatelemzése

Polgár Város Önkormányzata és Intézményei évi belső ellenőrzési tervét megalapozó kockázatelemzése Polgár Város Önkormányzata és Intézményei 2018. évi belső ellenőrzési tervét megalapozó kockázatelemzése Polgár Város Önkormányzata költségvetési szerveinek 2018. évi belső ellenőrzési terve folyamat alapú

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.22. Valószínűségi változó Véletlentől függő számértékeket (értékek sokasága) felvevő változókat valószínűségi változóknak nevezzük(jelölés: ξ, η, x). (pl. x =

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

A vállalkozások pénzügyi döntései

A vállalkozások pénzügyi döntései A vállalkozások pénzügyi döntései A pénzügyi döntések tartalma A pénzügyi döntések típusai A döntés tárgya szerint A döntések időtartama szerint A pénzügyi döntések célja Az irányítás és tulajdonlás különválasztása

Részletesebben

Hitelintézetek és befektetési vállalkozások tőkekövetelményeinek változásai

Hitelintézetek és befektetési vállalkozások tőkekövetelményeinek változásai Hitelintézetek és befektetési vállalkozások tőkekövetelményeinek változásai Seregdi László 2006. december 11. 2006. november 16. Előadás témái I. Bevezetés a hitelintézetek tőkekövetelmény számításába

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

QIS4 Az ING tapasztalatai

QIS4 Az ING tapasztalatai QIS4 Az ING tapasztalatai Diószeghy Zoltán Aktárius, ING PSZÁF konzultáció 2008.12.10 Kockázatok szabályozása a csoporton belül Végrehajtás Szabályozás Kockázati stratégia Kockázati étvágy 3 védelmi vonal

Részletesebben

Biztosíthatjuk, megszolgáljuk bizalmát.

Biztosíthatjuk, megszolgáljuk bizalmát. Biztosíthatjuk, megszolgáljuk bizalmát. www.nmediator.hu Könyvelők, könyvvizsgálók szerepe a vállalatvezetők támogatásában Egy vállalkozás kockázatai Vezetői kockázatok és felelősség Könyvelői, könyvvizsgálói

Részletesebben

Bankismeretek 9. előadás. Lamanda Gabriella április 20.

Bankismeretek 9. előadás. Lamanda Gabriella április 20. Bankismeretek 9. előadás Lamanda Gabriella lamanda@finance.bme.hu 2015. április 20. Miről volt szó? Aktív bankműveletek Hitelnyújtás Devizahitelezés problémaköre Lízing, faktoring Miről lesz szó? Banki

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

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.08. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria Bódis Emőke 2016. 04. 25. J J 9 Korrelációanalízis Regresszióanalízis: hogyan változik egy vizsgált változó értéke egy másik változó változásának függvényében. Korrelációs

Részletesebben

7, 6, 0, 4, 0, 1, 5, 2, 2, 16, 1, 0, 2, 3, 9, 2, 4, 10, 3, 1, 2, 12, 4, 1

7, 6, 0, 4, 0, 1, 5, 2, 2, 16, 1, 0, 2, 3, 9, 2, 4, 10, 3, 1, 2, 12, 4, 1 52. feladat Stat Jenő egyetemi hallgató autóbusszal jár az egyetemre. Néhány napon át megmérte, hogy mennyit kell várnia az első egyetem felé közlekedő autóbuszra. A következő időket tapasztalta (percben):

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre

Részletesebben

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H

Részletesebben

Biomatematika 2 Orvosi biometria

Biomatematika 2 Orvosi biometria Biomatematika 2 Orvosi biometria 2017.02.05. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)

Részletesebben

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

6. Előadás. Vereb György, DE OEC BSI, október 12. 6. Előadás Visszatekintés: a normális eloszlás Becslés, mintavételezés Reprezentatív minta A statisztika, mint változó Paraméter és Statisztika Torzítatlan becslés A mintaközép eloszlása - centrális határeloszlás

Részletesebben

Integritás és korrupciós kockázatok a magyar vállalati szektorban január 26.

Integritás és korrupciós kockázatok a magyar vállalati szektorban január 26. Integritás és korrupciós kockázatok a magyar vállalati szektorban - 2015 2016. január 26. A kutatás bemutatás Ez immár az ötödik adatfelvétel az EY és az MKIK Gazdaság és Vállalkozáskutató Intézet együttműködésében

Részletesebben

Termék- és tevékenység ellenőrzés tervezése

Termék- és tevékenység ellenőrzés tervezése Termék- és tevékenység ellenőrzés tervezése Tirián Attila NÉBIH Rendszerszervezési és Felügyeleti Igazgatóság 2016. November 15. Élelmiszerlánc-biztonsági Stratégia Időtáv 2013. október 8-tól hatályos

Részletesebben

Populációbecslés és monitoring. Eloszlások és alapstatisztikák

Populációbecslés és monitoring. Eloszlások és alapstatisztikák Populációbecslés és monitoring Eloszlások és alapstatisztikák Eloszlások Az eloszlás megadja, hogy milyen valószínűséggel kapunk egy adott intervallumba tartozó értéket, ha egy olyan populációból veszünk

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 6. MGS6 modul Lineáris regresszió számítás elektronikus távmérőkre SZÉKESFEHÉRVÁR 2010 Jelen szellemi

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

Matematika osztályozó vizsga témakörei 9. évfolyam II. félév:

Matematika osztályozó vizsga témakörei 9. évfolyam II. félév: Matematika osztályozó vizsga témakörei 9. évfolyam II. félév: 7. Függvények: - függvények fogalma, megadása, ábrázolás koordináta- rendszerben - az elsőfokú függvény, lineáris függvény - a másodfokú függvény

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

Kockázatalapú szabályozó kártyák tervezése, kiválasztása és folyamatra illesztése

Kockázatalapú szabályozó kártyák tervezése, kiválasztása és folyamatra illesztése Kockázatalapú szabályozó kártyák tervezése, kiválasztása és folyamatra illesztése Hazai hallgatói, illetve kutatói személyi támogatást biztosító rendszer kidolgozása és működtetése konvergencia program

Részletesebben

- Az alábbi blokkdiagramon látható információkat jelenítse meg hibafa segítségével!

- Az alábbi blokkdiagramon látható információkat jelenítse meg hibafa segítségével! KOCKÁZATKEZELÉS ÉS BIZTOSÍTÁS mintafeladat (20 pontot érő rész, ennek megfelelően 2-3 kérdés is várható) Feladat: - Ismertesse a Simons-féle kockázat-kalkulátor működési elvét, részletezze gyakorlati alkalmazhatóságát

Részletesebben

Kockázatkezelés a rezgésdiagnosztikában többváltozós szabályozó kártya segítségével

Kockázatkezelés a rezgésdiagnosztikában többváltozós szabályozó kártya segítségével Kockázatkezelés a rezgésdiagnosztikában többváltozós szabályozó kártya segítségével Hazai hallgatói, illetve kutatói személyi támogatást biztosító rendszer kidolgozása és működtetése konvergencia program

Részletesebben

Rendszerszemlélet let az informáci. cióbiztonsági rendszer bevezetésekor. Dr. Horváth Zsolt INFOBIZ Kft. www.infobiz.hu

Rendszerszemlélet let az informáci. cióbiztonsági rendszer bevezetésekor. Dr. Horváth Zsolt INFOBIZ Kft. www.infobiz.hu Rendszerszemlélet let az informáci cióbiztonsági rendszer bevezetésekor Dr. Horváth Zsolt INFOBIZ Kft. www.infobiz.hu Informáci cióbiztonsági irány nyítási rendszer (IBIR) részeir Információs vagyon fenyegetettségeinek

Részletesebben

A sokaság elemei közül a leggyakrabban előforduló érték. diszkrét folytonos

A sokaság elemei közül a leggyakrabban előforduló érték. diszkrét folytonos Középérték Középérték A középérték a statisztikai adatok tömör számszerű jellemzése. helyzeti középérték: módusz medián számított középérték: számtani átlag kronológikus átlag harmonikus átlag mértani

Részletesebben

Diverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet

Diverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet Operációkutatás I. 2017/2018-2. Szegedi Tudományegyetem Informatikai Intézet Számítógépes Optimalizálás Tanszék 11. Előadás Portfólió probléma Portfólió probléma Portfólió probléma Adott részvények (kötvények,tevékenységek,

Részletesebben

Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.

Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr. Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Ismertesse a legfontosabb előrejelzési módszereket és azok gyakorlati

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

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

A bergengóc lakosság szemszín szerinti megoszlása a négy tartományban azonos:

A bergengóc lakosság szemszín szerinti megoszlása a négy tartományban azonos: A. Matematikai Statisztika 2.MINTA ZH. 2003 december Név (olvasható) :... A feladatmegoldásnak az alkalmazott matematikai modell valószínűségszámítási ill. statisztikai szóhasználat szerinti megfogalmazását,

Részletesebben

Stippinger Marcell: Tőzsdei modellezés (Szeminárium 2. előadás)

Stippinger Marcell: Tőzsdei modellezés (Szeminárium 2. előadás) 1 2010. április 8. Cégvilág 2010, Wigner Jenő Kollégium nagytermében Pénzügy: elsősorban MC-szimulációés informatikai feladatok. Fizikusok keresettek, egzotikus nyelveket is el kell sajátítani. 2 3 Matematikai

Részletesebben

Üzleti és projekt kockázatelemzés: a Szigma Integrisk integrált kockázatmenezdsment módszertan és szoftver

Üzleti és projekt kockázatelemzés: a Szigma Integrisk integrált kockázatmenezdsment módszertan és szoftver Üzleti és projekt kockázatelemzés: a Szigma Integrisk integrált kockázatmenezdsment módszertan és szoftver Kassai Eszter kockázatelemzési tanácsadó MÉTP konferencia, 2010. június 10. A kockázat fogalma

Részletesebben

Szakmai felelősségbiztosítási program a MNMNK tagjai részére

Szakmai felelősségbiztosítási program a MNMNK tagjai részére www.greco.eu Szakmai felelősségbiztosítási program a MNMNK tagjai részére GrECo JLT Hungary Kft. 2015. Az Ön személyes GrECo kapcsolattartója Fekete Ferenc Vezető biztosítási tanácsadó GrECo JLT Hungary

Részletesebben

Statisztika. Politológus képzés. Daróczi Gergely április 17. Politológia Tanszék

Statisztika. Politológus képzés. Daróczi Gergely április 17. Politológia Tanszék Statisztika Politológus képzés Daróczi Gergely Politológia Tanszék 2012. április 17. Outline 1 Leíró statisztikák 2 Középértékek Példa 3 Szóródási mutatók Példa 4 Néhány megjegyzés a grafikonokról 5 Számítások

Részletesebben

ALKALMASSÁGI KÉRDŐÍV Magánszemély részére A évi CXXXVIII. törvény 44. alapján. Személyes adatok

ALKALMASSÁGI KÉRDŐÍV Magánszemély részére A évi CXXXVIII. törvény 44. alapján. Személyes adatok ALKALMASSÁGI KÉRDŐÍV Magánszemély részére A 2007. évi CXXXVIII. törvény 44. alapján Személyes adatok Kérjük, hogy az alábbi adatokat nyomtatott betűvel töltse ki! Név: Lakcím: E-mail cím: Telefonszám:

Részletesebben

Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny

Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny Szűk elméleti összefoglaló Valószínűségi változó: egy függvény, ami az eseményteret a valós számok halmazára tudja vetíteni. A val.

Részletesebben

Vizuális adatelemzés

Vizuális adatelemzés Vizuális adatelemzés Salánki Ágnes, Guta Gábor, PhD Dr. Pataricza András Budapest University of Technology and Economics Fault Tolerant Systems Research Group Budapest University of Technology and Economics

Részletesebben

ÜZLETI TERV. vállalati kockázat kezelésének egyik eszköze Sziráki Sz Gábor: Üzleti terv

ÜZLETI TERV. vállalati kockázat kezelésének egyik eszköze Sziráki Sz Gábor: Üzleti terv ÜZLETI TERV vállalati kockázat kezelésének egyik eszköze Sziráki Sz Gábor: Üzleti terv 1 Rövid leírása a cégnek, a várható üzletmenet összefoglalása. Az üzleti terv céljai szerint készülhet: egy-egy ötlet

Részletesebben

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba Egymintás u-próba STATISZTIKA 2. Előadás Középérték-összehasonlító tesztek Tesztelhetjük, hogy a valószínűségi változónk értéke megegyezik-e egy konkrét értékkel. Megválaszthatjuk a konfidencia intervallum

Részletesebben

A stratégiában egyszerre van jelen a küls környezethez való alkalmazkodás és az annak

A stratégiában egyszerre van jelen a küls környezethez való alkalmazkodás és az annak 1. feladat: Webes felület készít i a szervizelés és ügyfélszolgálat területén kívánják tevékenységeiket korszer síteni. A beruházás jelent s volumen költséget jelent, a cégvezetés SWOT elemzést végzett

Részletesebben

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma: Normális eloszlás ξ valószínűségi változó normális eloszlású. ξ N ( µ, σ 2) Paraméterei: µ: várható érték, σ 2 : szórásnégyzet (µ tetszőleges, σ 2 tetszőleges pozitív valós szám) Normális eloszlás sűrűségfüggvénye:

Részletesebben

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

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

Részletesebben

- Az alábbi blokkdiagramon látható információkat jelenítse meg hibafa segítségével!

- Az alábbi blokkdiagramon látható információkat jelenítse meg hibafa segítségével! KOCKÁZATKEZELÉS ÉS BIZTOSÍTÁS mintafeladat (20 pontot érő rész, ennek megfelelően 2-3 kérdés is várható) Feladat: - Ismertesse a Simons-féle kockázat-kalkulátor működési elvét, részletezze gyakorlati alkalmazhatóságát

Részletesebben

Belső ellenőrzés és compliance. szolgáltatások. Cover. KPMG.hu

Belső ellenőrzés és compliance. szolgáltatások. Cover. KPMG.hu Belső ellenőrzés és compliance Cover szolgáltatások KPMG.hu Stratégiai fontosságú lehetőségek a belső ellenőrzésben Valós képet nyújt a szervezet működésének hatásosságáról és hatékonyságáról. Felderíti

Részletesebben

Bevezetés előtt az új tőkeszabályozás

Bevezetés előtt az új tőkeszabályozás Bevezetés előtt az új tőkeszabályozás Jogszabályok, felügyeleti módszerek, ajánlások Előadó: Seregdi László igazgató Szakmai fórum 2007. október 30-31. Legfontosabb témák 1. Az új tőkeszabályozás alapelvei

Részletesebben

Adatok statisztikai értékelésének főbb lehetőségei

Adatok statisztikai értékelésének főbb lehetőségei Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció

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

STATISZTIKA I. Változékonyság (szóródás) A szóródás mutatószámai. Terjedelem. Forgalom terjedelem. Excel függvények. Függvénykategória: Statisztikai

STATISZTIKA I. Változékonyság (szóródás) A szóródás mutatószámai. Terjedelem. Forgalom terjedelem. Excel függvények. Függvénykategória: Statisztikai Változékonyság (szóródás) STATISZTIKA I. 5. Előadás Szóródási mutatók A középértékek a sokaság elemeinek értéknagyságbeli különbségeit eltakarhatják. A változékonyság az azonos tulajdonságú, de eltérő

Részletesebben

Ellenőrzéstechnika: ipari, kereskedelmi, szolgáltató vállalatok belső ellenőrzésének gyakorlata és módszertana

Ellenőrzéstechnika: ipari, kereskedelmi, szolgáltató vállalatok belső ellenőrzésének gyakorlata és módszertana Ellenőrzéstechnika: ipari, kereskedelmi, szolgáltató vállalatok belső ellenőrzésének gyakorlata és módszertana Programvezető: dr. Buxbaum Miklós Kombinált képzés: e-learning tananyag és háromnapos tréning

Részletesebben

Kockázatmenedzsment. dióhéjban Puskás László. Minőségügyi szakmérnök Magyar Minőség Társaság

Kockázatmenedzsment. dióhéjban Puskás László. Minőségügyi szakmérnök Magyar Minőség Társaság Kockázatmenedzsment dióhéjban Puskás László Minőségügyi szakmérnök Magyar Minőség Társaság Kockázatalapú gondolkodásmód ISO 9001:2015 0.3.3 egy szervezetnek intézkedéseket kell megterveznie és végrehajtania

Részletesebben

M OL-csoport Beszállítói Fórum

M OL-csoport Beszállítói Fórum M OL-csoport Beszállítói Fórum 2003. március 27. BESZÁLLÍTÓI FÓRUM 2003. március 27. 1. SZAKMAI SZEKCIÓ Beruházás, Erdős karbantartás, P éterné dr., MOL indirekt és segédanyagok, EBK és kútmunkálatok,

Részletesebben

IVÓVÍZBIZTONSÁGI TERVEK KÉSZÍTÉSE

IVÓVÍZBIZTONSÁGI TERVEK KÉSZÍTÉSE Állami Népegészségügyi és Tisztiorvosi Szolgálat IVÓVÍZBIZTONSÁGI TERVEK KÉSZÍTÉSE ELŐADÓ: BRODMANN TIBOR Országos Közegészségügyi Központ Országos Környezetegészségügyi Igazgatóság 2016. Június 27. 1

Részletesebben

Többtényezős döntési problémák

Többtényezős döntési problémák KIPA módszer: Lépései:. értékelési tényezők páros elrendezése, 2. páros összehasonlítás elvégzése, 3. egyéni preferencia táblázatok felvétele, konzisztencia mutatók meghatározása, 4. aggregált preferencia

Részletesebben

Biostatisztika VIII. Mátyus László. 19 October

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

Részletesebben

Aktualitások a minőségirányításban

Aktualitások a minőségirányításban BUSINESS ASSURANCE Aktualitások a minőségirányításban Auditok változásai ZRUPKÓ János 1 SAFER, SMARTER, GREENER Új távlatok Biztosítani, hogy a minőségirányítás többet jelentsen egy tanúsításnál és amely

Részletesebben

Nagy méretű projektekhez kapcsolódó kockázatok felmérése és kezelése a KKV szektor szemszögéből

Nagy méretű projektekhez kapcsolódó kockázatok felmérése és kezelése a KKV szektor szemszögéből Nagy méretű projektekhez kapcsolódó kockázatok felmérése és kezelése a KKV szektor szemszögéből Dr. Fekete István Budapesti Corvinus Egyetem tudományos munkatárs SzigmaSzervíz Kft. ügyvezető XXIII. Magyar

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

ÁLTALÁNOS SABLON AZ EL ZETES MEGVALÓSÍTHATÓSÁGI TANULMÁNY ELKÉSZÍTÉSÉHEZ

ÁLTALÁNOS SABLON AZ EL ZETES MEGVALÓSÍTHATÓSÁGI TANULMÁNY ELKÉSZÍTÉSÉHEZ ÁLTALÁNOS SABLON AZ EL ZETES MEGVALÓSÍTHATÓSÁGI TANULMÁNY ELKÉSZÍTÉSÉHEZ A projektek az Európai Unió támogatásával, az Európai Regionális Fejlesztési Alap társfinanszírozásával valósulnak meg. TARTALOMJEGYZÉK

Részletesebben

Geotechnikai projektmenedzsment az Eurocode 7 szerint. Szepesházi Róbert

Geotechnikai projektmenedzsment az Eurocode 7 szerint. Szepesházi Róbert Geotechnikai projektmenedzsment az Eurocode 7 szerint Szepesházi Róbert Kockázatmenedzsment az alagútépítésben SWOT-analízis (Strengths Weaknesses Opportunities - Threats) Kihívások (veszélyek) 15 m feletti

Részletesebben

Frekvencia Egyesület Felelősen a társadalomért. NEA-TF-12-SZ-0109 A Nemzeti Együttműködési Alap támogatásával

Frekvencia Egyesület Felelősen a társadalomért. NEA-TF-12-SZ-0109 A Nemzeti Együttműködési Alap támogatásával Frekvencia Egyesület Felelősen a társadalomért NEA-TF-12-SZ-0109 A Nemzeti Együttműködési Alap támogatásával A társadalmi vállalkozásokat érintő pénzügyi tervezés 2013. február 22. Pénzügyi terv A pénzügyi

Részletesebben

Kosztyán Zsolt Tibor Katona Attila Imre

Kosztyán Zsolt Tibor Katona Attila Imre Kockázatalapú többváltozós szabályozó kártya kidolgozása a mérési bizonytalanság figyelembe vételével Hazai hallgatói, illetve kutatói személyi támogatást biztosító rendszer kidolgozása és ködtetése konvergencia

Részletesebben

Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus

Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus Gyakorisági sorok Mennyiségi ismérv jellemző rangsor készítünk. (pl. napi jegyeladások száma) A gyakorisági sor képzése igazából tömörítést jelent Nagyszámú

Részletesebben

A túszul ejtett szervezet

A túszul ejtett szervezet A túszul ejtett szervezet avagy a munkavállaló kockázatai dr.béres Ágnes és Mártha Csenge - ADAPTO Solutions Kft. Bemutatkozás 1 1. A túszul ejtett szervezet A munkavállaló, aki túszul ejti a szervezetet

Részletesebben