A sokaság/minta eloszlásának jellemzése
|
|
- Emília Pintér
- 5 évvel ezelőtt
- Látták:
Átírás
1 3. előadás
2 A sokaság/mnta eloszlásának jellemzése tpkus értékek meghatározása; az adatok különbözőségének vzsgálata, a sokaság/mnta eloszlásgörbéjének elemzése.
3 Eloszlásjellemzők Középértékek helyzet (Me, Mo) számított Aszmmetra mérése Pearson-féle mutató (A) F mutató β 1 mutató grafkus ábrázolás Szóródás mérőszámok szórás ( ) relatív szórás (V) terjedelem (R) nterkvartls terjedelem (IQR) Egyéb jellemzők koncentrácó kvantlsek momentumok grafkus ábrák
4 Középértékekkel szemben követelmények egyértelmű számítás; tpkus, jellemző értékek legyenek; szemléletes, jó értelmezhetőség; közepes helyzet X mn K X max
5 Középértékek jellemző A mennység smérvet egyetlen számmal jellemzk. Dmenzó: az smérv mértékegysége.
6 Középértékek : Átlagok Számtan x Harmonkus Mértan x g Négyzetes Kronológkus x q x h x k Helyzet középértékek Módusz (Mo) Medán (Me)
7 Számtan átlag Az a szám, amelyet az átlagolandó értékek helyére téve azok összege változatlan marad.
8 Számtan átlag Egyed értékeknél: x x1 x2... n n 1 x n n x Súlyozott forma: n x 1 f f x
9 A számtan átlag matematka tulajdonsága Az egyes elemek - átlagolandó értékek - átlagtól való eltérésenek összege 0: n =1 Ha mnden egyes elemhez hozzáadunk egy "a" konstans értéket, az így kapott elemek számtan átlaga "a"-val tér el az eredet elemek átlagától. Ha mnden egyes elemet megszorzunk egy "b" konstans értékkel, akkor az így kapott elemek átlaga "b"-szerese lesz az eredet elemek átlagának. x - x = 0
10 A számtan átlag matematka tulajdonsága Ha az x 1, x 2,..., x n elemek átlaga, az y 1, y 2,..., y n elemek átlaga, y akkor az x 1 + y 1 ; x 2 + y 2 ;...; x n + y n átlaga lesz. x y Az elemek mndegykéből egy tetszőleges "a" állandót levonva ezen eltérések négyzetösszege akkor lesz mnmáls, ha az "a" állandó éppen az,azaz x x n =1 x - a 2 mnmáls, ha a = x
11 Példa a számtan átlag tulajdonságara x x x +50 x 1,1 Z= Σ
12 A számtan átlag előnyös tulajdonsága Vlágos, érthető fogalom, számítása egyszerű. Mnden adathalmaznak létezk számtan átlaga, s egy van belőle. Mnden elem fgyelembe vételével kerül kszámításra. Kszámításához nem szükséges az egyed értékek smerete, elegendő azok összegét tudn.
13 A számtan átlag hátrányos tulajdonsága A kugró értékekre (ún. outler-ekre) érzékeny. (nyesett átlag trmmed mean) Osztályközös gyakorság sor alkalmazása esetén nem tudjuk fgyelembe venn az egyed értékeket. Nytott osztályközök használatakor adatvesztés.
14 Geometra átlag Geometra átlag az a szám, amelyet az egyed értékek helyére írva azok szorzata változatlan marad. Egyed értékek esetén: x g n n 1 x Súlyozott átlagforma: x g n n π 1 x f
15 A GDP volumenndexének alakulása Magyarországon Időszak Előző negyedév=100% I. n.év 100, II. n.év 99, III. n.év 99, IV. n.év 98,1 Forrás: KSH Gyorstájékoztató A változás átlagos üteme: x g 4 1,0090,9980,990, ,978 0,994 99,4%
16 Megoszlás vszonyszám és dnamkus vszonyszám között kapcsolat Telep Árbevétel (MFt) Árbevétel megoszlása Dnamkus vszonyszám t 0 t 1 t 0 (%) t 1 (%) (%) A B C D 10 14, Összesen ,
17 1,25 1,4 14,5 1,1 77 1,5 60 1, ,5 V A A V 1,25 1 1,45 0,06 1,1 0,47 1,5 0,27 1,2 0,2 B V B V 1, , ,1 70 1,5 40 1,2 30 B V B V 1, ,5 B A V
18 Súlyozott átlagok x : átlagolandó értékek f : súlyok A súlyozott átlag nagysága függ: az átlagolandó értékek abszolút nagyságától, a súlyarányoktól (a súlyok egymáshoz vszonyított arányától), súlyként f /n=g s használható.
19 Helyzet középértékek Medán A rangsorba rendezett adatok közül a középső elem (az előforduló értékek fele ksebb a medán-nál, fele pedg nagyobb)
20 Medán előnyös tulajdonsága egyértelműen meghatározható, nem csak mennység jellemzők esetén határozható meg, hanem rangsorba rendezhető mnőség smérvek esetén s, értéke független a szélső értékektől.
21 Medán hátrányos tulajdonsága Csak rangsorba rendezett elemekből számítható. Induktív statsztka célra nem gazán alkalmas. Ha az egyedek jelentős hányada azonos smérvértékkel rendelkezk, akkor nem célszerű használn.
22 Módusz (Mo) Dszkrét smérv esetén: A leggyakrabban előforduló elem Folytonos smérv esetén: A gyakorság görbe maxmuma.
23 A módusz jellemző Előnyös tulajdonságok: Tpkus érték Valamenny mérés skála esetén alkalmazható. Nem érzékeny a szélső, kugró értékekre. Hátrányos tulajdonságok: Nem mnden esetben létezk, vagy előfordulhat, hogy több s van belőle. Induktív statsztka célra általában nem alkalmas
24 Kvantlsek Azok az értékek, melyeknél az összes előforduló értékek j/k-ad része ksebb, lletve az (1-j/k)-ad része nagyobb. (j=1,2,,k-1) Fontosabb kvantlsek: Medán (Me) k=2 Terclsek (T j ) k=3 Kvartlsek (Q j ) k=4 Kvntlsek (K j ) k=5 Declsek (D j ) k=10 A j-edk kvantls sorszáma j n 1 k
25 Mennység csoportosító sorok fajtá Egy társasház vízfogyasztására vonatkozó adatok Vízfogyasztás (m 3 ) Lakások száma f g(%) g (%) s(m 3 ) z(%) Összesen
26 Köszönöm a fgyelmet
Statisztika. Eloszlásjellemzők
Statsztka Eloszlásjellemzők Statsztka adatok elemzése A sokaság jellemzése középértékekkel A sokaság jellemzéséek szempotja A sokaság jellemzéséek szempotja: A sokaság tpkus értékéek meghatározása. Az
RészletesebbenAdatsorok jellegadó értékei
Adatsorok jellegadó értéke Varga Ágnes egyetem tanársegéd varga.ag14@gmal.com Terület és térnformatka kvanttatív elemzés módszerek BCE Geo Intézet Terület elemzés forgatókönyve vacsora hasonlat Terület
RészletesebbenStatisztika 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
RészletesebbenStatisztika I. 4. előadás. Előadó: Dr. Ertsey Imre
Statsztka I. 4. előadás Előadó: Dr. Ertsey Imre KÖZÉPÉRTÉKEK A statsztka sor általáos jellemzésére szolgálak, a statsztka sokaságot egy számmal jellemzk. Számított középértékek: matematka számítás eredméyekét
RészletesebbenA 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
RészletesebbenPélda: Egy üzletlánc boltjainak forgalmára vonatkozó adatok 1999. október hó: (adott a vastagon szedett!) S i g i z i g i z i
. konzult. LEV. 013. ápr. 5. MENNYISÉGI ISMÉRV szernt ELEMZÉS Tk. 3-8., 88-90. oldal, kmarad: 70., 74. oldal A mennység smérv (X) lehet: dszkrét és folytonos. A rangsor a mennység smérv értékenek monoton
RészletesebbenADATREDUKCIÓ I. Középértékek
ADATREDUKCIÓ I. Középértékek Adatredukcó 1. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények: a) Számított középérték: közbenső helyet foglaljanak el, azaz mn középérték
RészletesebbenBevezető Adatok rendezése Adatok jellemzése Időbeli elemzés
Gazdaságstatisztika 2. előadás Egy ismérv szerinti rendezés Kóczy Á. László KGK VMI Áttekintés Gyakorisági sorok Grafikus ábrázolásuk Helyzetmutatók Szóródási mutatók Az aszimmetria mérőszámai Koncentráció
RészletesebbenKomplex regionális elemzés és fejlesztés tanév DE Népegészségügyi Iskola Egészségpolitika tervezés és finanszírozás MSc
Komplex regonáls elemzés és fejlesztés 2016-2017. tanév DE Népegészségügy Iskola Egészségpoltka tervezés és fnanszírozás MSc 2. előadás Terület elemzés módszerek az egészségföldrajzban Terület ellátás
RészletesebbenBevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,
Bevezetés a bometrába Dr. Dnya Elek egyetem tanár PhD kurzus. KOKI, 205.0.08. ADATREDUKCIÓ I. Középértékek Adatredukcó. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények:
RészletesebbenSTATISZTIKA I. Centrális mutatók. Helyzeti középértékek. Középértékek. Bimodális eloszlás, U. Módusz, Mo. 4. Előadás.
Centrális mutatók STATISZTIKA I. 4. Előadás Centrális mutatók 1/51 2/51 Középértékek Helyzeti középértékek A meghatározása gyakoriság vagy sorszám alapján Számítás nélkül Az elemek nagyság szerint rendezett
RészletesebbenGazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Bevezetés. 1. előadás. Statisztikai szoftver alkalmazás.
Bevezetés 1. előadás Statisztikai szoftver alkalmazás Géczi-Papp Renáta Tantárgy célja A tantárgy oktatásának célja hatékony statisztikai elemző készség elsajátíttatása számítógépes programok segítségével.
RészletesebbenBevezető 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
RészletesebbenStatisztika I. 3. előadás. Előadó: Dr. Ertsey Imre
Statsztka I. 3. előadás Előadó: Dr. Ertsey Imre Vszonyszámok Statsztka munka: adatgyűjtés, rendszerezés, összegzés, értékelés. Vszonyszámok: Két statsztka adat arányát kfejező számok, Az un. leszármaztatott
RészletesebbenÁltalános Statisztika
Budapest Mőszak és Gazdaságtudomány Egyetem Gazdaság- és Társadalomtudomány Kar Nyugat-Magyarország Egyetem Savara Egyetem Központ Dr. Köves János Dr. Tóth Zsuzsanna Eszter Általános Statsztka oktatás
RészletesebbenMatematikai 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
Részletesebben4 2 lapultsági együttható =
Leíró statsztka Egy kísérlet végeztével általában tetemes mennységű adat szokott összegyűln. Állandó probléma, hogy mt s kezdjünk - lletve mt tudunk kezden az adatokkal. A statsztka ebben segít mnket.
RészletesebbenStatisztikai 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
RészletesebbenKözúti közlekedésüzemvitel-ellátó. Tájékoztató
12/2013. (III. 29.) NFM rendelet szakma és vzsgakövetelménye alapján. Szakképesítés, azonosító száma és megnevezése 54 841 02 Közút közlekedésüzemvtel-ellátó Tájékoztató A vzsgázó az első lapra írja fel
RészletesebbenMatematikai statisztika
Matematikai statisztika PROGRAMTERVEZŐ INFORMATIKUS alapszak, A szakiráy Arató Miklós Valószíűségelméleti és Statisztika Taszék Természettudomáyi Kar 2019. február 18. Arató Miklós (ELTE) Matematikai statisztika
RészletesebbenADATREDUKCIÓ I. Középértékek
ADATREDUKCIÓ I. Középértékek Adatredukcó 1. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények: a) Számított középérték: közbenső helyet foglaljanak el, azaz x mn középérték
Részletesebben1. Egy Kft dolgozóit a havi bruttó kereseteik alapján csoportosítottuk: Havi bruttó bér, ezer Ft/fő
Figyelem! A példasor nem tartalmazza valamennyi típuspéldát. A dolgozatban az órán leadott feladatok közül bármely típusú előfordulhat. A példasor már a második dolgozat anyagát gyakorló feladatokat is
RészletesebbenMINTAFELADATOK. 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
RészletesebbenÁLTALÁNOS STATISZTIKA
Berzseny Dánel Főskola ÁLTALÁNOS STATISZTIKA műszak menedzser alapszak Írta: Dr. Köves János Tóth Zsuzsanna Eszter Budapest 006 Tartalomjegyzék. VALÓSZÍNŰSÉGSZÁMÍTÁSI ALAPOK... 4.. A VALÓSZÍNŰSÉGSZÁMÍTÁS
Részletesebben1. óra: Területi statisztikai alapok viszonyszámok, középértékek
1. óra: Területi statisztikai alapok viszonyszámok, középértékek Tér és társadalom (TGME0405-GY) gyakorlat 2018-2019. tanév Viszonyszámok Viszonyszá m Viszonyítandó adat (A) Viszonyítási alap (B) 1. Megoszlási
RészletesebbenSTATISZTIKA 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
RészletesebbenKoncentráció és mérése gazdasági és társadalmi területeken. Kerékgyártó Györgyné BCE Statisztika Tanszék
Koncentrácó és mérése gazdaság és társadalm területeken Kerékgyártó Györgyné BCE Statsztka Tanszék Koncentrácó Fogalmát a XVIII. sz. másodk felétől egyre gyakrabban használták. Először a termelésre értelmezték,
RészletesebbenADATREDUKCIÓ I. Középértékek
ADATREDUKCIÓ I. Középértékek Adatredukcó 1. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények: a) Számított középérték: közbenső helyet foglaljanak el, azaz mn középérték
RészletesebbenMATEMATIKAI STATISZTIKA KISFELADAT. Feladatlap
Közlekedésmérnök Kar Jármőtervezés és vzsgálat alapja I. Feladatlap NÉV:..tk.:. Feladat sorsz.:.. Feladat: Egy jármő futómő alkatrész terhelésvzsgálatakor felvett, az alkatrészre ható terhelı erı csúcsértékek
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június
GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi
RészletesebbenMatematikai statisztikai elemzések 2.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematikai statisztikai elemzések 2. MSTE2 modul Helyzetmutatók, átlagok, kvantilisek. A szórás és szóródás egyéb mérőszámai.
Részletesebben7, 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):
RészletesebbenKorrelációs kapcsolatok elemzése
Korrelációs kapcsolatok elemzése 1. előadás Kvantitatív statisztikai módszerek Két változó közötti kapcsolat Független: Az X ismérv szerinti hovatartozás ismerete nem ad semmilyen többletinformációt az
RészletesebbenA leíró statisztikák
A leíró statisztikák A leíró statisztikák fogalma, haszna Gyakori igény az, hogy egy adathalmazt elemei egyenkénti felsorolása helyett néhány jellemző tulajdonságának megadásával jellemezzünk. Ezeket az
RészletesebbenA 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:
RészletesebbenVARIANCIAANALÍZIS (szóráselemzés, ANOVA)
VARIANCIAANAÍZIS (szóráselemzés, ANOVA) Varancaanalízs. Varancaanalízs (szóráselemzés, ANOVA) Adott: egy vagy több tetszőleges skálájú független változó és egy legalább ntervallum skálájú függő változó.
RészletesebbenA 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
RészletesebbenORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!
ORVOSI STATISZTIKA Az orvos statsztka helye Élettan Anatóma Kéma Lehet kérdés?? Statsztka! Az orvos döntéseket hoz! Mkor jó egy döntés? Mennyre helyes egy döntés? Mekkora a tévedés lehetősége? Példa: test
RészletesebbenStatisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.
Statsztka próbák Paraméteres. A populácó paraméteret becsüljük, ezekkel számolunk.. Az alapsokaság eloszlására van kkötés. Nem paraméteres Nncs lyen becslés Nncs kkötés Ugyanazon problémára sokszor megvan
RészletesebbenA multikritériumos elemzés célja, alkalmazási területe, adat-transzformációs eljárások, az osztályozási eljárások lényege
A multkrtérumos elemzés célja, alkalmazás területe, adat-transzformácós eljárások, az osztályozás eljárások lényege Cél: tervváltozatok, objektumok értékelése (helyzetértékelés), döntéshozatal segítése
RészletesebbenStatisztikai. Statisztika Sportszervező BSc képzés (levelező tagozat) Témakörök. Statisztikai alapfogalmak. Statisztika fogalma. Statisztika fogalma
Témakörök Statsztka Sortszerező BSc kézés (leelező tagozat) 2-2-es tané félé Oktató: Dr Csáfor Hajnalka főskola docens Vállalkozás-gazdaságtan Tsz E-mal: hcsafor@ektfhu Statsztka fogalmak Statsztka elemzések
RészletesebbenBiomatematika 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)
RészletesebbenKÖZPONTI 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[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)
RészletesebbenStatisztikai adatok elemzése
Statszta adato elemzése Gazdaságstatszta A soaság jellemzése özépértéeel Eloszlásjellemző A soaság jellemzésée szempotja A soaság jellemzésée szempotja: A soaság tpus értéée meghatározása. Az adato ülöbözőségée
RészletesebbenMinősítéses mérőrendszerek képességvizsgálata
Mnősítéses mérőrendszerek képességvzsgálata Vágó Emese, Dr. Kemény Sándor Budapest Műszak és Gazdaságtudomány Egyetem Kéma és Környezet Folyamatmérnök Tanszék Az előadás vázlata 1. Mnősítéses mérőrendszerek
RészletesebbenBevezető Mi a statisztika? Mérés Csoportosítás
Gazdaságstatisztika 1. előadás Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.bmf.hu) Fogadóóra: szerda 11:30 11:55, TA125 Gyakorlatvezető
RészletesebbenStatisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
RészletesebbenBrósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások
Megoldások 1. A fős osztály dolgozatot írt matematikából és a következő jegyek születtek: 6 darab jeles, 9 darab jó, 8 darab közepes, darab elégséges és darab elégtelen. Készíts gyakorisági táblázatot,
RészletesebbenSTATISZTIKA I. A változók mérési szintjei. Nominális változók. Alacsony és magas mérési szint. Nominális változó ábrázolása
A változók mérési szintjei STATISZTIKA I. 3. Előadás Az adatok mérési szintjei, Viszonyszámok A változók az alábbi típusba tartozhatnak: Nominális (kategorikus és diszkrét) Ordinális Intervallum skála
Részletesebben[GVMGS11MNC] Gazdaságstatisztika
[GVMGS11MNC] Gazdaságstatisztika 1. előadás Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.uni-obuda.hu)
RészletesebbenMéréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)
Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ) KÉSZÍTETTE: DR. FÜVESI VIKTOR 2016. 10. Mai témáink o A hiba fogalma o Méréshatár és mérési tartomány M é r é s i h i b a o A hiba megadása o A hiba
RészletesebbenMatematikai statisztika
Matematka statsztka 8. elıadás http://www.math.elte.hu/~arato/matstat0.htm Kétmtás eset: függetle mták + + + = + ) ( ) ( ) ( Y Y X X Y X m m m t m Ha smert a szórás: (X elemő, σ szórású, Y m elemő, σ szórású),
RészletesebbenSTATISZTIKA 1. alapfogalmak egy ismérv szerinti elemzés két ismérv szerinti elemzés standardizálás indexszámítás idősorok PÉLDATÁR
STATISZTIKA 1. PÉLDATÁR alapfogalmak egy smérv szernt elemzés két smérv szernt elemzés standardzálás ndexszámítás dősorok A FELADATOK MEGOLDÁSAIT A www.matekng.hu OLDALON A STATISZTIKA 1 MENÜPONTBAN TALÁLOD
RészletesebbenMintavétel 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
RészletesebbenMérési adatok feldolgozása. 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc 1
Mérés adatok feldolgozása 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc Bevezetés A mérés adatok külöböző formába, általába ömlesztve jeleek meg Ezeket az adatokat külöböző szempotok szert redez kértékel
RészletesebbenTerületi fejlettségi egyenlőtlenségek alakulása Európában. Fábián Zsófia KSH
Területi fejlettségi egyenlőtlenségek alakulása Európában Fábián Zsófia KSH A vizsgálat célja Európa egyes térségei eltérő természeti, társadalmi és gazdasági adottságokkal rendelkeznek. Különböző történelmi
RészletesebbenStatisztikai következtetések Nemlineáris regresszió Feladatok Vége
[GVMGS11MNC] Gazdaságstatisztika 10. előadás: 9. Regressziószámítás II. Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet A standard lineáris modell
RészletesebbenI. A közlekedési hálózatok jellemzői II. A közlekedési szükségletek jellemzői III. Analitikus forgalom-előrebecslési modell
Budapest Műszak és Gazdaságtudomány Egyetem Közlekedésmérnök és Járműmérnök Kar Közlekedésüzem Tanszék HÁLÓZATTERVEZÉSI MESTERISKOLA BEVEZETÉS A KÖZLEKEDÉS MODELLEZÉSI FOLYAMATÁBA Dr. Csszár Csaba egyetem
RészletesebbenElemi statisztika fizikusoknak
1. oldal Elemi statisztika fizikusoknak Pollner Péter Biológiai Fizika Tanszék pollner@elte.hu Az adatok leírása, megismerése és összehasonlítása 2-1 Áttekintés 2-2 Gyakoriság eloszlások 2-3 Az adatok
RészletesebbenSTATISZTIKA 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
RészletesebbenBAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett
RészletesebbenGazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Regresszió-számítás. 2. előadás. Kvantitatív statisztikai módszerek. Dr.
Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Regresszó-számítás. előadás Kvanttatív statsztka módszerek Dr. Varga Beatr Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Korrelácós
RészletesebbenStatisztika. 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
RészletesebbenSTATISZTIKA. 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
Részletesebben2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét!
GAZDASÁGSTATISZTIKA KIDOLGOZOTT ELMÉLETI KÉRDÉSEK A 3. ZH-HOZ 2013 ŐSZ Elméleti kérdések összegzése 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét! 2. Mutassa be az
RészletesebbenSTATISZTIKA KÉSZÍTETTE: TAKÁCS SÁNDOR
STATISZTIKA KÉSZÍTETTE: TAKÁCS SÁNDOR ALAPFOGALMAK Statisztika: latin status szóból ered: állapot Mindig egy állapotot tükröz Véletlen tömegjelenségek tanulmányozásával foglakozik Adatok megfigyelés, kísérlet
RészletesebbenA GDP hasonlóképpen nem tükrözi a háztartások közötti munka- és termékcseréket.
FŐBB MUTATÓK A regionális GDP adatok minősége alapvetően 3 tényezőtől függ: az alkalmazott számítási módszertől a felhasznált adatok minőségétől a vizsgált területi egység nagyságától. A TERÜLETI EGYENLŐTLENSÉGEK
RészletesebbenIndexszámítás során megválaszolandó kérdések. Hogyan változott a termelés értéke, az értékesítés árbevétele, az értékesítési forgalom?
Index-számítás Indexszámítás során megálaszolandó kérdések Hogyan áltozott a termelés értéke, az értékesítés árbeétele, az értékesítés forgalom? Hogyan áltozott a termelés, értékesítés mennysége? Hogyan
Részletesebben2. előadás. Viszonyszámok típusai
2. előadás Viszonyszámok típusai Mérési skálák Nominális /névleges skála: kötetlen hozzárendelése a számoknak Sorrendi / Ordinális skála: sokaság egyedeinek egy közös tulajdonság szerinti sorbarendezése
Részletesebben2012.03.01. Méréselmélet PE_MIK MI_BSc, VI_BSc 1
Mérés adatok feldolgozása 202.03.0. Méréselmélet PE_MIK MI_BSc, VI_BSc Bevezetés A mérés adatok külöböző formába, általába ömlesztve jeleek meg Ezeket az adatokat külöböző szempotok szert redez kértékel
RészletesebbenMegoldások. 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
Részletesebben5. Előadás. Grafikus ábrázolás Koncentráció elemzése
5. Előadás Grafikus ábrázolás Koncentráció elemzése Grafikus ábrázolás fontossága Grafikus ábrázolás során elkövethető hibák: Mondanivaló szempontjából nem megfelelő ábratípus kiválasztása Tárgynak megfelelő
RészletesebbenStatisztika I. 11. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 11. előadás Előadó: Dr. Ertsey Imre Összefüggés vizsgálatok A társadalmi gazdasági élet jelenségei kölcsönhatásban állnak, összefüggnek egymással. Statisztika alapvető feladata: - tényszerűségek
RészletesebbenFeladatok: 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
RészletesebbenDr. 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
RészletesebbenAz entrópia statisztikus értelmezése
Az entrópa statsztkus értelmezése A tapasztalat azt mutatja hogy annak ellenére hogy egy gáz molekulá egyed mozgást végeznek vselkedésükben mégs szabályszerűségek vannak. Statsztka jellegű vselkedés szabályok
RészletesebbenSTATISZTIKA. Gyakorló feladatok az első zh-ra
STATISZTIKA Gyakorló feladatok az első zh-ra A változás átlagos üteme év Kenyér Ft/ kg bázisindex % 2002 151 100,0 2003 156 103,3 2004 178 117,9 2005 173 114,6 2006 179 118,5 2007 215 142,4 I = n 1 l i
RészletesebbenGazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Korreláció-számítás. 1. előadás. Döntéselőkészítés módszertana. Dr.
Korrelácó-számítás 1. előadás Döntéselőkészítés módszertana Dr. Varga Beatr Két változó között kapcsolat Függetlenség: Az X smérv szernt hovatartozás smerete nem ad semmlen többletnformácót az Y szernt
Részletesebben18. modul: STATISZTIKA
MATEMATIK A 9. évfolyam 18. modul: STATISZTIKA KÉSZÍTETTE: LÖVEY ÉVA, GIDÓFALVI ZSUZSA MODULJÁNAK FELHASZNÁLÁSÁVAL Matematika A 9. évfolyam. 18. modul: STATISZTIKA Tanári útmutató 2 A modul célja Időkeret
RészletesebbenFüggvények növekedési korlátainak jellemzése
17 Függvények növekedési korlátainak jellemzése A jellemzés jól bevált eszközei az Ω, O, Θ, o és ω jelölések. Mivel az igények általában nemnegatívak, ezért az alábbi meghatározásokban mindenütt feltesszük,
RészletesebbenOrszágos kompetenciamérés eredményeinek kiértékelése 6. és 8. évfolyamokon 2012
Országos kompetenciamérés eredményeinek kiértékelése 6. és 8. évfolyamokon 2012 A hatodik osztályban 12 tanulóból 11 írta meg az országos kompetenciamérést. Ebből 1 fő SNI-s, 3 fő BTMN-es tanuló. Mentesítést
RészletesebbenLineáris regresszió. Statisztika I., 4. alkalom
Lneárs regresszó Statsztka I., 4. alkalom Lneárs regresszó Ha két folytonos változó lneárs kapcsolatban van egymással, akkor az egyk segítségével elıre jelezhetjük a másk értékét. Szükségünk van a függı
RészletesebbenStatisztikai. Statisztika Sportszervező BSc képzés NBG GI866G4. Statisztika fogalma. Statisztikai alapfogalmak. Statisztika fogalma
Statsztka Sportszervező BSc képzés NBG GI866G4 010-011-es taév II félév Statsztka alapfogalmak Oktató: Dr Csáfor Hajalka főskola doces Vállalkozás-gazdaságta Tsz E-mal: hcsafor@ektfhu Statsztka alapfogalmak
RészletesebbenStatisztika I. 12. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 1. előadás Előadó: Dr. Ertsey Imre Regresszió analízis A korrelációs együttható megmutatja a kapcsolat irányát és szorosságát. A kapcsolat vizsgálata során a gyakorlatban ennél messzebb
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,
RészletesebbenIDA ELŐADÁS I. Bolgár Bence október 17.
IDA ELŐADÁS I. Bolgár Bence 2014. október 17. I. Generatív és dszkrmnatív modellek Korábban megsmerkedtünk a felügyelt tanulással (supervsed learnng). Legyen adott a D = {, y } P =1 tanító halmaz, ahol
RészletesebbenSta 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
RészletesebbenVáltozók eloszlása, középértékek, szóródás
Változók eloszlása, középértékek, szóródás Populáció jellemzése Empirikus kutatás (statisztikai elemzés) célja: a mintából a populációra következtetni. Minta: egy adott változó a megfigyelési egységeken
RészletesebbenA 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
RészletesebbenA mérés. A mérés célja a mérendő mennyiség valódi értékének meghatározása. Ez a valóságban azt jelenti, hogy erre kell
A mérés A mérés célja a mérendő mennyiség valódi értékének meghatározása. Ez a valóságban azt jelenti, hogy erre kell törekedni, minél közelebb kerülni a mérés során a valós mennyiség megismeréséhez. Mérési
RészletesebbenKutatásmódszertan 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
RészletesebbenORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!
ORVOSI STATISZTIKA Az orvos statsztka helye Életta Aatóma Kéma Lehet kérdés?? Statsztka! Az orvos dötéseket hoz! Mkor jó egy dötés? Meyre helyes egy dötés? Mekkora a tévedés lehetősége? Példa: test hőmérséklet
RészletesebbenMicrosoft 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
RészletesebbenJA45 Cserkeszőlői Petőfi Sándor Általános Iskola (OM: ) 5465 Cserkeszőlő, Ady Endre utca 1.
ORSZÁGOS KOMPETENCIAMÉRÉS EREDMÉNYEINEK ÉRTÉKELÉSE LÉTSZÁMADATOK Intézményi, telephelyi jelentések elemzése SZÖVEGÉRTÉS 2016 6. a 6. b osztály 1. ÁTLAGEREDMÉNYEK A tanulók átlageredménye és az átlag megbízhatósági
RészletesebbenIsmérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I. 25-26. o)
Ismérvek között kapcsolatok szorosságáak vzsgálata 1. Egy ks smétlés: mérés skálák (Huyad-Vta: Statsztka I. 5-6. o) A külöböző smérveket, eltérő mérés sztekkel (skálákkal) ellemezhetük. a. évleges (omáls)
RészletesebbenTanult nem paraméteres próbák, és hogy milyen probléma megoldására szolgálnak.
8. GYAKORLAT STATISZTIKAI PRÓBÁK ISMÉTLÉS: Tanult nem paraméteres próbák, és hogy mlyen probléma megoldására szolgálnak. Név Illeszkedésvzsgálat Χ próbával Illeszkedésvzsgálat grafkus úton Gauss papírral
Részletesebbenmatematikai statisztika
Az újságokban, plakátokon, reklámkiadványokban sokszor találkozunk ilyen grafikonokkal, ezért szükséges, hogy megértsük, és jól tudjuk értelmezni őket. A második grafikon ismerős lehet, hiszen a függvények
RészletesebbenBIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika
BIOSTATISZTIKA ÉS INFORMATIKA Leíró statisztika Első közelítésbe a statisztikai tevékeységeket égy csoportba sorolhatjuk, de ezek között ics éles határ:. adatgyűjtés, 2. az adatok áttekithetővé tétele,
RészletesebbenAnyagvizsgálati 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