Bevezető Mi a statisztika? Mérés Feldolgozás Adatok rendezése Adatok jellemzése Időbeli elemzés Feladatok. Statisztika I.

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Bevezető Mi a statisztika? Mérés Feldolgozás Adatok rendezése Adatok jellemzése Időbeli elemzés Feladatok. Statisztika I."

Átírás

1 Statisztika I. 1. előadás: A statisztika alapfogalmai Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem

2 A kurzusról A kurzus célja A statisztika I. az adatok felvételével, főbb jellemzőivel foglalkozik. A végén megismerkedünk a statisztikai minta fogalmával, felvételével és a mintából az alapsokaságra való következtetéssel. A tárgy kreditpontszáma: 3 Heti óraszám: 1 előadás + 2 gyakorlat A kurzus weboldala: Tematika Előadások fóliái Házifeladatok Régi vizsgafeladatok

3 Oktatók Előadó Kóczy Á. László Fogadóóra: kedd 11:15 11:30, TC212 Gyakorlatvezetők KM: GM: Nagy Viktor Mikor és milyen problémákban tudunk segíteni 1 Nem ért valamit megkérdezni előadás közben, gyakorlaton 2 Házi leadás gyakorlaton 3 Egyéni tanrend/felmetés/igazolás írásbeli kérvény előadás után/fogadóórán 4 Megnézné a ZH dolgozatát fogadóórán 5 TDK-zni szeretne előzetes egyeztetés alapján 6 Egyéb óhaj-sóhaj lehetőleg fogadóórán

4 Jegyzet Általános Statisztika I-II. Szerkesztette: Korpás Attiláné dr. Nemzeti Tankönyvkiadó, Budapest Általános Statisztika Példatár I-II. Szerkesztette: Molnár Máténé dr Tóth Mártonné dr. Nemzeti Tankönyvkiadó, Budapest Hogyan használjuk? Kurzus = könyv, elejétől a végéig tudni kell Érteni, nem bemagolni ZH-k a könyv és a feladatgyűjtemény feladatai alapján Minden gyakorlat után vegyünk át 4-5 típuspéldát.

5 Követelmények és számonkérés A hallgató 1 Részt vesz a gyakorlatokon (min. 70%). 2 Legalább 1 zh-t ír a szorgalmi időszakban. 3 A két legjobban zh összesen 50+ pontos VAGY a pót zh 25+ pontos VAGY 4 a pót-pót zh 25+ pontos. 5 Egyéni tanrend: Csak az 1. alól felmentve. Ha 1 3. nem teljesül: letiltva nincs javítás Ha 1 3. teljesül, 4. nem: megtagadva Ha ezután 5. sem teljesül: letiltva Ha 5. teljesül: aláírás. Ha 1 4. teljesül: aláírás.

6 Értékelés A hallgató ponteredménye = A két legjobb ZH pontszámának összege, VAGY A pót-zh pontszámának kétszerese, VAGY A pót-pót-zh pontszámának kétszerese 0 49 elégtelen (1) elégséges (2) közepes (3) jó (4) jeles (5) Statisztika TDK, szakdolgozat, tudományos kutatás pluszpontot érhet.

7 Mibe kerül egy ingatlan? Az attól függ... Típus, méret, szobák száma, elhelyezkedés, fűtés típusa, emelet, terasz, lift, extrák... Statisztika A valóság tömör, számszerű jellemzésére szolgáló tudományos módszertan, illetve gyakorlati tevékenység.

8 A statisztika fajtái Statisztika, mint gyakorlati tevékenység A tömeges jelenségek egyedeire vonatkozó információk gyűjtése, feldolgozása, elemzése, a vizsgált jelenség tömör számszerű jellemzése.

9 A statisztika fajtái eladott budai kétszobás lakások száma? VIII. kerületi négyzetméterár? Leíró statisztika: Információk összegyűjtése, összegzése, rendszerezése Statisztikai következtetés: Szűkebb csoport megfigyeléséből következtetés az egészre eladott lakások átlagára átlagos érték mennyit kérhetek? I. félévi árak érdemes most eladni? megéri-e eladás előtt ablakot cserélni?

10 Sokaság Statisztikai sokaság A megfigyelés tárgyát képező egyedek (pl. ingatlanok) összessége, halmaza. Az egyedeket a sokaság egységeinek nevezzük. A sokaság lehet diszkrét vagy folytonos álló lakosság hitelállomány vagy mozgó látogatók gázfogyasztás

11 A statisztikai ismérv Statisztikai ismérv A statisztikai sokaság egyedeit jellemző tulajdonság. Az ismérv lehetséges kimenetelei az ismérvváltozatok. alternatív Kétféle értéket vehet fel. Pl férfi/nő. közös A sokaság minden tagjára jellemző megkülönböztető a sokaság tagjait megkülönbözteti egymástól időbeli idő(szako)t jelző ismérv területi minőségi számszerűen nem mérhető tulajdonság mennyiségi számszerűen mérhető/megszámlálható tulajdonság ismérvértékek

12 Ismérvek fajtái Cím területi ismérv (mindig minőségi) Típus minőségi, megkülönböztető ismérv Szobák mennyiségi ismérv Nm mennyiségi ismérv Emelet, állapot, kilátás, fekvés minőségi ismérv Erkély, lift alternatív ismérv Mióta eladó, mikor épült időbeli ismérv

13 A statisztikai mérés, adat és mutatószám Mérés Számok szabályok szerinti hozzárendelése jelenségekhez, illetve tulajdonságaikhoz. 4-féle mérési szint, ill. skála névleges Számok kötetlen hozzárendelése. Rendszám, irsz. Címke! sorrendi Rangsor szerinti hozzárendelés. különbségi Önkényes 0. Különbség számolható. (hőmérséklet) arányskála Valódi 0. Arány is számolható. (hosszúság, jövedelem,..) A statisztikai adat Sokaság elemeinek száma v. másféle jellemzője, mérési eredménye. alap-, vagy leszármaztatott adatok

14 Adatgyűjtés gyorsaság elfogadható pontosság gazdaságosság teljes körű v. részleges Reprezentatív Monográfia egyéni kérdőív v. lajstrom önszámlálás v. kikérdezés

15 Hiba Adatfeldolgozás, adatközlés során, v. mintavételben Abszolút hiba a = A Â, ahol A = valóságos, Â = mért adat Abszolút hibakorlát (â). A Â ± â. Relatív hiba α = a A Relatív hibakorlát: ˆα = ââ.

16 Statisztikai csoportosítás Csoportosítás A sokaság átfedésmentes és teljes felosztása egy megkülönböztető ismérv szerint. Csoportosító sor Osztály Egységek száma C 1 f 1 C 2 f 2. C i. C k Összesen. f i. f k N A csoportosító sor lehet minőségi mennyiségi területi idősor kombinatív

17 Összehasonĺıtás A csoportosítás Két, vagy több statisztikai adat viszonyítása. Sorba rendezve: Összehasonĺıtó sor Különböző időpontok: idősor Területi alapon: összehasonĺıtó területi sor

18 Viszonyszámok Viszonyszám Két, logikai kapcsolatban álló statisztikai adat hányadosa. Azonos fajta adatokból számolva Megoszlási: részsokaságok aránya az egészhez Koordinációs: részsokaságok aránya egymáshoz Dinamikus: két idősza/időpont adatainak hányadosa Különböző fajta, mértékegységű adatokból számolva intenzitási (telefon/1000 lakás)

19 Átlagok Átlagok Azonos fajta adatok tömör jellemzésére használjuk. Átlagolandó értékek: X 1, X 2, X 3,..., X N. Számtani: X = Súlyozott számtani: X = N i=1 X i N k i=1 f i X i k i=1 f i Harmonikus: X h = N N i=1 1 X i = k i=1 f i k f i i=1 X i Mértani: X g = N N i=1 X i = k i=1 f i k i=1 X f i Négyzetes: X q = X min X h X g X X q X max N k i=1 X i 2 i=1 N = f i Xi 2 k i=1 f i i

20 Ismérv szerinti rendezés Hogyan rendszerezzünk ennyi lakást? Minőségi: cím, emelet, komfort, fekvés Mennyiségi: diszkrét: szobák száma véges, v megszámlálhatóan végtelen értéket vehet fel folytonos: alapterület, ár, rezsi, gázfogyasztás bármilyen értéket felvehet: egy 54ñm-es lakás lehet 53,78, vagy 54,003ñm-es, bármi 53,5 és 54.5 között. (a pontosság kedvéért: minden racionális szám (a tizedestörttel feĺırhatók is ide tartoznak) megszámlálható, a gond az irracionális számokkal van, pl ha a lakás kör alapterületű.) Rangsor

21 Gyakorisági sorok

22 Gyakorisági sorok Csoportosító sor A sokaság egységeinek mennyiségi ismérv szerinti osztályozása. HA az ismérvváltozatok száma kicsi, 1-1 ismérvváltozat szerint. HA nagy, több ismérvértéket magukba foglaló intervallumok, ún. osztályközök szerint. Gyakoriság (f i ) Az egy-egy csoportba/osztályközbe tartozó egységek száma. Relatív gyakoriság (g i = f i N ) Az egy csoportba/osztályközbe tartozó egységek (százalékos) részesedése. Ha az osztályok 1 ismérvértékből állnak, (gyakorisági) eloszlás, osztályközök esetén (gyakorisági) megoszlás.

23 Gyakorisági sorok általános sémája Ismérvérték GyakoriságRelatív gyakoriság X i f i g i X 1 f 1 g 1 X 2 f 2 g 2. X i. f i g i.. X k f k g k Összesen N1 Az osztályközök GyakoriságRelatív gyakoriság Alsó határa Felső határa f i g i X 1 X 1 f 1 g 1 X 2 X 2 f 2 g X i X i f i g i....

24 Osztályközök Az osztályközök meghatározása Minden ismérvérték pontosan 1 osztályba tartozzon Számuk a legkisebb k, melyre 2 k > N Hosszuk h = Xmax X min k Nagy X max X min különbség, egyenetlen eloszlás esetén nem egyforma osztályközök.

25 Kumulatív gyakoriság Kumulatív gyakoriság (f i ) A felső értékhatárnak megfelelő, vagy kisebb ismérvértékek előfordulásának száma. Kumulatív relatív gyakoriság (g i ) A felső értékhatárnak megfelelő, vagy kisebb ismérvértékek előfordulásának aránya. Lefelé kumulatív (relatív) gyakoriság (f i (g i )) Az alsó értékhatárnak megfelelő, vagy nagyobb ismérvértékek előfordulásának száma (aránya).

26 Értékösszegsorok Értékösszegsor A mennyiség ismérv alapján kialakított osztályokhoz az odatartozó egységek ismérvértékeinek összegét (S i ) rendeli. A sokaság teljes értékösszege S = k i=1 f i X i. Osztályközös gyakoriság esetén... a tényleges értékösszeg csak az eloszlás ismeretében határozható meg. egyébként az osztályközépsőből (X i = x i +x i 2 ) becsüljük. A relatív értékösszeg az a megoszlási viszonyszám, ami az osztályok értékösszegét (S i ) a teljes értékösszeghez (S) viszonyítja.

27 Grafikus ábrázolás: Definíciók Hisztogram Hézagmentesen illesztett téglalapokkal szemléltet. Egyenlő osztályközök esetén területük arányos a relatív gyakorisággal. Különböző osztályközhosszúságok esetén magasságuk az egységnyi osztályközhosszra jutó gyakoriság (( fi h i ), vagy ( gi h i )) sűrűséghisztogram. Gyakorisági poligon Az osztályközepeknél felmért gyakoriságok pontjait egyenes szakaszokkal összekötő vonaldiagram.

28 Gyakorisági sorok grafikus ábrázolása Osztályok: bot-ábra Osztályközök: hisztogramgyakorisági poligon

29 Helyzetmutatók: Módusz Módusz (Mo) A leggyakoribb elem a sokaságban tipikus érték Szimmetrikus a megoszlás: modális osztályköz közepe. Amúgy Mo = mo + k 1 k 1 + k 2 h mo: a mod. osztályköz alsó határa k 1 (k 2 ): a mod. és megelőző (követő) osztályköz gyakorisága különbsége h: a modális osztályköz hossza.

30 Medián Medián (Me) Ugyanannyi kisebb és nagyobb érték. A = Me minimalizálja a N i=1 X i A -t Ha az elemszám páratlan a medián -edik ismérvérték. Ha páros, az N 2 és N edik ismérvértékek átlaga az N+1 2 Osztályközös gyakoriság esetén az i-edik osztályköz tartalmazza, ha f i 1 N 2 f i

31 Átlag Átlag (X ) Az ismérvértékek összegének és a sokaság elemszámának hányadosa; az ismérvértékek számtani átlaga. X = N i=1 X i N Gyakorisági sor esetén súlyozott átlag X = N i=1 f i X i N i=1 f i Megoszlásból becsült érték, súlyozott harmonikus átlag: X = N i=1 S i N S i i=1 X i (X i az osztályközép, S i az i-edik értékösszeg.)

32 Kvantilisek q-ad rendű, vagy q-adik kvantilis (Q q ) Az ismérvértékek rangsorát q : (1 q) arányban osztó ismérvérték Q q = X i, ha f i 1 N q f i Gyakori kvantilisek: Tercilisek: Q 1 = T 1 (alsó tercilis), Q Kvartilisek: Q 1 4 = T 2 (felső kvartilis) Kvintilisek: Q i = K i 5 Decilisek: Q i = D i 10 Percentilisek: Q i = P i 100 Q 3 4 = Q 1 (alsó kvartilis), Q 2 4 = T 2 (felső tercilis) = Me (medián), Q j k meghatározása, mint a mediáné: Rangsorból [ kiindulva ] m = j k (N + 1)

33 Szóródás Szóródás Azonos fajta számszerű adatok különbözősége. Léteznek abszolút és relatív mutatói. Gyakran használt mérőszámok: a szóródás terjedelme az átlagos eltérés szórás átlagos különbség relatív szórás

34 A szóródás terjedelme Szóródás terjedelme (R) Az előforduló legnagyobb és legkisebb ismérvérték különbsége: R = X max X min. Interkvantilis terjedelemmutatók A két szélső kvantilis különbsége. Pl. D 9 D 1.

35 Átlagos eltérés Átlagos eltérés (δ) Az értékek számtani átlagtól vett abszolút eltérésének átlaga. Ha d i = X i X, illetve δ = N i=1 X i X = N k i=1 δ = f i X i X k i=1 f = i N i=1 d i, N k i=1 f i d i k i=1 f. i

36 Szórás Szórás (σ) Az értékek számtani átlagtól vett eltérésének négyzetes átlaga. Ha d i = X i X, σ = σ = N i=1(x i X) 2 N i=1 N = d2 i N k i=1 f i(x i X) 2 k = i=1 f i, illetve k i=1 f i di 2 k. i=1 f i A szórásnégyzet (σ 2 ) más néven variancia. Eltérés-négyzetösszeg: SS = N ( i=1 Xi X ) 2, illetve SS = N i=1 f ( i Xi X ) 2. Relatív szórás V = σ X

37 Szórás tulajdonságai δ σ. σ Xi +A = σ Xi σ B Xi = B σ B Xi 2 2 σ = X q X

38 Átlagos különbség Átlagos különbség vagy Gini-féle szóródási mérőszám (G) Az ismérvértékek egymástól számított abszolút különbségeinek számtani átlaga. G = N N i=1 j=1 X i X j k k i=1 j=1 N 2 illetve G = f if j X i X j N 2

39 Pearson-féle mutató A számtani átlag és a módusz viszonyán alapul: Bevezető Mi a statisztika? Mérés Feldolgozás Adatok rendezése Adatok jellemzése Időbeli elemzés Feladatok Az aszimmetria és mérőszámai bal oldali szimmetrikus jobb oldali aszimmetria eloszlás aszimmetria Mo < Me < X Mo = Me = X Mo > Me > X Q 3 Me > Me Q 1 Q 3 Me = Me Q 1 Q 3 Me < Me Q 1 A > 0 A = 0 A < 0 F > 0 F = 0 F < 0

40 Koncentráció Koncentráció A sokasághoz tartozó teljes értékösszeg jelentős része kevés egységre összpontosul. (Általában: tömörülés, összpontosulás) A relatív gyakoriságok (g i ) és relatív értékösszegek (Z i ) összehasonĺıtásával mutatható ki. Lorenz-görbe kumulált relatív értékösszeg a kum. gyakoriságok függvényében. Koncentrációs együttható (K) koncentrációs terület aránya az átló alatti területhez. K = G 2X.

41 Idősorok Idősor (Y 1, Y 2,..., Y t,..., Y n ) Társadalmi/gazdasági jelenség egyenlő időközönként mért értékei. állapotidősor, v. : álló sokaságok időbeli változását mutatja; állapotfelvételek eredménye. tartamidősor: mozgó sokaságok időbeli változását mutatja; időtartam folyamán bekövetkezett események. Dinamikus viszonyszámok Bázisviszonyszám b t = Yt Y b b t = l b+1 l b+2... l t = t i=b+1 l i Láncviszonyszám l t = Yt l t = Y t 1 bt b t 1

42 Idősorok grafikus ábrázolása Vonaldiagrammal, a vízszintes tengelyen az időszakok, a függőleges tengelyen az idősor adatai.

43 Idősorok elemzése: Átlagos értékek Tartamidősorok Az adatok összegezhetők. n t=1 Y = Y t n A jelenség egy időszakra jutó átlagos értéke. (Pl. egy weboldal átlagos látogatottsága) Állapotidősorok Az összegzésnek nincs értelme: kronologikus átlag Y k = Y k = Y 1 +Y Y n 1+Y n 2 n 1 Y n 1 t=2 Y t + Yn 2 n 1 Egyfajta súlyozott átlag.

44 Idősorok elemzése: Átlagos változás vizsgálata Fejlődés átlagos mértéke A bekövetkezett átlagos abszolút nominális változás d = (Y 2 Y 1 ) + (Y 3 Y 2 ) + + (Y n Y n 1 ) n 1 = Y n Y 1 n 1 Fejlődés átlagos üteme A bekövetkezett átlagos relatív változás l = n 1 l 2 l 3 l n = n 1 n t=2 l t = n 1 Yn Y 1

45 1/2. feladat (részlet) Néhány sokaság a Az 1994-ben Magyarországon kiadott könyvek összessége. Természetes az egység (kötet), összegzés, tehát diszkrét, mozgó. b Az iskolai könyvtárak könyvállománya január 5.-én. c Természetes az egység (kötet), pillanatfelvétel, tehát diszkrét, álló. Üzembe helyezett beruházások nagysága 1994-ben Forintban, vagy euróban? Nincs természetes egység, összegzés, tehát folytonos, mozgó. Nevezzük meg a sokaságok típusát!

46 1/5. feladat A hazánkba érkező turisták közül legtöbben Romániából (5498 ezer fő), Németországból (2838 ezer fő) és Jugoszlávia utódállamaiból (2585 ezer fő) érkeztek 1992-ben. Ismerjük továbbá, hogy Európából összesen ezer fő, Ázsiából 151 ezer fő, Afrikából 20 ezer fő, Amerikából 304 ezer fő, Ausztráliából és Óceániából pedig 25 ezer turista érkezett. Rendezzük az adatokat statisztikai sorokba! Terület ezer fő Románia 5498 Németország 2838 volt Jugoszlávia 2585 egyéb Európa 5767 Ázsia 151 Afrika 20 Amerika 304 Ausztrália és Óceánia 25

47 1/7. feladat érték X i súly f i a) Számítsuk ki a súlyozott számtani, harmonikus, mértani és négyzetes átlagát! b) Állapítsuk meg az átlagok nagyságrendjét! c) Határozzuk meg a f i (X i A) 2 kifejezés értékeit a következő A értékek mellett: 5, 6, 8, és X! Súlyozott számtani közép: k i=1 f i X i k = i=1 f = = 10, 4 i Szorzat összege összeg szorzata!!! Súlyozott harmonikus közép: k i=1 f i k f i = i=1 X i = 10 1,2375 = 8, 08.

48 1/7. feladat - a) folytatás + b) Súlyozott mértani közép: ki=1 f i k i=1 X f i i = = = 9, 08. Súlyozott négyzetes közép: k i=1 f i Xi 2 k i=1 f i = = = 11, 76. Sorrend: harmonikus < mértani < számtani < négyzetes.

49 1/7. feladat c) fi (X i A) 2 = 6 (6 5) (16 5) (20 5) 2 = = 599. Ugyanez A = 6, 8 és 10, 4-re számolva 502, 368, és 312,8: fi (X i A) 2 = 6 (6 6) (16 6) (20 6) 2 = = 502. fi (X i A) 2 = 6 (6 8) (16 8) (20 8) 2 = = 368. fi (X i A) 2 = 6 (6 10, 4) 2 +3 (16 10, 4) 2 +1 (20 10, 4) 2 = 6 19, , , 16 = 312, 8.

50 2. Feladat/3. Medián, átlag A mediánt tartalmazó osztályköz ahol elérjük a = 18. elemet: Medián Me = me + N 2 f me 1 f me h = = 44, 2 (Súlyozott) átlag X = 46, 86. N i=1 f i X i N i=1 f i = 9x20+12x40+7x60+7x = =

51 2. Feladat/4. Kvantilisek (Kvadrilisek) Alsó kvartilis ( j k = 1 4 ): 0 = f 0 < j k N = = 8.75 < f 1 = 9 Q 1 = a 1 + N 4 f 1 1 f 1 h = = 19, 44 Felső kvartilis ( j k = 3 4 ): 21 = f 2 < j k N = = 26, 25 < f 3 = 28 Q 3 = a 1 + 3N 4 f 2 h = x = 65 f 3

52 2. Feladat/5. Szórás, aszimmetria Szórás σ = k = 9(20 46,86) (80 46,86) = i=1 f i(x i X) 2 k i=1 f i = 7, 63. Pearson-féle mutató A = X Mo σ F-mutató F = (Q 3 Me) (Me Q 1 ) = 46,86 37,5 7,63 = 1, 23 (Q 3 Me)+(Me Q 1 ) = (65 44,2) (44,2 19,44) (65 44,2)+(44,2 19,44) = 20,8 24,76 20,8+24,76 = 3,96 45,56 = 0, 0869

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

Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés

Bevezető 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

Részletesebben

Bevezető Mi a statisztika? Mérés Csoportosítás

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

Részletesebben

Bevezető Mi a statisztika? Mérés Feldolgozás Adatok rendezése Adatok jellemzése Időbeli elemzés Feladatok. Statisztika I.

Bevezető Mi a statisztika? Mérés Feldolgozás Adatok rendezése Adatok jellemzése Időbeli elemzés Feladatok. Statisztika I. Statisztika I. 1. előadás: A statisztika alapfogalmai Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem A kurzusról A kurzus célja

Részletesebben

[GVMGS11MNC] Gazdaságstatisztika

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

Részletesebben

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

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

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

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

STATISZTIKA I. Centrális mutatók. Helyzeti középértékek. Középértékek. Bimodális eloszlás, U. Módusz, Mo. 4. Előadás.

STATISZTIKA 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

Részletesebben

GAZDASÁGI STATISZTIKA

GAZDASÁGI STATISZTIKA GAZDASÁGI STATISZTIKA Dr. Kun István GÁBOR DÉNES FŐISKOLA Tantárgy: Gazdasági statisztika Kódszám: 224 Lapszám: 1 TÉMAKÖRÖK A STATISZTIKA ALAPFOGALMAI STATISZTIKAI SOROK STATISZTIKAI TÁBLÁK ÖSSZETETT VISZONYSZÁMOK

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

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

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

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

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

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015 A mérés problémája a pedagógiában Dr. Nyéki Lajos 2015 A mérés fogalma Mérésen olyan tevékenységet értünk, amelynek eredményeként a vizsgált jelenség számszerűen jellemezhetővé, más hasonló jelenségekkel

Részletesebben

Statisztika 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 összefoglalás

Statisztika összefoglalás Statisztika összefoglalás 1 / 18. oldal 1. Alapfogalmak Statisztika: a tömegesen előforduló jelenségek vizsgálatával foglalkozik, ezekre vonatkozóan adatokat gyűjt, feldolgoz, elemez és közzé tesz. o a

Részletesebben

Statisztika. Dr Gősi Zsuzsanna. Egyetemi adjunktus. Sportmenedzsment Tanszék

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

Részletesebben

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

5. Előadás. Grafikus ábrázolás Koncentráció elemzése

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

Részletesebben

Statisztika 1. Tantárgyi útmutató

Statisztika 1. Tantárgyi útmutató Módszertani Intézeti Tanszék Nappali tagozat Statisztika 1. Tantárgyi útmutató 2015/16 tanév II. félév 1/6 Tantárgy megnevezése: Statisztika 1. Tantárgy kódja: STAT1KAMEMM Tanterv szerinti óraszám: 2+2

Részletesebben

STATISZTIKA. Gyakorló feladatok az első zh-ra

STATISZTIKA. 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

Részletesebben

9.3. Külkereskedelmi statisztika...77 9.4. Pénzügystatisztika, az államháztartás információs rendszere...77 9.5. Agrárstatisztikai információs

9.3. Külkereskedelmi statisztika...77 9.4. Pénzügystatisztika, az államháztartás információs rendszere...77 9.5. Agrárstatisztikai információs Kovács Péter Statisztikai alapismeretek Tartalomjegyzék BEVEZETÉS...4. A STATISZTIKA ALAPFOGALMAI...5.. A statisztika tárgy, tudományági besorolása...5.. Alapfogalmak...6.3. A statisztikai munka fázisai...8.4.

Részletesebben

TANTÁRGYI ÚTMUTATÓ. Statisztika 1.

TANTÁRGYI ÚTMUTATÓ. Statisztika 1. I. évfolyam BA TANTÁRGYI ÚTMUTATÓ Statisztika 1. TÁVOKTATÁS Tanév 2014/2015 II. félév A KURZUS ALAPADATAI Tárgy megnevezése: Statisztika 1. Tanszék: Módszertani Tantárgyfelelős neve: Sándorné Dr. Kriszt

Részletesebben

Áruforgalom tervezése. 1. óra A gazdasági statisztika alapjai Alapfogalmak, viszonyszámok

Áruforgalom tervezése. 1. óra A gazdasági statisztika alapjai Alapfogalmak, viszonyszámok Áruforgalom tervezése 1. óra A gazdasági statisztika alapjai Alapfogalmak, viszonyszámok Alapvető gazdasági számítások 1. Egy vállalkozás tevékenysége nagyon összetett. Szükség van arra, hogy ismerjük

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június

ELTE 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

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

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

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

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

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 7. MA3-7 modul. Helyzetmutatók, átlagok, kvantilisek

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 7. MA3-7 modul. Helyzetmutatók, átlagok, kvantilisek Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 7. MA3-7 modul Helyzetmutatók, átlagok, kvantilisek SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról

Részletesebben

Statisztikai alapfogalmak. Statisztika I. GZM, EE, TV szakok (LEVELEZŐ tagozat) Témakörök. Statisztikai alapfogalmak. Kötelező és ajánlott irodalmak

Statisztikai alapfogalmak. Statisztika I. GZM, EE, TV szakok (LEVELEZŐ tagozat) Témakörök. Statisztikai alapfogalmak. Kötelező és ajánlott irodalmak Témakörök Statisztika I. GZM, EE, TV szakok (LEVELEZŐ tagozat) 2011-2012-es tanév I. félév Oktató: Dr. Csáfor Hajnalka tanszékvezető főiskolai docens Regionális és Környezetgazdaságtan Tsz. E-mail: hcsafor@ektf.hu

Részletesebben

Az értékelés a következők szerint történik: 0-4 elégtelen 5-6 elégséges 7 közepes 8 jó 9-10 jeles. A szóbeli vizsga várható időpontja

Az értékelés a következők szerint történik: 0-4 elégtelen 5-6 elégséges 7 közepes 8 jó 9-10 jeles. A szóbeli vizsga várható időpontja 2016/17 I. félév MATEMATIKA szóbeli vizsga 1 A szóbeli vizsga kötelező eleme a félév teljesítésének, tehát azok a diákok is vizsgáznak, akik a többi számonkérést teljesítették. A szóbeli vizsgán az alább

Részletesebben

1. Egy Kft dolgozóit a havi bruttó kereseteik alapján csoportosítottuk: Havi bruttó bér, ezer Ft/fő

1. 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

Részletesebben

Általános statisztika I. Havasy, György Molnár, Máténé Szunyogh, Zsuzsanna Tóth, Mártonné Korpás, Attiláné Csernyák, László

Általános statisztika I. Havasy, György Molnár, Máténé Szunyogh, Zsuzsanna Tóth, Mártonné Korpás, Attiláné Csernyák, László Általános statisztika I Havasy, György Molnár, Máténé Szunyogh, Zsuzsanna Tóth, Mártonné Korpás, Attiláné Csernyák, László Általános statisztika I Havasy, György Molnár, Máténé Szunyogh, Zsuzsanna Tóth,

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

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

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

Matematikai statisztikai elemzések 2.

Matematikai statisztikai elemzések 2. Matematikai statisztikai elemzések 2. Helyzetmutatók, átlagok, kvantilisek. A szórás és szóródás Prof. Dr. Závoti, József Matematikai statisztikai elemzések 2.: Helyzetmutatók, átlagok, Prof. Dr. Závoti,

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

matematikai statisztika

matematikai 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

Részletesebben

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

Részletesebben

Statisztika I. 1. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 1. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 1. előadás Előadó: Dr. Ertsey Imre A STATISZTIKA FOGALMA 1. Gyakorlati számbavételi tevékenység tömegjelenségek számbavétele, elemzése összefüggések feltárása következtetések levonása Célja:

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

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.

Részletesebben

A Statisztika alapjai

A Statisztika alapjai A Statisztika alapjai BME A3c Magyar Róbert 2016.05.12. Mi az a Statisztika? A statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati

Részletesebben

Általános statisztika I Havasy, György Molnár, Máténé Szunyogh, Zsuzsanna Tóth, Mártonné Korpás, Attiláné Csernyák, László

Általános statisztika I Havasy, György Molnár, Máténé Szunyogh, Zsuzsanna Tóth, Mártonné Korpás, Attiláné Csernyák, László Általános statisztika I Havasy, György Molnár, Máténé Szunyogh, Zsuzsanna Tóth, Mártonné Korpás, Attiláné Csernyák, László Általános statisztika I Havasy, György Molnár, Máténé Szunyogh, Zsuzsanna Tóth,

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

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA A VALÓSZÍNŰSÉGI SZEMLÉLET ALAPOZÁSA 1-6. OSZTÁLY A biztos, a lehetetlen és a lehet, de nem biztos események megkülünböztetése Valószínűségi játékok, kísérletek események

Részletesebben

Elemi statisztika fizikusoknak

Elemi 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

Részletesebben

Sándorné dr. Kriszt Éva dr. Csesznák Anita. Statisztika I. Szerkesztette Sándorné dr. Kriszt Éva. Nemzedékek Tudása Tankönyvkiadó, Budapest

Sándorné dr. Kriszt Éva dr. Csesznák Anita. Statisztika I. Szerkesztette Sándorné dr. Kriszt Éva. Nemzedékek Tudása Tankönyvkiadó, Budapest Sándorné dr. Kriszt Éva dr. Csesznák Anita Ország Gáborné Statisztika I. Szerkesztette Sándorné dr. Kriszt Éva Nemzedékek Tudása Tankönyvkiadó, Budapest TARTALOMJEGYZÉK Előszó... 9 1. A statisztika alapfogalmai...11

Részletesebben

6. A kereskedelmi készletek elszámoltatása, az értékesítés elszámoltatása 46. Összefoglaló feladatok 48.

6. A kereskedelmi készletek elszámoltatása, az értékesítés elszámoltatása 46. Összefoglaló feladatok 48. Tartalomjegyzék 1. Alapvető gazdasági számítások 4. 1.1. A gazdasági számítások jelentősége egy vállalkozás életében 4. 1.2. A gazdasági számításokkal szemben támasztott követelmények 4. 1.3. Milyen feladatokat

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

Statisztikai. Statisztika Üzleti szakügyintéző felsőfokú szakképzés I. évfolyam VS 210-4 (NFG ÜS302G4) 2010-2011-es tanév I. félév

Statisztikai. Statisztika Üzleti szakügyintéző felsőfokú szakképzés I. évfolyam VS 210-4 (NFG ÜS302G4) 2010-2011-es tanév I. félév Statisztika Üzleti szakügyintéző felsőfokú szakképzés I évfolyam VS 210-4 (NFG ÜS302G4) 2010-2011-es tanév I félév Statisztikai alapfogalmak Oktató: Dr Csáfor Hajnalka főiskolai docens Vállalkozás-gazdaságtan

Részletesebben

Matematika szóbeli érettségi témakörök 2016/2017-es tanév őszi vizsgaidőszak

Matematika szóbeli érettségi témakörök 2016/2017-es tanév őszi vizsgaidőszak Matematika szóbeli érettségi témakörök 2016/2017-es tanév őszi vizsgaidőszak Halmazok Halmazok egyenlősége Részhalmaz, valódi részhalmaz Üres halmaz Véges és végtelen halmaz Halmazműveletek (unió, metszet,

Részletesebben

STATISZTIKA KÉSZÍTETTE: TAKÁCS SÁNDOR

STATISZTIKA 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

Részletesebben

Statisztika I. 2. előadás: Statisztikai táblák elemzése. Kóczy Á. László. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem

Statisztika I. 2. előadás: Statisztikai táblák elemzése. Kóczy Á. László. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem Statisztika I 2 előadás: Statisztikai táblák elemzése Kóczy Á László koczylaszlo@kgkuni-obudahu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem Eddig statisztikai alapfogalmak

Részletesebben

2013 ŐSZ. 1. Ismertesse a mérési skálák tulajdonságait és a közöttük lévő összefüggéseket.

2013 ŐSZ. 1. Ismertesse a mérési skálák tulajdonságait és a közöttük lévő összefüggéseket. GAZDASÁGSTATISZTIKA KIDOLGOZOTT ELMÉLETI KÉRDÉSEK AZ 1. ZH-HOZ 2013 ŐSZ (Jelen kérdések az első zh összes elméleti témakörét összegzik, melyeket egymásra épülő sorrendben, illetve tematika szerinti bontásban

Részletesebben

Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre

Statisztika 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

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

Osztályozóvizsga és javítóvizsga témakörei Matematika 9. évfolyam

Osztályozóvizsga és javítóvizsga témakörei Matematika 9. évfolyam Osztályozóvizsga és javítóvizsga témakörei Matematika 9. évfolyam 1. félév Gondolkozás, számolás - halmazok, műveletek halmazokkal, intervallumok - racionális számok, műveletek racionális számokkal, zárójel

Részletesebben

Matematikai statisztikai elemzések 1.

Matematikai statisztikai elemzések 1. Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematikai statisztikai elemzések 1. MSTE1 modul A statisztika alapfogalmai, feladatai, táblázatok, grafikus ábrázolás. Leíró

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

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

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Matematikai statisztika c. tárgy oktatásának célja és tematikája Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:

Részletesebben

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Statisztikai 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

Részletesebben

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN

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

Részletesebben

Jelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék

Jelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék Jelek és rendszerek 1 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék 1 Ajánlott irodalom: FODOR GYÖRGY : JELEK ÉS RENDSZEREK EGYETEMI TANKÖNYV Műegyetemi Kiadó, Budapest, 2006

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

MATEMATIKA TANMENET. 9. osztály. 4 óra/hét. Budapest, 2014. szeptember

MATEMATIKA TANMENET. 9. osztály. 4 óra/hét. Budapest, 2014. szeptember MATEMATIKA TANMENET 9. osztály 4 óra/hét Budapest, 2014. szeptember 2 Évi óraszám: 144 óra Heti óraszám: 4 óra Ismerkedés, év elejei feladatok, szintfelmérő írása 2 óra I. Kombinatorika, halmazok 13 óra

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

Tantárgyi útmutató. 1. A tantárgy helye a szaki hálóban. 2. A tantárgyi program általános célja. Statisztika 1.

Tantárgyi útmutató. 1. A tantárgy helye a szaki hálóban. 2. A tantárgyi program általános célja. Statisztika 1. Tantárgyi útmutató 1. A tantárgy helye a szaki hálóban Gazdálkodási és menedzsment szakirány áttekintő tanterv Nagyításhoz kattintson a képre! Turizmus - vendéglátás szakirány áttekintő tanterv Nagyításhoz

Részletesebben

Statisztika gyakorlat

Statisztika gyakorlat Félévi követelményrendszer tatisztika gyakorlat. Gazdasági agrármérnök szak II. évolyam 007.0.. Heti óraszám: + Aláírás eltételei: az elıadásokon való részvétel nem kötelezı, de AJÁNLOTT! a gyakorlatokon

Részletesebben

TANMENETJAVASLAT. Dr. Korányi Erzsébet MATEMATIKA. tankönyv ötödikeseknek. címû tankönyvéhez

TANMENETJAVASLAT. Dr. Korányi Erzsébet MATEMATIKA. tankönyv ötödikeseknek. címû tankönyvéhez TANMENETJAVASLAT Dr. Korányi Erzsébet MATEMATIKA tankönyv ötödikeseknek címû tankönyvéhez A heti 3 óra, évi 111 óra B heti 4 óra, évi 148 óra Javaslat témazáró dolgozatra: Dr. Korányi Erzsébet: Matematika

Részletesebben

MUNKAANYAG. Bernáth Julianna. Alapvető statisztikai módszerek a vállalkozás tevékenységét érintő javaslatok előkészítéséhez

MUNKAANYAG. Bernáth Julianna. Alapvető statisztikai módszerek a vállalkozás tevékenységét érintő javaslatok előkészítéséhez Bernáth Julianna Alapvető statisztikai módszerek a vállalkozás tevékenységét érintő javaslatok előkészítéséhez A követelménymodul megnevezése: A beszerzés és az értékesítés előkészítése, megszervezése

Részletesebben

Nem Fő (f) % (g) -160 100 161-180 150 181-200 50 Z 300. Férfi 180 60% Nő 120 40% Z 300 100%

Nem Fő (f) % (g) -160 100 161-180 150 181-200 50 Z 300. Férfi 180 60% Nő 120 40% Z 300 100% IX. 08. előadás Statisztikai sokaság: amire a megfigyelés irányul. Statisztikai ismérv: vizsgálati szempont, tulajdonság. Van közös (körülhatárolja a sokaságot) és megkülönböztető: területi {pl: születési

Részletesebben

Példa: Egy üzletlánc boltjainak forgalmára vonatkozó adatok 1999. október hó: (adott a vastagon szedett!) S i g i z i g i z i

Példa: 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

Részletesebben

Mérés és skálaképzés. Kovács István. BME Menedzsment és Vállalatgazdaságtan Tanszék

Mérés és skálaképzés. Kovács István. BME Menedzsment és Vállalatgazdaságtan Tanszék Mérés és skálaképzés Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Miröl is lesz ma szó? Mi is az a mérés? A skálaképzés alapjai A skálaképzés technikái Összehasonlító skálák Nem összehasonlító

Részletesebben

Általános és gazdasági statisztika. Csugány Julianna

Általános és gazdasági statisztika. Csugány Julianna Általános és gazdasági statisztika Csugány Julianna MÉDIAINFORMATIKAI KIADVÁNYOK Általános és gazdasági statisztika Csugány Julianna Eger, 2015 Hungarian Online University Ágazati informatikai együttműködés

Részletesebben

Területi fejlettségi egyenlőtlenségek alakulása Európában. Fábián Zsófia KSH

Területi 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

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

10. modul: FÜGGVÉNYEK, FÜGGVÉNYTULAJDONSÁGOK

10. modul: FÜGGVÉNYEK, FÜGGVÉNYTULAJDONSÁGOK MATEMATIK A 9. évfolyam 10. modul: FÜGGVÉNYEK, FÜGGVÉNYTULAJDONSÁGOK KÉSZÍTETTE: CSÁKVÁRI ÁGNES Matematika A 9. évfolyam. 10. modul: FÜGGVÉNYEK, FÜGGVÉNYTULAJDONSÁGOK Tanári útmutató 2 MODULLEÍRÁS A modul

Részletesebben

MATEMATIKA TANMENET SZAKKÖZÉPISKOLA 11B OSZTÁLY HETI 4 ÓRA 37 HÉT/ ÖSSZ 148 ÓRA

MATEMATIKA TANMENET SZAKKÖZÉPISKOLA 11B OSZTÁLY HETI 4 ÓRA 37 HÉT/ ÖSSZ 148 ÓRA MINŐSÉGIRÁNYÍTÁSI ELJÁRÁS MELLÉKLET Tanmenetborító Azonosító: ME-III.1./1 Változatszám: 2 Érvényesség 2013. 09. 01. kezdete: Oldal/összes: 1/5 Fájlnév: ME- III.1.1.Tanmenetborító SZK- DC-2013 MATEMATIKA

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI 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,

Részletesebben

Statisztika példatár

Statisztika példatár Statisztika példatár v0.02 A példatár folyamatosan b vül, keresd a frissebb verziót a http://matstat.fw.hu honlapon a letölthet példatárak közt. Országh Tamás Budapest, 2006 Mottó: Ki kéne vágni minden

Részletesebben

Leíró és matematikai statisztika

Leíró és matematikai statisztika Leíró és matematikai statisztika Matematika alapszak, matematikai elemző szakirány Varga László Valószínűségelméleti és Statisztika Tanszék Matematikai Intézet Természettudományi Kar Eötvös Loránd Tudományegyetem

Részletesebben

Információk. Ismétlés II. Ismétlés. Ismétlés III. A PROGRAMOZÁS ALAPJAI 2. Készítette: Vénné Meskó Katalin. Algoritmus. Algoritmus ábrázolása

Információk. Ismétlés II. Ismétlés. Ismétlés III. A PROGRAMOZÁS ALAPJAI 2. Készítette: Vénné Meskó Katalin. Algoritmus. Algoritmus ábrázolása 1 Információk 2 A PROGRAMOZÁS ALAPJAI 2. Készítette: Vénné Meskó Katalin Elérhetőség mesko.katalin@tfk.kefo.hu Fogadóóra: szerda 9:50-10:35 Számonkérés időpontok Április 25. 9 00 Május 17. 9 00 Június

Részletesebben

KÖVETKEZTETŐ STATISZTIKA

KÖVETKEZTETŐ STATISZTIKA ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak

Részletesebben

1. Előadás. Statisztikai alapfogalmak. A statisztikai munka fázisai. Statisztikai adatok csoportosításának lehetőségei. Statisztikai sorok, táblák.

1. Előadás. Statisztikai alapfogalmak. A statisztikai munka fázisai. Statisztikai adatok csoportosításának lehetőségei. Statisztikai sorok, táblák. 1. Előadás Statisztikai alapfogalmak. A statisztikai munka fázisai. Statisztikai adatok csoportosításának lehetőségei. Statisztikai sorok, táblák. A statisztika fogalma gyakorlati tevékenység, amelynek

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

Az Excel táblázatkezelő program használata a matematika és a statisztika tantárgyak oktatásában

Az Excel táblázatkezelő program használata a matematika és a statisztika tantárgyak oktatásában Az Excel táblázatkezelő program használata a matematika és a statisztika tantárgyak oktatásában Hódiné Szél Margit SZTE MGK 1 A XXI. században az informatika rohamos terjedése miatt elengedhetetlen, hogy

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

[GVMGS11MNC] Gazdaságstatisztika

[GVMGS11MNC] Gazdaságstatisztika [GVMGS11MNC] Gazdaságstatisztika 5. előadás Érték-, ár-, és volumenindexek http://uni-obuda.hu/users/koczyl/gazdasagstatisztika.htm Kóczy Á. László KGK-VMI Az indexszám fogalma Gazdasági elemzésben fontos

Részletesebben

1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont)

1. tétel. 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója 7 cm. Mekkora a háromszög átfogója? (4 pont) 1. tétel 1. Egy derékszögű háromszög egyik szöge 50, a szög melletti befogója cm. Mekkora a háromszög átfogója? (4 pont). Adott az ábrán két vektor. Rajzolja meg a b, a b és az a b vektorokat! (6 pont)

Részletesebben

MATEMATIKA TANMENET SZAKKÖZÉPISKOLA 9.A, 9.D. OSZTÁLY HETI 4 ÓRA 37 HÉT ÖSSZ: 148 ÓRA

MATEMATIKA TANMENET SZAKKÖZÉPISKOLA 9.A, 9.D. OSZTÁLY HETI 4 ÓRA 37 HÉT ÖSSZ: 148 ÓRA MINŐSÉGIRÁNYÍTÁSI ELJÁRÁS MELLÉKLET Tanmenetborító ME-III.1./1 2 Azonosító: Változatszám : Érvényesség kezdete: Oldal/összes: 1/6 Fájlnév: ME- III.1.1.Tanmenetborító SZK-DC-2013 2013. 09. 01. MATEMATIKA

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

MATEMATIKA TANMENET SZAKKÖZÉPISKOLA. 9. Nyelvi előkészítő osztály

MATEMATIKA TANMENET SZAKKÖZÉPISKOLA. 9. Nyelvi előkészítő osztály MINŐSÉGIRÁNYÍTÁSI ELJÁRÁS MELLÉKLET Tanmenetborító Azonosító: ME-III.1./1 Változatszám: 2 Érvényesség 2013. 01. 01. kezdete: Oldal/összes: 1/6 Fájlnév: ME- III.1.1.Tanmenetborító SZK- DC-2013 MATEMATIKA

Részletesebben