ÁLLATTENYÉSZTÉSI GENETIKA

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "ÁLLATTENYÉSZTÉSI GENETIKA"

Átírás

1 TÁMOP //A project ÁLLATTENYÉSZTÉSI GENETIKA University of Debrecen University of West Hungary University of Pannonia The project is supported by the European Union and co-financed by European Social Found.

2 2. témakör Rokonok közötti hasonlóság

3 Örökölhetőség Alapvető a kvantitatív genetikában A genetikai (additív) variancia hányada (Tenyészérték) h 2 = V A /V P A fenotípus (V P )közvetlenül mérhető A tenyészérték (additív genetikai variancia V A ) csak becsülhető A genetikai variancia (V A ) becsléséhez a rokonok ismeretére van szükség

4 Származási rokonság (szülő-ivadék) X X 2 2 X 3 3 o o o o 2 o. 3 o k o 2 o. 3 o k o 2 o. 3 o k

5 Oldalági rokonság (testvér, féltestvér) X X 2 2 X 3 3 o o o o 2 o. 3 o k o 2 o. 3 o k o 2 o. 3 o k

6 Teljes testvérek n 2 n 2 n * * *... * * * o 2. 3 k o 2. 3 k o 2. 3 k o 2. 3 k o 2. 3 k o 2. 3 k

7 Féltestvérek n 2 n 2 n * * *... * * * o 2. 3 k o 2. 3 k o 2. 3 k o 2. 3 k o 2. 3 k o 2. 3 k

8 Alapelvek A rokonok közötti fenotípusos hasonlóság adott tulajdonságban lehetőséget nyújt a tulajdonság genetikai varianciájának becslésére. Ha a tulajdonság varianciája genetikai eredetű, minél közelebbiek a rokonok, annál jobban hasonlítanak egymásra.

9 Geneikai kovariancia a rokonok között A genetikai kovariancia abból ered, hogy a rokon egyedek nagyobb valószinűséggel hordozzák ugyanazokat az alléleket, mint a nem rokonok. Vagyis az allélek származásilag azonosak (identical by descent (IBD), másolatai a közös ős alléljainak.

10 Genetikai kovariancia a rokonok között Father Mother Nincs közös allél (0 IBD) Mindkét allél közos (2 IBD) Egy allél közös ( IBD)

11 Regresszió- és Vaianciaanalizis (ANOVA) Szülő- ivadék regresszió Egy szűlő-,vagy két szülő átlag - ivadék regresszió. Szülő-ivadék (intraclass, ivadék csoportok közötti) kovariancia. Testvérek regressziója Testvérek közötti kovariancia (interclass, (ivadékcsoporton belüli) kovariancia.

12 Varianciaanalízis (ANOVA) A hasonlóság vizsgálatának alapelvei Teljes (total =T) variancia = rokoni csoportok közötti (between-group=b) variancia + rokoni csoporton belüli (within-group=w) variancia. Var(T) = Var(B) + Var(W) Variancia a rokoni csoportok között = kovariancia a rokoni csoportokon belül. Rokoni csoporton belüli korreláció t = Var(B)/Var(T)

13 . példa 2. példa Var(B) = 2.5 Var(W) = 0.2 Var(T) = 2.7 t = 2.5/2.7 = 0.93 Var(B) = 0 Var(W) = 2.7 Var(T) = 2.7 t = 0

14 Szülő-ivadék genetikai kovariancia Cov(G p, G o ) --- A szülőnek és ivadéknak egy közs (IBD) allélja van A közös allél az A G p = A p + D p = α + α 2 + σ 2 G o = A o + D o = α + α 3 + σ 3 Van közös allél Nincs közös allél

15 ) Cov (G o,g p ) =Cov (α,α 2 ) + Cov (α,α 3 ) + Cov (α,σ 3 ) + Cov (α 2,α ) + Cov (α 2,α 3 ) + Cov (α 2,σ 3 ) + Cov (σ 2 α ) + Cov (σ 2 α 3 ) + Cov (σ 2 σ 3 ) A vörös színűek kovarianciája nulla. Tehát az és a D are nem állnak kapcsolatban.

16 ) Cov (G o,g p ) =Cov (α,α 2 ) + Cov (α,α 3 ) + Cov (α,σ 3 ) + Cov (α 2,α ) + Cov (α 2,α 3 ) + Cov (α 2,σ 3 ) + Cov (σ 2 α ) + Cov (σ 2 α 3 ) + Cov (σ 2 σ 3 ) A vörös színűek kovarianciája nulla. Az a nem hordoz közös allélt, nics kapcsolat.

17 ) Cov (G o,g p ) =Cov (α,α 2 ) + Cov (α,α 3 ) + Cov (α,σ 3 ) + Cov (α 2,α ) + Cov (α 2,α 3 ) + Cov (α 2,σ 3 ) + Cov (σ 2 α ) + Cov (σ 2 α 3 ) + Cov (σ 2 σ 3 ) A vörös színűek kovarianciája nulla. A D értékek között nincs kapcsolat.

18 Cov( x y ) 0 ha Var( A) / x 2 y ha x y Var(A) = Var(α + α 2 ) = 2 Var(α ) Var(α ) = Cov(α, α ) = Var(A)/2 Mivel a rokonok egy közös alléllal rendelkeznek a genetikai kovariancia = Var(A)/2 Végeredményben a szülő-ivadék genetikai kovariancia Cov(G p,g o ) = Var(A)/2

19 Féltestvérek Minden féltestvérnek van egy közös allélja a közös apától, és különböző alléljai a különböző anyáktól. o o 2 2 Annak a valószínűsége, hogy féltestvérek egy közös alléllal rendelkeznek /2

20 Féltestvérek Minden féltestvérnek van egy közös allélja a közös apától, és különböző alléljai a különböző anyáktól. o o 2 2 Annak a valószínűsége, hogy a féltestvéreknek nincs közös allélja /2

21 Féltestvérek Minden féltestvérnek van egy közös allélja a közös apától, és különböző alléljai a különböző anyáktól. o o 2 2 Ennélfogva a genetikai kovariancia a féltestvérek között (/2)Var(A)/2 = Var(A)/4

22 Teljes testvérek Father Mother Mindegyik testvér kap egy allélt mindegyik szülőtől. Full Sibs Apai allél nem közös [ Valószínűség = /2 ] Anyai allél nem közös [ Valószínűség = /2 ] -> Annak a valószínűsége, hogy nincs közös alléljuk = /2*/2 = /4

23 Teljes testvérek Father Mother Mindegyik testvér kap egy allélt mindegyik szülőtől. Full Sibs Közös apai allél [ valószínűség = /2 ] Közös anyai allél [ Prob = /2 ] -> Annak a valószínűsége, hogy mindkét allél közös = /2*/2 = /4

24 Teljes testvérek Father Mother Mindegyik testvér kap egy allélt mindegyik szülőtől. Full Sibs Annak a valószínűsége, hogy egy allél közös = /2 = - val. nincs közös allél - val. két közös allél

25 Rokonok közötti kovariancia általában Legyen r = (/2)val. közös allél + val. 2 közös allél Legyen u = val. mindkét allél közös Általános genetikai kovariancia a rokonok között Cov(G) = rvar(a) + uvar(d) Ha episztázis is van, a képlet kiegészül r 2 Var(AA) + ruvar(ad) + u 2 Var(DD) + r 3 Var(AAA) +

26 A környezeti variancia komponensei E = E c + E s Tejes környezeti érték

27 A környezeti variancia komponensei E = E c + E s Közös környezeti érték, amely a család minden tagjában megjelenik (pl. közös anyai hatás).

28 A környezeti variancia komponensei E = E c + E s Specifikus környezeti érték, amely egyes állatoknál jelentkezik

29 A környezeti variancia komponensei E = E c + E s Tehát a környezeti variancia formulája az alábbi: V E = V Ec + V Es Mindegyiket továbbiakra lehet bontani. Pl. a növénytermesztők használják a parcella, az év varianciáját és a kettő kovarianciáját.

30 A közös környezeti hatás hozzájárulása a rokonok fenotípusos kovarianciájához Cov(P,P 2 ) = Cov(G +E,G 2 +E 2 ) = Cov(G,G 2 ) + Cov(E,E 2 ) Közös környezeti hatás, ha az anya közös a cov(teljes testvér) és a cov(anyai féltestvérek) nemcsak genetikai kovarianciát, hanem környezeti kovarianciát is tartalmaznak, V Ec

31 Rokonsági koefficiens Feltételezzük, hogy véletlenszerűen egy allél két rokonéval közös. Annak a valószínűségét, hogy az alélok közösek, rokonsági koefficiensnek nevezzük. xy az X és a Y rokonsági koefficiense Feltételezzünk egy z ivadékot az X és Y szülők keresztezésből xy = f z, a z beltenyésztési koefficiense

32 : Egy egyed rokonsági xx koefficiense önmagával Egyed x, mekkora az ivadéka rokonsági koiefficiense? xx, az x két allélja az az A től és A 2 től A A A 2 közös f x A 2 f x közös Így, a nem beltenyésztett egyed xx = 2/4 = /2 Ha az x beltenyésztett, f x = annak a valószínűsége, hogy A és A 2 közös, xx = (+ f x )/2

33 op = Szülő-ivadék Beltenyésztett szülő Anya Ivadék f p Belt. ivadék f o Szülői allél µ po = 4 µ po = + f p 4 µ po = + 2f o 4

34 op = Szülő-ivadék /2 = a valószínűsége, hogy az allél az apától származik Qmf = f o, ( f o /2), Annak valószínűsége, hogy az anyától kapott allé közös f o /2 µ po = 4 ( + f p + 2f o ) mf

35 Teljes testvérek (x és y) m és f szülőktől = /8 + /8 = /4 /2 /2 (+f m )/2 (2+f m +f f )/8 (+f f )/2 (2+f m +f f +4 mf mf)/8 m f m f m f (/2)(/2)(/2) (/2)(/2)(/2) [( +f f )/2] (/2)(/2) mf (/2)(/2) mf /4 [( +f m )/2] (/2)(/2)

36 Teljes testvérek (x és y) m és f szülőktől xy = (2 + f m + f f + 4 mf )/8 f f = sf,df f m = sm,dm xy = (2 + sm,dm + sf,df + 4 mf )/8

37 xy értéke xy i ii 2 ni n jk 2 jk j j k 2 Az egyedek száma ( beleértve x és y) x és y kapcsolata i-vel Az egyik közös ős (i) elérése mind az x mind az y ágról

38 xy értéke xy i ii 2 ni n jk 2 jk j j k 2 Az i rokonsági koefficiense A j és k ős közötti távolság

39 xy értéke xy i ii 2 ni n jk 2 jk j j k 2 Az egyedek száma (beleértve x és y), amelyek két, rokon szülőtől (j és k) származnak

40 xy értéke xy i ii 2 ni n jk 2 jk j j k 2 A j és k rokonsági koefficiense

41 xy, Testvérek rokonsági koefficiense xy = annak a valószínűsége, hogy a két allél közös fxfy fxmy mxmy f x m x f y m y mxfy x y xy = mxmy fxfy + mxfy fxmy

42 Példa a testvér rokonsági koefficiensre xy xy = mxmy fxfy + mxfy fxmy () x és y édestestvérek: m x = m y = m, f x = f y = f xy = mm ff + mf 2 Ha a szülők nem rokonok, mf = 0 xy = /4 Ha a szülők nem beltenyésztettek, mm = ff = /2 (2) x és y apai féltestvérek: f x = f y = f xy = mxmy ff + mxf myf Ha a szülők nem rokonok, mxf = myf = mxmy = 0 xy = 0

43 A rokonok közötti hasonlóság általános kifejezése 2Θ xy = r xy u xy =Δ xy Cov(G x,g y ) = 2Θ xy V A + Δ xy V D Cov( G x, G y ) r xy V A u xy V D r 2 xy V AA r xy u xy V AD u 2 xy V DD...

ÁLLATTENYÉSZTÉSI GENETIKA

ÁLLATTENYÉSZTÉSI GENETIKA TÁMOP-4..-08//A-009-000 project ÁLLATTENYÉSZTÉSI GENETIKA University of Debrecen University of West Hungary University of Pannonia The project is supported by the European Union and co-financed by European

Részletesebben

ÁLLATTENYÉSZTÉSI GENETIKA

ÁLLATTENYÉSZTÉSI GENETIKA TÁMOP-4.1.2-08/1/A-2009-0010 project ÁLLATTENYÉSZTÉSI GENETIKA University of Debrecen University of West Hungary University of Pannonia The project is supported by the European Union and co-financed by

Részletesebben

ÁLLATTENYÉSZTÉSI GENETIKA FERENC SZABÓ

ÁLLATTENYÉSZTÉSI GENETIKA FERENC SZABÓ ÁLLATTENYÉSZTÉSI GENETIKA FERENC SZABÓ ÁLLATTENYÉSZTÉSI GENETIKA FERENC SZABÓ Publication date 2011 Table of Contents Fedlap... vi 1. A POPULÁCIÓ ÉS A KVANTITATÍV GENETIKA ALAPJAI, ÁLLAT-TENYÉSZTÉSI ALKALMAZÁSI

Részletesebben

ÁLLATTENYÉSZTÉSI GENETIKA DR. SZABÓ FERENC DR. KOMLÓSI ISTVÁN DR. POSTA JÁNOS

ÁLLATTENYÉSZTÉSI GENETIKA DR. SZABÓ FERENC DR. KOMLÓSI ISTVÁN DR. POSTA JÁNOS ÁLLATTENYÉSZTÉSI GENETIKA DR. SZABÓ FERENC DR. KOMLÓSI ISTVÁN DR. POSTA JÁNOS ÁLLATTENYÉSZTÉSI GENETIKA DR. SZABÓ FERENC DR. KOMLÓSI ISTVÁN DR. POSTA JÁNOS Publication date 2011 Table of Contents Fedlap...

Részletesebben

ÁLLATTENYÉSZTÉSI GENETIKA

ÁLLATTENYÉSZTÉSI GENETIKA TÁMOP-4.1.2-08/1/A-2009-0010 project ÁLLATTENYÉSZTÉSI GENETIKA University of Debrecen University of West Hungary University of Pannonia The project is supported by the European Union and co-financed by

Részletesebben

Kvantitatív genetikai alapok április

Kvantitatív genetikai alapok április Kvantitatív genetikai alapok 2018. április A vizsgálható tulajdonságok köre: egyed - szám Egyedek morfológiai tulajdonságai: testméretek, arányok, testtömeg Egyedek fiziológiai tulajdonságai: vérnyomás,

Részletesebben

2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét!

2013 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

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

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

Statisztika elméleti összefoglaló

Statisztika elméleti összefoglaló 1 Statisztika elméleti összefoglaló Tel.: 0/453-91-78 1. Tartalomjegyzék 1. Tartalomjegyzék.... Becsléselmélet... 3 3. Intervallumbecslések... 5 4. Hipotézisvizsgálat... 8 5. Regresszió-számítás... 11

Részletesebben

Kvantitatív genetika Nagy, István

Kvantitatív genetika Nagy, István Kvantitatív genetika Nagy, István Kvantitatív genetika írta Nagy, István Publication date 2011 Tartalom... iv... v... vi... vii 1. Bevezetés a kvantitatív genetikába... 1 2. Statisztikai fogalmak... 3

Részletesebben

Biomatematika 13. Varianciaanaĺızis (ANOVA)

Biomatematika 13. Varianciaanaĺızis (ANOVA) Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 13. Varianciaanaĺızis (ANOVA) Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date:

Részletesebben

ANOVA,MANOVA. Márkus László március 30. Márkus László ANOVA,MANOVA március / 26

ANOVA,MANOVA. Márkus László március 30. Márkus László ANOVA,MANOVA március / 26 ANOVA,MANOVA Márkus László 2013. március 30. Márkus László ANOVA,MANOVA 2013. március 30. 1 / 26 ANOVA / MANOVA One-Way ANOVA (Egyszeres ) Analysis of Variance (ANOVA) = szóráselemzés A szórásokat elemezzük,

Részletesebben

Kettőnél több csoport vizsgálata. Makara B. Gábor

Kettőnél több csoport vizsgálata. Makara B. Gábor Kettőnél több csoport vizsgálata Makara B. Gábor Három gyógytápszer elemzéséből az alábbi energia tartalom adatok származtak (kilokalória/adag egységben) Három gyógytápszer elemzésébô A B C 30 5 00 10

Részletesebben

DNS viszgálatok, számítási módszerek

DNS viszgálatok, számítási módszerek DNS viszgálatok, számítási módszerek Apasági vizsgálatok Kizárás: -a gyereknél az apától örökölt allél nem egyezik a feltételezett apáéval - 3 kizárás esetén az apaság kizárható -100% Anya: 12-13, kk.

Részletesebben

Általános állattenyésztés

Általános állattenyésztés Általános állattenyésztés 10. Előadás Tenyésztési (párosítási) eljárások 1. Előadás-vázlat Fajtatiszta tenyésztés Kombinációs párosítás Vérfrissítés Rokontenyésztés, beltenyésztés Vérvonaltenyésztés Szintetikus

Részletesebben

[Biomatematika 2] Orvosi biometria. Visegrády Balázs

[Biomatematika 2] Orvosi biometria. Visegrády Balázs [Biomatematika 2] Orvosi biometria Visegrády Balázs 2016. 03. 27. Probléma: Klinikai vizsgálatban három különböző antiaritmiás gyógyszert (ß-blokkoló) alkalmaznak, hogy kipróbálják hatásukat a szívműködés

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

A BREEDPLAN-t a nagy húsmarhatenyésztı országok széles körben használják Magyarország

A BREEDPLAN-t a nagy húsmarhatenyésztı országok széles körben használják Magyarország BSI.1 1 A BREEDPLAN-t a nagy húsmarhatenyésztı országok széles körben használják Magyarország BSI.2 2 MI A TENYÉSZÉRTÉK? Egy állat GENETIKAI ÉRTÉKÉNEK becslése egy adott tulajdonságban pl. 400-napos súlyban,

Részletesebben

Principal Component Analysis

Principal Component Analysis Principal Component Analysis Principal Component Analysis Principal Component Analysis Definíció Ortogonális transzformáció, amely az adatokat egy új koordinátarendszerbe transzformálja úgy, hogy a koordináták

Részletesebben

Populációgenetika. 2. Egy populáció egyedeinek a 90%-a AA, 10%-a aa genotípusú. Mekkorák az allélgyakoriságok?

Populációgenetika. 2. Egy populáció egyedeinek a 90%-a AA, 10%-a aa genotípusú. Mekkorák az allélgyakoriságok? Populációgenetika 1. Egy populáció egyedeinek genotípus szerinti megoszlása a következő: 10 AA, 50 Aa, 30 aa. Mekkorák az allélgyakoriságok? Követi-e a Hardy-Weinberg eloszlást a populáció? p = D+H/ alapján

Részletesebben

Hátterükben egyetlen gén áll, melynek általában számottevő a viselkedésre gyakorolt hatása, öröklési mintázata jellegzetes.

Hátterükben egyetlen gén áll, melynek általában számottevő a viselkedésre gyakorolt hatása, öröklési mintázata jellegzetes. 2 Egygénes, mendeli öröklődésű betegségek Mendel borsóval végzett keresztezési kísérletei alapján 1866-ben tette közzé az öröklődés alapvető törvényszerűségeinek összefoglalását: Kísérletek növényhibridekkel,

Részletesebben

Line aris f uggv enyilleszt es m arcius 19.

Line aris f uggv enyilleszt es m arcius 19. Lineáris függvényillesztés 2018. március 19. Illesztett paraméterek hibája Eddig azt néztük, hogy a mérési hiba hogyan propagál az illesztett paraméterekbe, ha van egy konkrét függvényünk. a hibaterjedés

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

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

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

Hipotézis vizsgálatok

Hipotézis vizsgálatok Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével

Részletesebben

A a normál allél (vad típus), a a mutáns allél A allél gyakorisága 50% a allél gyakorisága 50%

A a normál allél (vad típus), a a mutáns allél A allél gyakorisága 50% a allél gyakorisága 50% Lehetséges tesztfeladatok: Tudjuk, hogy egy családban az anya Huntington érintett (heterozigóta), az apa nem. Ugyanakkor az apa heterozigóta formában hordozza a Fenilketonúria mutáns allélját (az anya

Részletesebben

Módszertani hozzájárulás a Szegénység

Módszertani hozzájárulás a Szegénység Módszertani hozzájárulás a Szegénység Többváltozós Statisztikai Méréséhez MTA doktori értekezés főbb eredményei Hajdu ottó BCE KTK Statisztika Tanszék BME GTK Pénzügyek Tanszék Hajdu Ottó 1 Egyváltozós

Részletesebben

Hátterükben egyetlen gén áll, melynek általában számottevő a viselkedésre gyakorolt hatása, öröklési mintázata jellegzetes.

Hátterükben egyetlen gén áll, melynek általában számottevő a viselkedésre gyakorolt hatása, öröklési mintázata jellegzetes. Múlt órán: Lehetséges tesztfeladatok: Kitől származik a variáció-szelekció paradigma, mely szerint az egyéni, javarészt öröklött különbségek között a társadalmi harc válogat? Fromm-Reichmann Mill Gallton

Részletesebben

Domináns-recesszív öröklődésmenet

Domináns-recesszív öröklődésmenet Domináns-recesszív öröklődésmenet Domináns recesszív öröklődés esetén tehát a homozigóta domináns és a heterozigóta egyedek fenotípusa megegyezik, így a három lehetséges genotípushoz (példánkban AA, Aa,

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

Bevezetés a hipotézisvizsgálatokba

Bevezetés a hipotézisvizsgálatokba Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -

Részletesebben

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell Példa STATISZTIKA Egy gazdálkodó k kukorica hibrid termesztése között választhat. Jelöljük a fajtákat A, B, C, D-vel. Döntsük el, hogy a hibridek termesztése esetén azonos terméseredményre számíthatunk-e.

Részletesebben

POPULÁCIÓGENETIKA GYAKORLAT

POPULÁCIÓGENETIKA GYAKORLAT POPULÁCIÓGENETIKA GYAKORLAT Az S vércsoport esetében három genotípus figyelhető meg: - SS homozigóták (az antigént normál mennyiségben tartalmazzák) - Ss heterozigóták (plazmájuk fele mennyiségű antigént

Részletesebben

A maximum likelihood becslésről

A maximum likelihood becslésről A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának

Részletesebben

Populációbecslések és monitoring 1. gyakorlat. Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb

Populációbecslések és monitoring 1. gyakorlat. Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb Populációbecslések és monitoring 1. gyakorlat Nem minden állat látható fogásos módszerek Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb 1. Egyszerű arányváltozás - zárt populáció,

Részletesebben

++ mm. +m +m +m +m. Hh,fF Hh,fF hh,ff hh,ff. ff Ff. Hh hh. ff ff ff ff. Hh Hh hh hh

++ mm. +m +m +m +m. Hh,fF Hh,fF hh,ff hh,ff. ff Ff. Hh hh. ff ff ff ff. Hh Hh hh hh Múlt órán: Genetikai alapelvek, monogénes öröklődés Elgondolkodtató feladat Vajon miért nem halnak ki az olyan mendeli öröklődésű rendellenességek, mint a Phenylketonuria, vagy a Huntington kór? A PKU

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

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision

Részletesebben

Diszkrét Matematika. zöld könyv ): XIII. fejezet: 1583, 1587, 1588, 1590, Matematikai feladatgyűjtemény II. (

Diszkrét Matematika. zöld könyv ): XIII. fejezet: 1583, 1587, 1588, 1590, Matematikai feladatgyűjtemény II. ( FELADATOK A LEKÉPEZÉSEK, PERMUTÁCIÓK TÉMAKÖRHÖZ Diszkrét Matematika 4. LEKÉPEZÉSEK Értelmezési tartomány és értékkészlet meghatározása : Összefoglaló feladatgyűjtemény matematikából ( zöld könyv ): XIII.

Részletesebben

A PKU azért nem hal ki, mert gyógyítják, és ezzel növelik a mutáns allél gyakoriságát a Huntington kór pedig azért marad fenn, mert csak későn derül

A PKU azért nem hal ki, mert gyógyítják, és ezzel növelik a mutáns allél gyakoriságát a Huntington kór pedig azért marad fenn, mert csak későn derül 1 Múlt órán: Genetikai alapelvek, monogénes öröklődés Elgondolkodtató feladat Vajon miért nem halnak ki az olyan mendeli öröklődésű rendellenességek, mint a Phenylketonuria, vagy a Huntington kór? A PKU

Részletesebben

Populációbecslések és monitoring 1. gyakorlat. Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb

Populációbecslések és monitoring 1. gyakorlat. Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb Populációbecslések és monitoring 1. gyakorlat Nem minden állat látható fogásos módszerek Elvonásos módszerek az adatokat pl. a vadászok is gyűjthetik, olcsóbb 1. Egyszerű arányváltozás - zárt populáció,

Részletesebben

-Vese körüli zsír tömege (g) (12) ,68 2,18

-Vese körüli zsír tömege (g) (12) ,68 2,18 KUTATÁSI JELENTÉS a Kvantitatív genetikai vizsgálatok a Pannon fehér nyúlpopulációban c. ifjúsági OTKA téma (2005-2007) eredményeiről. A kutasási munka célkitűzése, hogy a Kaposvári Egyetem Pannon fehér

Részletesebben

Kettőnél több csoport vizsgálata. Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet

Kettőnél több csoport vizsgálata. Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet Kettőnél több csoport vizsgálata Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet Gyógytápszerek (kilokalória/adag) Három gyógytápszer A B C 30 5 00 10 05 08 40 45 03 50 35 190 Kérdések: 1. Van-e

Részletesebben

Lineáris regressziószámítás 1. - kétváltozós eset

Lineáris regressziószámítás 1. - kétváltozós eset Lineáris regressziószámítás 1. - kétváltozós eset Orlovits Zsanett 2019. február 6. Adatbázis - részlet eredmény- és magyarázó jellegű változók Cél: egy eredményváltozó alakulásának jellemzése a magyarázó

Részletesebben

Diszkriminancia-analízis

Diszkriminancia-analízis Diszkriminancia-analízis az SPSS-ben Petrovics Petra Doktorandusz Diszkriminancia-analízis folyamata Feladat Megnyitás: Employee_data.sav Milyen tényezőktől függ a dolgozók beosztása? Nem metrikus Független

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

Animal welfare, etológia és tartástechnológia

Animal welfare, etológia és tartástechnológia Animal welfare, etológia és tartástechnológia Animal welfare, ethology and housing systems Volume 4 Issue 2 Különszám Gödöllı 2008 209 HÚSHASZNÚ MAGYAR TARKA BORJAK VÁLASZTÁSI TELJESÍTMÉNYE Szabó Ferenc,

Részletesebben

Matematikai geodéziai számítások 5.

Matematikai geodéziai számítások 5. Matematikai geodéziai számítások 5 Hibaterjedési feladatok Dr Bácsatyai László Matematikai geodéziai számítások 5: Hibaterjedési feladatok Dr Bácsatyai László Lektor: Dr Benedek Judit Ez a modul a TÁMOP

Részletesebben

Ö Á Í Í ű ű ú ű ű ű ű ú ú ú ú ű ű ű ű ű ű ű ű ű ú ű ú ú ú ű ú Á ú ű ű Ó ú ű ű ű ú Ó ú ű ú É ú ú ú ű ű ú ű ú Ú Á ú É ú Ó ú ú ú ú ű ű ű ú É Á É É ű ű Í ú ú Ó Í ű Í ű ű ú ű ű ű É ű ú Á ű ű ú Í ű Á ű ú ú É

Részletesebben

ö ö ö ö ö ö ö ű ű ö ö ö ö ö Ő ö Ó Ú ö Ö ö ö ö ö Ö Ő ö ö Í Ó Ó Ő ö ö ö ö ö Ő Ő Ó Ő É ö Ú ö ö Ő ö ö ö ö ö ö ö Ő ö Ő É ö Ő ö ö Ő ö ö ö Ó ű ö ö ö Ő ö ö ö Í Ő Ó Í ö ö ö ö Ő Ő Ő Ő Í Ó Ő Ő Í Ő ö ö ö ö ö Ő Ő ö

Részletesebben

Ú ű ü ü Ü ű É É Ö Ö Á ü ü ü ű É ú Á Ö Ü ü ü ű É Á É Ű ű Ü Ü ű ü ű ü ű ü Ü ü ü Ű Á Á Á ű ú ű Á Ó Ó É Á Ó Á Ó ű ü ü ű ű ü ú ú ü ü ü ű ü ű Ü ű ü ü ú ü Ö ü ú ú ü ü ü ü ű ú ü Ó ü Ó Ó ü ü Ó ü ü Ó ű ű ú ű ű ü

Részletesebben

y ij = µ + α i + e ij

y ij = µ + α i + e ij Elmélet STATISZTIKA 3. Előadás Variancia-analízis Lineáris modellek A magyarázat a függő változó teljes heterogenitásának két részre bontását jelenti. A teljes heterogenitás egyik része az, amelynek okai

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

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

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg LMeasurement.tex, March, 00 Mérés Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg a mérendő mennyiségben egy másik, a mérendővel egynemű, önkényesen egységnek választott

Részletesebben

Természetes szelekció és adaptáció

Természetes szelekció és adaptáció Természetes szelekció és adaptáció Amiről szó lesz öröklődő és variábilis fenotípus természetes szelekció adaptáció evolúció 2. Természetes szelekció Miért fontos a természetes szelekció (TSZ)? 1. C.R.

Részletesebben

Többváltozós Regresszió-számítás

Többváltozós Regresszió-számítás Töváltozós Regresszió-számítás 3. előadás Döntéselőkészítés módszertana Dr. Szilágyi Roland Korreláció Célja a kacsolat szorosságának mérése. Regresszió Célja a kacsolatan megfigyelhető törvényszerűség

Részletesebben

c adatpontok és az ismeretlen pont közötti kovariancia vektora

c adatpontok és az ismeretlen pont közötti kovariancia vektora 1. MELLÉKLET: Alkalmazott jelölések A mintaterület kiterjedése, területe c adatpontok és az ismeretlen pont közötti kovariancia vektora C(0) reziduális komponens varianciája C R (h) C R Cov{} d( u, X )

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

Határozatlansági relációk származtatása az

Határozatlansági relációk származtatása az az állapottér BME TTK Matematikus MSc. 1. évf. 2012. november 14. Vázlat: Történeti áttekintés Nemkommutatív (kvantum) valószín ségelmélet Az állapottér geometriája: Az állapottér mint Riemann-sokaság

Részletesebben

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése 4. A modell érvényességének ellenőrzése STATISZTIKA 4. Előadás Variancia-analízis Lineáris modellek 1. Függetlenség 2. Normális eloszlás 3. Azonos varianciák A maradék független a kezelés és blokk hatástól

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 9. Együttes eloszlás, kovarianca, nevezetes eloszlások Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Bevezetés, definíciók Együttes eloszlás Függetlenség

Részletesebben

Hipotézisvizsgálat az Excel adatelemző eljárásaival. Dr. Nyéki Lajos 2018

Hipotézisvizsgálat az Excel adatelemző eljárásaival. Dr. Nyéki Lajos 2018 Hipotézisvizsgálat az Excel adatelemző eljárásaival Dr. Nyéki Lajos 2018 Egymintás t-próba Az egymintás T-próba azt vizsgálja, hogy különbözik-e a változó M átlaga egy megadott m konstanstól. Az a feltételezés,

Részletesebben

Hipotézis vizsgálatok

Hipotézis vizsgálatok Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével

Részletesebben

Biostatisztika Összefoglalás

Biostatisztika Összefoglalás Biostatisztika Összefoglalás A biostatisztika vizsga A biostatisztika vizsga az Orvosi fizika és statisztika I. fizika vizsgájával egy napon történik. A vizsga keretében 30 perc alatt 0 kérdésre kell válaszolni

Részletesebben

Több valószínűségi változó együttes eloszlása, korreláció

Több valószínűségi változó együttes eloszlása, korreláció Tartalomjegzék Előszó... 6 I. Valószínűségelméleti és matematikai statisztikai alapok... 8 1. A szükséges valószínűségelméleti és matematikai statisztikai alapismeretek összefoglalása... 8 1.1. Alapfogalmak...

Részletesebben

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz Elméleti összefoglaló a Sztochasztika alapjai kurzushoz 1. dolgozat Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet

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

Biostatisztika Összefoglalás

Biostatisztika Összefoglalás Biostatisztika Összefoglalás A biostatisztika vizsga A biostatisztika vizsga az Orvosi fizika és statisztika I. fizika vizsgájával egy napon történik. A vizsga keretében 30 perc alatt 0 kérdésre kell válaszolni

Részletesebben

BIOLÓGIA HÁZIVERSENY 1. FORDULÓ BIOKÉMIA, GENETIKA BIOKÉMIA, GENETIKA

BIOLÓGIA HÁZIVERSENY 1. FORDULÓ BIOKÉMIA, GENETIKA BIOKÉMIA, GENETIKA BIOKÉMIA, GENETIKA 1. Nukleinsavak keresztrejtvény (12+1 p) 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 1. A nukleinsavak a.-ok összekapcsolódásával kialakuló polimerek. 2. Purinvázas szerves bázis, amely az

Részletesebben

Johann Gregor Mendel Az olmüci (Olomouc) és bécsi egyetem diákja Brünni ágostonrendi apát (nem szovjet tudós) Tudatos és nagyon alapos kutat

Johann Gregor Mendel Az olmüci (Olomouc) és bécsi egyetem diákja Brünni ágostonrendi apát (nem szovjet tudós) Tudatos és nagyon alapos kutat 10.2.2010 genmisk1 1 Áttekintés Mendel és a mendeli törvények Mendel előtt és körül A genetika törvényeinek újbóli felfedezése és a kromoszómák Watson és Crick a molekuláris biológoa központi dogmája 10.2.2010

Részletesebben

Markov-láncok stacionárius eloszlása

Markov-láncok stacionárius eloszlása Markov-láncok stacionárius eloszlása Adatbányászat és Keresés Csoport, MTA SZTAKI dms.sztaki.hu Kiss Tamás 2013. április 11. Tartalom Markov láncok definíciója, jellemzése Visszatérési idők Stacionárius

Részletesebben

Összetett vizsgálati tervek és kiértékelésük. Kettő és több szempontos variancia analizis modellek

Összetett vizsgálati tervek és kiértékelésük. Kettő és több szempontos variancia analizis modellek Összetett vizsgálati tervek és kiértékelésük Kettő és több szempontos variancia analizis modellek A kezelések osztályozása Ha legalább két féle beavatkozást vizsgálunk és azokat egymással kombinálva is

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

Geokémia gyakorlat. 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek. Geológus szakirány (BSc) Dr. Lukács Réka

Geokémia gyakorlat. 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek. Geológus szakirány (BSc) Dr. Lukács Réka Geokémia gyakorlat 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek Geológus szakirány (BSc) Dr. Lukács Réka MTA-ELTE Vulkanológiai Kutatócsoport e-mail: reka.harangi@gmail.com ALAPFOGALMAK:

Részletesebben

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis 1. feladat Regresszióanalízis. Legkisebb négyzetek elve 2. feladat Az iskola egy évfolyamába tartozó diákok átlagéletkora 15,8 év, standard deviációja 0,6 év. A 625 fős évfolyamból hány diák fiatalabb

Részletesebben

Sztochasztikus kapcsolatok

Sztochasztikus kapcsolatok Sztochasztikus kapcsolatok Petrovics Petra PhD Hallgató Ismérvek közötti kapcsolat (1) Függvényszerű az egyik ismérv szerinti hovatartozás egyértelműen meghatározza a másik ismérv szerinti hovatartozást.

Részletesebben

Statisztika I. 10. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 10. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 10. előadás Előadó: Dr. Ertsey Imre Varianciaanalízis A különböző tényezők okozta szórás illetőleg szórásnégyzet összetevőire bontásán alapszik Segítségével egyszerre több mintát hasonlíthatunk

Részletesebben

Biometria, haladó biostatisztika EA+GY biometub17vm Szerda 8:00-9:00, 9:00-11:00 Déli Tömb 0-804, Lóczy Lajos terem

Biometria, haladó biostatisztika EA+GY biometub17vm Szerda 8:00-9:00, 9:00-11:00 Déli Tömb 0-804, Lóczy Lajos terem Biometria, haladó biostatisztika EA+GY biometub17vm Szerda 8:00-9:00, 9:00-11:00 Déli Tömb 0-804, Lóczy Lajos terem Előadások-gyakorlatok 2018-ban (13 alkalom) IX.12, 19, 26, X. 3, 10, 17, 24, XI. 7, 14,

Részletesebben

Minőség-képességi index (Process capability)

Minőség-képességi index (Process capability) Minőség-képességi index (Process capability) Folyamatképesség 68 12. példa Egy gyártási folyamatban a minőségi jellemző becsült várható értéke µ250.727 egység, a variancia négyzetgyökének becslése σ 1.286

Részletesebben

Matematikai geodéziai számítások 9.

Matematikai geodéziai számítások 9. Matematikai geodéziai számítások 9 Szabad álláspont kiegyenlítése Dr Bácsatyai, László Created by XMLmind XSL-FO Converter Matematikai geodéziai számítások 9: Szabad álláspont kiegyenlítése Dr Bácsatyai,

Részletesebben

1. A kísérlet naiv fogalma. melyek közül a kísérlet minden végrehajtásakor pontosan egy következik be.

1. A kísérlet naiv fogalma. melyek közül a kísérlet minden végrehajtásakor pontosan egy következik be. IX. ESEMÉNYEK, VALÓSZÍNŰSÉG IX.1. Események, a valószínűség bevezetése 1. A kísérlet naiv fogalma. Kísérlet nek nevezzük egy olyan jelenség előidézését vagy megfigyelését, amelynek kimenetelét az általunk

Részletesebben

10. GYAKORLÓ FELADATSOR MEGOLDÁSA

10. GYAKORLÓ FELADATSOR MEGOLDÁSA 10. GYAKORLÓ FELADATSOR MEGOLDÁSA 1. Egy vállalatnál 180 férfi és 120 nő dolgozik. A férfiak közül 70-en, a nők közül 30-an hordanak szemüveget. Kiválasztunk véletlenszerűen egy dolgozót. (a) Mi a valószínűsége

Részletesebben

Elméleti összefoglaló a Valószín ségszámítás kurzushoz

Elméleti összefoglaló a Valószín ségszámítás kurzushoz Elméleti összefoglaló a Valószín ségszámítás kurzushoz Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet kimeneteleinek

Részletesebben

Evolúció. Dr. Szemethy László egyetemi docens Szent István Egyetem VadVilág Megőrzési Intézet

Evolúció. Dr. Szemethy László egyetemi docens Szent István Egyetem VadVilág Megőrzési Intézet Evolúció Dr. Szemethy László egyetemi docens Szent István Egyetem VadVilág Megőrzési Intézet Mi az evolúció? Egy folyamat: az élőlények tulajdonságainak változása a környezethez való alkalmazkodásra Egy

Részletesebben

Kvantitatív statisztikai módszerek

Kvantitatív statisztikai módszerek Kvantitatív statisztikai módszerek 1. konzultáció tárgyjegyző Dr. Szilágyi Roland Mérési skálák Számok meghatározott szabályok szerinti hozzárendelése jelenségekhez, bizonyos tulajdonságokhoz. 4 féle szabály

Részletesebben

Matematikai statisztika szorgalmi feladatok

Matematikai statisztika szorgalmi feladatok Matematikai statisztika szorgalmi feladatok 1. Feltételes várható érték és konvolúció 1. Legyen X és Y független és azonos eloszlású valószín ségi változó véges második momentummal. Mutassuk meg, hogy

Részletesebben

Faktoranalízis az SPSS-ben

Faktoranalízis az SPSS-ben Faktoranalízis az SPSS-ben = Adatredukciós módszer Petrovics Petra Doktorandusz Feladat Megnyitás: faktoradat_msc.sav Forrás: Sajtos-Mitev 250.oldal Fogyasztók materialista vonásai (Richins-skála) Faktoranalízis

Részletesebben

MAGYAR JUHTENYÉSZTŐK ÉS KECSKETENYÉSZTŐK SZÖVETSÉGE

MAGYAR JUHTENYÉSZTŐK ÉS KECSKETENYÉSZTŐK SZÖVETSÉGE MAGYAR JUHTENYÉSZTŐK ÉS KECSKETENYÉSZTŐK SZÖVETSÉGE Cím: 34 Budapest, Lőportár u. 6., Levélcím: 242 Bp. Pf. 365 Tel.: (06) 42-5030, Fax: (06) 42-503, E-mail: iroda@mjksz.hu www.mjksz.hu Beltenyésztettség

Részletesebben

Eloszlások jellemzése. Momentumok. Medián és kvantilis. Karakterisztikus függvény

Eloszlások jellemzése. Momentumok. Medián és kvantilis. Karakterisztikus függvény Karakterisztikus függvény Eloszlások jellemzése Momentumok Karakterisztikus függvény Medián és kvantilis Medián Kvantilis Módusz Hogyan lehetne általánosítani a generátorfüggvényt folytonos okra? Karakterisztikus

Részletesebben

Regressziós vizsgálatok

Regressziós vizsgálatok Regressziós vizsgálatok Regresszió (regression) Általános jelentése: visszaesés, hanyatlás, visszafelé mozgás, visszavezetés. Orvosi területen: visszafejlődés, involúció. A betegség tünetei, vagy maga

Részletesebben

Matematikai geodéziai számítások 5.

Matematikai geodéziai számítások 5. Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr Bácsatyai László Matematikai geodéziai számítások 5 MGS5 modul Hibaterjedési feladatok SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról

Részletesebben

Haladó lineáris algebra

Haladó lineáris algebra B U D A P E S T I M Ű S Z A K I M A T E M A T I K A É S G A Z D A S Á G T U D O M Á N Y I I N T É Z E T E G Y E T E M Haladó lineáris algebra BMETE90MX54 Lineáris leképezések 2017-02-21 IB026 Wettl Ferenc

Részletesebben

4. A méréses ellenırzı kártyák szerkesztése

4. A méréses ellenırzı kártyák szerkesztése 4. A méréses ellenırzı kártyák szerkesztése A kártyákat háromféle módon alkalmazhatjuk. Az elızetes adatfelvétel során a fı feladat az eloszlás paramétereinek (µ és σ ) becslése a további ellenırzésekhez.

Részletesebben

A Markowitz modell: kvadratikus programozás

A Markowitz modell: kvadratikus programozás A Markowitz modell: kvadratikus programozás Losonczi László Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar Debrecen, 2011/12 tanév, II. félév Losonczi László (DE) A Markowitz modell 2011/12 tanév,

Részletesebben