Esetelemzés az SPSS használatával
|
|
- Margit Orsósné
- 8 évvel ezelőtt
- Látták:
Átírás
1 Esetelemzés az SPSS használatával A gepj.sav fileban négy különböző típusú, összesen 80 db gépkocsi üzemanyag fogyasztási adatai találhatók. Vizsgálja meg, hogy befolyásolja-e az üzemanyag fogyasztás mértékét a gépkocsi típusa. Megoldás: A gépjárművek típusa négyféle volt: Ford, Opel, Suzuki, Toyota. Az előző feladatokban egy- illetve kétmintás t-próba segítségével oldottuk meg a problémát. Az összehasonlításokhoz használhatnánk itt is kétmintás t-próbát, de ily módon csak párokat tudunk összehasonlítani. Négy minta esetén hat páronkénti összehasonlítás kellene végrehajtani. Ebben az esetben célszerű alkalmazni az egytényezős varianciaanalízist. A menüből az ANALYZE / COMPARE MEANS / ONE-WAY ANOVA párbeszédablakot válasszuk ki. Az ábrán látható módon a függő változónak a fogyaszt (fogyasztást), faktornak pedig a gjtip-et (gépjármű típust) jelöljük meg. Érdemes még az OPTIONS alpontban a DESCRIPTIVES szolgáltatásaival élni, ahol leíró statisztika segítségével egy általános tájékoztatást kapunk. 1
2 Descriptives N Mean Std. Deviation Std. Error 95% Confidence Interval for Mean Minimum Maximum Lower Upper Ford Toyota Opel Suzuki Total Az átlagos üzemanyag fogyasztás (Mean) 5,99 l/100 km. Az átlagosan legkisebb fogyasztású autók a Suzuki gépkocsik, a legnagyobbak az Opelek. ANOVA Sum of Squares df Mean Square F Sig. Between Groups Within Groups Total A kapott táblázat az úgynevezett varianciaanalízis táblázat. Az utolsó oszlopban található 0,000 empirikus szignifikancia mutatja (Sig.), hogy jelentős különbségek vannak a gépjárművek között az üzemanyag fogyasztás tekintetében. Ha azt is szeretnénk megtudni, hogy pontosan mely típusok között van szignifikáns különbség, akkor az ANALYZE / COMPARE MEANS / ONE-WAY ANOVA párbeszédablakon belül a POST HOC gombra kattintva a többszörös összehasonlításhoz használt teszteket találjuk meg. Ezek közül a Tukey módszert ajánljuk, mert a felsoroltak közül ez a legszigorúbb, és háromnál több csoportra már alkalmazható. 2
3 Multiple Comparisons Dependent Variable: Mean Difference (I-J) Std. Error Sig. 95% Confidence Interval (I) Gépjármű típus (J) Gépjármű típus Lower Upper Ford Toyota.49* Opel -.22* Suzuki.56* Toyota Ford -.49* Opel -.70* Suzuki Opel Ford.22* Toyota.70* Suzuki.77* Suzuki Ford -.56* Toyota Opel -.77* * The mean difference is significant at the.05 level. A Post Hoc teszt eredmény táblázatában felsorolásra kerül minden lehetséges párosítás. A harmadik oszlopban az átlagok közötti különbség van feltüntetve. Csillaggal azok a párosítások vannak megjelölve, ahol a szignifikancia szint 0,05 alatti, vagyis ahol jelentős különbség mutatkozik a csoportátlagok között. Esetünkben csak a Suzuki Toyota párosításnál nincs csillag, közöttük nincs számottevő különbség, az összes többi típusra ugyanez már nem mondható el. Legkifejezettebb az eltérés a Suzuki és az Opel között. A következő táblázatban a gépjármű típusokat csoportokba sorolva láthatjuk. N Subset for alpha =.05 Gépjármű típus Suzuki Toyota Ford Opel Sig Means for groups in homogeneous subsets are displayed. a Uses Harmonic Mean Sample Size = Ezek szerint a japán gépkocsik (Toyota, Suzuki) egy kategóriába sorolhatók üzemanyag fogyasztás tekintetében. Külön csoportba került a Ford, és megint külön csoportba az Opel. Most nézzük meg, van-e különbség a fogyasztásban eltérő gumiabroncsot használva! Az eljárás megegyezik az előzőekben leírtakkal, csak az ANALYZE / COMPARE MEANS / ONE-WAY ANOVA párbeszédablakon belül a faktor a gépjármű típus helyett a gumitip (gumiabroncs típusa) lesz, a függő változó továbbra is a fogyasztás marad. 3
4 Descriptives N Mean Std. Std. 95% Confidence Minimum Maximum Deviation Error Interval for Mean Lower Upper Michelin Matador Firestone Goodyear Total ANOVA Sum of Squares df Mean Square F Sig. Between Groups Within Groups Total A leíró statisztikai részben olvasható, hogy minden gumitípushoz fogyasztási adatunk van. Átlagosan a legkisebb fogyasztást a Goodyear-nél találjuk (5,76 l/100 km), a legnagyobbat pedig a Matadornál (6,23 l/100 km). A variancia táblázat alapján láthatjuk, hogy az abroncsok is befolyásolják az üzemanyag fogyasztás mértékét, hiszen a szignifikancia oszlopban 0,001-et látunk és az kisebb 0,05-nál. Multiple Comparisons Dependent Variable: Mean Difference Std. Error Sig. 95% Confidence Interval (I-J) (I) Gumi típus (J) Gumi típus Lower Upper Michelin Matador Firestone Goodyear Matador Michelin Firestone Goodyear.47* Firestone Michelin Matador Goodyear Goodyear Michelin Matador -.47* Firestone * The mean difference is significant at the.05 level. 4
5 A többszörös összehasonlítás során világossá válik, hogy szignifikáns különbség csak a Goodyear és a Matador márka között van. Az összes többinél a szignifikancia oszlopban 0,05-nál nagyobb értékeket találunk. Ezt erősíti meg a következő táblázat is. N Subset for alpha =.05 Gumi típus 1 2 Goodyear Firestone Michelin Matador Sig Means for groups in homogeneous subsets are displayed. a Uses Harmonic Mean Sample Size = A csoportokba sorolásnál két kategóriát készített a program, de ezek között most átfedés figyelhető meg. Az egyikbe tartozik a Goodyear, a Firestone és a Michelin, a másik kategóriába a Firestone, a Michelin és a Matador. Ez tehát azt jelenti, hogy fogyasztási paramétereit tekintve ezek a típusok közel állnak egymáshoz, a Firestone és a Michelin egyaránt tekinthető a felső kategória alsó szélének, vagy az alsó kategória felső részének. A gépkocsik típusa és a gumiabroncs minősége egyaránt befolyásolja tehát az üzemanyag fogyasztást. Ezen kívül még kölcsönhatás is előfordulhat közöttük, hiszen elképzelhető, hogy Goodyear gumiabroncs hatása eltérő egy Ford vagy egy Suzuki gépkocsin. A kérdés megválaszolására a kéttényezős varianciaanalízist alkalmazhatjuk. A szokásos elnevezéseket használva blokkoknak tekinthetjük a gépkocsik típusát, kezeléseknek pedig az egyes gumiabroncs márkákat. A kéttényezős varianciaanalízis lefuttatásához az ANALYZE / GENERAL LINEAR MODEL / UNIVARIATE pontját kell lefuttatni. A változókat az ábrán látható módon helyezzük el. Függő változó a fogyaszt (fogyasztás), fix hatásokhoz a gjtip és a gumitip (gépjármű típus és gumi típus) kerülnek. 5
6 Az OK gomb lenyomása után az output részben az alábbi táblázatot kapjuk. Tests of Between-Subjects Effects Dependent Variable: Source Type III Sum of Squares df Mean Square F Sig. Corrected Model Intercept GJTIP GUMITIP GJTIP * GUMITIP 4.612E E Error E-02 Total Corrected Total a R Squared =.902 (Adjusted R Squared =.880) A varianciaanalízis táblázat gjtip és gumitip (gépjármű típusa és gumiabroncs típusa) sorában látható 0,000 empirikus szignifikancia érték ugyanazt mutatja, mint az előzőekben kapott eredmények, mivel az egytényezős varianciaanalízis számítások során már megbizonyosodtunk arról, hogy a gépkocsi típusok között is és a gumiabroncs típusok között is szignifikáns eltérés mutatkozik az üzemanyag fogyasztást tekintve. A gépkocsi gumiabroncs kölcsönhatásra vonatkozik a gjtip*gumitip sor. A szignifikancia oszlopban a sorhoz tartozó P érték 0,978, így biztosak lehetünk benne, hogy nincs kölcsönhatás közöttük. A gépkocsi típusa és a gumiabroncs típusa külön-külön hatnak az üzemanyag fogyasztásra. A táblázat alatt látható R Squared vagyis R négyzet értékre érdemes még figyelni, amelyet magyarázó erőnek szoktak nevezni. Értéke 0 és 1 közé eshet, minél közelebb van az egyhez, annál jobban illeszkedik a modell az adott problémára. A 0,9-es érték jónak mondható, úgy is fogalmazhatjuk, hogy az autók fogyasztásának varianciáját 90%-ban az autó és a gumiabroncs típusa határozza meg. Irodalomjegyzék Baráth Cs. Ittzés A. Ugrósdy Gy.: Biometria. Mezőgazda Kiadó 1996 Kiss A. Manczel J. Pintér L. Varga K.: Statisztikai módszerek alkalmazása a mezőgazdaságban. Mezőgazdasági Kiadó 1983 Kovács István: Statisztika. Szent István Egyetem Gazdálkodási és Mezőgazdasági Főiskolai Kar jegyzete. Gyöngyös 2000 Kriszt Varga Kenyeres: Általános statisztika II. Nemzeti tankönyvkiadó Fodor János: Biomatematika Meszéna György Ziermann Margit: Valószínűségelmélet és matematikai statisztika Közgazdasági és Jogi Könyvkiadó 1981 Murray R. Spiegel: Statisztika. Elmélet és gyakorlat. Panem McGraw Hill 1995 Szűcs István: Alkalmazott statisztika. Agroinform Kiadó 2002 Vargha András: Matematikai statisztika pszichológiai, nyelvészeti és biológiai alkalmazásokkal. Pólya Kiadó 6
Statisztikai hipotézisvizsgálatok. Paraméteres statisztikai próbák
Statisztikai hipotézisvizsgálatok Paraméteres statisztikai próbák 1. Magyarországon a lakosság élelmiszerre fordított kiadásainak 2000-ben átlagosan 140 ezer Ft/fő volt. Egy kérdőíves felmérés során Veszprém
RészletesebbenDr. Szőke Szilvia Dr. Balogh Péter: Nemparaméteres eljárások
Dr. Szőke Szilvia Dr. Balogh Péter: Nemparaméteres eljárások Bevezetés A magas mérési szintű változók adataiból számolhatunk átlagot, szórást. Fontos módszerek alapulnak ezeknek a származtatott paramétereknek
RészletesebbenStatisztikai szoftverek esszé
Statisztikai szoftverek esszé Dávid Nikolett Szeged 2011 1 1. Helyzetfelmérés Adott egy kölcsön.txt nevű adatfájl, amely információkkal rendelkezik az ügyfelek életkoráról, családi állapotáról, munkaviszonyáról,
RészletesebbenEsetelemzések az SPSS használatával
Esetelemzések az SPSS használatával 1. Tekintsük az spearman.sav állományt, amely egy harminc tehenet számláló állomány etetés- és fejéskori nyugtalansági sorrendjét tartalmazza. Vizsgáljuk meg, hogy van-e
RészletesebbenSztochasztikus kapcsolatok
Sztochasztikus kapcsolatok Petrovics Petra PhD Hallgató Ismérvek közötti kapcsolat (1) Függvényszerű az egyik ismérv szerinti hovatartozás egyértelműen meghatározza a másik ismérv szerinti hovatartozást.
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Correlation & Linear. Petra Petrovics.
Correlation & Linear Regression in SPSS Petra Petrovics PhD Student Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Exercise
RészletesebbenCorrelation & Linear Regression in SPSS
Correlation & Linear Regression in SPSS Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Exercise 1 - Correlation File / Open
RészletesebbenNormál eloszlás. Gyakori statisztikák
Normál eloszlás Átlag jól jellemzi az adott populációt folytonos eloszlás (pl. lottó minden szám egyszer fordul elő) kétkúpú eloszlás (IQ mindenki vagy zseni vagy félhülye, átlag viszont azt mutatja,
RészletesebbenBIOMETRIA_ANOVA_2 1 1
Két faktor szerinti ANOVA Az A faktor minden szintjét kombináljuk a B faktor minden szintjével, minden cellában azonos számú ismétlés (kiegyensúlyozott terv). A terv szerkezete miatt a faktorok hatását
RészletesebbenKISTERV2_ANOVA_
Két faktor szerinti ANOVA Az A faktor minden szintjét kombináljuk a B faktor minden szintjével, minden cellában azonos számú ismétlés (kiegyensúlyozott terv). A terv szerkezete miatt a faktorok hatását
RészletesebbenCorrelation & Linear Regression in SPSS
Petra Petrovics Correlation & Linear Regression in SPSS 4 th seminar Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Correlation
RészletesebbenMARKETINGKUTATÁS II. Oktatási segédanyag. Budapest, 2004. február
MARKETINGKUTATÁS II. Oktatási segédanyag Budapest, 2004. február Tartalomjegyzék ELŐSZÓ... 2 1 AZ SPSS-RŐL ÁLTALÁBAN... 3 1.1 DATA EDITOR... 3 1.2 VIEWER... 4 1.3 CHART EDITOR... 4 2 ADATBEVITEL... 5 2.1
RészletesebbenMagyarországon személysérüléses közúti közlekedési balesetek okozóik és abból alkoholos állapotban lévők szerinti elemzése. Rezsabek Tamás GSZDI
Magyarországon személysérüléses közúti közlekedési balesetek okozóik és abból alkoholos állapotban lévők szerinti elemzése Rezsabek Tamás GSZDI Anyag és módszer Központi Statisztikai Hivatalának adatai
Részletesebben1., Egy területen véletlenszerűen kihelyezet kvadrátokban megszámlálták az Eringium maritimum (tengerparti ördögszekér) egyedeit.
1., Egy területen véletlenszerűen kihelyezet kvadrátokban megszámlálták az Eringium maritimum (tengerparti ördögszekér) egyedeit. 1., Határozza meg az átlagos egyedszámot és a szórást. Egyedszám (x i )
RészletesebbenA talaj hasznosítható vízkészlete és nitrát-nitrit tartalma
Bevezetés, célkitőzések A vizsgálatokat, négy éven keresztül 2003-2006-ban, a Debreceni Egyetem Agrártudományi Centrum Földmőveléstani Tanszékének Látóképi Kísérleti Telepén végeztük valamint külsı helyszíneket
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Factor Analysis
Factor Analysis Factor analysis is a multiple statistical method, which analyzes the correlation relation between data, and it is for data reduction, dimension reduction and to explore the structure. Aim
RészletesebbenX PMS 2007 adatgyűjtés eredményeinek bemutatása X PMS ADATGYŰJTÉS
X PMS ADATGYŰJTÉS 2007 1 Tartalom Összefoglalás...3 A kutatásba beválasztott betegek életkora... 4 A kutatásba bevont betegek nem szerinti megoszlása... 5 Az adatgyűjtés során feltárt diagnózisok megoszlása...
Részletesebbeny ij e ij STATISZTIKA let A variancia-anal telei Alapfogalmak 2. Alapfogalmak 1. ahol: 12. Előad Variancia-anal Lineáris modell ltozó
Elmélet let STATISZTIKA 12. Előad adás Vaiancia-anal analízis Lineáis modellek A magyaázat a függf ggő változó teljes heteogenitásának nak két k t észe bontását t jelenti. A teljes heteogenitás s egyik
Részletesebben1. melléklet A ciklodextrin hatásának jellemzése mikroorganizmusok szaporodására Murányi Attila
1. melléklet A ciklodextrin hatásának jellemzése mikroorganizmusok szaporodására Murányi Attila Bevezetés... 1 A kutatás hipotézise... 2 A kutatás célja... 2 Az alkalmazott mikroorganizmusok... 3 Kísérleti
RészletesebbenBevezetés a Korreláció &
Bevezetés a Korreláció & Regressziószámításba Petrovics Petra Doktorandusz Statisztikai kapcsolatok Asszociáció 2 minőségi/területi ismérv között Vegyes kapcsolat minőségi/területi és egy mennyiségi ismérv
RészletesebbenElméleti összefoglalók dr. Kovács Péter
Elméleti összefoglalók dr. Kovács Péter 1. Adatállományok létrehozása, kezelése... 2 2. Leíró statisztikai eljárások... 3 3. Várható értékek (átlagok) vizsgálatára irányuló próbák... 5 4. Eloszlások vizsgálata...
RészletesebbenWIL-ZONE TANÁCSADÓ IRODA
WIL-ZONE TANÁCSADÓ IRODA Berényi Vilmos vegyész, analitikai kémiai szakmérnök akkreditált minőségügyi rendszermenedzser regisztrált vezető felülvizsgáló Telefon és fax: 06-33-319-117 E-mail: info@wil-zone.hu
RészletesebbenNem. Cumulative Percent 1,00 férfi ,9 25,9 25,9 2,00 nı ,1 73,1 99,0 99,00 adathiány 27 1,0 1,0 100,0 Total ,0 100,0
Függelék II. Demográfia Nem Frequency Percent Percent Cumulative Percent 1,00 férfi 727 25,9 25,9 25,9 2,00 nı 2053 73,1 73,1 99,0 99,00 adathiány 27 1,0 1,0 100,0 Korcsoport Frequency Percent Percent
RészletesebbenSTATISZTIKA PRÓBAZH 2005
STATISZTIKA PRÓBAZH 2005 1. FELADATSOR: számítógépes feladatok (még bővülni fog számítógép nélkül megoldandó feladatokkal is) Használjuk a Dislexia Excel fájlt (internet: http:// starts.ac.uk)! 1.) Hasonlítsuk
RészletesebbenSPSS ÉS STATISZTIKAI ALAPOK II.
SPSS ÉS STATISZTIKAI ALAPOK II. Bevezetés A második negyedéves anyag alapvetően olyan statisztikai elemzéseket tartalmaz, amelyek átlagok összehasonlítására alkalmasak. Tipikus kérdések: 1) Intelligensebbek-e
RészletesebbenStatistical Dependence
Statistical Dependence Petra Petrovics Statistical Dependence Deinition: Statistical dependence exists when the value o some variable is dependent upon or aected by the value o some other variable. Independent
RészletesebbenVarianciaanalízis. Egytényezős kísérletek (Más néven: egyutas osztályozás, egyszempontos varianciaanalízis ANOVA)
Varancaanalízs A varancaanalízs során kettőnél több sokaság középértékenek mnta alapán történő összehasonlítása történk zért nevezk a kétmntás t-próba általánosításának A nullhpotézs eldöntéséhez használuk
RészletesebbenReiczigel Jenő, 2006 1
Reiczigel Jenő, 2006 1 Egytényezős (egyszempontos) varianciaelemzés k független minta (k kezelés vagy k csoport), a célváltozó minden csoportban normális eloszlású, a szórások azonosak, az átlagok vagy
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
RészletesebbenStatisztika II. feladatok
Statisztika II. feladatok 1. Egy női ruhákat és kiegészítőket forgalmazó üzletlánc 118 egységénél felmérést végzett arról, milyen tényezők befolyásolják a havi összbevételüket (EUR). a) Pótolja ki a táblázatok
RészletesebbenTöbb laboratórium összehasonlítása, körmérés
Több oratórium összehasonlítása, körmérés colorative test, round robin a rendszeres hibák ellenőrzése, számszerűsítése Statistical Manual of AOAC, W. J. Youden: Statistical Techniques for Colorative Tests,
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Nonparametric Tests
Nonparametric Tests Petra Petrovics Hypothesis Testing Parametric Tests Mean of a population Population proportion Population Standard Deviation Nonparametric Tests Test for Independence Analysis of Variance
RészletesebbenBevezetés az ökonometriába
Bevezetés az ökonometriába Többváltozós lineáris regresszió: modellszelekció Ferenci Tamás MSc 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Negyedik előadás, 2010. október
RészletesebbenRegresszió számítás az SPSSben
Regresszió számítás az SPSSben Kvantitatív statisztikai módszerek Petrovics Petra Lineáris regressziós modell X és Y közötti kapcsolatot ábrázoló egyenes. Az Y függ: x 1, x 2,, x p p db magyarázó változótól
Részletesebbenés élelmiszer-ipari termékek hozhatók forgalomba, amelyeket a vonatkozó jogszabá-
152 - - - - - - Az öko, a bio vagy az organikus kifejezések használata még napjainkban sem egységes, miután azok megjelenési formája a mindennapi szóhasználatban országon- A német, svéd, spanyol és dán
RészletesebbenA KUTATÁSMÓDSZERTAN MATEMATIKAI ALAPJAI MA. T.P.Lenke
A KUTATÁSMÓDSZERTAN MATEMATIKAI ALAPJAI MA T.P.Lenke 2013.10.25. 2 Szignifikáns különbség Annak bizonyítása, hogy a vizsgálat során megfigyelt különbség egy általunk meghatározott valószínűségi szinten
RészletesebbenFeltesszük, hogy a mintaelemek között nincs két azonos. ha X n a rendezett mintában az R n -ik. ha n 1 n 2
Kabos: Ordinális változók Hipotézisvizsgálat-1 Minta: X 1, X 2,..., X N EVM (=egyszerű véletlen minta) X-re Feltesszük, hogy a mintaelemek között nincs két azonos. Rendezett minta: X (1), X (2),..., X
RészletesebbenA magyarországi nonprofit szektorban dolgozók motivációjára káros hatások értékelésének elemzése többváltozós statisztikai módszerekkel
A magyarországi nonprofit szektorban dolgozók motivációjára káros hatások értékelésének elemzése többváltozós statisztikai módszerekkel Kovács Máté PhD hallgató (komoaek.pte) Pécsi Tudományegyetem Közgazdaságtudományi
RészletesebbenStatisztika, próbák Mérési hiba
Statisztika, próbák Mérési hiba ÁTLAG SZÓRÁS KICSI, NAGY MIN, MAX LIN.ILL LOG.ILL MEREDEKSÉG METSZ T.PROBA TREND NÖV Statisztikai függvények Statisztikailag fontos értékek Számtani átlag: ŷ= i y i /n Medián:
RészletesebbenA JOHNSON NEYMAN-MÓDSZER BEMUTATÁSA ÉS ALKALMAZÁSA
MÓDSZERTANI TANULMÁNYOK A JOHNSON NEYMAN-MÓDSZER BEMUTATÁSA ÉS ALKALMAZÁSA A Johnson Neyman-módszer bemutatását és használatának elméleti és konkrét példákkal történő megismertetését elsősorban azok az
RészletesebbenAZ ÁLTALÁNOS ISKOLÁSOK IDEGENNYELV-TANULÁSI ATTITŰDJEI ÉS MOTIVÁCIÓJA
MAGYAR PEDAGÓGIA 0. évf.. szám 5. (00) AZ ÁLTALÁNOS ISKOLÁSOK IDEGENNYELV-TANULÁSI ATTITŰDJEI ÉS MOTIVÁCIÓJA Csizér Kata és Dörnyei Zoltán Eötvös Loránd Tudományegyetem és Nottigham University Az általános
RészletesebbenGyőrBike a győri közösségi bérkerékpár rendszer első éve
GyőrBike a győri közösségi bérkerékpár rendszer első éve Magyar Urbanisztikai Társaság Győr-Moson-Sopron megyei csoportja MTA KRTK RKI Nyugat-magyarországi Tudományos Osztály Smart City rendezvénysorozat
RészletesebbenKorreláció számítás az SPSSben
Korreláció számítás az SPSSben Kvantitatív statisztikai módszerek Petrovics Petra Statisztikai kapcsolatok Asszociáció 2 minőségi/területi ismérv között Vegyes kapcsolat minőségi/területi és egy mennyiségi
RészletesebbenEsettanulmány. A homoszkedaszticitás megsértésének hatása a regressziós paraméterekre. Tartalomjegyzék. 1. Bevezetés... 2
Esettanulmány A homoszkedaszticitás megsértésének hatása a regressziós paraméterekre Tartalomjegyzék 1. Bevezetés... 2 2. A lineáris modell alkalmazhatóságának feltételei... 2 3. A feltételek teljesülésének
RészletesebbenDiszkriminancia-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
RészletesebbenA TV2 Mű szaki Mé dia Spécifika ció ja nak mégféléló fa jlók éló a llí ta sa kű ló nbó zó va gó i szóftvérékbén
A TV2 Mű szaki Mé dia Spécifika ció ja nak mégféléló fa jlók éló a llí ta sa kű ló nbó zó va gó i szóftvérékbén 2014. szeptember 25. Tartalom 1 Grass Valley Edius... 3 1.1 Grass Valley Edius HD Export:...
RészletesebbenStatisztika II előadáslapok. 2003/4. tanév, II. félév
Statisztika II előadáslapok 3/4 tanév, II félév BECSLÉS ÉS HIPOTÉZISVIZSGÁLAT Egyik konzervgyár vágott zöldbabot exportál A szabvány szerint az üvegek nettó töltősúlyának az átlaga 3 g, a szórása 5 g Az
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Nonparametric Tests. Petra Petrovics.
Nonparametric Tests Petra Petrovics PhD Student Hypothesis Testing Parametric Tests Mean o a population Population proportion Population Standard Deviation Nonparametric Tests Test or Independence Analysis
RészletesebbenGyakorlat: Sztochasztikus idősor-elemzés alapfogalmai II. Egységgyök-folyamatok és tesztek. Dr. Dombi Ákos
Gyakorlat: Sztochasztikus idősor-elemzés alapfogalmai II. Egységgyök-folyamatok és tesztek Dr. Dombi Ákos (dombi@finance.bme.hu) ESETTANULMÁNY 1. Feladat: OTP részvény átlagárfolyamának (Y=AtlAr) stacionaritás
RészletesebbenA Géniusz képzések hatásvizsgálata kutatási tanulmány. Készítette: Dr. Dávid Mária
A Géniusz képzések hatásvizsgálata kutatási tanulmány Készítette: Dr. Dávid Mária Eger 2012 1 Előzmények A Magyar Tehetségsegítő Szervezetek Szövetsége által megvalósított kiemelt projekt: a Magyar Géniusz
RészletesebbenMatematika III. 8. A szórás és a szóródás egyéb mérőszámai Prof. Dr. Závoti, József
Matematika III. 8. A szórás és a szóródás egyéb Prof. Dr. Závoti, József Matematika III. 8. : A szórás és a szóródás egyéb Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP - 4.1.2-08/1/A-2009-0027
Részletesebbeny 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.
RészletesebbenDescriptive Statistics
Descriptive Statistics Petra Petrovics DESCRIPTIVE STATISTICS Definition: Descriptive statistics is concerned only with collecting and describing data Methods: - statistical tables and graphs - descriptive
Részletesebbeny 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
RészletesebbenKerékpáros közösségi kölcsönző rendszer működésének szabályszerűségei
Kerékpáros közösségi kölcsönző rendszer működésének szabályszerűségei MRTT XV. Vándorgyűlés MRTT XV. Vándorgyűlés Mosonmagyaróvár 2017. okt. 19-20. Önálló kerékpárflotta - smart A közösségi kerékpárrendszerekről
RészletesebbenKét diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat
Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Orvosi fizika és statisztika I. előadás 2016.11.09 Orvosi
RészletesebbenA klímamodellek alkalmazásának tapasztalatai a magyarországi gabona félék hozam előrejelzéseiben
Hatásvizsgálói konzultációs workshop Országos Meteorológiai Szolgálat A klímamodellek alkalmazásának tapasztalatai a magyarországi gabona félék hozam előrejelzéseiben Kemény Gábor, Fogarasi József, Molnár
RészletesebbenTartalomjegyzék I. A POPULÁCIÓ ÉS A MINTA SAJÁTOSSÁGAI... 4 II. AZ ADATFELVÉTEL MÓDSZERTANA...12. 1. Adatfelvétel módja és ideje...
Szolnoki Főiskola Személyes kutatás a 2007 2009-ben végzett hallgatók körében 2011. Tartalomjegyzék I. A POPULÁCIÓ ÉS A MINTA SAJÁTOSSÁGAI... 4 II. AZ ADATFELVÉTEL MÓDSZERTANA...12 1. Adatfelvétel módja
RészletesebbenBiostatisztika Bevezetés. Boda Krisztina előadása alapján ma Bari Ferenc SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet
Biostatisztika Bevezetés Boda Krisztina előadása alapján ma Bari Ferenc SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet Az orvosi, biológiai kutatások egyik jellemzője, hogy a vizsgálatok eredményeként
RészletesebbenAz R statisztikai programozási környezet: az adatgyűjtéstől a feldolgozáson és vizualizáción át a dinamikus jelentéskészítésig
: az adatgyűjtéstől a feldolgozáson és vizualizáción át a dinamikus jelentéskészítésig Ferenci Tamás ferenci.tamas@nik.uni-obuda.hu 2017. február 23. Tartalom Az R mint programozási nyelv A könyvtárakról
RészletesebbenÚj eljárás bevezetése a neglect rehabilitációjába. Előtanulmány
Új eljárás bevezetése a neglect rehabilitációjába. Előtanulmány Pollák Ildikó, Szabó Borbála, Mező Róbert Jahn Ferenc Dél-pesti Kórház, Központi Rehabilitációs sztály Noradrenerg-agonista 2006 Space remapping
Részletesebben[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
RészletesebbenMINDEN FELADATOT A FELADATOT TARTALMAZÓ LAPON OLD- JONMEG!
NÉV: ERA kód: évf.: gyak. vez.: MINDEN FELADATOT A FELADATOT TARTALMAZÓ LAPON OLD- JONMEG! Al. (a) Definiálja a mo ment um és a centrális momentum fogalmát (általában) (4 pont)! Egy megyében egy vizsgált
RészletesebbenMotivációs diasor Ha megéri, nem baj, hogy nehéz!
Motivációs diasor Ha megéri, nem baj, hogy nehéz! Biometria - Bevezetés 1 Sertések gyógytáppal való kezelése Csoportok: Függő változó: testtömeg (DBW) Kezelt (Trial) Kezeletlen (Control) Kísérleti elrendezés:
RészletesebbenA biostatisztika alapfogalmai, hipotézisvizsgálatok. Dr. Boda Krisztina Boda PhD SZTE ÁOK Orvosi Informatikai Intézet
A biostatisztika alapfogalmai, hipotézisvizsgálatok Dr. Boda Krisztina Boda PhD SZTE ÁOK Orvosi Informatikai Intézet Hipotézisvizsgálatok A hipotézisvizsgálat során a rendelkezésre álló adatok (statisztikai
Részletesebbenstatisztikai menürendszere Dr. Vargha András 2007
A statisztikai menürendszere Dr. Vargha András 2007 2 tartalomjegyzék 1. Alapok (egymintás elemzések Alapstatisztikák Részletesebb statisztikák számítása Gyakorisági eloszlás, hisztogram készítése Középértékekre
Részletesebbeny ij e ij BIOMETRIA let A variancia-anal telei Alapfogalmak 2. Alapfogalmak 1. ahol: 7. Előad Variancia-anal Lineáris modell ltozó bontását t jelenti.
Elmélet let BIOMETRIA 7. Előad adás Variancia-anal Lineáris modellek A magyarázat a függf ggő változó teljes heterogenitásának nak két k t részre r bontását t jelenti. A teljes heterogenitás s egyik része
RészletesebbenStatisztikai programcsomagok
Statisztikai programcsomagok Sz cs Gábor Szegedi Tudomáyegyetem, Bolyai Itézet Szeged, 2012. tavaszi félév Sz cs Gábor (SZTE, Bolyai Itézet) Statisztikai programcsomagok 2012. tavaszi félév 1 / 26 Bevezetés
RészletesebbenSzerzõ: Vizi István 1
A magyar lakosság aktív turizmussal kapcsolatos preferenciái és az aktív turisztikai tevékenységek intenzitása Szerzõ: Vizi István 1 Jelen kutatás közvetlen elõzménye a Magyar Turizmus Rt. megbízásából
RészletesebbenMatematikai 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,
RészletesebbenMatematikai statisztikai elemzések 6.
Matematikai statisztikai elemzések 6. Regressziószámítás: kétváltozós lineáris és nemlineáris regresszió, többváltozós regresszió Prof. Dr. Závoti, József Matematikai statisztikai elemzések 6.: Regressziószámítás:
RészletesebbenPDF created with FinePrint pdffactory Pro trial version Adott egy X folytonos változó, ami normális eloszlású.
Á dott egy X folytonos változó, ami normális eloszlású. X ( µ,σ ) dottak ezen kívül az Y,Y,,Y k diszkrét változók (faktorok) total H 0 : X - re nincs hatással Y Q = Q + Q +... + Q + Q + Q3 +... + Q k hiba
RészletesebbenOn-line értékelési módszerek II. Lengyelné Molnár Tünde
On-line értékelési módszerek II. Lengyelné Molnár Tünde MÉDIAINFORMATIKAI KIADVÁNYOK On-line értékelési módszerek II. Lengyelné Molnár Tünde Eger, 2013 Korszerű információtechnológiai szakok magyarországi
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Hypothesis Testing. Petra Petrovics.
Hypothesis Testing Petra Petrovics PhD Student Inference from the Sample to the Population Estimation Hypothesis Testing Estimation: how can we determine the value of an unknown parameter of a population
RészletesebbenIndependent Samples Test Levene's Test for Equality of t-test for Equality of Means. Mean. Difference
1. számú melléklet. Hallgatói eredmények táblázatai Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means Mean Std. Error 95% Confidence Interval of the Difference
RészletesebbenArcGIS 8.3 segédlet 2-2. Dr. Iványi Péter
ArcGIS 8.3 segédlet 2-2. Dr. Iványi Péter Tartalomjegyzék Adatok ábrázolási módjai Szimbólumok 1. Az alábbi ablakban lehet részletesen beállítani az adatok ábrázolásánál használt szimbólumokat azok színét
RészletesebbenStatisztika feladatok
Statsztka ok Informatka Tudományok Doktor Iskola Bzonyítandó, hogy: azaz 1 Tekntsük az alább statsztkákat: Igazoljuk, hogy torzítatlan statsztkák! Melyk a leghatásosabb közöttük? (Ez az együttes eloszlásfüggvényük.)
RészletesebbenVarianciaanalízis 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
Részletesebben1. (Sugár Szarvas fgy., 186. o. S13. feladat) Egy antikvárium könyvaukcióján árverésre került. = x = 6, y = 12. s y y = 1.8s x.
. Sugár Szarvas fgy., 86. o. S3. feladat Egy antikvárium könyvaukcióján árverésre került 9 könyv licitálási adatai alapján vizsgáljuk a könyvek kikiáltási és ún. leütési ára ezerft közötti sztochasztikus
RészletesebbenMódszertani eljárások az időtényező vezetési, szervezeti folyamatokban betöltött szerepének vizsgálatához
Módszertani eljárások az időtényező vezetési, szervezeti folyamatokban betöltött szerepének vizsgálatához Bácsné Bába Éva Debreceni Egyetem Agrártudományi Centrum, Agrárgazdasági és Vidékfejlesztési Kar,
RészletesebbenSPORTTUDOMÁNYI KUTATÁSOK MÓDSZERTANA Gyakorlófeladatok, munkafüzet
Pécsi Tudományegyetem EGÉSZSÉGTUDOMÁNYI Kar Fizioterápiás- és Sporttudományi Intézet SPORTTUDOMÁNYI KUTATÁSOK MÓDSZERTANA Gyakorlófeladatok, munkafüzet ÁCS Pongrác Pécs, 2015 SPORTTUDOMÁNYI KUTATÁSOK
RészletesebbenPhEur Two-dose multiple assay with completely randomised design An assay of corticotrophin by subcutaneous injection in rats
PhEur... Two-dose multiple assay with completely randomised design An assay of corticotrophin by subcutaneous injection in rats 00 80 60 0 0 00 80 60 0 0 catterplot of multiple variables against dose PhEur_.sta
Részletesebben9. Entitás modulok. Nagy Gusztáv: Drupal 7 alapismeretek Fejlesztői verzió: 2011. október 6.
9 9. Entitás modulok A szerző véleménye szerint a Drupal legnagyobb erősségei közé tartozik a magas szintű, absztrakt fogalmak mentén történő építkezés. A korábbiakban már megismerkedtünk a tartalmak és
RészletesebbenInformatikai ismeretek vizsgálata a 8. osztály végén. Kiss Gábor Óbudai Egyetem kiss.gabor@bgk.uni-obuda.hu
Informatikai ismeretek vizsgálata a 8. osztály végén Kiss Gábor Óbudai Egyetem kiss.gabor@bgk.uni-obuda.hu A vizsgálat célja A diákok informatikai ismereteinek vizsgálata a 8. osztály befejezésekor arra
RészletesebbenDefiníció. Definíció. 2. El adás (folytatása) Az adatok leírása, megismerése és összehasonlítása. 2-5. fejezet. A variabilitás mér számai 3.
. El adás (folytatása) Az adatok leírása, megismerése és összehasonlítása -1 Áttekintés - Gyakoriság eloszlások -3 Az adatok vizualizációja -4 A centrum mérıszámai -5 A szórás mérıszámai -6 A relatív elhelyezkedés
RészletesebbenBemenet modellezése II.
Bemenet modellezése II. Vidács Attila 2005. november 3. Hálózati szimulációs technikák, 2005/11/3 1 Kiszolgálási id k modellezése Feladat: Egy bemeneti modell felállítása egy egy kiszolgálós sorbanállási
RészletesebbenSZENT ISTVÁN EGYETEM, GÖDÖLLŐ Gazdálkodás- és Szervezéstudományok Doktori Iskola. DOKTORI (PhD) ÉRTEKEZÉS TÉZISEI
SZENT ISTVÁN EGYETEM, GÖDÖLLŐ Gazdálkodás- és Szervezéstudományok Doktori Iskola DOKTORI (PhD) ÉRTEKEZÉS TÉZISEI A TERMŐFÖLD KÖZGAZDASÁGI ÉRTÉKE ÉS PIACI ÁRA Készítette: Naárné Tóth Zsuzsanna Éva Gödöllő
RészletesebbenGENERTEL TÉLIGUMI-TESZT 2010
GENERTEL TÉLIGUMI-TESZT 2010 A MÉRÉSEK EREDMÉNYEI A TESZTEN RÉSZTVEVŐ GUMIK: méret fajta márka típus Terhelési- és sebességindex Gyártási idő ShoreA 165/70R14 téli BF Goodrich Winter G 81T 4010 63 165/70R14
RészletesebbenA nyomon követhetőség fogyasztói megítélése az élelmiszeriparban
A nyomon követhetőség fogyasztói megítélése az élelmiszeriparban Rózsa Norbert V. évfolyam, gazdasági agrármérnök szak Konzulensek: Dr. Biacs Péter, egyetemi tanár Solymosi Viktor, PhD hallgató Kaposvári
Részletesebbenkonfidencia-intervallum Logikai vektorok az R-ben 2012. március 14.
Valószínűség, pontbecslés, konfidencia-intervallum Logikai vektorok az R-ben 2012. március 14. Normális eloszlás tesztje Kolmogorov-Szmirnov vagy Wilk-Shapiro próba. R-funkció: shapiro.test(vektor) balra
RészletesebbenVariancia-analízis (folytatás)
Variancia-analízis (folytatás) 6. elıadás (11-12. lecke) Szórás-stabilizáló transzformációk (folyt.), t-próbák 11. lecke További variancia-stabilizáló transzformációk Egy-mintás t-próba Szórás-kiegyenlítı
RészletesebbenMINİSÉGSZABÁLYOZÁS. Dr. Drégelyi-Kiss Ágota e-mail: dregelyi.agota@bgk.uni-obuda.hu http://uni-obuda.hu/users/dregelyia
MINİSÉGSZABÁLYOZÁS A GÉPIPARBAN Dr. Drégelyi-Kiss Ágota e-mail: dregelyi.agota@bgk.uni-obuda.hu http://uni-obuda.hu/users/dregelyia ISO 9000:2008 A STATISZTIKAI MÓDSZEREK HASZNÁLATÁRÓL A statisztikai módszerek
RészletesebbenLesi Mária: A 2004-ES VERSENYKÉPESSÉG KUTATÁS VÁLLALATI MINTÁJÁNAK ALAPJELLEMZŐI ÉS REPREZENTATIVITÁSA
BUDAPESTI CORVINUS EGYETEM VÁLLALATGAZDASÁGTAN INTÉZET VERSENYKÉPESSÉG KUTATÓ KÖZPONT Lesi Mária: A 2004-ES VERSENYKÉPESSÉG KUTATÁS VÁLLALATI MINTÁJÁNAK ALAPJELLEMZŐI ÉS REPREZENTATIVITÁSA VERSENYBEN A
RészletesebbenPopulációbecslések és monitoring 2. előadás tananyaga
Populációbecslések és monitoring 2. előadás tananyaga 1. A becslések szerepe az ökológiában. (Demeter és Kovács 1991) A szabadon élő állatok egyedszámának kérdése csak bizonyos esetekben merül fel. De
RészletesebbenA nyugdíjban, nyugdíjszerű ellátásban részesülők halandósága főbb ellátástípusok szerint
SZENT ISTVÁN EGYETEM, GÖDÖLLŐ Gazdálkodás és Szervezéstudományok Doktori Iskola Doktori (PHD) értekezés tézisei A nyugdíjban, nyugdíjszerű ellátásban részesülők halandósága főbb ellátástípusok szerint
RészletesebbenMARKOLT NORBERT. Alegységszintű vezetők megítélésének pszichológiai dimenziói. Psychological dimension in subunit military leader s assessment
MARKOLT NORBERT Alegységszintű vezetők megítélésének pszichológiai dimenziói Absztrakt Psychological dimension in subunit military leader s assessment A kutatás célja, az alegységszintű vezetők megítélésében
RészletesebbenNyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 6. MA3-6 modul. A statisztika alapfogalmai
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 6. MA3-6 modul A statisztika alapfogalmai SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról szóló 1999.
RészletesebbenGazdaságelemzések módszertani lábnyoma: A menedzsment-tanácsadási módszerek elemzése
Gazdaságelemzések módszertani lábnyoma: A menedzsment-tanácsadási módszerek elemzése Szent István Egyetem Gazdálkodás és Szervezéstudományok Doktori Iskola Józsa Imola PhD Hallgató, 2.évfolyam, Nappali
RészletesebbenKorreláció, regresszió. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet
Korreláció, regresszió Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet Két folytonos változó közötti kapcsolat Tegyük fel, hogy 6 hallgató a következő válaszokat adta egy felmérés
RészletesebbenSpike Trade napló_1.1 használati útmutató
1 Spike Trade napló_1.1 használati útmutató 1 ÁLTALÁNOS ÁTTEKINTŐ A táblázat célja, kereskedéseink naplózása, rögzítése, melyek alapján statisztikát készíthetünk, szűrhetünk vagy a már meglévő rendszerünket
Részletesebben