Hipotézis-ellenırzés (Statisztikai próbák)

Save this PDF as:
 WORD  PNG  TXT  JPG

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Hipotézis-ellenırzés (Statisztikai próbák)"

Átírás

1 Következtetı statisztika 5. Hipotézis-elleırzés (Statisztikai próbák) 1 Egymitás próbák Átlagra, aráyra, Szórásra Hipotézis-vizsgálat Áttekités Egymitás em paraméteres próbák Függetleségvizsgálat Illeszkedésvizsgálat Egyeletes eloszlásra Normalitásra Kétmitás próbák: Átlagra, aráyra (szórásra) Többmitás próba: ANOVA (Variacia-aalízis) 1

2 Hipotézis-vizsgálat Bevezetı példa: Eldötedı kérdés (hipotézis): igaz-e, hogy az 5 g feliratú kávés zacskók átlagos tömege valóba 5 g? Mitavétel: 1, mitaátlag 48 g, a mita (korrigált) szórása 3 g. Megoldás az átlag-becslés módszerével: µ X x ± z s µ X 48 ± 1,96 Következtetés: A kapott itervallumba a hivatalos 5 g em esik bele. A hipotézist em fogadjuk el Megoldás a hipotézis-vizsgálat módszerével: 1) A hipotézisük az, hogy a zacskók átlagos tömege 5 g. ) Ha ez igaz, akkor a z s x kifejezés értéke (jó közelítéssel) stadard ormál eloszlású. X 5 3) Tehát a mita-átlag stadardizált értékéek 95 % valószíőséggel az [- 1,96; 1,96] itervallumba kellee esi. 4) A z függvéy értéke z Ez kívülesik a feti [- 1,96; 1,96] itervallumo, tehát agy valószíőséggel em igaz a hipozézis! s x 6,67 4

3 A hipotézis: A hipotézis-vizsgálat alapfogalmai a sokaság egy paraméterére vagy tulajdoságára voatkozó feltevés, (amelyek a feállását a mita alapjá elleırizzük.) Null-hipotézis H Elle-hipotézis (alteratív hipotézis) H 1 Egyoldali és kétoldali próba Próba-fv: Olya fv, amely a mitelemek értékéhez egy ismert eloszlású értéket (valószíőségi változót) redel. (Azaz: egy mitából számolható olya érték, amely mitáról mitára változik.) 5 Alapfogalmak (folyt.) Elfogadási tartomáy: ha a ullhipotézis helytálló, akkor (adott megbízhatósági szite) a próbafüggvéy értéke ebbe a tartomáyba esik. Ha a próbafv értéke ide esik, akkor H -t elfogadjuk. Elutasítási (kritikus tartomáy): ha a próbafüggvéy értéke ide esik, a ullhipotézist el kell vetük. Kritikus érték: az elfogadási és az elutasítási tartomáyt elválasztó érték (az elutasítási tartomáy részéek tekitjük). 6 3

4 Az egy- és kétoldali próba A ull-hipotézis (H ) midig egyelıség Ha az alteratív hipotézis (H1) em egyelı agyobb kisebb ( X X, P P σ σ ) ( X X, P P σ σ ), ( X > X, P > P, σ > σ ) ( X < X, P < P σ < σ ),, kétoldali próba jobboldali próba baloldali próba 7 A statisztikai próba lépései és általáos logikája a) A hipotézisek: H és H 1 felállítása b) Próba-fv megválasztása és kiszámítása c) A kritikus érték(ek) meghatározása, és ezzel az elfogadási és elutasítási tartomáy meghatározása adott α szigifikacia-szite d) Eek alapjá dötés a hipotézisekrıl. Logika: Ha a -hipotézis igaz, akkor 95 % valószíőséggel a próba-fv értékéek az elfogadási tartomáyba kell esie. - Ha odaesik, ics okuk kétségbe voi a -hipotézist. - Ha em esik bele, akkor viszot elutasítjuk a -hipotézist és az alteratíváját fogadjuk el. 8 4

5 Az átlagra voatkozó hipotézis-elleırzés próbafüggvéyei A sokaság NORM, A szórás ismert: z σ Stadard ormális eloszlás A sokaság Norm, A szórás em ismert: s t Nagy eseté a Studet eloszlás helyett z eloszlás. t-eloszlású: (Szabadságfok: -1 s z 9 A sokasági átlagra voatkozó próba a) Hiptozésisek H b) A próbafüggvéy: c) Kritikus érték (tábl.-ból): X X H1 : : X X z H : X > X 1 Vagy: H : X < X 1 Vagy: Vagy: σ s t d) Következtetés: 1 5

6 PÉLDA A korábbi példa: Eldötedı kérdés (hipotézis): igaz-e, hogy az 5 g feliratú kávés zacskók átlagos tömege valóba 5 g? Mitavétel: 1, mitaátlag 48 g, a mita (korrigált) szórása 3 g. 11 Megoldás: Hipotézisek: H : X 5 H 1 : X 5 (Kétoldali) Próba-fv: , z s x Kritikus érték: α,5 eseté z a - 1,96 és z f 1,96 Következtetés: z értéke az elutasítási tartomáyba esett, H 1 -et fogadjuk el, H -t elutasítjuk 5%-os szigifikacia szite 1 6

7 Elkövethetı hibák H hipotézist elfogadjuk elvetjük H hipotézis Igaz Helyes dötés Elsıfajú hiba Hamis Másodfajú hiba Helyes dötés Példa Egy TV képcsı típus átlagos élettartama a gyártó vállalat szerit ezer óra. Az élettartam közelítıleg ormáleloszlást követ. Egyszerő véletle mitavétellel kiválasztott 5 képcsı átlagos élettartama 19,4 ezer óra volt, az átlagtól való eltérés átlagosa 1, ezer óra. Állapítsa meg, va-e szigifikás külöbség a gyártó állítása és a megfigyelt élettartam között! (α,5) 14 7

8 16. Példa Egy személygépkocsifajta átlagos fogyasztása a gyártó vállalat szerit 7 liter/1 km EV mitavétellel kiválasztott 5 gépkocsi átlagos fogyasztása 7,5 volt, az átlagtól való eltérés átlagosa 1,8 liter / 1 km volt. A sokasági eloszlás közelítıleg ormálisak tekithetı. Állapítsa meg, va-e szigifikás külöbség a gyártó állítása és a téyleges fogyasztás között! (a,5) 15 Sokasági aráyra voatkozó próba Ha kismita, akkor : Biomiális eloszlás Ha elég agy a mita, és P és (1 P) em túl kicsi, akkor : z P p P ( 1 P ) Stad orm 16 8

9 A sokasági aráyra voatkozó próba a) Hiptozésisek b) A próbafüggvéy: H z c) Kritikus érték (tábl.-ból): P P H1 : : P P Vagy: P p P ( 1 P ) H : 1 P P H : 1 P P Vagy: d) Következtetés: Példa Egy új típusú TV készülékre voatkozóa a fejlesztık és techológusok elvárása, hogy a készülékek maximum 1%-a fog garaciális javításra szoruli. Az új típus 3 kisérleti darabjából 6 db-ot kellett garaciális idıszakba javítai. Elleırizze 5%-os szigifikacia szite azt a hipotézist, hogy az új típusál valóba 1% alatti a garaciális javítási aráy! 18 9

10 Egy mammut-cég dolgozóiból vett 4 fıs mitából 14 fı válaszolta, hogy doháyzik. Az országos átlag 31 %. 18. Példa Elleırizze 5%-os szigifikacia szite azt a hipotézist, hogy a) a cégál a doháyosok aráya megegyezik az országos átlaggal! b) a cégál a doháyosok aráya agyobb, mit az országos átlag! c) Nics-e elletmodásba a két eredméy? Példa Egy ember telepatikus képességét kell teszteli. Azt állítja, hogy megérzi, hogy a szomszéd szobába fehér vagy feketeruhás egyé va. A kísérletet 1-szor elvégezve 6-szor talált. a) Elfogadjuk-e %-os szigifikacia szite, hogy emberük redelkezik telepatikus képességgel? b) Elfogadjuk-e 5%-os szite? 1

11 . Példa Tesztelük egy pézérmét, szabályos-e -szor feldobtuk, 88-szor fej lett. Elfogadható-e az állítás, hogy szabályos az érme? 1 a) Hipotézisek: b) Próba-fv: A szóráségyzetre voatkozó próba meete A Khi-égyzet próba feltétele: a sokasági eloszlás ormális χ c) Kritikus érték (táblázatból): d) Következtetés: H : σ σ 1 H : H : 1 H : 1 ( 1) s σ χ krit Jobboldali α Baloldali: Kétoldali: Szabadságfok: -1 ( 1 α) ( 1 ) α és α valószíőséghez tartozó érték 11

12 Példa a szóráségyzet tesztelésére Igaz-e, hogy a testmagasság sokasági szórása 15 cm? Véletle mita, 1, s 14 cm. A testmagasság ormális eloszlású. a) Hipotézisek: b) Próba-fv: c) Kritikus érték (táblázatból): d) Következtetés: 3 Köszööm a figyelmüket! 4 1

7. el adás Becslések és minta elemszámok. 7-1. fejezet Áttekintés

7. el adás Becslések és minta elemszámok. 7-1. fejezet Áttekintés 7. el adás Becslések és mita elemszámok 7-1. fejezet Áttekités 7-1 Áttekités 7- A populáció aráy becslése 7-3 A populáció átlag becslése: σismert 7-4 A populáció átlag becslése: σem ismert 7-5 A populáció

Részletesebben

Statisztikai programcsomagok

Statisztikai 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

Részletesebben

18. Differenciálszámítás

18. Differenciálszámítás 8. Differeciálszámítás I. Elméleti összefoglaló Függvéy határértéke Defiíció: Az köryezetei az ] ε, ε[ + yílt itervallumok, ahol ε > tetszőleges. Defiíció: Az f függvéyek az véges helye vett határértéke

Részletesebben

Hipotézisvizsgálat. A sokaság valamely paraméteréről állítunk valamit,

Hipotézisvizsgálat. A sokaság valamely paraméteréről állítunk valamit, II. Hipotézisvizsgálat Lényege: A sokaság valamely paraméteréről állítunk valamit, majd az állításunk helyességét vizsgáljuk. A hipotézisvizsgálat eszköze: a statisztikai próba Menete: 1.Hipotézisek matematikai

Részletesebben

1.1 Példa. Polinomok és egyenletek. Jaroslav Zhouf. Első rész. Lineáris egyenletek. 1 A lineáris egyenlet definíciója

1.1 Példa. Polinomok és egyenletek. Jaroslav Zhouf. Első rész. Lineáris egyenletek. 1 A lineáris egyenlet definíciója Poliomok és egyeletek Jaroslav Zhouf Első rész Lieáris egyeletek A lieáris egyelet defiíciója A következő formájú egyeleteket: ahol a, b valós számok és a + b 0, a 0, lieáris egyeletek hívjuk, az ismeretle

Részletesebben

A statisztika részei. Példa:

A statisztika részei. Példa: STATISZTIKA Miért tauljuk statisztikát? Mire haszálhatjuk? Szakirodalom értő és kritikus olvasásához Mit állít egyáltalá a cikk? Korrektek-e a megállaítások? Vizsgálatok (kísérletek és felmérések) tervezéséhez,

Részletesebben

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér 13. www.u-szeged.hu www.palyazat.gov.

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér 13. www.u-szeged.hu www.palyazat.gov. Pályázat címe: Új geerációs sorttudomáyi kézés és tartalomfejlesztés, hazai és emzetközi hálózatfejlesztés és társadalmasítás a Szegedi Tudomáyegyeteme Pályázati azoosító: TÁMOP-4...E-5//KONV-05-000 Sortstatisztika

Részletesebben

11. Matematikai statisztika

11. Matematikai statisztika 11. Matematikai statisztika 11.1. Alapfogalmak A statisztikai minta valamely valószínűségi változóra vonatkozó véges számú független kisérlet eredménye. Ez véges sok, azonos eloszlású valószínűségi változó

Részletesebben

PÉLDATÁR A SZÁMÍTÓGÉPES TESZTHEZ. Írta Dr. Huzsvai László

PÉLDATÁR A SZÁMÍTÓGÉPES TESZTHEZ. Írta Dr. Huzsvai László PÉLDATÁR A SZÁMÍTÓGÉPES TESZTHEZ Írta Dr. Huzsvai László Debrece 2012 Tartalomjegyzék Bevezetés...1 Viszoyszámok...1 Középértékek (átlagok)...2 Szóródási mutatók...4 Idexek...7 Furfagos kérdések...8 Bevezetés

Részletesebben

Tartalomjegyzék. Pemutáció 5 Ismétléses permutáció 8 Variáció 9 Ismétléses variáció 11 Kombináció 12 Ismétléses kombináció 13

Tartalomjegyzék. Pemutáció 5 Ismétléses permutáció 8 Variáció 9 Ismétléses variáció 11 Kombináció 12 Ismétléses kombináció 13 Tartalomjegyzék I Kombiatorika Pemutáció Ismétléses permutáció 8 Variáció 9 Ismétléses variáció Kombiáció Ismétléses kombiáció II Valószíségszámítás M/veletek eseméyek között 6 A valószí/ség fogalma 8

Részletesebben

Kontingencia táblák. Khi-négyzet teszt. A nullhipotézis felállítása. Kapcsolatvizsgálat kategorikus változók között.

Kontingencia táblák. Khi-négyzet teszt. A nullhipotézis felállítása. Kapcsolatvizsgálat kategorikus változók között. Kotigecia táblák. Khi-égyzet tet 1. Függetleségvizsgálat. Illekedésvizsgálat 3. Homogeitásvizsgálat Példa 1 em ő 8 75 13 Ismétlés: változók, mérési skálák típusai 48 49 97 76 14 jeles (5) jó (4) közepes

Részletesebben

Hosszmérés finomtapintóval 2.

Hosszmérés finomtapintóval 2. Mechatroika, Optika és Gépészeti Iformatika Taszék kiadva: 0.0.. Hosszmérés fiomtapitóval. A mérések helyszíe: D. épület 53-as terem. Az aktuális mérési segédletek a MOGI Taszék holapjá érhetők el, a www.mogi.bme.hu

Részletesebben

1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény

1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény Palácz Béla - Soft Computig - 11-1. Adatok közelítése 1. Adatok közelítése Bevezetés A természettudomáyos feladatok megoldásához, a vizsgált jeleségek, folyamatok főbb jellemzői közötti összefüggések ismeretére,

Részletesebben

3.3 Fogaskerékhajtások

3.3 Fogaskerékhajtások PTE, PMMK Stampfer M.: Gépelemek II / Mechaikus hajtások II / 7 / 3.3 Fogaskerékhajtások Jó tulajoságaikak köszöhetőe a fogaskerékhajtóművek a legelterjetebbek az összes mechaikus hajtóművek közül. A hajtás

Részletesebben

TENYÉSZTÉSES MIKROBIOLÓGIAI VIZSGÁLATOK II. 1. Mikroorganizmusok számának meghatározása telepszámlálásos módszerrel

TENYÉSZTÉSES MIKROBIOLÓGIAI VIZSGÁLATOK II. 1. Mikroorganizmusok számának meghatározása telepszámlálásos módszerrel TENYÉSZTÉSES MIKROBIOLÓGIAI VIZSGÁLATOK II. 1. Mikroorgaizmusok számáak meghatározása telepszámlálásos módszerrel A telepszámlálásos módszerek esetébe a teyésztést szilárd táptalajo végezzük, így - szembe

Részletesebben

III. FEJEZET FÜGGVÉNYEK ÉS TULAJDONSÁGAIK

III. FEJEZET FÜGGVÉNYEK ÉS TULAJDONSÁGAIK Függvéek és tulajdoságaik 69 III FEJEZET FÜGGVÉNYEK ÉS TULAJDONSÁGAIK 6 Gakorlatok és feladatok ( oldal) Írd egszerűbb alakba: a) tg( arctg ) ; c) b) cos( arccos ) ; d) Megoldás a) Bármel f : A B cos ar

Részletesebben

Minőségirányítási rendszerek 8. előadás 2013.05.03.

Minőségirányítási rendszerek 8. előadás 2013.05.03. Miőségiráyítási redszerek 8. előadás 2013.05.03. Miőségtartó szabályozás Elleőrző kártyák miősítéses jellemzőkre Két esete: A termékre voatkozó adat: - valamely jellemző alapjá megfelelő em megfelelő:

Részletesebben

Statisztika, próbák Mérési hiba

Statisztika, 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:

Részletesebben

VALÓSZÍNŰSÉGSZÁMÍTÁS KÉPLETTÁR

VALÓSZÍNŰSÉGSZÁMÍTÁS KÉPLETTÁR védőeryő az ismeretleek záporába VALÓSZÍNŰSÉGSZÁMÍTÁS KÉPLETTÁR www.matektaitas.hu www.matektaitas.hu ifo@matektaitas.hu 1 védőeryő az ismeretleek záporába Kombiatorika Permutáció Ismétlés élküli permutáció

Részletesebben

Variancia-analízis (folytatás)

Variancia-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

Részletesebben

Feladatok és megoldások a 6. heti eladshoz

Feladatok és megoldások a 6. heti eladshoz Feladatok és megoldások a 6. heti eladshoz Építőkari Matematika A3 1. Ha E(X = 1 és D 2 (X = 5, határozzuk meg (a E[(2 + X 2 ], (b D 2 (4 + 3X értékét. 2. Legyenek X 1, X 2,... független azonos eloszlású

Részletesebben

Az új építőipari termelőiár-index részletes módszertani leírása

Az új építőipari termelőiár-index részletes módszertani leírása Az új építőipari termelőiár-idex részletes módszertai leírása. Előzméyek Az elmúlt évekbe az építőipari árstatisztikába egy új, a korábba haszálatos költségalapú áridextől eltérő termelői ár alapú idexmutató

Részletesebben

A matematikai statisztika elemei

A matematikai statisztika elemei A matematikai statisztika elemei Mikó Teréz, dr. Szalkai Istvá szalkai@almos.ui-pao.hu Pao Egyetem, Veszprém 2014. március 23. 2 Tartalomjegyzék Tartalomjegyzék 3 Bevezetés................................

Részletesebben

A PÉNZ IDİÉRTÉKE. Egy jövıbeni pénzösszeg jelenértéke:

A PÉNZ IDİÉRTÉKE. Egy jövıbeni pénzösszeg jelenértéke: A PÉNZ IDİÉRTÉKE A péz értéke többek között az idı függvéye. Ha idıbe késıbb jutuk hozzá egy jövedelemhez, akkor elveszítjük aak lehetıségét, hogy az eltelt idıbe azt befektessük, azaz elesük aak hozamától,

Részletesebben

STATISZTIKA. H 0 : Kefir zsírtartalma 3% hektolitertömege 80 kg. u = = = = Tesztelhetjük, hogy a valósz. konfidencia intervallum nagyságát t is.

STATISZTIKA. H 0 : Kefir zsírtartalma 3% hektolitertömege 80 kg. u = = = = Tesztelhetjük, hogy a valósz. konfidencia intervallum nagyságát t is. Egymiá u-róba STATISZTIKA 0. Előad adá Köéérék-öehaolíó eek Teelhejük, hogy a való íűégi váloók éréke megegyeik-e e egy kokré érékkel. Megválahajuk a kofidecia iervallum agyágá i. H 0 : µ µ 0 Feléel: el:

Részletesebben

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása Rudas Tamás: A hibahatár a becsült meyiség függvéyébe a mért ártrefereciák téves értelmezéséek egyik forrása Megjelet: Agelusz Róbert és Tardos Róbert szerk.: Mérésről mérésre. A választáskutatás módszertai

Részletesebben

ANALÓG-DIGITÁLIS ÉS DIGITÁLIS-ANALÓG ÁTALAKÍTÓK

ANALÓG-DIGITÁLIS ÉS DIGITÁLIS-ANALÓG ÁTALAKÍTÓK F3 Bev. az elektroikába E, Kísérleti Fizika Taszék ANALÓG-IGITÁLIS ÉS IGITÁLIS-ANALÓG ÁTALAKÍTÓK Az A és A átalakítók feladata az aalóg és digitális áramkörök közötti kapcsolat megvalósítása. A folytoos

Részletesebben

I. FEJEZET BICIKLIHIÁNYBAN

I. FEJEZET BICIKLIHIÁNYBAN I FEJEZET BICIKLIHIÁNYBAN 1 Az alapfeladat 1 Feladat Két település közti távolság 40 km Két gyerekek ezt a távolságot kellee megteie a lehetőlegrövidebb időalattakövetkező feltételek mellett: Va egy biciklijük

Részletesebben

Illeszkedésvizsgálat χ 2 -próbával

Illeszkedésvizsgálat χ 2 -próbával Illeszkedésvizsgálat χ -próbával Szalay Krisztina 1. feladat (tiszta illeszkedésvizsgálat) Négy pénzérmét 0-szor feldobunk. A kapott gyakoriságok: fejek száma 0 1 3 4 Összes gyakoriság 5 35 67 41 1 0 Elfogadható-e

Részletesebben

konfidencia-intervallum Logikai vektorok az R-ben 2012. március 14.

konfidencia-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

Részletesebben

Kevei Péter. 2013. november 22.

Kevei Péter. 2013. november 22. Valószíűségelmélet feladatok Kevei Péter 2013. ovember 22. 1 Tartalomjegyzék 1. Mérhetőség 4 2. 0 1 törvéyek 12 3. Vektorváltozók 18 4. Véletle változók traszformáltjai 28 5. Várható érték 33 6. Karakterisztikus

Részletesebben

KVANTITATÍV MÓDSZEREK

KVANTITATÍV MÓDSZEREK KVANTITATÍV MÓDSZEREK Dr. Kövesi János Tóth Zsuzsanna Eszter 6 Tartalomjegyzék Kvantitatív módszerek. Valószínűségszámítási tételek. eltételes valószínűség. Események függetlensége.... 3.. eltételes valószínűség...

Részletesebben

Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar. Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz. Halmazelmélet

Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar. Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz. Halmazelmélet Debrecei Egyetem Közgazdaság- és Gazdaságtudomáyi Kar Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz a megoldásra feltétleül ajálott feladatokat jelöli e feladatokat a félév végére megoldottak

Részletesebben

Készségszint-mérés és - fejlesztés a matematika kompetencia területén

Készségszint-mérés és - fejlesztés a matematika kompetencia területén Kis Tigris Gimázium és Szkiskol Készségszit-mérés és - fejlesztés mtemtik kompeteci területé Vlj Máté 0. Bevezetés A Második Esély A Második Esély elevezés egy oly okttási strtégiát tkr, melyek egyik legfő

Részletesebben

A logaritmus függvény bevezetése és alkalmazásai

A logaritmus függvény bevezetése és alkalmazásai Eötvös Loád Tudomáyegyetem Temészettudomáyi Ka A logaitmus függvéy bevezetése és alkalmazásai Szakdolgozat Készítette: Témavezető: Lebaov Dóa Mezei Istvá Adjuktus Matematika Bs Alkalmazott Aalízis és Matematikai

Részletesebben

Véletlenszám-generátorok

Véletlenszám-generátorok Véletlenszám-generátorok 1. Lineáris kongruencia generátor megvalósítása: (a) Készítsen lineáris kongruencia generátort az paraméterekkel, rnd_lcg néven. (b) Nyomtasson ki 20 értéket. legyen. (a, c, m,

Részletesebben

Statisztika I. 6. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 6. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 6. előadás Előadó: Dr. Ertsey Imre GYAKORISÁGI SOROK ELOSZLÁSA KONCENTRÁCIÓ ELEMZÉSE GYAKORISÁGI SOROK ELOSZLÁSA KONCENTRÁCIÓ ELEMZÉSE szorosan kapcsolódik a szóródás elemzéshez, elméleti

Részletesebben

Gyakorló feladatok Anyagmérnök hallgatók számára

Gyakorló feladatok Anyagmérnök hallgatók számára Gyakorló feladatok Anyagmérnök hallgatók számára. feladat Egy külkereskedelmi vállalat 7 ezer üvegből álló gyümölcskonzerv szállítmányt exportál. A nettó töltősúly ellenőrzése céljából egy 9 elemű véletlen

Részletesebben

1. A skót bakák mellkas körmérete N(88, 10). A skót bakák mekkora hányada fér bele egy 84-es zubbonyba?

1. A skót bakák mellkas körmérete N(88, 10). A skót bakák mekkora hányada fér bele egy 84-es zubbonyba? Matematikai statisztika példák Matematikai statisztika példák Normális eloszlás 1. A skót bakák mellkas körmérete N(88, 10). A skót bakák mekkora hányada fér bele egy 84-es zubbonyba? 2. Majmok ébredését

Részletesebben

Elméleti összefoglalók dr. Kovács Péter

Elméleti 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...

Részletesebben

GAZDASÁGI MATEMATIKA 1. ANALÍZIS

GAZDASÁGI MATEMATIKA 1. ANALÍZIS SZENT ISTVÁN EGYETEM GAZDASÁGI, AGRÁR- ÉS EGÉSZSÉGTUDOMÁNYI KAR Dr. Szakács Attila GAZDASÁGI MATEMATIKA. ANALÍZIS Segédlet öálló mukához. átdolgozott, bővített kiadás Békéscsaba, Lektorálták: DR. PATAY

Részletesebben

Orosz Gyula: Markov-láncok. 2. Sorsolások visszatevéssel

Orosz Gyula: Markov-láncok. 2. Sorsolások visszatevéssel Orosz Gyula: Marov-láco 2. orsoláso visszatevéssel Néháy orét feladat segítségével vezetjü be a Marov-láco fogalmát és a hozzáju acsolódó megoldási módszereet, tiius eljárásoat. Ahol lehet, több megoldást

Részletesebben

1. (Sugár Szarvas fgy., 186. o. S13. feladat) Egy antikvárium könyvaukcióján árverésre került. = x = 6, y = 12. s y y = 1.8s x.

1. (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

Részletesebben

ő ő ő ő ű Ó ő ő ű ű ő ő Ó ő ő ő ő ő ő ű ő ő ű ű ő ő ű Ó ő ő ő Ó ő ű ő ő ő ű ű ű ő ő ő ő ő ő ő Ó ő ő ő ű ő ő ő ő ő ű ő ő Ó ő ő ű ő ő ő ő ő ő ő ű ű ő ő ő ű ű ő ű ő ő Ó Ó ő Ó Ó ő Ó ű ő ő ő ő ő ű ő ű ű ű ű

Részletesebben

1. Az absztrakt adattípus

1. Az absztrakt adattípus . Az asztrakt adattípus Az iformatikáa az adat alapvető szerepet játszik. A számítógép, mit automata, adatokat gyűjt, tárol, dolgoz fel (alakít át) és továít. Mi adatak foguk tekitei mide olya iformációt,

Részletesebben

Matematikai és matematikai statisztikai alapismeretek

Matematikai és matematikai statisztikai alapismeretek Kézirat a Matematikai és matematikai statisztikai alapismeretek című előadáshoz Dr. Győri István NEVELÉSTUDOMÁNYI PH.D. PROGRM 1999/2000 1 1. MTEMTIKI LPOGLMK 1.1. Halmazok Halmazon mindig bizonyos dolgok

Részletesebben

Ted, tudom, mondtad, hogy felrobban a fejed, ha még egy dologra kérlek, de.. Takarítás a hármason.

Ted, tudom, mondtad, hogy felrobban a fejed, ha még egy dologra kérlek, de.. Takarítás a hármason. Ted, tudom, mondtad, hogy felrobban a fejed, ha még egy dologra kérlek, de.. Takarítás a hármason. Statisztika I. 4. előadás Kombinációs táblák elemzése http://bmf.hu/users/koczyl/statisztika1.htm Kóczy

Részletesebben

Statisztikai módszerek

Statisztikai módszerek Statisztikai módszerek A hibaelemzı módszereknél azt néztük, vannak-e kiugró, kritikus hibák, amelyek a szabályozás kivételei. Ezekkel foglalkozni kell; minıségavító szabályozásra van szükség. A statisztikai

Részletesebben

Statisztikai módszerek alkalmazása az orvostudományban. Szentesi Péter

Statisztikai módszerek alkalmazása az orvostudományban. Szentesi Péter Statisztikai módszerek alkalmazása az orvostudományban Szentesi Péter Az orvosi munkahipotézis ellenőrzése statisztikai módszerekkel munkahipotézis mérlegelés differenciáldiagnosztika mi lehet ez a más

Részletesebben

Villamos gépek tantárgy tételei

Villamos gépek tantárgy tételei Villamos gépek tatárgy tételei 7. tétel Mi a szerepe az áram- és feszültségváltókak? Hogya kapcsolódak a hálózathoz, milye előírások voatkozak a biztoságos üzemeltetésükre, kiválasztásukál milye adatot

Részletesebben

Azonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága

Azonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága Azoos évleges értékű, htelesített súlyokból alkotott csoportok együttes mérés bzoytalasága Zeleka Zoltá* Több mérés feladatál alkalmazak súlyokat. Sokszor ezek em egyekét, haem külöböző társításba kombácókba

Részletesebben

II. A következtetési statisztika alapfogalmai

II. A következtetési statisztika alapfogalmai II. A következtetési statisztika alapfogalmai Tartalom Statisztikai következtetések A véletlen minta fogalma Pontbecslés és hibája Intervallumbecslés A hipotézisvizsgálat alapfogalmai A legegyszerűbb statisztikai

Részletesebben

Konfidencia-intervallumok

Konfidencia-intervallumok Konfdenca-ntervallumok 1./ Egy 100 elemű mntából 9%-os bztonság nten kéített konfdenca ntervallum: 177,;179,18. Határozza meg a mnta átlagát és órását, feltételezve, hogy az egé sokaság normáls elolású

Részletesebben

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat Kísérlettervezés - biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert u-próba Feltétel: egy ormális eloszlású sokaság σ variaciájáak számszerű értéke ismert. Hipotézis: a sokaság µ várható értéke

Részletesebben

Mérések, hibák. 11. mérés. 1. Bevezető

Mérések, hibák. 11. mérés. 1. Bevezető 11. méré Méréek, hibák 1. evezető laboratóriumi muka orá gyakra mérük külöböző fizikai meyiégeket. Ezeket a méréeket bármeyire ügyeek vagyuk i, bármeyire moder digitáli mérőezköz gombjait yomogatjuk i

Részletesebben

A függvénysorozatok olyanok, mint a valós számsorozatok, csak éppen a tagjai nem valós számok,

A függvénysorozatok olyanok, mint a valós számsorozatok, csak éppen a tagjai nem valós számok, l.ch FÜGGVÉNYSOROZATOK, FÜGGVÉNYSOROK, HATVÁNYSOROK Itt egy függvéysorozat: f( A függvéysorozatok olyaok, mit a valós számsorozatok, csak éppe a tagjai em valós számok, 5 haem függvéyek, f ( ; f ( ; f

Részletesebben

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai 05..04. szórások vizsgálata z F-próba Hogya foguk hozzá? Nullhipotézis: a két szórás azoos, az eltérés véletle (mitavétel). ullhipotézishez tartozik egy ú. F-eloszlás. Szabadsági fokok: számláló: - evező:

Részletesebben

FELADATOK A KALKULUS C. TÁRGYHOZ

FELADATOK A KALKULUS C. TÁRGYHOZ FELADATOK A KALKULUS C. TÁRGYHOZ. HALMAZOK RELÁCIÓK FÜGGVÉNYEK. Bizoyítsuk be a halmaz-műveletek alapazoosságait! 2. Legye adott az X halmaz legye A B C X. Ha A B := (A B) (B A) akkor bizoyítsuk be hogy

Részletesebben

Ingatlanfinanszírozás és befektetés

Ingatlanfinanszírozás és befektetés Nyugat-Magyarországi Egyetem Geoiformatikai Kar Igatlameedzser 8000 Székesfehérvár, Pirosalma u. 1-3. Szakiráyú Továbbképzési Szak Igatlafiaszírozás és befektetés 2. Gazdasági matematikai alapok Szerzı:

Részletesebben

Matematikai statisztikai elemzések 5.

Matematikai statisztikai elemzések 5. Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematikai statisztikai elemzések. MSTE modul Kapcsolatvizsgálat: asszociáció vegyes kapcsolat korrelációszámítás. Varianciaanalízis

Részletesebben

Ingatlanok értékelése hozamszámítással 1-2. 1

Ingatlanok értékelése hozamszámítással 1-2. 1 Piaci érték: Igatlaok értékelése hozamszámítással 1-2. 1 Elıadás Igatlavagyo-értékelı és közvetítı Szakképzés, Igatlakezelı Szakképzés A-. modul Az az ár, amelyért az igatla méltá- yosa,, magájogi szerzıdés

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

Tisztelt Olvasó! Minden Kedves oovasónknak Szeretetteljes Karácsonyi Ünnepeket és Boldog Új Esztendõt Kívánunk!

Tisztelt Olvasó! Minden Kedves oovasónknak Szeretetteljes Karácsonyi Ünnepeket és Boldog Új Esztendõt Kívánunk! Tisztelt Olvasó! Semmilye szél em jó aak, kiek ics célul kiszemelt kikötõje. Motaige Carpe diem! (Haszáld ki a jelet!...) Horatius Még el sem kezdõdött a XXI. század, s máris elsõ évéek végé, 2001 decemberébe

Részletesebben

7/2006. (V. 24.) TNM rendelet. az épületek energetikai jellemzıinek meghatározásáról

7/2006. (V. 24.) TNM rendelet. az épületek energetikai jellemzıinek meghatározásáról 1. oldal 7/2006. (V. 24.) TNM rendelet az épületek energetikai jellemzıinek meghatározásáról Az épített környezet alakításáról és védelmérıl szóló 1997. évi LXXVIII. törvény 62. -a (2) bekezdésének h)

Részletesebben

54 543 01 0000 00 00 Építőanyag-ipari technikus Építőanyag-ipari technikus

54 543 01 0000 00 00 Építőanyag-ipari technikus Építőanyag-ipari technikus Az Országos Képzési Jegyzékről és az Országos Képzési Jegyzékbe történő felvétel és törlés eljárási rendjéről szóló 133/2010. (IV. 22.) Korm. rendelet alapján. Szakképesítés, szakképesítés-elágazás, rész-szakképesítés,

Részletesebben

Monte Carlo módszerek

Monte Carlo módszerek 25 KULLANCSLÁRVA vizsgálata: Erős hideg hatására nézzük a túlélést. Eredmény: 6 elpusztult, 9 élve maradt Hipotézis: a pajzs hosszának variabilitása egy általános genetikai variabilitást tükröz, míg az

Részletesebben

Példa: 5 = = negatív egész kitevő esete: x =, ha x 0

Példa: 5 = = negatív egész kitevő esete: x =, ha x 0 Ha mást em moduk, szám alatt az alábbiakba, midig alós számot értük. Műeletek összeadás: Példa: ++5 tagok: amiket összeaduk, az előző éldába a, az és az 5 szorzás: Példa: 5 téezők: amiket összeszorzuk,

Részletesebben

Tanmenetjavaslat a 6. osztályos matematika kísérleti tankönyvhöz

Tanmenetjavaslat a 6. osztályos matematika kísérleti tankönyvhöz MATEMATIKA 6. Tanmenetjavaslat a 6. osztályos matematika kísérleti tankönyvhöz Témák 1. Játékos feladatok Egyszerű, matematikailag is értelmezhető hétköznapi szituációk megfogalmazása szóban és írásban.

Részletesebben

UJJLENYOMATOK FELISMERÉSE

UJJLENYOMATOK FELISMERÉSE Babeş Bolyai Tudomáyegyetem Matematia Iformatia ar Iformatia sza UJJLENYOMATOK FELISMERÉSE Uleyomatépe feldolgozása, osztályozás euroális hálóal, azoosítási célú összehasolítás Vezetőtaár: Dr. Soós Aa

Részletesebben

3.1.1. Rugalmas elektronszórás; Recoil- és Doppler-effektus megfigyelése

3.1.1. Rugalmas elektronszórás; Recoil- és Doppler-effektus megfigyelése 3.1.1. Rugalmas elektroszórás 45 3.1.1. Rugalmas elektroszórás; Recoil- és Doppler-effektus megfigyelése Aray, ikkel, szilícium és grafit mitákról rugalmasa visszaszórt elektrook eergiaeloszlását mértem

Részletesebben

SZAKDOLGOZAT. Takács László

SZAKDOLGOZAT. Takács László SZAKDOLGOZAT Takács László 2012 SZEGEDI TUDOMÁNYEGYETEM Természettudományi és Informatikai Kar Geometria Tanszék Matematika Bsc_LAK SZAKDOLGOZAT Kísérlettervezés latin négyzetek felhasználásával Készítette:

Részletesebben

Walltherm rendszer. Magyar termék. 5 év rendszergaranciával. Felületfûtés-hûtés Épületszerkezet-temperálás padlófûtés

Walltherm rendszer. Magyar termék. 5 év rendszergaranciával. Felületfûtés-hûtés Épületszerkezet-temperálás padlófûtés Walltherm redszer 5 év redszergaraciával Felületfûtés-hûtés Épületszerkezet-temperálás padlófûtés Magyar termék WALLTHERM felületfûtés-hûtési redszer Egy fûtési- (hûtési) redszer kialakítása elôtt számtala

Részletesebben

Statisztika II. BSc. Gyakorló feladatok I. 2008. február

Statisztika II. BSc. Gyakorló feladatok I. 2008. február 1) Egyik felsıoktatási intézmény oktatóitól megkérdezték, hogy milyen intézménytípust tartanának ideálisnak. A megkérdezettek megoszlása a két kérdésre (irányítás és az oktatók teljesítményének értékelése)

Részletesebben

Osztályozóvizsga követelményei

Osztályozóvizsga követelményei Osztályozóvizsga követelményei Képzés típusa: Tantárgy: Általános iskola Matematika Évfolyam: 1 Emelt óraszámú csoport Emelt szintű csoport Vizsga típusa: Írásbeli Követelmények, témakörök: Halmazok összehasonlítása

Részletesebben

2012.03.01. Méréselmélet PE_MIK MI_BSc, VI_BSc 1

2012.03.01. Méréselmélet PE_MIK MI_BSc, VI_BSc 1 Mérés adatok feldolgozása 202.03.0. Méréselmélet PE_MIK MI_BSc, VI_BSc Bevezetés A mérés adatok külöböző formába, általába ömlesztve jeleek meg Ezeket az adatokat külöböző szempotok szert redez kértékel

Részletesebben

VII. Gyakorlat: Használhatósági határállapotok MSZ EN 1992 alapján Betonszerkezetek alakváltozása és repedéstágassága

VII. Gyakorlat: Használhatósági határállapotok MSZ EN 1992 alapján Betonszerkezetek alakváltozása és repedéstágassága VII. Gyakorlat: Használhatósági határállapotok MSZ EN 199 alapján Betonszerkezetek alakváltozása és repedéstágassága Készítették: Kovács Tamás és Völgyi István -1- Készítették: Kovács Tamás, Völgyi István

Részletesebben

Mikrohullámok vizsgálata. x o

Mikrohullámok vizsgálata. x o Mikrohullámok vizsgálata Elméleti alapok: Hullámjelenségen valamilyen rezgésállapot (zavar) térbeli tovaterjedését értjük. A hullám c terjedési sebességét a hullámhossz és a T rezgésido, illetve az f frekvencia

Részletesebben

Elektromágneses terek gyakorlat - 6. alkalom

Elektromágneses terek gyakorlat - 6. alkalom Elektromágneses terek gyakorlat - 6. alkalom Távvezetékek és síkhullám Reichardt András 2015. április 23. ra (evt/hvt/bme) Emt2015 6. alkalom 2015.04.23 1 / 60 1 Távvezeték

Részletesebben

11. A talaj víz-, hő- és levegőgazdálkodása. Dr. Varga Csaba

11. A talaj víz-, hő- és levegőgazdálkodása. Dr. Varga Csaba 11. A talaj víz-, hő- és levegőgazdálkodása Dr. Varga Csaba A talaj vízforgalmának jellemzői A vízháztartás típusát a talajszelvényre ható input és output elemek számszerű értéke, s egymáshoz viszonyított

Részletesebben

Adatlap_energiafelhasználási_beszámoló_OSAP_1335a_2015 - Madách Színház Nonprofit Kft. (21974593) - 2015-01-01 Adatszolgáltatásra vonatkozó adatai

Adatlap_energiafelhasználási_beszámoló_OSAP_1335a_2015 - Madách Színház Nonprofit Kft. (21974593) - 2015-01-01 Adatszolgáltatásra vonatkozó adatai Adatszolgáltatásra vonatkozó adatai Adatszolgáltatás címe ENERGIAFELHASZNÁLÁSI BESZÁMOLÓ Adatszolgáltatás száma OSAP 1335/A Adatszolgáltatás időszaka 2015 (éves) Az adatszolgáltatás a statisztikáról szóló

Részletesebben

A pénz tartva tenyész, költögetve vész!

A pénz tartva tenyész, költögetve vész! VÁLLALATI PÉNZÜGYEK I. A PÉNZ IDŐÉRTÉKE (12 óra) Összeállította: Naár János okl. üzemgazdász, okl. közgazdász-tanár A pénz tartva tenyész, költögetve vész! Dugonics András: Magyar példa beszédek és jeles

Részletesebben

Alapfogalmak áttekintése. Pszichológiai statisztika, 1. alkalom

Alapfogalmak áttekintése. Pszichológiai statisztika, 1. alkalom Alapfogalmak áttekintése Pszichológiai statisztika, 1. alkalom Hipotézisek Milyen a jó null hipotézis?? H0: Léteznek kitőnı tanuló diszlexiások.? H1: Nem léteznek. Sokkal inkább: H0: Nincs diszlexiás kitőnı

Részletesebben

HU / -- Mag rendszer. Padlótisztítás

HU / -- Mag rendszer. Padlótisztítás HU / -- Mag redszer Padlótisztítás Mag redszer Kocepció 2 www.vermop.com Előyei Mag redszer Ameyire iovatív, ayira egyedi. A VERMOP mágeses redszere teljese új módot jelet a felmosóhuzatok tartóra (ill.

Részletesebben

AJÁNLATKÉRÉSI DOKUMENTÁCIÓ

AJÁNLATKÉRÉSI DOKUMENTÁCIÓ Kétegyháza Nagyközség Önkormányzata 5741-Kétegyháza, Fő tér 9. AJÁNLATKÉRÉSI DOKUMENTÁCIÓ Járdák felújítása Kétegyházán 2009. Tartalomjegyzék ajánlatkérési dokumentációhoz Útmutató Ajánlattevőknek... 3

Részletesebben

MINİSÉGSZABÁLYOZÁS. Dr. Drégelyi-Kiss Ágota e-mail: dregelyi.agota@bgk.uni-obuda.hu http://uni-obuda.hu/users/dregelyia

MINİSÉGSZABÁLYOZÁS. 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

Részletesebben

E B D C C DD E E g e 112 D 0 e B A B B A e D B25 B B K H K Fejhallgató Antenna A B P C D E 123 456 789 *0# Kijelzés g B A P D C E 0 9* # # g B B 52 Y t ] [ N O S T \ T H H G ? > < p B E E D 0 e B D

Részletesebben

Hűtés és fagyasztás 2014 108-001_Ost_HU.indd 1 108-001_Ost_HU.indd 1 16.12.13 12:41 16.12.13 12:41

Hűtés és fagyasztás 2014 108-001_Ost_HU.indd 1 108-001_Ost_HU.indd 1 16.12.13 12:41 16.12.13 12:41 Hűtés és fagyasztás 0 0 alapos ok arra, hogy Liebherr teréket vásároljo 6 A tapasztalat, ai száít BioFresh bizoyíthatóa egészségesebb A Liebherr, it a hűtő- és fagyasztó készülékek szakértője, ár több

Részletesebben

I. Általános információk az előadásokról, szemináriumokról, szak- vagy laborgyakorlatokról

I. Általános információk az előadásokról, szemináriumokról, szak- vagy laborgyakorlatokról BABEŞ BOLYAI TUDOMÁNYEGYETEM KOLOZSVÁR KÖZGAZDASÁG- ÉS GAZDÁLKODÁSTUDOMÁNYI KAR SZAKIRÁNY: KÖZÖS TÖRZS EGYETEMI ÉV: 2009/2010 FÉLÉV: IV I. Általános információk az előadásokról, szemináriumokról, szak-

Részletesebben

a legjobb kezekben K&H Csoport

a legjobb kezekben K&H Csoport a legjobb kezekbe A K&H Biztosító 1992 óta működik Magyarországo, és közel félmillió ügyfelet szolgál ki. A K&H Biztosító a magyar piac sajátosságait figyelembe véve alakította ki szolgáltatási palettáját,

Részletesebben

2013.03.11. Az SPC alapjai. Az SPC alapjai SPC 5. 5. Az SPC (Statistic Process Control) módszer. Dr. Illés Balázs

2013.03.11. Az SPC alapjai. Az SPC alapjai SPC 5. 5. Az SPC (Statistic Process Control) módszer. Dr. Illés Balázs SPC 5 5. Az SPC (Statistic Process Control) módszer Dr. Illés Balázs BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM ELEKTRONIKAI TECHNOLÓGIA TANSZÉK Az SPC alapjai SPC (Statistical Process Controll) =

Részletesebben

5 Szupertakarékos. 10A legszélesebb választék. A hűtés specialistája. Kiemelt ajánlatok Hűtés és fagyasztás 2012

5 Szupertakarékos. 10A legszélesebb választék. A hűtés specialistája. Kiemelt ajánlatok Hűtés és fagyasztás 2012 0 jó ok, hogy iért Liebherr készüléket válasszo. A tapasztalat, ai száít A Liebherr, it a hűtő-fagyasztó készülékek szakértője ár több it 50 éve következetese tervez és gyárt olya terékeket, aelyek új

Részletesebben

6. MÉRÉS ASZINKRON GÉPEK

6. MÉRÉS ASZINKRON GÉPEK 6. MÉRÉS ASZINKRON GÉPEK A techikai fejlettég mai zívoalá az azikro motor a legelterjedtebb villamo gép, amely a villamo eergiából mechaikai eergiát (forgó mozgát) állít elő. Térhódítáát a háromfáziú váltakozó

Részletesebben

Definíció. Definíció. 2. El adás (folytatása) Az adatok leírása, megismerése és összehasonlítása. 2-5. fejezet. A variabilitás mér számai 3.

Definíció. 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

Részletesebben

Adatlap_energiafelhasználási_beszámoló_OSAP_1335a_2015 - FELSŐ-SZABOLCSI KÓRHÁZ (15402570) - 2015-01-01 Adatszolgáltatásra vonatkozó adatai

Adatlap_energiafelhasználási_beszámoló_OSAP_1335a_2015 - FELSŐ-SZABOLCSI KÓRHÁZ (15402570) - 2015-01-01 Adatszolgáltatásra vonatkozó adatai Adatszolgáltatásra vonatkozó adatai Adatszolgáltatás címe ENERGIAFELHASZNÁLÁSI BESZÁMOLÓ Adatszolgáltatás száma OSAP 1335/A Adatszolgáltatás időszaka 2015 (éves) Adatszolgáltatás jogcíme Az adatszolgáltatás

Részletesebben

KAOTIKUS VAGY CSAK ÖSSZETETT? Labdák pattogása lépcsôn

KAOTIKUS VAGY CSAK ÖSSZETETT? Labdák pattogása lépcsôn A FIZIKA TANÍTÁSA KAOTIKUS VAGY CSAK ÖSSZETETT? Labdák pattogása lépcsô Griz Márto ELTE Elméleti Fizikai Taszék Meszéa Tamás Ciszterci Red Nagy Lajos Gimázima Pécs, a Fizika taítása PhD program hallgatója

Részletesebben

A GYİRI TÖBBCÉLÚ KISTÉRSÉGI TÁRSULÁS

A GYİRI TÖBBCÉLÚ KISTÉRSÉGI TÁRSULÁS A GYİRI TÖBBCÉLÚ KISTÉRSÉGI TÁRSULÁS KÖZOKTATÁSI INTÉZKEDÉSI TERVÉNEK FELÜLVIZSGÁLATA KÉSZÍTETTE: Széles Imre, pedagógiai elıadó 2010 TARTALOMJEGYZÉK I. BEVEZETİ 3 II. A TÖBBCÉLÚ KISTÉRSÉGI TÁRSULÁS BEMUTATÁSA

Részletesebben

Beszámoló Programozási készségek fejlesztése Logo nyelven műhelymunka NTP-MTI-13 Emberi Erőforrások Minisztériuma

Beszámoló Programozási készségek fejlesztése Logo nyelven műhelymunka NTP-MTI-13 Emberi Erőforrások Minisztériuma Beszámoló Programozási készségek fejlesztése Logo nyelven műhelymunka A matematikai, a természettudományos és a műszaki, informatikai kompetenciák, valamint a szakmatanuláshoz szükséges kompetenciák erősítése

Részletesebben

Aprítás 2012.09.11. Ipari gyógyszertechnológiai laboratórium gyakorlatai I. félév. Az aprítást befolyásoló tényezők GYAKORLATOK

Aprítás 2012.09.11. Ipari gyógyszertechnológiai laboratórium gyakorlatai I. félév. Az aprítást befolyásoló tényezők GYAKORLATOK 0.09.. Ipari gyógyszertechnológiai laboratórium gyakorlatai I. félév KÖVETELMÉNYEK. A hallgató a gyakorlatra felkészülten érkezik. A művelet típusa. Eredményt befolyásoló paraméterek (általában idő, sebesség,

Részletesebben

FELTÉTELES VALÓSZÍNŰSÉG, TELJES VALÓSZÍNŰSÉG TÉTELE, BAYES TÉTELE

FELTÉTELES VALÓSZÍNŰSÉG, TELJES VALÓSZÍNŰSÉG TÉTELE, BAYES TÉTELE FELTÉTELES VALÓSZÍNŰSÉG, TELJES VALÓSZÍNŰSÉG TÉTELE, BAYES TÉTELE 1. Egy alkalmassági vizsgálat adatai szerint a vizsgált személyeken 0,05 valószínűséggel mozgásszervi és 0,03 valószínűséggel érzékszervi

Részletesebben

2 x. Ez pedig nem lehetséges, mert ilyen x racionális szám nincs. Tehát f +g nem veszi fel a 0-t.

2 x. Ez pedig nem lehetséges, mert ilyen x racionális szám nincs. Tehát f +g nem veszi fel a 0-t. Ászpóke csapat Kalló Beát, Nagy Baló Adás Nagy Jáos, éges Máto Fazekas tábo 008. Igaz-e, hogy ha az f, g: Q Q függvéyek szigoúa ooto őek és étékkészletük a teljes Q, akko az f g függvéy étékkészlete is

Részletesebben