TARTALOMJEGYZÉK 1. RÉSZ: AZ SPSS ALAPJAI A

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "TARTALOMJEGYZÉK 1. RÉSZ: AZ SPSS ALAPJAI... 14 1.1. A"

Átírás

1 TARTALOMJEGYZÉK 1. RÉSZ: AZ SPSS ALAPJAI A programrendszer elemei Az interakciós eszközök Az adatmátrix Az SPSS-ben használt ablakok Az adat-editor menüsor parancsainak rövid leírása File menü Edit menü Az Edit menü szokásos szerkesztési parancsai Az Edit menü Options menüpontja A többi ablak Edit menüjének fontosabb parancsai View menü Data menü Transform menü A Compute menüpont Aritmetikai függvények Konverziós függvények Valószínűségi eloszlásfüggvények Inverz valószínűségi eloszlásfüggvények Logikai függvények A hiányzó értékeket kezelő függvények Véletlenszám-generáló függvények Statisztikai függvények Szöveg-manipuláló (string) függvények Dátum- és időfüggvények Egyéb függvények (Miscellaneous) A Transform menü egyéb menüpontjai Analyze menü Reports Descriptive Statistics Tables Compare Means General Linear Model Generalized Linear Models Mixed Models Correlate Regressions Loglinear Neural Networks Classify Dimension Reduction Scale Nonparametric Tests Forecasting Az Analyze menü további részei Direct Marketing menü Graphs menü Chart Builder Graphboard Template Chooser Legacy Dialogs Bar D Bar Line Area Pie High-Low Boxplot Error Bar Population Pyramid... 69

2 Scatter/Dot Histogram A Utilities menü Add-ons menü Window menü Help menü Az output-szerkesztő (Viewer) Az output-szerkesztő főbb általános jellemzői A kereső fa felépítése és átszerkesztése A táblázatok átformázása Címek, szövegek szerkesztése (Text Output) Grafikonok szerkesztése Általános grafikonbeállítások Grafikus szerkesztési funkciók a Chart Editor ablakban Output listaelemek automatikus formázása, SPSS Script Szkriptek futtatása Szkriptfájlok létrehozása és átszerkesztése SPSS outputok közlekedtetése más alkalmazásokkal Az SPSS output listaelemek exportálása Listaelemek importálása az SPSS output listába A pivot táblázatok kezelése A Szintax ablak kezelése A szintaktika üzemmódról általában A szintaktika üzemmód bemutatása néhány gyakran használt parancs alkalmazásával A szintax ablakra vonatkozó alapvető tények, szabályok és szokások A szintax ablak részeinek és menüinek leírása Az SPSS parancs szintaktika metanyelvi meghatározása Gyakran használt SPSS parancs szintaktikák leggyakoribb realizációi Néhány példa szintax, jellegzetesen szintax üzemmódot igénylő helyzetben Feltételes és ciklikus vezérlést is tartalmazó, vektor szerepét is kihasználó szintaktika Példa két egyszerű makróra saját szimbólumok és parancsok definiálása RÉSZ: MATEMATIKAI STATISZTIKAI ALAPOK Példák statisztikai problémákra Leíró statisztikák, grafikonok, táblázatok A lényeg rövid összefoglalása A matematikai részletek Az adatok centrális helyzetét leíró statisztikák A szóródás mértékei További eloszlásjellemzők A változók összefüggésének mérése A kontingencia- táblázat és a belőle számított statisztikák Ordinális mértékek a függetlenség mérésére Számváltozók közötti lineáris kapcsolat erősségét mérő statisztikák SPSS gyakorlatok Adatok bevitele, elmentése Grafikus kiértékelések Alapstatisztikák kérése Összetett kereszttáblázatok készítése a Custom Tables eljárással Az Analyze/Tables/Custom Tables párbeszédablak kezelése A Categories and Totals ablak A Summary Statistics: ablak Szignifikanciatesztek a táblázatokban További ablakok, lehetőségek Hipotéziselmélet A lényeg rövid összefoglalása A matematikai részletek A hipotéziselmélet alapjai Paraméteres próbák Egymintás u-próba A kétmintás u-próba Az egymintás t-próba...139

3 A két párosított (összetartozó) mintás t-próba A két független mintás t-próba Az F-próba Bartlett-próba A Welch-próba (d-próba) Nemparaméteres próbák próbák Az egymintás Kolmogorov-Szmirnov-próba illeszkedésvizsgálatra A homogenitás problémájának matematikai megfogalmazása Két független minta homogenitásának ellenőrzése Több független minta homogenitásának vizsgálata Két párosított minta homogenitásának vizsgálata Több összetartozó minta homogenitásának vizsgálata Klaszteranalízis alkalmazása a minták homogenitásának ellenőrzésére Nemparaméteres próbák a minták homogenitásának ellenőrzésére SPSS gyakorlatok Normalitásvizsgálat Két független minta összehasonlítása Mann-Whitney próbával Két összetartozó minta összehasonlítása Wilcoxon próbával Két független minta összehasonlítása t-próbával Két összetartozó minta összehasonlítása t-próbával Két független minta homogenitás-vizsgálata Kolmogorov-Szmirnov Z-próbával Három független minta összehasonlítása Kruskal-Wallis próbával Szórásanalízis A lényeg rövid összefoglalása A matematikai részletek A szórásanalízis alapfogalmai Kísérleti elrendezések A szórásanalízis módszerei Egyszeres osztályozás Kétszeres osztályozás az interakció figyelembevétele nélkül Kétszeres osztályozás az interakció figyelembevételével Nemparaméteres alternatívák Független minták összehasonlítása Összetartozó minták összehasonlítása SPSS gyakorlatok Egyszempontos (egyfaktoros) szórásanalízis Kétszempontos (kétfaktoros) szórásanalízis Regresszió-analízis A lényeg rövid összefoglalása A matematikai részletek Az alapprobléma Definíciók, jelölések Példák regressziós problémára Lineáris regresszió két változó között Az alapmodell Próbák és konfidencia-intervallumok a lineáris regresszió elméleti együtthatóira Lineáris regresszió dichotóm vagy kategoriális független változóval Lineáris regresszió dichotóm vagy kategoriális függő változóval Logisztikus regresszió Polinomiális regresszió Lineárisra visszavezethető kétparaméteres regressziós összefüggések keresése Nemlineáris regresszió Többváltozós lineáris regresszió Az alapmodell Szórásanalízis a modell érvényességének eldöntésére A független változók minősítése a lineáris kapcsolat szempontjából Modellépítés, a parciális F-próba Automatikus eljárások a lineáris regressziós modell összeállítására...199

4 SPSS gyakorlatok Lineáris regresszió (A fizetések függése a kortól és a gyakorlati időtől) Lineáris regresszió kategoriális független változóval (A fizetések függése a kortól és a beosztástól) Nemlineáris regresszió (Kapcsolat a gépkocsik fogyasztása és teljesítménye között) A fogyasztás kifejezése a többi változó lineáris regressziójával Banki hitelképesség előrejelzése ügyféladatok alapján Reggeli ételek kedveltségének vizsgálata multinomiális logisztikus regresszióval Az általános és az általánosított lineáris modell A lényeg rövid összefoglalása A matematikai részletek Elvi alapok Az egyváltozós GLM modellek Többváltozós lineáris regresszió Egyszeres osztályozás (One-Way ANOVA) Kétszeres osztályozás interakció nélkül Többváltozós GLM modellek A megismételt mérések esete (repeated measures) Az általánosított lineáris lineáris modellek (GZLM) SPSS gyakorlatok Egyszeres osztályozás elvégzése a GLM-mel Kétszeres osztályozás elvégzése a GLM-mel Ismételt mérések (gyermekek növekedésének vizsgálata) Ismételt mérések (tanulók egyenlet megoldási teljesítményének vizsgálata) Munkaügyi intézkedés fogadtatásának vizsgálata loglineáris analízissel és bináris logisztikus regresszióval A faktoranalízis és a főkomponens-analízis A lényeg rövid összefoglalása A matematikai részletek A faktoranalízis A főfaktor analízis Nemsúlyozott és súlyozott legkisebb négyzetek módszere Maximum-likelihood faktoranalízis Egyéb módszerek A főkomponens-analízis SPSS gyakorlatok Gépkocsi-jellemzők vizsgálata faktoranalízissel (A modell felépítése) Gépkocsi jellemzők vizsgálata faktoranalízissel (Az eredmények értelmezése) Osztályozási módszerek A lényeg rövid összefoglalása A matematikai részletek Osztályozási módszerek Az alakfelismerés matematikai modellje Tanulóalgoritmusok Osztályozás másodrendű felületekkel A legközelebbi társ módszer Diszkriminancia-analízis ROC görbéken alapuló diszkrimináció Klaszteranalízis A középpont módszer (K-means clusters) Hierarchikus klaszterezési módszer Kétlépéses klaszterezés (TwoStep Cluster Analysis) Számítógépes gyakorlatok Diszkriminancia analízis hat kategóriával és nagy számú prediktor változóval (Országok diszkriminálása gazdasági régiók alapján) Rögzített számú klaszter előállítása (Országok klaszterezése gazdasági régiók alapján) ROC-görbék (Radar-operátorok diszkriminációs teljesítményének vizsgálata) Diszkriminancia analízis négy kategóriával és négy prediktor változóval (Munkavállalók várható beválásának előrejelzése pszichológiai adatok alapján)...273

5 Példa kétlépéses klaszterezésre A legközelebbi társ módszer alkalmazása Skálázás A lényeg rövid összefoglalása Skálák megbízhatósága A többdimenziós skálázás A conjoint analízis A matematikai részletek Skálák megbízhatósága A klasszikus tesztelmélet alapjai Skálák megbízhatósági és érvényességi modelljei Több bíráló skálázott ítéleteire épülő mérési eljárások megbízhatósága A többdimenziós skálázás A többdimenziós skálázás alapproblémái A klasszikus MDS Nemmetrikus módszerek, a Shepard-Kruskal-algoritmus Több kísérleti személy eredményének együttes kiértékelése Az SPSS-ben használt néhány definíció A conjoint analízis A conjoint analízis alapelvei A conjoint analízis modellje A conjoint analízis néhány általános vonása az SPSS-ben SPSS gyakorlatok Skálák megbízhatóságának elemzése I. (Egyszerű egy- és háromskálás tesztek skáláinak megbízhatósági elemzése) Skálák megbízhatóságának elemzése II. (Az MBTI első magyar nyelvű számítógépes verziójának a megbízhatósági elemzése) Elemzés az osztályon belüli korrelációs együttható (ICC) segítségével (Tornászok produkcióját értékelő NOB pontozói zsűri teljesítményének megbízhatóságvizsgálata) Egy távolságmátrixon alapuló kétdimenziós paraméteres és nemparaméteres MDS (Térkép konstruálása városok egymástól való távolságai alapján) Preferencia-pontszámokon alapuló háromdimenziós WMDS (Vállalati döntéshozók gondolkodásmódjának elemzése) Több távolságmátrixon alapuló kétdimenziós paraméteres MDS és WMDS (Politikusok országokkal kapcsolatos nézeteinek elemzése) Szubjektív pontszámokon alapuló kétdimenziós MDS (Matematikai feladatok érthetőségét meghatározó tényezők vizsgálata) Conjoint analízis Új edzőcipő legkedvezőbb várható fogyasztói fogadtatását kiváltó jellemző-kombinációjának meghatározása Szőnyegtisztító készülék legkedvezőbb várható fogyasztói fogadtatását kiváltó jellemző-kombinációjának meghatározása Szórakoztató elektronikai termék legkedvezőbb várható fogyasztói fogadtatását kiváltó jellemző-kombinációjának meghatározása Idősorok elemzése A lényeg rövid összefoglalása A matematikai részletek Bevezetés, alapfogalmak Nem változó idősorok detektálására vonatkozó próbák Az exponenciális szűrés Box-Jenkins-féle idősor modellek (ARIMA) Lassú ciklusok feltárása, a periodogram Trendelemzés SPSS gyakorlatok Exponenciális szűrés (Nyomtatók napi energia-felvételét tartalmazó idősor elemzése) Előrejelzés hagyományos regressziós módszerekkel és indikátor-változó segítségével (Részvények jegyzéseinek alakulását jellemző idősor elemzése) Előrejelzés hagyományos regressziós módszerekkel és exponenciális simítással (Magyarország népességi adatainak alakulása) Előrejelzés egy ARIMA(1,0,0) modell alapján (Magyarország közötti villamosenergia termelését jellemző idősor elemzése)...355

6 Trendet és szezonalitást tartalmazó idősor felbontása additív komponensekre (Vasúti áruszállítás alakulását mutató idősor elemzése) Szezonalitást és hosszú távú ciklust tartalmazó idősor felbontása multiplikatív komponensekre (A DEM/USD árfolyam idősorának elemzése) Kereskedő cég forgalmának előrejelzése szezonális dekompozícióval és ARIMA modellel Szabályozó grafikonok A lényeg rövid összefoglalása A matematikai részletek Elméleti alapok Méréses szabályozás Alapfogalmak Méréses jellemzők szabályozó és kiegészítő grafikonjainak alaptípusai Példák a méréses jellemzők SPSS Statistics 19 által előállítható szabályozó és kiegészítő grafikonjaira Minősítéses szabályozás Alapfogalmak Minősítéses jellemzők szabályozó grafikonjainak alaptípusai Példák a minősítéses jellemzők SPSS Statistics 19 által előállítható szabályozó és kiegészítő grafikonjaira Összefoglaló áttekintés SPSS gyakorlatok Gyógyszergyári tablettázógépről levett kisminták vizsgálata Zárógyűrű-átmérők változásának vizsgálata Műanyag gyermekjátékok által előidézett mérgezések okainak vizsgálata Egy kórház járóbetegellátási kapacitását meghatározó tényezők vizsgálata Selejtes áramköri panelek gyártásához vezető okok azonostítása Robbanásveszélyes pezsgős palackok gyártásához vezető okok azonosítása Mesterséges neurális hálózatok (ANN) A lényeg rövid összefoglalása A matematikai részletek A biológiai és a mesterséges neurális hálózatok A neurális hálózatok matematikai modellje és működése Az ANN modellek felépítése és ellenőrzése Többrétegű perceptronon alapuló hálózat (Multi-Layer Perceptron) Radiális bázisfüggvényen alapuló hálózat (Radial Basis Function) SPSS gyakorlatok Egy egyszerű bevezető példa: kutyák és macskák megkülönböztetése három jellemzőjük alapján A párhuzamos megosztott feldolgozás tulajdonságainak szemléltetése: személyek jellemzői közötti kapcsolatok megtanulása Banki hitelképesség előrejelzése ügyféladatok alapján Várható kórházi kezelési költségek és ápolási napok előrejelzése Egy direkt marketing klasszifikációs probléma megoldása Aláírások valódiságának ellenőrzése az aláírásokat jellemző idősorok vizsgálatával RÉSZ: GYAKORLATI ÚTMUTATÓK ÉS FELADATOK Gyakorlati útmutatók a statisztikai elemzésekkel kapcsolatban A gyakrabban használt statisztikai eljárások alkalmazási feltétele A minimálisan szükséges mintaelemszám meghatározása Segédtáblázatok a megfelelő statisztikai eljárások kiválasztásához az SPSS-ben Gyakorló feladatok A feladatokban használt állományok rövid leírása Az állományok felsorolása Az állományok rövid leírása Ezek az állományok összetartoznak: Látássérült és ép CC (call center) dolgozók munkahellyel kapcsolatos attitűdjének Q-módszertannal történő vizsgálata során gyűjtött adatokat tartalmaznak Feladatok lépésről lépésre vezetett megoldásokkal Adatmanipulálás: adatok aggregálása és konvertálása A Transform menü funkcióinak gyakorlása Normalitásvizsgálat...455

7 Nemlineáris regressziós összefüggés keresése Osztályozás, klaszteranalízis Faktoranalízis, főkomponensanalízis Emberi erőforrásokat jellemző adatok elemzése Megbízhatósági függvény és meghibásodási ráta Túlélési adatok analízise Vélemények egyezésének vizsgálata Korrespondencia-analízis Ember-számítógép interakció: menürendszerek Ember-számítógép interakciót jellemző adatok elemzése: két rendszer használhatóságának összehasonlítása Internetes honlap látogatóinak viselkedését jellemző adatok elemzése Internet-használati szokások elemzése A Q-módszertan alkalmazásai Politikai pszichológiai esettanulmány A termékélmény dimenzióival kapcsolatos esettanulmány A fogyatékosság megítélésével kapcsolatos elemzés: Látássérült és ép CC (call center) dolgozók munkahellyel kapcsolatos attitűdjének vizsgálata a Q- módszertannal Orvosi rehabilitációs adatelemzések Orvosi rehabilitáció sikerességének vizsgálata loglineáris analízissel és bináris logisztikus regresszióval Gerinc- és törzsizomzat-rehabilitáció előrehaladásának követése nyomáseloszlás-méréssel és idősorelemzéssel Támogató technológiák fejlesztésével, tesztelésével és használatával kapcsolatos adatelemzések Három különböző típusú hallókészülék használhatóságának összehasonlító vizsgálata Egy speciális alternatív számítógépes adatbeviteli eszköz különböző verziói használhatóságának vizsgálata Íróeszközök megfogását és használatát segítő egyszerű segédeszközök használhatóságának vizsgálata Foglalkoztatási rehabilitációs adatelemzések A munkába való visszatérés előrejelzése logisztikus regresszióval alkalmas személyi adatok alapján A munkába való visszatérés előrejelzése neurális hálózattal alkalmas személyi adatok alapján Konkrét munkatevékenységben való beválás előrejelzése alkalmas képességvizsgálati adatok alapján Feladatok rövid útmutatásokkal Sorszám-változó létrehozása Adott eloszlású véletlenszámok generálása Kockadobás-sorozat szimulálása Hisztogram-készítés Empirikus eloszlásfüggvény (gyakorisági eloszlás) kirajzoltatása A 2 -eloszlás kvantilistáblázata Alapstatisztikák kiszámítása Boxplot-grafikon elkészítése Pontdiagram készítése Egymintás és összetartozó kétmintás t-próba Független kétmintás t-próba Egyszempontos varianciaanalízis (One-Way ANOVA) Homogenitásvizsgálat Grafikus regresszióelemzés Egyszerű lineáris regresszióelemzés Többváltozós lineáris regresszióelemzés Lineáris regresszió dichotóm függő változóval Szakaszonkénti lineáris regresszióelemzés Nemlineáris regressziós illesztés idősorra Nemlineáris regresszióelemzés Főkomponensanalízis Faktoranalízis Klaszteranalízis...542

8 Diszkriminanciaanalízis Többdimenziós skálázás Lineáris trendfüggvény keresése Nemlineáris trendfüggvény keresése Exponenciális trendfüggvény keresése A szezonális komponens figyelembevétele Dekompozíciós modell mozgó átlagolással Dekompozíció nemlineáris trenddel és szezonális hatással Önállóan megoldandó feladatok Az SPSS-sel együtt adott adatmátrixok leírása Irodalom 577

Matematikai statisztika c. tárgy oktatásának célja és tematikája

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

Részletesebben

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

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM. STATISZTIKA 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 MAGY. MAT. TÖRT. KÉM. ANNA BÉLA CILI András hármas. Béla Az átlag 3,5! kettes. Éva ötös. Nóri négyes. 1 mérés: dolgokhoz valamely szabály alapján szám rendelése

Részletesebben

A statisztika oktatásáról konkrétan

A statisztika oktatásáról konkrétan A világ statisztikája a statisztika világa ünnepi konferencia Esztergom, 2010.október 15. A statisztika oktatásáról konkrétan Dr. Varga Beatrix PhD. egyetemi docens MISKOLCI EGYETEM Üzleti Statisztika

Részletesebben

TANTÁRGYI ÚTMUTATÓ. Alkalmazott számítástechnika. tanulmányokhoz

TANTÁRGYI ÚTMUTATÓ. Alkalmazott számítástechnika. tanulmányokhoz 2. évfolyam szakirány BA TANTÁRGYI ÚTMUTATÓ Alkalmazott számítástechnika tanulmányokhoz TÁVOKTATÁS Tanév (2014/2015) 1. félév A KURZUS ALAPADATAI Tárgy megnevezése: Alkalmazott Számítástechnika Tanszék:

Részletesebben

Mérési adatok illesztése, korreláció, regresszió

Mérési adatok illesztése, korreláció, regresszió Mérési adatok illesztése, korreláció, regresszió Korreláció, regresszió Két változó mennyiség közötti kapcsolatot vizsgálunk. Kérdés: van-e kapcsolat két, ugyanabban az egyénben, állatban, kísérleti mintában,

Részletesebben

Ismételt méréses multifaktoriális varianciaanaĺızis (repeated measures MANOVA) 2012. szeptember 19.

Ismételt méréses multifaktoriális varianciaanaĺızis (repeated measures MANOVA) 2012. szeptember 19. Ismételt méréses multifaktoriális varianciaanaĺızis (repeated measures MANOVA) 2012. szeptember 19. Varianciaanaĺızis Adott egy parametrikus függő változó és egy vagy több kategoriális független változó.

Részletesebben

Intelligens Rendszerek Gyakorlata. Neurális hálózatok I.

Intelligens Rendszerek Gyakorlata. Neurális hálózatok I. : Intelligens Rendszerek Gyakorlata Neurális hálózatok I. dr. Kutor László http://mobil.nik.bmf.hu/tantargyak/ir2.html IRG 3/1 Trend osztályozás Pnndemo.exe IRG 3/2 Hangulat azonosítás Happy.exe IRG 3/3

Részletesebben

The nontrivial extraction of implicit, previously unknown, and potentially useful information from data.

The nontrivial extraction of implicit, previously unknown, and potentially useful information from data. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Adatelemzés intelligens módszerekkel Hullám Gábor Adatelemzés hagyományos megközelítésben I. Megválaszolandó

Részletesebben

Segítség az outputok értelmezéséhez

Segítség az outputok értelmezéséhez Tanulni: 10.1-10.3, 10.5, 11.10. Hf: A honlapra feltett falco_exp.zip-ben lévő exploratív elemzések áttanulmányozása, érdekességek, észrevételek kigyűjtése. Segítség az outputok értelmezéséhez Leiro: Leíró

Részletesebben

VARIANCIAANALÍZIS (szóráselemzés, ANOVA)

VARIANCIAANALÍZIS (szóráselemzés, ANOVA) VARIANCIAANAÍZIS (szóráselemzés, ANOVA) Varancaanalízs. Varancaanalízs (szóráselemzés, ANOVA) Adott: egy vagy több tetszőleges skálájú független változó és egy legalább ntervallum skálájú függő változó.

Részletesebben

TÁMOP-4.2.2/B-10/1-2010-0002 Tantárgyi program (rövidített)

TÁMOP-4.2.2/B-10/1-2010-0002 Tantárgyi program (rövidített) TÁMOP-4.2.2/B-10/1-2010-0002 Tantárgyi program (rövidített) Szakkollégiumi műhely megnevezése: Meghirdetés féléve: Tantárgy/kurzus megnevezése: BGF GKZ Szakkollégiuma 2011/2012. tanév II. félév SZAKKOLLÉGIUM

Részletesebben

Alkalmazott statisztika Feladatok

Alkalmazott statisztika Feladatok Alkalmazott statisztika Feladatok A feladatokhoz használt adatokat megtaláljátok itt: www.math.u-szeged.hu/ szakacs/oktatas/alkstat.html 1. óra (szept. 9.) Az óra anyaga: Követelmények ismertetése, az

Részletesebben

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

Részletesebben

Kutatásmódszertan és prezentációkészítés

Kutatásmódszertan és prezentációkészítés Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I

Részletesebben

13. előadás. Matlab 7. (Statisztika, regresszió, mérési adatok feldolgozása) Dr. Szörényi Miklós, Dr. Kallós Gábor. Széchenyi István Egyetem

13. előadás. Matlab 7. (Statisztika, regresszió, mérési adatok feldolgozása) Dr. Szörényi Miklós, Dr. Kallós Gábor. Széchenyi István Egyetem 13. előadás Matlab 7. (Statisztika, regresszió, mérési adatok feldolgozása) Dr. Szörényi Miklós, Dr. Kallós Gábor 2013 2014 1 Tartalom Statisztikai alapfogalmak Populáció, hisztogram, átlag, medián, szórás,

Részletesebben

EuroOffice Modeller felhasználói útmutató

EuroOffice Modeller felhasználói útmutató EuroOffice Modeller felhasználói útmutató 1 Bevezetés...5 EuroOffice Modeller: ANOVA felhasználói útmutató...5 Előkészítés...5 Egyutas ANOVA...5 Kétutas ANOVA...8 EuroOffice Modeller: Egymintás Z-próba

Részletesebben

Haladó irodai számítógépes képzés tematika

Haladó irodai számítógépes képzés tematika Haladó irodai számítógépes képzés tematika Word haladó Haladó szövegszerkesztés Szöveg effektusok alkalmazása Az automatikus javítási beállítások használata Szöveg körbefuttatása, szövegtörés A szövegirány

Részletesebben

Centura Szövegértés Teszt

Centura Szövegértés Teszt Centura Szövegértés Teszt Megbízhatósági vizsgálata Tesztfejlesztők: Megbízhatósági vizsgálatot végezte: Copyright tulajdonos: Bóka Ferenc, Németh Bernadett, Selmeci Gábor Bodor Andrea Centura Kft. Dátum:

Részletesebben

Minitab 17 újdonságai. Lakat Károly L.K.Quality Bt. 2014.szept. 23. www.lkq.hu/szigma

Minitab 17 újdonságai. Lakat Károly L.K.Quality Bt. 2014.szept. 23. www.lkq.hu/szigma Minitab 17 újdonságai Lakat Károly L.K.Quality Bt. 2014.szept. 23. www.lkq.hu/szigma Minitab 17! Minitab 17 számos újdonságot és fejlesztést nyújt beleértve a következőket: Regression DOE Assistant Példák

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen

Részletesebben

A TANTÁRGY ADATLAPJA

A TANTÁRGY ADATLAPJA A TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babeş-Bolyai Tudományegyetem 1.2 Kar Közgazdaság- és Gazdálkodástudományi Kar 1.3 Intézet Közgazdaság- és Gazdálkodástudományi

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

A TANTÁRGY ADATLAPJA

A TANTÁRGY ADATLAPJA A TANTÁRGY ADATLAPJA 1. A képzési program adatai 1.1 Felsőoktatási intézmény Babeş-Bolyai Tudományegyetem 1.2 Kar Közgazdasági- és Gazdálkodástudományi Kar 1.3 Intézet Közgazdaság- és Gazdálkodástudományi

Részletesebben

Az értékelés során következtetést fogalmazhatunk meg a

Az értékelés során következtetést fogalmazhatunk meg a Az értékelés során következtetést fogalmazhatunk meg a a tanuló teljesítményére, a tanulási folyamatra, a célokra és követelményekre a szülők teljesítményére, a tanulási folyamatra, a célokra és követelményekre

Részletesebben

INFORMATIKA TANMENET SZAKKÖZÉPISKOLA 9.NY OSZTÁLY HETI 4 ÓRA 37 HÉT/ ÖSSZ 148 ÓRA

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

Részletesebben

Khi-négyzet eloszlás. Statisztika II., 3. alkalom

Khi-négyzet eloszlás. Statisztika II., 3. alkalom Khi-négyzet eloszlás Statisztika II., 3. alkalom A khi négyzet eloszlást (Pearson) leggyakrabban kategorikus adatok elemzésére használjuk. N darab standard normális eloszlású változó négyzetes összegeként

Részletesebben

Túlélés analízis. Probléma:

Túlélés analízis. Probléma: 1 Probléma: Túlélés analízis - Túlélési idő vizsgálata speciális vizsgálati módszereket igényel (pl. két csoport között az idők átlagait nem lehet direkt módon összehasonlítani) - A túlélési idő nem normális

Részletesebben

Hogyan lesz adatbányából aranybánya?

Hogyan lesz adatbányából aranybánya? Hogyan lesz adatbányából aranybánya? Szolgáltatások kapacitástervezése a Budapest Banknál Németh Balázs Budapest Bank Fehér Péter - Corvinno Visontai Balázs - KFKI Tartalom 1. Szolgáltatás életciklus 2.

Részletesebben

Minitab 17 eszköztára

Minitab 17 eszköztára Minitab 17 eszköztára * Új vagy fejlesztett eszköz (New or Improved Tool) Asszisztens (Assistant) Menü, mely könnyen vezeti a felhasználót az elemzésen keresztül ( Menu that easily leads you through your

Részletesebben

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 15. Nemparaméteres próbák Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date: November

Részletesebben

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető! BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012.. Név:... Neptun kód:... Érdemjegy:..... STATISZTIKA II. VIZSGADOLGOZAT Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető pontszám 21 20 7 22

Részletesebben

kritikus érték(ek) (critical value).

kritikus érték(ek) (critical value). Hipotézisvizsgálatok (hypothesis testing) A statisztikának egyik célja lehet a populáció tulajdonságainak, ismeretlen paramétereinek a becslése. A másik tipikus cél: valamely elmélet, hipotézis empirikus

Részletesebben

Statisztikai programcsomagok gyakorlat Pót zárthelyi dolgozat megoldás

Statisztikai programcsomagok gyakorlat Pót zárthelyi dolgozat megoldás Statisztikai programcsomagok gyakorlat Pót zárthelyi dolgozat megoldás A feladatok megoldásához használandó adatállományok: potzh és potolando (weboldalon találhatók) Az állományok kiterjesztése sas7bdat,

Részletesebben

Területi elemzések. Budapest, 2015. április

Területi elemzések. Budapest, 2015. április TeIR Területi elemzések Felhasználói útmutató Budapest, 2015. április Tartalomjegyzék 1. BEVEZETŐ... 3 2. AZ ELEMZÉSBEN SZEREPLŐ MUTATÓ KIVÁLASZTÁSA... 4 3. AZ ELEMZÉSI FELTÉTELEK DEFINIÁLÁSA... 5 3.1.

Részletesebben

H0 hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik)

H0 hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik) 5.4: 3 különböző talpat hasonlítunk egymáshoz Varianciaanalízis. hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik) hipotézis: Létezik olyan μi, amely nem egyenlő a többivel (Van

Részletesebben

Regresszió számítás. Tartalomjegyzék: GeoEasy V2.05+ Geodéziai Kommunikációs Program

Regresszió számítás. Tartalomjegyzék: GeoEasy V2.05+ Geodéziai Kommunikációs Program Regresszió számítás GeoEasy V2.05+ Geodéziai Kommunikációs Program DigiKom Kft. 2006-2010 Tartalomjegyzék: Egyenes x változik Egyenes y változik Egyenes y és x változik Kör Sík z változik Sík y, x és z

Részletesebben

2013/2014.tanév TANMENET

2013/2014.tanév TANMENET 2013/2014.tanév TANMENET a. osztály.. tantárgyának tanításához. Összeállította: Ellenőrizte: Jóváhagyta:... tanár munkaközösség vezető igazgató Sopron, 2013. szeptember 01. Informatika tanmenet a 12G.

Részletesebben

Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése

Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése Pˆr( y = 1 x) ( g( ˆ β + x ˆ β ) ˆ 0 β j ) x j Marginális hatás egy megválasztott

Részletesebben

Szezonális kiigazítás munkaügyi idősorokra

Szezonális kiigazítás munkaügyi idősorokra Szezonális kiigazítás munkaügyi idősorokra Készítette: Szente László és Láz József (MultiRáció Kft.) Szezonalitás a munkaügyi idősorokban Éven belüli, évről évre ismétlődő ingadozás, hullámzás figyelhető

Részletesebben

Heckman modell. Szelekciós modellek alkalmazásai.

Heckman modell. Szelekciós modellek alkalmazásai. Heckman modell. Szelekciós modellek alkalmazásai. Mikroökonometria, 12. hét Bíró Anikó A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonómia Alapítvány támogatásával készült

Részletesebben

Az OECD PISA adatbázis elemzése

Az OECD PISA adatbázis elemzése Az OECD PISA adatbázis elemzése A program Emlékeztető a múlt hétről A PISA val kapcsolatos honlapok tartalma és az online elérhető dokumentáció A PISA adatbázisának felépítése A PISA makróinak használata,

Részletesebben

Nemparametrikus tesztek. 2014. december 3.

Nemparametrikus tesztek. 2014. december 3. Nemparametrikus tesztek 2014. december 3. Nemparametrikus módszerek Alkalmazásuk: nominális adatok (gyakoriságok) esetén, ordinális adatok esetén, metrikus adatok esetén (intervallum és arányskála), ha

Részletesebben

Osztályozóvizsga és javítóvizsga témakörei Matematika 9. évfolyam

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

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. 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

Gépi tanulás a gyakorlatban. Bevezetés

Gépi tanulás a gyakorlatban. Bevezetés Gépi tanulás a gyakorlatban Bevezetés Motiváció Nagyon gyakran találkozunk gépi tanuló alkalmazásokkal Spam detekció Karakter felismerés Fotó címkézés Szociális háló elemzés Piaci szegmentáció analízis

Részletesebben

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis Hipotézis BIOMETRIA 5. Előad adás Hipotézisvizsg zisvizsgálatok Tudományos hipotézis Nullhipotézis feláll llítása (H ): Kétmintás s hipotézisek Munkahipotézis (H a ) Nullhipotézis (H ) > = 1 Statisztikai

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

Sz. Sz. Sz. R. Kiadási jegyzék. Szilágyi Attila. Verzió: 40. Kézirat lezárva: 2015-07-12

Sz. Sz. Sz. R. Kiadási jegyzék. Szilágyi Attila. Verzió: 40. Kézirat lezárva: 2015-07-12 Sz. Sz. Sz. R. Kiadási jegyzék Szilágyi Attila Verzió: 40 Kézirat lezárva: 2015-07-12 Tartalomjegyzék Tartalomjegyzék...3 8.0.1.5 (2015.07.12.)...5 8.0.0.7 (2015.06.29.)...7 8.0.0.0 (2015.06.29.)...9

Részletesebben

KÖZPONTI STATISZTIKAI HIVATAL. Szóbeli vizsgatevékenység

KÖZPONTI STATISZTIKAI HIVATAL. Szóbeli vizsgatevékenység KÖZPONTI STATISZTIKAI HIVATAL A vizsgarészhez rendelt követelménymodul azonosító száma, megnevezése: 2144-06 Statisztikai szervezői és elemzési feladatok A vizsgarészhez rendelt vizsgafeladat megnevezése:

Részletesebben

Variancia-analízis (folytatás)

Variancia-analízis (folytatás) Variancia-analízis (folytatás) 7. elıadás (13-14. lecke) Egytényezıs VA blokk-képzés nélkül és blokk-képzéssel 13. lecke Egytényezıs variancia-analízis blokkképzés nélkül Az átlagok páronkénti összehasonlítása(1)

Részletesebben

Tartalomjegyzék. Köszönetnyilvánítás. 1. Az alapok 1

Tartalomjegyzék. Köszönetnyilvánítás. 1. Az alapok 1 Köszönetnyilvánítás Bevezetés Kinek szól a könyv? Elvárt előismeretek A könyv témája A könyv használata A megközelítés alapelvei Törekedjünk az egyszerűségre! Ne optimalizáljunk előre! Felhasználói interfészek

Részletesebben

KÓDOLÁSTECHNIKA PZH. 2006. december 18.

KÓDOLÁSTECHNIKA PZH. 2006. december 18. KÓDOLÁSTECHNIKA PZH 2006. december 18. 1. Hibajavító kódolást tekintünk. Egy lineáris bináris blokk kód generátormátrixa G 10110 01101 a.) Adja meg a kód kódszavait és paramétereit (n, k,d). (3 p) b.)

Részletesebben

Akusztikai tervezés a geometriai akusztika módszereivel

Akusztikai tervezés a geometriai akusztika módszereivel Akusztikai tervezés a geometriai akusztika módszereivel Fürjes Andor Tamás BME Híradástechnikai Tanszék Kép- és Hangtechnikai Laborcsoport, Rezgésakusztika Laboratórium 1 Tartalom A geometriai akusztika

Részletesebben

EGY KORSZERÛ ESZKÖZ STATISZTIKAI ELEMZÉSEKHEZ: AZ SPSS RENDSZER

EGY KORSZERÛ ESZKÖZ STATISZTIKAI ELEMZÉSEKHEZ: AZ SPSS RENDSZER 137 Ketskeméty László * EGY KORSZERÛ ESZKÖZ STATISZTIKAI ELEMZÉSEKHEZ: AZ SPSS RENDSZER Az informatikai társadalomról Nem túlzás azt állítani, hogy az információ õsrobbanásának korszakában élünk. Azonos

Részletesebben

Biostatisztika. Created by XMLmind XSL-FO Converter.

Biostatisztika. Created by XMLmind XSL-FO Converter. Biostatisztika Biostatisztika Tartalom I. Első rész... 1 1. Bevezetés... 5 2. Statisztikai alapfogalmak... 8 1. Véletlen jelenségek leírása, valószínűségi változók... 8 2. Mérési skálák... 9 3. Gyakoriság,

Részletesebben

Neurális hálózatok bemutató

Neurális hálózatok bemutató Neurális hálózatok bemutató Füvesi Viktor Miskolci Egyetem Alkalmazott Földtudományi Kutatóintézet Miért? Vannak feladatok amelyeket az agy gyorsabban hajt végre mint a konvencionális számítógépek. Pl.:

Részletesebben

Informatikai alapismeretek Földtudományi BSC számára

Informatikai alapismeretek Földtudományi BSC számára Informatikai alapismeretek Földtudományi BSC számára 2010-2011 Őszi félév Heizlerné Bakonyi Viktória HBV@ludens.elte.hu Titkosítás,hitelesítés Szimmetrikus DES 56 bites kulcs (kb. 1000 év) felcserél, helyettesít

Részletesebben

MATEMATIKA TANMENET SZAKKÖZÉPISKOLA 10.B OSZTÁLY HETI 4 ÓRA 37 HÉT/ ÖSSZ 148 ÓRA

MATEMATIKA TANMENET SZAKKÖZÉPISKOLA 10.B OSZTÁLY HETI 4 ÓRA 37 HÉT/ ÖSSZ 148 ÓRA MINŐSÉGIRÁNYÍTÁSI ELJÁRÁS MELLÉKLET Tanmenetborító Azonosító: ME-III.1./1 Változatszám: 2 Érvényesség 2013. 09. 01. kezdete: Oldal/összes: 1/7 Fájlnév: ME- III.1.1.Tanmenetborító SZK- DC-2013 MATEMATIKA

Részletesebben

Esetelemzés az SPSS használatával

Esetelemzés az SPSS használatával 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

Részletesebben

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz

Részletesebben

Fuzzy rendszerek és neurális hálózatok alkalmazása a diagnosztikában

Fuzzy rendszerek és neurális hálózatok alkalmazása a diagnosztikában Budapesti Műszaki és Gazdaságtudományi Egyetem Fuzzy rendszerek és neurális hálózatok alkalmazása a diagnosztikában Cselkó Richárd 2009. október. 15. Az előadás fő témái Soft Computing technikák alakalmazásának

Részletesebben

Geoinformatikai rendszerek

Geoinformatikai rendszerek Geoinformatikai rendszerek Térinfomatika Földrajzi információs rendszerek (F.I.R. G.I.S.) Térinformatika 1. a térinformatika a térbeli információk elméletével és feldolgozásuk gyakorlati kérdéseivel foglalkozó

Részletesebben

Tartalom. Konfiguráció menedzsment bevezetési tapasztalatok. Bevezetés. Tipikus konfigurációs adatbázis kialakítási projekt. Adatbázis szerkezet

Tartalom. Konfiguráció menedzsment bevezetési tapasztalatok. Bevezetés. Tipikus konfigurációs adatbázis kialakítási projekt. Adatbázis szerkezet Konfiguráció menedzsment bevezetési tapasztalatok Vinczellér Gábor AAM Technologies Kft. Tartalom 2 Bevezetés Tipikus konfigurációs adatbázis kialakítási projekt Adatbázis szerkezet Adatbázis feltöltés

Részletesebben

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI MÉRÉSI EREDMÉYEK POTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI. A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk

Részletesebben

Modellkiválasztás és struktúrák tanulása

Modellkiválasztás és struktúrák tanulása Modellkiválasztás és struktúrák tanulása Szervezőelvek keresése Az unsupervised learning egyik fő célja Optimális reprezentációk Magyarázatok Predikciók Az emberi tanulás alapja Általános strukturális

Részletesebben

Ismerkedés az Office 2007 felhasználói felületével

Ismerkedés az Office 2007 felhasználói felületével Ismerkedés az Office 2007 felhasználói felületével A szalag kezelése Az új Fájl File menü A Gyorselérési eszköztár Az új nézetvezérlő elemek Összefoglalás Tudnivalók a Windows XP-t használó olvasók számára

Részletesebben

Statisztikai szoftverek esszé

Statisztikai 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,

Részletesebben

Kinek szól a könyv? A könyv témája A könyv felépítése Mire van szükség a könyv használatához? A könyvben használt jelölések. 1. Mi a programozás?

Kinek szól a könyv? A könyv témája A könyv felépítése Mire van szükség a könyv használatához? A könyvben használt jelölések. 1. Mi a programozás? Bevezetés Kinek szól a könyv? A könyv témája A könyv felépítése Mire van szükség a könyv használatához? A könyvben használt jelölések Forráskód Hibajegyzék p2p.wrox.com xiii xiii xiv xiv xvi xvii xviii

Részletesebben

Eladás tervezés - tervezés, tervezési egység

Eladás tervezés - tervezés, tervezési egység Összefoglalás Verzió: 2011r2n11 A tanulás célja A tanulási egység által Ön képes lesz egy eladástervezés összeállítására, és a tervezéshez rendelni az érintett cikktartományt, árucikket. Az eladás tervezéssel

Részletesebben

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás Matematikai alapok és valószínőségszámítás Valószínőségi eloszlások Binomiális eloszlás Bevezetés A tudományos életben megfigyeléseket teszünk, kísérleteket végzünk. Ezek többféle különbözı eredményre

Részletesebben

Q1 = 1575 eft Me = 2027,7778 eft Q3 = 2526,3158 eft

Q1 = 1575 eft Me = 2027,7778 eft Q3 = 2526,3158 eft Gyak1: b) Mo = 1857,143 eft A kocsma tipikus (leggyakoribb) havi bevétele 1.857.143 Ft. c) Q1 = 1575 eft Me = 2027,7778 eft Q3 = 2526,3158 eft Gyak2: b) X átlag = 35 Mo = 33,33 σ = 11,2909 A = 0,16 Az

Részletesebben

Algoritmus terv 3. Fejezet: Folyamatok meghatározása

Algoritmus terv 3. Fejezet: Folyamatok meghatározása This image cannot currently be displayed. Algoritmus terv 3. Fejezet: Folyamatok meghatározása 1. Algoritmus általános áttekintése 2. Inputok és outputok definiálása 3. Folyamatok meghatározása 4. ozási

Részletesebben

Operációkutatási modellek

Operációkutatási modellek Operációkutatási modellek Alkalmazott matematika A sorozat kötetei: Kóczy T. László Tikk Domonkos: Fuzzy rendszerek (2000) Elliott, J. R. Kopp, P. E.: Pénzpiacok matematikája (2000) Michelberger Szeidl

Részletesebben

Inczédy György Középiskola, Szakiskola és Kollégium Nyíregyháza, Árok u. 53. TANMENET. Informatika szakmacsoport

Inczédy György Középiskola, Szakiskola és Kollégium Nyíregyháza, Árok u. 53. TANMENET. Informatika szakmacsoport TANMENET Informatika szakmacsoport Programozási gyakorlatok III. tantárgy 12. évfolyam A osztály 2013/2014 tanév Heti óraszám: Éves óraszám: 3 óra 96 óra Készítette: Szikszai Gusztáv tanár Ellenőrizte:.

Részletesebben

REGINFO feszültség minőség mérő rendszer az E.ON Hungáriánál Szilágyi Ákos 2008. szeptember 11. A fejlesztés okai: Belső igény mérési eredmények központi tárolása, egységes felületen történő megjelenítése

Részletesebben

Sta t ti t s i zt z i t k i a 3. előadás

Sta t ti t s i zt z i t k i a 3. előadás Statisztika 3. előadás Statisztika fogalma Gyakorlati tevékenység Adatok összessége Módszertan A statisztika, mint gyakorlati tevékenység a tömegesen előforduló jelenségek egyedeire vonatkozó információk

Részletesebben

Alkalmazott statisztika

Alkalmazott statisztika 1. óra Alkalmazott statisztika Feladatok Nyissuk meg az IBM SPSS programot. Fájlokat, adatokat megnyitni a F ile Open Data parancsokkal lehet. Az SPSS saját kiterjesztése a.sav, de megnyithatunk más típusokat

Részletesebben

S atisztika 2. előadás

S atisztika 2. előadás Statisztika 2. előadás 4. lépés Terepmunka vagy adatgyűjtés Kutatási módszerek osztályozása Kutatási módszer Feltáró kutatás Következtető kutatás Leíró kutatás Ok-okozati kutatás Keresztmetszeti kutatás

Részletesebben

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ ÍRÁSBELI VIZSGAFELADATHOZ. Ápoló szakképesítés. 2322-06 Gondozás modul. 1. vizsgafeladat. 2012. október 10.

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ ÍRÁSBELI VIZSGAFELADATHOZ. Ápoló szakképesítés. 2322-06 Gondozás modul. 1. vizsgafeladat. 2012. október 10. Emberi Erőforrások Minisztériuma Korlátozott terjesztésű! Érvényességi idő: az írásbeli vizsgatevékenység befejezésének időpontjáig A minősítő neve: Rauh Edit A minősítő beosztása: mb. főigazgató-helyettes

Részletesebben

A Jövő Internet elméleti alapjai. Vaszil György Debreceni Egyetem, Informatikai Kar

A Jövő Internet elméleti alapjai. Vaszil György Debreceni Egyetem, Informatikai Kar A Jövő Internet elméleti alapjai Vaszil György Debreceni Egyetem, Informatikai Kar Kutatási témák Bizalmas adatok védelme, kriptográfiai protokollok DE IK Számítógéptudományi Tsz., MTA Atomki Informatikai

Részletesebben

1.1: Egy felmérés során a BGF-ről frissen kikerült diplomások jövedelmét vizsgálták.

1.1: Egy felmérés során a BGF-ről frissen kikerült diplomások jövedelmét vizsgálták. 1.1: Egy felmérés során a BGF-ről frissen kikerült diplomások jövedelmét vizsgálták. a) Hozzon létre osztályközös gyakoriságot az alábbi osztályközökkel: - 100.000 100.000-150.000 150.000-200.000 200.000-250.000

Részletesebben

IV/1. sz. melléklet: Vállalati CRM, értékesítési terület funkcionális specifikáció

IV/1. sz. melléklet: Vállalati CRM, értékesítési terület funkcionális specifikáció IV/1. sz. melléklet: Vállalati CRM, értékesítési terület funkcionális specifikáció 1. A követelménylista céljáról Jelen követelménylista (mint a GOP 2.2.1 / KMOP 1.2.5 pályázati útmutató melléklete) meghatározza

Részletesebben

Rácsvonalak parancsot. Válasszuk az Elsődleges függőleges rácsvonalak parancs Segédrácsok parancsát!

Rácsvonalak parancsot. Válasszuk az Elsődleges függőleges rácsvonalak parancs Segédrácsok parancsát! Konduktometriás titrálás kiértékelése Excel program segítségével (Office 2007) Alapszint 1. A mérési adatokat írjuk be a táblázat egymás melletti oszlopaiba. Az első oszlopba kerül a fogyás, a másodikba

Részletesebben

Vállalkozás Statisztikai Adatbázis 1995-2008

Vállalkozás Statisztikai Adatbázis 1995-2008 Vállalkozás Statisztikai Adatbázis 1995-2008 Hungarian Corporate Statistics Database AZ ADATBÁZIS LEÍRÁSA Budapest, 2010 Adatbázis ECOSTAT Softwerleírás DATASECTION-OPMI 1 BEVEZETÉS A hitelezési kockázatok

Részletesebben

Információs társadalom

Információs társadalom SZÓBELI TÉMAKÖRÖK INFORMATIKÁBÓL 2015. Információs társadalom Kommunikáció fogalma, fajtái, általános modellje. Példák. A jel, adat, információ, zaj és a redundancia fogalma. Példák. Különbség a zaj és

Részletesebben

Adatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán

Adatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán Adatelemzési eljárások az idegrendszer kutatásban Somogyvári Zoltán MTA KFKI Részecske és Magfizikai Intézet, Biofizikai osztály Az egy adatsorra (idősorra) is alkalmazható módszerek Példa: Az epileptikus

Részletesebben

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

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

Részletesebben

Készítette: Fegyverneki Sándor

Készítette: Fegyverneki Sándor VALÓSZÍNŰSÉGSZÁMÍTÁS Összefoglaló segédlet Készítette: Fegyverneki Sándor Miskolci Egyetem, 2001. i JELÖLÉSEK: N a természetes számok halmaza (pozitív egészek) R a valós számok halmaza R 2 {(x, y) x, y

Részletesebben

Sztöchiometriai egyenletrendszerek minimális számú aktív változót tartalmazó megoldásainak meghatározása a P-gráf módszertan alkalmazásával

Sztöchiometriai egyenletrendszerek minimális számú aktív változót tartalmazó megoldásainak meghatározása a P-gráf módszertan alkalmazásával Sztöchiometriai egyenletrendszerek minimális számú aktív változót tartalmazó megoldásainak meghatározása a P-gráf módszertan alkalmazásával * Pannon Egyetem, M szaki Informatikai Kar, Számítástudomány

Részletesebben

Az előadásdiák gyors összevágása, hogy legyen valami segítség:

Az előadásdiák gyors összevágása, hogy legyen valami segítség: Az előadásdiák gyors összevágása, hogy legyen valami segítség: Az elektronikai gyártás ellenőrző berendezései (AOI, X-RAY, ICT) 1. Ismertesse az automatikus optikai ellenőrzés alapelvét (a), megvilágítási

Részletesebben

ADATELEMZÉS FELSŐFOKON

ADATELEMZÉS FELSŐFOKON MIBEN SEGÍTHETÜNK? ADATELEMZÉS FELSŐFOKON Szolgáltatásaink Tanácsadás és rendszeres konzultáció Teljes körű adatfeldolgozás, adatbáziskezelés Klinikai vizsgálatok tervezése és kiértékelése Statisztikai

Részletesebben

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ. Audiológiai szakasszisztens szakképesítés. 2372-06 Audiológia modul. 1. vizsgafeladat. 2011. február 04.

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ. Audiológiai szakasszisztens szakképesítés. 2372-06 Audiológia modul. 1. vizsgafeladat. 2011. február 04. Nemzeti Erőforrás Minisztérium Korlátozott terjesztésű! Érvényességi idő: az írásbeli vizsgatevékenység befejezésének időpontjáig A minősítő neve: Vízvári László A minősítő beosztása: főigazgató JAVÍTÁSI-ÉRTÉKELÉSI

Részletesebben

Tartalom. Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben.

Tartalom. Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben. Tartalom Jó hogy jön Jucika, maga biztosan emlékszik még, hányadik oldalon van a Leszállás ködben. Előszó 1. Az adatbányászatról általában 19 1.1. Miért adatbányászat? 21 1.2. Technológia a rejtett információk

Részletesebben

SAT probléma kielégíthetőségének vizsgálata. masszív parallel. mesterséges neurális hálózat alkalmazásával

SAT probléma kielégíthetőségének vizsgálata. masszív parallel. mesterséges neurális hálózat alkalmazásával SAT probléma kielégíthetőségének vizsgálata masszív parallel mesterséges neurális hálózat alkalmazásával Tajti Tibor, Bíró Csaba, Kusper Gábor {gkusper, birocs, tajti}@aries.ektf.hu Eszterházy Károly Főiskola

Részletesebben

Statisztikai hipotézisvizsgálatok. Paraméteres statisztikai próbák

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

Részletesebben

MARKETINGKUTATÁS II. Oktatási segédanyag. Budapest, 2004. február

MARKETINGKUTATÁS 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

Részletesebben

GCF 1.1 Gas Consumption Forecast

GCF 1.1 Gas Consumption Forecast GCF 1.1 Gas Consumption Forecast A szabadpiaci gáz-kereskedelem alapja a forrás- és a fogyasztói oldali menetrendek tervezése, operatív levezénylése és elszámolása. Az energia kereskedelem a jövõre vonatkozik,

Részletesebben

Tartalomjegyzék. Előszó... 10

Tartalomjegyzék. Előszó... 10 Előszó... 10 1. Bevezetés a Symbian operációs rendszerbe... 11 1.1. Az operációs rendszer múltja...11 1.2. Az okos telefonok képességei...12 1.3. A Symbian felépítése...15 1.4. A könyv tartalma...17 2.

Részletesebben

A Q-DAS CAMERA koncepció fázisai

A Q-DAS CAMERA koncepció fázisai Q-DAS - fıbb referenciák 32012.09.25. Q-DAS-ismertetı Q-DAS - fıbb referenciák 4 Q-DAS-ismertetı A Q-DAS CAMERA koncepció fázisai COLLECTING (adatgyőjt jtés) procella Q-DAS -adatformátumok Folyamat-ismeret

Részletesebben