Gyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Lineáris regresszió, ismétlés nélküli mérések
|
|
- László Zalán Török
- 7 évvel ezelőtt
- Látták:
Átírás
1 Gakorló feladatok a Kísérletek tervezése és értékelése c. tárgból Lneárs regresszó, smétlés nélkül mérések 1. példa Az alább táblázat eg kalbrácós egenes felvételekor mért adatokat tartalmazza: x (a) Adjon becslést a kalbrácós egenes paraméterere! (b) Vzsgálja meg 5%-os szgnfkancasznten, hog az gaz egenes átmeg-e az orgón? (c) Adjon 90%-os konfdenca-ntervallumot az egenes meredekségére! (d) Kmondhatjuk-e 90% valószínűséggel, hog az gaz egenes az x=4 helen Y=4 fölött halad? (e) Mlen ntervallumban lenne eg új mérés eredméne az x=4 helen 90% valószínűséggel? Megoldás (a) a = α = 4.08; b = β = 1.07; a = α = 0.08 Yˆ x (b) Statsztka próbával megoldva: H 0 : Y x=0 = 0 H 1 : Y x=0 0 s = s r = ( Y ) = ; s n Y (x=0) = s [ 1 + (x x ) n (x x ) ] = t 0 = Y x=0 = 0.08 = 0.706; t s Y (x=0) krt = t 0.05 () = Elfogadás tartomán: < t 0 < %-os szgnfkancasznten elfogadjuk, hog az gaz egenes átmeg az orgón. Konfdenca-ntervallummal megoldva: Kérdésünk ekkor az, hog az x = 0 helen az gaz egenes mlen értéket vesz fel 95%-os valószínűséggel. P(Ŷ x=0 t α/ s Y (x=0) < Y x=0 < Ŷ x=0 +t α/ s Y (x=0)) = 0.95 P( < Y x=0 < 1.059) = 0.95 az ntervallum tartalmazza a 0-t, tehát 5%-os szgnfkancasznten elfogadjuk, hog az gaz egenes átmeg az orgón. 1
2 (c) P(β tα/ s b < β < β +tα/ s b ) = 0.90 s b = s (x x ) ; s b=0.0685; t krt = t 0.05 () =.9 P(0.87 < β < 1.7) = 0.90 (d) Ŷ x=4 = 4.08 Statsztka próbával megoldva: H 0: Yx=4 4 H 1: Y x=4 >4 t 0 = Y x=4 (Y x=4 H 0 ) s Y (x=4) Elfogadás tartomán: = = t krt = t 0.1 () = 1.86 (egoldal!) -, t krt H0-t elfogadjuk. Az adatok nem bzonítják 10 %-os szgnfkancasznten, hog az gaz egenes az x=4 helen Y=4 fölött halad (de nem s mondanak ellent ennek). Konfdenca-ntervallummal megoldva: P(Ŷ x=4 t α s Y (x=4) < Y x=4 ) = P( < Y x=4 ) = = P(3.88 < Y x=4 ) = alatt értékek s beleesnek az ntervallumba, tehát az s elképzelhető, hog x=4 helen Y=4 alatt halad az egenes. Azaz nem lehetünk bztosak benne 10%-os szgnfkancasznten, hog az gaz egenes az x=4 helen Y=4 fölött halad. (e) Jóslás ntervallum kell. P(Ŷ x=4 t α/ s (x=4) < x=4 < Ŷ x=4 +t α/ s (x=4)) = 0.9 s (x=4) = s r [1 + 1 n + (x x ) (x x ) ] = ; s (x=4) = 0.4 P(3.373 < x=4 < 4.787) = 0.9. példa Eg kalbrácó során mért adatokat (és az azokból számolt mennségeket) tartalmazza az alább táblázat. x jelöl a koncentrácót, az analtka jelet. x (x-x_átlag) (x-x_átlag) _becsült (-_becsült) szumma (a) Adja meg a becsült egenes egenletét! (b) Adjon 95%-os konfdenca-ntervallumot a meredekségre!
3 (c) Hhető-e az az állítás 1%-os szgnfkancasznten, hog az gaz egenes meredeksége 1100? (d) Adjon 95%-os konfdenca-ntervallumot az egenes tengelmetszetére! (e) Hhető-e az az állítás 1%-os szgnfkancasznten, hog az gaz egenes átmeg az orgón? (f) Adjon 90%-os konfdenca-ntervallumot az analtka jel várható értékére x=0.3-nál! (g) Alátámasztják-e az adatok azt az állítást 5%-os szgnfkancasznten, hog az gaz egenes x=0.3-nál Y=3830 alatt halad? (h) Mlen ntervallumban várható eg új mérés eredméne x=0.3-nál 90%-os valószínűséggel? () Eg új mérés során x=0.3-nál 390-at mértek. A mért érték eg analtkus szernt túlzottan különbözk attól, amt a becsült kalbrácós egenes alapján várnánk, ematt azt ganítja, hog elállítódott a készülék. Vzsgálja a kérdést statsztka módszerrel, legen a szgnfkancasznt 0.1! (j) Az alább táblázat a fent adatsorra a STATISTICA szoftverrel végzett lneárs regresszó eredménet tartalmazza. Válaszolja meg az (a), (b) és (c) kérdéseket az tt közölt eredmének alapján! (A numerkus eltérések a kerekítésnek köszönhetőek.) Effect Intercept x Parameter Estmates (Spreadsheet14) Sgma-restrcted parameterzaton -95,00% +95,00% Param. Std.Err t p Cnf.Lmt Cnf.Lmt 10,8 9, ,4791 0, ,94 17, ,8889, ,4140, ,301566,47 Megoldás: (a) A táblázat a hánzó cellákkal (sárga színnel kemelve): x (x-x_átlag) (x-x_átlag) _becsült (-_becsült) szumma x =.373 = a n 9 x x b x x Y = (x ) = x 3
4 (b) s r ˆ Y 8414 s 10 n 7 t α/ = t 0.05 (7) =.365 P(β tα/ s b < β < β +tα/ s b ) = s b s x x = P( < β < ) = 0.95 P( < β < ) = 0.95 (c) H : 1100 H : t 0 = b 1100 = =.831 t s b α/ = t (7) = <.831 < tehát 1%-os szgnfkancasznten az adatok nem mondanak ellent annak az állításnak, hog a meredekség (d) s α = s Y (x=0) = s [ 1 + (x x ) n (x x ) ] = 10 [1 + ( ) ] = t α/ = t 0.05 (7) =.365 P(3.67 < α < 17.47) = 0.95 (e) H 0 : Y x=0 = 0 H 1 : Y x=0 0 t 0 = Y x=0 s Y (x=0) = = 3.470; t α/ = t (7) = Mvel a a (-3.499,3.499) ntervallumon még éppen belül van 1%-os szgnfkancasznten elfogadjuk azt a feltételezést, hog az egenes keresztülmeg az orgón. (f) Y x=0.3 = = s Y (x=3) = s [ 1 n t α/ = t 0.05 (7) = (x x ) (x x ) ] = 10 [1 9 P( < Y x=0.3 < ) = 0.90 ( ) + ] = H : Y 3830 H1 : Yx (g) 0 x 0.3 t 0 = Y x=3 Y x=3 H 0 s Y (x=3) Az elfogadás tartomán: = = 1.83; t 0.05 (7) , azaz elfogadjuk a nullhpotézst. Az adatok 5 %- os szgnfkancasznten nem bzonítják, hog az egenes x=0.3-nál 3830 alatt halad. 4
5 (h) Jóslás ntervallummal kell számoln. s Y = s [1 + 1 n P( < x=3 < 3878.) = (x x ) (x x ) ] = 10 [ ( ) + ] = () Mvel a 90%-os jóslás ntervallum eg új mérés értékére (ld. (h) alkérdés) nem tartalmazza a mért 390-as értéket, jogos a ganú 10%-os szgnfkancasznten. (Természetesen a kérdés statsztka próbával s vzsgálható. H 0 : E x=0.3 = Y x=0.3 ; t 0 = Y x=3 = = 3.04; t s Y (x=3) (7) Elutasítjuk a nullhpotézst.) (j) Effect Intercept x Parameter Estmates (Spreadsheet14) Sgma-restrcted parameterzaton -95,00% +95,00% Param. Std.Err t p Cnf.Lmt Cnf.Lmt 10,8 9, ,4791 0, ,94 17, ,8889, ,4140, ,301566,47 A STATISTICA szoftverrel kapott eredméntáblázat első oszlopának ( Param.) Intercept sorában az egenes tengelmetszetének, X sorában pedg a meredekségének becsült értékét láthatjuk. Ez alapján a becsült egenes egenlete: Y = x (A számolt és a szoftverrel kapott értékek közt numerkus eltérések a kerekítésnek köszönhetőek.) Az eredméntáblázat ötödk és hatodk oszlopának (-/+95,00% Cnf.Lmt) X sora mutatja a meredekség 95%-os konfdenca-ntervallumát: P( < β < ) = 0.95 A c) kérdésbel hpotézsvzsgálathoz számítandó próbastatsztka: t 0 = b 1100 Ehhez b értékét már tudjuk ( Param. oszlop X sora), míg sb értékét a másodk oszlop ( Std.Err) X sora mutatja. Eszernt: t 0 = =.84 t α/ = t (7) = Mvel <.84 < 3.499, 1%-os szgnfkancasznten az adatok nem mondanak ellent annak az állításnak, hog a meredekség s b 5
6 3. példa Az alább táblázat eg kalbrácós egenes felvételekor mért adatokat tartalmazza: x Rendelkezésre állnak az alább értékek: x 6 x x x (a) Adja meg a becsült egenes egenletét! (b) Menn a rezduáls szórásnégzet értéke? (c) Elfogadná-e 5%-os szgnfkancasznten azt az állítást, hog az gaz egenes meredeksége? (d) Adjon 95%-os konfdenca-ntervallumot az gaz egenes tengelmetszetére! (e) Mlen ntervallumban van 90% valószínűséggel az analtka jel () várhatóértéke az x=5 helen? (f) Mlen ntervallumban lesz 90% valószínűséggel eg új mérés eredméne az x=5 helen? Megoldás: (a) Y = x (b) s r = (c) s b = t 0 = 1.64; t krt = t 0.05 (3) = %-os szgnfkancasznten elfogadjuk, hog az gaz egenes meredeksége. (d) Ŷ x=0 = 0.556; s Y (x=0) = 0.769; P( < Y x=0 <.3) = 0.95 (e) Ŷ x=5 = 9.6; s Y (x=5) = 0.081; P(8.95 < Y x=5 < 10.9) = 0.90 (f) s = 0.406; P(8.094 < x=5 < ) = példa Eg kalbrácós egenes felvételekor az alább adatokat kapták: x A fent adatsorra a STATISTICA szoftverrel elvégezték a lneárs regresszót, melnek eredménét az alább táblázat mutatja: Effect Parameter Estmates (Lnreg_gak_4 pelda) Sgma-restrcted parameterzaton Param. Std.Err t p -95,00% Cnf.Lmt +95,00% Cnf.Lmt Intercept -,061 0,6913 -,981 0,046-3,75-0,369 x 7,745 0,509 30,861 0,0000 7,131 8,359 6
7 Effect Unvarate Tests of Sgnfcance for (Lnreg_gak_4 pelda) Sgma-restrcted parameterzaton Effectve hpothess decomposton; Std. Error of Estmate:, SS Degr. of Freedom MS F p Intercept 8, ,7179 8,888 0,04595 x 934, , ,405 0, Error 5, ,9808 Felhasználva a táblázat adatat, válaszoljon az alább kérdésekre! (a) Adja meg a becsült egenes egenletét! (b) Adjon 90%-os konfdenca-ntervallumot az egenes meredekségére! (c) Elfogadható-e 5%-os szgnfkancasznten, hog a tengelmetszet értéke -1? (d) Mlen x értéknél lesz a legksebb az llesztett egenes bzontalansága? Mért? Menn lesz az értéke? (e) Eg új mérés eredméne x=1-nél 8-nak adódott. Lát-e ebben bárm rendelleneset? Véleménét számolással támassza alá, a szgnfkancasznt legen 5%. Megoldás: (a) Y = x (b) s b = 0.509; t α/ = t 0.05 (6) = P(7.58 < β < 8.3) = 0.90 (c) H 0 : Y x=0 = 1; H 1 : Y x=0 1; s α = s Y (x=0) = ; t 0 = 1.53; t α/ = t 0.05 (6) =.447 (d) x =.375 s Y (x=0) (e) Y x=1 = 5.684; = s [ 1 + (x x ) n (x x ) ] = [1 + 0] = s Y = 1.; t α/ = t 0.05 (6) =.447 P(.98 < x=1 < 8.39) = 0.95, azaz előfordulhat, hog x=1-nél -ra 8-t kapunk, mvel x=1-nél számolt 95%-os kétoldal jóslás ntervallum tartalmazza a 8-t. 7
Biológiai anyagok hatásának értékelése, ha közvetlen fizikai vagy kémiai analízis nem alkalmazható.
Boassa Bológa anagok hatásának értékelése, ha közvetlen fzka vag kéma analízs nem alkalmazható. Alapja standard készítménnel való összehasonlítás: a vzsgált anag mlen mennsége ad uganakkora hatást, mnt
RészletesebbenGazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Regresszió-számítás. 2. előadás. Kvantitatív statisztikai módszerek. Dr.
Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Regresszó-számítás. előadás Kvanttatív statsztka módszerek Dr. Varga Beatr Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Korrelácós
Részletesebben20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek!
SPEC 2009-2010. II. félév Statsztka II HÁZI dolgozat Név:... Neptun kód: 20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek! 1. példa Egy üzemben tejport csomagolnak zacskókba,
RészletesebbenGazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Korreláció-számítás. 1. előadás. Döntéselőkészítés módszertana. Dr.
Korrelácó-számítás 1. előadás Döntéselőkészítés módszertana Dr. Varga Beatr Két változó között kapcsolat Függetlenség: Az X smérv szernt hovatartozás smerete nem ad semmlen többletnformácót az Y szernt
RészletesebbenStatisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.
Statsztka próbák Paraméteres. A populácó paraméteret becsüljük, ezekkel számolunk.. Az alapsokaság eloszlására van kkötés. Nem paraméteres Nncs lyen becslés Nncs kkötés Ugyanazon problémára sokszor megvan
RészletesebbenStatisztika feladatok
Statsztka ok Informatka Tudományok Doktor Iskola Bzonyítandó, hogy: azaz 1 Tekntsük az alább statsztkákat: Igazoljuk, hogy torzítatlan statsztkák! Melyk a leghatásosabb közöttük? (Ez az együttes eloszlásfüggvényük.)
RészletesebbenBIOMETRIA_ANOVA_2 1 1
Két faktor szerinti ANOVA Az A faktor minden szintjét kombináljuk a B faktor minden szintjével, minden cellában azonos számú ismétlés (kiegyensúlyozott terv). A terv szerkezete miatt a faktorok hatását
RészletesebbenKISTERV2_ANOVA_
Két faktor szerinti ANOVA Az A faktor minden szintjét kombináljuk a B faktor minden szintjével, minden cellában azonos számú ismétlés (kiegyensúlyozott terv). A terv szerkezete miatt a faktorok hatását
RészletesebbenANOVA. Egy faktor szerinti ANOVA. Nevével ellentétben nem szórások, hanem átlagok összehasonlítására szolgál. Több független mintánk van, elemszámuk
Egy faktor zernt NOV Nevével ellentétben nem zóráok, hanem átlagok özehaonlítáára zolgál Több független mntánk van, elemzámuk,...,,, r y,...,, y, y,..., yr;,, r H : r NOV. élda (Box-Hunter-Hunter: Stattc
RészletesebbenTáblázatok 4/5. C: t-próbát alkalmazunk és mivel a t-statisztika értéke 3, ezért mind a 10%-os, mind. elutasítjuk a nullhipotézist.
1. Az X valószínőség változó 1 várható értékő és 9 szórásnégyzető. Y tıle független várható értékkel és 1 szórásnégyzettel. a) Menny X + Y várható értéke? 13 1 b) Menny X -Y szórásnégyzete? 13 1 összesen
RészletesebbenOLS regresszió - ismétlés Mikroökonometria, 1. hét Bíró Anikó A tantárgy tartalma
OLS regresszó - smétlés Mroöonometra,. hét Bíró Anó A tantárg tartalma Leggaorbb mroöonometra problémá és azo ezeléséne megsmerése Egén vag vállalat adato Keresztmetszet és panel elemzés Vállalat, pacelemzés
RészletesebbenLineáris regresszió. Statisztika I., 4. alkalom
Lneárs regresszó Statsztka I., 4. alkalom Lneárs regresszó Ha két folytonos változó lneárs kapcsolatban van egymással, akkor az egyk segítségével elıre jelezhetjük a másk értékét. Szükségünk van a függı
RészletesebbenTanult nem paraméteres próbák, és hogy milyen probléma megoldására szolgálnak.
8. GYAKORLAT STATISZTIKAI PRÓBÁK ISMÉTLÉS: Tanult nem paraméteres próbák, és hogy mlyen probléma megoldására szolgálnak. Név Illeszkedésvzsgálat Χ próbával Illeszkedésvzsgálat grafkus úton Gauss papírral
RészletesebbenRegresszió. Fő cél: jóslás Történhet:
Fő cél: jóslás Történhet: Regresszó 1 változó több változó segítségével Lépések: Létezk-e valamlyen kapcsolat a 2 változó között? Kapcsolat természetének leírása (mat. egy.) A regresszós egyenlet alapján
RészletesebbenHipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?
01.09.18. Hpotézs vzsgálatok Egy példa Kérdések (példa) Hogyan adhatunk választ? Kérdés: Hatásos a lázcsllapító gyógyszer? Hatásos-e a gyógyszer?? rodalomból kísérletekből Hpotézsek A megfgyelt változó
Részletesebben) ( s 2 2. ^t = (n x 1)s n (s x+s y ) x +(n y 1)s y n x+n y. +n y 2 n x. n y df = n x + n y 2. n x. s x. + s 2. df = d kritikus.
Kétmtás t-próba ^t ȳ ( s +( s + + df + vag ha, aor ^t ȳ (s +s Welch-próba ^d ȳ s + s ( s + s df ( s ( s + d rtus t s (α, +t s (α, s + s Kofdecatervallum ét mta átlagáa ülöbségére SE s ( + s ( ±t (α,df
Részletesebbens n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés
A m és az átlag Standard hba Mnta átlag 1 170 Az átlagok szntén ngadoznak a m körül. s x s n Az átlagok átlagos eltérése a m- től! 168 A m konfdenca ntervalluma. 3 166 4 173 x s x ~ 68% ~68% annak a valószínűsége,
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETRIA ÖKONOMETRIA Készült a TÁMOP-4.1.-08//A/KMR-009-0041pálázat projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudomán Tanszékén az ELTE Közgazdaságtudomán Tanszék, az MTA Közgazdaságtudomán
RészletesebbenVARIANCIAANALÍZIS (szóráselemzés, ANOVA)
VARIANCIAANAÍZIS (szóráselemzés, ANOVA) Varancaanalízs. Varancaanalízs (szóráselemzés, ANOVA) Adott: egy vagy több tetszőleges skálájú független változó és egy legalább ntervallum skálájú függő változó.
RészletesebbenA paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab
öbbváltozós regresszók Paraméterbecslés-. A paraméterbecslés.. A probléma megfogalmazása A paramétereket kísérletleg meghatározott y értékekre támaszkodva becsülk. Ha darab ksérletet (megfgyelést, mérést
RészletesebbenÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETRIA Készült a TÁMOP-4..-08//A/KMR-009-004pálázat projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomán Tanszékén az ELTE Közgazdaságtudomán Tanszék az MTA Közgazdaságtudomán Intézet
RészletesebbenTöbb valószínűségi változó együttes eloszlása, korreláció
Tartalomjegzék Előszó... 6 I. Valószínűségelméleti és matematikai statisztikai alapok... 8 1. A szükséges valószínűségelméleti és matematikai statisztikai alapismeretek összefoglalása... 8 1.1. Alapfogalmak...
RészletesebbenEgy negyedrendű rekurzív sorozatcsaládról
Egy negyedrendű rekurzív sorozatcsaládról Pethő Attla Emlékül Kss Péternek, a rekurzív sorozatok fáradhatatlan kutatójának. 1. Bevezetés Legyenek a, b Z és {1, 1} olyanok, hogy a 2 4b 2) 0, b 2 és ha 1,
Részletesebben( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ANOVA ( ) 2. χ σ. α ( ) 2. y y y p p y y = + + = + + p p r. Fisher-Cochran-tétel
NOV ( ) ( ) ( ) ( ) ( ) ( ) a Y Y Y Y µ µ µ + + + ( ) ( ) ( ) ( ) + + Y µ µ µ ( ) ( ) ( ) + + µ χ e ( ) ( ) r + + Fher-Cochran-tétel mnd NOV ( ) e χ : H ( ) e S χ ( ) e r ν χ ( ) e S χ ( ) e r r ν χ F
RészletesebbenMinősítéses mérőrendszerek képességvizsgálata
Mnősítéses mérőrendszerek képességvzsgálata Vágó Emese, Dr. Kemény Sándor Budapest Műszak és Gazdaságtudomány Egyetem Kéma és Környezet Folyamatmérnök Tanszék Az előadás vázlata 1. Mnősítéses mérőrendszerek
RészletesebbenVariancia-analízis (ANOVA) Mekkora a tévedés esélye? A tévedés esélye Miért nem csinálunk kétmintás t-próbákat?
Varanca-analízs (NOV Mért nem csnálunk kétmntás t-próbákat? B Van különbség a csoportok között? Nncs, az eltérés csak véletlen! Ez a nullhpotézs. és B nncs különbség Legyen, B és C 3 csoport! B és C nncs
RészletesebbenBiomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision
RészletesebbenTöbbváltozós Regresszió-számítás
Töváltozós Regresszó-számítás 4.-5. előadás Kvanttatív statsztka módszerek Dr. Szlág Roland Korrelácó Célja a kacsolat szorosságának mérése. X (X, X,, X ): magarázó változó(k), független változó(k) Y:
RészletesebbenMérnöki alapok 5. előadás
Mérnök alapok 5. előadás Készítette: dr. Várad Sándor Budapest Műszak és Gazdaságtudomán Egetem Gépészmérnök Kar Hdrodnamka Rendszerek Tanszék, Budapest, Műegetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9
RészletesebbenEgyváltozós függvények differenciálszámítása II.
Egváltozós függvének differenciálszámítása II.. 2. 3. 4. 5. 6. 7. 8. Végezzen teljes függvénvizsgálatot! A függvénvizsgálat szokásos menete:. Értelmezési tartomán, tengelmetszetek 2. Szimmetriatulajdonságok:
RészletesebbenORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!
ORVOSI STATISZTIKA Az orvos statsztka helye Élettan Anatóma Kéma Lehet kérdés?? Statsztka! Az orvos döntéseket hoz! Mkor jó egy döntés? Mennyre helyes egy döntés? Mekkora a tévedés lehetősége? Példa: test
Részletesebbend(f(x), f(y)) q d(x, y), ahol 0 q < 1.
Fxponttétel Már a hétköznap életben s gyakran tapasztaltuk, hogy két pont között a távolságot nem feltétlenül a " kettő között egyenes szakasz hossza" adja Pl két település között a távolságot közlekedés
RészletesebbenNemlineáris függvények illesztésének néhány kérdése
Mûhel Tóth Zoltán docens, Károl Róbert Főskola E-mal: zol@karolrobert.hu Nemlneárs függvének llesztésének néhán kérdése A nemlneárs regresszós és trendfüggvének llesztésekor számos esetben alkalmazzuk
RészletesebbenLaboratóriumi kontrollkártya használata Tananyag. Készítette: Muránszky Géza vegyészmérnök Oktató: Lőrinc Anna minőségirányítási előadó
Laboratórum kontrollkártya használata Tananyag Készítette: Muránszky Géza vegyészmérnök Oktató: Lőrnc Anna mnőségrányítás előadó Tartalom. Bevezetés... 3. A kontroll kártyák típusa... 4 3. A statsztka
RészletesebbenA multikritériumos elemzés célja, alkalmazási területe, adat-transzformációs eljárások, az osztályozási eljárások lényege
A multkrtérumos elemzés célja, alkalmazás területe, adat-transzformácós eljárások, az osztályozás eljárások lényege Cél: tervváltozatok, objektumok értékelése (helyzetértékelés), döntéshozatal segítése
Részletesebbenbiometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás
Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani
RészletesebbenBevezetés a hipotézisvizsgálatokba
Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -
Részletesebben= és a kínálati függvény pedig p = 60
GYAKORLÓ FELADATOK 1: PIACI MECHANIZMUS 1. Adja meg a keresleti és a kínálati függvének pontos definícióját! Mikor beszélhetünk piaci egensúlról?. Eg piacon a keresletet és a kínálatot a p = 140 0, 1q
RészletesebbenHatárérték. Wettl Ferenc el adása alapján és Wettl Ferenc el adása alapján Határérték és
2015.09.28. és 2015.09.30. 2015.09.28. és 2015.09.30. 1 / Tartalom 1 A valós függvén fogalma 2 A határérték fogalma a végtelenben véges pontban Végtelen határértékek 3 A határértékek kiszámítása A rend
RészletesebbenAdatelemzés és adatbányászat MSc
Adatelemzés és adatbányászat MSc. téma Adatelemzés, statsztka elemek áttekntése Adatelemzés módszertana probléma felvetés módszer, adatok meghatározása nyers adatok adatforrás meghatározása adat tsztítás
RészletesebbenKísérlettervezési alapfogalmak:
Kísérlettervezés alapfogalmak: Tényező, faktor (factor) független változó, ható tényező (kezelés, gyógyszer, takarmány, genotípus, élőhely, stb.) amnek hatását a kísérletben vzsgáln vagy összehasonlítan
RészletesebbenMatematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)
Matematka statsztka elıadás III. éves elemzı szakosokak Zemplé Adrás 9. elıadásból részlet Y közelítése függvéyével Gyakor eset, hogy em smerjük a számukra érdekes meység Y potos értékét pl. holap részvéy-árfolyam,
RészletesebbenMatematika OKTV I. kategória 2017/2018 második forduló szakgimnázium-szakközépiskola
O k t a t á s i H i v a t a l A 017/018. tanévi Országos Középiskolai Tanulmáni Versen második forduló MATEMATIKA I. KATEGÓRIA (SZAKGIMNÁZIUM, SZAKKÖZÉPISKOLA) Javítási-értékelési útmutató 1. Adja meg
Részletesebben10.3. A MÁSODFOKÚ EGYENLET
.. A MÁSODFOKÚ EGYENLET A másodfokú egenlet és függvén megoldások w9 a) ( ) + ; b) ( ) + ; c) ( + ) ; d) ( 6) ; e) ( + 8) 6; f) ( ) 9; g) (,),; h) ( +,),; i) ( ) + ; j) ( ) ; k) ( + ) + 7; l) ( ) + 9.
RészletesebbenKidolgozott feladatok a nemparaméteres statisztika témaköréből
Kdolgozott feladatok a nemparaméteres statsztka témaköréből A táékozódást mndenféle színkódok segítk. A feladatok eredet szövege zöld, a megoldások fekete, a fgyelmeztető, magyarázó elemek pros színűek.
RészletesebbenRegresszió és korreláció
Regresszó és korrelácó regresso: vsszatérés, hátrálás; vsszafordulás correlato: vszo, összefüggés, kölcsöösség KAD 01.11.1 1 (vsszatérés, hátrálás; vsszafordulás) Regresszó és korrelácó Gakorlat megközelítés
RészletesebbenAz entrópia statisztikus értelmezése
Az entrópa statsztkus értelmezése A tapasztalat azt mutatja hogy annak ellenére hogy egy gáz molekulá egyed mozgást végeznek vselkedésükben mégs szabályszerűségek vannak. Statsztka jellegű vselkedés szabályok
RészletesebbenNormális eloszlás paramétereire vonatkozó próbák
Normális eloszlás paramétereire vonatkozó próbák Az alábbi próbák akkor használhatók, ha a meggyelések függetlenek, és feltételezhetjük, hogy normális eloszlásúak a meggyelések függetlenek, véges szórású
Részletesebben1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása
HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat
RészletesebbenGyakorló feladatok a kétváltozós regresszióhoz 2. Nemlineáris regresszió
Gyakorló feladatok a kétváltozós regresszióhoz 2. Nemlineáris regresszió 1. A fizetés (Y, órabér dollárban) és iskolázottság (X, elvégzett iskolai év) közti kapcsolatot vizsgáljuk az Y t α + β X 2 t +
RészletesebbenRelációk. Vázlat. Példák direkt szorzatra
8.. 7. elácók elácó matematka fogalma zükséges fogalom: drekt szorzat Halmazok Descartes drekt szorzata: Legenek D D D n adott doman halmazok. D D D n : = { d d d n d k D k k n } A drekt szorzat tehát
RészletesebbenVázlat. Relációk. Példák direkt szorzatra
7..9. Vázlat elácók a. elácó fogalma b. Tulajdonsága: refleív szmmetrkus/antszmmetrkus tranztív c. Ekvvalenca relácók rzleges/parcáls rrendez relácók felsmere d. elácók reprezentálása elácó matematka fogalma
RészletesebbenNormális eloszlás tesztje
Valószínűség, pontbecslés, konfidenciaintervallum Normális eloszlás tesztje Kolmogorov-Szmirnov vagy Wilk-Shapiro próba. R-funkció: shapiro.test(vektor) balra ferde eloszlás jobbra ferde eloszlás balra
Részletesebbenξ y = (EXCEL-ben: ÁTLAG)
TÉMAVÁZLAT 4-7. ALKALOM Kéma Számítástechnka Gyakorlat, Kéma BSc I. évf. 07/08 I. félév (összeállította: Tóth Gergely) STATISZTIKAI ALAPOK Célja: egy halmazból, sokaságból kválasztott mnta alaján az egész
RészletesebbenA kardáncsukló tengelyei szögelfordulása közötti összefüggés ábrázolása. Az 1. ábrán mutatjuk be a végeredményt, egy körülfordulásra.
A kardáncsukló tengelei szögelfordulása közötti összefüggés ábrázolása Az 1. ábrán mutatjuk be a végeredmént, eg körülfordulásra. 3 330 270 2 210 1 150 A kardáncsukló hajtott tengelének szögelfordulása
Részletesebben4 2 lapultsági együttható =
Leíró statsztka Egy kísérlet végeztével általában tetemes mennységű adat szokott összegyűln. Állandó probléma, hogy mt s kezdjünk - lletve mt tudunk kezden az adatokkal. A statsztka ebben segít mnket.
RészletesebbenKoordináta-geometria alapozó feladatok
Koordináta-geometria alapozó feladatok 1. Határozd meg az AB szakasz felezőpontját! (1,5 ; 3,5) (0,5 ; ) (6,5 ; 8,5) (4,5 ; ) (0,5 ; 1,5) (0 ; 0) (0 ; 8,5) (1 ; 1) ( 1,5 ; ) (3,5 ; 3) (0 ; 3) ( 1 ; 1,5).
RészletesebbenHipotézisvizsgálat az Excel adatelemző eljárásaival. Dr. Nyéki Lajos 2018
Hipotézisvizsgálat az Excel adatelemző eljárásaival Dr. Nyéki Lajos 2018 Egymintás t-próba Az egymintás T-próba azt vizsgálja, hogy különbözik-e a változó M átlaga egy megadott m konstanstól. Az a feltételezés,
RészletesebbenMax-stabilis folyamatok. 6. előadás, március 29. Smith (1990) konstrukciója. Példák
Max-stabls folyamatok 6. előadás, 2017. márcus 29. Zemplén András Valószínűségelmélet és Statsztka Tanszék Természettudomány Kar Eötvös Loránd Tudományegyetem Árngadozások előadás Legyen T R d egy Borel-halmaz.
RészletesebbenMatematikai statisztika
Matematka statsztka 8. elıadás http://www.math.elte.hu/~arato/matstat0.htm Kétmtás eset: függetle mták + + + = + ) ( ) ( ) ( Y Y X X Y X m m m t m Ha smert a szórás: (X elemő, σ szórású, Y m elemő, σ szórású),
RészletesebbenRegresszió és korreláció
Regresszó és korrelácó regresso: vsszatérés, hátrálás; vsszafordulás correlato: vszo, összefüggés, kölcsöösség KAD 016.11.10 1 (vsszatérés, hátrálás; vsszafordulás) Regresszó és korrelácó Gakorlat megközelítés
RészletesebbenReakciókinetikai adatsor kiértékelése (mechanizmusvizsgálat kémia alapszakosoknak) feladatleírás, pontozási útmutató és megjegyzések 2014.
Reakóknetka adatsor kértékelése (mehanzmusvzsgálat kéma alapszakosoknak) feladatleírás, pontozás útmutató és megjegyzések 4. A feladat egy mért adatsor reakóknetka kértékelése. Az adatsor gényléséhez a
RészletesebbenA lecke célja: A tananyag felhasználója megismerje az erőrendszerek egyenértékűségének és egyensúlyának feltételeit.
modul: Erőrendserek lecke: Erőrendserek egenértékűsége és egensúl lecke célj: tnng felhsnálój megsmerje erőrendserek egenértékűségének és egensúlánk feltételet Követelmének: Ön kkor sjátított el megfelelően
RészletesebbenRegresszióanalízis. Lineáris regresszió
Regrezóanalíz Lneár regrezó REGRESSZIÓ 1 Modell: Valamely (pl. fzka) törvényzerûég értelméen az x független változó zonyo értékénél a függõ változó értéke Y ϕ (x). Y helyett y értéket mérünk, E(y x) Y,
RészletesebbenHipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok
STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris
RészletesebbenDiszkrét idejű felújítási paradoxon
Magda Gábor Szaller Dávid Tóvári Endre 2009. 11. 18. X 1, X 2,... független és X-szel azonos eloszlású, pozitív egész értékeket felvevő valószínűségi változó (felújítási idők) P(X M) = 1 valamilyen M N
RészletesebbenKözgazdaságtan - 3. elıadás
Közgazdaságtan - 3. elıadás A FOGYASZTÓI DÖNTÉS TÉNYEZİI 1 A FOGYASZTÓI DÖNTÉS ELEMEI Példa: Eg személ naponta 2000 Ft jövedelmet költhet el pogácsára és szendvicsre. Melikbıl mennit tud venni? 1 db pogácsa
RészletesebbenStatisztikai módszerek 7. gyakorlat
Statisztikai módszerek 7. gyakorlat A tanult nem paraméteres próbák: PRÓBA NEVE Illeszkedés-vizsgálat Χ 2 próbával Homogenitás-vizsgálat Χ 2 próbával Normalitás-vizsgálataΧ 2 próbával MIRE SZOLGÁL? A val.-i
Részletesebben9. évfolyam Javítóvizsga felkészülést segítő feladatok
Halmazok: 9. évfolam Javítóvizsga felkészülést segítő feladatok. Adott két halmaz. A : a ; a : páros és B : ;;8;0;;;8;0;. Add meg a következő halmazműveleteket az elemek felsorolásával és készíts Venn
RészletesebbenAz átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)
Az átlagra voatkozó megbízhatósági itervallum (kofidecia itervallum) Határozzuk meg körül azt az itervallumot amibe előre meghatározott valószíűséggel esik a várható érték (µ). A várható értéket potosa
RészletesebbenÖtvözetek mágneses tulajdonságú fázisainak vizsgálata a hiperbolikus modell alkalmazásával
AGY 4, Kecskemét Ötvözetek mágneses tulajdonságú fázsanak vzsgálata a hperbolkus modell alkalmazásával Dr. Mészáros István egyetem docens Budapest Műszak és Gazdaságtudomány Egyetem Anyagtudomány és Technológa
RészletesebbenLOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála
LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála a független változó: névleges vagy sorrendi vagy folytonos skála BIOMETRIA2_NEMPARAMÉTERES_5 1 Y: visszafizeti-e a hitelt x: fizetés (életkor)
RészletesebbenKiegészítés a felületi hullámossághoz és a forgácsképződéshez. 1. ábra. ( 2 ) A szögváltozó kifejezése:
Kegészítés a felület hullámossághoz és a forgácsképződéshez Két korább dolgozatunkban [ KD1 ], [ KD2 ] s foglalkoztunk már a fapar forgácsoláselméletben központ szerepet játszó felület hullámosság kalakulásával,
RészletesebbenFeltételezzük, hogy a reaktáns koncentrációjának csökkenése felírható
Reakóknetka adatsor kértékelése (numerkus mehanzmusvzsgálat II. kéma alapszakosoknak) feladatleírás, pontozás útmutató és megjegyzések 3. A kapott adatsor egy reakóknetka mérésből származk. Egy reaktáns
Részletesebben1) Adja meg a következő függvények legbővebb értelmezési tartományát! 2) Határozzuk meg a következő függvény értelmezési tartományát!
Függvének Feladatok Értelmezési tartomán ) Adja meg a következő függvének legbővebb értelmezési tartománát! a) 5 b) + + c) d) lg tg e) ln + ln ( ) Megoldás: a) 5 b) + + = R c) és sosem teljesül. d) tg
RészletesebbenLíneáris függvények. Definíció: Az f(x) = mx + b alakú függvényeket, ahol m 0, m, b R elsfokú függvényeknek nevezzük.
Líneáris függvének Definíció: Az f() = m + b alakú függvéneket, ahol m, m, b R elsfokú függvéneknek nevezzük. Az f() = m + b képletben - a b megmutatja, hog a függvén hol metszi az tengelt, majd - az m
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát
RészletesebbenGVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet
GVMST22GNC Statisztika II. 3. előadás: 8. Hipotézisvizsgálat Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Hipotézisvizsgálat v becslés Becslés Ismeretlen paraméter Közeĺıtő
RészletesebbenAcél tartószerkezetek
Acél tartószerkezetek laborvizsgálatok összefoglalója 217 szept 28 Az Acél tartószerkezetek tárg keretében laborvizsgálatokat végeztünk melek során a hallgatók tapasztalatokat szerezhettek az acélszerkezetek
RészletesebbenKabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a
Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,
RészletesebbenMAGYARÁZAT A MATEMATIKA NULLADIK ZÁRTHELYI MINTAFELADATSOR FELADATAIHOZ 2010.
MAGYARÁZAT A MATEMATIKA NULLADIK ZÁRTHELYI MINTAFELADATSOR FELADATAIHOZ 00.. Tetszőleges, nem negatív szám esetén, Göktelenítsük a nevezőt: (B). Menni a 0 kifejezés értéke? (D) 0 0 0 0 0000 400 0. 5 Felhasznált
RészletesebbenA Termelésmenedzsment alapjai tárgy gyakorló feladatainak megoldása
azdaság- és Társadalomtudományi Kar Ipari Menedzsment és Vállakozásgazdaságtan Tanszék A Termelésmenedzsment alapjai tárgy gyakorló feladatainak megoldása Készítette: dr. Koltai Tamás egyetemi tanár Budapest,.
RészletesebbenStatisztika Elıadások letölthetık a címrıl
Statisztika Elıadások letölthetık a http://www.cs.elte.hu/~arato/stat*.pdf címrıl Konfidencia intervallum Def.: 1-α megbízhatóságú konfidencia intervallum: Olyan intervallum, mely legalább 1-α valószínőséggel
RészletesebbenStatika gyakorló teszt II.
Statika gakorló teszt II. Készítette: Gönczi Dávid Témakörök: (I) Egszerű szerkezetek síkbeli statikai feladatai (II) Megoszló terhelésekkel kapcsolatos számítások (III) Összetett szerkezetek síkbeli statikai
RészletesebbenA statika és dinamika alapjai 11,0
FA Házi feladatok (A. gakorlat) Adottak az alábbi vektorok: a=[ 2,0 6,0,2] [ 5,2,b= 8,5 3,9] [ 4,2,c= 0,9 4,8] [,0 ],d= 3,0 5,2 Számítsa ki az alábbi vektorokat! e=a+b+d, f =b+c d Számítsa ki az e f vektort
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
RészletesebbenModern fizika laboratórium
Modern fizika laboratórium 11. Az I 2 molekula disszociációs energiája Készítette: Hagymási Imre A mérés dátuma: 2007. október 3. A beadás dátuma: 2007. október xx. 1. Bevezetés Ebben a mérésben egy kétatomos
RészletesebbenBoros Daniella Nappali tagozat Kereskedelem és marketing 2. évfolyam Gödöllő Neptun kód: OIPGB9
Szent István Egetem Gazdaság- és Tásadalomtudomán Ka -------------------------------------------------------------------------------------------- Koelácó- és egesszó analízs ----------------------------------------------------------------------------------------------------------------------
RészletesebbenOKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia Szakmai felelős: Varga Júlia június
OKTATÁSGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázat projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomány Tanszékén az ELTE Közgazdaságtudomány Tanszék az MTA Közgazdaságtudomány
RészletesebbenNemparaméteres eljárások
Nemparaméteres eljárások Bevezetés Az ntervallum vagy a hányados skálán végzett méréseknél az adatokból számolhatunk átlagot, szórásnégyzetet, szórást Fontos módszerek alapulnak ezeknek a származtatott
RészletesebbenStatisztikai következtetések Nemlineáris regresszió Feladatok Vége
[GVMGS11MNC] Gazdaságstatisztika 10. előadás: 9. Regressziószámítás II. Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet A standard lineáris modell
RészletesebbenMINİSÍTÉSES MÉRİESZKÖZÖK KÉPESSÉGVIZSGÁLATA
MŐEGYETEM 178 MINİSÍTÉSES MÉRİESZKÖZÖK KÉPESSÉGVIZSGÁLATA DKTRI ÉRTEKEZÉS KÉSZÍTETTE: VÁGÓ EMESE TÉMAVEZETİ: DR. KEMÉNY SÁNDR BME, Vegyészmérnök és Bomérnök Kar, Kéma és Környezet Folyamatmérnök Tanszék
RészletesebbenMatematikai összefoglaló
Mtemt össefoglló Vetoro Ngon so oln mennség vn, mel nem ellemehető egetlen sámml. A len mennségre legegserű és mnden áltl ól smert péld, vlmel pontn helete téren. Amor táéoódun és eg pont heletét meg ru
RészletesebbenKalkulus II., harmadik házi feladat
Név: Neptun: Web: http://mawell.sze.hu/~ungert Kalkulus II., harmadik házi feladat.,5 pont) Határozzuk meg a következ határértékeket: ahol a) A =, ), b) A =, ), c) A =, ).,) A Az egszer bb kezelhet ség
RészletesebbenADATREDUKCIÓ I. Középértékek
ADATREDUKCIÓ I. Középértékek Adatredukcó 1. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények: a) Számított középérték: közbenső helyet foglaljanak el, azaz mn középérték
Részletesebben15. Többváltozós függvények differenciálszámítása
5. Többváltoós függvének differenciálsámítása 5.. Határoa meg a alábbi kétváltoós függvének elsőrendű parciális derivált függvéneit és a gradiens függvénét, valamint eek értékét a megadott pontban:, =
RészletesebbenMikroszkóp vizsgálata és folyadék törésmutatójának mérése (8-as számú mérés) mérési jegyzõkönyv
(-as számú mérés) mérési jegyzõkönyv Készítette:, II. éves fizikus... Beadás ideje:... / A mérés leírása: A mérés során egy mikroszkóp különbözõ nagyítású objektívjeinek nagyítását, ezek fókusztávolságát
Részletesebben2. Koordináta-transzformációk
Koordnáta-transformácók. Koordnáta-transformácók Geometra, sámítógép graka feladatok során gakran van arra sükség, hog eg alakatot eg ú koordnáta-rendserben, vag a elenleg koordnáta rendserben, de elmogatva,
RészletesebbenVIDÉKFEJLESZTÉSI MINISZTÉRIUM. Petrik Lajos Két Tanítási Nyelvű Vegyipari, Környezetvédelmi és Informatikai Szakközépiskola
IDÉKFEJLESZTÉSI MINISZTÉRIUM Petrik Lajos Két Tanítási Nyelvű egyipari, Környezetvédelmi és Informatikai Szakközépiskola Budapest, Thököly út 8-. X. KÖRNYEZETÉDELMI ÉS ÍZÜGYI ORSZÁGOS SZAKMAI TANULMÁNYI
RészletesebbenADATREDUKCIÓ I. Középértékek
ADATREDUKCIÓ I. Középértékek Adatredukcó 1. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények: a) Számított középérték: közbenső helyet foglaljanak el, azaz mn középérték
Részletesebben