Statisztika II. előadás és gyakorlat 2. rész

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Statisztika II. előadás és gyakorlat 2. rész"

Átírás

1 előadás és gyakorlat. rész T.Nagy Judt Ajálott rodalom: Ilyésé Molár Emese Lovasé Avató Judt: Feladatgyűjteméy, Perekt, 006. Korpás Attláé (szerk.): Általáos, Nemzet Taköyvkadó, Molár Mátéé Tóth Mártoé: Általáos Statsztka Példatár II., Nemzet Taköyvkadó, 001. T.Nagy Judt 1

2 A mtából törtéő következtetés, mtavétel alapogalmak A mta célja: olya adatok szerzése, melyből következtetéseket tuduk levo a teljes sokaságra voatkozóa. A mtavétel módja: Adatgyűjtés Részleges adatelvétel Teljes körű adatelvétel (cezus) Kotrollált kísérlet Reprezetatív meggyelés Egyéb részleges adatelvétel Véletlee alapuló kválasztás Nem véletlee alapuló kválasztás FAE mtavétel EV mtavétel Szsztematkus mtavétel Rétegzett mtavétel Csoportos mtavétel = egylépcsős Többlépcsős mtavétel Kombált eljárások Szsztematkus mtavétel Kvóta szert kválasztás Kocetrált kválasztás Hólabda kválasztás Ökéyes kválasztás FAE (Függetle, azoos eloszlású) mta: Véletleszerű vsszatevéses mtavétel vagy vsszatevés élkül de az alapsokaság végtele (vagy agyo agy számosságú). EV (Egyszerű véletle) mta: Véges sokaságból törtéő, vsszatevés élkül mtavétel (ha az alapsokaság agy, akkor az EV mta FAE mtáak tekthető). A eladatokba FAE mtát eltételezük! T.Nagy Judt

3 T.Nagy Judt 3

4 Az alapsokaság jellemző: Eleme: X 1, X, X N, (az elemszám véges vagy végtele) N elemszám X átlag K P előordulás valószíűség (aráy) N szórás A céluk X, P, becslése a mtából. A mta jellemző: A mtaelemek: x 1, x,, x elemszám kválasztás aráy N Mtaátlag: x x x x o A mtaátlag várható értéke: = X A mta szórása: x x s 1 x x s 1 Mtaátlag szórása stadard hba (FAE mta eseté): vagy x s x s k Relatív gyakorság (mtabel aráy): p vagy p N, X P, mtavétel, x p, s Alapsokaság statsztka következtetés Mta T.Nagy Judt 4

5 III. Statsztka becslés Statsztka becslés: valamely statsztka adat közelítő potosságú meghatározása. Paraméter: A becsül kívát jellemzője a sokaságak (pl. várható érték, szórás, aráy, ):. Becslőüggvéy: A mtából származó meggyelések (x 1, x, ) üggvéye (pl. mtaelemek átlaga): ˆ. A becslőüggvéyel szembe támasztott követelméyek: 1. Torzítatla: várható értéke a becsül kívát paraméter. Kozsztes: a mtaagyság övelésével a becslés agy valószíűséggel a paraméter elé tart. 3. Hatásos: két kozsztes üggvéyközül az a hatásosabb, melyek ksebb a szórása. Potbecslés: A mtából származó meggyeléseket a becslőüggvéybe helyettesítjük. Pl. x, s, p mtából törtéő kszámítása potbecslés. Itervallumbecslés vagy kodecatervallum: A mta alapjá meghatározható tervallum: ˆ ; ˆ ], melybe a becsül kívát paraméter előre megadott valószíűséggel esk. [ a Ez a valószíűség a megbízhatóság szt (1-α). Azaz P 1 ˆ ˆ a. A becslőüggvéy értéke mtáról mtára változk (szóródk), eek szóródását stadard hbáak evezzük. (, s, s ) x x p A maxmáls hba vagy hbahatár ( ) megadja, hogy adott (1-α) megbízhatóság szt eseté legeljebb meyt tévedük. Becslés Potbecslés x, p, s Itervallumbecslés x, p, T.Nagy Judt 5

6 Itervallumbecslések (FAE mta eseté ) 1. A várható érték becslése átlagbecslés (eltétel: ormáls eloszlás vagy agy mta: 100) A becslés meete: Mtaátlag kszámítása: x (a sokaság átlag potbecslése) Ha em smert, akkor a mtaszórás kszámítása: s Stadard hba kszámítása: (ha smert a szórás) vagy x s s x (ha em smert a szórás) A megbízhatóság sztek megelelő z vagy t értékek kkeresése táblázatból: z 1 (ha smert a szórás) vagy t (1) 1 (ha em smert a szórás) A hbahatár kszámítása: z x 1 (1) t s 1 x (ha smert a szórás), vagy (ha em smert a szórás A kodeca tervallum megadása ( X x ) A képletek FAE mta eseté érvéyesek. EV mtáál a stadard hba egy számolható! k 1 N téyezővel szorozva T.Nagy Judt 6

7 III. 1. MINTAPÉLDA Egy üdítőtalt palackozó cég, töltőgépe potosságáak elleőrzéséhez 15 elemű véletle mtát vett. Korább vzsgálatokból smert, hogy a gép által töltött térogat ormáls eloszlást követ. A mta (FAE) mérés eredméye ml-be: 503; 498; 490; 500; 499; 495; 49; 500; 50; 501; 500; 496; 503; 499; 49 Feladat Becsüljük meg 95%-os megbízhatósággal az átlagos töltőtérogatot. A mta: ormáls eloszlású, em smert a szórással. A mtaátlag: A mtaszórás: A stadard hba: x x = 498 x x s = 4,13 1 s s x = 1,06 Értelmezés: A becslőüggvéy szórása 1,06 ml, azaz 1,06 ml a mtaátlagok sokaság várható értéktől való átlagos eltérése. A megbízhatóság sztek megelelő t érték kkeresése táblázatból 1- = 0,95 = 0,05 = 0,05 1 = 0,975 t (1) 1 = (14) t 0,975=,14 (14) A hbahatár t 0,975 s =,8 x Értelmezés: A becslés sorá 95%-os valószíűséggel,8 ml-él kevesebbet tévedük. A keresett kodeca tervallum X x = [498-,8 ; 498+,8] = [495,7 ; 500,8] Értelmezés: 95%-os megbízhatósággal állíthatjuk, a mta alapjá, hogy az üdítőtalok átlagos töltőtérogata 495,7 és 500,8 ml között va. T.Nagy Judt 7

8 Látható, hogy a kodecatervallum méretét (- keresztül) a táblázatból kkeresett t érték szabályozza, am két téyezőtől ügg: a mta elemszámától és a megbízhatóság szttől. Hogya? III. 1. MINTAPÉLDA Becsüljük meg 95%-os megbízhatósággal az átlagos töltőtérogatot, ha tudjuk, hogy a gép 6 ml szórással tölt. A mta: ormáls eloszlású, smert a szórással A mtaátlag: x = 498 A szórás: = 6 A stadard hba: = 1,73 x A megbízhatóság sztek megelelő z érték kkeresése táblázatból 1- = 0,95 = 0,05 = 0,05 1 = 0,975 z 1 = z 0,975 = 1,96 A hbahatár z = 3,39 x 1 A keresett kodeca tervallum [498-3,39 ; 498+3,39] = [494,61 ; 501,39] Értelmezés: 95%-os megbízhatósággal állíthatjuk, a mta alapjá, hogy az üdítőtalok átlagos töltőtérogata 494,61 és 501,39 ml között va. T.Nagy Judt 8

9 . Valószíűség becslése aráybecslés (eltétel: agy mta: 100) A becslés meete: k A mtabel aráy kszámítása p vagy p (valószíűség potbecslése) A mtaszórás kszámítása: s p(1 p) Stadard hba kszámítása: s p s A megbízhatóság sztek megelelő z 1 érték kkeresése táblázatból A hbahatár kszámítása: z s p 1 A kodeca tervallum megadása: P p III.. MINTAPÉLDA Egy szolgáltató 450 ügyeléek vllamos eerga ogyasztására voatkozó adatok (reprezetatív mta alapjá): Vllamos eerga ogyasztók száma ogyasztás (kwh) Összese 450 Feladat: Becsüljük meg 99%-os megbízhatóság szte a 00 kwh-ál agyobb ogyasztók aráyát! A mtabel aráy: p = 0,9 = 9% 450 A mtaszórás: s p(1 p) 0,9 0, 71 = 0,45 s A stadard hba: s p = 0,01 T.Nagy Judt 9

10 A megbízhatóság sztek megelelő z 1 érték kkeresése táblázatból 1- = 0,99 = 0,01 = 0,005 1 = 0,995 z 0,995 =,58 A hbahatár: z s p = 0,054 1 A kodeca tervallum: P p [0,9-0,054 ; 0,9+0,054] = [0,36 ; 0,344] = [3,6% ; 34,4%] Értelmezés: A szolgáltató 00 kwh-ál többet ogyasztó ügyeleek aráya (a teljes sokaságba), 99%-os megbízhatósággal 4% és 34% között va. 3. A szórás becslése (eltétel: ormáls eloszlású sokaság) A becslés meete: A mtaátlag kszámítása: x x x A mtaszórás kszámítása s (szórás potbecslése) 1 x A megbízhatóság sztek megelelő (1) 1 és értékek kkeresése táblázatból (1) A kodeca tervallum határa: ( 1) s ( 1) s alsó első (1) ( (1) 1 T.Nagy Judt 10

11 III. 3. MINTAPÉLDA Feladat: Becsüljük meg 95%-os megbízhatósággal a III. 1. Mtapéldába a töltés térogat szórását. x = 498 s = 4,13 (1) 1 (14) = 0,975= 6,1 (1) (14) = 0,05= 5,63 ( 1) s =3,0 ( 1) s első =6,5 ( 1 ) alsó ( 1) 1 Megjegyzés: Ezúttal a kodecatervallum em szmmetrkus a potbecslésre (s-re). Értelmezés: 95%-os megbízhatósággal állíthatjuk, a mta alapjá, hogy az üdítőtalok töltés térogatáak szórása 3,0 és 6,5 ml között va. T.Nagy Judt 11

12 IV. Hpotézsvzsgálat Hpotézsvzsgálat: A sokaság valamely pereméterére (vagy egyéb jellemzőjére) voatkozó állítás vagy eltevés helyességéek vzsgálata egy mta alapjá. Ez az állítás a hpotézs. A hpotézsvzsgálathoz kétéle hpotézst kell megogalmazuk, az ú. ullhpotézst és az ezzel elletétes tartalmú ellehpotézst. MINTAPÉLDA Egy üdítőtalt palackozó üzembe automata gép tölt a palackokat. Az előírás szert töltés térogat 500 ml. Teljesül-e az előírás? Eek elleőrzéséhez a következő két hpotézst ogalmazhatjuk meg: Nullhpotézs: : 500 (a töltés térogat 500 ml) H o Ellehpotézs: : 500 (a töltés térogat em 500 ml) H 1 A ullhpotézs voatkozhat várható értékre, aráyra, szórásra, stb. A ullhpotézst mdg egyelőség ormájába ogalmazzuk meg. Az ellehpotézs hároméle lehet, melyek közül mdg az adott vzsgálatak megelelőt haszáljuk. Nullhpotézs: Alteratív (elle-) hpotézsek: H : o H : 1 o (kétoldal) o o (egyoldal: bal) o (egyoldal: jobb) A hpotézsvzsgálat eredméye, hogy valamelyk (H 0 vagy H 1 ) hpotézst elogadjuk a máskkal szembe. Az eljárást, melyek segítségével (a mtából származó ormácók alapjá) dötük H 0 vagy H 1 hpotézsek elogadásáról statsztka próbáak evezzük. A dötést a próbaüggvéy segítségével tesszük meg. A próbaüggvéy a mtaelemekek üggvéye. A próbaüggvéy tulajdosága: Eloszlása, a ullhpotézs eállása mellett, egyértelműe meghatározható. Értéke mtáról mtára változhat. T.Nagy Judt 1

13 Lehetséges értékeek tartomáya két dszjukt részre botható: Elogadás tartomáyra (E) és Vsszautasítás tartomáyra. A két tartomáyt a krtkus érték választja el egymástól. Ha a próbaüggvéy aktuáls értéke az elogadás tartomáyba (E-be) esk, akkor a H 0 hpotézst elogadjuk, ha a vsszautasítás tartomáyba, akkor em ogadjuk el (ekkor H 1 -et ogadjuk el). Ez utóbb eset valószíűségét szgkacasztek () evezzük. tehát aak valószíűsége, hogy a próbaüggvéy a vsszautasítás tartomáyba esk. A dötésük valószíűség következtetés, mely kockázattal, és hbával járhat. Kétéleképp hbázhatuk: ha elogaduk egy em gaz állítást vagy elvetük egy gaz állítást. Helyes dötést szté kétéleképp hozhatuk: elogaduk egy gaz állítást, vagy elvetük egy hams állítást. Ezek összeoglalását lletve a külöböző esetek valószíűséget a következő táblázat tartalmazza: A valóság H 0 gaz H 0 em gaz A H 0 ra voatkozó dötést Elogadjuk Elvetjük Helyes dötés Elsőajú hba 1- Másodajú hba Helyes dötés 1- -t a próba erejéek evezzük. 1- : megbízhatóság szt. T.Nagy Judt 13

14 A hpotézsvzsgálat meete (a statsztka próba lépése): 1. H 0 és H 1 hpotézsek megogalmazása. A próbaüggvéy meghatározása és értékéek kszámítása 3. Szgkacaszt megadása 4. Elogadás tartomáy (és vsszautasítás tartomáy) meghatározása 5. Dötés A próbák csoportosítása Egy mtás Paraméteres (IV.1.) Nem paraméteres (IV..) Illeszkedésvzsgálat (IV..1.) Várható értékre voatkozó átlagpróba (IV.1.1.) Valószíűségre voatkozó aráypróba (IV.1..) Függetleségvzsgálat (IV...) Varacaaalízs (IV..3.) Szórásra voatkozó (IV.1.3.) Több mtás Várható értékre voatkozó - átlagpróba Valószíűségre voatkozó - aráypróba Szórásra IV. 1. Paraméteres próbák IV Várható értékre voatkozó próbák átlagpróbák (eltétel: ormáls eloszlás) Aak elleőrzésére szolgál, hogy egy ormáls eloszlású sokaság várható értéke (átlaga) egyelő-e (ksebb-e, agyobb-e) valamlye eltételezett várható értékkel (értékél). A próba meete Jelölés: m 0 a eltételezett várható érték 1. H 0 : =m 0 (a sokaság várható érték megegyezk a eltételezett várható értékkel) H 1 : m 0 (a sokaság várható érték em egyezk meg a eltételezett várható értékkel) vagy T.Nagy Judt 14

15 H 1 : <m 0 (a sokaság várható érték ksebb a eltételezett várható értékél) vagy H 1 : >m 0 (a sokaság várható érték agyobb a eltételezett várható értékél). z próba (ha smert a szórás) t próba (ha em smert a szórás) A próbaüggvéy z x m 0 A próbaüggvéy t x m s 0 3. A szgkacaszt meghatározza a próba sorá elkövethető hbák valószíűségét. Ha túl kcs, ő, akkor a másodajú hba valószíűsége ő. Ekkor megő a hams ullhpotézs elogadásáak valószíűsége. Ha túl agy az elsőajú hba (azaz gaz ullhpotézs elvetése) elkövetéséek valószíűsége, mert ekkor véletle hbából adódó ks külöbséget s szgkásak tekt. A kétéle hba előordulását gyelembe véve 95%-os megbízhatóság szt terjedt el. Itt kegyesúlyozott a kétéle hbázás lehetőség. 4. A várható értékre voatkozó próbaüggvéyek stadard ormáls vagy t eloszlásúak. Az elogadás és vsszautasítás tartomáy elhelyezkedése az ellehpotézs állításától ügg. (A stadard ormáls és t eloszlások szmmetrkusak!) Ha H 1 : m 0 0, / / Elogadás tartomáy T.Nagy Judt 15

16 Ha H 1 : <m 0 0, Elogadás tartomáy Ha H 1 : >m 0 0, Elogadás tartomáy Tehát az elogadás tartomáyok szgkacaszte: H 1 : m 0 E z ;z 1 1 H 1 : <m 0 E z ; 1 H 1 : >m 0 E ; z 1 H 1 : m 0 E (1) (1) t ;t 1 1 (1) H 1 : <m 0 E t ; 1 (1) H 1 : >m 0 E ;t 1 T.Nagy Judt 16

17 5. Ha z ll. t E, akkor H 0 -t elogadjuk, ellekező esetbe elvetjük (ekkor H 1 -et ogadjuk el). IV MINTAPÉLDA Egy üdítőtalt palackozó cég, töltőgépe potosságáak elleőrzéséhez 40 elemű véletle mtát vett. A mtába az átlagos térogat 498 ml, a szórás 7,5 ml. Az előírás szert töltés térogat 500 ml. A töltés térogat ormáls eloszlást követ. Feladat Elleőrzzük, 95%-os megbízhatóság szte, hogy a gép előírásak megelelőe működk-e (azaz a töltés térogat 500 ml-ek tekthető-e). = 40, x = 498, s = 7,5, m 0 = 500, em smert 1. H 0 : =500 (a gép előírásak megelelő). H 1 : 500 (a gép em az előírásak megelelő) x m t = = - 1,6865 s =0,95, 1 0, E: (1) (1) ; t 1 1 (39) (39) t = t ; 5. -1,6865[-,0 ;,0] = [-,0 ;,0] 0,975 t 0,975 Mvel te, a H 0 hpotézst elogadjuk. Tehát 95%-os megbízhatóság szte azt állíthatjuk, hogy a gép előírásak megelelőe működk. IV MINTAPÉLDA Feladat Hajtsuk végre a hpotézselleőrzést úgy s, hogy a szórása maxmálsa megegedett értékével, azaz 5 ml-rel számoluk (a térogat szert eloszlás ormálsak tekthető). T.Nagy Judt 17

18 = 40, x = 498, (s = 7,5,) m 0 = 500, = 5 1. H 0 : =500 (a gép előírásak megelelő) H 1 : 500 (a gép em az előírásak megelelő) x m z = z = -, =0,95, 1 0, E: ;z 1 1 z = z ; = [-1,96 ; 1,96] 0,975 z 0, ,598[-1,96 ; 1,96] Mvel ze, a H 0 hpotézst elvetjük (H 1 -et elogadjuk). Tehát 95%-os megbízhatóság szte állíthatjuk, hogy a gép em az előírásak megelelőe működk. IV.1.. Valószíűségre voatkozó próba aráypróba (eltétel: agy mta, 100) Aak elleőrzésére szolgál, hogy agy mta eseté a sokaság aráy (valószíűség) egyelő-e (ksebbe, agyobb-e) valamlye eltételezett aráyal (aráyál). A próba meete Jelölés: P 0 a eltételezett valószíűség 1. H 0 : P=P 0 (a sokaság aráy egyelő a eltételezett valószíűséggel) H 1 : PP 0 (a sokaság aráy em egyelő a eltételezett valószíűséggel) vagy H 1 : P<P 0 (a sokaság aráy ksebb a eltételezett valószíűségél) vagy H 1 : P>P 0 (a sokaság aráy agyobb a eltételezett valószíűségél) T.Nagy Judt 18

19 . 4. z próba: A próbaüggvéy z p P P (1 P ) A valószíűségre voatkozó próbaüggvéy stadard ormáls eloszlású. Az elogadás- és vsszautasítás tartomáy elhelyezkedése szgkacaszte ugyaaz, mt a (z) átlagpróbáál. IV. 1.. MINTAPÉLDA Egy gyorsétterm akcó célja, hogy hatására a vásárlók legalább 0%-a vásárolja meg az adott terméket. 350 vásárlót tartalmazó véletle mtába 65-e megvásárolták a szóba orgó terméket. Feladat Elleőrzzük, hogy skeresek tekthető-e az akcó 5%-os szgkacaszte. 1.. k = 65, = 350, P 0 = 0, H 0 : P=0, H 1 : P<0, 65 p = 0, z p P P (1 P ) 3. =0,05 1- = 0, E: 0 0 z 1 = [-1,65 ; ] ; 5. -0,6548[-1,65 ; ] 0,186 0, = - 0,6548 0, 0,8 350 A ullhpotézst egyelőség ormájába ogalmazzuk meg, de elogadása azt jeleteé, hogy az aráy 0%, vagy aál agyobb (P0,), az alteratív hpotézsbe pedg eek ellekezőjét (P<0,) az aráy 0% alatt. Mvel ze, a H 0 hpotézst elogadjuk. Tehát 95%-os megbízhatóság szte skeresek tekthető az akcó. T.Nagy Judt 19

20 IV Szórásra voatkozó próba (eltétel: ormáls eloszlás) Aak elleőrzésére szolgál, hogy egy ormáls eloszlású sokaság szórása megegyezk-e (ksebb-e, agyobb-e) valamlye eltételezett szórással (szórásál). A próba meete Jelölés: 0 a eltételezett szórás 1. H 0 : = 0 (a sokaság szórás egyelő a eltételezett szórással) H 1 : 0 (a sokaság szórás em egyelő a eltételezett szórással) H 1 : < 0 (a sokaság szórás ksebb a eltételezett szórásál) H 1 : > 0 (a sokaság szórás agyobb a eltételezett szórásál). ( 1) próba: A próbaüggvéy s 0 A szórásra voatkozó próbaüggvéy -1 szabadság okú eloszlást követ. Az elogadás és vsszautasítás tartomáy elhelyezkedése tt s az ellehpotézs állításától ügg. (Vszot a eloszlás em szmmetrkus!) 4. Az elogadás tartomáyok szgkacaszte (1) (1) H 1 : 0 E ; 1 H 1 : < 0 E ( 1) ; 1) H 1 : > 0 E0; ( 1 T.Nagy Judt 0

21 IV MINTAPÉLDA Feladat Az IV.1.1. és IV.1.. Mtapéldára voatkozóa elleőrzzük azt a eltevést, 5%-os szgkacaszte, hogy a töltés térogat szórása előírásak megelelő, azaz em haladja meg az 5 ml-t. = 40, s = 7,5, = 5 1. H 0 : =5 A ullhpotézst egyelőség ormájába ogalmazzuk meg, de H 1 : >5 elogadása azt jeleteé, hogy a szórás 5 ml, vagy aál ksebb, azaz 5; az alteratív hpotézsbe pedg eek ellekezőjét: a szórás meghaladja az előírtat. ( 1). s =0,05 1- = 0,95 1) 4. E 0; ( (39) = ; 0, ,5 =87, =[0 ; 55,76] 5. 87,75[0 ; 55,76] Mvel E, a H 0 hpotézst elvetjük (H 1 -et elogadjuk). Tehát 95%-os megbízhatósága azt állíthatjuk, hogy a szórás meghaladja az előírás szertt. T.Nagy Judt 1

22 IV. Nemparaméteres próbák IV..1. Illeszkedésvzsgálat egyeletes eloszlásra (eltétel: legksebb eltételezett gyakorság 5 és agy mta) Aak elleőrzésére szolgál, hogy a sokaság a eltételezett (egyeletes) eloszlást követ-e, agy mta eseté. Mdg jobboldal a próba. A próba meete Jelölések: = k 1. k: az smérvváltozatok száma : mtába tapasztalt gyakorság : eltételezett gyakorság =1,,,k H 0 : = (a sokaság eloszlása megegyezk az egyeletes eloszlással) H 1 : : (a sokaság eloszlása em egyezk meg az egyeletes eloszlással). 4. A próbaüggvéy: k 1 ( ) A próbaüggvéy k-1 szabadság okú khí égyzet eloszlást követ Elogadás tartomáy szgkaca szte: E 0; (k 1) 1 IV..1. MINTAPÉLDA A jogász szakra készülő érettségzők, külöböző vdék egyetemekre törtéő jeletkezéséek eloszlását vzsgálták, a következő 150 elemű reprezetatív mta alapjá: T.Nagy Judt

23 Egyetem városa Jeletkezők száma (ő) Debrece 3 Győr 0 Mskolc 37 Pécs 9 Szeged 41 Összese 150 Feladat Elleőrzzük 5%-os szgkacaszte, hogy egyelő megoszlásba jeletkezek-e a külöböző vdék egyetemekre. 150 = 150, k = 5, = = 30 (=1,,,5) 5 1. H 0 : = H 1 : : (az eloszlás egyeletes) (az eloszlás em egyeletes). A próbaüggvéy kszámításához a következő mukatáblázat készíthető: ( ) , , , , ,03 Összese ,65 k 1 ( ) =10,65 3. =0,05 1- = 0,95 1) 4. Elogadás tartomáy szgkacaszte: E 0; (k (4) = ; 0, =[0 ; 9,49] 5. 10,65[0 ; 9,49] Mvel E, a H 0 hpotézst elvetjük (H 1 -et elogadjuk). Tehát 95%-os megbízhatósággal azt állíthatjuk, hogy a elvételzők em egyelő megoszlásba jeletkezek az egyes vdék városok jog egyetemere. T.Nagy Judt 3

24 IV... Függetleségvzsgálat (eltétel: legksebb eltételezett gyakorság 5 és agy mta) Asszocácós kapcsolat meglétéek vzsgálatára szolgál, agy mtából. Mdg jobboldal. A próba meete Jelölések: j : a mtába tapasztalt gyakorság, j : üggetleség eseté tapasztalt gyakorság, j t, s: smérvváltozatok száma (sorok, oszlopok) 1. H 0 : j = j (a kapcsolat teljes háya, azaz üggetleség) H 1 :, j: j j (sztochasztkus kapcsolat va) j. A próbaüggvéy: s t 1 j1 j j j A próbaüggvéy (s-1)(t-1) szabadság okú khí égyzet eloszlást követ 4. Elogadás tartomáy szgkaca szte: E 0; (s1)(t1) 1 IV..1. MINTAPÉLDA Egy packutató cég vzsgálta, hogy va-e kapcsolat az skola végzettség és az teret haszálat között Magyarországo (006): T.Nagy Judt 4

25 teretezés szokás soha sem teretezk skola teretezk végzettség Legeljebb 8 általáos Szakmukás Érettség Dploma Összese Összese Feladat Elleőrzzük 5%-os szgkacaszte, hogy va-e szgkás kapcsolat az skola végzettség és az teretezés szokás között. s = 4, t = 1. H 0 : j = j H 1 :, j: j j (cs kapcsolat, üggetle a két smérv) (va kapcsolat a két smérv között). A próbaüggvéy kszámításához a következő két mukatáblázat készíthető: Az elsőbe az j j j képlettel: értékek találhatók, melyek a peremgyakorságokból számíthatók k az j Iteretezk soha sem teretezk Összese Legeljebb 8 általáos 8,49 64,51 93 Szakmukás 6,04 58,96 85 Érettség 3,89 54,11 78 Dploma 3,59 53,41 77 Összese Pl = 8, = 64, = 6, T.Nagy Judt 5

26 j j Az másodkba pedg az értékek találhatók, melyek összege adja aktuáls érékét: j j j j Iteretezk soha sem teretezk Összese Legeljebb 8 általáos 19,37 8,55 Szakmukás 8,69 3,84 Érettség 5,17,8 Dploma 31,85 14,07 Összese 93,8 próbaüggvéy Pl. 5 8,49 8, ,51 64, ,04 6,04 = 19,37 = 8,55 = 8,69 s 1 t j1 j j j =93,8 3. =0,05 1- = 0,95 4. (s1)(t1) 1 0; = 0; 0,95 =[0 ; 7,81] ,8[0 ; 7,81] Mvel E, a H 0 hpotézst elvetjük (H 1 -et elogadjuk). Tehát szgkás kapcsolat va 5%-os szgkacaszte az skola végzettség és az teretezés szokás között. IV..3. Varacaaalízs (ANOVA) (eltétel: ormáls eloszlás, csoportokét azoos szórás) Többmtás várható értékre voatkozó próba, vegyes kapcsolat meglétéek vzsgálatára szolgál. A próba meete Jelölések: : az egyes csoportok mtabel várható értéke : a eltételezett közös várható érték T.Nagy Judt 6

27 1. m: a mőség smérv szert csoportok száma H 0 : 1 = = = m = (a mőség smérv szert mde csoportba azoos a vzsgált meység smérv várható értéke, tehát cs kapcsolat az smérvek között) H 1 : : (sztochasztkus kapcsolat va az smérvek között). S A próbaüggvéy: F= S K B (m 1) ( m) ahol S x j x S x x j ( 1) s K j B A próbaüggvéy m-1, -m szabadság okú F eloszlást követ. j j j j x j x. 4. Elogadás tartomáy szgkaca szte: E 0;F 1 m1, m IV..3. MINTAPÉLDA Egy budapest gatlaroda 007. márcusába vzsgálta, egy körzetbe eladó 63 m -es lakások kíálat árat és az elhelyezkedésüket (V. VI. VII. kerület): Elhelyezkedés Lakások száma j Átlagos kíálat ár (mlló Ft) x j A kíálat ár szórása (mlló Ft) s j V. kerület 40 8,3 3,35 VI. kerület 60 3,8,57 VII. kerület 90 0,0 1, T.Nagy Judt 7

28 Feladat Elleőrzzük 5%-os szgkacaszte, hogy va-e szgkás kapcsolat a budapest (V. VI. VII. kerület) lakások elhelyezkedése és a kíálat ár között. (A kíálat ár ormáls eloszlást követ és eltételezhető a csoportokét azoos szórás.) = 190, m = 3, x 1 = 8,3, x = 3,8, x 3 = 0 1. H 0 : x 1 = x = x 3 = x (mde csoportba egyelő a várható érék az együttes várható értékkel, azaz cs kapcsolat). H 1 : valamelyk x x (sztochasztkus kapcsolat va) j x j x =,95 S x j x =1971,47 K j B j j S ( 1) s =1169,7 S Próbaüggvéy: F= S 3. =0,05 1- = 0,95 4. E 0;F 1 m1; m K B (m 1) = 157,65 ( m) ;187 = 0 =[0 ; 3,04] ;F 0, ,65[0 ; 3,04] Mvel FE, a H 0 hpotézst elvetjük (H 1 -et elogadjuk). Tehát szgkás kapcsolat va 5%-os szgkacaszte a lakás elhelyezkedése és a kíálat ár között. T.Nagy Judt 8

29 Gyakorló Feladatok 1. Egy teleoos ügyélszolgálato a beérkező reklamácós hívások dőtartamát rögzítk (a hívások dőtartama ormáls eloszlást követ). Egy véletleszerűe kválasztott apo meggyelték 0 ügyél hívásáak dőtartamát (perc): 1,50 1,75,00 3,50 4,50 5,00 5,00 5,5 5,75 5,5 5,50 6,40 6,75 7,00 7,5 8,00 9,50 10,50 1,00 15,00 Feladat Készítse 99%-os megbízhatóságú kodecatervallumot egy hívás átlagos dőtartamára Becsülje 99%-os megbízhatósággal a hívások dőtartamáak szórását. Becsülje 99%-os megbízhatósággal az 10 percél hosszabb dejű hívások aráyát. Vzsgálja meg azt az állítást 5%-os szgkacaszte, hogy a hívások ele 5 percél hosszabb ele 5 percél rövdebb.. Helyhatóság választások alkalmával, egy adott körzetbe szavazat összeszámlálása utá a legjobba álló polgármesterjelölt a szavazatok 45%-át yerte el. Feladat Becsülje meg a végleges szavazatok aráyát 99%-os megbízhatóság szte. (FAE mtát eltételezve.) 3. Egy újság olvasóak életkorát vzsgálta a következő reprezetatív mta alapjá. Az életkor szert eloszlás ormálsak tekthető. Életkor (év) Olvasók száma (ő) Összese 150 Feladat Becsülje meg 95%-os megbízhatósággal az olvasók átlagéletkorát, ha előző vzsgálatokból smert, hogy az életkor szórása 15 év. Elleőrzze 5%-os szgkacaszt mellett azt az állítást, hogy az olvasók átlagéletkora legeljebb 45 év, ha előző vzsgálatokból smert, hogy az életkor szórása 15 év. Becsülje meg 95%-os megbízhatóság szte a évél atalabb olvasók aráyát. Becsülje meg 95%-os megbízhatóság szte a évél atalabb olvasók számát, ha az újság példáyszámú. Elleőrzze azt az állítást, 5%-os szgkacaszte, hogy az átlagéletkor szórása valóba 15 év-e. T.Nagy Judt 9

30 4. Budapest 50 m -es kadó lakások hav bérlet díját vzsgálták (reprezetatív mta alapjá): Bérlet díj (eft) Lakások száma (db) Összese 130 Feladat Becsülje 90%-os megbízhatósággal a bérlet díj szórását (ormáls eloszlást eltételezve). Becsülje 90%-os megbízhatósággal az 50 m es lakások átlagos hav bérlet díját. Elleőrzze azt az állítást, 5%-os szgkacaszte, hogy a lakások átlagos bérlet díja meghaladja a 75 ezer Ft. Elleőrzze azt az állítást, 5%-os szgkacaszte, hogy a bérlet díj szórása a 0 ezer Ft alatt va. 5. A 007-be elvettek éháy adata: Állam Költségtérítéses ér ő OFIK Feladat Elleőrzze 5%-os szgkacaszte, hogy va-e szgkás kapcsolat a em és a jeletkező aszírozás ormája között. 6. Egy üzletbe eljegyezték az órákét érkező vevők számát: Óra Vevők száma _ 11 5 T.Nagy Judt 30

31 11 _ _ Feladat: Elleőrzze azt az állítást, 5%-os szgkacaszte, hogy az üzletbe órákét azoos valószíűséggel vásárolak. 7. Négy, ogyókúrát elősegítő eljárást teszteltek. A vzsgálat sorá egyszerű véletle mtavétellel kválasztottak a tesztelésbe részt vevő 5-5 személyt. Az elért súlyveszteségek az egyes eljárások mellett: Eljárás Súlyveszteség (kg) A B C D Feladat: Vzsgálja meg, hogy va-e szgkás külöbség az egyes eljárások között (=0,05). T.Nagy Judt 31

32 Függelék T.Nagy Judt 3

33 1. A stadard ormáls eloszlás táblázata z Φ(z) z Φ(z) z Φ(z) z Φ(z) z Φ(z) z Φ(z) 0,00 0,5000 0,50 0,6915 1,00 0,8413 1,50 0,933,00 0,977 3,00 0,9987 0,01 0,5040 0,51 0,6950 1,01 0,8438 1,51 0,9345,0 0,9783 3,10 0,9990 0,0 0,5080 0,5 0,6985 1,0 0,8461 1,5 0,9357,04 0,9793 3,0 0,9993 0,03 0,510 0,53 0,7019 1,03 0,8485 1,53 0,9370,06 0,9803 3,30 0,9995 0,04 0,5160 0,54 0,7054 1,04 0,8508 1,54 0,938,08 0,981 3,40 0,9997 0,05 0,5199 0,55 0,7088 1,05 0,8531 1,55 0,9394,10 0,981 3,50 0,9998 0,06 0,539 0,56 0,713 1,06 0,8554 1,56 0,9406,1 0,9830 3,60 0,9998 0,07 0,579 0,57 0,7157 1,07 0,8577 1,57 0,9418,14 0,9838 3,70 0,9999 0,08 0,5319 0,58 0,7190 1,08 0,8599 1,58 0,949,16 0,9846 3,80 0,9999 0,09 0,5359 0,59 0,74 1,09 0,861 1,59 0,9441,18 0,9854 3,90 0, ,10 0,5398 0,60 0,757 1,10 0,8643 1,60 0,945,0 0,9861 4,00 0, ,11 0,5438 0,61 0,791 1,11 0,8665 1,61 0,9463, 0,9868 0,1 0,5478 0,6 0,734 1,1 0,8686 1,6 0,9474,4 0,9875 0,13 0,5517 0,63 0,7357 1,13 0,8708 1,63 0,9484,6 0,9881 0,14 0,5557 0,64 0,7389 1,14 0,879 1,64 0,9495,8 0,9887 0,15 0,5596 0,65 0,74 1,15 0,8749 1,65 0,9505,30 0,9893 0,16 0,5636 0,66 0,7454 1,16 0,8770 1,66 0,9515,3 0,9898 0,17 0,5675 0,67 0,7486 1,17 0,8790 1,67 0,955,34 0,9904 0,18 0,5714 0,68 0,7517 1,18 0,8810 1,68 0,9535,36 0,9909 0,19 0,5753 0,69 0,7549 1,19 0,8830 1,69 0,9545,38 0,9913 0,0 0,5793 0,70 0,7580 1,0 0,8849 1,70 0,9554,40 0,9918 0,1 0,583 0,71 0,7611 1,1 0,8869 1,71 0,9564,4 0,99 0, 0,5871 0,7 0,764 1, 0,8888 1,7 0,9573,44 0,997 0,3 0,5910 0,73 0,7673 1,3 0,8907 1,73 0,958,46 0,9931 0,4 0,5948 0,74 0,7704 1,4 0,895 1,74 0,9591,48 0,9934 0,5 0,5987 0,75 0,7734 1,5 0,8944 1,75 0,9599,50 0,9938 0,6 0,606 0,76 0,7764 1,6 0,896 1,76 0,9608,5 0,9941 0,7 0,6064 0,77 0,7794 1,7 0,8980 1,77 0,9616,54 0,9945 0,8 0,6103 0,78 0,783 1,8 0,8997 1,78 0,965,56 0,9948 0,9 0,6141 0,79 0,785 1,9 0,9015 1,79 0,9633,58 0,9951 0,30 0,6179 0,80 0,7881 1,30 0,903 1,80 0,9641,60 0,9953 0,31 0,617 0,81 0,7910 1,31 0,9049 1,81 0,9649,6 0,9956 0,3 0,655 0,8 0,7939 1,3 0,9066 1,8 0,9656,64 0,9959 0,33 0,693 0,83 0,7967 1,33 0,908 1,83 0,9664,66 0,9961 0,34 0,6331 0,84 0,7995 1,34 0,9099 1,84 0,9671,68 0,9963 0,35 0,6368 0,85 0,803 1,35 0,9115 1,85 0,9678,70 0,9965 0,36 0,6406 0,86 0,8051 1,36 0,9131 1,86 0,9686,7 0,9967 0,37 0,6443 0,87 0,8078 1,37 0,9147 1,87 0,9693,74 0,9969 0,38 0,6480 0,88 0,8106 1,38 0,916 1,88 0,9699,76 0,9971 0,39 0,6517 0,89 0,8133 1,39 0,9177 1,89 0,9706,78 0,9973 0,40 0,6554 0,90 0,8159 1,40 0,919 1,90 0,9713,80 0,9974 0,41 0,6591 0,91 0,8186 1,41 0,907 1,91 0,9719,8 0,9976 0,4 0,668 0,9 0,81 1,4 0,9 1,9 0,976,84 0,9977 0,43 0,6664 0,93 0,838 1,43 0,936 1,93 0,973,86 0,9979 0,44 0,6700 0,94 0,864 1,44 0,951 1,94 0,9738,88 0,9980 0,45 0,6736 0,95 0,889 1,45 0,965 1,95 0,9744,90 0,9981 0,46 0,677 0,96 0,8315 1,46 0,979 1,96 0,9750,9 0,998 0,47 0,6808 0,97 0,8340 1,47 0,99 1,97 0,9756,94 0,9984 0,48 0,6844 0,98 0,8365 1,48 0,9306 1,98 0,9761,96 0,9985 0,49 0,6879 0,99 0,8389 1,49 0,9319 1,99 0,9767,98 0,9986 T.Nagy Judt 33

34 . A Studet-éle t eloszlás táblázata Sz 0,55 0,6 0,7 0,8 0,9 0,95 0,975 0,9775 0,99 0, ,1584 0,349 0,765 1,3764 3,0777 6,3138 1,706 14,135 31,805 63,6567 0,141 0,887 0,617 1,0607 1,8856,900 4,307 4,5534 6,9646 9, ,1366 0,767 0,5844 0,9785 1,6377,3534 3,184 3,316 4,5407 5, ,1338 0,707 0,5686 0,9410 1,533,1318,7764,8803 3,7469 4, ,13 0,67 0,5594 0,9195 1,4759,0150,5706,6578 3,3649 4, ,1311 0,648 0,5534 0,9057 1,4398 1,943,4469,547 3,147 3, ,1303 0,63 0,5491 0,8960 1,4149 1,8946,3646,4363,9980 3, ,197 0,619 0,5459 0,8889 1,3968 1,8595,3060,3735,8965 3, ,193 0,610 0,5435 0,8834 1,3830 1,8331,6,366,814 3, ,189 0,60 0,5415 0,8791 1,37 1,815,81,90,7638 3, ,186 0,596 0,5399 0,8755 1,3634 1,7959,010,61,7181 3, ,183 0,590 0,5386 0,876 1,356 1,783,1788,375,6810 3, ,181 0,586 0,5375 0,870 1,350 1,7709,1604,178,6503 3, ,180 0,58 0,5366 0,8681 1,3450 1,7613,1448,01,645, ,178 0,579 0,5357 0,866 1,3406 1,7531,1314,1870,605, ,177 0,576 0,5350 0,8647 1,3368 1,7459,1199,1747,5835, ,176 0,573 0,5344 0,8633 1,3334 1,7396,1098,1639,5669, ,174 0,571 0,5338 0,860 1,3304 1,7341,1009,1544,554, ,174 0,569 0,5333 0,8610 1,377 1,791,0930,1460,5395, ,173 0,567 0,539 0,8600 1,353 1,747,0860,1385,580, ,17 0,566 0,535 0,8591 1,33 1,707,0796,1318,5176,8314 0,171 0,564 0,531 0,8583 1,31 1,7171,0739,156,5083, ,171 0,563 0,5317 0,8575 1,3195 1,7139,0687,101,4999, ,170 0,56 0,5314 0,8569 1,3178 1,7109,0639,1150,49, ,169 0,561 0,531 0,856 1,3163 1,7081,0595,1104,4851, ,169 0,560 0,5309 0,8557 1,3150 1,7056,0555,1061,4786, ,168 0,559 0,5306 0,8551 1,3137 1,7033,0518,10,477, ,168 0,558 0,5304 0,8546 1,315 1,7011,0484,0986,4671, ,168 0,557 0,530 0,854 1,3114 1,6991,045,095,460, ,167 0,556 0,5300 0,8538 1,3104 1,6973,043,090,4573, ,165 0,550 0,586 0,8507 1,3031 1,6839,011,0695,433, ,163 0,547 0,578 0,8489 1,987 1,6759,0086,056,4033, ,160 0,540 0,561 0,845 1,901 1,660 1,9840,0301,364, ,159 0,539 0,558 0,8446 1,886 1,6577 1,9799,058,3578, ,157 0,533 0,544 0,8416 1,816 1,6449 1,9600,0047,364,5759 T.Nagy Judt 34

35 3. A eloszlás táblázata sz 0,01 0,01 0,03 0,05 0,10 0,5 0,50 0,75 0,90 0,95 0,98 1,00 1 0,00 0,00 0,00 0,00 0,0 0,10 0,45 1,3,71 3,84 5,0 7,88 0,01 0,0 0,05 0,10 0,1 0,58 1,39,77 4,61 5,99 7,38 10,60 3 0,07 0,11 0, 0,35 0,58 1,1,37 4,11 6,5 7,81 9,35 1,84 4 0,1 0,30 0,48 0,71 1,06 1,9 3,36 5,39 7,78 9,49 11,14 14,86 5 0,41 0,55 0,83 1,15 1,61,67 4,35 6,63 9,4 11,07 1,83 16,75 6 0,68 0,87 1,4 1,64,0 3,45 5,35 7,84 10,64 1,59 14,45 18,55 7 0,99 1,4 1,69,17,83 4,5 6,35 9,04 1,0 14,07 16,01 0,8 8 1,34 1,65,18,73 3,49 5,07 7,34 10, 13,36 15,51 17,53 1,95 9 1,73,09,70 3,33 4,17 5,90 8,34 11,39 14,68 16,9 19,0 3,59 10,16,56 3,5 3,94 4,87 6,74 9,34 1,55 15,99 18,31 0,48 5,19 11,60 3,05 3,8 4,57 5,58 7,58 10,34 13,70 17,8 19,68 1,9 6,76 1 3,07 3,57 4,40 5,3 6,30 8,44 11,34 14,85 18,55 1,03 3,34 8, ,57 4,11 5,01 5,89 7,04 9,30 1,34 15,98 19,81,36 4,74 9,8 14 4,07 4,66 5,63 6,57 7,79 10,17 13,34 17,1 1,06 3,68 6,1 31,3 15 4,60 5,3 6,6 7,6 8,55 11,04 14,34 18,5,31 5,00 7,49 3, ,14 5,81 6,91 7,96 9,31 11,91 15,34 19,37 3,54 6,30 8,85 34,7 17 5,70 6,41 7,56 8,67 10,09 1,79 16,34 0,49 4,77 7,59 30,19 35,7 18 6,6 7,01 8,3 9,39 10,86 13,68 17,34 1,60 5,99 8,87 31,53 37, ,84 7,63 8,91 10,1 11,65 14,56 18,34,7 7,0 30,14 3,85 38,58 0 7,43 8,6 9,59 10,85 1,44 15,45 19,34 3,83 8,41 31,41 34,17 40,00 1 8,03 8,90 10,8 11,59 13,4 16,34 0,34 4,93 9,6 3,67 35,48 41,40 8,64 9,54 10,98 1,34 14,04 17,4 1,34 6,04 30,81 33,9 36,78 4,80 3 9,6 10,0 11,69 13,09 14,85 18,14,34 7,14 3,01 35,17 38,08 44,18 4 9,89 10,86 1,40 13,85 15,66 19,04 3,34 8,4 33,0 36,4 39,36 45, ,5 11,5 13,1 14,61 16,47 19,94 4,34 9,34 34,38 37,65 40,65 46, ,16 1,0 13,84 15,38 17,9 0,84 5,34 30,43 35,56 38,89 41,9 48,9 7 11,81 1,88 14,57 16,15 18,11 1,75 6,34 31,53 36,74 40,11 43,19 49,64 8 1,46 13,56 15,31 16,93 18,94,66 7,34 3,6 37,9 41,34 44,46 50, ,1 14,6 16,05 17,71 19,77 3,57 8,34 33,71 39,09 4,56 45,7 5, ,79 14,95 16,79 18,49 0,60 4,48 9,34 34,80 40,6 43,77 46,98 53, ,71,16 4,43 6,51 9,05 33,66 39,34 45,6 51,81 55,76 59,34 66, ,99 9,71 3,36 34,76 37,69 4,94 49,33 56,33 63,17 67,50 71,4 79, ,53 37,48 40,48 43,19 46,46 5,9 59,33 66,98 74,40 79,08 83,30 91, ,17 53,54 57,15 60,39 64,8 71,14 79,33 88,13 96,58 101,88 106,63 116, ,33 70,06 74, 77,93 8,36 90,13 99,33 109,14 118,50 14,34 19,56 140, ,4 156,43 16,73 168,8 174,84 186,17 199,33 13,10 6,0 33,99 41,06 55,6 T.Nagy Judt 35

36 4. Az F eloszlás táblázata sz 1 sz ,45 18,51 10,13 7,71 6,61 5,99 5,59 5,3 5,1 4,96 4,84 4,75 4,67 4,60 4,54 4,49 4,45 199,50 19,00 9,55 6,94 5,79 5,14 4,74 4,46 4,6 4,10 3,98 3,89 3,81 3,74 3,68 3,63 3, ,71 19,16 9,8 6,59 5,41 4,76 4,35 4,07 3,86 3,71 3,59 3,49 3,41 3,34 3,9 3,4 3,0 4 4,58 19,5 9,1 6,39 5,19 4,53 4,1 3,84 3,63 3,48 3,36 3,6 3,18 3,11 3,06 3,01, ,16 19,30 9,01 6,6 5,05 4,39 3,97 3,69 3,48 3,33 3,0 3,11 3,03,96,90,85, ,99 19,33 8,94 6,16 4,95 4,8 3,87 3,58 3,37 3, 3,09 3,00,9,85,79,74, ,77 19,35 8,89 6,09 4,88 4,1 3,79 3,50 3,9 3,14 3,01,91,83,76,71,66, ,88 19,37 8,85 6,04 4,8 4,15 3,73 3,44 3,3 3,07,95,85,77,70,64,59, ,54 19,38 8,81 6,00 4,77 4,10 3,68 3,39 3,18 3,0,90,80,71,65,59,54, ,88 19,40 8,79 5,96 4,74 4,06 3,64 3,35 3,14,98,85,75,67,60,54,49, ,98 19,40 8,76 5,94 4,70 4,03 3,60 3,31 3,10,94,8,7,63,57,51,46, ,91 19,41 8,74 5,91 4,68 4,00 3,57 3,8 3,07,91,79,69,60,53,48,4, ,69 19,4 8,73 5,89 4,66 3,98 3,55 3,6 3,05,89,76,66,58,51,45,40, ,36 19,4 8,71 5,87 4,64 3,96 3,53 3,4 3,03,86,74,64,55,48,4,37, ,95 19,43 8,70 5,86 4,6 3,94 3,51 3, 3,01,85,7,6,53,46,40,35, ,46 19,43 8,69 5,84 4,60 3,9 3,49 3,0,99,83,70,60,51,44,38,33, ,9 19,44 8,68 5,83 4,59 3,91 3,48 3,19,97,81,69,58,50,43,37,3, ,3 19,44 8,67 5,8 4,58 3,90 3,47 3,17,96,80,67,57,48,41,35,30, ,69 19,44 8,67 5,81 4,57 3,88 3,46 3,16,95,79,66,56,47,40,34,9,4 0 48,01 19,45 8,66 5,80 4,56 3,87 3,44 3,15,94,77,65,54,46,39,33,8,3 1 48,31 19,45 8,65 5,79 4,55 3,86 3,43 3,14,93,76,64,53,45,38,3,6, 48,58 19,45 8,65 5,79 4,54 3,86 3,43 3,13,9,75,63,5,44,37,31,5,1 3 48,83 19,45 8,64 5,78 4,53 3,85 3,4 3,1,91,75,6,51,43,36,30,4,0 4 49,05 19,45 8,64 5,77 4,53 3,84 3,41 3,1,90,74,61,51,4,35,9,4, ,6 19,46 8,63 5,77 4,5 3,83 3,40 3,11,89,73,60,50,41,34,8,3, ,45 19,46 8,63 5,76 4,5 3,83 3,40 3,10,89,7,59,49,41,33,7,, ,63 19,46 8,63 5,76 4,51 3,8 3,39 3,10,88,7,59,48,40,33,7,1, ,80 19,46 8,6 5,75 4,50 3,8 3,39 3,09,87,71,58,48,39,3,6,1, ,95 19,46 8,6 5,75 4,50 3,81 3,38 3,08,87,70,58,47,39,31,5,0, ,10 19,46 8,6 5,75 4,50 3,81 3,38 3,08,86,70,57,47,38,31,5,19, ,36 19,46 8,61 5,74 4,49 3,80 3,37 3,07,85,69,56,46,37,30,4,18, ,59 19,47 8,61 5,73 4,48 3,79 3,36 3,06,85,68,55,45,36,9,3,17, ,79 19,47 8,60 5,73 4,47 3,79 3,35 3,06,84,67,54,44,35,8,,17, ,98 19,47 8,60 5,7 4,47 3,78 3,35 3,05,83,67,54,43,35,7,1,16, ,14 19,47 8,59 5,7 4,46 3,77 3,34 3,04,83,66,53,43,34,7,0,15, ,9 19,47 8,59 5,71 4,46 3,77 3,34 3,04,8,66,53,4,33,6,0,14, ,43 19,47 8,59 5,71 4,46 3,76 3,33 3,03,8,65,5,41,33,5,19,14, ,55 19,47 8,59 5,71 4,45 3,76 3,33 3,03,81,65,5,41,3,5,19,13, ,67 19,47 8,58 5,70 4,45 3,76 3,3 3,0,81,64,51,41,3,4,18,13, ,77 19,48 8,58 5,70 4,44 3,75 3,3 3,0,80,64,51,40,31,4,18,1, ,0 19,48 8,57 5,69 4,43 3,74 3,30 3,01,79,6,49,38,30,,16,11, ,7 19,48 8,56 5,67 4,41 3,7 3,9,99,77,60,47,36,7,0,14,08, ,04 19,49 8,55 5,66 4,41 3,71 3,7,97,76,59,46,35,6,19,1,07, ,06 19,49 8,53 5,64 4,37 3,68 3,4,94,7,55,4,31,,14,08,0 1, ,19 19,49 8,53 5,63 4,37 3,67 3,3,93,71,54,41,30,1,14,07,0 1,97 T.Nagy Judt 36

37 4. Az F eloszlás táblázata - olytatás sz ,41 4,38 4,35 4,30 4,6 4,3 4,0 4,17 4,1 4,08 4,06 4,03 4,00 3,96 3,94 3,89 3,86 3,85 1 3,55 3,5 3,49 3,44 3,40 3,37 3,34 3,3 3,7 3,3 3,0 3,18 3,15 3,11 3,09 3,04 3,01 3,00 3,16 3,13 3,10 3,05 3,01,98,95,9,87,84,81,79,76,7,70,65,6,61 3,93,90,87,8,78,74,71,69,64,61,58,56,53,49,46,4,39,38 4,77,74,71,66,6,59,56,53,49,45,4,40,37,33,31,6,3, 5,66,63,60,55,51,47,45,4,37,34,31,9,5,1,19,14,1,11 6,58,54,51,46,4,39,36,33,9,5,,0,17,13,10,06,03,0 7,51,48,45,40,36,3,9,7,,18,15,13,10,06,03 1,98 1,96 1,95 8,46,4,39,34,30,7,4,1,16,1,10,07,04,00 1,97 1,93 1,90 1,89 9,41,38,35,30,5,,19,16,11,08,05,03 1,99 1,95 1,93 1,88 1,85 1,84 10,37,34,31,6,,18,15,13,07,04,01 1,99 1,95 1,91 1,89 1,84 1,81 1,80 11,34,31,8,3,18,15,1,09,04,00 1,97 1,95 1,9 1,88 1,85 1,80 1,77 1,76 1,31,8,5,0,15,1,09,06,01 1,97 1,94 1,9 1,89 1,84 1,8 1,77 1,74 1,73 13,9,6,,17,13,09,06,04 1,99 1,95 1,9 1,89 1,86 1,8 1,79 1,74 1,71 1,70 14,7,3,0,15,11,07,04,01 1,96 1,9 1,89 1,87 1,84 1,79 1,77 1,7 1,69 1,68 15,5,1,18,13,09,05,0 1,99 1,94 1,90 1,87 1,85 1,8 1,77 1,75 1,69 1,66 1,65 16,3,0,17,11,07,03,00 1,98 1,9 1,89 1,86 1,83 1,80 1,75 1,73 1,67 1,64 1,63 17,,18,15,10,05,0 1,99 1,96 1,91 1,87 1,84 1,81 1,78 1,73 1,71 1,66 1,6 1,61 18,0,17,14,08,04,00 1,97 1,95 1,89 1,85 1,8 1,80 1,76 1,7 1,69 1,64 1,61 1,60 19,19,16,1,07,03 1,99 1,96 1,93 1,88 1,84 1,81 1,78 1,75 1,70 1,68 1,6 1,59 1,58 0,18,14,11,06,01 1,98 1,95 1,9 1,87 1,83 1,80 1,77 1,73 1,69 1,66 1,61 1,58 1,57 1,17,13,10,05,00 1,97 1,93 1,91 1,85 1,81 1,78 1,76 1,7 1,68 1,65 1,60 1,56 1,55,16,1,09,04 1,99 1,96 1,9 1,90 1,84 1,80 1,77 1,75 1,71 1,67 1,64 1,58 1,55 1,54 3,15,11,08,03 1,98 1,95 1,91 1,89 1,83 1,79 1,76 1,74 1,70 1,65 1,63 1,57 1,54 1,53 4,14,11,07,0 1,97 1,94 1,91 1,88 1,8 1,78 1,75 1,73 1,69 1,64 1,6 1,56 1,53 1,5 5,13,10,07,01 1,97 1,93 1,90 1,87 1,8 1,77 1,74 1,7 1,68 1,63 1,61 1,55 1,5 1,51 6,13,09,06,00 1,96 1,9 1,89 1,86 1,81 1,77 1,73 1,71 1,67 1,63 1,60 1,54 1,51 1,50 7,1,08,05,00 1,95 1,91 1,88 1,85 1,80 1,76 1,73 1,70 1,66 1,6 1,59 1,53 1,50 1,49 8,11,08,05 1,99 1,95 1,91 1,88 1,85 1,79 1,75 1,7 1,69 1,66 1,61 1,58 1,5 1,49 1,48 9,11,07,04 1,98 1,94 1,90 1,87 1,84 1,79 1,74 1,71 1,69 1,65 1,60 1,57 1,5 1,48 1,47 30,10,06,03 1,97 1,93 1,89 1,86 1,83 1,77 1,73 1,70 1,67 1,64 1,59 1,56 1,50 1,47 1,46 3,09,05,0 1,96 1,9 1,88 1,85 1,8 1,76 1,7 1,69 1,66 1,6 1,58 1,55 1,49 1,45 1,44 34,08,04,01 1,95 1,91 1,87 1,84 1,81 1,75 1,71 1,68 1,65 1,61 1,56 1,54 1,48 1,44 1,43 36,07,03,00 1,95 1,90 1,86 1,83 1,80 1,74 1,70 1,67 1,64 1,60 1,55 1,5 1,47 1,43 1,4 38,06,03 1,99 1,94 1,89 1,85 1,8 1,79 1,74 1,69 1,66 1,63 1,59 1,54 1,5 1,46 1,4 1,41 40,06,0 1,99 1,93 1,89 1,85 1,81 1,78 1,73 1,69 1,65 1,63 1,59 1,54 1,51 1,45 1,41 1,40 4,05,01 1,98 1,93 1,88 1,84 1,81 1,78 1,7 1,68 1,64 1,6 1,58 1,53 1,50 1,44 1,40 1,39 44,05,01 1,98 1,9 1,87 1,83 1,80 1,77 1,71 1,67 1,64 1,61 1,57 1,5 1,49 1,43 1,39 1,38 46,04,00 1,97 1,91 1,87 1,83 1,79 1,77 1,71 1,67 1,63 1,61 1,57 1,51 1,48 1,4 1,38 1,37 48,04,00 1,97 1,91 1,86 1,8 1,79 1,76 1,70 1,66 1,63 1,60 1,56 1,51 1,48 1,41 1,38 1,36 50,0 1,98 1,95 1,89 1,84 1,80 1,77 1,74 1,68 1,64 1,60 1,58 1,53 1,48 1,45 1,39 1,35 1, ,99 1,96 1,9 1,86 1,8 1,78 1,74 1,71 1,65 1,61 1,57 1,54 1,50 1,45 1,41 1,35 1,30 1,9 80 1,98 1,94 1,91 1,85 1,80 1,76 1,73 1,70 1,63 1,59 1,55 1,5 1,48 1,43 1,39 1,3 1,8 1, ,93 1,89 1,86 1,80 1,75 1,71 1,67 1,64 1,57 1,53 1,49 1,46 1,41 1,35 1,31 1, 1,16 1, ,9 1,88 1,85 1,79 1,74 1,70 1,66 1,63 1,57 1,5 1,48 1,45 1,40 1,34 1,30 1,1 1,14 1, sz 1 T.Nagy Judt 37

38 T.Nagy Judt 38

? közgazdasági statisztika

? közgazdasági statisztika Valószíűségszámítás és a statsztka Valószíűség számítás Matematka statsztka Alkalmazott statsztka? közgazdaság statsztka épesség statsztka orvos statsztka Stb. Példa: vércsoportok Az eloszlás A AB B Elem

Részletesebben

? közgazdasági statisztika

? közgazdasági statisztika ... Valószíűségszámítás és a statsztka Valószíűség számítás Matematka statsztka Alkalmazott statsztka? közgazdaság statsztka épesség statsztka orvos statsztka Stb. Példa: vércsoportok Az eloszlás A AB

Részletesebben

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések! ORVOSI STATISZTIKA Az orvos statsztka helye Életta Aatóma Kéma Lehet kérdés?? Statsztka! Az orvos dötéseket hoz! Mkor jó egy dötés? Meyre helyes egy dötés? Mekkora a tévedés lehetősége? Példa: test hőmérséklet

Részletesebben

Bevezetés a hipotézis vizsgálatba. Hipotézisvizsgálatok. Próbák leírása. Kétoldali és egyoldali hipotézisek. Illeszkedésvizsgálatok

Bevezetés a hipotézis vizsgálatba. Hipotézisvizsgálatok. Próbák leírása. Kétoldali és egyoldali hipotézisek. Illeszkedésvizsgálatok Bevezetés a hpotézs vzsgálatba Lásd előadás ayagát. Kétoldal és egyoldal hpotézsek Hpotézsvzsgálatok Ebbe a ejezetbe egyajta határozókulcsot szereték ad a hpotézsvzsgálatba haszált próbákhoz. Először dötsük

Részletesebben

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat Megállapítható változók elemzése Függetleségvzsgálat, lleszkedésvzsgálat, homogetásvzsgálat Ordáls, omáls esetre s alkalmazhatóak a következő χ próbá alapuló vzsgálatok: 1) Függetleségvzsgálat: két valószíűség

Részletesebben

Matematikai statisztika

Matematikai 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),

Részletesebben

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Az 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

Részletesebben

Statisztika. Eloszlásjellemzők

Statisztika. Eloszlásjellemzők Statsztka Eloszlásjellemzők Statsztka adatok elemzése A sokaság jellemzése középértékekkel A sokaság jellemzéséek szempotja A sokaság jellemzéséek szempotja: A sokaság tpkus értékéek meghatározása. Az

Részletesebben

Hipotéziselmélet. Statisztikai próbák I. Statisztikai próbák II. Informatikai Tudományok Doktori Iskola

Hipotéziselmélet. Statisztikai próbák I. Statisztikai próbák II. Informatikai Tudományok Doktori Iskola Hpotézselmélet Iformatka Tudomáyok Doktor Iskola Statsztka próbák I. 0.0.. Dr Ketskeméty László előadása Statsztka próbák II. Dötés eljárást dolgozuk k aak eldötésére, hogy a ullhpotézs gaz-e. Ha úgy kell

Részletesebben

STATISZTIKA II. kötet

STATISZTIKA II. kötet Szeged Tudomáyegyetem Gazdaságtudomáy Kar Petres Tbor Tóth László STATISZTIKA II. kötet Szerzők: Dr. Petres Tbor, PhD egyetem doces Statsztka és Demográfa Taszék Tóth László PhD-hallgató Gazdaságtudomáy

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

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

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

Feladatok és megoldások a 11. heti gyakorlathoz

Feladatok és megoldások a 11. heti gyakorlathoz Feladatok és megoldások a. het gyakorlathoz dszkrét várható érték Építőkar Matematka A. Egy verseye öt ő és öt férf verseyző dul. Tegyük fel, hogy cs két azoos eredméy, és md a 0! sorred egyformá valószíű.

Részletesebben

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.

Statisztikai 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

Részletesebben

20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek!

20 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,

Részletesebben

Hipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?

Hipotézis 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

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html

Részletesebben

Statisztikai hipotézisvizsgálatok

Statisztikai hipotézisvizsgálatok Statisztikai hipotézisvizsgálatok. Milye problémákál haszálatos? A gyakorlatba agyo gyakra szükségük lehet arra, hogy mitákból származó iformációk alapjá hozzuk sokaságra voatkozó dötéseket. Például egy

Részletesebben

AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN

AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN Molár László Ph.D. hallgató Mskolc Egyetem, Gazdaságelmélet Itézet 1. A MINTANAGYSÁG MEGHATÁROZÁSA EGYSZERŐ VÉLETLEN (EV) MINTA

Részletesebben

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)

Matematikai 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,

Részletesebben

Ismérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I. 25-26. o)

Ismérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I. 25-26. o) Ismérvek között kapcsolatok szorosságáak vzsgálata 1. Egy ks smétlés: mérés skálák (Huyad-Vta: Statsztka I. 5-6. o) A külöböző smérveket, eltérő mérés sztekkel (skálákkal) ellemezhetük. a. évleges (omáls)

Részletesebben

s n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés

s 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,

Részletesebben

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük. Statisztikai módszerek. BMEGEVGAT01 Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudomáyi Egyetem Gépészméröki Kar Hidrodiamikai Redszerek Taszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:

Részletesebben

ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június ÖKONOMETIA Készült a TÁMOP-4.1.-08//A/KM-009-0041pályázat projet eretébe Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomáy Taszéé az ELTE Közgazdaságtudomáy Taszé az MTA Közgazdaságtudomáy Itézet és a

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 SOKASÁGI ARÁNY MEGHATÁROZÁSÁRA IRÁNYULÓ STATISZTIKAI ELJÁRÁSOK VÉGES SOKASÁG ÉS KIS MINTÁK ESETÉN LOLBERT TAMÁS 1

A SOKASÁGI ARÁNY MEGHATÁROZÁSÁRA IRÁNYULÓ STATISZTIKAI ELJÁRÁSOK VÉGES SOKASÁG ÉS KIS MINTÁK ESETÉN LOLBERT TAMÁS 1 ÓDSZERTAI TAULÁYOK A SOKASÁGI ARÁY EGHATÁROZÁSÁRA IRÁYULÓ STATISZTIKAI ELJÁRÁSOK VÉGES SOKASÁG ÉS KIS ITÁK ESETÉ LOLBERT TAÁS 1 A ckk ő célja aak vzsgálata, hogy az elleőrzés gyakorlatba széles körbe haszált

Részletesebben

kritikus érték(ek) (critical value).

kritikus érték(ek) (critical value). Hipotézisvizsgálatok (hypothesis testig) A statisztikáak egyik célja lehet a populáció tulajdoságaiak, ismeretle paramétereiek a becslése. A másik tipikus cél: valamely elmélet, hipotézis empirikus bizoyítása

Részletesebben

Sztochasztikus tartalékolás és a tartalék függése a kifutási háromszög időperiódusától

Sztochasztikus tartalékolás és a tartalék függése a kifutási háromszög időperiódusától Sztochasztkus tartalékolás és a tartalék függése a kfutás háromszög dőperódusától Faluköz Tamás Vtéz Ildkó Ibola Kozules: r. Arató Mklós ELTETTK Budapest IBNR kfutás háromszög IBNR: curred but ot reported

Részletesebben

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2.

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2. Itervallum Paraméteres Hipotézisek Nemparaméteres Statisztika Hipotézisvizsgálat Székely Balázs 2010. december 2. Itervallum Paraméteres Hipotézisek Nemparaméteres Előadás vázlat 1 Itervallumbecslések

Részletesebben

Statisztika segédlet*

Statisztika segédlet* Statsztka segédlet* Deícók: Statsztka: Valóság tömör számszerő jellemzésére szolgáló módszerta ll. gyakorlat teékeység. Statsztka gyakorlat ter: Tömegese elıorduló jeleségek egyedere oatkozó ormácók győjtése,

Részletesebben

Ha n darab standard normális eloszlású változót négyzetesen összegzünk, akkor kapjuk a χ 2 - eloszlást: N

Ha n darab standard normális eloszlású változót négyzetesen összegzünk, akkor kapjuk a χ 2 - eloszlást: N Krály Zoltá: Statsztka II. Bevezetés A paraméteres eljárások alkalmazásához, a célváltozóra ézve szgorú feltételek szükségesek (folytoosság, ormaltás, szóráshomogetás), ekkor a hpotézseket egy-egy paraméterre

Részletesebben

2. Az együttműködő villamosenergia-rendszer teljesítmény-egyensúlya

2. Az együttműködő villamosenergia-rendszer teljesítmény-egyensúlya II RÉZ 2 EJEZE 2 Az együttműködő vllamoseerga-redszer teljesítméy-egyesúlya 2 A frekveca és a hatásos teljesítméy között összefüggés A fogyasztó alredszerbe a fogyasztók hatásos wattos teljesítméyt lletve

Részletesebben

Nemparaméteres eljárások

Nemparaméteres eljárások Nemparaméteres eljárások Bevezetés Az ntervallum vagy a hányados skálán végzett méréseknél az adatokból számolhatunk átlagot, szórásnégyzetet, szórást Fontos módszerek alapulnak ezeknek a származtatott

Részletesebben

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

ORVOSI 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

Részletesebben

MINTAVÉTEL A MARKETINGKUTATÁSBAN, KÜLÖNÖS TEKINTETTEL A DIVIZÍV ÉS AZ AGGLOMERATÍV RÉTEGZÉSRE

MINTAVÉTEL A MARKETINGKUTATÁSBAN, KÜLÖNÖS TEKINTETTEL A DIVIZÍV ÉS AZ AGGLOMERATÍV RÉTEGZÉSRE MINTAVÉTEL A MARKETINGKUTATÁSBAN, KÜLÖNÖS TEKINTETTEL A DIVIZÍV ÉS AZ AGGLOMERATÍV RÉTEGZÉSRE Molár László egyetem taársegéd 1. BEVEZETÉS A statsztkusok a mtaagyság meghatározására számos módszert dolgoztak

Részletesebben

Változók függőségi viszonyainak vizsgálata

Változók függőségi viszonyainak vizsgálata Változók függőség vszoyaak vzsgálata Ismétlés: változók, mérés skálák típusa kategoráls változók Asszocácós kapcsolat számszerű változók Korrelácós kapcsolat testsúly (kg) szemüveges em ő 1 3 férf 5 3

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 10. A statisztika alapjai Debrecei Egyetem, 2015 Dr. Bérczes Attila, Bertók Csaád A diasor tartalma 1 Bevezetés 2 Statisztikai függvéyek Defiíció, empirikus várható érték Empirikus

Részletesebben

Statisztika 1. zárthelyi dolgozat március 21.

Statisztika 1. zárthelyi dolgozat március 21. Statisztika 1 zárthelyi dolgozat 011 március 1 1 Legye X = X 1,, X 00 függetle mita b paraméterű Poisso-eloszlásból b > 0 Legye T 1 X = X 1+X ++X 100, T 100 X = X 1+X ++X 00 00 a Milye a számra igaz, hogy

Részletesebben

Kényszereknek alávetett rendszerek

Kényszereknek alávetett rendszerek Kéyszerekek alávetett redszerek A koordátákak és sebességekek előírt egyeleteket kell kelégítee a mozgás olyamá. (Ezeket a eltételeket, egyeleteket s ayag kölcsöhatások bztosítják, de ezek a kölcsöhatások

Részletesebben

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél Valószíűségszámítás 1 előadás mat. BSc alk. mat. szakráyosokak 2016/2017 1. félév Zemplé Adrás zemple@ludes.elte.hu http://zemple.elte.hu/ 1. előadás: Bevezetés Irodalom, követelméyek A félév célja Valószíűségszámítás

Részletesebben

Példák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra

Példák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra Valószíőségszámítás és statsztka elıadás fo. BSC/B-C szakosokak 3. elıadás Szeptember 28 dszkrét valószíőség változókra X(ω)=c mde ω-ra. Elevezés: elfajult eloszlás. P(X=c)=1. X akkor 1, ha egy adott,

Részletesebben

Statisztika elméleti összefoglaló

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

Részletesebben

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet Függetleségvizsgálat Virág Katali Szegedi Tudomáyegyetem, Bolyai Itézet Függetleség Függetleség Két változó függetle, ha az egyik változó megfigyelése a másik változóra ézve em szolgáltat iformációt; azaz

Részletesebben

Tanult nem paraméteres próbák, és hogy milyen probléma megoldására szolgálnak.

Tanult 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

Részletesebben

Tulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk

Tulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk Valószíőségszámítás és statsztka elıadás fo. BSC/B-C szakosokak 3. elıadás Szeptember 26 p 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 A bomáls és a hpergeom. elo. összehasolítása 0 1 2 3 4 5 6 7 8 9 10 k Hp.geom

Részletesebben

KÖVETKEZTETŐ STATISZTIKA

KÖVETKEZTETŐ STATISZTIKA ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak

Részletesebben

A paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab

A 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

Részletesebben

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás STATISZTIKA, BIOMETRIA. Előadás Mintavétel, mintavételi technikák, adatbázis Mintavétel fogalmai A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x

Részletesebben

Tartalomjegyzék. 4.3 Alkalmazás: sorozatgyártású tűgörgő átmérőjének jellemzése

Tartalomjegyzék. 4.3 Alkalmazás: sorozatgyártású tűgörgő átmérőjének jellemzése 3 4 Tartalomegyzék. BEVEZETÉS 5. A MÉRÉS 8. A mérés mt folyamat, fogalmak 8. Fotosabb mérés- és műszertechka fogalmak 4.3 Mérés hbák 8.3. Mérés hbák csoportosítása eredetük szert 8.3. A hbák megeleítés

Részletesebben

1. előadás: Bevezetés. Irodalom. Számonkérés. A valószínűségszámítás és a statisztika tárgya. Cél

1. előadás: Bevezetés. Irodalom. Számonkérés. A valószínűségszámítás és a statisztika tárgya. Cél Valószíűségszámítás és statsztka előadás fo. BSC/B-C szakosokak 1. előadás szeptember 13. 1. előadás: Bevezetés Irodalom, követelméyek A félév célja Valószíűségszámítás tárgya Törtéet Alapfogalmak Valószíűségek

Részletesebben

Statisztikai. Statisztika Sportszervező BSc képzés NBG GI866G4. Statisztika fogalma. Statisztikai alapfogalmak. Statisztika fogalma

Statisztikai. Statisztika Sportszervező BSc képzés NBG GI866G4. Statisztika fogalma. Statisztikai alapfogalmak. Statisztika fogalma Statsztka Sportszervező BSc képzés NBG GI866G4 010-011-es taév II félév Statsztka alapfogalmak Oktató: Dr Csáfor Hajalka főskola doces Vállalkozás-gazdaságta Tsz E-mal: hcsafor@ektfhu Statsztka alapfogalmak

Részletesebben

I. Valószínűségelméleti és matematikai statisztikai alapok

I. Valószínűségelméleti és matematikai statisztikai alapok I. Valószíűségelmélet és matematka statsztka alapok. A szükséges valószíűségelmélet és matematka statsztka alapsmeretek összefoglalása Az alkalmazott statsztka módszerek tárgalása, amel e kötet célja,

Részletesebben

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje. 24. tétel valószíűségszámítás elemei. valószíűség kiszámításáak kombiatorikus modellje. GYORISÁG ÉS VLÓSZÍŰSÉG meyibe az egyes adatok a sokaságo belüli részaráyát adjuk meg (törtbe vagy százalékba), akkor

Részletesebben

VASBETON ÉPÜLETEK MEREVÍTÉSE

VASBETON ÉPÜLETEK MEREVÍTÉSE BUDAPET MŰZAK É GAZDAÁGTUDOMÁY EGYETEM Építőmérök Kar Hdak és zerkezetek Taszéke VABETO ÉPÜLETEK MEREVÍTÉE Oktatás segédlet v. Összeállította: Dr. Bód stvá - Dr. Farkas György Dr. Kors Kálmá Budapest,.

Részletesebben

Függvénygörbe alatti terület a határozott integrál

Függvénygörbe alatti terület a határozott integrál Függvéygörbe alatt terület a határozott tegrál Tektsük az üggvéyt a ; tervallumo. Adjuk becslést a görbe az tegely és az egyees között síkdom területére! Jelöljük ezt a területet I-vel! A becslést legegyszerűbbe

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

Részletesebben

Függetlenségvizsgálat, Illeszkedésvizsgálat

Függetlenségvizsgálat, Illeszkedésvizsgálat Varga Beatrix, Horváthné Csolák Erika Függetlenségvizsgálat, Illeszkedésvizsgálat 4. előadás Üzleti statisztika A sokaság/minta több ismérv szerinti vizsgálata A statisztikai elemzés egyik ontos eladata

Részletesebben

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

1. 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

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

Részletesebben

Tapasztalati eloszlás. Kumulált gyakorisági sorok. Példa. Értékösszegsor. Grafikus ábrázolás

Tapasztalati eloszlás. Kumulált gyakorisági sorok. Példa. Értékösszegsor. Grafikus ábrázolás Matemata statszta elıadás III. éves elemzı szaosoa 009/00. élév. elıadás Tapasztalat eloszlás Mde meggyeléshez (,,, ) / súlyt redel. Valószíőségeloszlás! Mtaátlag éppe ee az eloszlása a várható értée.

Részletesebben

A MATEMATIKAI STATISZTIKA ELEMEI

A MATEMATIKAI STATISZTIKA ELEMEI A MATEMATIKAI STATISZTIKA ELEMEI Az Eötvös Lórád Tudomáyegyetem Természettudomáy Kará a Fzka Kéma Taszék évek óta kéma-szakos taárhallgatókak matematka bevezetõ elõadásokat tart. Az elõadások célja az,

Részletesebben

Backtrack módszer (1.49)

Backtrack módszer (1.49) Backtrack módszer A backtrack módszer kombatorkus programozás eljárás, mely emleárs függvéy mmumát keres feltételek mellett, szsztematkus kereséssel. A módszer előye, hogy csak dszkrét változókat kezel,

Részletesebben

2. METROLÓGIA ÉS HIBASZÁMíTÁS

2. METROLÓGIA ÉS HIBASZÁMíTÁS . METROLÓGIA ÉS HIBASZÁMíTÁS. Metrológa alapfogalmak A metrológa a mérések tudomáya, a mérésekkel kapcsolatos smereteket fogja össze. Méréssel egy objektum valamlye tulajdoságáról számszerű értéket kapuk.

Részletesebben

Variancia-analízis (ANOVA) Mekkora a tévedés esélye? A tévedés esélye Miért nem csinálunk kétmintás t-próbákat?

Variancia-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

Részletesebben

Változók közötti kapcsolatok vizsgálata

Változók közötti kapcsolatok vizsgálata ) Eseméek függetlesége: p(ab) p(a) p(b) ) Koelácó: vö. az tutív tatalommal Változók között kapcsolatok vzsgálata Akko poztív, ha és átlagosa ugaaa az áa té el a saját váható étékétől, egatív ha elletétes

Részletesebben

Statisztika 1. zárthelyi dolgozat március 18.

Statisztika 1. zárthelyi dolgozat március 18. Statisztika. zárthelyi dolgozat 009. március 8.. Ismeretle m várható értékű, szórású ormális eloszlásból a következő hatelemű mitát kaptuk:, 48 3, 3, 83 0,, 3, 97 a) Számítsuk ki a mitaközepet és a tapasztalati

Részletesebben

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris

Részletesebben

1. A radioaktivitás statisztikus jellege

1. A radioaktivitás statisztikus jellege A radioaktivitás időfüggése 1. A radioaktivitás statisztikus jellege Va N darab azoos radioaktív atomuk, melyekek az atommagja spotá átalakulásra képes. tegyük fel, hogy ezek em bomlaak tovább. Ekkor a

Részletesebben

2. egy iskola tanulói, a változók: magasságuk cm-ben, súlyuk (tömegük) kilóban; 3. egy iskola tanulói, a változó: tanulmányi átlaguk;

2. egy iskola tanulói, a változók: magasságuk cm-ben, súlyuk (tömegük) kilóban; 3. egy iskola tanulói, a változó: tanulmányi átlaguk; Statisztika Tegyük fel, hogy va egy halmazuk, és tekitsük egy vagy több valószíűségi változót, amelyek a halmaz mide elemé felveszek valamilye értéket. A halmazt populációak vagy sokaságak evezzük. Példák:

Részletesebben

Regresszió és korreláció

Regresszió 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

Részletesebben

Korreláció- és regressziószámítás

Korreláció- és regressziószámítás Korrelácó- és regresszószámítás sztochasztkus kapcsolat léyege az, hogy a megfgyelt sokaság egységeek egyk smérv szert mlyeségét, hovatartozását smerve levoható ugya bzoyos következtetés az egységek másk

Részletesebben

Izsák János. ELTE TTK Állatrendszertani és Ökológiai Tanszék. Kézirat

Izsák János. ELTE TTK Állatrendszertani és Ökológiai Tanszék. Kézirat BIOSTATISZTIKAI ALAPISMERETEK Izsák Jáos ELTE TTK Állatredszerta és Ökológa Taszék Kézrat Budapest, 5 Tartalomjegyzék Előszó 4. Valószíűség vektorváltozók 6.. Bevezetés 6.. A többváltozós, specálsa kétváltozós

Részletesebben

Regresszió. Fő cél: jóslás Történhet:

Regresszió. 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

Részletesebben

Regresszió és korreláció

Regresszió 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

Részletesebben

Információs rendszerek elméleti alapjai. Információelmélet

Információs rendszerek elméleti alapjai. Információelmélet Iformácós redszerek elmélet alaja Iformácóelmélet A forrás kódolása csatora jelekké 6.4.5. Molár Bált Beczúr Adrás NMMMNNMNfffyyxxfNNNNxxMNN verzazazthatóvsszaálímdeveszteségcsaakkorfüggvéykódolásaakódsorozat:eredméyekódolássorozatváltozó:forás

Részletesebben

ezek alapján kívánunk dönteni. Ez formálisan azt jelenti, hogy ellenőrizni akarjuk,

ezek alapján kívánunk dönteni. Ez formálisan azt jelenti, hogy ellenőrizni akarjuk, A deceber -i gyakorlat téája A hipotézisvizsgálat fotos probléája a következő két kérdés vizsgálata. a) Egy véletle eyiség várható értékéek agyságáról va bízoyos feltevésük. Elleőrizi akarjuk e feltevés

Részletesebben

Kutatói pályára felkészítı modul

Kutatói pályára felkészítı modul Kutatói pályára felkészítı modul Kutatói pályára felkészítı kutatási ismeretek modul Tudomáyos kutatási alapayag feldolgozása, elemzési ismeretek KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI

Részletesebben

KOMBINATORIKA ELŐADÁS osztatlan matematikatanár hallgatók számára. Szita formula J = S \R,

KOMBINATORIKA ELŐADÁS osztatlan matematikatanár hallgatók számára. Szita formula J = S \R, KOMBINATORIKA ELŐADÁS osztatla matematkataár hallgatók számára Szta formula Előadó: Hajal Péter 2018 1. Bevezető példák 1. Feladat. Háy olya sorbaállítása va a {a,b,c,d,e} halmazak, amelybe a és b em kerül

Részletesebben

Kétoldali hibás Monte Carlo algoritmus: mindkét válasz esetén hibázhat az algoritmus, de adott alsó korlát a hibázás valószínűségére.

Kétoldali hibás Monte Carlo algoritmus: mindkét válasz esetén hibázhat az algoritmus, de adott alsó korlát a hibázás valószínűségére. Véletleített algoritmusok Tegyük fel, hogy va két doboz (A,B), amely egyike 1000 Ft-ot tartalmaz, a másik üres. 500 Ft-ért választhatuk egy dobozt, amelyek a tartalmát megkapjuk. A feladat megoldására

Részletesebben

Dr. Tóth Zsuzsanna Eszter Dr. Jónás Tamás Erdei János. Gazdaságstatisztika. II. rész A matematikai statisztika alapjai

Dr. Tóth Zsuzsanna Eszter Dr. Jónás Tamás Erdei János. Gazdaságstatisztika. II. rész A matematikai statisztika alapjai Budapest Műszak és Gazdaságtudomáy Egyetem Gazdaság- és Társadalomtudomáy Kar Üzlet Tudomáyok Itézet Meedzsmet és Vállalatgazdaságta Taszék Dr. Tóth Zsuzsaa Eszter Dr. Jóás Tamás Erde Jáos Gazdaságstatsztka

Részletesebben

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága Sorozatok, határérték fogalma. Függvéyek határértéke, folytoossága 1) Végtele valós számsorozatok Fogalma, megadása Defiíció: A természetes számok halmazá értelmezett a: N R egyváltozós valós függvéyt

Részletesebben

Statisztika I. 4. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 4. előadás. Előadó: Dr. Ertsey Imre Statsztka I. 4. előadás Előadó: Dr. Ertsey Imre KÖZÉPÉRTÉKEK A statsztka sor általáos jellemzésére szolgálak, a statsztka sokaságot egy számmal jellemzk. Számított középértékek: matematka számítás eredméyekét

Részletesebben

Kvantum párhuzamosság Deutsch algoritmus Deutsch-Jozsa algoritmus

Kvantum párhuzamosság Deutsch algoritmus Deutsch-Jozsa algoritmus LOGO Kvatum párhuzamosság Deutsch algoritmus Deutsch-Jozsa algoritmus Gyögyösi László BME Villamosméröki és Iormatikai Kar Bevezető Kvatum párhuzamosság Bármilye biáris üggvéyre, ahol { } { } : 0, 0,,

Részletesebben

Példa: Egy üzletlánc boltjainak forgalmára vonatkozó adatok 1999. október hó: (adott a vastagon szedett!) S i g i z i g i z i

Példa: Egy üzletlánc boltjainak forgalmára vonatkozó adatok 1999. október hó: (adott a vastagon szedett!) S i g i z i g i z i . konzult. LEV. 013. ápr. 5. MENNYISÉGI ISMÉRV szernt ELEMZÉS Tk. 3-8., 88-90. oldal, kmarad: 70., 74. oldal A mennység smérv (X) lehet: dszkrét és folytonos. A rangsor a mennység smérv értékenek monoton

Részletesebben

Matematikai statisztika

Matematikai statisztika Matematikai statisztika PROGRAMTERVEZŐ INFORMATIKUS alapszak, A szakiráy Arató Miklós Valószíűségelméleti és Statisztika Taszék Természettudomáyi Kar 2019. február 18. Arató Miklós (ELTE) Matematikai statisztika

Részletesebben

Információs rendszerek elméleti alapjai. Információelmélet

Információs rendszerek elméleti alapjai. Információelmélet Iformácós redszerek elmélet alapja Iformácóelmélet Glbert-Moore Szemléltetése hasoló a Shao kódhoz A felezőpotokra a felezős kódolás A felezőpot értéke bttel hosszabb kfejtést géyel /2 0 x x x p p 2 p

Részletesebben

Laboratóriumi mérések

Laboratóriumi mérések Laboratórum mérések. Bevezetı Bármlye mérés ayt jelet, mt meghatároz, háyszor va meg a méredı meységbe egy másk, a méredıvel egyemő, ökéyese egységek választott meység. Egy mérés eredméyét tehát két adat

Részletesebben

VII. A határozatlan esetek kiküszöbölése

VII. A határozatlan esetek kiküszöbölése A határozatla esetek kiküszöbölése 9 VII A határozatla esetek kiküszöbölése 7 A l Hospital szabály A véges övekedések tétele alapjá egy függvéy értékét egy potba közelíthetjük az köryezetébe felvett valamely

Részletesebben

Ökonometria. /Elméleti jegyzet/

Ökonometria. /Elméleti jegyzet/ Ökoometra /Elmélet jegyzet/ Ökoometra /Elmélet jegyzet/ Szerző: Nagy Lajos Debrece Egyetem Gazdálkodástudomáy és Vdékfejlesztés Kar (1.,., 3., 4., 5., 6., és 9. fejezet) Balogh Péter Debrece Egyetem Gazdálkodástudomáy

Részletesebben

Adatfeldolgozás, adatértékelés. Dr. Szűcs Péter, Dr. Madarász Tamás Miskolci Egyetem, Hidrogeológiai Mérnökgeológiai Tanszék

Adatfeldolgozás, adatértékelés. Dr. Szűcs Péter, Dr. Madarász Tamás Miskolci Egyetem, Hidrogeológiai Mérnökgeológiai Tanszék Adatfeldolgozás, adatértékelés Dr. Szűcs Péter, Dr. Madarász Tamás Mskolc Egyetem, Hdrogeológa Mérökgeológa Taszék A vzsgált köryezet elemek, lletve a felszí alatt közeg megsmerése céljából számtala külöböző

Részletesebben

1. Írd fel hatványalakban a következõ szorzatokat!

1. Írd fel hatványalakban a következõ szorzatokat! Számok és mûveletek Hatváyozás aaaa a a darab téyezõ a a 0 0 a,ha a 0. Írd fel hatváyalakba a következõ szorzatokat! a) b),,,, c) (0,6) (0,6) d) () () () e) f) g) b b b b b b b b h) (y) (y) (y) (y) (y)

Részletesebben

A pályázat címe: Rugalmas-képlékeny tartószerkezetek topológiai optimalizálásának néhány különleges feladata

A pályázat címe: Rugalmas-képlékeny tartószerkezetek topológiai optimalizálásának néhány különleges feladata 6. év OTKA zárójeletés: Vezető kutató:kalszky Sádor OTKA ylvátartás szám T 4993 A pályázat címe: Rugalmas-képlékey tartószerkezetek topológa optmalzálásáak éháy külöleges feladata (Részletes jeletés) Az

Részletesebben

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H

Részletesebben

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Korreláció-számítás. 1. előadás. Döntéselőkészítés módszertana. Dr.

Gazdaságtudományi 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

Részletesebben

Hipotézis vizsgálatok

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

Részletesebben

FELADATOK MÉRÉSELMÉLET tárgykörben. 1. Egy műszer osztálypontossága 2.5, a végkitérése 300 V. Mekkora a mérés abszolút hibája?

FELADATOK MÉRÉSELMÉLET tárgykörben. 1. Egy műszer osztálypontossága 2.5, a végkitérése 300 V. Mekkora a mérés abszolút hibája? FELADATOK MÉÉSELMÉLET tárgykörbe. Egy műszer osztálypotosság., végktérése 3 V. Mekkor mérés bszolút hbáj? H Op v / %,*3/ 7, V. A fet műszer V-ot mér. Mekkor mérés reltív hbáj? H h v % 6,% h 3. Egy mérés

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.

) ( 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

Részletesebben

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet

GVMST22GNC 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

Részletesebben

Kidolgozott feladatok a nemparaméteres statisztika témaköréből

Kidolgozott feladatok a nemparaméteres statisztika témaköréből Kidolgozott feladatok a emparaméteres statisztika témaköréből A tájékozódást mideféle szíkódok segítik. A feladatok eredeti szövege zöld, a megoldások fekete, a figyelmeztető, magyarázó elemek piros szíűek.

Részletesebben