Boros Daniella Nappali tagozat Kereskedelem és marketing 2. évfolyam Gödöllő Neptun kód: OIPGB9
|
|
- Gergő Faragó
- 7 évvel ezelőtt
- Látták:
Átírás
1 Szent István Egetem Gazdaság- és Tásadalomtudomán Ka Koelácó- és egesszó analízs Boos Danella Nappal tagozat Keeskedelem és maketng. évfolam Gödöllő Neptun kód: OIPGB9
2 1. Célktűzések megfogalmazása Ekko dönt el a felhasználó, hog mlen jelenséget póbál magaázn és ehhez mlen adatbázs szükséges. Célom az, hog övden jellemezzem Magaoszág év keeskedelm kapcsolatát az euópa oszágokkal.. Adatbázs megteemtése Saját megfgelésből, kkédezés útján (pl.: kédőíves felméés),kísélet beállítása alapján, statsztka szolgálat Feltétel: Megbízhatóság Kellő számú megfgelés szükséges Magaoszág külkeeskedelm fogalmának étéke (mllád Ft) 1500 a főbb euópa oszágokkal 1997-ben Oszág Epot Impot) Auszta Belgum Csehoszág Fancaoszág Hollanda Lengeloszág Nag-Btanna Németoszág Olaszoszág Ooszoszág Svájc 7 49 Svédoszág Szlováka 54 1 Szlovéna Ukajna Foás: KSH: Maga Statsztka Évkönv táblázat Koelogam 1. ába
3 3. Függvén - specfkácó (függvén típusának kválasztása) Feladat: Olan egenes vag göbe megállapítása, amelek legjobban lleszkednek az eedet pontoka. Ehhez meg kell vzsgáln a kapcsolat ánát és szoosságát (koelácó), majd fel kell tán az ok-okozat összefüggéseket s (egesszó). Hpotézs: A koelogam alapján eg lneás kapcsolat feltételezhető a változók között. Valószínűsíthető, hog eg monoton növekvő lneás egesszós függvénnel leíható a kapcsolat Epot MFt ( ) Impot MFt ( ) Koelácó számítás Az epot és az mpot összefüggése ( ) ( ) ( ) ( ) Összesen Átlag Foás: Saját számítás. táblázat 3
4 Kovaanca Az átlagtól való eltéések szozatának átlaga. Előjele megadja a kapcsolat ánát. d d X Y C, ahol d d n Koelácós egüttható számítása (. táblázat): C= = 79730,48 (>0) 15 Ételmezés: Az epot és mpot között kapcsolat poztív ánú Koelácós egüttható Két mennség smév kapcsolatának szoosságát és ánát adja. Étéke -1 és 1 közé esk. C d d ( ) ( ) = d d ( ) ( ) Koelácós egüttható számítása (. táblázat): = = 0,98 Ételmezés: Az epot és az mpot között gen szoos (majd detemnsztkus), poztív kapcsolat áll fenn. A koelácós egüttható megbízhatóságának vzsgálata (t-póba) H 0 : =0 (a két változó között nncs lneás összefüggés) H 1 : 0 (a két változó között gazolható lneás összefüggés) Póbastatsztka: temp S Standat hba: S = 1 n t meghatáozása: n 1 H 0 elfogadása keül, ha t emp t /, n H 1 elutasítása keül, ha t emp > t /, n 4
5 t számítása: t = 0,98 15 =15,88 1 0,98 t emp =,16 - táblázatból Ételmezés: Az eedmén azt mutatja, hog 95% os megbízhatóság sznten a koelácós egüttható ételmezhető, hszen a számított t-éték nagobb, mnt a táblázatbel éték. Detemnácó-vzsgálat: A detemnácós egüttható ( ) megmutatja, hog a magaázóváltozó hán %-ban befolásolja az eedménváltozó szóódását. A detemnácós egüttható jellemz: A egesszós függvén lleszkedését, a modell magaázó eejét. A detemnácós egüttható számítása: D =. 100 = 0, = 95,1% Ételmezés: Az epot 95,1%-ban befolásolja az mpot szóódását. 5
6 Regesszó számítás 4- A kválasztott függvén paaméteenek számítása () A egesszó-számítás az összefüggésekben lévő tendencát vzsgálja és a kapcsolat temészetét valamlen függvénnel íja le. Kétváltozós lneás egesszós modell: Y, ahol az tengel metszéspontja az egenes meedekségét meghatáozó ántangens véletlen változó (hbaténező) A egesszós modell feltételendszee 1. Az véletlen változó, melnek váható étéke 0. M ( )=0. Az vaancája, azonos valamenn étékée (ez a homoszkedasztctás feltétel) 3. Az étéke egmástól függetlenek. 4. A hbaténező nomáls eloszlású véletlen változó. A becsült egesszós függvén ˆ a b Legksebb négzetek módszee mn ˆ a egesszó függvént behelettesítve a célfüggvénbe a b mn eljutunk a nomál egenletekhez vag a nomálegenletek tanszfomálásával d meghatáozásához. b an b a b d, d eljutunk a paaméteek d d a b Paaméteek meghatáozása (. táblázat): ( ) ( ) b = 0, 795 ( )
7 REGRESSZIÓS FÜGGVÉNY: a b = 05 0, = 48,5 ˆ = 48,5 +0,795 a b = 0, ,5 R² = 0, Foás: Adatbázs alapján. ába Oszág Epot MFt () A egesszós étékek és eltéések kszámítása Impot MFt () ŷ 48,5 0, ŷ - ( ŷ - ) - ŷ ( - ŷ ) ˆ Auszta , 166,5 7719, 46,8 188,0. Belgum ,7-87,1 7579,6-4,7 608,7 3. Csehoszág , -108, ,8-1, 1,5 4. Fancaoszág ,0-49,7 470,4 17,0 88,0 5. Hollanda ,0-76,7 5887, -6,0 676,3 6. Lengeloszág ,0-80,7 651,8-57,0 35,6 7. Nag-Btanna ,1-61,6 3797,8-7,1 50,5 8. Németoszág 19 91,6 17,9 318,9 68,4 4679,9 9. Olaszoszág ,4-1,3 15,4 170,6 9108,8 10. Ooszoszág ,1-13,6 158,6-13,1 171,9 11. Svájc ,0-134, ,7-1,0 440,3 1. Svédoszág ,5-117, ,9-1,5 155,5 13. Szlováka ,4-113,3 1834,7-70,4 496, 14. Szlovéna ,9-118,9 1416,3-3,9 1081,1 15. Ukajna ,9 900, , -36,9 1358,3 Σ Átlag Foás: Saját számítás 3. táblázat Regesszós étékek számítása a kszámított paaméteek felhasználásával (3. táblázat). Az eedet adatokat a következő egesszós függvénbe behelettesítve: 7
8 5. Illeszkedésvzsgálat Ezzel méjük azt, hog az eedet megfgelések (-ok) menne lleszkednek a egesszós étékekhez, vags ŷ -ekhez. Két méőszáma s van, amel közül az egk felvesz az eedet adatok métékegségét és nagságendjét, míg a másodk százalékosan jellemz az llesztés hbát. Rezduáls szóás (abszolút hba): Kfejez, hog a egesszós becslések átlagosan mennvel tének el az megfgelt étéketől. ( ˆ) S e. n Relatív szóás (elatív hba): Kkfejez, hog a egesszós becslések átlagosan hán %-al tének el az megfgelt étéketől. Se VSe 100 Rezduáls szóás számítása: e ( ˆ) S e = n n 4903 = 61,41 mllád Ft. 15 Az llesztés elatív hbája: Se 61,41 VSe 100 = 100 9,99% 05 Ételmezés: Vags az eedet és a egesszós adatok átlagosan 61,41 mllád Ft-tal és átlagosan 9.99 %-kal tének el egmástól. 6. Szgnfkanca-vzsgálatok (a modell és a paaméteek tesztelése), Ezeke a vzsgálatoka egészt a kapcsolatok sztochasztkus jellege matt van szükség. Másészt tulajdonképpen tt s mntákkal dolgozunk, mndg magában hodozza a hba lehetőségé. Ezét, mnd a egesszós modellt, mnd a paaméteeket le kell teszteln, hog a feladata egételműen tudjak válaszoln. A modell tesztelése vaanca-analízssel (F-póba) Ténezők DF SS MS F F szgnfkancája SSR Regesszó(R) 1 ( ˆ ) MSR MSR= SSR /DFR 1% MSE Hba(E) n- SSE ( ŷ ) MSE= SSE /DFE Összesen(T) n-1 SST SSR SSE 4. táblázat 8
9 Az F-póba két sokaság (ténezők) szóásának összehasonlításáa ánuló póba MSR Póbastatsztka: F MSE Az adatok meghatáozása a táblázat szent képletekkel töténk. A modell elfogadható, ha F 1 1 /, DF, DF1 keül. < emp F F1 /, DF1, DF, ellenkező esetben elutasítása Számítások a 3. és 4. táblázat alapján Ténezők DF SS MS F F szgnfkancája Regesszó(R) , ,5 5,1 1% Maadék(E) ,4 3771,0 Összesen(T) ,9 Foás: Saját számítás 5. táblázat Táblázatból: F 1 1 /, DF, DF1 = 9,07 F1 /, DF1, DF =6157 Ételmezés: Látható, hog egesszós modell heltálló, hszen az F-éték szgnfkancája 1%-os. (9,07<5,1<6157) Paaméteek tesztelése t-póbával H 0 : b=0 (a két változó között nncs lneás összefüggés) H 1 : b 0 (a két változó között gazolható lneás összefüggés) H 0 elfogadása keül, ha t emp t /, n H 1 elutasítása keül, ha t emp > t /, n Paaméteek tesztelése t-póbával Póbastatsztka: t a a Sa t b b S b a paaméte becsült szóása (a standat hbája): Sa Se. S. e d. n n ( ) 9
10 b paaméte becsült szóása (b standat hbája): S b S e d Számítások a 3. és 4. táblázat alapján Egütthatók Standat hba t éték p éték Alsó hatá (h 1 ) Felső hatá (h ) "a" paaméte 48,5 18,66,60 0,00 0,93 97,97 "b" paaméte 0,795 0,05 15,88 0,001-0,64 10,75 Foás: Saját számítás 6. táblázat 7. A egesszós étékek konfdenca hatáanak (h 1, h ) a megállapítása egüttható t s tan dathba A hatáok meghatáozása: 1 ahol t a paaméteek táblázatbel étéke a nekk megfelelő szgnfka sznten 1 A konfdenca hatáanak (h 1, h ) kszámítása (6. táblázat): a paaméte táblázatbel étéke:,65 b paaméte táblázatbel étéke:3,01 8. Elasztctás (ugalmasság) meghatáozása, A ugalmasság (elasztctás) méőszám aa ad választ, hog ha X-et 1%-kal megnöveljük az hán %-os változást eedménez az Y változóban. Rugalmasság egüttható lneás egesszó esetén: b E a b A ugalmasság egüttható étéke átlaghelen: E b Ha, E <1, akko változó ugalmatlan az változóval Ha, E >1, akko változó ugalmas az változóval A ugalmasság kszámítása sz átlaghelen: 197 E 0,795 0,76 05 Ételmezés: A 197 mllád Ft-os epot 1%-os növekedésével 76 %-os lesz a behozatal météke. 10
11 Általános megállapítás: - A modell szgnfkánsnak teknthető, hszen a vaanca-analízs 99%-os megbízhatóságot mutatott, hszen a vaanca-táblázatban 0,01 az F szgnfkancája. - A paaméteek szntén szgnfkánsak, ugans az a paaméte szgnfkancája: 0,0, a b paaméte szgnfkancája: 0,01. - a = 48,5: epot nélkül 48,5 mllád Ft behozatala számíthatunk,(mnmum 0,93 mllád Ft, mamum 97,97 mllád Ft). - b = 0,79: az epot 1 mllád Ft-os növekedésével átlagosan 0,79 mlló Ft-os mpotnövekedése számíthatunk (mnmum -0,64 mlló Ft, mamum 8,94 mlló Ft). - A széles ntevallumok megbízhatóak, vszont lehet, hog ksebb megbízhatóságot választva még eálsabb kép alakult k volna. Mégs valósnak tatom, met az llesztés lazának mondható 9,99 % (az mpot adatok ( -ok) és a függvén pontja az úgnevezett egesszós étékek ( ŷ -tek) átlagosan távol állnak egmástól), és a két változó sem mutatott ugalmasságot egmással szemben ( E <1). A b paaméte ezét mutat len szélsőséges esetet (előfodulhat, hog nncs szükség behozatala, de az s előfodulhat a maga gazdaságnak nagon eős lesz az mpotgéne). 11
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
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
RészletesebbenVáltozók 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
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:
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
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,
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
RészletesebbenKépletgyűjtemény a Gazdaságstatisztika tárgy A matematikai statisztika alapjai című részhez
Buaet űzak é Gazaágtuomá Egetem Gazaág- é Táaalomtuomá Ka Üzlet Tuomáok Itézet eezmet é Vállalatgazaágta Tazék Tóth Zuzaa Ezte Jóá Tamá Kéletgűtemé a Gazaágtatztka tág A matematka tatztka alaa című ézhez
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
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
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,
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
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
Részletesebben1. MECHANIKA-STATIKA GYAKORLAT (kidolgozta: Triesz Péter, egy. ts.; Tarnai Gábor, mérnök tanár) Trigonometria, vektoralgebra
SZÉCHENYI ISTVÁN EGYETEM LKLMZOTT MECHNIK TNSZÉK. MECHNIK-STTIK GYKORLT (kidolgozta: Tiesz Péte eg. ts.; Tanai Gábo ménök taná) Tigonometia vektoalgeba Tigonometiai összefoglaló c a b b a sin = cos = c
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
RészletesebbenGyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Lineáris regresszió, ismétlés nélküli mérések
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 1.8 3
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
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
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
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Egyenletek, egyenletrendszerek
1) MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Egenletek, egenletrendszerek A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval
RészletesebbenGömb illesztés. Korszerű matematikai módszerek a geodéziában
Gömb llestés Koseű matematka módseek a geodéában 13.11.5. Gömb llestése 1. Hán pont sükséges a feladat megoldásáho?. Hogan lehet meghatáon a gömb heletét, sugaát? 3. Hogan llessük be a RANSAC eljáásba?
RészletesebbenTartóprofilok Raktári program
Tartóproflok Raktár program ThenKrupp Ferroglou ThenKrupp Nolcadk kadá 6. áprl Ötvözetlen é alacon ötvözéú lemeztermékek Betonacélok Szerzámacélok Melegen hengerelt rúdacélok Könnú - é zínefémek Rozdamente
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
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
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
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Egyenletek, egyenletrendszerek
1) MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI EMELT SZINT Egenletek, egenletrendszerek A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval
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.
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
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.)
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
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
RészletesebbenStatisztika 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
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
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
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-009-0041pályázat projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudomány Tanszékén az ELTE Közgazdaságtudomány Tanszék, az MTA Közgazdaságtudomány
RészletesebbenA piaci (egytényezős) modellek és portfóliók képzése
0/9/05 A ac (egytényezős) modellek és otfólók kézése Beuházás és fnanszíozás döntések. konzultácó A ac (egytényezős) modellek szeee a befektetések étékelésében. Bevezetés az egytényezős modellek áttekntése.
RészletesebbenRegressziós vizsgálatok
Regressziós vizsgálatok Regresszió (regression) Általános jelentése: visszaesés, hanyatlás, visszafelé mozgás, visszavezetés. Orvosi területen: visszafejlődés, involúció. A betegség tünetei, vagy maga
RészletesebbenElektrokémia 02. (Biologia BSc )
Elektokéma 02. (Bologa BSc ) Elektokéma cella, Kapocsfeszültség, Elektódpotencál, Elektomotoos eő Láng Győző Kéma Intézet, Fzka Kéma Tanszék Eötvös Loánd Tudományegyetem Budapest Temodnamka paaméteek TERMODINAMIKAI
RészletesebbenMikro és makroökonómia BMEGT30A001 C1-es kurzus Jegyzet gyanánt 2018 ősz 3.ELŐADÁS
Mkro és makroökonóma BMEGT30A001 C1-es kurzus Jegzet ganánt 2018 ősz Az tt közzé adott anag néhol részletesebb, néhol csak utal arra, amt órán vettünk. A számonkérés kzárólag az órán elhangzott anagból
RészletesebbenKétváltozós függvények ábrázolása síkmetszetek képzése által
Kétváltozós függvének ábrázolása síkmetszetek képzése által ) Ábrázoljuk a z + felületet! Az [,] síkkal párhuzamos síkokkal z c) képzett metszetek körök: + c, tehát a felület z tengelű forgásfelület; Az
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
RészletesebbenBiometria az orvosi gyakorlatban. Korrelációszámítás, regresszió
SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás
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
Részletesebbenvéletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?
BEVEZEÉS statsztka telese lakusokak: ag mukával gűtött adatok vzsgálata, abból következtetések levoása ( statstcal feece ) (Eg kcst sok hűhó semmét azaz Much ado about othg.) M s a statsztka? Eg populácóból
RészletesebbenMNB Füzetek 2003/12. Móré Csaba - Nagy Márton: 2003. December
MNB Füzetek 2003/12 Móé Csaba - Nagy Máton: A PIACI STRUKTÚRA HATÁSA A BANKOK TEJESÍTMÉNYÉRE: EMPIRIKUS VIZSGÁAT KÖZÉP-KEET EURÓPÁRA 1 2003. Decembe 1 A szezők köszönttel tatoznak Kátay Gábonak és Méő
RészletesebbenPopuláció nagyságának felmérése, becslése
http:/zeus.yf.hu/~szept/kuzusok.htm Populáció agyságáak felméése, becslése Becsült paaméteek: N- az adott populáció teljes agysága (egyed, pá, stb) D- dezitás (sűűség), egységyi felülete/téfogata számított
RészletesebbenStatisztika II előadáslapok. 2003/4. tanév, II. félév
Statisztika II előadáslapok 3/4 tanév, II félév BECSLÉS ÉS HIPOTÉZISVIZSGÁLAT Egyik konzervgyár vágott zöldbabot exportál A szabvány szerint az üvegek nettó töltősúlyának az átlaga 3 g, a szórása 5 g Az
RészletesebbenNEMPARAMÉTERES ELJÁRÁSOK
Kály Zoltá: Statsztka II. NEMPARAMÉTERES ELJÁRÁSOK Az eddgek soá találkoztuk má olya eláásokkal, melyek a változók középétékét vzsgálták: egymtás-, páos-, függetle mtás t-póba, egy- és többszempotos vaaca
RészletesebbenMatematika szintfelmérő szeptember
Matematika szintfelmérő 015. szeptember matematika BSC MO 1. A faglaltok éjszakáján eg közvéleménkutatásban vizsgált csoport %-ának ízlett az eperfaglalt, 94%-ának pedig a citromfaglalt. A két gümölcsfaglalt
RészletesebbenStatisztikai alapismeretek amit feltétlenül tudni kell
Statztka alameetek amt feltétlenül tudn kell Sokaág é mnta fogalma Statztka (mnta jellemzője) é aaméte fogalma Váható éték é vaanca jellemző Sűűégfüggvén é elozláfüggvén Standad nomál -, t- é F-elozlá
RészletesebbenElektrokémia 03. (Biologia BSc )
lektokéma 03. (Bologa BSc ) Cellaeakcó potencálja, elektódeakcó potencálja, Nenst-egyenlet Láng Győző Kéma Intézet, Fzka Kéma Tanszék ötvös Loánd Tudományegyetem Budapest Cellaeakcó Közvetlenül nem méhető
RészletesebbenAdatsorok jellegadó értékei
Adatsorok jellegadó értéke Varga Ágnes egyetem tanársegéd varga.ag14@gmal.com Terület és térnformatka kvanttatív elemzés módszerek BCE Geo Intézet Terület elemzés forgatókönyve vacsora hasonlat Terület
RészletesebbenIdősorok elemzése előadás. Előadó: Dr. Balogh Péter
Idősorok elemzése előadás Előadó: Dr. Balogh Péter Idősorok elemzése A társadalmi - gazdasági jelenségek időbeli alakulásának törvénszerűségeit kell vizsgálni a változás, a fejlődés tendenciáját. Az idősorokban
RészletesebbenVarianciaanalízis. Egytényezős kísérletek (Más néven: egyutas osztályozás, egyszempontos varianciaanalízis ANOVA)
Varancaanalízs A varancaanalízs során kettőnél több sokaság középértékenek mnta alapán történő összehasonlítása történk zért nevezk a kétmntás t-próba általánosításának A nullhpotézs eldöntéséhez használuk
RészletesebbenStatisztika I. 3. előadás. Előadó: Dr. Ertsey Imre
Statsztka I. 3. előadás Előadó: Dr. Ertsey Imre Vszonyszámok Statsztka munka: adatgyűjtés, rendszerezés, összegzés, értékelés. Vszonyszámok: Két statsztka adat arányát kfejező számok, Az un. leszármaztatott
RészletesebbenA végeselem programrendszer általános felépítése (ismétlés)
SZÉCHENYI ISTVÁN EGYETEM ALKALMAZOTT MECHANIKA TANSZÉK 1. MECHANIKA-VÉGESELEM MÓDSZER ELŐADÁS (kdolgozta: Szüle Veronka eg. ts.) IX. előadás A végeselem rogramrendszer általános feléítése (smétlés) A végeselem
RészletesebbenStatisztika I. 13. előadás Idősorok elemzése. Előadó: Dr. Ertsey Imre
Statisztika I. 13. előadás Idősorok elemzése Előadó: Dr. Ertse Imre A társadalmi - gazdasági jelenségek időbeli alakulásának törvénszerűségeit kell vizsgálni a változás, a fejlődés tendenciáját. Ezek a
RészletesebbenExtrém-érték elemzés. Extrém-érték eloszlások. Megjegyzések. A normálhatóság feltétele. Extrém-érték modellezés
Extrém-érték modellezés Zemplén András Val.modellek 2018. febrár 21. Extrém-érték elemzés Klasszks módszerek: év maxmmon alaplnak Küszöb felett értékek elemzése: adott szntet meghaladó mnden árvízből használ
RészletesebbenExtrém-érték elemzés. Extrém-érték eloszlások. A normálhatóság feltétele. Megjegyzések. Extrém-érték modellezés
Etrém-érték modellezés Zemplén András Alkalmazott modl 016. febrár -9. Etrém-érték elemzés Klasszks módszerek: év mammon alaplnak Küszöb felett értékek elemzése: adott szntet meghaladó mnden árvízből használ
RészletesebbenKísérlettervezési alapfogalmak:
Kísérlettervezés alapfogalmak: Tényező, faktor (factor) független változó, ható tényező (kezelés, gyógyszer, takarmány, genotípus, élőhely, stb.) amnek hatását a kísérletben vzsgáln vagy összehasonlítan
RészletesebbenA hitelértékelési kiigazítás tőketartalékolásának új szabályozása
Tanulmányok Közgazdaság Szemle, LXV. évf., 18. febuá (161 184. o.) Boos Péte A htelétékelés kgazítás tőketatalékolásának ú szabályozása A htelétékelés kgazításból (cedt valuaton adustment, CVA) adódó veszteségek
RészletesebbenAz állat becsült kor. teljes súly. teljes hossz orrtól. törzs hossza. pocak körkörös méret. hátsó láb hossza kör
Koeláció- és egesszió-aalízis Az is előfodulhat, hogy két változó között ics semmilye kapcsolat: Az X és Y véletle változók között az alábbi ábáko Az állat becsült ko pozitív összefüggés em lieáis összefüggés
RészletesebbenInverz függvények Inverz függvények / 26
Inverz függvének 2015.10.14. Inverz függvének 2015.10.14. 1 / 26 Tartalom 1 Az inverz függvén fogalma 2 Szig. monoton függvének inverze 3 Az inverz függvén tulajdonságai 4 Elemi függvének inverzei 5 Összefoglalás
RészletesebbenNeoklasszikus növekedési modellek
Neoklasszikus egionális növekedési modellek Regionális gazdaságtan 2007/2008. tanév Regionális növekedési modellek Neoklasszikus növekedési modellek Robet Solow, kínálati tényezők Endogén növekedési modellek
RészletesebbenMEREVSZÁRNYÚ REPÜLŐGÉPEK VEZÉRSÍK-RENDSZEREINEK KIALAKÍTÁSA 3 REPÜLŐKÉPESSÉG
Dr. Óvári Gula 1 - Dr. Urbán István 2 MEREVSZÁRNYÚ REPÜLŐGÉPEK VEZÉRSÍK-RENDSZEREINEK KILKÍTÁS 3 cikk(soroatban)ben a merev sárnú repülőgépek veérsík rendserinek terveését és építését követheti nomon lépésről
RészletesebbenPortfóliók képzése és a portfólió értékelés mértékei. A portfóliókockázat. elemzése. Az arbitrázs-értékelés modellje és alkalmazása.
Beuházás és fnanszíozás döntések Levelező. konzultácó Potfólók kézése és a otfóló étékelés météke. A otfólókockázat secáls esetenek elemzése. Az abtázs-étékelés modellje és alkalmazása. A otfolók kézése,
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
RészletesebbenY 10. S x. 1. ábra. A rúd keresztmetszete.
zilárdságtan mintafeladatok: tehetetlenségi tenzor meghatározása, a tehetetlenségi tenzor főtengelproblémájának megoldása két mintafeladaton keresztül Először is oldjuk meg a gakorlatokon is elhangzott
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
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...
RészletesebbenTeljes függvényvizsgálat példafeladatok
Teljes függvénvizsgálat példafeladatok Végezz teljes függvénvizsgálatot az alábbi függvéneken! Az esetenként vázlatos megoldásokat a következő oldalakon találod, de javaslom, hog először önállóan láss
RészletesebbenBiológiai 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
RészletesebbenTöbbváltozós analízis gyakorlat, megoldások
Többváltozós analízis gakorlat, megoldások Általános iskolai matematikatanár szak 7/8. őszi félév. Differenciál- és integrálszámítás alkalmazásai. Határozzuk meg az alábbi differenciálegenletek összes,
RészletesebbenExtrém-érték elemzés. Extrém-érték eloszlások. A normálhatóság feltétele. Megjegyzések. Extrém-érték modellezés
Extrém-érték modellezés Zemplén András Alkalmazott modul 03. február. Extrém-érték elemzés Klasszkus módszerek: év maxmumon alapulnak Küszöb felett értékek elemzése: adott szntet meghaladó mnden árvízbıl
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.
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
Részletesebben3. Egy ξ valószínűségi változó eloszlásfüggvénye melyik képlettel van definiálva?
. z és események függetlensége melyik összefüggéssel van definiálva? P () + P () = P ( ) = P ()P () = P ( ) = P () P () 2. z alábbi összefüggések közül melyek igazak, melyek nem igazak tetszőleges és eseményeke?
Részletesebben(eseményalgebra) (halmazalgebra) (kijelentéskalkulus)
Valószínűségszámítás Valószínűség (probablty) 0 és 1 között valós szám, amely egy esemény bekövetkezésének esélyét fejez k: 0 - (sznte) lehetetlen, 0.5 - azonos eséllyel gen vagy nem, 1 - (sznte) bztos
RészletesebbenMódszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!
BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012.. Név:... Neptun kód:... Érdemjegy:..... STATISZTIKA II. VIZSGADOLGOZAT Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető pontszám 21 20 7 22
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
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
Részletesebben10. előadás: Vonalas létesítmény tegelyvonalának kitűzése. (Egyenes, körív, átmeneti ív) *
10. előadás: Vonalas létesítmény tegelyvonalának ktűzése. (Egyenes, köív, átmenet ív)* 10. előadás: Vonalas létesítmény tegelyvonalának ktűzése. (Egyenes, köív, átmenet ív) * 10.1. Vonalas létesítmények
RészletesebbenEUKLIDESZI TÉR. Euklideszi tér, metrikus tér, normált tér, magasabb dimenziós terek vektorainak szöge, ezek következményei
Eukldes tér, metrkus tér, ormált tér, magasabb dmeós terek vektoraak söge, eek követkemée Metrkus tér Defícó. A H halmat metrkus térek eveük, ha va ola, metrkáak eveett m: H H R {0} függvé, amelre a követkeők
RészletesebbenA költségvetési korlát
A költségvetési korlát A gakorlatban a jószágkosarak több, nagon sok termékből állnak. Mi eg kéttermékes modellt feltételezünk, íg a döntési roblémát grafikusan is tudjuk ábrázolni. Első termék:, második
Részletesebben2. személyes konzultáció. Széchenyi István Egyetem
Makroökonóma 2. személyes konzultácó Szécheny István Egyetem Gazdálkodás szak e-learnng képzés Összeállította: Farkas Péter 1 A tananyag felépítése (térkép) Ön tt áll : MAKROEGENSÚL Inflácó, munkanélkülség,
RészletesebbenMűszaki folyamatok közgazdasági elemzése Előadásvázlat október 17. A technológia és a költségek dualitása
Műszaki folyamatok közgazdasági elemzése Előadásvázlat 3 októbe 7 technológia és a költségek dualitása oábban beláttuk az alábbi összefüggéseket: a) Ha a munka hatáteméke nő akko a hatáköltség csökken
RészletesebbenBevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,
Bevezetés a bometrába Dr. Dnya Elek egyetem tanár PhD kurzus. KOKI, 205.0.08. ADATREDUKCIÓ I. Középértékek Adatredukcó. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények:
RészletesebbenMegállapítható 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
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
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
RészletesebbenMéréselmélet: 5. előadás,
5. Modellllesztés (folyt.) Méréselmélet: 5. előadás, 03.03.3. Út az adaptív elárásokhoz: (85) és (88) alapán: W P, ( ( P). Ez utóbb mndkét oldalát megszorozva az mátrxszal: W W ( ( n ). (9) Feltételezve,
Részletesebben? 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
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
RészletesebbenDr. Ratkó István. Matematikai módszerek orvosi alkalmazásai. 2010.11.08. Magyar Tudomány Napja. Gábor Dénes Főiskola
Dr. Ratkó István Matematka módszerek orvos alkalmazása 200..08. Magyar Tudomány Napja Gábor Dénes Főskola A valószínűségszámítás és matematka statsztka főskola oktatásakor a hallgatók néha megkérdezk egy-egy
RészletesebbenKidolgozott feladatok a gyökvonás témakörhöz (10.A osztály)
1. Számítsuk ki a következő szorzatok értékét! (a) 3 3 3 (b) 7 3 7 3 1 9. Számítsuk ki a következő hánadosokat! (a) (b) 1 0 1 0 3. Döntsük el, melik szám a nagobb! (a) ( 3) vag ( ) 3 (b) Mivel tudjuk,
RészletesebbenNemparaméteres módszerek. Krisztina Boda PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet
Nemparaméteres módszerek Krsztna Boda PhD SZTE ÁOK Orvos Fzka és Orvos Informatka Intézet Paraméteres próbák Paraméter: egy szám, amely a populácó eloszlását jellemz (és általában meghatározza). A normáls
RészletesebbenOrszágos Középiskolai Tanulmányi Verseny 2012/2013 Matematika I. kategória (SZAKKÖZÉPISKOLA) Döntő Megoldások
Országos Középiskolai Tanulmáni Versen / Matematika I kategória (SZAKKÖZÉPISKOLA) Döntő Megoldások Eg papírlapra felírtuk a pozitív egész számokat n -től n -ig Azt vettük észre hog a felírt páros számok
RészletesebbenSZOLVENCIATŐKE MINT FIXPONT
SZÜLE BORBÁLA SZOLVENCIATŐKE MINT FIXPONT A tanulmányban a szező a fixpont-iteáció témájával foglalkozik egy elméleti modellben, a biztosítók szolvenciatőkéjének számolásával kapcsolatban. A téma aktualitását
RészletesebbenTöbbváltozós Regresszió-számítás
Töváltozós Regresszió-számítás 3. előadás Döntéselőkészítés módszertana Dr. Szilágyi Roland Korreláció Célja a kacsolat szorosságának mérése. Regresszió Célja a kacsolatan megfigyelhető törvényszerűség
Részletesebben