Matematikai Érdekességek a Mindennapokban - Döntéshozatali Folyamatok
|
|
- Zoltán Molnár
- 7 évvel ezelőtt
- Látták:
Átírás
1 Matematikai Érdekességek a Mindennapokban - Döntéshozatali Folyamatok
2 Tartalom A Kísérletekről Bevezetés- Egy példa Történeti Áttekintés Heurisztikák és Eredmények Érdekességek Forrás
3 Kísérlet A kísérletben résztvevő hallgatók (átlagosan*): ELTE Matematika BSc. :35 fő ELTE Biológia BSc.: 29 fő BME VIK Informatika Bsc: 40 fő A kérdések javarészt a Kahneman és Tversky által leírt jelenségekre és heurisztikákra épültek. Cél: Megvizsgálni, hogy igazolhatóak-e a szerzők által leírt eredmények * nem mindenki válaszolt minden kérdésre
4 Egy példa Izgulnál? Egy egzotikus országban nyaralsz. Közben megtudod, hogy egy ritka betegséget kaphatnak meg azok, akik ide elutaznak. Minden turistából egy megkapja ezt a betegséget. Hazaérve megvizsgáltatod magad. A tesztről azt tudod, hogy a megbízhatósága: - ha valóban beteg vagy 99 % biztonsággal mutatja ezt ki, - ha egészséges vagy 98 % pontossággal jelzi a teszt. A vizsgálat pozitív (vagyis azt jelzi, hogy megkaptad a betegséget ), ami azt jelenti, hogy egy kisebb műtéti beavatkozásra lesz szükség, és ez három napos kórházi tartózkodást igényel. Eleinte nincsenek olyan tünetek, ami alapján egyértelműen felismerhető a betegség. Minél előbb végzik el a műtétet, annál nagyobb a gyógyulás valószínűsége. Izgulnál-e ennek ismeretében? Mit saccolsz, mivel a teszted pozitív lett, hány % annak a valószínűsége, hogy megkaptad a betegséget?
5 Példa (válaszok eloszlása) A helyes válasz: kb. 5% Matek Info Bio MÉAM
6 A példa magyarázata Adva van 1000 ember, ebből 1 megbetegszik A tesztet mindenkin elvégzik A teszt 99%-os valószínűséggel kimutatja azon az 1 emberen, hogy beteg (majdnem biztosan) A maradék 999-ből 20 embernél (~2%) azt mutatja, hogy beteg, pedig nem is az. Összesen 21 emberről állítja a teszt, hogy beteg Ebből bárki lehet az az 1, aki tényleg beteg: ~5%
7 A példa magyarázata II. Bayes - tétel: E = A teszt azt mutatja beteg vagy F = Beteg vagy 0,99 0,001 0,99 0,001+0,2 0,999 = 0,04721 ~ 0,05
8 Történeti áttekintés Daniel Bernoulli (1738): Várható hasznosság hipotézise Neumann J. O. Morgenstern (1944): Theory of Games and Economic Behavior: racionális várakozás elmélete es évek: Racionalitásra épülő modellek diadalának kezdete Paradox módon egy olyan időben, melyet az irracionalitás uralt
9 Történeti áttekintés A racionális várakozások uralták nem csak az elméleti megközelítést, hanem a gyakorlat alakítóinak mentalitását is, hiszen valamennyi közgazdasági kurzuson ezt a szemléletet hirdették A várható hasznosság hipotézise szerint az egyes következmények hasznosságát valószínűségekkel kell súlyozni, és ennek alapján az opciókat egybevetni Miközben a racionalitásra épülő modellek megkérdőjelezhetetlenek voltak, kiderült, hogy az emberek viselkedése a véletlennel szembesülve számos esetben nem racionális
10 Történeti áttekintés Paradoxon, hogy a közgazdászok, akiknek legfontosabb exportcikke a többi társadalomtudomány számára a racionalitás, milyen kevés figyelmet fordítanak a racionalitás vizsgálatára Drobak [1998]: Nem azt mondjuk ki, hogy az emberi cselekvés nem racionális, hanem azt, hogy nem úgy megy végbe, ahogy a racionális döntések elméletében feltételezik
11 Történeti áttekintés Daniel Kahneman és Amos Tversky Prospect theory: An analysis of decisions under risk Döntéshozatal leíró modellje Előítéletek nélkül vizsgálni az előítéletes döntéseket
12 Történeti áttekintés Kahneman és Tversky ellenőrzött kísérleti körülmények között vizsgálták az emberi döntéseket, majd leírták ezek szabályszerűségeit 1999 (Economist): A gondolkodás újragondolása
13 Rögzítés és igazítás mechanizmusa Szerinted a Duna hosszabb vagy rövidebb, mint A, 500 km B, 5000 km? Tippeld meg milyen hosszú! 2850 km
14 Rögzítés és igazítás mechanizmusa INFORMATIKUS BIOLÓGUS MATEKOS hosszabb rövidebb hoszabb rövidebb hosszabb rövidebb hosszabb rövidebb hosszabb rövidebb hosszabb rövidebb Átlag: Átlag: Átlag: Átlag: Átlag: Átlag: km km km 5389 km 1874 km 4834 km Összesített 500-as Összesített es átlag: 1564 km átlag: km
15 Összesített 500-as átlag: 1817 km MÉAM Hosszabb Rövidebb hoszabb rövidebb Összesített 5000-es átlag: 5523 km
16 Rögzítés és igazítás mechanizmusa Ha tudjuk is, hogy rossz az információ, akkor is javaslat erejével hat. Becslésnél hozzáigazítom a tippemet. Nem csak számoknál, pl.: ha valakiről gondolsz valamit, de később megváltozik a véleményed, az eredeti benyomás nyomokban megmarad Első benyomás fontossága!
17 Keretezési avagy Csomagolási hatás Magyarországon egy ismeretlen ázsiai eredetű járvány készül kitörni, amely várhatóan 600 ember életét követeli. A járvány leküzdésére két programot dolgoznak ki: A program: 200 ember életét mentik meg bizonyosan. B program: 1/3 a valószínûsége annak, hogy mind a 600 ember életét megmentik, 2/3 a valószínûsége, hogy egyetlen ember életét sem mentik meg. A program: 400 ember hal meg bizonyosan. B program:1/3 valószínûsége, hogy senki sem hal meg, 2/3 a valószínûsége, hogy mind 600 ember meghal
18 Keretezési avagy Csomagolási hatás Az A és B program ugyanaz mindkét kérdésfeltételnél, csak másképp megfogalmazva A és B várható értéke ugyanaz matek info bio MÉAM Összesen A 400 hal 100%-osan B 66%-al hal mindenki matek info bio MÉAM Összesen A 200 él 100%-osan B 33%-al 600 él * Tükrözési hatás
19 Keretezési avagy Csomagolási hatás A válaszok attól függnek, hogy a kérdés hogyan van feltéve Külföldön borzongva tekintettek a kamikazékra, pedig: 50 biztos halott, vagy 300 pilóta egy légicsapáson, ahonnan a fele jön vissza jó esetben. (Racionális döntés a japán császár részéről) A keretezési hatás nemcsak a bizonytalanság körülményei között érvényesül a gazdaságban. Olyan döntések esetében is megfigyelhető, amelyekben biztos paraméterek alapján lehetne racionális döntést hozni, ám ennek ellenére az emberek mégis irracionálisan-előnyben részesítik az azonos döntési lehetőségek közül azt, amely csak abban különbözik a másiktól, hogy pozitív keretben, nyereségként van feltüntetve a döntéshozók számára. Más reakciókat, s ennek következtében egészen más pénzügyi következményeket váltanak ki a különböző csomagolásnak köszönhetően.
20 Keretezési avagy Csomagolási hatás Az akció, illetve jelenség csomagolása Pozitív Negatív A leértékelés vagy téli vásár vége Árengedmény a készpénzzel fizetőknek Adókedvezmény a gyerekek után Internetes cég Áremelés Felár a hitelkártyával fizetőknek Gyermektelenségi adó Telephely nélküli (postafiók) cég Némi túlzással azt mondhatnánk, hogy ha az emberek vásárlási döntései valóban racionálisak lennének, akkor a marketingszakma valamennyi képviselőjét szélnek lehetne ereszteni.
21 Hasonlóságon alapuló érvelés Linda tehetséges, független, filozófia szakot végzett 31 éves nő, aki érzékeny a társadalmi igazságtalanságokra és gyakori részvevője az antinukleáris demonstrációknak szerinted milyen foglalkozásokban, illetve aktivitásokban érdekelt? (Rangsorold a lehetőségeket!) a) Linda tanító egy általános iskolában, b) Linda könyvesboltban dolgozik, és jóga tanfolyamra jár, c) Linda részt vesz egy feminista mozgalomban, d) Linda mentális sérültekkel foglalkozó szociális munkás, e) Linda a nõszavazók ligájának tagja, f) Linda bankpénztáros, g) Linda biztosítási ügynök, h) Linda bankpénztáros és feminista. Csak a piros nyíllal jelölt lehetőségek sorrendje az érdekes, a többi megtévesztés
22 Hasonlóságon alapuló érvelés Matek Info Bio MÉAM Bankpénztáros és feminista Bankpénztáros Geometriai valószínűség: Egy halmaz valószínűsége kisebb, mint az őt tartalmazó, általánosabb halmazé Bankpénztáros Feminista
23 Hasonlóságon alapuló érvelés A téves összekapcsolás lényegesen eltérítheti döntéseinket a racionálistól Ha például Linda álláskeresési célzattal jelentkezik egy fejvadásznál, akinek a megbízója kifejezetten idegenkedik a feministáktól, nem mindegy, hogy az előbb megadott információk birtokában mekkora valószínűséget tulajdonít a szóban forgó szakember annak, hogy az ismeretlen álláskereső feminista-e, vagy sem
24 Hasonlóságon alapuló érvelés Ugyanígy, nem mindegy a marketing területén, hogy mekkorának becsülünk egy-egy célcsoportot, ha a rejtett preferenciák miatt ez nem deríthető ki egy egyszerű telefonos kikérdezéssel (A szexshopokban érdekeltek bizonyára lehúzhatnák a rolót, ha a felmérés alapján akarnák kideríteni az igényt termékeikre.) Az effajta helyzetetekben a kereskedők is szembetalálkoznak nem kísérleti, hanem reális körülmények között a Linda-problémával.
25 Bizonyossági Hatás Az alábbi két játék közül melyiket választanád? A, 100% valószínűséggel nyersz Ft-ot B, 85%-os valószínűséggel nyersz Ft-ot A, 100% valószínűséggel veszítesz Ft-ot (árfolyam veszteség miatt, azonnal be kell fizetned) B, Játszol egy játékot, aminek kimenetelei: 15%-os valószínűséggel nem kell semmit fizetned, különben Ft-ot
26 Bizonyossági Hatás matek info biosz MÉAM 100% nyer et %-al nyer et matek info bio MÉAM 100%-al veszít et %-al veszít et Várható értékek megegyeznek
27 Bizonyossági Hatás Lényege, hogy az emberek túlértékelik a bizonyosnak tekintett következményeket a csupán valószínűekkel szemben A pozitív értelmezési tartományban a bizonyossághatás a kockázatkerülő preferencia kialakításához vezet A biztos eredményeket az emberek bizonyos határok között még akkor is preferálják a bizonytalanokkal szemben, ha azok várható értéke egyértelműen kisebb, mint a bizonytalanoké A biztos veszteség hatására kockázatot vállalnak, inkább belemennek egy értelmetlen játékba, minthogy elfogadják a vereséget; azaz negatív értelmezési tartományban a bizonyossághatás a kockázatvállaló preferencia kialakításához vezet
28 Hozzáférhetőségi Heurisztika Matek Info Bio MÉ- AM Szívbetegségek 23,3 23,6 28,6 21,8 34,0 Rák betegség 21,7 20,0 25,8 20,2 23,0 más természetes halál okok 25,5 26,8 24,0 28,4 35,0 Természetes összesen 62,5 68,5 61,8 60,1 92,0 Baleset 14,5 13,9 18,5 16,1 5,0 gyilkosság 5,5 5,2 8,5 6,2 1,0 egyéb természetellenes halálozás 7,0 8,0 9,5 9,8 2,0 Természetellenes halálozás összesen Stat. Becslés 22,4 27,5 33,7 30,326 8,0 144 kitöltőből 77-nél volt a természetes és természetellenes halálozás összesen 100%
29 Hozzáférhetőségi Heurisztika Az emberek a szokatlan, rendkívüli, látványos és személyesen tapasztalt eseményeket szisztematikusan túlértékelik, amikor döntést hoznak Azt, hogy egy adott jelenséget, eseményt mennyire ítélünk meg gyakorinak, attól tesszük függővé, hogy milyen könnyen hívjuk elő a memóriánkból Nyilvánvaló, hogy a gyakori eseményeket könnyebben tudjuk felidézni, mint az olyanokat, amelyek szökőévenként egyszer történnek meg
30 Hozzáférhetőségi Heurisztika Az ember lelki berendezése azonban olyan, hogy megfordítja ezt az összefüggést: nagyobb gyakoriságot tulajdonít azoknak a jelenségeknek, amelyek valamilyen okból nagyobb hatást tettek rá, mint a közömbös, érdektelen eseményeknek A valóságosnál gyakoribbnak gondoljuk a gyilkosságokat, mivel megrázó voltuk miatt könnyebben előhívjuk őket a memóriánkból
31 Hozzáférhetőségi Heurisztika Jól látható a táblázatból, hogy a rendkívüli halálozás rátái 4-5-szöresen lettek túlbecsülve a valóságos adatokhoz viszonyítva Ezek után talán az is jobban érthető, hogy a média miért veti rá magát a rendkívüli esetekre, s miért nem a dolgos hétköznapokra koncentrál Az ok, hogy ezek a szenzációs történetek valós jelentőségükhöz képest jóval több figyelmet váltanak ki, és ezt használják fel a reklámidőt menedzselő szakemberek arra, hogy-a véres jelenetek és katasztrófák közben-mosóport reklámozzanak.
32 Hozzáférhetőségi Heurisztika További példák: Melyik nyelv szókincse a nagyobb? A, Magyar B, Angol matek Info bio MÉAM angol magyar Angol nyelv szókincse: ezer szó Magyar nyelv szókincse: ezer szó
33 Hozzáférhetőségi Heurisztika Az angol nyelvben egy szóban az első helyen fordul elő többször a k vagy a 3. helyen? Könnyebben fel lehet idézni k-val kezdődő szavakat, ezért szokták, azt hinni, hogy több van belőlük, pedig kb. harmadannyi DE! matek info bio MÉAM K-val kezd K a Az egyetlen, ahol nem igazolódott az elmélet!
34 Érdekességek Olvasd el az alábbi angol mondatot, majd írj le egy olyan fordítást, ami először eszedbe jutott róla! LIFEISNOWHERE matek info bio MÉAM LIFE IS NOWHERE (-) LIFE IS NOW HERE (+) Érdekes fordítások: Carpe diem Li Fe (kínai név) sehol nincs Előtted az élet Az élet most kezdődik Az életed itt és most éled Das ist medzsik Az élet sehol Az élet nincs akárhol Ez itt nem élet
35 Érdekességek Egy házaspárnak van két gyereke. Tudjuk, hogy az egyik fiú. Mi a valószínűsége, hogy a másik lány? 105 tippből 4 volt helyes (mind matekos) MÉAM: 81-ből 4 helyes tipp Lehetőségek: Mindkettő Fiú: F F Mindkettő Lány: L L Idősebbik Fiú, Fiatalabbik Lány: F L Idősebbik Lány, Fiatalabbik Fiú: L F A Lány-Lány Kiesik, a maradék három egyforma valószínűségű, ebből kétszer lány: 66%
36 Érdekességek Szervdonor hozzájárulások (2003) Forrás: Johnson, Eric J. and Daniel Goldstein Do Defaults Save Lives
37 Érdekességek Országonként változó orvosi formanyomtatvány: Kérjük X-elje be az alábbi karikát, amennyiben donor szeretne lenni, és hozzájárul, hogy halála esetén szerveit életmentő céllal felhasználják O Kérjük X-elje be az alábbi karikát, amennyiben nem szeretne donor lenni, és nem járul hozzá, hogy halála esetén szerveit életmentő céllal felhasználják O
38 Érdekességek Az egyik esetben nem X-ik ki és donor lett az illető, a másik esetben sem X-ik ki, és nem lett az. Nem arról van szó, hogy nem foglalkoznak a kérdéssel Ellenkezőleg: túl felelősségteljes döntés, komplex döntéshozatali igény, ilyenkor az ember hajlamosabb az ösztöneire hallgatni, és a felkínált lehetőséget elfogadni (vagy ráhagyni) Étteremben: Jajj szívem nem tudok választani, te mit eszel?... Az nekem is jó lesz!
39 Érdekességek MeC nem nevezett gyorséttermi lánc kupon ajánlata március április: 2 Big M. szendvics, közepes burgonya, közepes üdítő: 1520 Ft. Megtakarítás: 940 Ft Előbbi étterem án érvényes árlistája: Big M. menü (szendvics + közepes burgonya + közepes üdítő): 1230 Ft Big M. szendvics: 800 Ft Összesen: 2030 Ft Mennyit is takarítunk meg?
40 Érdekességek Daniel Khanemant 2002-ben gazdasági Nobel-díjjal tüntették ki, bár pszichológus végzettségű, és soha nem hallgatott közgazdasági előadást Az ember, aki nincs itt kezdte beszédét, utalva a ceremónia előtt pár évvel elhunyt kutatótársára, Amos Tverskyre A Khaneman és Tversky által kidolgozott kilátáselmélet alapjaiban változtatta meg a közgazdaságot. Munkájuknak köszönhetően rengeteg modellt dolgoztak át a befektetés elmélettől, a gazdasági élet legkülönbözőbb területein át, a biztosításelméletig.
41 Forrás D. Khaneman A. Tversky: Prospect theory: An analysis of decisions under risk. Econometrica 47 (2), o Közgazdasági Szemle, L. évf., szeptember ( o.) HÁMORI BALÁZS Kísérletek és kilátások: Daniel Kahneman Dan Ariely: Urai vagyunk döntéseinknek? Bernáth László: Pszichológia II. kurzus (órai jegyzet) Amos Tversky Daniel Khaneman Szókincsméretek összehasonlító listája
42 Elköszönő Dia
KILÁTÁSELMÉLET. Gelle Kitti Erzsébet
KILÁTÁSELMÉLET Gelle Kitti Erzsébet DÖNTÉS BIZONYTALANSÁG MELLETT Homo oeconomicus: a racionalitás megkérdőjelezhetetlensége (40-es évek) Az emberi magatartás modern szemlélete: a hasznossági elmélet és
RészletesebbenA SIKER KOVÁCSA, VAGY A KUDARC KÓDJA?
A SIKER KOVÁCSA, VAGY A KUDARC KÓDJA? A döntéshozatali tudatosság hiányosságai és lehetőségei a projekt menedzsmentben Török L. Gábor PhD Sikeres és sikertelen projektek arányai PMI nemzetközi felmérés
RészletesebbenMesterséges Intelligencia MI
Mesterséges Intelligencia MI Racionalitás: a hasznosság és a döntés Dobrowiecki Tadeusz Eredics Péter, és mások BME I.E. 437, 463-28-99 dobrowiecki@mit.bme.hu, http://www.mit.bme.hu/general/staff/tade
RészletesebbenTúlreagálás - Az átlaghoz való visszatérés
Kerényi Péter http://www.cs.elte.hu/ keppabt 2011. április 7. T kepiaci hatékonyság 1. Fama: Ecient Capital Markets: a Review of Theory and Empirical Work Egységes modellé gyúrta a korábbi eredményeket.
RészletesebbenSzervezeti hatékonyság kilátáselmélet esélyek és feltételek
Vilmányi Márton Kazár Klára (szerk.) 2017: Menedzsment innovációk az üzleti és a nonbusiness szférákban. SZTE Gazdaságtudományi Kar, Szeged, 447 456. o. Szervezeti hatékonyság kilátáselmélet esélyek és
RészletesebbenStatisztikai csalások és paradoxonok. Matematikai statisztika Gazdaságinformatikus MSc november 26. 1/31
Matematikai statisztika Gazdaságinformatikus MSc 11. előadás 2018. november 26. 1/31 A tojást rakó kutya - a könyv Hans Peter Beck-Bernholdt, Hans-Hermann Dubben: A tojást rakó kutya c. könyve alapján
RészletesebbenDöntéselmélet KOCKÁZAT ÉS BIZONYTALANSÁG
Döntéselmélet KOCKÁZAT ÉS BIZONYTALANSÁG Bizonytalanság A bizonytalanság egy olyan állapot, amely a döntéshozó és annak környezete között alakul ki és nem szüntethető meg, csupán csökkenthető különböző
RészletesebbenKísérletek és kilátások Daniel Kahneman
Közgazdasági Szemle, L. évf., 2003. szeptember (779 799. o.) HÁMORI BALÁZS Kísérletek és kilátások Daniel Kahneman Helyes elv, hogy ne bízzunk meg túlságosan az elméletben, mielõtt a megfigyelések azt
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát
RészletesebbenKözgazdasági elméletek. Dr. Karajz Sándor Gazdaságelméleti Intézet
Közgazdasági elméletek Dr. Karajz Sándor Gazdaságelméleti 3. Előadás A karakterisztikai elmélet Bizonytalan körülmények közötti választás A karakterisztikai elmélet Hagyományos modell a fogyasztó különböző
RészletesebbenRasmusen, Eric: Games and Information (Third Edition, Blackwell, 2001)
Játékelmélet szociológusoknak J-1 Bevezetés a játékelméletbe szociológusok számára Ajánlott irodalom: Mészáros József: Játékelmélet (Gondolat, 2003) Filep László: Játékelmélet (Filum, 2001) Csontos László
RészletesebbenKÖVETKEZTETŐ 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
RészletesebbenStatisztika I. 8. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes
RészletesebbenA klasszikus közgazdaságtanon innen és túl, avagy az érem másik oldala
Mikroökon konómia A klasszikus közgazdaságtanon innen és túl, avagy az érem másik oldala 2011.09.12. - A gazdasági gi szereplőkkel, egyéni döntéshozókkal foglalkozik - Általánosítható viselkedési si jellemzőit
RészletesebbenA Statisztika alapjai
A Statisztika alapjai BME A3c Magyar Róbert 2016.05.12. Mi az a Statisztika? A statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati
RészletesebbenAsszociációs szabályok
Asszociációs szabályok Nikházy László Nagy adathalmazok kezelése 2010. március 10. Mi az értelme? A ö asszociációs szabály azt állítja, hogy azon vásárlói kosarak, amik tartalmaznak pelenkát, általában
RészletesebbenA társadalomkutatás módszerei I. Outline. A mintaválasztás A mintaválasztás célja. Notes. Notes. Notes. 13. hét. Daróczi Gergely. 2011. december 8.
A társadalomkutatás módszerei I. 13. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. december 8. Outline 1 célja 2 Alapfogalmak 3 Mintavételi eljárások 4 További fogalmak 5 Mintavételi hiba számítása
RészletesebbenNagyméretű adathalmazok kezelése (BMEVISZM144) Reinhardt Gábor április 5.
Asszociációs szabályok Budapesti Műszaki- és Gazdaságtudományi Egyetem 2012. április 5. Tartalom 1 2 3 4 5 6 7 ismétlés A feladat Gyakran együtt vásárolt termékek meghatározása Tanultunk rá hatékony algoritmusokat
RészletesebbenVállalati logisztikai menedzsment. 3. rész segédlet
BME Közlekedésgazdasági Tanszék Vállalati logisztikai menedzsment 3. rész segédlet összeállította: Nagy Zoltán mestertanár 2012. Marketingmix A marketingpolitika alapja a marketingmix, amelynek elemeit
RészletesebbenBiostatisztika VIII. Mátyus László. 19 October
Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
RészletesebbenVáltozatos Véletlen Árazási Problémák. Bihary Zsolt AtomCsill 2014
Változatos Véletlen Árazási Problémák Bihary Zsolt AtomCsill 2014 Fizikus a befektetési bankban Remek társaság Releváns matematikai műveltség Számítástechnikai affinitás Intuitív gondolkodás Modellezési
RészletesebbenSTATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika
RészletesebbenStippinger Marcell: Tőzsdei modellezés (Szeminárium 2. előadás)
1 2010. április 8. Cégvilág 2010, Wigner Jenő Kollégium nagytermében Pénzügy: elsősorban MC-szimulációés informatikai feladatok. Fizikusok keresettek, egzotikus nyelveket is el kell sajátítani. 2 3 Matematikai
RészletesebbenA társadalomkutatás módszerei I.
A társadalomkutatás módszerei I. 13. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. december 8. Outline 1 A mintaválasztás célja 2 Alapfogalmak 3 Mintavételi eljárások 4 További fogalmak 5 Mintavételi
RészletesebbenMIKROÖKONÓMIA I. Készítette: Kőhegyi Gergely, Horn Dániel. Szakmai felelős: Kőhegyi Gergely. 2010. június
MIKROÖKONÓMIA I. B Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi
RészletesebbenBevezetés a hipotézisvizsgálatokba
Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -
RészletesebbenMikroökonómia II. B. ELTE TáTK Közgazdaságtudományi Tanszék. 8. hét AZ INFORMÁCIÓ ÉS KOCKÁZAT KÖZGAZDASÁGTANA, 1. rész
MIKROÖKONÓMIA II. B ELTE TáTK Közgazdaságtudományi Tanszék Mikroökonómia II. B AZ INFORMÁCIÓ ÉS KOCKÁZAT KÖZGAZDASÁGTANA, 1. rész Készítette: Szakmai felel s: 2011. február A tananyagot készítette: Jack
RészletesebbenFeladatok és megoldások az 1. sorozat Építőkari Matematika A3
Feladatok és megoldások az 1. sorozat Építőkari Matematika A3 1. Tegyük fel, hogy A és B egymást kölcsönösen kizáró események, melyekre P{A} = 0.3 és P{B} = 0.. Mi a valószínűsége, hogy (a A vagy B bekövetkezik;
RészletesebbenKözgazdasági elméletek. Dr. Karajz Sándor Gazdaságelméleti Intézet
Közgazdasági elméletek Dr. Karajz Sándor Gazdaságelméleti 1. Előadás Elérhetőség e-mail: karajz.sandor@uni-miskolc.hu tel.:46-565111/1899 Tárgy alapvető jellemzői Tárgy neve: NEPTUN kód: Óraszám: 2+0 Kredit:
RészletesebbenVAJDA BEÁTA 1. Az Allais paradoxon és empirikus vizsgálata
VAJDA BEÁTA 1 Az Allais paradoxon és empirikus vizsgálata A főáramú közgazdaságtan racionálisan cselekvő homo oeconomicus ának képét az elmúlt évtizedekben számos kihívás érte. Mintegy fél évszázaddal
RészletesebbenValószínűségszámítás és statisztika
Valószínűségszámítás és statisztika Programtervező informatikus szak esti képzés Varga László Valószínűségelméleti és Statisztika Tanszék Matematikai Intézet Természettudományi Kar Eötvös Loránd Tudományegyetem
RészletesebbenBevezetés a viselkedési piacelméletbe
Bevezetés a viselkedési piacelméletbe Selei Adrienn A téma relevanciája Napjainkban: második hullámbeli viselkedés gazdaságtan (Rabin, 2002) Egyre inkább teret nyer a viselkedési piacelmélet (Behavioral
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: Szakközépiskola
FIT-jelentés :: 2012 10. évfolyam :: Szakközépiskola Berzeviczy Gergely Két Tanítási Nyelvű Közgazdasági Szakközépiskola 1047 Budapest, Baross u. 72. Létszámadatok A telephely létszámadatai a szakközépiskolai
RészletesebbenVÁLLALATGAZDASÁGTAN II. Döntési Alapfogalmak
Vállalkozási VÁLLALATGAZDASÁGTAN II. Tantárgyfelelős: Prof. Dr. Illés B. Csaba Előadó: Dr. Gyenge Balázs Az ökonómiai döntés fogalma Vállalat Környezet Döntések sorozata Jövő jövőre vonatkozik törekszik
RészletesebbenStatisztikai alapfogalmak a klinikai kutatásban. Molnár Zsolt PTE, AITI
Statisztikai alapfogalmak a klinikai kutatásban Molnár Zsolt PTE, AITI Bevezetés Research vs. Science Kutatás Tudomány Szerkezeti háttér hiánya Önkéntesek (lelkes kisebbség) Beosztottak (parancsot teljesítő
RészletesebbenHiggy abban, hogy az. EGÉSZSÉG megőrzése. a legjobb befektetés. Csoportos egészségbiztosítás. Med 4 Group. Higgy magadban.
Higgy abban, hogy az EGÉSZSÉG megőrzése a legjobb befektetés. Csoportos egészségbiztosítás Med 4 Group Higgy magadban. Higgy abban, hogy GONDOSKODHATSZ munkavállalóid egészségéről. Csoportos egészségbiztosításunkkal
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: Szakközépiskola
FIT-jelentés :: 2015 10. évfolyam :: Szakközépiskola Szigetvári Zrínyi Miklós Gimnázium, Szakközépiskola, Szakiskola és Általános Iskola 7900 Szigetvár, Rákóczi utca 18. Létszámadatok A telephely létszámadatai
RészletesebbenKözlemény. Biostatisztika és informatika alapjai. Alapsokaság és minta
Közlemény Biostatisztika és informatika alajai. előadás: Az orvostudományban előforduló nevezetes eloszlások 6. szetember 9. Veres Dániel Statisztika és Informatika tankönyv (Herényi Levente) már kaható
RészletesebbenBefektetési döntések mozgatórugói
Befektetési döntések mozgatórugói Erste Alapkezelő Zrt. 2016. november 1 Befektetési döntések hátterében l. Automatikus (gyors) II. Akaratlagos (lassú) Érzelmek Tim Roth (Dr. Lightman, Hazudj, ha tudsz
RészletesebbenÉrvelési és meggyőzési készségek 4. óra
Érvelési és meggyőzési készségek 4. óra BME Filozófia és Tudománytörténet Tanszék http://www.filozofia.bme.hu/ Tartalom Keretezés Kognitív és emotív jelentés Átminősítés Keretezés 3 Keretezés 4 Keretezés
RészletesebbenSTATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba
Egymintás u-próba STATISZTIKA 2. Előadás Középérték-összehasonlító tesztek Tesztelhetjük, hogy a valószínűségi változónk értéke megegyezik-e egy konkrét értékkel. Megválaszthatjuk a konfidencia intervallum
RészletesebbenFIT-jelentés :: Andrássy György Katolikus Közgazdasági Középiskola 3300 Eger, Klapka György utca 7. OM azonosító: Telephely kódja: 001
FIT-jelentés :: 2015 10. évfolyam :: Szakközépiskola Andrássy György Katolikus Közgazdasági Középiskola 3300 Eger, Klapka György utca 7. Létszámadatok A telephely létszámadatai a szakközépiskolai képzéstípusban
RészletesebbenValószín ségszámítás és statisztika
Valószín ségszámítás és statisztika Informatika BSc, esti tagozat Backhausz Ágnes agnes@math.elte.hu fogadóóra: szerda 10-11 és 13-14, D 3-415 2018/2019. tavaszi félév Bevezetés A valószín ségszámítás
RészletesebbenSzimulációs módszerek alkalmazása az üzleti döntéstámogatásban
Szimulációs módszerek alkalmazása az üzleti döntéstámogatásban Dr. Benedek Gábor Thesys Labs Kft. Pocsarovszky Károly Thesys Labs Kft. 2011.04.14. www.thesys-group.com Mit tekint(s)ünk szimulációnak? DES
RészletesebbenBiológia egészségtan Általános iskola 7. osztály
Általános iskola 7. osztály A tanuló értse az éghajlati övezetek kialakulásának okait és a biomok összetételének összefüggéseit az adott térségre jellemző környezeti tényezőkkel. Ismerje a globális környezetkárosítás
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: Szakközépiskola
FIT-jelentés :: 2014 10. évfolyam :: Szakközépiskola Szentannai Sámuel Gimnázium, Szakközépiskola és Kollégium 5300 Karcag, Szentannai Sámuel utca 18. Létszámadatok A telephely létszámadatai a szakközépiskolai
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: Szakközépiskola
FIT-jelentés :: 2012 10. évfolyam :: Szakközépiskola Szentannai Sámuel Gimnázium, Szakközépiskola és Kollégium 5300 Karcag, Szentannai Sámuel u. 18. Létszámadatok A telephely létszámadatai a szakközépiskolai
RészletesebbenFIT-jelentés :: 2013. Karinthy Frigyes Gimnázium 1183 Budapest, Thököly u. 7. OM azonosító: 035252 Telephely kódja: 001. Telephelyi jelentés
FIT-jelentés :: 2013 10. évfolyam :: 4 évfolyamos gimnázium Karinthy Frigyes Gimnázium 1183 Budapest, Thököly u. 7. Létszámadatok A telephely létszámadatai a 4 évfolyamos gimnáziumi képzéstípusban a 10.
RészletesebbenA kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András
Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András A kockázat fogalma A kockázat (def:) annak kifejezése, hogy valami nem kívánt hatással lesz a valaki/k értékeire, célkitűzésekre. A kockázat
RészletesebbenTények és tévhitek az Országos kompetenciamérés adatairól. Oktatási Hivatal Köznevelési Programok Főosztálya
OH Tények és tévhitek az Országos kompetenciamérés adatairól Oktatási Hivatal Köznevelési Programok Főosztálya OH Sokan hiányoznak! A hiányzók arányának alakulása 2010-2015 között I. 14% 12% 12,0% 12,1%
RészletesebbenBiomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.05. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)
RészletesebbenFIT-jelentés :: Energetikai Szakközépiskola és Kollégium 7030 Paks, Dózsa György út 95. OM azonosító: Telephely kódja: 001
FIT-jelentés :: 2015 10. évfolyam :: Szakközépiskola Energetikai Szakközépiskola és Kollégium 7030 Paks, Dózsa György út 95. Létszámadatok A telephely létszámadatai a szakközépiskolai képzéstípusban a
RészletesebbenFIT-jelentés :: Budai Középiskola 1126 Budapest, Márvány utca 32. OM azonosító: Telephely kódja: 001. Telephelyi jelentés
FIT-jelentés :: 2016 10. évfolyam :: Szakközépiskola Budai Középiskola 1126 Budapest, Márvány utca 32. Létszámadatok A telephely létszámadatai a szakközépiskolai képzéstípusban a 10. évfolyamon Tanulók
RészletesebbenSáv (fakultáció) választás
Melyik két tárgyat érdemes választani? 2017. december 5. 1 2 Megvan a szak! Még nincs meg a szak... 3 4 Áttekintés max. 400 pont (pluszpontok nélkül) Áttekintés max. 400 pont (pluszpontok nélkül) max.
Részletesebbenmatematikai statisztika
Az újságokban, plakátokon, reklámkiadványokban sokszor találkozunk ilyen grafikonokkal, ezért szükséges, hogy megértsük, és jól tudjuk értelmezni őket. A második grafikon ismerős lehet, hiszen a függvények
RészletesebbenFIT-jelentés :: Budai Középiskola 1126 Budapest, Márvány utca 32. OM azonosító: Telephely kódja: 001. Telephelyi jelentés
FIT-jelentés :: 2014 10. évfolyam :: Szakközépiskola Budai Középiskola 1126 Budapest, Márvány utca 32. Létszámadatok A telephely létszámadatai a szakközépiskolai képzéstípusban a 10. évfolyamon Tanulók
Részletesebben14 A Black-Scholes-Merton modell. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull
14 A Black-choles-Merton modell Copyright John C. Hull 01 1 Részvényárak viselkedése (feltevés!) Részvényár: μ: elvárt hozam : volatilitás Egy rövid Δt idő alatt a hozam normális eloszlású véletlen változó:
RészletesebbenEj, ráérünk arra még!
Ej, ráérünk arra még! A takarékosság szerepe és jelentősége napjainkban Pandurics Anett Budapest 2017.10.11. 1 2 Az időperspektíva az a gyakran nem tudatos attitűd, ahogy mindnyájan az időhöz viszonyulunk,
RészletesebbenAdatok statisztikai értékelésének főbb lehetőségei
Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció
RészletesebbenMintavételi eljárások
Mintavételi eljárások Daróczi Gergely, PPKE BTK 2008. X.6. Óravázlat A mintavétel célja Alapfogalmak Alapsokaság, mintavételi keret, megfigyelési egység, mintavételi egység... Nem valószínűségi mintavételezési
RészletesebbenMatematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása
Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból
Részletesebbenföldtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás
Matematikai statisztika elıadás, földtudományi BSc (geológus szakirány) 2014/2015 2. félév 6. elıadás Konfidencia intervallum Def.: 1-α megbízhatóságú konfidencia intervallum: Olyan intervallum, mely legalább
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: Szakközépiskola
FIT-jelentés :: 2008 10. évfolyam :: Szakközépiskola Berzeviczy Gergely Közgazdasági és Két Tanítási Nyelvű Külkereskedelmi Szakközépiskola 1047 Budapest, Baross u. 72. Matematika Országos kompetenciamérés
Részletesebben13. modul: MÁSODFOKÚ FÜGGVÉNYEK
MATEMATIK A 9. évfolyam 13. modul: MÁSODFOKÚ FÜGGVÉNYEK KÉSZÍTETTE: CSÁKVÁRI ÁGNES Matematika A 9. évfolyam. 13. modul: MÁSODFOKÚ FÜGGVÉNYEK Tanári útmutató 2 A modul célja Időkeret Ajánlott korosztály
RészletesebbenMikor hazudnak a számok?
Mikor hazudnak a számok? MERT KELL A MATEK A HELYES DÖNTÉSEKHEZ. PONT. BOBÁLY MIHÁLY @jabjabhu linkedin.com/in/jabjabhu jabjab.hu 1 A mai napon A matek a mindennapokban A CPC fetisiszta Konverziós arány
RészletesebbenBeruházási és finanszírozási döntések
Beruházási és finanszírozási döntések Dr. Farkas Szilveszter PhD, egyetemi docens BGF, PSZK, Pénzügy Intézeti Tanszék farkas.szilveszter@pszfb.bgf.hu, http://dr.farkasszilveszter.hu Tematika és tananyag
RészletesebbenAZ EGÉSZSÉGESEN ÉS A FOGYATÉKOSSÁG NÉLKÜL LEÉLT ÉVEK VÁRHATÓ SZÁMA MAGYARORSZÁGON
AZ EGÉSZSÉGESEN ÉS A FOGYATÉKOSSÁG NÉLKÜL LEÉLT ÉVEK VÁRHATÓ SZÁMA MAGYARORSZÁGON DR. PAKSY ANDRÁS A lakosság egészségi állapotát jellemző morbiditási és mortalitási mutatók közül a halandósági tábla alapján
RészletesebbenFIT-jelentés :: 2012. Avasi Gimnázium 3524 Miskolc, Klapka Gy. u. 2. OM azonosító: 029264 Telephely kódja: 001. Telephelyi jelentés
FIT-jelentés :: 2012 10. évfolyam :: 4 évfolyamos gimnázium Avasi Gimnázium 3524 Miskolc, Klapka Gy. u. 2. Létszámadatok A telephely létszámadatai a 4 évfolyamos gimnáziumi képzéstípusban a 10. évfolyamon
RészletesebbenMIKROÖKONÓMIA II. B. Készítette: K hegyi Gergely. Szakmai felel s: K hegyi Gergely. 2011. február
MIKROÖKONÓMIA II. B Készült a TÁMOP-4.1.2-08/2/a/KMR-2009-0041 pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi
RészletesebbenFeladatok és megoldások a 8. hétre Építőkari Matematika A3
Feladatok és megoldások a 8. hétre Építőkari Matematika A3 1. Oldjuk meg a következő differenciálegyenlet rendszert: x + 2y 3x + 4y = 2 sin t 2x + y + 2x y = cos t. (1 2. Oldjuk meg a következő differenciálegyenlet
RészletesebbenFIT-jelentés :: 2014. Telephelyi jelentés. 10. évfolyam :: Szakközépiskola
FIT-jelentés :: 2014 10. évfolyam :: Szakközépiskola Puskás Tivadar Távközlési Technikum Infokommunikációs Szakközépiskola 1097 Budapest, Gyáli út 22. Létszámadatok A telephely létszámadatai a szakközépiskolai
RészletesebbenNGB_IN040_1 SZIMULÁCIÓS TECHNIKÁK dr. Pozna Claudio Radu, Horváth Ernő
SZÉCHENYI ISTVÁN EGYETEM Műszaki Tudományi Kar Informatika Tanszék BSC FOKOZATÚ MÉRNÖK INFORMATIKUS SZAK NGB_IN040_1 SZIMULÁCIÓS TECHNIKÁK dr. Pozna Claudio Radu, Horváth Ernő Fejlesztői dokumentáció GROUP#6
RészletesebbenFIT-jelentés :: Újbudai Széchenyi István Gimnázium 1118 Budapest, Rimaszombati út 2-4. OM azonosító: Telephely kódja: 001
FIT-jelentés :: 2015 10. évfolyam :: 4 évfolyamos gimnázium Újbudai Széchenyi István Gimnázium 1118 Budapest, Rimaszombati út 2-4. Létszámadatok A telephely létszámadatai a 4 évfolyamos gimnáziumi képzéstípusban
RészletesebbenMegfelelési és alkalmassági teszt
Megfelelési és alkalmassági teszt Ajánlatszám: Tanácsadó neve, kódja: Szerződő neve: Anyja neve: Születési hely, idő: Tisztelt Ügyfelünk! Jogszabályi előírás alapján a biztosítási alapú befektetési termékek
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: Szakközépiskola
FIT-jelentés :: 2013 10. évfolyam :: Szakközépiskola Kardos István Általános Iskola és Közgazdasági Szakközépiskola 2310 Szigetszentmiklós, Tököli u. 30/a Létszámadatok A telephely létszámadatai a szakközépiskolai
RészletesebbenFIT-jelentés :: Vörösmarty Mihály Gimnázium 2030 Érd, Széchenyi tér 1. OM azonosító: Telephely kódja: 001. Telephelyi jelentés
FIT-jelentés :: 2012 10. évfolyam :: 8 évfolyamos gimnázium Vörösmarty Mihály Gimnázium 2030 Érd, Széchenyi tér 1. Létszámadatok A telephely létszámadatai a 8 évfolyamos gimnáziumi képzéstípusban a 10.
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: 6 évfolyamos gimnázium
FIT-jelentés :: 2015 10. évfolyam :: 6 évfolyamos gimnázium Baár-Madas Református Gimnázium, Általános Iskola és Kollégium 1022 Budapest, Lorántffy Zsuzsanna utca 3. Létszámadatok A telephely létszámadatai
RészletesebbenFIT-jelentés :: Széchenyi István Gimnázium 1118 Budapest, Rimaszombati u OM azonosító: Telephely kódja: 001. Telephelyi jelentés
FIT-jelentés :: 2012 10. évfolyam :: 4 évfolyamos gimnázium 1118 Budapest, Rimaszombati u. 2-4. Létszámadatok A telephely létszámadatai a 4 évfolyamos gimnáziumi képzéstípusban a 10. évfolyamon Tanulók
RészletesebbenFIT-jelentés :: 2012 Telephelyi jelentés 8. évfolyam :: 8 évfolyamos gimnázium Ciszterci Szent István Gimnázium
FIT-jelentés :: 2012 8. évfolyam :: 8 évfolyamos gimnázium Ciszterci Szent István Gimnázium 8000 Székesfehérvár, Jókai u. 20. Létszámadatok A telephely létszámadatai a 8 évfolyamos gimnáziumi képzéstípusban
RészletesebbenFIT-jelentés :: Kossuth Lajos Közgazdasági és Humán Szakközépiskola 2800 Tatabánya, Cseri u. 35. OM azonosító: Telephely kódja: 001
FIT-jelentés :: 2008 10. évfolyam :: Szakközépiskola Kossuth Lajos Közgazdasági és Humán Szakközépiskola 2800 Tatabánya, Cseri u. 35. Matematika Országos kompetenciamérés 1 1 Átlageredmények A telephelyek
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: 4 évfolyamos gimnázium
FIT-jelentés :: 2016 10. évfolyam :: 4 évfolyamos gimnázium Xántus János Két Tanítási Nyelvű Gimnázium és Szakközépiskola 1055 Budapest, Markó utca 18-20. Létszámadatok A telephely létszámadatai a 4 évfolyamos
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: Szakközépiskola
FIT-jelentés :: 2015 10. évfolyam :: Szakközépiskola Berzeviczy Gergely Két Tanítási Nyelvű Közgazdasági Szakközépiskola 1047 Budapest, Baross utca 72. Létszámadatok A telephely létszámadatai a szakközépiskolai
RészletesebbenFIT-jelentés :: Ajkai Bródy Imre Gimnázium és Alapfokú Művészeti Iskola 8400 Ajka, Bródy Imre utca 4. OM azonosító: Telephely kódja: 001
FIT-jelentés :: 2014 10. évfolyam :: 6 évfolyamos gimnázium Ajkai Bródy Imre Gimnázium és Alapfokú Művészeti Iskola 8400 Ajka, Bródy Imre utca 4. Létszámadatok A telephely létszámadatai a 6 évfolyamos
RészletesebbenFIT-jelentés :: Budai Középiskola 1126 Budapest, Márvány utca 32. OM azonosító: Telephely kódja: 001. Telephelyi jelentés
FIT-jelentés :: 2015 10. évfolyam :: 4 évfolyamos gimnázium 1126 Budapest, Márvány utca 32. Létszámadatok A telephely létszámadatai a 4 évfolyamos gimnáziumi képzéstípusban a 10. évfolyamon Tanulók száma
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,
RészletesebbenSzövegértés. Xántus János Két Tanítási Nyelvű Gimnázium és Szakgimnázium OM azonosító: Telephelyi jelentés Telephely kódja: 001
Országos kompetenciamérés 2017 22 1a Átlageredmények A telephelyek átlageredményeinek összehasonlítása Az Önök eredményei a 4 évfolyamos gimnáziumi telephelyek eredményeihez viszonyítva A szignifikánsan
RészletesebbenFIT-jelentés :: 2012 Telephelyi jelentés 10. évfolyam :: 8 évfolyamos gimnázium Ciszterci Szent István Gimnázium
FIT-jelentés :: 2012 10. évfolyam :: 8 évfolyamos gimnázium 8000 Székesfehérvár, Jókai u. 20. Létszámadatok A telephely létszámadatai a 8 évfolyamos gimnáziumi képzéstípusban a 10. évfolyamon Tanulók száma
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: Szakközépiskola
FIT-jelentés :: 2014 10. évfolyam :: Szakközépiskola Hunfalvy János Két Tanítási Nyelvű Közgazdasági és Kereskedelmi Szakközépiskola 1011 Budapest, Ponty utca 3. Létszámadatok A telephely létszámadatai
RészletesebbenFIT-jelentés :: Nyíregyházi Kölcsey Ferenc Gimnázium 4400 Nyíregyháza, Széchenyi utca 6. OM azonosító: Telephely kódja: 001
FIT-jelentés :: 2016 10. évfolyam :: 4 évfolyamos gimnázium Nyíregyházi Kölcsey Ferenc Gimnázium 4400 Nyíregyháza, Széchenyi utca 6. Létszámadatok A telephely létszámadatai a 4 évfolyamos gimnáziumi képzéstípusban
RészletesebbenFIT-jelentés :: Telephelyi jelentés. 10. évfolyam :: Szakközépiskola
FIT-jelentés :: 2014 10. évfolyam :: Szakközépiskola Berzeviczy Gergely Két Tanítási Nyelvű Közgazdasági Szakközépiskola 1047 Budapest, Baross utca 72. Létszámadatok A telephely létszámadatai a szakközépiskolai
RészletesebbenVALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA
VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA A VALÓSZÍNŰSÉGI SZEMLÉLET ALAPOZÁSA 1-6. OSZTÁLY A biztos, a lehetetlen és a lehet, de nem biztos események megkülünböztetése Valószínűségi játékok, kísérletek események
RészletesebbenBizonytalan tudás kezelése
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Bizonytalan tudás kezelése Előadó: Előadás anyaga: Hullám Gábor Pataki Béla Dobrowiecki Tadeusz Valószínűségi
RészletesebbenPélda a report dokumentumosztály használatára
Példa a report dokumentumosztály használatára Szerző neve évszám Tartalomjegyzék 1. Valószínűségszámítás 5 1.1. Események matematikai modellezése.............. 5 1.2. A valószínűség matematikai modellezése............
RészletesebbenFIT-jelentés :: Eötvös József Gimnázium és Kollégium 2890 Tata, Tanoda tér 5. OM azonosító: Telephely kódja: 001. Telephelyi jelentés
FIT-jelentés :: 2012 10. évfolyam :: 4 évfolyamos gimnázium Eötvös József Gimnázium és Kollégium 2890 Tata, Tanoda tér 5. Létszámadatok A telephely létszámadatai a 4 évfolyamos gimnáziumi képzéstípusban
RészletesebbenFIT-jelentés :: Eötvös József Gimnázium és Kollégium 2890 Tata, Tanoda tér 5. OM azonosító: Telephely kódja: 001. Telephelyi jelentés
FIT-jelentés :: 2014 10. évfolyam :: 4 évfolyamos gimnázium Eötvös József Gimnázium és Kollégium 2890 Tata, Tanoda tér 5. Létszámadatok A telephely létszámadatai a 4 évfolyamos gimnáziumi képzéstípusban
RészletesebbenFIT-jelentés :: Dobó István Gimnázium 3300 Eger, Széchenyi u. 19. OM azonosító: Telephely kódja: 001. Telephelyi jelentés
FIT-jelentés :: 2012 10. évfolyam :: 4 évfolyamos gimnázium 3300 Eger, Széchenyi u. 19. Létszámadatok A telephely létszámadatai a 4 évfolyamos gimnáziumi képzéstípusban a 10. évfolyamon Tanulók száma Osztály
RészletesebbenFIT-jelentés :: Bessenyei György Gimnázium és Kollégium 4600 Kisvárda, Iskola tér 2. OM azonosító: Telephely kódja: 001
FIT-jelentés :: 2012 10. évfolyam :: 4 évfolyamos gimnázium Bessenyei György Gimnázium és Kollégium 4600 Kisvárda, Iskola tér 2. Létszámadatok A telephely létszámadatai a 4 évfolyamos gimnáziumi képzéstípusban
RészletesebbenFIT-jelentés :: Szentendrei Református Gimnázium 2000 Szentendre, Áprily tér 5. OM azonosító: Telephely kódja: 001. Telephelyi jelentés
FIT-jelentés :: 2014 8. évfolyam :: 8 évfolyamos gimnázium Szentendrei Református Gimnázium 2000 Szentendre, Áprily tér 5. Létszámadatok A telephely létszámadatai a 8 évfolyamos gimnáziumi képzéstípusban
Részletesebben