Befektetett munka. Pontosság. Intuícióra, tapasztalatra épít. Intuitív Analóg Parametrikus Analitikus MI alapú

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Befektetett munka. Pontosság. Intuícióra, tapasztalatra épít. Intuitív Analóg Parametrikus Analitikus MI alapú"

Átírás

1 ..4. Óbuda Egyetem ák Doát Gépész és ztoságtechka Mérök Kar yagtudomáy és Gyártástechológa Itézet Termelés olyamatok II. Költségbecslés Dr. Mkó alázs z dı- és költségbecslés eladata Meghatároz a gyártás várható dıszükségletét és költség géyét.? költségbecslés szerepe költségbecslés problémája Ököltségszámítás árajálat adáshoz Gyártás költségek kotrollálása eszállítók árajálataak elleırzése Ve vagy gyárta dötés támogatása Tervezés alteratívák értékelése yagszükséglet tervezés Gyártás ütemezés eektetett muka Potosság Probléma: Nem smerjük a gyártás olyamat részletet. övd dı áll redelkezésre. 4 Költségbecslés módszerek Itutív alóg Parametrkus altkus MI alapú Itutív módszer Ituícóra, tapasztalatra épít Nagy gyakorlat szükséges észletese smer kell a köryezetet Potatla lehet Nem átlátható 6

2 ..4. alóg módszer Összehasolítás korább termékekkel Nagy adatbázs atékoy keresés szükséges Statkus köryezet daptálás Parametrkus módszer Egyszerő üggvéykapcsolat a éháy termék-paraméter és a költség között Általába tömeg vagy beoglaló méret Egyszerő Gyors Csak durva becslésre Pl.: K=C C *mc *m 7 8 altkus módszer eladat részletes dekompoálása, részszámítások összegzése észletes gyártás kocepcó z egyes elemek potosabba becsülhetık Potos (± %) Idıgéyes 9 Költségbecslés módszerek módszer elıy hátráy tutív aalóg parametrkus - gyors - egyszerő alkalmaz - gyelembe vesz a kokrét köryezetet - egyszerő - gyors - szakember géyes - potatla - em átlátható - dıgéyes - agy adatbázst géyel - potatla - heursztkus aaltkus - potos - dıgéyes - szakember géyes - túl részletes t S = est = C X X L X L Legksebb égyzetek módszere X X X L ( t C L ) = Parametrkus gyártás dı becslés = C = X L = X = X = = C X L MIN = = X L X X X L X X ( t L C L ) = = X L X X X L X X ( t C L L C L L ) = = X L X X X L X X ( t C L C L ) = = X L X X X L X X ( t C L C L ) = = X X Numerkus keresı algortmus C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L C,,, L Változás adom() =. m ba t t, j j D = j...

3 ..4. Eredméyek Zseb agyoló marása ossz Szélesség Mélység - ádusz 4 4 datbázs Szerszámút hossza 8 eset: : 4,,, 8,,,,, : 4,,, 8,,,,,, 4 : 4,, 6, 8,,, :,,,,,.xls m(, D J = t D Szerszámút hossza: L = J ( J ( J ) D (D=*) Cklusszám egy szte: Összekötı s ogásvétel mozgás hossza: [(max(, D) (max(, J D) ] = D ( ) L = J 6 6 Megmukálás dı Fogás szám: I = t a p Szerszám Megmukálás dı: L I ( L L I ( J ( J ( J ) D D ( J )) t ) = = = v v v Elıtolás sebesség v = z z Fordulatszám * vc = D *π

4 ,, 8 6, 8,,, ,, 6, 8,,,..4. egresszó MTab v4 y Mért vagy számolt adat y = (x) SS = Σ δ Eredméy terület δ SS : Négyzetösszeg Cél: SS MIN Copy Paste Excel táblából Dagrammok y = CC*x x 9 9 MTab v4 Ma eects plot Iteracto plot Iteracto Plot (data meas) or t ,, 6, 8,,, Ma Eects Plot (data meas) or t 8 7 Mea o t ,, 6, 8,,, 6 # regresszó - leárs # regresszó égyzetes tagokkal Ma Eects Plot (data meas) or t Mea o t SS _ Error = SS _ Total SS _ Error /( p) ( adj) = SS _ Total /( ) SS Sum o squares 9 elett kell lee 4 4 4

5 ..4. egresso # - logarthmc egresso #4 log, quadratc Ma Eects Plot (data meas) or l t ,, 6, 8,,, egresso # log, cubc egresso #6 log, moded a a P-value. elett va, a paraméter elhagyható. -4. Febr 9 TOOLS 9 Zl esults - Coclusos Mesterséges tellgeca módszerek Szabály-alapú becslés Eset-alapú becslés Neuráls háló-alapú becslés l t =,,94 -,66, -, -,99,46 -,4,48 t = e,,94 -,66, -, -,99,46 -,4,48 9 9

6 ..4. Szabály-alapú alapú költségbecslés Eset-alapú költségbecslés lkatrész modell lkatrész modell Mőveletelemek... eursztkus képletek Paraméter lsta Eset bázs asolóság megállapítása Választás daptálás Keresés Elızés mátrx Mátrx elmácó ecsült adatok ecsült adatok NN-alapú költségbecslés lkatrészmodell Paraméter lsta Taítás mta NN W W S Σ (S) W ecsült adatok 6

Költségbecslési módszerek a szerszámgyártásban. Tartalom. CEE-Product Groups. Költségbecslés. A költségbecslés szerepe. Dr.

Költségbecslési módszerek a szerszámgyártásban. Tartalom. CEE-Product Groups. Költségbecslés. A költségbecslés szerepe. Dr. Gépgyártástechnológia Tsz Költségbecslési módszerek a szerszámgyártásban Szerszámgyártók Magyarországi Szövetsége 2003. december 11. 1 2 CEE-Product Groups Tartalom 1. Költségbecslési módszerek 2. MoldCoster

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

Mőanyag fröccsöntı szerszámok tervezése és gyártása

Mőanyag fröccsöntı szerszámok tervezése és gyártása Dr. Mikó Balázs miko.balazs@bgk.bmf.hu Mőanyag fröccsöntı szerszámok tervezése és gyártása Megvalósítási folyamat lépései Mőanyag termék elıállítása 1 Fröccsöntı szerszám Megrendelı Termék dokumentáció

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

Dr Mikó Balázs Technológia tervezés NC megmunkálóközpontra Esettanulmány

Dr Mikó Balázs Technológia tervezés NC megmunkálóközpontra Esettanulmány FTSZT I. 1 ÓBUDAI EGYETEM BÁNKI DONÁT GÉPÉSZ ÉS BIZTONSÁGTECHNIKAI MÉRNÖKI KAR ANYAGTUDOMÁNYI ÉS GYÁRTÁSTECHNOLÓGIAI INTÉZET Dr Mikó Balázs Technológia tervezés NC megmunkálóközpontra Esettanulmány 2012.

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

Óbudai Egyetem Bánki Donát Gépész és Biztonságtechnikai Mérnöki Kar Anyagtudományi és Gyártástechnológiai Intézet, Gépgyártástechnológia Szakcsoport

Óbudai Egyetem Bánki Donát Gépész és Biztonságtechnikai Mérnöki Kar Anyagtudományi és Gyártástechnológiai Intézet, Gépgyártástechnológia Szakcsoport Óbudai Egyetem Bánki Donát Gépész és Biztonságtechnikai Mérnöki Kar Anyagtudományi és Gyártástechnológiai Intézet, Gépgyártástechnológia Szakcsoport Dr. Mikó Balázs miko.balazs@bgk.uni-obuda.hu MŰANYAG

Részletesebben

Miért pont úgy kombinálja kétfokozatú legkisebb négyzetek módszere (2SLS) az instrumentumokat, ahogy?

Miért pont úgy kombinálja kétfokozatú legkisebb négyzetek módszere (2SLS) az instrumentumokat, ahogy? Mért pot úgy kombálja kétfokozatú legksebb égyzetek módszere (2SLS az strumetumokat, ahogy? Kézrat A Huyad László 60. születésapjára készülő köyvbe Kézd Gábor 2004. júlus A Budapest Corvus Egyetem rövd

Részletesebben

Dr Mikó Balázs Technológia tervezés NC esztergára Esettanulmány

Dr Mikó Balázs Technológia tervezés NC esztergára Esettanulmány ÓBUDAI EGYETEM BÁNKI DONÁT GÉPÉSZ ÉS BIZTONSÁGTECHNIKAI MÉRNÖKI KAR ANYAGTUDOMÁNYI ÉS GYÁRTÁSTECHNOLÓGIAI INTÉZET Dr Mikó Balázs Technológia tervezés NC esztergára Esettanulmány 2012. miko.balazs@bgk.uni-obuda.hu

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

GEOFIZIKA / 4. GRAVITÁCIÓS ANOMÁLIÁK PREDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE

GEOFIZIKA / 4. GRAVITÁCIÓS ANOMÁLIÁK PREDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE MSc GEOFIZIKA / 4. BMEEOAFMFT3 GRAVITÁCIÓS ANOMÁLIÁK REDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE A gravtácós aomálák predkcója Külöböző feladatok megoldása sorá - elsősorba

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

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

Sztochasztikus kapcsolatok

Sztochasztikus kapcsolatok Sztochasztikus kapcsolatok Petrovics Petra PhD Hallgató Ismérvek közötti kapcsolat (1) Függvényszerű az egyik ismérv szerinti hovatartozás egyértelműen meghatározza a másik ismérv szerinti hovatartozást.

Részletesebben

Populáció nagyságának felmérése, becslése

Populáció 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

Részletesebben

Reakciómechanizmusok leírása. Paraméterek. Reakciókinetikai bizonytalanságanalízis. Bizonytalanságanalízis

Reakciómechanizmusok leírása. Paraméterek. Reakciókinetikai bizonytalanságanalízis. Bizonytalanságanalízis Megbízható kémiai modellek kifejlesztése sok mérési adat egyidejő feldolgozása alajá uráyi amás www.turayi.eu ELE Kémiai Itézet Reakciókietikai Laboratórium Eddig dolgoztak eze a témá: (témavezetık: uráyi

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

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

Hiba! Nincs ilyen stílusú szöveg a dokumentumban.-86. ábra: A példa-feladat kódolási változatai

Hiba! Nincs ilyen stílusú szöveg a dokumentumban.-86. ábra: A példa-feladat kódolási változatai közzétéve a szerző egedélyével) Öfüggő szekuder-változó csoport keresése: egy bevezető példa Ez a módszer az állapothalmazo értelmezett partíció-párok elméleté alapul. E helye em lehet céluk az elmélet

Részletesebben

AZ IGÉNY SZERINTI TÖMEGGYÁRTÁS KÉSZLETGAZDÁLKODÁSI PROBLÉMÁINAK MEGOLDÁSA MÓDOSÍTOTT ÚJSÁGÁRUS MODELL SEGÍTSÉGÉVEL

AZ IGÉNY SZERINTI TÖMEGGYÁRTÁS KÉSZLETGAZDÁLKODÁSI PROBLÉMÁINAK MEGOLDÁSA MÓDOSÍTOTT ÚJSÁGÁRUS MODELL SEGÍTSÉGÉVEL MAGYAR TUDOMÁNY NAPJA DOKTORANDUSZOK FÓRUMA Mskolc Egyetem, 2006. ovember 9. AZ IGÉNY SZERINTI TÖMEGGYÁRTÁS KÉSZLETGAZDÁLKODÁSI PROBLÉMÁINAK MEGOLDÁSA MÓDOSÍTOTT ÚJSÁGÁRUS MODELL SEGÍTSÉGÉVEL Mleff Péter,

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

Sorozatok október 15. Határozza meg a következ sorozatok határértékeit!

Sorozatok október 15. Határozza meg a következ sorozatok határértékeit! Sorozatok 20. október 5. Határozza meg a következ sorozatok határértékeit!. Zh feladat:vizsgálja meg mootoitás és korlátosság szerit az alábbi sorozatot! a + ha ; 2; 5 Mootoitás eldötéséhez vizsgáljuk

Részletesebben

Forgácsolási folyamatok számítógépes tervezése I.

Forgácsolási folyamatok számítógépes tervezése I. Forgácsolási folyamatok számítógépes tervezése I. Az alkatrészprogram szintaktikája Program szám Mindig 4 karakter Program név Maximum 16 karakter NCT 2000T Dr. Mikó Balázs %O1234(programnév) N0005 (megjegyzés)

Részletesebben

1. ábra A rendelkezésre álló adatok szemléltetése

1. ábra A rendelkezésre álló adatok szemléltetése Folyásgörbe elvétele 1. Folyásgörbe elvétele hegeres próbatest egytegelyű húzó-igéybevételével Egytegelyű húzó-igéybevétel biztosítható a szakítóvizsgálatál az egyeletes yúlás határáig, vagy másképpe megogalmazva

Részletesebben

Dr. Mikó Balázs

Dr. Mikó Balázs Gyártórendszerek mechatronikája Termelési folyamatok II. 03 CAM rendszerek Dr. Mikó Balázs miko.balazs@bgk.uni-obuda.hu miko.balazs@bgk.uni-obuda.hu 1 Óbudai Egyetem Bánki Donát Gépész és Biztonságtechnikai

Részletesebben

Differenciaegyenletek aszimptotikus viselkedésének

Differenciaegyenletek aszimptotikus viselkedésének Differeciaegyeletek aszimptotikus viselkedéséek vizsgálata Mathematica segítségével Botos Zsófia Újvidéki Egyetem TTK Újvidék Szerbia E-mail: botoszsofi@yahoo.com 1. Bevezető Tekitsük az késleltetett diszkrét

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

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

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +...

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +... . Függvéysorok. Bevezetés és defiíciók A végtele sorokál taultuk, hogy az + x + x + + x +... végtele összeg x < eseté koverges. A feti végtele összegre úgy is godolhatuk, hogy végtele sok függvéyt aduk

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

Regresszió számítás. Mérnöki létesítmények ellenőrzése, terveknek megfelelése. Geodéziai mérések pontok helyzete, pontszerű információ

Regresszió számítás. Mérnöki létesítmények ellenőrzése, terveknek megfelelése. Geodéziai mérések pontok helyzete, pontszerű információ Regresszó számítás Mérök létesítméek elleőrzése, terekek megfelelése Deformácózsgálat Geodéza mérések potok helzete, potszerű formácó Leárs regresszó Regresszós sík Regresszós göre Legkse égzetek módszere

Részletesebben

Korszerő alkatrészgyártás és szerelés II. BAG-KA-26-NNB

Korszerő alkatrészgyártás és szerelés II. BAG-KA-26-NNB Óbudai Egyetem Bánki Donát Gépész és Biztonságtechnikai Mérnöki Kar Anyagtudományi és Gyártástechnológiai Intézet, Gépgyártástechnológia Szakcsoport Korszerő alkatrészgyártás és szerelés II. BAG-KA-6-NNB

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

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg LMeasurement.tex, March, 00 Mérés Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg a mérendő mennyiségben egy másik, a mérendővel egynemű, önkényesen egységnek választott

Részletesebben

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben Propositio 1 (Jese-egyelőtleség Ha f : kovex, akkor tetszőleges ξ változóra f (M (ξ M (f (ξ feltéve, hogy az egyelőtleségbe szereplő véges vagy végtele várható értékek létezek Bizoyítás: Megjegyezzük,

Részletesebben

Mérési adatok feldolgozása. 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc 1

Mérési adatok feldolgozása. 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc 1 Mérés adatok feldolgozása 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc Bevezetés A mérés adatok külöböző formába, általába ömlesztve jeleek meg Ezeket az adatokat külöböző szempotok szert redez kértékel

Részletesebben

BIOMETRIA_ANOVA_2 1 1

BIOMETRIA_ANOVA_2 1 1 Két faktor szerinti ANOVA Az A faktor minden szintjét kombináljuk a B faktor minden szintjével, minden cellában azonos számú ismétlés (kiegyensúlyozott terv). A terv szerkezete miatt a faktorok hatását

Részletesebben

Zárthelyi dolgozat 2014 C... GEVEE037B tárgy hallgatói számára

Zárthelyi dolgozat 2014 C... GEVEE037B tárgy hallgatói számára Záthely dlgzat 4 C.... GEVEE37B tágy hallgató számáa Név, Nept ód., Néháy ss övd léyege töő válaszat adj az alább édésee! (5xpt a Ss és páhzams mmácós ptll felslása és legftsabb jellemző. Páhzams ptll

Részletesebben

Intelligens adatelemzés ea. vázlat 1. rész

Intelligens adatelemzés ea. vázlat 1. rész Itellges adatelemzés ea. vázlat. rész A tematka.ea. a tárgy tematkájáak áttektése. Egy mtaélda M-S adatok elemzése (A)..ea. HF-ok jellegéek megbeszélése, a HF témák választásához szemotok 3.ea. Statsztka

Részletesebben

KISTERV2_ANOVA_

KISTERV2_ANOVA_ Két faktor szerinti ANOVA Az A faktor minden szintjét kombináljuk a B faktor minden szintjével, minden cellában azonos számú ismétlés (kiegyensúlyozott terv). A terv szerkezete miatt a faktorok hatását

Részletesebben

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 7. Előadás Egyenletes eloszlás Binomiális eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell /56 Matematikai statisztika Reprezentatív mintavétel

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

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

OLS regresszió - ismétlés Mikroökonometria, 1. hét Bíró Anikó A tantárgy tartalma

OLS 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

Részletesebben

Cserjésné Sutyák Ágnes *, Szilágyiné Biró Andrea ** ismerete mellett több kísérleti és empirikus képletet fel-

Cserjésné Sutyák Ágnes *, Szilágyiné Biró Andrea ** ismerete mellett több kísérleti és empirikus képletet fel- ACÉLOK KÉMIAI LITY OF STEELS THROUGH Cserjésé Sutyák Áges *, Szilágyié Biró Adrea ** beig s s 1. E kutatás célja, hogy képet meghatározásáak kísérleti és számítási móiek tosságáról, és ezzel felfedjük

Részletesebben

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék

Miskolci Egyetem Gépészmérnöki és Informatikai Kar Alkalmazott Informatikai Tanszék Mskol Egyetem Gépészmérök és Iformatka Kar Alkalmazott Iformatka Taszék 2012/13 2. félév 9. Előadás Dr. Kulsár Gyula egyetem does Matematka modellek a termelés tervezésébe és ráyításába Néháy fotosabb

Részletesebben

Gyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Lineáris regresszió, ismétlés nélküli mérések

Gyakorló 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

Részletesebben

Szabadformájú felületek. 3D felületek megmunkálása gömbmaróval. Dr. Mikó Balázs FRAISA ToolSchool Október

Szabadformájú felületek. 3D felületek megmunkálása gömbmaróval. Dr. Mikó Balázs FRAISA ToolSchool Október Óbudai Egyetem Bánki Donát Gépész és Biztonságtechnikai Mérnöki Kar Anyag- és Gyártástudományi Intézet FRAISA ToolSchool 2016. Október 20-21. 3D felületek megmunkálása gömbmaróval Dr. Mikó Balázs Szabadformájú

Részletesebben

A heteroszkedaszticitásról egyszerûbben

A heteroszkedaszticitásról egyszerûbben Mûhely Huyad László kaddátus, egyetem taár, a Statsztka Szemle főszerkesztője A heteroszkedasztctásról egyszerûbbe E-mal: laszlo.huyad@ksh.hu A heteroszkedasztctás az ökoometra modellezés egyk kulcsfogalma,

Részletesebben

Műanyag termék előállítása. Költségbecslési módszerek a fröccsöntő szerszámok tervezésében. Dr. Mikó Balázs. Egyetemi docens

Műanyag termék előállítása. Költségbecslési módszerek a fröccsöntő szerszámok tervezésében. Dr. Mikó Balázs. Egyetemi docens Felhasználói találkozó 2014. április 3. Költségbecslési módszerek a fröccsöntő szerszámok tervezésében Dr. Mikó Balázs Egyetemi docens Műanyag termék előállítása 2 1 Fröccsöntött termék költségei Fröccsöntött

Részletesebben

Analitikus térgeometria

Analitikus térgeometria Analitikus térgeometria Wettl Ferenc el adása alapján 2015.09.21. Wettl Ferenc el adása alapján Analitikus térgeometria 2015.09.21. 1 / 23 Tartalom 1 Egyenes és sík egyenlete Egyenes Sík 2 Alakzatok közös

Részletesebben

ANALÓG-DIGITÁLIS ÉS DIGITÁLIS-ANALÓG ÁTALAKÍTÓK

ANALÓG-DIGITÁLIS ÉS DIGITÁLIS-ANALÓG ÁTALAKÍTÓK F3 Bev. az elektroikába E, Kísérleti Fizika Taszék ANALÓG-IGITÁLIS ÉS IGITÁLIS-ANALÓG ÁTALAKÍTÓK Az A és A átalakítók feladata az aalóg és digitális áramkörök közötti kapcsolat megvalósítása. A folytoos

Részletesebben

Mesterséges intelligencia Szakértői rendszerek. Mesterséges intelligencia Szakértői rendszerek

Mesterséges intelligencia Szakértői rendszerek. Mesterséges intelligencia Szakértői rendszerek Gépgyártástechnológa Tanszék Dr. Mkó Balázs Mesterséges ntellgenca Szakértő rendszerek Technológa tervező rendszerek 2003/2004 I. BME GTT mko.balazs@freestart.hu Gábor Dénes Főskola Dr. Mkó Balázs Mesterséges

Részletesebben

Az esztergálás műveletelem szintű modelljét, amely alkalmas folyamat menedzselési döntések támogatására is, a következő alfejezetek foglalják össze.

Az esztergálás műveletelem szintű modelljét, amely alkalmas folyamat menedzselési döntések támogatására is, a következő alfejezetek foglalják össze. 4.2 A orgácsolás műeletelem Az esztergálás műeletelem szntű modelljét, amely alkalmas olyamat menedzselés döntések támogatására s, a köetkező alejezetek oglalják össze. 4.2. Geometra szonyok Az esztergálás

Részletesebben

A termelésinformatika alapjai 10. gyakorlat: Forgácsolás, fúrás, furatmegmunkálás, esztergálás, marás. 2012/13 2. félév Dr.

A termelésinformatika alapjai 10. gyakorlat: Forgácsolás, fúrás, furatmegmunkálás, esztergálás, marás. 2012/13 2. félév Dr. A termelésinformatika alapjai 10. gyakorlat: Forgácsolás, fúrás, furatmegmunkálás, esztergálás, marás 2012/13 2. félév Dr. Kulcsár Gyula Forgácsolás, fúrás, furatmegmunkálás Forgácsolás Forgácsoláskor

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

motor teljesítménye 12\15 kw orsó kúp BT 40 Fanuc 2000 R-2000iA 165F Gyártási év: 2007

motor teljesítménye 12\15 kw orsó kúp BT 40 Fanuc 2000 R-2000iA 165F Gyártási év: 2007 MITSUI S. HU40A Gyártó cella FMS (3db alapgép + 1db robot + 60db AROVA paletta) Asztalméret 400 x 400 mm orsó fordulat 60-1200 1/min. motor teljesítménye 12\15 kw orsó kúp BT 40 Asztal poz.: 0,001 (folyamatos)

Részletesebben

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 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

Részletesebben

Földstatikai feladatok megoldási módszerei

Földstatikai feladatok megoldási módszerei Földstatikai feladatok megoldási módszerei Földstatikai alapfeladatok Földnyomások számítása Általános állékonyság vizsgálata Alaptörés parciális terhelés alatt Süllyedésszámítások Komplex terhelési esetek

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

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3 Dr. Tóth László, Fejezetek az elemi számelméletből és az algebrából (PTE TTK, 200) Számelméleti függvéyek Számelméleti függvéyek értékeire voatkozó becslések A τ() = d, σ() = d d és φ() (Euler-függvéy)

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 B Elem

Részletesebben

Kontingencia táblák. Khi-négyzet teszt. A nullhipotézis felállítása. Kapcsolatvizsgálat kategorikus változók között.

Kontingencia táblák. Khi-négyzet teszt. A nullhipotézis felállítása. Kapcsolatvizsgálat kategorikus változók között. Kotigecia táblák. Khi-égyzet tet 1. Függetleségvizsgálat. Illekedésvizsgálat 3. Homogeitásvizsgálat Példa 1 em ő 8 75 13 Ismétlés: változók, mérési skálák típusai 48 49 97 76 14 jeles (5) jó (4) közepes

Részletesebben

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Descriptive Statistics

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Descriptive Statistics Mskolc Egyetem Gazdaságtudomáy Kar Üzlet Iformácógazdálkodás és Módszerta Itézet Descrptve Statstcs Petra Petrovcs Mskolc Egyetem Gazdaságtudomáy Kar Üzlet Iformácógazdálkodás és Módszerta Itézet DESCRIPTIVE

Részletesebben

Egyenáramú szervomotor modellezése

Egyenáramú szervomotor modellezése Egyenáramú szervomotor modellezése. A gyakorlat élja: Az egyenáramú szervomotor mködését leíró modell meghatározása. A modell valdálása számításokkal és szotverejlesztéssel katalógsadatok alapján.. Elmélet

Részletesebben

J. Carelman: Leegyszer!sített számológép. Programozás I. A C programozás alapjai 1. Gyakorlat. Gyakorlatok

J. Carelman: Leegyszer!sített számológép. Programozás I. A C programozás alapjai 1. Gyakorlat. Gyakorlatok J. Carelma: Leegyszer!sített számológép Programozás I. A C programozás alapja 1. Gyakorlat 2 Gyakorlatok Hely, d"pot: D104, hétf" 10:55-12:35 Gyakorlatvezet"k: Heckeast Tamás, B603, heckeas@sze.hu Tormás

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

Szabad formájú mart felületek mikro és makro pontosságának vizsgálata

Szabad formájú mart felületek mikro és makro pontosságának vizsgálata 2018. Január 25-26. 1034 Budapest, Doberdó u. 6. Varga Bálint Témavezető: Dr. Mikó Balázs Szabad formájú mart felületek mikro és makro pontosságának vizsgálata AZ EMBERI ERŐFORRÁSOK MINISZTÉRIUMA UNKP-17-3

Részletesebben

CBN szerszámok éltartamának meghatározása mesterséges neurális háló segítségével

CBN szerszámok éltartamának meghatározása mesterséges neurális háló segítségével CBN szerszámok éltartamának meghatározása mesterséges neuráls háló segítségével Kemény (edzett felületek kalakításának célja az alkatrészeken: szlárdság -, keménység -, kfáradás határ növelése. Edzett

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

Műszaki paraméterek táblázata

Műszaki paraméterek táblázata Internet: www.vendo.hu CNC SYNCHRO TÍPUSÚ HIDRAULIKUS ÉLHAJLÍTÓ típusú CNC 1260 2060 25100 Hajlítási erő tonna 60 60 100 Hajlítási hossz A mm 1250 2050 2550 Oszlopok közötti távolság B mm 1050 1700 2200

Részletesebben

ů ą ľ ą ó ľ ľ ó ô ľ ó ź ô ę ú Ú ľ ô Ź ô ľ ô ą ó ó Ö ľ Đ ą ä ä Ú ä ę ä Ę Đ đ ř Ď ä Đ Đ ä Ý ż Ę ę Ý Ý ä ä ľ Đ ä Đ ľ ť Ä ô Ú Ś ď ś ó ó ľ ó ó ô ľ ô ô ľ ü ä ę ö ó ľ ś ď ę ď ľ ö ó ě ä ď ä Ś ľ ď ś ś ś đ ń śä

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

Korszerő alkatrészgyártás és szerelés II. BAG-KA-26-NNB

Korszerő alkatrészgyártás és szerelés II. BAG-KA-26-NNB Óbudai Egyetem Bánki Donát Gépész és Biztonságtechnikai Mérnöki Kar Anyagtudományi és Gyártástechnológiai Intézet, Gépgyártástechnológia Szakcsoport Korszerő alkatrészgyártás és szerelés II. BAG-KA-26-NNB

Részletesebben

V. Deriválható függvények

V. Deriválható függvények Deriválható függvéyek V Deriválható függvéyek 5 A derivált fogalmához vezető feladatok A sebesség értelmezése Legye az M egy egyees voalú egyeletes mozgást végző pot Ez azt jeleti, hogy a mozgás pályája

Részletesebben

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( ) Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:

Részletesebben

Matematikai geodéziai számítások 7.

Matematikai geodéziai számítások 7. Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 7. MGS7 modul Súlyozott számtani közép számítása és záróhibák elosztása SZÉKESFEHÉRVÁR 2010 Jelen

Részletesebben

Analízis I. gyakorlat

Analízis I. gyakorlat Aalízis I. gyakorlat Kocsis Albert Tihamér, Németh Adriá 06. március 4. Tartalomjegyzék Előszó.................................................... Sorozatok és sorok.............................................

Részletesebben

3D-s számítógépes geometria és alakzatrekonstrukció

3D-s számítógépes geometria és alakzatrekonstrukció 3D-s számítógépes geometra és alakzatrekostrukcó b Háromszöghálók http://cgtbmehu/portal/ode/3 https://wwwvkbmehu/kepzes/targyak/viiiav08 Dr Várady Tamás, Salv Péter BME, Vllamosmérök és Iformatka Kar

Részletesebben

2012.03.01. Méréselmélet PE_MIK MI_BSc, VI_BSc 1

2012.03.01. Méréselmélet PE_MIK MI_BSc, VI_BSc 1 Mérés adatok feldolgozása 202.03.0. Méréselmélet PE_MIK MI_BSc, VI_BSc Bevezetés A mérés adatok külöböző formába, általába ömlesztve jeleek meg Ezeket az adatokat külöböző szempotok szert redez kértékel

Részletesebben

A szerkezetszintézis matematikai módszerei

A szerkezetszintézis matematikai módszerei 7 A szerkezetsztézs matematka módszere 1.5 Első derváltat géylő módszerek Az első derváltat géylő módszerek (elsőredű módszerek, melyek felhaszálják a grades formácókat, általába hatékoyabbak, mt a ulladredű

Részletesebben

Méréstani összefoglaló

Méréstani összefoglaló PÉCSI TUDOMÁNYEGYETEM TERMÉSZETTUDOMÁNYI KAR FIZIKAI INTÉZET Méréstai összefoglaló (köryezettudomáyi szakos hallgatók laboratóriumi mérési gyakorlataihoz) Összeállította: Dr. Német Béla Pécs 2008 1 Bevezetés

Részletesebben

Mit mond a XXI. század emberének a statisztika?

Mit mond a XXI. század emberének a statisztika? Mit mond a XXI. század emberének a statisztika? Rudas Tamás Magyar Tudományos Akadémia Társadalomtudományi Kutatóközpont Eötvös Loránd Tudományegyetem Statisztika Tanszék Nehéz a jövőbe látni Változik

Részletesebben

Buktatók!!! = n. szátlagok. Súlyozott számtani. átlag. Kimutatásr

Buktatók!!! = n. szátlagok. Súlyozott számtani. átlag. Kimutatásr Medá megatároz rozása STATISZTIKA. gyakorlat mmum N mamum Cetráls mutatók 50% 50% N meggyelések száma Medá Forgalm adatok medája medá(forgalom) 5 kg Számta Forgalm adatok számta a 50 0 9 87 59 075 5 Részok

Részletesebben

Minősítéses mérőrendszerek képességvizsgálata

Minősítéses mérőrendszerek képességvizsgálata Mnősítéses mérőrendszerek képességvzsgálata Vágó Emese, Dr. Kemény Sándor Budapest Műszak és Gazdaságtudomány Egyetem Kéma és Környezet Folyamatmérnök Tanszék Az előadás vázlata 1. Mnősítéses mérőrendszerek

Részletesebben

Statisztika, próbák Mérési hiba

Statisztika, próbák Mérési hiba Statisztika, próbák Mérési hiba ÁTLAG SZÓRÁS KICSI, NAGY MIN, MAX LIN.ILL LOG.ILL MEREDEKSÉG METSZ T.PROBA TREND NÖV Statisztikai függvények Statisztikailag fontos értékek Számtani átlag: ŷ= i y i /n Medián:

Részletesebben

ANOVA. Egy faktor szerinti ANOVA. Nevével ellentétben nem szórások, hanem átlagok összehasonlítására szolgál. Több független mintánk van, elemszámuk

ANOVA. Egy faktor szerinti ANOVA. Nevével ellentétben nem szórások, hanem átlagok összehasonlítására szolgál. Több független mintánk van, elemszámuk Egy faktor zernt NOV Nevével ellentétben nem zóráok, hanem átlagok özehaonlítáára zolgál Több független mntánk van, elemzámuk,...,,, r y,...,, y, y,..., yr;,, r H : r NOV. élda (Box-Hunter-Hunter: Stattc

Részletesebben

Idő-ütemterv hálók - I. t 5 4

Idő-ütemterv hálók - I. t 5 4 Építésikivitelezés-Vállalkozás / : Hálós ütemtervek - I lőadás:folia.doc Idő-ütemterv hálók - I. t s v u PRT time/cost : ( Program valuation & Review Technique ) ( Program Értékelő és Áttekintő Technika

Részletesebben

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Descriptive Statistics

Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Descriptive Statistics Mskolc Egyetem Gazdaságtudomáy Kar Üzlet Iformácógazdálkodás és Módszerta Itézet Descrptve Statstcs Petra Petrovcs Mskolc Egyetem Gazdaságtudomáy Kar Üzlet Iformácógazdálkodás és Módszerta Itézet DESCRIPTIVE

Részletesebben

Esetelemzések az SPSS használatával

Esetelemzések az SPSS használatával Esetelemzések az SPSS használatával 1. Tekintsük az spearman.sav állományt, amely egy harminc tehenet számláló állomány etetés- és fejéskori nyugtalansági sorrendjét tartalmazza. Vizsgáljuk meg, hogy van-e

Részletesebben

Egyenlőtlenségi mérőszámok alkalmazása az adatbányászatban. Hajdu Ottó BCE: Statisztika Tanszék BME: Pénzügyek tanszék Budapest, 2011

Egyenlőtlenségi mérőszámok alkalmazása az adatbányászatban. Hajdu Ottó BCE: Statisztika Tanszék BME: Pénzügyek tanszék Budapest, 2011 Egyenlőtlenségi mérőszámok alkalmazása az adatbányászatban Hajdu Ottó BCE: Statisztika Tanszék BME: Pénzügyek tanszék Budapest, 2011 Adatbányászati feladatok 1. Ismert mintákon, példákon való tanulás (extracting

Részletesebben

1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy

1/1. Házi feladat. 1. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy /. Házi feladat. Legyen p és q igaz vagy hamis matematikai kifejezés. Mutassuk meg, hogy mindig igaz. (p (( p) q)) (( p) ( q)). Igazoljuk, hogy minden A, B és C halmazra A \ (B C) = (A \ B) (A \ C) teljesül.

Részletesebben

Ideális eset: Ehhez képesti k

Ideális eset: Ehhez képesti k Kisfeszülts ltségű hálózato veszteségeine tudásalap salapú modellezése Dr. Dán András, aisz Dávid BME Villamos Energetia Tsz. Villamos Műve és Környezet Csoport Nagy stván, Libor József, Szemerei Ádám

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

Mechanikai megmunkálás

Mechanikai megmunkálás Mechanikai megmunkálás IV.. elıad adás Általános faipari megmunkálási eljárások faipari BSc. mérnök hallgatóknak Nyugat-magyarországi Egyetem Faipari Mérnöki Kar Terméktervezési- és Gyártástechnológiai

Részletesebben

Műszaki paraméterek táblázata. AD-R típusú 3 tengelyes CNC hidraulikus élhajlító 1260 2060 25100

Műszaki paraméterek táblázata. AD-R típusú 3 tengelyes CNC hidraulikus élhajlító 1260 2060 25100 AD-R típusú 3 tengelyes CNC hidraulikus élhajlító 1260 2060 25100 Hajlítási erő tonna 60 60 100 Hajlítási hossz ( A ) mm 1250 2050 2550 Oszlopok közötti távolság ( B ) mm 1050 1700 2200 Y tengely gyorsjárati

Részletesebben

Wilcoxon-féle előjel-próba. A rangok. Ismert eloszlás. A nullhipotézis megfogalmazása H 1 : m 0 0. A medián 0! Az eltérés csak véletlen!

Wilcoxon-féle előjel-próba. A rangok. Ismert eloszlás. A nullhipotézis megfogalmazása H 1 : m 0 0. A medián 0! Az eltérés csak véletlen! 0.0.4. Wlcoxo-féle előel-próba ragok Példa: Va-e hatáa egy zórakoztató flm megtektééek, a páceek együttműködé halamára? ( zámok potértékek) orzám előtte utáa külöbég 0 0 3 3-4 4 5 3 6 3 3 0 7 4 3 8 5 4

Részletesebben

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem agy számok törvényei Statisztikai mintavétel Várható érték becslése Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem A mérés mint statisztikai mintavétel A méréssel az eloszlásfüggvénnyel

Részletesebben

Folyadékszcintillációs spektroszkópia jegyz könyv

Folyadékszcintillációs spektroszkópia jegyz könyv Folyadékszcintillációs spektroszkópia jegyz könyv Zsigmond Anna Julia Fizika MSc I. Mérés vezet je: Horváth Ákos Mérés dátuma: 2010. október 21. Leadás dátuma: 2010. november 8. 1 1. Bevezetés A mérés

Részletesebben

4 Approximációs algoritmusok szorzatalakú hálózatok esetén

4 Approximációs algoritmusok szorzatalakú hálózatok esetén 4 Approxmácós algortmusok szorzatalakú hálózatok esetén Az MVA-n alapuló approxmácó (Bard-Schwetzer-módszer): Beérkezés tétel: T () = 1 µ [1+ ( 1) ], =1,...,N Iterácó a következő approxmácó használatával:

Részletesebben