1.1. Két független minta összehasonlítása (Wilcoxon-Mann-Whitney)

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "1.1. Két független minta összehasonlítása (Wilcoxon-Mann-Whitney)"

Átírás

1 Keméy Sádor: emparaméteres statszta módszere EMPAAMÉTEES STATISZTIKAI MÓDSZEEK A leggyarabba haszált próbá (pl. a t-próbá) feltételez a ormáls eloszlást. Soszor ez em teljesül, még traszformácó utá sem. A övetezméy: az első ll. másodfajú hba-valószíűsége eltér a delarálttól (Pl. azt hsszü, hogy p., tehát szgfás a ülöbség, pedg helyese számolva p. lee, tehát em szgfás a ülöbség. Ebbe a jegyzetbe egyrészt a paraméteres próbáa (mt például a étmtás t-próba) megfelelő, de a ormáls eloszlás haszálatát elerülő rag-módszereről lesz szó, másrészt a leszámlálással eletező, tpusa bomáls (esetleg Posso-) eloszlású változóra voatozó vzsgálatoról. A jegyzet harmad fő része olya regresszós eseteel foglaloz, amelyeél a függő változó bomáls (ge/em) típusú.. agoo alapuló próbá Alalmazásu aor merül föl, ha az adato legalább sorred sálá értelmezhető, de az eloszlás em ormáls... Két függetle mta összehasolítása (Wlcoxo-Ma-Whtey) ormáls eloszlás szert gadozás (és azoos varaca) eseté a étmtás t-próbát alalmazzu erre a feladatra... Wlcoxo-Ma-Whtey próba (smtás, egzat eljárás). példa (Coover: oparametrc statstcs, p. yomá) A sola előtt óvodába járta, azo jobba teljesítee-e solába, mt azo, a em járta óvodába? Mta: gyere : - 8 em volt óvodás - 4 óvodás volt átlag járt-e rag Értéelés: Az solába elért átlageredméyüet éztü (sorred sála, a sorred ylvávaló, a ülöbsége a rago özött em egyelő). Sorba redeztü átlageredméye alapjá a dáoat. Az -es sorszámot a legsebb átlagú dá apta, a -es sorszámot pedg a legagyobb átlageredméyű dá apta. Ha az óvodát járta jobba, ragszáma agyobba, a em jártaé sebbe, vlágos helyzet. Itt az óvodát járta ragszáma: 4,7,8,.

2 Keméy Sádor: emparaméteres statszta módszere Az összes ofgurácó száma, aháyféleéppe a 4 óvodát járt elhelyezhető a özött: Ha véletleszerűe helyezede el, bármely ofgurácó valószíűsége /495. A próbastatszta az óvodát járta ragszámáa összege (W), ee mmáls lehetséges értée (++3+4), maxmáls lehetséges értée 4 (9+++). Csoportosítsu a ofgurácóat W szert: W P (W W ) P (W W ),,,9 4 /495 /495.,,,8 4 /495 /495.4,,,7 4 /495 4/495.8,,9,8,,,6 39 3/495 7/495.4,,9,7,,9,8,,,5 38 5/495 /495.4,,9,6,,8,7,,9,7,,9,8,,,4 37 6/495 8/495.36,,9,5,,8,6,,9,6,,8,7,,9,7 A példa szert egyoldal eset H : az óvodát járta em jobba a em jártaál (rosszabba vagy ugyaolyao), véletleszerűe osztóda a ragszámo. H : az óvodát járta jobba, agyobb a ragszámu. Ha H egyelőség-része gaz, aor aa valószíűsége, hogy az óvodát járta ragszám-összege 37 vagy agyobb legye,.36. Ha H egyelőtleség része gaz (/495-él sebb a valószíűsége, hogy agyobb ragszámot apjaa, vagys az óvodát járta téylegese rosszabba), aor aa valószíűsége, hogy az óvodát járta ragszám-összege 37 vagy agyobb legye, még sebb, mt ál már túllépé a.5-os határt. Az elutasítás tartomáy 4-37, ha 37 vagy eél agyobb a ragszámo összege, aor.5-os szgfacaszte el ell utasíta a H -t, vagys ell moda, hogy az óvodát járta jobba teljesítee az solába. A példába 4,7,8,, Σ3, tehát elfogadju a H -t. Összegezve: Eze az adato em támasztjá alá, hogy az óvodába járta jobb taulmáy eredméyt érte el, mt azo a dáo, a em járta óvodába. Kapcsolt rag (te): Ez aor merüle föl, ha ét gyere egyforma ragszámot apa. Pl. ha a 6. és 7. helye egyforma a ragszám (mert az sola átlagu egyforma), aor mdét gyere 6.5-es sorszámot ap.

3 Keméy Sádor: emparaméteres statszta módszere Tovább lehetséges hpotézs-páro az. példára Kétoldal eset H : az óvodába járt dáo taulmáy eredméye megegyez az óvodába em járt dáo taulmáy eredméyével, az óvodát járta em ülöböze a em jártatól, vagys véletleszerűe osztóda a ragszámo H : az óvodát járta ülöböze, sebb vagy agyobb a ragszámu. Az ellehpotézs érvéyessége eseté az óvodát járta ragszáma vagy a ragsor elejé (,, 3, 4), vagy a ragsor végé va (9,,, ), 38-ál ll. 4-él va a.5-es határ. Az elutasítás tartomáy étoldal határ eseté: (-4) és (38-4) A ullhpotézst elfogadju, ha 5 W 37. A más egyoldal hpotézs-pár a övetező lee: H : az óvodát járta em rosszabba a em jártaál (jobba vagy ugyaolyao), véletleszerűe osztóda a ragszámo (/495-él em sebb a valószíűsége, hogy agyobb ragszámot apjo egy óvodát járt gyere). H : az óvodát járta rosszabba, sebb a ragszámu (/495-él sebb a valószíűsége, hogy agyobb ragszámot apjo egy óvodát járt gyere). Ha 5 vagy eél sebb a ragszámo összege, aor.5-os szgfacaszte el ell utasíta a H -t, vagys ell moda, hogy az óvodát járta rosszabbul teljesítee az solába. A fötebb smertetett próbát Wlcoxo eredetleg ét azoos elemszámú mta ( ) összehasolítására dolgozta. Ma és Whtey a övetező módosított próbastatsztát javasolta ülöböző elemszámú mtára: U + ( + ) W 4 5 A példába U A számolás egzat, agy mtára azoba ehéz... Wlcoxo-Ma-Whtey próba (agymtás, özelítő módszer) Khaszálju, hogy a cetráls határeloszlás tétele értelmébe bármlye eloszlásból vett mtaeleme összege ormáls eloszláshoz özelít, mél agyobb elemszámú mtát veszü, aál ább, tehát a W valószíűség változó ormáls eloszlású. W E( W ) z Var( W ) E ( W H ) ( + + ) ( + ) Var( W H ( + + ) ) (a fejezet végé bemutatott levezetés szert). 3

4 Keméy Sádor: emparaméteres statszta módszere z W ( + ) ( + ) Az. példa megoldása agymtás módszerrel: 4 ( ) E ( W H ) 6 4 ( ) 8 Var ( W H ) z Ha az ellehpotézs gaz (az óvodát járta jobba), W agy, tehát fölső határ ell. A.6794-es értéhez a z-táblázatból.75-et olvasu le P ( z.6794). 75. Aa valószíűsége, hogy z a talált próbastatszta-értéél agyobbat vegye föl: P ( z.6794). 48. Elfogadju H -t, mert.48>>.5. Ha apcsolt rago (tes) s vaa, a épletebe bzoyos orrecóat ell alalmaz, az ( + ) ( + ) W W z ( + ) ( ) helyett a z ( ) ( + ) W 4 ( + ) ( ) ahol a -ad elem (a példába gyere) ragszáma. próbastatszta érvéyes. s ( ) Var ( W H ) s Folytoosság (Yates-) orrecó A bomáls eloszlás dszrét, a ormáls eloszlás folytoos. Tehát amor aa valószíűségét eressü, hogy az ábrá szereplő bomáls eloszlású valószíűség változó az x7 értéet vegye föl, a ormáls eloszlásból aa valószíűségét ell olvasu, hogy az x 6.5 és 7.5 özött legye. Az ematt hozzáadott (ll. levot).5-es értéet folytoosság orrecóa evez. 4

5 Keméy Sádor: emparaméteres statszta módszere p ( x) x.5 p P z p x +.5 p x +.5 p x.5 p Φ Φ, ( p) p( p) p( p) p( p) ahol Φ a stadardzált ormáls eloszlás eloszlásfüggvéye xb7 A.5 természetese csa aor megfelelő orrecó, ha az eredet bomáls eloszlású valószíűség változó értéészlete az egész számoat tartalmazza, ez pl. a selejtes darabo számára teljesül. Ha a mtabel selejtaráy a valószíűség változó, aa értée / egész számú többszöröse lehete, lyeor a orrecó.5/. Ha azt ell számítau, hogy az x bomáls eloszlású valószíűség változó mlye valószíűséggel em halad meg egy b (pl. b7) értéet, hozzá ell a orrecót ad b-hez: P ( x b) b +.5 p P z p( p) x b 7 Ha a érdés az, hogy az x bomáls eloszlású valószíűség változó mlye valószíűséggel marad b alatt, le ell vo a orrecót b-ből: P ( x < b) b.5 p P z < p( p). 5

6 Keméy Sádor: emparaméteres statszta módszere x < b 7 Vsszatérve az. példa adatara a próbastatszta és a p-érté folytoosság orrecó alalmazásával: z.5944, p Elleőrzzü az. példa adatara, hogy meyre ülöböze a agymtás és az egzat módszerrel apott p-értée. Az egyszerűság edvéért a számolást egy olya esetre végezzü el, ahol az egzat módszer eredméye már redelezésre álla. Feltételezzü tehát, hogy az óvodát járt gyeree ragszámösszege 37. Az egzat módszerrel aa valószíűsége, hogy lye vagy eél agyobb ragszám-összeget apju, ameybe az óvodát járt gyeree em jobba a többeél:.36 (a példa megoldásáál haszált táblázatból leolvasható). Ez a smtás módszer p-értée. A özelítéssel apott p-érté: 37 6 z.868, p folytoosság orrecóval: z.783, p Látható tehát, hogy az egzat és a özelítő módszer eredméye jó egyezést mutat. Mél agyobb a vzsgált mtá elemszáma, aál jobb egyezésre számíthatu. A szarodalomba ülöböző formácó található arról, hogy mlye feltétele mellett alalmazható a agymtás módszer, de a legmegegedőbb forrás s csoportoét legalább előfordulást ír elő. Esetübe ez em teljesül, mégs elfogadható a özelítő számolás. A özelítés jósága em csa a mtá elemszámától függ, haem attól s, hogy a számoladó p- érté meora. Ee magyarázata az, hogy a ormáls eloszlástól való eltérésre a faro-terület számítása érzéey. Ezt fgyelembe véve a agymtás módszert aor jogos alalmaz, ha a számítadó p valószíűség a < p < tervallumba es példa (J. Krauth: Dstrbuto-free statstcs, A applcato-oreted approach, Elsever, 988, p. 5) Pszchátra betegeet lítum-észítméyel ll. placebóval ezele. A 6 páces özül véletleszerűe választottá azt a hármat, a a ezelést apjá. A függő változó a pácese öértéelése a depresszós sálá (VAS: Vsual Aalogue Scale, a agyobb érté súlyosabb 6

7 Keméy Sádor: emparaméteres statszta módszere depresszót jelez). A érdés az, hogy a lítum-észítméyel való ezelés csöet-e a depresszót. Legye az elsőfajú hba megegedett valószíűsége α. 5! Az eredméye: ezelt (T) otroll (C) score rag score rag Ksmtás eljárás A rago és ragszám-összege számítása a ét csoportba: csoport T T C T C C score 7 5 rag A ezelte (T) ragszám-összege: W 7.5 A otroll csoport (C) ragszám-összege: 3.5. Tegyü fel, hogy a ragszám csa a véletletől függ. Hogya lehet oszta a ragszámoat? 6, a 6 pácesből a 3-at -féleéppe lehet választa, tehát a teljese véletleszerű 3 osztásál egy ofgurácó valószíűsége.5.. Ha a (bzoyos ragszámmal jelzett) egyedeet cserélgetjü a ét csoport özött, a ragszámösszege a övetezőéppe változa W (T) (T) (T) (C) (C) (C)

8 Keméy Sádor: emparaméteres statszta módszere Ha az gaz ísérletbe W mmáls, az arra utal, hogy a ezelése va hatása. A legsebb ragszám-összeg a 6, tehát tt lee a legmeggyőzőbb a L hatása. H : a ezelte eredméye em jobba a em ezelteéél (rosszabba vagy ugyaolyao), véletleszerűe osztóda a ragszámo. H : a ezelte eredméye jobba, tpusa sebb a ragszámu. A ísérletbe W7.5, eze ívül még egy lye ombácó va, és még egy W6-os s. Aa valószíűsége, hogy a W próbastatszta értée a talált vagy aál szélsőségesebb (sebb) 3 legye, ha a ullhpotézs gaz: P ( W 7.5). 5, ez meghaladja az α. 5 határt, tehát el ell fogadu a ullhpotézst. Elhsszü, hogy a véletle műveét állt elő a ezelte adott ragszáma, az adato em modaa ellet aa a feltételezése, hogy a L-a cs hatása a depresszóra. Tegyü fel, hogy W6-ra jö!. P ( W 6).5 Határeset, elveté a ullhpotézst. A ragszámösszege lehetséges értéee megállapításaor haszált cserélgetős techa a Fsher-Ptma-féle radomzácós próba része. Ahogy az tt bemutatott példába s látható, a ragszámösszegere alalmazott Fsher-Ptma radomzácós próba egyeértéű a Wlcoxo- Ma-Whtey próbával. A ét módszer ülöbsége abba áll, hogy a radomzácós próba em csa ragszámora végezhető el. Ee bemutatására a 3. példába erül sor. agymtás (özelítő eljárás) E ( W H ) ( + ) 3 ( ).5 A varacára em haszálhatju az egyszerű épletet, mert apcsolt rago vaa! + E ( H ) 3. 5, ahol a ragszám. s Var z ( W H ) s Alsó határt ell ézü, az z-táblázatból ez -.645, elfogadju a ullhpotézst. Máséppe, aa valószíűsége, hogy z a talált.38 értéet vagy aál szélsőségesebbet (sebbet) vegye föl, , ez meghaladja a.5-ot. 8

9 Keméy Sádor: emparaméteres statszta módszere Folytoosság orrecóval: z A z-táblázatból p.34, ez már özelebb va a potos módszer szert.5-hoz. Ha étoldal lee az ellehpotézs, aor a folytoosság orrecót az egy oldalo poztív, a más oldalo egatív ráyba ellee alalmaz. Ehelyett úgy járu el, hogy a ezelte (T) ragszám-összege (tt W 7.5) és a otroll csoport (C) ragszám-összege (tt W 3.5) özül a sebbet helyettesítjü, és a poztív orrecót (+.5) alalmazzu. A folytoosság (Yates-) orrecó alalmazásával ehezebbe utasítju el a ullhpotézst, mt élüle, tehát a próba így ozervatívabb...3 A Ma-Whtey-Wlcoxo-próba alalmazásáa feltétele.) Mdét mtáa véletlee ell lee..) A mtáa egymástól s függetlee ell leü 3.) Legalább sorred sála legye A ullhpotézs és ellehpotézs megfogalmazása (egyoldal esetre) Legye F ( ξ ) az x változó eloszlásfüggvéye, ( ξ ) H : F( ξ ) G( ξ ), P ( x < y) P( x > y) H : F ( ξ ) > G( ξ ), P ( x y) > P( x > y) G az y változóé, ezeel < (x többyre sebb y-ál) F(x) x G(x) y x y Az ellehpotézs szert sztochasztusa sebb x az y-ál, x többyre sebb, mt y. (Vargha Adrás: ét változó ugyaaoraságáa vzsgálata, Matemata statszta pszchológa, yelvészet és bológa alalmazásoal, Pólya Kadó, ) 9

10 Keméy Sádor: emparaméteres statszta módszere E < haszálhatóbb (a paraméteres próbáál megszoott alaú) hpotézs lee, de az előbbből csa aor övetez, ha A H : ( x) E( y) 4.) A ét eloszlás alaja azoos, legfeljebb a helyzetübe tére el: F ( ξ ) G( ξ + c) A fötebb ábra éppe lye esetet mutat. Ha a 4. feltétel em teljesül, a ét változó ugyaaoraságára voatozó hpotézs em egyeértéű a ét valószíűség változó várható értée vagy medájáa egyelőségére voatozó hpotézssel. Az alább ábra ét olya eloszlást mutat, amelye várható értée azoos, de az em gaz ráju, hogy x többyre ugyaaora, mt y, mert ha az eloszláso alaja ülöböző, emcsa helyzetübe tére el. Ebbe az esetbe a étféle hpotézs em ugyaazt jelet. Az egy görbe a 3 szabadság foú χ -eloszlás sűrűségfüggvéye, tehát a várható érté 3, a más a 6-χ változó sűrűségfüggvéye utóbba s 6-33 a várható értée. A várható értée azoosa, a H : ξ G ξ P x < y P x > y ullhpotézse mégs elletmodaa. F( ) ( ), ( ) ( ),4,,,8,6,4,,,8,6,4,, A Ma-Whtey-Wlcoxo-próbát aor haszálju, ha folytoos (tervallum-) sálá mért adata vaa, de az gadozás em ormáls eloszlású, vagy ha em folytoos az eloszlás, pl. sorred sálá mért adata vaa. A sorred sálá az adato helyett ragoat alalmazu. A ormáls eloszlású gadozás eseté étmtás t próbát haszálu: t x x s + Ha em ormáls az eloszlás, a ragora haszálu aalóg próbát: t s + Látsz, hogy a Ma-Whtey-Wlcoxo-próba özel áll a ragoo végzett t-próbához. Vargha Adrás ezt a próbát rag Welch-próbáa evez (Matemata statszta pszchológa, yelvészet és bológa alalmazásoal, Pólya Kadó,, p. 7).

11 Keméy Sádor: emparaméteres statszta módszere Feladat: hasolítsu össze a. példa adata a Ma-Whtey-Wlcoxo-próbát a ragora végzett t-próbával!..4 Fsher-Ptma-féle radomzácós próba tervallum-sálá mért adatora 3. példa (J. Krauth: Dstrbuto-free statstcs, A applcato-oreted approach, Elsever, 988, p. 43) Az állatoa meg ellett taulu, hogy úgy jussaa el a szaloához, hogy az áramütést elerüljé. A taulás dőt mérté. A vzsgálatba a érdés az volt, hogy a ezelés (amfetam) rotja-e a taulás épességeet. H : a ezelte taulás épessége em rosszabb a em ezelteéél (jobb vagy ugyaolya), az elsajátítás dő rövdebb vagy ugyaaora, H : a ezelte taulás épessége rosszabb, az elsajátítás dő hosszabb, vagys egyoldal (fölső) az ellehpotézs. T C A W próbastatszta tt a taulás dő összege az amfetamal ezelt egyedeél (ragszámot em haszálu, mert a taulás dő tervallumsála, több formácót hordoz, mt a ragszám, a ülöbség s értelmezhető). A táblázat első sora a téyleges eredméy, a továbba az egyede (dő-eredméye) csoporto özött fölcserélgetésével adóda. W W

12 Keméy Sádor: emparaméteres statszta módszere Ha a véletlee múl csa a taulás dő, bármely ofgurácó előfordulás valószíűsége /. A táblázat szert 3 olya ofgurácó va, amelybe W aora vagy agyobb, mt a ísérlet eredméye szert (a W próbastatszta aora vagy szélsőségesebb értéet vesz föl, ha csa a véletlee múl a feladat megoldásáa dő-szüséglete, vagys ha a ullhpotézs gaz), eze az., 7. és 8. soro. Vagys a ullhpotézs érvéyessége eseté 3 /. 43 a valószíűsége aa, hogy a W próbastatszta aora vagy szélsőségesebb értéet vegye föl, mt a ísérlet eredméye szert. Ez meghaladja a választott.5-os határt, ll. p P ( W 67.4).4 H -t elfogadju, em szgfás a ezelés hatása. Feladat: Hasolítsu össze a 3. példa adata a radomzácós, a s-és agymtás Ma-Whtey- Wlcoxo-próbát, a szoásos és a ragora végzett t-próbát! A próba relatív ereje Legye és a szüséges mta-elemszám a ét próbára adott α és β mellett. Az első próba másodra voatozó relatív ereje és háyadosa (háyszor agyobb mta ell a másod próbához, mt az elsőhöz). Ha >, az első próba erősebb. A próba aszmptotus relatív ereje (asymptotc relatve effcecy): AE lm Az rodalom szert a ét összehasolítadó soaság ormáls eloszlása eseté a Ma-Whtey- Wlcoxo-próba majdem olya erős mt a étmtás t-próba (AE.95), em ormáls eloszlás eseté erősebb. Tehát ha étségü va az eloszlást lletőe, em veszítü soat ormáls eloszlás eseté sem, ha ezt a próbát alalmazzu...5 A Wlcoxo-próba levezetése [Coover, W.J.: Practcal oparametrc statstcs, J. Wley, 3rd ed. 999] Vegyü ét csoportot, az első (például ezelt) csoport mta-elemszáma, a másé, az összes. A Wlcoxo-féle rag-összeg-próba próbastatsztája: W Az rag-számo (tehát hogy mely elem mely ragot apja) valószíűség változó, mert ha újra elvégezé a ísérleteet, em ugyaezt a osztást apá (pl. másutt lehetée a apcsolt rago). Aa valószíűsége, hogy az -ed elem a ragot apja, p P( ). Valamely elem ragszámáa várható értée:

13 Keméy Sádor: emparaméteres statszta módszere 3 ( ) p E Varacája: ( ) ( ) [ ] { } ( ) [ ] p E E E Var A ullhpotézs: mde mtaelemhez bármely rag hozzáredelése egyformá valószíű, tehát aa p valószíűsége, hogy az -ed elem az ragot apja, /, vagys p,..., : H ( ) p H E. ( ) ( ) [ ] ( ) A E H Var A ragszámo (ha csee apcsolt rago) egy öveméyű számta sor eleme, amelyre ( ) + ( )( ) ( ) + H E ( ) ( )( ) ( ) A H Var W várható értée a ullhpotézs érvéyessége eseté: ( ) ( ) ( ) + E E E W H W varacája (em függetle valószíűség változó összegée varacája): ( ) ( ) ( ) +,, j j j Cov Var Var W Var A ovaraca, fgyelembe véve, hogy ( ) ( ), l P j (mvel féle értéet vehet föl, az j már csa - félét, mvel j ): ( ) ( ) ( )( ) [ ] ( ) ( )( ) [ ] l l l J j E H Cov,,

14 Keméy Sádor: emparaméteres statszta módszere ( ) ( l ) ( ) ( ) l és haszáltu, hogy ( ) Var ( W H ) A A A A ( ) ( ) + j, j A A Vgyázat, ez az összefüggés csa aor haszálható, ha csee apcsolt rago! Szoás haszál a övetező jelölést s: s ( ) A, ezzel Var ( W H ) A Ez utóbb összefüggés apcsolt rago eseté s érvéyes! s.. Egymtás Wlcoxo-próba (Wlcoxo sged ra test) Emléeztetőül az egymtás t-próba: ( x) xref E µ x ref : stadard x µ s t A Wlcoxo-próba alalmazásáa feltétele a szmmetrus eloszlás, ezt csa a sorred sálától ezdve értelmezhetjü. Vagys aa elleére, hogy rag-módszerről va szó, az adatoa legalább tervallum-sálá értelmezhetőe ell leü. 4. példa (QS-9, Measuremet systems aalyss, eferece maual, 3 rd ed., p. 87) Egy mua-etalo méretét agyo potos eszözzel meghatároztá (x ref 6.), majd ezt a muaetalot 5-ször megmérté a mősítedő mérőeszözzel. Vzsgálju meg, hogy a mérőredszer torzít-e! Az egymtás t-próba eredméye: Test of meas agast referece costat (value) (gagebas) Mea Std.Dv. Std.Err. eferece t-value df p Varable Costat x Ezt a próbát aor jogos haszálu, ha az gadozásról tudju, hogy ormáls eloszlást övet. 4

15 Keméy Sádor: emparaméteres statszta módszere x d x xref x x ref A Wlcoxo-próba ullhpotézse: H µ µ d : x e (a medá valamely meghatározott értéel egyelő) µ próbastatsztája: W d ahol az előjeles rag (sged ra). Lehet a poztív ülöbsége helyett a egatív ülöbségere s szummáz, ll. szoás a ét szumma özül a sebb értéűt választa, esetübe ez 3.5. Az előjeles ragot úgy apju, hogy a zérus ülöbsége fgyelme ívül hagyásával ragsorolju a ülöbsége abszolút értéét (ez adja a fötebb táblázat oszlopát), majd e ragohoz a ülöbség előjelét redeljü. A smtás eljárás részletet tt em smertetjü. agy mtára (vagy so apcsolt rag eseté) a ormáls eloszlással özelítjü a W eloszlását: W E( W ) z Var( W ) z, de ebbe a épletbe már emcsa a poztív ülöbségere szummázu, haem az összes előjeles ragoat összegezzü, ahol a ülöbség em zérus. 3 A példába z

16 Keméy Sádor: emparaméteres statszta módszere Az alalmazás feltétele: legalább sorred (ll. tervallum-) sála szmmetrus eloszlás (traszformácó segíthet, ha em teljesül, eor ell az tervallum-sála) az adato függetle valószíűség változó egyetle soaságból.3 Páros próba (Wlcoxo matched pars) Emléeztetőül a páros t-próba d t s / d Ez aor haszálható, ha a d ülöbsége eloszlása ormáls, ostas varacával. Ha evésbé szgorú feltétele mellett alalmazható próbát szereté, em-paraméteres próbát ell végez. (Ugyaaz, mt az egymtás próba, csa ülöbségere végezzü) 5. példa (G. E. P. Box, W. G. Huter, J. S. Huter: Statstcs for expermeters, J. Wley, 978, p. 97) boy materal A materal B B A dfferece d 3.(L) 4.() (L) 8.8() ().(L) (L) 4.() ().8(L) (L) 6.4() (L) 9.8() (L).3() () 9.3(L) (L) 3.6().3 4 average dfferece wear boys materal A materal B 6

17 Keméy Sádor: emparaméteres statszta módszere z A z-táblázatból p/.6, p., a páros t-próbáál p.85 volt az eredméy. Matched pars (összellesztett páro) Mvel a páros próba soal érzéeyebb a étmtásál, haszálata előyösebb, ha erre lehetőség va, pl. fogyóúráál mdere a saját testsúlyáa-változását ell éz. Sajos em mdg lehet olya ísérletet végez, ahol mde ömaga otrollja. Ilyeor mél több szempotból ugyaolya egyedeet erese, ezeet pároa tetjü. Józa fgyelmeztetés: S. Segel: oparametrc statstcs for the behavoral sceces, McGraw-Hll, 956, p. 63: Wherever t s feasble, the method of usg each subject as hs ow cotrol s preferable to the parg method. The reaso for ths s that we are lmted our ablty to match people by our gorace of the relevat varables whch determe behavor. Moreover, eve whe we do ot ow what varables are mportat ad therefore should be cotrolled by the parg process, our tools for measurg these varables may be faulty. A matchg desg s oly as good as the expermeter s ablty to determe how to match the pars, ad ths ablty s frequetly very lmted..4. Több (függetle) csoport összehasolítása ormáls eloszlás szert gadozás eseté ez egy fator szert varacaaalízssel oldható meg. A rag-módszere öréből ét emparaméteres próba haszálatos: a Krusal Walls-próba és a Mood-féle medápróba. 6. példa Háromféle gyógyszerrel (A, B és C) ezelt csoport vzeletébe található blrub meységét ell összehasolítau. Az értéeet az aalzátor em számszerűe adja, a övetező lehetségese: egatív Kcs s Mérséelt m agy l A ísérlet adatoat mutatja a háromféle gyógyszerrel ezelt csoportora a övetező táblázat. Gyógyszer A B C s Blrub m meysége s m s s m s s A érdés az, hogy va-e ülöbség a három csoport özött. 7

18 Keméy Sádor: emparaméteres statszta módszere.4.. Krusal Walls-próba A próba a Ma Whtey-próba általáosítása több medá összehasolítására. Feltételez, hogy a mtá (az egyes fatorsztehez tartozó csoporto) azoos alaú soaságoból származa, a mtaeleme ε hbá egymástól függetlee, és folytoos a függő változó, vagys legalább tervallumsálá értelmezhető. A ullhpotézs potosa fogalmazva az, hogy a mtá (csoporto) mögött álló soaságo eloszlása azoos. Tehát a ullhpotézse elletmod, ha aár az eloszláso várható értée (medája), aár varacája vagy egyéb alaparamétere ülöböze. Ez azt jelet, hogy ameybe a próba szgfás (a ülöbség a csoporto özött szgfás), em tudju, hogy az eloszlás helyzet (várható érté, medá) vagy alaparamétere (varaca, ferdeség, lapultság) ülöböze. A próbastatszta: ( ) r H + p 3 ahol az összes adato száma ( + ) r p az -ed szt (csoport, mta) ragösszege, p 5, vagys mde csoportba legalább 5 eleme ell lee., A ullhpotézs teljesülése eseté a H próbastatszta χ eloszlású, r szabadság foal. Ha több csoportba s vaa azoos eleme (tes), orrecó szüséges: H corr H 3 ( t t ) 3 ahol t az azoos ragú eleme száma. Először számítju az egyes adato ragszámát úgy, hogy agyság szert sorba redezzü őet. Ha azoos értéeet találu, azo egy átlagos ragszámot apa. Például a (egatve) összese hatszor fordul elő, eszert az első 6 ragszámot ell apu, ezért mdegyüé 3.5 lesz. Az m háromszor fordul elő, eze vselé az utolsó három ragszámot (3, 4, 5), özöse a 4-et apjá. Az így előálló ragszámo és a ragösszeg: A raga B ragb C ragc 3.5 s m 4 s 9.5 m 4 s s 9.5 m 4 s s 9.5 összeg A próbastatszta számított értée: H(, 5).547, az ehhez tartozó p érté:.87. A fatorszte özött eltérés tt em szgfás, mvel a p érté.5-ál soal agyobb. Az esetleges pároét összehasolításra tt a ormáls eloszlást géylő t-próbá (Fsher, Boferro, Scheffé) helyett emparaméteres étmtás próbáat, pl. a Ma Whtey-próbát ll haszál..4.. A Mood-féle medápróba Feltételezése megegyeze a Krusal Walls-próbáéval. Kevésbé érzéey azoba a ugró értéere, de ha lyee csee, gyegébb próba. Ez azt jelet, hogy öyebbe elfogadja azt a 8

19 Keméy Sádor: emparaméteres statszta módszere ullhpotézst, hogy a fatorszte özött cs ülöbség, amor pedg va, vagys agyobb vele a másodfajú hba ocázata, mt a Krusal Walls-próbával. A próba elvégzéséhez az adatoat ét csoportra (c ) osztju: az egy csoportba erüle a medáál sebb vagy azzal egyelő agyságú adato, a másba a medáál agyobba. A medá tt az s. Ú. otgecatáblázatot észítü (lásd alább) az adatoból a ét csoport és a fator sztje (,..., r ) szert. Az egyes cellába írju az előforduláso j számát ( mért ). Kszámítju, hogy ha a három fatorszt özött em lee ülöbség (a fatora em lee hatása), mlye számba várá a medához épest ét csoportba az esete előfordulását, ez lesz ˆ ( számított ). Itt a 5 adat özött a 3 csoportba összese -szer fordul elő a és az s j (blrub < medá), csoportoét egyelőe szétosztva 4 jut egy csoportra. Ezzel aalóg módo a medá felett 3 érté s várhatóa egyelőe oszlaa el a három csoportba, ha a gyógyszere hatásába cs ülöbség. < medá > medá A B C Összes mért számított mért-számított - mért 3 számított mért-számított - Összes Ha a fatora cs hatása (cs az A, B és C gyógyszer özött ülöbség), a övetező fejezés r c szabadság foal: χ eloszlású, ( )( ) χ j ( j j ) r χ j. (6.3) Itt r 3, c, tehát a szabadság fo. A χ próbastatszta számított értée.5, az ehhez tartozó p érté.865, tehát em jeletős a fatorszte özött ülöbség..5. ag-orrelácó A özöséges (ú. Pearso-féle) orrelácó aor haszálható szgorúa, ha a ét valószíűség változó, amelye özött összefüggést eresü, ormáls eloszlás szert gadoz. Ez számos esetbe em teljesül, másor szóba se jöhet, pl. ha az adato sorred sálá értelmezhető. A Pearso-féle orrelácós együttható: r ( y y)( x x) ( y y) ( x x) A ragora az ú Spearma-féle rag-orrelácós együtthatót haszálhatju: + + [ ( y ) ( y) ][ ( x ) ( x) ] ( y ) ( x ) ρ [ ( y ) ( )] [ ( ) ( )] + + y x x ( y ) ( x ) 9

20 Keméy Sádor: emparaméteres statszta módszere 7. példa S. Segel: oparametrc statstcs for the behavoral sceces, McGraw-Hll, 956, p. 4 A vzsgált személye autortárus hajlamát és a társadalm belleszedésre való törevésü mértéét potoztá. A érdés az, hogy va-e a ét jellemző özött összefüggés. AUTHOIT STIVIG ρ.88

) ( s 2 2. ^t = (n x 1)s n (s x+s y ) x +(n y 1)s y n x+n y. +n y 2 n x. n y df = n x + n y 2. n x. s x. + s 2. df = d kritikus.

) ( s 2 2. ^t = (n x 1)s n (s x+s y ) x +(n y 1)s y n x+n y. +n y 2 n x. n y df = n x + n y 2. n x. s x. + s 2. df = d kritikus. Kétmtás t-próba ^t ȳ ( s +( s + + df + vag ha, aor ^t ȳ (s +s Welch-próba ^d ȳ s + s ( s + s df ( s ( s + d rtus t s (α, +t s (α, s + s Kofdecatervallum ét mta átlagáa ülöbségére SE s ( + s ( ±t (α,df

Részletesebben

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

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

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

Részletesebben

A Secretary problem. Optimális választás megtalálása.

A Secretary problem. Optimális választás megtalálása. A Secretary problem. Optmáls választás megtalálása. A Szdbád problémáa va egy szté lasszusa tethető talá természetesebb vszot ehezebb változata. Ez a övetező Secretary problem -a evezett érdés: Egy állásra

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

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

Tuzson Zoltán A Sturm-módszer és alkalmazása

Tuzson Zoltán A Sturm-módszer és alkalmazása Tuzso Zoltá A turm-módszer és alalmazása zámtala szélsérté probléma megoldása, vag egeltleség bzoítása ago gara, már a matemata aalízs eszözere szorítoz, mt például a Jese-, Hölder-féle egeltleség, derválta

Részletesebben

? közgazdasági statisztika

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

Részletesebben

Statisztikai adatok elemzése

Statisztikai adatok elemzése Statszta adato elemzése Gazdaságstatszta A soaság jellemzése özépértéeel Eloszlásjellemző A soaság jellemzésée szempotja A soaság jellemzésée szempotja: A soaság tpus értéée meghatározása. Az adato ülöbözőségée

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

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

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

Részletesebben

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat

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

Részletesebben

VEKTORGEOMETRIA. Mit nevezünk null vektornak? Olyan vektort, amelynek a nagysága (abszolút értéke) 0 és az iránya tetszőleges.

VEKTORGEOMETRIA. Mit nevezünk null vektornak? Olyan vektort, amelynek a nagysága (abszolút értéke) 0 és az iránya tetszőleges. VEKTORGEOMETRIA Mt evezü vetora? Olya meységet, amelye ráya és agysága va. Mt evezü egységvetora? Olya vetort, amelye a agysága (abszolút értée). Mt evezü ull vetora? Olya vetort, amelye a agysága (abszolút

Részletesebben

A Sturm-módszer és alkalmazása

A Sturm-módszer és alkalmazása A turm-módszer és alalmazása Tuzso Zoltá, zéelyudvarhely zámtala szélsőérté probléma megoldása, vagy egyelőtleség bzoyítása agyo gyara, már a matemata aalízs eszözere szorítoz, mt például a Jese-, Hölderféle

Részletesebben

Dr. Tóth László, Kombinatorika (PTE TTK, 2007) nem vagyunk tekintettel a kiválasztott elemek sorrendjére. Mennyi a lehetőségek száma?

Dr. Tóth László, Kombinatorika (PTE TTK, 2007) nem vagyunk tekintettel a kiválasztott elemek sorrendjére. Mennyi a lehetőségek száma? Dr Tóth László, Kombiatoria (PTE TTK, 7 5 Kombiáció 5 Feladat Az,, 3, 4 számo özül válasszu i ettőt (ét ülöbözőt és írju fel ezeet úgy, hogy em vagyu teitettel a iválasztott eleme sorredjére Meyi a lehetősége

Részletesebben

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

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

Részletesebben

NEMPARAMÉTERES PRÓBÁK

NEMPARAMÉTERES PRÓBÁK NEMPARAMÉTERES PRÓBÁK A nemparaméteres próbák nem tételezk föl a normáls eloszlást. A leggyakrabban használt próbák (pl. a t-próbák, ANOVA) feltételezk a normáls eloszlást. Sokszor ez nem teljesül. Következmény:

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

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

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

5. SZABAD PONTRENDSZEREK MECHANIKAI ALAPELVEI, N-TESTPROBLÉMA, GALILEI-

5. SZABAD PONTRENDSZEREK MECHANIKAI ALAPELVEI, N-TESTPROBLÉMA, GALILEI- 5. SZABAD PONTRENDSZEREK MECHANIKAI ALAPELVEI, N-TESTPROBLÉMA, GALILEI- FÉLE RELATIVITÁSI ELV m, m,,m r, r,,r r, r,, r 6 db oordáta és sebességompoes 5.. Dama Mozgásegyelete: m r = F F, ahol F jelöl a

Részletesebben

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

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat

Részletesebben

Azonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága

Azonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága Azoos évleges értékű, htelesített súlyokból alkotott csoportok együttes mérés bzoytalasága Zeleka Zoltá* Több mérés feladatál alkalmazak súlyokat. Sokszor ezek em egyekét, haem külöböző társításba kombácókba

Részletesebben

1. Komplex szám rendje

1. Komplex szám rendje 1. Komplex szám redje A hatváyo periódiusa ismétlőde. Tétel Legye 0 z C. Ha z egységgyö, aor hatváyai periódiusa ismétlőde. Ha z em egységgyö, aor bármely ét, egész itevőjű hatváya ülöböző. Tegyü föl,

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

V. GYAKORLATOK ÉS FELADATOK ALGEBRÁBÓL

V. GYAKORLATOK ÉS FELADATOK ALGEBRÁBÓL 86 Összefoglaló gyaorlato és feladato V GYAKORLATOK ÉS FELADATOK ALGEBRÁBÓL 5 Halmazo, relácó, függvéye Bzoyítsd be, hogy ha A és B ét tetszőleges halmaz, aor a) P( A) P( B) P( A B) ; b) P( A) P ( B )

Részletesebben

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

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

Részletesebben

Hipotézis vizsgálatok

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

Részletesebben

Komplex számok. 6. fejezet. A komplex szám algebrai alakja. Feladatok. alábbi komplex számokat és helyvektorukat:

Komplex számok. 6. fejezet. A komplex szám algebrai alakja. Feladatok. alábbi komplex számokat és helyvektorukat: 6 fejezet Komplex számo A omplex szám algebrai alaja D 61 Komplex száma evezü mide olya a+bi alaú ifejezést amelybe a és b valós szám i pedig az összes valós számtól ülöböz épzetes egysége evezett szimbólum

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

A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA

A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA A JÓLÉTI ÁLLAM KÖZGAZDASÁGTANA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projet eretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszéén az ELTE Közgazdaságtudományi

Részletesebben

specific (assignable) cause: azonosítható, tettenérhető (veszélyes) hiba megváltozott a folyamat

specific (assignable) cause: azonosítható, tettenérhető (veszélyes) hiba megváltozott a folyamat ELLENŐRZŐ KÁRTYÁK méréses mősítéses commo cause: véletle gadozás secfc (assgable) cause: azoosítható, tetteérhető (veszélyes) hba megváltozott a folyamat Mősítéses elleőrző kártyák 41 Mősítéses elleőrző

Részletesebben

286 Versenyre előkészítő feladatok VIII. FEJEZET. ÖSSZEFOGLALÓ FELADATOK VIII.1. Versenyre előkészítő feladatok (337. oldal)

286 Versenyre előkészítő feladatok VIII. FEJEZET. ÖSSZEFOGLALÓ FELADATOK VIII.1. Versenyre előkészítő feladatok (337. oldal) 86 Verseyre előészítő feladato VIII FEJEZET ÖSSZEFOGLALÓ FELADATOK VIII Verseyre előészítő feladato (7 oldal) Két samtás, 66 lletve 88-cm agyságú szőyegdarab (mde mező cm agyságú) segítségével le ell fed

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

Diszkrét matematika KOMBINATORIKA KOMBINATORIKA

Diszkrét matematika KOMBINATORIKA KOMBINATORIKA A ombiatoria véges elemszámú halmazoat vizsgál. A fő érdése: a halmaz elemeit háyféleéppe lehet sorbaredezi, iválasztai özülü éháyat vagy aár midet bizoyos feltétele mellett, stb. Ezért a ombiatoria alapját

Részletesebben

Kidolgozott feladatok a nemparaméteres statisztika témaköréből

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

Részletesebben

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

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

Részletesebben

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

Hegedős Csaba NUMERIKUS ANALÍZIS

Hegedős Csaba NUMERIKUS ANALÍZIS Hegedős Csaba NUMERIKUS ANALÍZIS Jegyzet ELE, Iformata Kar Hegedős: Numerus Aalízs ARALOM Gép szám, hbá 3 Normá, egyelıtlesége 9 3 A umerus leárs algebra egyszerő traszformácó 6 4 Mátro LU-felbotása, Gauss-Jorda

Részletesebben

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

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél Valószíűségszámítás előadás formata BSC/ szaosoa és matemata elemző BSC-see 2015/2016 1. félév Zemplé drás zemple@ludes.elte.hu http://www.cs.elte.hu/~zemple/ 1. előadás: Bevezetés Irodalom, övetelméye

Részletesebben

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

Tanult nem paraméteres próbák, és hogy milyen probléma megoldására szolgálnak. 8. GYAKORLAT STATISZTIKAI PRÓBÁK ISMÉTLÉS: Tanult nem paraméteres próbák, és hogy mlyen probléma megoldására szolgálnak. Név Illeszkedésvzsgálat Χ próbával Illeszkedésvzsgálat grafkus úton Gauss papírral

Részletesebben

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás. Statsztka próbák Paraméteres. A populácó paraméteret becsüljük, ezekkel számolunk.. Az alapsokaság eloszlására van kkötés. Nem paraméteres Nncs lyen becslés Nncs kkötés Ugyanazon problémára sokszor megvan

Részletesebben

Számelméleti alapfogalmak

Számelméleti alapfogalmak Számelméleti alapfogalma A maradéos osztás tétele Legye a és b ét természetes szám, b, és a>b Aor egyértelme léteze q és r természetes számo, amelyere igaz: a b q r, r b Megevezés: a osztadó b osztó q

Részletesebben

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

Hipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer? 01.09.18. Hpotézs vzsgálatok Egy példa Kérdések (példa) Hogyan adhatunk választ? Kérdés: Hatásos a lázcsllapító gyógyszer? Hatásos-e a gyógyszer?? rodalomból kísérletekből Hpotézsek A megfgyelt változó

Részletesebben

Mőbiusz Nemzetközi Meghívásos Matematika Verseny Makó, március 26. MEGOLDÁSOK

Mőbiusz Nemzetközi Meghívásos Matematika Verseny Makó, március 26. MEGOLDÁSOK Mőbiusz Nemzetözi Meghívásos Matematia Versey Maó, 0. március 6. MEGOLDÁSOK 5 700. Egy gép 5 óra alatt = 000 alatt 000 csavart. 000 csavart észít, így = gép észít el 5 óra 000. 5 + 6 = = 5 + 5 6 5 6 6.

Részletesebben

KEZELÉSE ÉS ÉRTÉKELÉSE

KEZELÉSE ÉS ÉRTÉKELÉSE MÉRÉSI ADATOK KEZELÉSE ÉS ÉRTÉKELÉSE Köryezettudomáy alapo taöyvsorozat A öryezetta alapja A öryezetvédelem alapja Köryezetfza Köryezet áramláso Köryezet ásváyta Köryezet mtavételezés Köryezetéma Köryezettudomáy

Részletesebben

2.2.36. AZ IONKONCENTRÁCIÓ POTENCIOMETRIÁS MEGHATÁROZÁSA IONSZELEKTÍV ELEKTRÓDOK ALKALMAZÁSÁVAL

2.2.36. AZ IONKONCENTRÁCIÓ POTENCIOMETRIÁS MEGHATÁROZÁSA IONSZELEKTÍV ELEKTRÓDOK ALKALMAZÁSÁVAL 01/2008:20236 javított 8.3 2.2.36. AZ IONKONCENRÁCIÓ POENCIOMERIÁ MEGHAÁROZÁA IONZELEKÍ ELEKRÓDOK ALKALMAZÁÁAL Az onszeletív eletród potencálja (E) és a megfelelő on atvtásána (a ) logartmusa özött deáls

Részletesebben

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely. Kiválasztás A változó szerint Egymintás t-próba Mann-Whitney U-test paraméteres nem-paraméteres Varianciaanalízis De melyiket válasszam? Kétmintás t-próba Fontos, hogy mindig a kérdésnek és a változónak

Részletesebben

I. Valószínűségelméleti és matematikai statisztikai alapok

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

Részletesebben

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

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

Részletesebben

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

s n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés A m és az átlag Standard hba Mnta átlag 1 170 Az átlagok szntén ngadoznak a m körül. s x s n Az átlagok átlagos eltérése a m- től! 168 A m konfdenca ntervalluma. 3 166 4 173 x s x ~ 68% ~68% annak a valószínűsége,

Részletesebben

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

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

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

Részletesebben

VII. FEJEZET A STATISZTIKA ÉS A VALÓSZÍNŰSÉGSZÁMÍTÁS ELEMEI. VII.1. Statisztikai adatok és jellemzőik

VII. FEJEZET A STATISZTIKA ÉS A VALÓSZÍNŰSÉGSZÁMÍTÁS ELEMEI. VII.1. Statisztikai adatok és jellemzőik Statszta és valószíűségszámítás 305 VII. FEJEZET A STATISZTIKA ÉS A VALÓSZÍNŰSÉGSZÁMÍTÁS ELEMEI VII.. Statszta adato és jellemző VII... Statszta adato és ábrázolásu A mdea életbe gyara hallu statszta adatoról.

Részletesebben

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

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél Valószíűségszámítás 1 előadás al.mat BSc szaosoa 2015/2016 1. félév Zemplé Adrás zemple@ludes.elte.hu http://www.cs.elte.hu/~zemple/ 1. előadás: Bevezetés Irodalom, övetelméye A félév célja Valószíűségszámítás

Részletesebben

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

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

Részletesebben

Óbudai Egyetem. Doktori (PhD) értekezés. Mamdani-típusú következtetési rendszeren alapuló kockázatkiértékelő módszerek optimalizálása

Óbudai Egyetem. Doktori (PhD) értekezés. Mamdani-típusú következtetési rendszeren alapuló kockázatkiértékelő módszerek optimalizálása Óbuda Egyetem Dotor (PhD) érteezés Mamda-típusú öveteztetés redszere alapuló ocázatértéelő módszere optmalzálása Tóthé Laufer Edt Témavezető: Rudas Imre, DSc Taács Márta, PhD Alalmazott Iformata és Alalmazott

Részletesebben

MÉRÉSI ADATOK KEZELÉSE ÉS ÉRTÉKELÉSE

MÉRÉSI ADATOK KEZELÉSE ÉS ÉRTÉKELÉSE MÉRÉSI ADATOK KEZELÉSE ÉS ÉRTÉKELÉSE Köryezettudomáy alapo taöyvsorozat A öryezetta alapja A öryezetvédelem alapja Köryezetfza Köryezet áramláso Köryezet ásváyta Köryezet mtavételezés Köryezetéma Köryezetmősítés

Részletesebben

9. LINEÁRIS TRANSZFORMÁCIÓK NORMÁLALAKJA

9. LINEÁRIS TRANSZFORMÁCIÓK NORMÁLALAKJA 9. LINÁRIS TRANSZFORMÁCIÓK NORMÁLALAKA Az 5. fejezetbe már megmeredtü a leár trazformácóal mt a leár leépezée egy ülölege típuával a 6. fejezetbe pedg megvzgáltu a leár trazformácó mátr-reprezetácóját.

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

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

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

Részletesebben

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

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

Részletesebben

Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat

Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Orvosi fizika és statisztika I. előadás 2016.11.09 Orvosi

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

Matematikai statisztika

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

Részletesebben

Statisztikai hipotézisvizsgálatok

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

Részletesebben

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

A MATEMATIKAI STATISZTIKA ELEMEI

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

Részletesebben

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

3. Valószínűségszámítás

3. Valószínűségszámítás Biometria az orvosi gyaorlatba 3. Valószíűségszámítás 3. Valószíűségszámítás 3.. Bevezetés 3.. Kombiatoria 3... Permutáció 3... Variáció 3..3. Kombiáció 3 3.3. Biomiális együttható tulajdoságai 3 3.4.

Részletesebben

Korreláció- és regressziószámítás

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

Részletesebben

A teveszabály és alkalmazásai

A teveszabály és alkalmazásai A teveszabály és alalmazásai Tuzso Zoltá, Széelyudvarhely Godolá-e valai, hogy a matematiáa lehete-e valami öze a tevéhez? Ha em aor a továbbiaba meggyzzü errl, mégpedig arról, hogy a matematiába ige is

Részletesebben

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani

Részletesebben

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika BIOSTATISZTIKA ÉS INFORMATIKA Leíró statisztika Első közelítésbe a statisztikai tevékeységeket égy csoportba sorolhatjuk, de ezek között ics éles határ:. adatgyűjtés, 2. az adatok áttekithetővé tétele,

Részletesebben

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

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

Részletesebben

Regresszió és korreláció

Regresszió és korreláció Regresszó és korrelácó regresso: vsszatérés, hátrálás; vsszafordulás correlato: vszo, összefüggés, kölcsöösség KAD 016.11.10 1 (vsszatérés, hátrálás; vsszafordulás) Regresszó és korrelácó Gakorlat megközelítés

Részletesebben

NEMPARAMÉTERES ELJÁRÁSOK

NEMPARAMÉTERES 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

Részletesebben

9. tétel: Elsı- és másodfokú egyenlıtlenségek, pozitív számok nevezetes közepei, és ezek felhasználása szélsıérték-feladatok megoldásában

9. tétel: Elsı- és másodfokú egyenlıtlenségek, pozitív számok nevezetes közepei, és ezek felhasználása szélsıérték-feladatok megoldásában 9. tétel: Elsı- és másodfoú egyelıtlesége, pozitív számo evezetes özepei, és eze felhaszálása szélsıérté-feladato megoldásáa Egyelıtleség: Két relációsjellel összeapcsolt ifejezés vagy függvéy. Az egyelıtleséget

Részletesebben

[Biomatematika 2] Orvosi biometria

[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

Részletesebben

Statisztika 1. zárthelyi dolgozat március 18.

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

Részletesebben

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

Ftéstechnika I. Példatár

Ftéstechnika I. Példatár éecha I. Példaár 8 BME Épülegépéze azé éecha I. példaár aralojegyzé. Ha özeoglaló... 3.. Hvezeé...3.. Háadá....3. Hugárzá...6.. Háoáá....5. Szgeel axál hleadáához arozó ül áér....6. Bordázo vezeé.... Sugárzá...5.

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

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,

Részletesebben

III. ALGEBRAI STRUKTÚRÁK

III. ALGEBRAI STRUKTÚRÁK Algebra strutúrá III ALGEBRAI STRUKTÚRÁK A matemata godolodásmód alapvető jellegzetessége az elvoatoztatás Vegyü például a sígeometra objetumo esetét A ör fogalma magába foglalja az összes ör alaú test

Részletesebben

24. Kombinatorika, a valószínűségszámítás elemei

24. Kombinatorika, a valószínűségszámítás elemei 4. Kombiatoria, a valószíűségszámítás elemei Kombiatoria A véges halmazoal foglalozó tudomáyterület. Idő hiáyába csa a evezetes összeszámolásoal foglalozu. a) Sorbaállításo (ermutáció) alafeladat: ülöböző

Részletesebben

Információs rendszerek elméleti alapjai. Információelmélet

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

Részletesebben

Valószínûség számítás

Valószínûség számítás Valószíûség számítás Adrea Glashütter Feller Diáa Valószíűségszámítás Bevezetés a pézügyi számításoba I. Bevezetés a pézügyi számításoba A péz időértéével apcsolatos számításo A péz időértéée számítása:

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

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

Az anyagáramlás intenzitása

Az anyagáramlás intenzitása Az ayagáramlás teztása Az ayagáramlás teztása () alatt meghatározott dőegység (dőtervallum) alatt (t) mozgatott ayagmeységet (M) értü. M (g, t, E, db, stb./ dőegység) t Szaaszos műödésű ayagmozgató redszere

Részletesebben

Bevezetés a hipotézisvizsgálatokba

Bevezetés a hipotézisvizsgálatokba Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -

Részletesebben

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

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

Részletesebben

Hipotézis vizsgálatok

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

Részletesebben

Kísérlettervezési alapfogalmak: Varianciaelemzés (analysis of variance), ANOVA

Kísérlettervezési alapfogalmak: Varianciaelemzés (analysis of variance), ANOVA Kísérlettervezési alapfogalma: Téyező, fator (factor) függetle változó, ható téyező (ezelés, gyógyszer, taarmáy, geotípus, élőhely, stb.) amie hatását a ísérletbe vizsgáli vagy összehasolítai íváju. Megfigyelési

Részletesebben

Kombinatorika (2017. február 8.) Bogya Norbert, Kátai-Urbán Kamilla

Kombinatorika (2017. február 8.) Bogya Norbert, Kátai-Urbán Kamilla Kombiatoria (017 február 8 Bogya Norbert, Kátai-Urbá Kamilla 1 Kombiatoriai alapfeladato A ombiatoriai alapfeladato léyege az, hogy bizoyos elemeet sorba redezü, vagy éháyat iválasztu belőlü, és esetleg

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

Normális eloszlás paramétereire vonatkozó próbák

Normális eloszlás paramétereire vonatkozó próbák Normális eloszlás paramétereire vonatkozó próbák Az alábbi próbák akkor használhatók, ha a meggyelések függetlenek, és feltételezhetjük, hogy normális eloszlásúak a meggyelések függetlenek, véges szórású

Részletesebben

n akkor az n elem összes ismétléses ... k l k 3 k 1! k 2!... k l!

n akkor az n elem összes ismétléses ... k l k 3 k 1! k 2!... k l! KOMBINATORIKAI ALAPFOGALMAK A ombiatoria általába a véges halmazora voatozó redezési és leszámlálási feladatoal foglalozi. Az elemi ombiatoria legtöbb esetbe a övetező ét érdés egyiére eresi a választ:

Részletesebben

4. Hegesztési utókezelések

4. Hegesztési utókezelések 4. A fáradt törés az egyi legveszélyesebb töreeetel hegesztett szerezeteél. A hegesztés aradó feszültségeet és agas feszültség-ocetrációt eredéyez, elye jeletőse hozzájárula a fáradási szilárdság csöeéséhez.

Részletesebben