Matematikai statisztika

Save this PDF as:
 WORD  PNG  TXT  JPG

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Matematikai statisztika"

Átírás

1 Matematka statsztka 8. elıadás

2 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), alkalmazható a kétmtás u-próba m Y X u / / σ σ + = Krtkus tartomáy: mt az egymtás esetbe Ha smeretleek, de azoosak a szórások:

3 A szórás vzsgálata kétmtás esetbe: F-próba H 0 : σ =σ Két függetle,, lletve m elemő ormáls eloszlású mta alapjá a próbastatsztka: (a korrgált tapasztalat F = szóráségyzetek háyadosa) s s max(, s s Krtkus érték: az -,m- szabadságfokú F eloszlás -α/ kvatlse ( a számlálóbel, m pedg a evezıbel mta elemszáma). )

4 Kétmtás t-próba smét Alkalmazható, ha az F-próba elfogadja a szórások azoosságát. Ha em, akkor Welch-próba: H eseté közelítıleg t eloszlású f szabadságfokkal, ahol / / ' s s Y X t + = ) ( + = m c c f m s s s c / / / + =

5 Módosítás a véletleítés elkerülésére: szekvecáls próbák A valószíőségháyados elemő mtából V = = Addg veszük mtaelemeket, amíg V B vagy V A em teljesül Tehát az algortmus: V B: elutasítjuk H 0 -t. V A : elfogadjuk H 0 -t. B>V >A: új mtaelemet veszük. Ste tétele matt valószíőséggel véges az N, ahol N = m{ : V A vagy V B = f f 0 ( ( X X ) ) }

6 Kompromsszum a gyakorlatba: mıségelleırzés Kétlépcsıs tervek elemő mtára: X c : elfogadjuk a tételt X c : elutasítjuk a tételt Egyébkét tovább db mtaelemet veszük és akkor fogadjuk el a tételt, ha X +X c 3 teljesül. Az eljárás hatékoyságát mérı szám: várható mtaelemszám (ASN).

7 Nemparaméteres próbák Illeszkedésvzsgálat: Adott eloszlású-e a mta? (Például paraméteres próbákhoz kellhet.) Kolmogorov-Szmrov próba: a tapasztalat és az elmélet eloszlásfüggvéy eltéréséek maxmumá alapul. Ugyaerre az eltérésre más próbák s épülek (Aderso-Darlg, Cramér-vo Mses), melyek az eltérés (esetleg súlyozott) tegrálját haszálják.

8 Kolmogorov-Szmrov próba (homogetásvzsgálatra) A két tapasztalat eloszlásfüggvéy eltéréséek maxmumá alapul: D m x = max F ( x ) G ( x m, ) lm m, P D < y = m, + m m = ( ) e y

9 Tovább emparaméteres tesztek Elıjelpróba Wlcoxo próba (ragstatsztka): P(X>Y)=/ tesztelésére. Azt számoljuk össze, hogy háy olya pár va, ahol X >Y j. A kapott statsztka aszmptotkusa ormáls eloszlású, em érzékey a kugró értékekre.

10 χ-égyzet próba H 0 hpotézs: az A, A,..., A r teljes eseméyredszerre teljesül P(A )=p, P(A )=p,..., P(A r )=p r A tesztstatsztka: ( ν ) r = p p am aszmptotkusa r- szabadságfokú χ-égyzet eloszlású, ha gaz a ullhpotézs. Krtkus tartomáy: ha a statsztka értéke agyobb, mt az r- szabadságfokú χ-égyzet eloszlás - α kvatlse, elutasítjuk a ullhpotézst.

11 χ-égyzet próba (folytatás) χ χ Mért s ez a határeloszlás? r =, H : P ( A ) = p, ν : A gyakorsága kísérletbıl ξ = 0 ( ν p ) (( ν ) ( p )) ( ν p ) ( ν p ) ( ν p ) = + = + = p ( p ) p ( p ) p ( p ), ha az.kísérletél A bekövetkezk, 0 külöbe ν = ξ ξ = ξ = = =, E p, D p ( p ), ξ E ξ =,eloszlásba D ξ χ

12

13 Szám Példa (kockadobás) 36 kockadobás eredméye Megfgyelt p ν ( p ) p

14 = 36, r = 6 6 ( ) = 6 ( ) = P ν ν p p p p ( χ ) 5 ~ = χ > = Nem tudjuk a szabályosság hpotézsét elutasíta!

15 Példa (számítógépek épszerősége) 00 amerka dák Számítógép Megfgyelt p ( ν p ) p IBM Mactosh Egyéb

16 = 00, r = 3 3 ( ) = 3 ( ) = P ν ν p p p p ( χ ) ~ = χ 3.80 > 5.99 = 0.05 Elutasítjuk az egyforma kedveltség hpotézsét!

17 χ-égyzet próba lleszkedésvzsgálatra Illeszkedésvzsgálat: H 0 : ξ,..., ξ F eloszlásfüggvéyőek o Vsszavezetjük az elızı esetre { ξ } A = C, =,,..., r, C = { ξ } Dszkrét esetbe gyakra: A = = x, =,,..., r R

18 Kárszám Vezetık száma Példa M lehet egy vezetı által okozott károk számáak eloszlása? Posso eloszlású-e? >7 Összese

19 Becsléses χ-égyzet próba H 0 hpotézs: az A, A,..., A r teljes eseméyredszerre teljesül: P ( A ) = p ( ϑ,..., ϑ ), =,,..., r s ϑ,..., ϑ smeretle paraméterek. A tesztstatsztka: ( ) r ν ˆ p = r s = p ˆ ahol s χ χ p ˆ = p ( ˆ ϑ,..., ˆ ϑ ). s,

20 Kárszám Vezetık száma p Posso Np Neg. b. Példa (folyt.) , ,06 3,3 6 0,00 0,39 7 3E-05 0,05 >7 0 5E-07 0,006 Összese 48006

21 = 48006, r = 5 A = ξ =, = 0,,,3 A 4 4 { } { } ( ) = 0 4 ( ) = 0 4 Posso eset: ˆ=0.709 λ P = ξ ν ν p ˆ p ˆ p ˆ p ˆ ( χ ) 3 ~ > χ 5 00 > 7.7 = 0.05% Elutasítjuk Posso eloszlás hpotézsét!

22 Az lleszkedésvzsgálat alkalmazása folytoos eloszlásokra A teljes eseméyredszer a számegyees felosztása révé jö létre. Ügyeljük arra, hogy mde tervallum közel azoos valószíőségő legye. Ha paraméterbecslés szükséges, ML módszer alkalmazható.

23 χ-égyzet próba homogetásvzsgálatra Homogetásvzsgálat: H 0 : ξ,..., ξ és η,..., η m ugyaolya eloszlásúak o Hasolóa járuk el, mt korábba r = C = R { } { } ν = j : ξ C, µ = j : η C, =,,..., r, j j A tesztstatsztka: ν µ χ χ r m = m, m r = ν + µ

24 K taul jobba? 009. jauár 5-e vzsga Jegy Férf Nı Összese 86 Átlag, Összese ,7,

25 { ; }, { 3;4;5 } C = C = { } { } ν = j : ξ C, µ = j : η C, =,, j j ν = 58, ν = 8, µ = 5, µ = 6, = 86, m = A tesztstatsztka: χ P = 86 + = ( χ >.7) = 0% Nem tudjuk elutasíta az egyforma képesség hpotézsét!

26 χ-égyzet próba függetleségvzsgálatra H 0 hpotézs: az A, A,..., A r és B, B,..., B s teljes eseméyredszerekre teljesül a függetleség. ( ) ν j p q j p q, j j Krtkus tartomáy: ha a statsztka értéke agyobb, mt az rs- szabadságfokú χ- égyzet eloszlás - α kvatlse, elutasítjuk a ullhpotézst.

27 Becsléses eset Általába, ha az llesztedı eloszlást em smerjük csak a családját - becsüljük a paraméteret. Ekkor a próbastatsztka szabadságfoka ayval csökke, aháy paramétert becsültük. Függetleségvzsgálatál általába em smerjük a teljes eseméyredszer tagjaak valószíőségét, így r-+s- valószíőséget kell becsülük. A szabadságfok ekkor tehát rs--r-s+=(r-)(s-).

28 ν ν ν : A B gyakorsága j j : A gyakorsága : B gyakorsága j j A tesztstatsztka ν ν j ν j ν ν, j j r = s = esetbe χ ( r )( s ) ν ν ν ν ( ) ν ν ν ν χ

29 Itt két pdf fle lesz hozzácsatlakoztatva

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

? 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

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

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

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet GVMST22GNC Statisztika II. 3. előadás: 8. Hipotézisvizsgálat Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Hipotézisvizsgálat v becslés Becslés Ismeretlen paraméter Közeĺıtő

Részletesebben

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

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

Részletesebben

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

STATISZTIKA II. kötet

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

Részletesebben

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

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2.

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

Részletesebben

Intervallumbecsle s Mintave tel+ Hipote zisvizsga lat Egyminta s pro ba k Ke tminta s pro ba k Egye b vizsga latok O sszef.

Intervallumbecsle s Mintave tel+ Hipote zisvizsga lat Egyminta s pro ba k Ke tminta s pro ba k Egye b vizsga latok O sszef. Intervallumbecsle s Mintave tel+ Hipote zisvizsga lat Egyminta s pro ba k Ke tminta s pro ba k Egye b vizsga latok O sszef. Feladatok Gazdaságstatisztika 7. Statisztikai becslések (folyt.); 8. Hipotézisvizsgálat

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

Statisztika október 27.

Statisztika október 27. Statisztika 2011. október 27. Külöbség valószíőségszámítás és statisztika között Kísérlet: 4-szer dobuk fel egy érmét. Megszámoljuk a fejek számát. Valszám: Ismert a fejdobás valószíősége. Milye valószíőséggel

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

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

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1 Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában

Részletesebben

Eloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok

Eloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok Eloszlás-független módszerek (folytatás) 14. elıadás (7-8. lecke) Illeszkedés-vizsgálat 7. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok elemzésére Illeszkedés-vizsgálat Gyakorisági sorok

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

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

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

20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek! SPEC 2009-2010. II. félév Statsztka II HÁZI dolgozat Név:... Neptun kód: 20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek! 1. példa Egy üzemben tejport csomagolnak zacskókba,

Részletesebben

A valószínűségszámítás elemei

A valószínűségszámítás elemei A valószínűségszámítás elemei Kísérletsorozatban az esemény relatív gyakorisága: k/n, ahol k az esemény bekövetkezésének abszolút gyakorisága, n a kísérletek száma. Pl. Jelenség: kockadobás Megfigyelés:

Részletesebben

4 2 lapultsági együttható =

4 2 lapultsági együttható = Leíró statsztka Egy kísérlet végeztével általában tetemes mennységű adat szokott összegyűln. Állandó probléma, hogy mt s kezdjünk - lletve mt tudunk kezden az adatokkal. A statsztka ebben segít mnket.

Részletesebben

2. METROLÓGIA ÉS HIBASZÁMíTÁS

2. METROLÓGIA ÉS HIBASZÁMíTÁS . METROLÓGIA ÉS HIBASZÁMíTÁS. Metrológa alapfogalmak A metrológa a mérések tdomáya, a mérésekkel kapcsolatos smereteket fogja össze. Méréssel egy objektm valamlye tlajdoságáról számszerő értéket kapk.

Részletesebben

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

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

Részletesebben

A 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

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

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

Sztochasztikus tartalékolás és a tartalék függése a kifutási háromszög időperiódusától

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

Részletesebben

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

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

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

Részletesebben

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

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

Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat

Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat 7. lecke Paraméter becslés Konfidencia intervallum Hipotézis vizsgálat feladata Paraméter becslés és konfidencia

Részletesebben

Variancia-analízis (VA)

Variancia-analízis (VA) Variancia-analízis (VA) 5. elıadás (9-10. lecke) VA lényege, alkalmazásának feltételei, adat-transzformációk 9. lecke Variancia-analízis lényege Szórások egyezésének ellenırzése A Variancia-Analízis (VA)

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

Excel segédlet Üzleti statisztika tantárgyhoz

Excel segédlet Üzleti statisztika tantárgyhoz Miskolci Egyetem Üzleti Statisztika és Előrejelzési Intézeti Tanszék Excel segédlet Üzleti statisztika tantárgyhoz. Z próba einek meghatározása óbafüggvény: x - m z = ; vagy σ/ n x - m z = ; vagy s/ n

Részletesebben

Extrém-érték elemzés. Extrém-érték eloszlások. A normálhatóság feltétele. Megjegyzések. Extrém-érték modellezés

Extrém-érték elemzés. Extrém-érték eloszlások. A normálhatóság feltétele. Megjegyzések. Extrém-érték modellezés Extrém-érték modellezés Zemplén András Alkalmazott modul 03. február. Extrém-érték elemzés Klasszkus módszerek: év maxmumon alapulnak Küszöb felett értékek elemzése: adott szntet meghaladó mnden árvízbıl

Részletesebben

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

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

Részletesebben

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

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

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

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések! ORVOSI STATISZTIKA Az orvos statsztka helye Élettan Anatóma Kéma Lehet kérdés?? Statsztka! Az orvos döntéseket hoz! Mkor jó egy döntés? Mennyre helyes egy döntés? Mekkora a tévedés lehetősége? Példa: test

Részletesebben

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó. I. Függelék A valószíűségszámítás alapjai I.1. Alapfogalamak: Véletle jeleség: létrejöttét befolyásoló összes téyezőt em ismerjük. Tömegjeleség: a jeleség adott feltételek mellett akárháyszor megismételhető.

Részletesebben

Nagypontosságú aritmetika

Nagypontosságú aritmetika Nagypotosságú artmetka Nagypotosságú artmetka I. Egész artmetka Számok ábrázolása: komplemes ábrázolás (egatív számok így agyo sokjegyűek) előjel + számjegyek + hossz + számredszer (tömb vagy szöveg):

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

3.1. A Poisson-eloszlás

3.1. A Poisson-eloszlás Harmadik fejezet Nevezetes valószíűségi változók Valamely valószíűségi változóhoz kapcsolódó kérdésekre akkor tuduk potos választ adi, ha a változó eloszlása ismert, vagy megközelítőleg ismert. Ebbe a

Részletesebben

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból

Részletesebben

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége [GVMGS11MNC] Gazdaságstatisztika 10. előadás: 9. Regressziószámítás II. Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet A standard lineáris modell

Részletesebben

A valószínűségszámítás elemei

A valószínűségszámítás elemei Alapfogalmak BIOSTATISZTIKA ÉS INFORMATIKA A valószínűségszámítás elemei Jelenség: minden, ami lényegében azonos feltételek mellett megismételhető, amivel kapcsolatban megfigyeléseket lehet végezni, lehet

Részletesebben

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

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

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

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése 4. A modell érvényességének ellenőrzése STATISZTIKA 4. Előadás Variancia-analízis Lineáris modellek 1. Függetlenség 2. Normális eloszlás 3. Azonos varianciák A maradék független a kezelés és blokk hatástól

Részletesebben

Dr. Karácsony Zsolt. Miskolci Egyetem november

Dr. Karácsony Zsolt. Miskolci Egyetem november Valószínűségszámítás és Matematikai statisztika Dr. Karácsony Zsolt Miskolci Egyetem, Alkalmazott Matematikai Tanszék 2013-2014 tanév 1. félév Miskolci Egyetem 2013. november 11-18 - 25. Dr. Karácsony

Részletesebben

Egyszempontos variancia analízis. Statisztika I., 5. alkalom

Egyszempontos variancia analízis. Statisztika I., 5. alkalom Statisztika I., 5. alkalom Számos t-próba versus variancia analízis Kreativitás vizsgálata -nık -férfiak ->kétmintás t-próba I. Fajú hiba=α Kreativitás vizsgálata -informatikusok -építészek -színészek

Részletesebben

Statisztika II. előadás és gyakorlat 2. rész

Statisztika II. előadás és gyakorlat 2. rész előadás és gyakorlat. rész T.Nagy Judt Ajálott rodalom: Ilyésé Molár Emese Lovasé Avató Judt: Feladatgyűjteméy, Perekt, 006. Korpás Attláé (szerk.): Általáos, Nemzet Taköyvkadó, 1997. Molár Mátéé Tóth

Részletesebben

Geostatisztika I. Dr. Szabó Norbert Péter. BSc geográfus alapszak hallgatóinak

Geostatisztika I. Dr. Szabó Norbert Péter. BSc geográfus alapszak hallgatóinak Geostatsztka I. BSc geográfus alapszak hallgatóak Dr. Szabó Norbert Péter egyetem adjuktus Mskolc Egyetem Geofzka Itézet Taszék e-mal: orbert.szabo.phd@gmal.com Ajálott rodalom Steer Ferec, 990. A geostatsztka

Részletesebben

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 9. előadás Előadó: Dr. Ertsey Imre Statisztikai hipotézis vizsgálatok elsősorban a biometriában alkalmazzák, újabban reprezentatív jellegű ökonómiai vizsgálatoknál, üzemi szinten élelmiszeripari

Részletesebben

Adatok statisztikai értékelésének főbb lehetőségei

Adatok statisztikai értékelésének főbb lehetőségei Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció

Részletesebben

egyetemi jegyzet Meskó Balázs

egyetemi jegyzet Meskó Balázs egyetemi jegyzet 2011 Előszó 2. oldal Tartalomjegyzék 1. Bevezetés 4 1.1. A matematikai statisztika céljai.............................. 4 1.2. Alapfogalmak......................................... 4 2.

Részletesebben

Statisztika feladatok

Statisztika feladatok Statsztka ok Informatka Tudományok Doktor Iskola Bzonyítandó, hogy: azaz 1 Tekntsük az alább statsztkákat: Igazoljuk, hogy torzítatlan statsztkák! Melyk a leghatásosabb közöttük? (Ez az együttes eloszlásfüggvényük.)

Részletesebben

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

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

Részletesebben

A matematikai statisztika elemei

A matematikai statisztika elemei A matematikai statisztika elemei Mikó Teréz, dr. Szalkai Istvá szalkai@almos.ui-pao.hu Pao Egyetem, Veszprém 2014. március 23. 2 Tartalomjegyzék Tartalomjegyzék 3 Bevezetés................................

Részletesebben

Matematikai statisztika gyakorlatok összefoglaló

Matematikai statisztika gyakorlatok összefoglaló Eszterházy Károly Főiskola Matematikai és Iformatikai Itézet Tómács Tibor Matematikai statisztika gyakorlatok összefoglaló Eger, 2012 Tartalomjegyzék Jelölések 2 1. Összefoglaló 4 1.1. Eloszlások geerálása...........................

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

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

Többváltozós lineáris regressziós modell feltételeinek

Többváltozós lineáris regressziós modell feltételeinek Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Petrovics Petra Doktorandusz Többváltozós lineáris regressziós modell x 1, x 2,, x p

Részletesebben

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 5. Megjegyzések. A tétel feltételei gyegíthetőek: elég, ha a függetle, azoos eloszlású változók várható értéke véges.

Részletesebben

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 15. Nemparaméteres próbák Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date: November

Részletesebben

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

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

Részletesebben

A konfidencia intervallum képlete: x± t( α /2, df )

A konfidencia intervallum képlete: x± t( α /2, df ) 1. feladat. Egy erdőben az egy fészekben levő tojásszámokat vizsgáltuk egy madárfajnál. A következő tojásszámokat találtuk: 1, 1, 1,,,,,,, 3, 3, 3, 3, 3, 4, 4, 5, 6, 7. Mi a mintának a minimuma, maximuma,

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

Biostatisztika VIII. Mátyus László. 19 October

Biostatisztika VIII. Mátyus László. 19 October Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.

Részletesebben

Változók közötti kapcsolatok vizsgálata

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

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.22. Valószínűségi változó Véletlentől függő számértékeket (értékek sokasága) felvevő változókat valószínűségi változóknak nevezzük(jelölés: ξ, η, x). (pl. x =

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

MÉRÉSTECHNIKA. DR. HUBA ANTAL c. egy. tanár BME Mechatronika, Optika és Gépészeti Informatika Tanszék 2011

MÉRÉSTECHNIKA. DR. HUBA ANTAL c. egy. tanár BME Mechatronika, Optika és Gépészeti Informatika Tanszék 2011 MÉRÉSTECHNIKA DR. HUBA ANTAL c. egy. taár BME Mechatroka, Optka és Gépészet Iformatka Taszék 0 Rövde a tárgyprogramról Előadások tematkája: Metrológa és műszertechka alapok Mérés adatok kértékelése Időbe

Részletesebben

Kutatói pályára felkészítı modul

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

Részletesebben

V. Gyakorisági táblázatok elemzése

V. Gyakorisági táblázatok elemzése V. Gyakorisági táblázatok elemzése Tartalom Diszkrét változók és eloszlásuk Gyakorisági táblázatok Populációk összehasonlítása diszkrét változók segítségével Diszkrét változók kapcsolatvizsgálata Példák

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

Gazdasági matematika II. vizsgadolgozat, megoldással,

Gazdasági matematika II. vizsgadolgozat, megoldással, Gazdasági matematika II. vizsgadolgozat, megoldással, levelező képzés Definiálja az alábbi fogalmakat! 1. Kvadratikus mátrix invertálhatósága és inverze. (4 pont) Egy A kvadratikus mátrixot invertálhatónak

Részletesebben

Populációbecslés és monitoring. Eloszlások és alapstatisztikák

Populációbecslés és monitoring. Eloszlások és alapstatisztikák Populációbecslés és monitoring Eloszlások és alapstatisztikák Eloszlások Az eloszlás megadja, hogy milyen valószínűséggel kapunk egy adott intervallumba tartozó értéket, ha egy olyan populációból veszünk

Részletesebben

Véletlenszám generátorok és tesztelésük. Tossenberger Tamás

Véletlenszám generátorok és tesztelésük. Tossenberger Tamás Véletlenszám generátorok és tesztelésük Tossenberger Tamás Érdekességek Pénzérme feldobó gép: $0,25-os érme 1/6000 valószínűséggel esik az élére 51% eséllyel érkezik a felfelé mutató oldalára Pörgetésnél

Részletesebben

Valószínűségszámítás és matematikai statisztika. Ketskeméty László

Valószínűségszámítás és matematikai statisztika. Ketskeméty László Valószíűségszámítás és matematka statsztka Ketskeméty László Budapest, 996 Tartalomjegyzék I. fejezet VALÓSZÍNŰSÉGSZÁMÍTÁS 4. Kombatorka alapfogalmak 5 Elleőrző kérdések és gyakorló feladatok 7. A valószíűségszámítás

Részletesebben

Lineáris regresszió. Statisztika I., 4. alkalom

Lineáris regresszió. Statisztika I., 4. alkalom Lneárs regresszó Statsztka I., 4. alkalom Lneárs regresszó Ha két folytonos változó lneárs kapcsolatban van egymással, akkor az egyk segítségével elıre jelezhetjük a másk értékét. Szükségünk van a függı

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

IV. Változók és csoportok összehasonlítása

IV. Változók és csoportok összehasonlítása IV. Változók és csoportok összehasonlítása Tartalom Összetartozó és független minták Csoportosító változók Két összetartozó minta összehasonlítása Két független minta összehasonlítása Több független minta

Részletesebben

Kísérletek tervezése és értékelése

Kísérletek tervezése és értékelése STATISZTIKAI ALAPOK I. STATISZTIKAI ALAPOK Adatok ábrázolása Yogi Berra: "You ca observe a lot by watchig." I. STATISZTIKAI ALAPOK Mérési adatok ábrázolása: Pot ábrázolás (Dotplot) Dotplot for Y 9 3 Y

Részletesebben

Matematikai statisztikai elemzések 3.

Matematikai statisztikai elemzések 3. Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematikai statisztikai elemzek 3. MSTE3 modul Becslelmélet: alapfogalmak, nevezetes statisztikák, intervallum-becsl SZÉKESFEHÉRVÁR

Részletesebben

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

ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június ÖKONOMETRIA Készült a TÁMOP-4..-08//A/KMR-009-004pálázat projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomán Tanszékén az ELTE Közgazdaságtudomán Tanszék az MTA Közgazdaságtudomán Intézet

Részletesebben

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható 8. Valószí ségszámítás. (Valószí ségeloszlások, függetleség. Valószí ségi változók várható értéke, magasabb mometumok. Kovergeciafajták, kapcsolataik. Borel-Catelli lemmák. Nagy számok gyege törvéyei.

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

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem.

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem. Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem. Elemi esemény: a kísérlet egyes lehetséges egyes lehetséges kimenetelei.

Részletesebben

MEGBÍZHATÓSÁG-ELMÉLET

MEGBÍZHATÓSÁG-ELMÉLET PHARE HU3/IB/E3-L MEGBÍZHAÓSÁG-ELMÉLE Defnícók A legszélesebb körben elfogadott defnícó szernt a megbízhatóság egy elem (termék, rendszer stb.) képessége arra, hogy meghatározott működés feltételek mellett

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

Loss Distribution Approach

Loss Distribution Approach Modeling operational risk using the Loss Distribution Approach Tartalom»Szabályozói környezet»modellezési struktúra»eseményszám eloszlás»káreloszlás»aggregált veszteségek»további problémák 2 Szabályozói

Részletesebben

A Statisztika alapjai

A Statisztika alapjai A Statisztika alapjai BME A3c Magyar Róbert 2016.05.12. Mi az a Statisztika? A statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati

Részletesebben

4. A méréses ellenırzı kártyák szerkesztése

4. A méréses ellenırzı kártyák szerkesztése 4. A méréses ellenırzı kártyák szerkesztése A kártyákat háromféle módon alkalmazhatjuk. Az elızetes adatfelvétel során a fı feladat az eloszlás paramétereinek (µ és σ ) becslése a további ellenırzésekhez.

Részletesebben

1.gyakorlat

1.gyakorlat 1.gyakorlat 2015.09.11. I. János, Jakab, József, Joli és Jen egy együttest alkotnak, mely öt hangszeren játszik. Ha mindegyikük tud mind az 5 hangszeren játszani, hányféle elrendezés lehetséges? És, ha

Részletesebben

KÖVETKEZTETŐ STATISZTIKA

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

Részletesebben