A heteroszkedaszticitásról egyszerûbben
|
|
- Ottó Vass
- 7 évvel ezelőtt
- Látták:
Átírás
1 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, és bár valójába meglehetőse egyszerű fogalom, talá boyolult hagzású eve s hozzájárul ahhoz, hogy megértése és gyakorlat kezelése olykor elég ehézkes. Az oktatásba szerzett tapasztalatok alapjá sokszor úgy tűt, hogy a hallgatók tt adták fel a regresszós modell megsmerését, tt jutottak el oda, hogy a továbbakba meg se próbálták megérte. E rövd írás célja, aak bemutatása, hogy a heteroszkedasztctás fogalmát, és a vele kapcsolatos fotosabb, elsősorba becslés voatkozásokat a megszokottál egyszerűbbe s lehet tárgyal, legalábbs, am az alapokat llet. A modell, amt tt haszáluk, ge egyszerű, és esetekét még ezt s csak specáls, köye kezelhető esetekre vzsgálom, hsze mdez csak arra szolgál, hogy megértsük ezt a fotos fogalmat, és a vele kapcsolatos legléyegesebb tételeket. Ezért ez a ks írás em helyettesíthet a heteroszkedasztctás részletesebb ökoometra leírásat, melyek a magyar yelvű szakrodalomba s hozzáférhetők (Kőrös et al. [990], Maddala [004], Ramaatha [003]). A heteroszkedasztctás fogalma és egy egyszerű modellje A heteroszkedasztctás általába egy modellbe a szórások külöbözőségét jelet. Sok modell eseté, főkét az egyszerűség kedvéért, a külöböző csoportok, kategórák, változóértékek mögött meghúzódó sokaságok szórása egyelőségét feltételezk. Ez rtká fed a valóságot, de kéyelmes feltételezés, többyre leegyszerűsít a modell szerkezetét, így a becslését, tesztelését stb. s. Az egyelő szórások feltételezése, azaz a homoszkedasztctás, em természetes feltevés, haem mesterséges egy- Statsztka Szemle, 84. évfolyam. szám
2 76 Huyad László szerűsítés (hasolóa az dősorelemzés stacoartás fogalmához). A heteroszkedasztctás tehát em hba (mt ahogy azt sok köyv tárgyalja), haem ytás a valóság felé. Hbáak csak abba az összefüggésbe lehet tekte, amelybe elsősorba ddaktka okokból a lehető legegyszerűbb, homoszkedasztkus modellt tektjük alapak. A heteroszkedasztctás bemutatására és egyes kérdéseek kezelésére szokásos leárs regresszós modell helyett most egy egyszerű átlagbecslést tektük, amely persze felfogható olya leárs regresszóak s, ahol csak a tegelymetszet együtthatója külöbözk 0-tól. Kduló potuk az, hogy adott egy heterogéek tekthető sokaság, amelybe azoba a külöböző, eltérő szórású csoportok közös várható értékkel redelkezek, és feladatuk eek a közös várható értékek a becslése. E feladat mögé külöféle terpretácókat képzelhetük. Egy lye feladat lehet az, hogy két vagy több ágazatba hasolók az átlagfzetések, ám az eltérő vállalatszerkezet (például agyság) matt az ágazat szórások léyegese eltérek egymástól. Egy másk lehetséges feladat lehet az, hogy valamely műszak ckk átlagárát kívájuk becsül, kombált dősoros és keresztmetszet adatokból. Ha feltételezzük az átlagár stabltását (am a gyártástechológa fejlődése, lletve az ezzel párhuzamosa zajló műszak fejlődés eredőjekét dőbe stablak tekthető), akkor az dőbe változó (bővülő) választék következtébe ugyacsak változó szórás tételezhető fel. Ezekbe az esetekbe külöböző szórású részsokaságokból veszük mtákat, amelyek agysága s változhat. Egy lye feladato már jól megmutathatók a heteroszkedasztkus köryezetbe törtéő becslések tulajdosága, de a még egyszerűbb tárgyalás érdekébe a továbbakba azt s feltételezzük, hogy mde részsokaságból egyetle elemű mtát veszük a becslés érdekébe. Ekkor tehát feladatuk a következő. Legye y, y,, y egy -elemű FAE-mta, ahol feltételezzük, hogy y ~ ( µ, σ ) és σ smert szórás. A cél a közös µ várható érték becslése. Ez a feladat em más, mt a legegyszerűbb átlagbecslés kterjesztése em egyelő szórás (varaca) esetére. Hagsúlyozzuk, hogy a külöböző mtaagyságok elvbe semmt sem változtatáak a későbbeke, csak a jelölések váláak léyegese boyolultabbá, és így félő, hogy éppe az a pot skkada el a tárgyalásból, am matt ezt a ks elemzést végezzük. Ezért maraduk eél a végletekg lecsupaszított, leegyszerűsített modellél. A továbbakba eze a modelle keresztül mutatjuk meg a becslés fő problémát, a lehetséges becslőfüggvéyeket és azok tulajdoságat. A hagyomáyos (OLS-) becslés A legegyszerűbb becslőfüggvéyt µ -re ebbe az esetbe s a közöséges legksebb égyzetek (OLS) módszerével yerhetjük a következő módo. Statsztka Szemle, 84. évfolyam. szám
3 A heteroszkedasztctásról egyszerûbbe 77 Legye egyszerű modellük y = µ + ε, ahol a modell végletese egyszerű szerkezete folytá ε várható értékétől eltektve ugyaolya tulajdoságokkal redelkezk, mt y. Ezért az OLS azt a µ ˆ -t keres, amelykre = ( y = g µ ˆ ) // mmáls. Vegyük észre, hogy // em vesz fgyelembe az eltérő varacákat, azaz a heteroszkedasztkus köryezetet. A megoldás egyszerű szélsőérték-feladat megoldásakét közsmert: y µ = = = y = µ ˆ OLS ˆ, vagy a később tárgyalással jobba összhagba lévő jelölésekkel: µ ˆ OLS = w y, ahol w =. // = Eek a becslőfüggvéyek a tulajdosága azoal adódak: Torzítatla, azaz E( ˆ ) = µ, hsze ( ) = µ Varacája: µ OLS = E és = ; y w = ( ˆ ) ( ) = σ Var µ OLS = w Var y =, /3/ am alapjá rögtö belátjuk lehet ksebb varacájú torzítatla becslőfüggvéyt készíte. A varaca becslése értelmetle, hsze cs elegedő mtaelemük a becsléshez. (Megjegyezzük, hogy ha az említett, súlyozott feladatot vzsgáltuk vola, akkor elvbe lee elegedő szabadságfokuk a varacák becslésére, de a szokásos (OLS) varacabecslés ekkor s értelmetle, hsze em egy, haem több varaca létezk. Statsztka Szemle, 84. évfolyam. szám
4 78 Huyad László Egy ad hoc becslőfüggvéy jobb tulajdoságokkal Ez az rodalomba em szokásos becslőfüggvéy a gyakorlatba sem haszálatos, tt csupá érdekességképp mutatjuk be aak demostrálására, hogy a heteroszkedasztkus köryezetbe a hagyomáyos becslőfüggvéy mlye gyegé teljesít. Ez a becslőfüggvéy azo az ötlete alapul, hogy a agyobb szórású réteghez tartozó mtaelem aráyosa ksebb súlyt képvselje a becslőfüggvéybe, és fordítva. Ezért alakja: µ ˆ AH = w y, ahol = σ w = = σ. /4/ Mvel a kostrukcójáál fogva varacája pedg w = =, a /4/ becslőfüggvéy s torzítatla, ( ) ( σ ) ˆ σ µ AH = = = ( σ ) ( ) Var. /5/ = = σ Köye belátható, hogy az /5/ varaca ksebb vagy egyelő a /3/ OLSvaracájával, azaz = σ ( σ ) =. /6/ Az egyelőtleség gazolásához szorozzuk meg mdkét oldalt -el, majd vojuk gyököt mdkét oldalo. Ekkor azt kapjuk, hogy = σ = σ, /7/ am pedg a harmokus, és a égyzetes átlagok közt közsmert agyságred relácó. Ekkor /7/ azt jelet, hogy az OLS-becslőfüggvéy lye feltételek mellett em lehet mmáls varacájú, hsze a találomra felvett becslőfüggvéy s torzítatla, de varacája ksebb. Köszöet Mhályffy Lászlóak az tt yújtott látszólag apró, de valójába agyo haszos segítségért. Statsztka Szemle, 84. évfolyam. szám
5 A heteroszkedasztctásról egyszerûbbe 79 Tovább becslőfüggvéyek Az ökoometra szakrodalom tovább becslőfüggvéyeket javasol a heteroszkedasztkus esetre. Ezek közül kemelkedk a WLS, amelyk azo az elve yugszk, hogy a varacákkal fordította súlyozott eltérés-égyzetösszegeket mmalzálja: y µ ˆ g = mµ /8/ = σ Szélsőérték-számítással azoal adódk, hogy a g y µ ˆ = µ ˆ = σ σ = 0 egyelet megoldása adja a becslőfüggvéyt: WLS µ ˆ = w y és = σ w = = σ. /9/ Ez a becslőfüggvéy természetese torzítatla és varacája: 4 ( ) ( σ ) σ WLS = = ( σ ) ( σ ) = ( σ ) Var µ ˆ =. /0/ = = σ = Úgy s becslőfüggvéyhez juthatuk, ha a torzítatla becslőfüggvéyek halmazá mmáljuk aak varacáját. Ha mdez a leárs becslőfüggvéyek teré törték, akkor jutuk el a legjobb torzítatla, leárs becslőfüggvéyhez (BLUE). Esetükbe ez azt jelet, hogy a következő korlátozott szélsőérték-feladatot kell megoldauk: w σ = m w =, feltéve, hogy w 0 és =. // w = A megoldást tt csak a legegyszerűbb ( = ) esetre mutatjuk meg, mvel tetszőleges esetére a megoldás kcst hosszadalmas (Huyad [000]). Ekkor g = w ( w ) σ m σ + w és a szélsőérték létezéséek elsőredű feltétele g w = w σ ( w ) σ = 0. Statsztka Szemle, 84. évfolyam. szám
6 80 Huyad László w Ezt átredezve σ = σ + σ -re az adódk, hogy w σ w = σ + σ, és e természetese. Tovább egyszerű átredezés utá ebből az kapható, hogy σ w =, // σ + σ am aalóg a /9/ WLS-súlyokkal. A hvatkozott taulmáy általáosságba s bzoyítja ezt, ezért azt állíthatjuk, hogy a WLS a legjobb leárs torzítatla becslőfüggvéyt (BLUE) eredméyez. Megjegyezzük, hogy a // súlyok alkalmazásáak egy gyakor példája a portfolóelmélet, ahol két (vagy több) kockázatú (varacájú) befektetés mmáls kockázatú (optmáls) portfolóját kívájuk összerak az összetétel (súlyok) alkalmas megválasztásával. Eddg a változók eloszlására semmféle feltételt em kötöttük k, ezért ezek az eredméyek eloszlástól függetleek, az eloszlásra ézve robusztusak. Ha feltételezük valamlye smert eloszlást a sokaság változóra, akkor a maxmum lkelhood alkalmazásával tovább, még erősebb eredméyeket yerhetük. Ilye esetekbe kézefekvő a ormáls eloszlás feltételezése, am ayt jelet, hogy mtaelemekre a továbbakba az y ~ N( µ, σ ) feltételezést tesszük, és a függetle mtaelemek matt a kovaracamátrx dagoaltását s feltételezzük. Ekkor a lkelhood függvéy és a log-lkelhood függvéy redre a következő lesz: y µ L = exp σ σ σ π = σ y µ log L = C, = σ ahol a C kostasba foglaltuk össze a µ -től em függő tagokat. A log-lkelhood szélsőértékhelyé jutuk el a maxmum lkelhood (ML) becslőfüggvéyhez. Az első dervált:, log L = µ = y µ σ σ, /3/ Statsztka Szemle, 84. évfolyam. szám
7 A heteroszkedasztctásról egyszerûbbe 8 és eek 0-helyé lehet szélsőérték. /3/-at megoldva az kapjuk, hogy ML µ ˆ = w y és = σ w = = σ. /4/ Mvel eze a helye a másodk dervált egatív, ez valóba ML-becslőfüggvéy, és látható, hogy potosa megegyezk a /9/ WLS-becslőfüggvéyel. Ez természetese azt s jelet, hogy ormáls eloszlás eseté redelkezk az ML agymtás tulajdoságaval (kozsztes, aszmptotkusa hatásos és határeloszlása ormáls). A lkelhood függvéy elemzése azoba még tovább következtetések levoását eged meg. A másodk dervált ugyas log L =, µ = σ és eek alapjá az formácós határ eek várható értékéek -szerese I ( µ ) =, = σ am éppe recproka a WLS-becslőfüggvéy varacájáak: I( µ ) = =. /5/ Var ( µ ) = σ ˆ WLS Ez azt jelet, hogy ha feltételezzük a sokaság változók ormáls eloszlását, akkor a közös várható értékre készített becslőfüggvéy varacája elér a Cramér Rao alsó határt, így a becslőfüggvéy véges mtá s abszolút hatásos (MVUE) (Huyad [00]). Következtetések A következtetéseket összefoglalva krajzolódk az a éháy állítás, amelyek ebbe, a legegyszerűbb esetbe jellemzk a heteroszkedasztkus köryezetbe készített becsléseket. Heteroszkedasztkus köryezetbe a µ egyszerű OLSbecslőfüggvéye torzítatla marad. Statsztka Szemle, 84. évfolyam. szám
8 8 Huyad: A heteroszkedasztctásról egyszerûbbe A varaca OLS-becslése ebbe az esetbe értelmetle. Köye lehet talál olya torzítatla becslőfüggvéyt, amelyk varacája ksebb, mt az OLS-becslőfüggvéyé, tehát az elveszt hatásosságát. A súlyozott legksebb égyzetekkel készült becslőfüggvéy (WLS) torzítatla és a legjobb leárs tulajdoságokkal redelkezk. Ha feltételezzük, hogy a változók ormáls eloszlást követek, akkor a maxmum lkelhood módszer a WLS-sel megegyező becslőfüggvéyt javasol. Ez em csupá aszmptotkusa, de véges mtákba s legjobb (mmáls varacájú) torzítatla becslőfüggvéy, és agy mták eseté örökl az ML tulajdoságat, azaz kozsztes, és határeloszlása ormáls. Mt azt korábba említettük, a vzsgált modell az y = β0 + βx + ε leárs regresszós modell specáls esete, ha β 0 = µ és β = 0. A heteroszkedasztctással kapcsolatos ökoometra elemzések legegyszerűbb esetbe egy lye regresszós modellből dulak k, de mvel a heteroszkedasztctás a maradékváltozó jellemzője, az tt bemutatott tulajdoságok aalógok az ökoometrából smertekkel, értelemszerű általáosítások mellett. Nem foglalkoztuk a heteroszkedasztctás egy sor egyéb voatkozásával, így azzal, hogy mkét lehet kmutat (grafkusa, tesztekkel), azzal, hogy mkét lehet becsül, és a becslések mlye tulajdosága vaak akkor, ha a σ -k em smertek, mlye hatással vaak a külöféle traszformácók a heteroszkedasztctás kezelésére stb. Reméljük azoba, hogy elértük azt az alapvető célt, hogy egyszerű, köye áttekthető feladato, jórészt elem eszközök segítségével megmutassuk a heteroszkedasztctás jelelétébe alkalmazott és alkalmazható becslések tulajdoságat. Irodalom HUNYADI L. [000]: A kétmtás t-próbáról. I: Fél évszázad statsztka szolgálatába. Taulmáykötet Köves Pál tszteletére. Közpot Statsztka Hvatal. Budapest. HUNYADI L. [00]: Statsztka következtetéselmélet közgazdászokak. Statsztka módszerek a társadalm és a gazdaság elemzésekbe. Közpot Statsztka Hvatal. Budapest. KŐRÖSI G. MÁTYÁS L. SZÉKELY I. [990]: Gyakorlat ökoometra. Közgazdaság és Jog Köyvkadó. Budapest. MADDALA, G. S. [004]: Bevezetés az ökoometrába. Közgazdaság taköyvek. Nemzet Taköyvkadó. Budapest. RAMANATHAN, R. [003]: Bevezetés az ökoometrába alkalmazásokkal. Paem Kadó. Budapest. Statsztka Szemle, 84. évfolyam. szám
? 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
RészletesebbenA 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
RészletesebbenStatisztika. Eloszlásjellemzők
Statsztka Eloszlásjellemzők Statsztka adatok elemzése A sokaság jellemzése középértékekkel A sokaság jellemzéséek szempotja A sokaság jellemzéséek szempotja: A sokaság tpkus értékéek meghatározása. Az
RészletesebbenAZ 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
RészletesebbenTartalomjegyzék. 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? 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
RészletesebbenMatematikai 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),
RészletesebbenÖKONOMETRIA. 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
RészletesebbenMatematikai 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,
RészletesebbenAzonos 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
RészletesebbenMiért pont úgy kombinálja kétfokozatú legkisebb négyzetek módszere (2SLS) az instrumentumokat, ahogy?
Mért pot úgy kombálja kétfokozatú legksebb égyzetek módszere (2SLS az strumetumokat, ahogy? Kézrat A Huyad László 60. születésapjára készülő köyvbe Kézd Gábor 2004. júlus A Budapest Corvus Egyetem rövd
RészletesebbenGEOFIZIKA / 4. GRAVITÁCIÓS ANOMÁLIÁK PREDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE
MSc GEOFIZIKA / 4. BMEEOAFMFT3 GRAVITÁCIÓS ANOMÁLIÁK REDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE A gravtácós aomálák predkcója Külöböző feladatok megoldása sorá - elsősorba
RészletesebbenVII. A határozatlan esetek kiküszöbölése
A határozatla esetek kiküszöbölése 9 VII A határozatla esetek kiküszöbölése 7 A l Hospital szabály A véges övekedések tétele alapjá egy függvéy értékét egy potba közelíthetjük az köryezetébe felvett valamely
Részletesebben( a b)( c d) 2 ab2 cd 2 abcd 2 Egyenlőség akkor és csak akkor áll fenn
Feladatok közepek közötti egyelőtleségekre (megoldások, megoldási ötletek) A továbbiakba szmk=számtai-mértai közép közötti egyelőtleség, szhk=számtaiharmoikus közép közötti egyelőtleség, míg szk= számtai-égyzetes
RészletesebbenSTATISZTIKA 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
RészletesebbenFeladatok 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.
RészletesebbenIsmérvek 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)
RészletesebbenORVOSI 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
RészletesebbenHipotéziselmélet. 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
RészletesebbenMINTAVÉTEL A MARKETINGKUTATÁSBAN, KÜLÖNÖS TEKINTETTEL A DIVIZÍV ÉS AZ AGGLOMERATÍV RÉTEGZÉSRE
MINTAVÉTEL A MARKETINGKUTATÁSBAN, KÜLÖNÖS TEKINTETTEL A DIVIZÍV ÉS AZ AGGLOMERATÍV RÉTEGZÉSRE Molár László egyetem taársegéd 1. BEVEZETÉS A statsztkusok a mtaagyság meghatározására számos módszert dolgoztak
RészletesebbenRegresszió és korreláció
Regresszó és korrelácó regresso: vsszatérés, hátrálás; vsszafordulás correlato: vszo, összefüggés, kölcsöösség KAD 01.11.1 1 (vsszatérés, hátrálás; vsszafordulás) Regresszó és korrelácó Gakorlat megközelítés
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETRIA ÖKONOMETRIA Készült a TÁMOP-4.1.-08//A/KMR-009-0041pályázat projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudomány Tanszékén az ELTE Közgazdaságtudomány Tanszék, az MTA Közgazdaságtudomány
RészletesebbenRegresszió és korreláció
Regresszó és korrelácó regresso: vsszatérés, hátrálás; vsszafordulás correlato: vszo, összefüggés, kölcsöösség KAD 016.11.10 1 (vsszatérés, hátrálás; vsszafordulás) Regresszó és korrelácó Gakorlat megközelítés
Részletesebben(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet):
A umerikus sorozatok fogalma, határértéke (A TÁMOP-4-8//A/KMR-9-8 számú projekt keretébe írt egyetemi jegyzetrészlet): Koverges és diverges sorozatok Defiíció: A természetes számoko értelmezett N R sorozatokak
RészletesebbenStatisztika 1. zárthelyi dolgozat március 21.
Statisztika 1 zárthelyi dolgozat 011 március 1 1 Legye X = X 1,, X 00 függetle mita b paraméterű Poisso-eloszlásból b > 0 Legye T 1 X = X 1+X ++X 100, T 100 X = X 1+X ++X 00 00 a Milye a számra igaz, hogy
Részletesebbenf (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,
RészletesebbenMegállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat
Megállapítható változók elemzése Függetleségvzsgálat, lleszkedésvzsgálat, homogetásvzsgálat Ordáls, omáls esetre s alkalmazhatóak a következő χ próbá alapuló vzsgálatok: 1) Függetleségvzsgálat: két valószíűség
RészletesebbenMérési adatok feldolgozása. 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc 1
Mérés adatok feldolgozása 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc Bevezetés A mérés adatok külöböző formába, általába ömlesztve jeleek meg Ezeket az adatokat külöböző szempotok szert redez kértékel
Részletesebben3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő.
3. SOROZATOK 3. Sorozatok korlátossága, mootoitása, kovergeciája Defiíció. Egy f : N R függvéyt valós szám)sorozatak evezük. Ha A egy adott halmaz és f : N A, akkor f-et A-beli értékű) sorozatak evezzük.
RészletesebbenBacktrack módszer (1.49)
Backtrack módszer A backtrack módszer kombatorkus programozás eljárás, mely emleárs függvéy mmumát keres feltételek mellett, szsztematkus kereséssel. A módszer előye, hogy csak dszkrét változókat kezel,
RészletesebbenA 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,
RészletesebbenVáltozók függőségi viszonyainak vizsgálata
Változók függőség vszoyaak vzsgálata Ismétlés: változók, mérés skálák típusa kategoráls változók Asszocácós kapcsolat számszerű változók Korrelácós kapcsolat testsúly (kg) szemüveges em ő 1 3 férf 5 3
RészletesebbenA 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
RészletesebbenIntelligens adatelemzés ea. vázlat 1. rész
Itellges adatelemzés ea. vázlat. rész A tematka.ea. a tárgy tematkájáak áttektése. Egy mtaélda M-S adatok elemzése (A)..ea. HF-ok jellegéek megbeszélése, a HF témák választásához szemotok 3.ea. Statsztka
RészletesebbenAdatfeldolgozás, 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
Részletesebben2. fejezet. Számsorozatok, számsorok
. fejezet Számsorozatok, számsorok .. Számsorozatok és számsorok... Számsorozat megadása, határértéke Írjuk fel képlettel az alábbi sorozatok -dik elemét! mooto, korlátos, illetve koverges-e! Vizsgáljuk
Részletesebben2. METROLÓGIA ÉS HIBASZÁMíTÁS
. METROLÓGIA ÉS HIBASZÁMíTÁS. Metrológa alapfogalmak A metrológa a mérések tudomáya, a mérésekkel kapcsolatos smereteket fogja össze. Méréssel egy objektum valamlye tulajdoságáról számszerű értéket kapuk.
Részletesebben13. Tárcsák számítása. 1. A felületszerkezetek. A felületszerkezetek típusai
Tárcsák számítása A felületszerkezetek A felületszerkezetek típusa A tartószerkezeteket geometra méretek alapjá osztálozzuk Az eddg taulmáakba szereplı rúdszerkezetek rúdjara az a jellemzı hog a hosszuk
RészletesebbenBIOMATEMATIKA 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
Részletesebben1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3
Dr. Tóth László, Fejezetek az elemi számelméletből és az algebrából (PTE TTK, 200) Számelméleti függvéyek Számelméleti függvéyek értékeire voatkozó becslések A τ() = d, σ() = d d és φ() (Euler-függvéy)
RészletesebbenA 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
Részletesebben2. Az együttműködő villamosenergia-rendszer teljesítmény-egyensúlya
II RÉZ 2 EJEZE 2 Az együttműködő vllamoseerga-redszer teljesítméy-egyesúlya 2 A frekveca és a hatásos teljesítméy között összefüggés A fogyasztó alredszerbe a fogyasztók hatásos wattos teljesítméyt lletve
RészletesebbenSorozatok, 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
RészletesebbenMÉRÉSTECHNIKA. 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
RészletesebbenI. 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.
RészletesebbenKorreláció- 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
RészletesebbenA 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
RészletesebbenMATEMATIKA I. KATEGÓRIA (SZAKKÖZÉPISKOLA)
O k t a t á s i H i v a t a l A 5/6 taévi Országos Középiskolai Taulmáyi Versey első forduló MATEMATIKA I KATEGÓRIA (SZAKKÖZÉPISKOLA) Javítási-értékelési útmutató A 5 olya égyjegyű szám, amelyek számjegyei
RészletesebbenEGYENLETEK ÉS EGYENLETRENDSZEREK MEGOLDÁSA A Z n HALMAZON. egyenletrendszer megoldása a
Az érettségi vizsgára előkészülő taulók figyelmébe! 4. Az EGYENLETEK ÉS EGYENLETRENDSZEREK MEGOLDÁSA A Z HALMAZON a1 x + b1 y = c1 egyeletredszer megoldása a a x + b y = c Z halmazo (. rész) Ebbe a részbe
RészletesebbenSzámsorozatok. 1. Alapfeladatok december 22. sorozat határértékét, ha. 1. Feladat: Határozzuk meg az a n = 3n2 + 7n 5n létezik.
Számsorozatok 2015. december 22. 1. Alapfeladatok 1. Feladat: Határozzuk meg az a 2 + 7 5 2 + 4 létezik. sorozat határértékét, ha Megoldás: Mivel egy tört határértéke a kérdés, ezért vizsgáljuk meg el
Részletesebben2. 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:
RészletesebbenDiszkrét matematika II., 3. előadás. Komplex számok
1 Diszkrét matematika II., 3. előadás Komplex számok Dr. Takách Géza NyME FMK Iformatikai Itézet takach@if.yme.hu http://if.yme.hu/ takach/ 2007. február 22. Komplex számok Szereték kibővítei a valós számtestet,
Részletesebben2012.03.01. Méréselmélet PE_MIK MI_BSc, VI_BSc 1
Mérés adatok feldolgozása 202.03.0. Méréselmélet PE_MIK MI_BSc, VI_BSc Bevezetés A mérés adatok külöböző formába, általába ömlesztve jeleek meg Ezeket az adatokat külöböző szempotok szert redez kértékel
RészletesebbenA figurális számokról (IV.)
A figurális számokról (IV.) Tuzso Zoltá, Székelyudvarhely A továbbiakba külöféle számkombiációk és összefüggések reprezetálásáról, és bizoyos összegek kiszámolásáról íruk. Sajátos összefüggések Az elekbe
RészletesebbenFüggvénygörbe alatti terület a határozott integrál
Függvéygörbe alatt terület a határozott tegrál Tektsük az üggvéyt a ; tervallumo. Adjuk becslést a görbe az tegely és az egyees között síkdom területére! Jelöljük ezt a területet I-vel! A becslést legegyszerűbbe
RészletesebbenStatisztika 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
RészletesebbenStatisztika 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
RészletesebbenA 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
Részletesebben10.M ALGEBRA < <
0.M ALGEBRA GYÖKÖS KIFEJEZÉSEK. Mutassuk meg, hogy < + +... + < + + 008 009 + 009 008 5. Mutassuk meg, hogy va olya pozitív egész szám, amelyre 99 < + + +... + < 995. Igazoljuk, hogy bármely pozitív egész
RészletesebbenVASBETON ÉPÜLETEK MEREVÍTÉSE
BUDAPET MŰZAK É GAZDAÁGTUDOMÁY EGYETEM Építőmérök Kar Hdak és zerkezetek Taszéke VABETO ÉPÜLETEK MEREVÍTÉE Oktatás segédlet v. Összeállította: Dr. Bód stvá - Dr. Farkas György Dr. Kors Kálmá Budapest,.
RészletesebbenA 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:
Részletesebbenf(n) n x g(n), n x π 2 6 n, σ(n) n x
Számelméleti függvéyek extremális agyságredje Dr. Tóth László 2006 Bevezetés Ha számelméleti függvéyek, l. multilikatív vagy additív függvéyek agyságredjét vizsgáljuk, akkor először általába az adott függvéy
RészletesebbenMatematika B4 I. gyakorlat
Matematika B4 I. gyakorlat 2006. február 16. 1. Egy-dimeziós adatredszerek Va valamilye adatredszer (számsorozat), amelyről szereték kiszámoli bizoyos dolgokat. Az egyes értékeket jelöljük z i -vel, a
RészletesebbenSorozatok október 15. Határozza meg a következ sorozatok határértékeit!
Sorozatok 20. október 5. Határozza meg a következ sorozatok határértékeit!. Zh feladat:vizsgálja meg mootoitás és korlátosság szerit az alábbi sorozatot! a + ha ; 2; 5 Mootoitás eldötéséhez vizsgáljuk
RészletesebbenKabos: 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,
RészletesebbenEGYENLETEK ÉS EGYENLETRENDSZEREK MEGOLDÁSA A Z n HALMAZON. egyenletrendszer megoldása a Z
Az érettségi vizsgára előkészülő taulók figyelmébe! EGYENLETEK ÉS EGYENLETRENDSZEREK MEGOLDÁSA A Z HALMAZON a x + b y c 5. Az egyeletredszer megoldása a Z halmazo (3. rész) a x + b y c A hivatkozások köyítése
Részletesebben2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +...
. Függvéysorok. Bevezetés és defiíciók A végtele sorokál taultuk, hogy az + x + x + + x +... végtele összeg x < eseté koverges. A feti végtele összegre úgy is godolhatuk, hogy végtele sok függvéyt aduk
RészletesebbenV. Deriválható függvények
Deriválható függvéyek V Deriválható függvéyek 5 A derivált fogalmához vezető feladatok A sebesség értelmezése Legye az M egy egyees voalú egyeletes mozgást végző pot Ez azt jeleti, hogy a mozgás pályája
RészletesebbenNevezetes sorozat-határértékek
Nevezetes sorozat-határértékek. Mide pozitív racioális r szám eseté! / r 0 és! r +. Bizoyítás. Jelöljük p-vel, illetve q-val egy-egy olya pozitív egészt, melyekre p/q r, továbbá legye ε tetszőleges pozitív
RészletesebbenSzéki Hírek A Magyarszékért Egyesület kiadványa
Szék Hírek A Magyarszékért Egyesület kadáya X. éfolyam, 1. szám Karácsoy a árakozással tel szeretet üepe December 17-é fatalok adtak hagerseyt a templomba. K kegyetleül süöltött a hdeg szél, míg be melegséggel
RészletesebbenA maximum likelihood becslésről
A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának
RészletesebbenLineáris regresszió. Statisztika I., 4. alkalom
Lneárs regresszó Statsztka I., 4. alkalom Lneárs regresszó Ha két folytonos változó lneárs kapcsolatban van egymással, akkor az egyk segítségével elıre jelezhetjük a másk értékét. Szükségünk van a függı
Részletesebben18. 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.
RészletesebbenMegoldás a, A sebességből és a hullámhosszból számított periódusidőket T a táblázat
Fzka feladatok: F.1. Cuam A cuam hullám formájáak változása, ahogy a sekélyebb víz felé mozog (OAA) (https://www.wdowsuverse.org/?page=/earth/tsuam1.html) Az ábra, táblázat a cuam egyes jellemzőt tartalmazza.
RészletesebbenMatematika I. 9. előadás
Matematika I. 9. előadás Valós számsorozat kovergeciája +-hez ill. --hez divergáló sorozatok A határérték és a műveletek kapcsolata Valós számsorozatok mootoitása, korlátossága Komplex számsorozatok kovergeciája
Részletesebben) ( s 2 2. ^t = (n x 1)s n (s x+s y ) x +(n y 1)s y n x+n y. +n y 2 n x. n y df = n x + n y 2. n x. s x. + s 2. df = d kritikus.
Kétmtás t-próba ^t ȳ ( s +( s + + df + vag ha, aor ^t ȳ (s +s Welch-próba ^d ȳ s + s ( s + s df ( s ( s + d rtus t s (α, +t s (α, s + s Kofdecatervallum ét mta átlagáa ülöbségére SE s ( + s ( ±t (α,df
RészletesebbenValószínűségszámítás. Ketskeméty László
Valószíűségszámítás Ketskeméty László Budapest, 996 Tartalomjegyzék I. fejezet VALÓSZÍNŰSÉGSZÁMÍTÁS 3. Kombatorka alapfogalmak 4 Elleőrző kérdések és gyakorló feladatok 6. A valószíűségszámítás alapfogalma
RészletesebbenMAGASABBFOKÚ MÁTRIXEGYENLETEK MEGOLDÁSA
1 MAGASABBFOKÚ MÁTRIXEGYENLETEK MEGOLDÁSA Tuzso Zoltá Akár a régebbi, akár az alteratív XI. osztályos algebra taköyveket lapozva, akár példatárakba vagy matematikai verseyeke gyakra találkozuk egyél magasabb
RészletesebbenA 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:
RészletesebbenStatisztikai hipotézisvizsgálatok
Statisztikai hipotézisvizsgálatok. Milye problémákál haszálatos? A gyakorlatba agyo gyakra szükségük lehet arra, hogy mitákból származó iformációk alapjá hozzuk sokaságra voatkozó dötéseket. Például egy
RészletesebbenAz 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
RészletesebbenALGEBRA. egyenlet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 198.
ALGEBRA MÁSODFOKÚ POLINOMOK. Határozzuk meg az + p + q = 0 egyelet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 98.. Határozzuk meg az összes olya pozitív egész p és q számot, amelyre az
Részletesebben4 2 lapultsági együttható =
Leíró statsztka Egy kísérlet végeztével általában tetemes mennységű adat szokott összegyűln. Állandó probléma, hogy mt s kezdjünk - lletve mt tudunk kezden az adatokkal. A statsztka ebben segít mnket.
Részletesebben7. MÉRÉSEK KIÉRTÉKELÉSE FÜGGVÉNYILLESZTÉSSEL
7. MÉRÉSEK KIÉRTÉKELÉSE FÜGGVÉNYILLESZTÉSSEL Ebbe a fejezetbe kokrét mérések kértékelését mutatjuk be, köztük azokét s, amelyeket az. fejezetbe leírtuk. A kértékelés módszerét tulajdoképpe levezethetjük
Részletesebbenezek 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
RészletesebbenNumerikus sorok. Kónya Ilona. VIK, Műszaki Informatika ANALÍZIS (1) Oktatási segédanyag
VIK, Műszaki Iformatika ANALÍZIS Numerikus sorok Oktatási segédayag A Villamosméröki és Iformatikai Kar műszaki iformatikus hallgatóiak tartott előadásai alapjá összeállította: Fritz Józsefé dr. Kóya Iloa
RészletesebbenNUMERIKUS SOROK II. Ebben a részben kizárólag a konvergencia vizsgálatával foglalkozunk.
NUMERIKUS SOROK II. Ebbe a részbe kizárólag a kovergecia vizsgálatával foglalkozuk. SZÜKSÉGES FELTÉTEL Ha pozitív (vagy em egatív) tagú umerikus sor, akkor a kovergecia szükséges feltétele, hogy lim a
RészletesebbenA sokaság/minta eloszlásának jellemzése
3. előadás A sokaság/mnta eloszlásának jellemzése tpkus értékek meghatározása; az adatok különbözőségének vzsgálata, a sokaság/mnta eloszlásgörbéjének elemzése. Eloszlásjellemzők Középértékek helyzet (Me,
RészletesebbenKOMBINATORIKA ELŐADÁS osztatlan matematikatanár hallgatók számára. Szita formula J = S \R,
KOMBINATORIKA ELŐADÁS osztatla matematkataár hallgatók számára Szta formula Előadó: Hajal Péter 2018 1. Bevezető példák 1. Feladat. Háy olya sorbaállítása va a {a,b,c,d,e} halmazak, amelybe a és b em kerül
RészletesebbenIzsák János. ELTE TTK Állatrendszertani és Ökológiai Tanszék. Kézirat
BIOSTATISZTIKAI ALAPISMERETEK Izsák Jáos ELTE TTK Állatredszerta és Ökológa Taszék Kézrat Budapest, 5 Tartalomjegyzék Előszó 4. Valószíűség vektorváltozók 6.. Bevezetés 6.. A többváltozós, specálsa kétváltozós
RészletesebbenHipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?
01.09.18. Hpotézs vzsgálatok Egy példa Kérdések (példa) Hogyan adhatunk választ? Kérdés: Hatásos a lázcsllapító gyógyszer? Hatásos-e a gyógyszer?? rodalomból kísérletekből Hpotézsek A megfgyelt változó
RészletesebbenINJEKTIVITÁS ÉS EGYÉB TULAJDONSÁGOK MEGOLDOTT FELADATOK
Megoldott feladatok Ijektivitás és egyéb tulajdoságok 59 ) INJEKTIVITÁS ÉS EGYÉB TULAJDONSÁGOK MEGOLDOTT FELADATOK Határozd meg azt az f:r R függvéyt, amelyre f ( f ( ) x R és a g:r R g ( = x f ( függvéy
Részletesebben24. 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
Részletesebbenbiometria 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
RészletesebbenHa 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
RészletesebbenStatisztika feladatok
Statsztka ok Informatka Tudományok Doktor Iskola Bzonyítandó, hogy: azaz 1 Tekntsük az alább statsztkákat: Igazoljuk, hogy torzítatlan statsztkák! Melyk a leghatásosabb közöttük? (Ez az együttes eloszlásfüggvényük.)
RészletesebbenElsőbbségi (prioritásos) sor
Elsőbbségi (prioritásos) sor Közapi fogalma, megjeleése: pl. sürgősségi osztályo a páciesek em a beérkezési időek megfelelőe, haem a sürgősség mértéke szerit kerülek ellátásra. Az operációs redszerekbe
RészletesebbenTuzson 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
RészletesebbenAlkalmazás: hatásvizsgálatok
Kétértékű függő vátozók mamum kehood becsés Mkroökoometra 7. hét Bíró Akó Kétértékű magarázó vátozók ásd: Bevezetés az ökoometrába Kvatatív formácók OS becsés haszáható Értemezés más: Etérő csoportátagok
RészletesebbenA G miatt (3tagra) Az egyenlőtlenségek két végét továbbvizsgálva, ha mindkét oldalt hatványozzuk:
Kocsis Júlia Egyelőtleségek 1. Feladat: Bizoytsuk be, hogy tetszőleges a, b, c pozitv valósakra a a b b c c (abc) a+b+c. Megoldás: Tekitsük a, b és c számok saját magukkal súlyozott harmoikus és mértai
Részletesebben