d) Transzformáljuk-e az adatokat? Képezzünk-e rangokat? Hogyan változtatná meg ez az eredmények szakmai értelmezését?

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "d) Transzformáljuk-e az adatokat? Képezzünk-e rangokat? Hogyan változtatná meg ez az eredmények szakmai értelmezését?"

Átírás

1 Gyakorló feladatok 1 A következő feladatok mindegyikénél gondolják meg az alábbiakat: a) Egy-, két- vagy többmintás, esetleg párosított mintás a vizsgálat? Ha maguk terveznék: milyent terveznének, hogy lenne a legcélszerűbb? b) Mit hasonlítsunk össze: átlagot, mediánt, szórást, eloszlást? Melyik értelmes, melyik értelmetlen? Melyikből milyen szakmai következtetést lehet levonni? (Ha nem szól ellene semmi, akkor legyen az átlag.) c) Egyoldali vagy kétoldali legyen-e az ellenhipotézis? Csak az egyik irányú változás vagy különbség érdekes-e szakmailag? d) Transzformáljuk-e az adatokat? Képezzünk-e rangokat? Hogyan változtatná meg ez az eredmények szakmai értelmezését? Mindig készítsenek ábrát, és legyen valamilyen elvárásuk az eredménnyel kapcsolatban! Gondolják végig még a számolás előtt, milyen eredményből milyen következtetést vonnának le!

2 1. Gyakorló feladatok 2 Egy fejlődés-lélektani vizsgálatban 10 csecsemő szemmozgásait elemezték. Többek között mérték, hogy egy, a látóterükbe helyezett háromszögnek mennyi ideig nézték az oldalait, illetve csúcsait. Az eredmények Csecsemő sorsz Oldalak Csúcsok Van-e különbség az oldalak és csúcsok nézésével eltöltött idő között? (=Statisztikailag szignifikáns a különbség?)

3 2. Gyakorló feladatok 3 Egy étteremben az extra nagy bécsiszelet átlagos tömegének el kell érnie a 220 g-ot (tálaláskor). Egy fogyasztóvédelmi ellenőrzés során megmértek 10 adagot, ezek tömege (g): 215, 215, 220, 220, 217, 212, 227, 225, 222, 225 Átment-e a vizsgán az étterem?

4 3. Gyakorló feladatok 4 Keltetőgép felülvizsgálatakor többek között arra is kíváncsiak voltak, hogy a gép egyformán stabilan tartja-e a hőmérsékletet, ha alacsonyabb, illetve magasabb hőfokot állítanak be rajta. Ennek eldöntéséhez mérést végeztek (kb. félóránként) 36 C-os, majd (szintén kb félóránként) 44 C-os beállítás mellett. Az eredmények: 36 C C Értékeljük ki az eredményeket!

5 4. Gyakorló feladatok 5 Új oktatási módszer kipróbálásához a 20 fős csoport egyik felét a hagyományos módszerrel oktatták, másik felét az újjal (a kettéosztás sorsolással történt). A végén mindenki ugyanazt a zárthelyi dolgozatot írta, az eredmények (pontszámok): Hagyományos Új módszer Jobb-e az új módszer? (Statisztikailag szignifikáns a különbség?)

6 5. Gyakorló feladatok 6 Egy kísérletben egereket vírussal fertőztek meg, majd vírusellenes szerrel, illetve placeboval kezelték őket (CRT: controlled randomized trial, kontrollált randomizált kísérlet). A kezelés után mérték a vírus mennyiségét, és a következő eredményeket kapták: Placebo Aktív kezelés Hatásos-e a kezelés? (Statisztikailag szignifikáns a különbség?)

7 6. Gyakorló feladatok 7 Szeretnénk felmérni, hogy egy tantárgyból a hallgatók az írásbeli vagy a szóbeli vizsgán szerepelnek eredményesebben. Tíz önként jelentkező hallgatót felkérünk, hogy tegyen mind szóbeli, mind írásbeli próbavizsgát. A pontosság növelése érdekében az értékelésben fél jegyeket is megengedünk. Az eredmények: Hallg Szóbeli Írásbeli Van-e különbség?

8 7. Gyakorló feladatok 8 A telepes, illetve magányos költés hatását vizsgáljuk varjak tolltetvekkel való fertőzöttségére. Egy tetűfaj egyedeit számláltuk meg két rokon gazdafaj befogott egyedein. Az eredmények: (A) Prevalencia (a fertőzöttek aránya): Összes Fertőzött Prevalencia Telepes % Magányos % (B) A fertőzöttség intenzitása (tetvek darabszáma a fertőzött gazdákon): Telepes Magányos Különbözik-e a fertőzöttséget tekintve a két gazdafaj?

9 8. Gyakorló feladatok tabletta mérési adatai alapján döntsük el, hogy a vitamintabletták átlagos hatóanyagtartalma eléri-e az előírt 50 mg-ot! (adatok: Próbák (adatok).xls fájl, tabletták munkalap) 9. Azonos volt-e a fogyókúra-program hatékonysága férfiaknál és nőknél? Azonos mértékű fogyást várhatunk-e nemtől függetlenül? Az adatok olyan házaspárok adatai, akik mindketten részt vettek a fogyókúra-programban. (adatok: Próbák (adatok).xls fájl, fogyókúra munkalap)

10 10. Gyakorló feladatok 10 Az egyik laborban elromlott a klímaberendezés termosztátja, kicserélték egy új, állítólag jobb típusra. Kíváncsiak voltunk, hogy az új termosztát valóban jobban tartja-e a beállított hőmérsékletet, mint a másik laborban lévő régi típusú. Mit mondhatunk erről a laborokban mért hőmérsékletek alapján? (adatok: Próbák (adatok).xls fájl, termosztát munkalap) 11. Hosszabb tünetmentes időszakot várhatunk-e az allergia egy új gyógyszeres kezelésétől, mint amekkorát a hagyományos gyógyszerrel elérhetünk? Mit mondhatunk egy beteg részvételével lefolytatott randomizált kísérlet adatai alapján? (adatok: Próbák (adatok).xls fájl, allergia munkalap)

11 12. Gyakorló feladatok 11 Van-e különbség a hím és nőstény macskák között a szívtömeg / testtömeg arányt tekintve? Ez a kérdés Ronald Fisher nevéhez fűződik, és sok vitát generált, mert az adatokat különböző statisztikai módszerekkel megvizsgálva különböző eredményeket kapunk. (adatok: Próbák (adatok).xls fájl, macskák munkalap) 13. Nyolcéves fiúk és lányok olvasási képességét hasonlították össze ugyanabban a családban nevelkedő és ugyanabba az iskolai osztályba járó ikerpárokon. Egy hosszabb szöveg felolvasásakor vétett hibák száma alapján mit mondhatunk, van-e különbség? (adatok: Próbák (adatok).xls fájl, ikrek munkalap)

12 Gyakorló feladatok Keresztezési kísérletben egy tulajdonság három változatának gyakorisága az utódnemzedékben Változat A B C Gyakoriság Egy öröklődési szabály a 2:1:1 arányokat jósolta. Vajon a megfigyelt gyakoriságok ettől való eltérése még belefér a véletlen ingadozásba? 15. A kutyák.xls fájlban lévő minta bizonyítja-e, hogy a tünet a kutyák több mint 30%-át érinti?

13 16. Gyakorló feladatok 13 Két ellenanyag előfordulását vizsgáltuk 50 vérmintában. Függetlennek tekinthető-e a két ellenanyag előfordulása a populációban? B ellenanyag A ellenanyag Egy gazdaságban 1996-ban 55 bikaborjú és 69 üszőborjú született. Összhangban van-e ez az elméleti 1:1 aránnyal?

14 18. Gyakorló feladatok 14 A kutyák.xls fájlban lévő adatok alapján vizsgálja meg, hogy független-e a) a tünet az ivartól, b) a tünet a kondíció-pontszámtól!

Hipotézisvizsgálat R-ben

Hipotézisvizsgálat R-ben Hipotézisvizsgálat R-ben 1-mintás u-próba Az elmúlt évben egy, az Antarktiszon talált királypingvinkolónia esetén a pingvinek átlagos testtömege 15.4 kg volt. Idén ugyanebből a kolóniából megmérték 35

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

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

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

ALÁÍRÁS NÉLKÜL A TESZT ÉRVÉNYTELEN!

ALÁÍRÁS NÉLKÜL A TESZT ÉRVÉNYTELEN! A1 A2 A3 (8) A4 (12) A (40) B1 B2 B3 (15) B4 (11) B5 (14) Bónusz (100+10) Jegy NÉV (nyomtatott nagybetűvel) CSOPORT: ALÁÍRÁS: ALÁÍRÁS NÉLKÜL A TESZT ÉRVÉNYTELEN! 2011. december 29. Általános tudnivalók:

Részletesebben

nem kezelt 1.29, 1.60, 2.27, 1.31, 1.81, 2.21 kezelt 0.96, 1.14, 1.59

nem kezelt 1.29, 1.60, 2.27, 1.31, 1.81, 2.21 kezelt 0.96, 1.14, 1.59 1. feladat Egy szer rákellenes hatását vizsgálták úgy, hogy 9 egér testébe rákos sejteket juttattak be. Közülük 3 véletlenszerűen kiválasztott egérnek kezelésként beadták a vizsgálandó szert, 6-nak pedig

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

LINEÁRIS REGRESSZIÓ (I. MODELL) ÉS KORRELÁCIÓ FELADATOK

LINEÁRIS REGRESSZIÓ (I. MODELL) ÉS KORRELÁCIÓ FELADATOK LINEÁRIS REGRESSZIÓ (I. MODELL) ÉS KORRELÁCIÓ FELADATOK 2004 november 29. 1.) Lisztbogarak súlyvesztése 9 lisztbogár-csapat súlyát megmérték, (mindegyik 25 bogárból állt, mert egyenként túl kis súlyúak

Részletesebben

Kettőnél több csoport vizsgálata. Makara B. Gábor

Kettőnél több csoport vizsgálata. Makara B. Gábor Kettőnél több csoport vizsgálata Makara B. Gábor Három gyógytápszer elemzéséből az alábbi energia tartalom adatok származtak (kilokalória/adag egységben) Három gyógytápszer elemzésébô A B C 30 5 00 10

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

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

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

Feladatok: pontdiagram és dobozdiagram. Hogyan csináltuk?

Feladatok: pontdiagram és dobozdiagram. Hogyan csináltuk? Feladatok: pontdiagram és dobozdiagram Hogyan csináltuk? Alakmutatók: ferdeség, csúcsosság Alakmutatók a ferdeség és csúcsosság mérésére Ez eloszlás centrumát (középérték) és az adatok centrum körüli terpeszkedését

Részletesebben

A gyakorló feladatok számozása a bevezetı órát követı órán, azaz a második órán indul. Gyakorló feladatok megoldásai 1

A gyakorló feladatok számozása a bevezetı órát követı órán, azaz a második órán indul. Gyakorló feladatok megoldásai 1 A gyakorló feladatok számozása a bevezetı órát követı órán, azaz a második órán indul. Gyakorló feladatok megoldásai 1 1. A populációt a számunkra érdekes egységek (személyek, csalások, iskolák stb.) alkotják,

Részletesebben

y ij = µ + α i + e ij

y ij = µ + α i + e ij Elmélet STATISZTIKA 3. Előadás Variancia-analízis Lineáris modellek A magyarázat a függő változó teljes heterogenitásának két részre bontását jelenti. A teljes heterogenitás egyik része az, amelynek okai

Részletesebben

Statisztikai csalások és paradoxonok. Matematikai statisztika Gazdaságinformatikus MSc november 26. 1/31

Statisztikai csalások és paradoxonok. Matematikai statisztika Gazdaságinformatikus MSc november 26. 1/31 Matematikai statisztika Gazdaságinformatikus MSc 11. előadás 2018. november 26. 1/31 A tojást rakó kutya - a könyv Hans Peter Beck-Bernholdt, Hans-Hermann Dubben: A tojást rakó kutya c. könyve alapján

Részletesebben

Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE

Tartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE Tartalomjegyzék 5 Tartalomjegyzék Előszó I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE 1. fejezet: Kontrollált kísérletek 21 1. A Salk-oltás kipróbálása 21 2. A porta-cava sönt 25 3. Történeti kontrollok 27 4. Összefoglalás

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

Hipotéziselmélet - paraméteres próbák. eloszlások. Matematikai statisztika Gazdaságinformatikus MSc szeptember 10. 1/58

Hipotéziselmélet - paraméteres próbák. eloszlások. Matematikai statisztika Gazdaságinformatikus MSc szeptember 10. 1/58 u- t- Matematikai statisztika Gazdaságinformatikus MSc 2. előadás 2018. szeptember 10. 1/58 u- t- 2/58 eloszlás eloszlás m várható értékkel, σ szórással N(m, σ) Sűrűségfüggvénye: f (x) = 1 e (x m)2 2σ

Részletesebben

földtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás

földtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás Matematikai statisztika elıadás, földtudományi BSc (geológus szakirány) 2014/2015 2. félév 6. elıadás Konfidencia intervallum Def.: 1-α megbízhatóságú konfidencia intervallum: Olyan intervallum, mely legalább

Részletesebben

TARTALOMJEGYZÉK. 1. téma Átlagbecslés (Barna Katalin) téma Hipotézisvizsgálatok (Nagy Mónika Zita)... 23

TARTALOMJEGYZÉK. 1. téma Átlagbecslés (Barna Katalin) téma Hipotézisvizsgálatok (Nagy Mónika Zita)... 23 TARTALOMJEGYZÉK 1. téma Átlagbecslés (Barna Katalin).... 7 2. téma Hipotézisvizsgálatok (Nagy Mónika Zita)... 23 3. téma Összefüggések vizsgálata, korrelációanalízis (Dr. Molnár Tamás)... 73 4. téma Összefüggések

Részletesebben

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis Hipotézis BIOMETRIA 5. Előad adás Hipotézisvizsg zisvizsgálatok Tudományos hipotézis Nullhipotézis feláll llítása (H ): Kétmintás s hipotézisek Munkahipotézis (H a ) Nullhipotézis (H ) > = 1 Statisztikai

Részletesebben

ANOVA összefoglaló. Min múlik?

ANOVA összefoglaló. Min múlik? ANOVA összefoglaló Min múlik? Kereszt vagy beágyazott? Rögzített vagy véletlen? BIOMETRIA_ANOVA5 1 I. Kereszt vagy beágyazott Két faktor viszonyát mondja meg. Ha több, mint két faktor van, akkor bármely

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

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

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ. Ápoló, Gyakorló ápoló szakképesítés. 3715-10 Betegmegfigyelés/Monitorozás modul. 1. vizsgafeladat. 2013. április 10.

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ. Ápoló, Gyakorló ápoló szakképesítés. 3715-10 Betegmegfigyelés/Monitorozás modul. 1. vizsgafeladat. 2013. április 10. Emberi Erőforrások Minisztériuma Korlátozott terjesztésű! Érvényességi idő: az írásbeli vizsgatevékenység befejezésének időpontjáig A minősítő neve: Rauh Edit A minősítő beosztása: mb. főigazgató-helyettes

Részletesebben

7, 6, 0, 4, 0, 1, 5, 2, 2, 16, 1, 0, 2, 3, 9, 2, 4, 10, 3, 1, 2, 12, 4, 1

7, 6, 0, 4, 0, 1, 5, 2, 2, 16, 1, 0, 2, 3, 9, 2, 4, 10, 3, 1, 2, 12, 4, 1 52. feladat Stat Jenő egyetemi hallgató autóbusszal jár az egyetemre. Néhány napon át megmérte, hogy mennyit kell várnia az első egyetem felé közlekedő autóbuszra. A következő időket tapasztalta (percben):

Részletesebben

Biometria gyakorló feladatok BsC hallgatók számára

Biometria gyakorló feladatok BsC hallgatók számára Biometria gyakorló feladatok BsC hallgatók számára 1. Egy üzem alkalmazottainak megoszlása az elért teljesítmény %-a szerint a következı: Norma teljesítmény % Dolgozók száma 60-80 30 81-90 70 91-100 90

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

Többszempontos variancia analízis. Statisztika I., 6. alkalom

Többszempontos variancia analízis. Statisztika I., 6. alkalom Többszempontos variancia analízis Statisztika I., 6. alkalom Kétszempontos variancia analízis Ha két független változónk van, mely a csoportosítás alapját képezi, akkor kétszempontos variancia analízisrıl

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

Kettőnél több csoport vizsgálata. Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet

Kettőnél több csoport vizsgálata. Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet Kettőnél több csoport vizsgálata Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet Gyógytápszerek (kilokalória/adag) Három gyógytápszer A B C 30 5 00 10 05 08 40 45 03 50 35 190 Kérdések: 1. Van-e

Részletesebben

A nappali tagozatra felvett gépészmérnök és műszaki menedzser hallgatók informatikai ismeretének elemzése a Budapesti Műszaki Főiskolán

A nappali tagozatra felvett gépészmérnök és műszaki menedzser hallgatók informatikai ismeretének elemzése a Budapesti Műszaki Főiskolán A nappali tagozatra felvett gépészmérnök és műszaki menedzser hallgatók informatikai ismeretének elemzése a Budapesti Műszaki Főiskolán Kiss Gábor BMF, Mechatronikai és Autótechnikai Intézet kiss.gabor@bgk.bmf.hu

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen

Részletesebben

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

Laboratóriumi vizsgálatok összehasonlító elemzése 2010-2013

Laboratóriumi vizsgálatok összehasonlító elemzése 2010-2013 Laboratóriumi vizsgálatok összehasonlító elemzése 2010-2013 dr. Kramer Mihály tanácsadó Magyar Diagnosztikum Gyártók és Forgalmazók Egyesülete (HIVDA) 2014.08.30 MLDT 57 Nyíregyháza 1 Célkitűzések Négy

Részletesebben

Kísérlettervezés a kémia tanításában a természettudományos gondolkodás fejlesztéséért

Kísérlettervezés a kémia tanításában a természettudományos gondolkodás fejlesztéséért Kísérlettervezés a kémia tanításában a természettudományos gondolkodás fejlesztéséért Kiss Edina 1, Szalay Luca 1, Tóth Zoltán 2 1 Eötvös Loránd Tudományegyetem, Kémiai Intézet drkissed@gmail.com 2 Debreceni

Részletesebben

Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA

Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA SZDT-04 p. 1/30 Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás

Részletesebben

Érettségi feladatok: Statisztika

Érettségi feladatok: Statisztika Érettségi feladatok: Statisztika 2003. Próba 14. Bergengóciában az elmúlt 3 évben a kormány jelentése szerint kiemelt beruházás volt a bérlakások építése. Ezt az állítást az alábbi statisztikával támasztották

Részletesebben

Biomatematika 13. Varianciaanaĺızis (ANOVA)

Biomatematika 13. Varianciaanaĺızis (ANOVA) Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 13. Varianciaanaĺızis (ANOVA) Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date:

Részletesebben

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás

Mintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás STATISZTIKA, BIOMETRIA. Előadás Mintavétel, mintavételi technikák, adatbázis Mintavétel fogalmai A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x

Részletesebben

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba Egymintás u-próba STATISZTIKA 2. Előadás Középérték-összehasonlító tesztek Tesztelhetjük, hogy a valószínűségi változónk értéke megegyezik-e egy konkrét értékkel. Megválaszthatjuk a konfidencia intervallum

Részletesebben

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ. Gyakorló ápoló szakképesítés. 3715-10 Betegmegfigyelés/Monitorozás modul. 1. vizsgafeladat. 2012. október 10.

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ. Gyakorló ápoló szakképesítés. 3715-10 Betegmegfigyelés/Monitorozás modul. 1. vizsgafeladat. 2012. október 10. Emberi Erőforrások Minisztériuma Korlátozott terjesztésű! Érvényességi idő: az írásbeli vizsgatevékenység befejezésének időpontjáig A minősítő neve: Rauh Edit A minősítő beosztása: mb. főigazgató-helyettes

Részletesebben

Az új érettségi rendszer bevezetésének tapasztalatai

Az új érettségi rendszer bevezetésének tapasztalatai Középiskolai biológiatanárok szaktárgyi továbbképzése Pázmány Péter Katolikus Egyetem Információs Technológiai és Bionikai Kar Budapest, 2017.10. 06 Kleininger Tamás Az új érettségi rendszer bevezetésének

Részletesebben

Hallgatói elégedettségi felmérés

Hallgatói elégedettségi felmérés Hallgatói elégedettségi felmérés 2012/2013. tanév 1. és 2. félév Kérdések k4 k5 k6 k7 k8 k9 k10 k11 k12 k13 k14 Az oktató mennyire felkészült az órákra? Mennyire érthető az oktató által átadott ismeret?

Részletesebben

[Biomatematika 2] Orvosi biometria. Visegrády Balázs

[Biomatematika 2] Orvosi biometria. Visegrády Balázs [Biomatematika 2] Orvosi biometria Visegrády Balázs 2016. 03. 27. Probléma: Klinikai vizsgálatban három különböző antiaritmiás gyógyszert (ß-blokkoló) alkalmaznak, hogy kipróbálják hatásukat a szívműködés

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

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM. STATISZTIKA 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 MAGY. MAT. TÖRT. KÉM. ANNA BÉLA CILI András hármas. Béla Az átlag 3,5! kettes. Éva ötös. Nóri négyes. 1 mérés: dolgokhoz valamely szabály alapján szám rendelése

Részletesebben

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt Galbács Gábor KIUGRÓ ADATOK KISZŰRÉSE STATISZTIKAI TESZTEKKEL Dixon Q-tesztje Gyakori feladat az analitikai kémiában, hogy kiugrónak

Részletesebben

[Biomatematika 2] Orvosi biometria. Visegrády Balázs

[Biomatematika 2] Orvosi biometria. Visegrády Balázs [Biomatematika 2] Orvosi biometria Visegrády Balázs 2017. 03. 20. Khí-négyzet (χ 2 ) Próba Ha mérés során kapott adatokról eleve tudjuk, hogy nem követik a normális vagy más ismert eloszlást, akkor a korábban

Részletesebben

Valószín ségszámítás és statisztika Gyakorlat (Statisztika alapjai)

Valószín ségszámítás és statisztika Gyakorlat (Statisztika alapjai) Gyakorlat (Statisztika alapjai) 2018. december 2. Statisztika alapjai 1 A mérnökinformatikus hallgatók zárthelyi dolgozatot írtak, ahol a maximális pontszám 50 pont volt. Véletlenszer en megnéztük 5 hallgató

Részletesebben

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás

Részletesebben

PRÓBAÉRETTSÉGI VIZSGA

PRÓBAÉRETTSÉGI VIZSGA MATEMATIKA PRÓBAÉRETTSÉGI VIZSGA 2012. 2013. április január 7. 19. KÖZÉPSZINTŰ PRÓBAÉRETTSÉGI VIZSGA Név Tanárok neve Pontszám 2013. január 19. II. Időtartam: 135 perc STUDIUM GENERALE MATEMATIKA SZEKCIÓ

Részletesebben

Kísérlettervezés alapfogalmak

Kísérlettervezés alapfogalmak Kísérlettervezés alapfogalmak Rendszermodellezés Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Kísérlettervezés Cél: a modell paraméterezése a valóság alapján

Részletesebben

Irányított TULAJDONSÁGRA IRÁNYULÓ Melyik minta sósabb?, érettebb?, stb. KEDVELTSÉGRE IRÁNYULÓ Melyik minta jobb? rosszabb?

Irányított TULAJDONSÁGRA IRÁNYULÓ Melyik minta sósabb?, érettebb?, stb. KEDVELTSÉGRE IRÁNYULÓ Melyik minta jobb? rosszabb? ÉRZÉKSZERVI VIZSGÁLATI MÓDSZEREK RENDSZEREZÉSE I. Kókai Zoltán - dr.erdélyi Mihály v.6. 26 ÉRZÉKSZERVI VIZSGÁLATI MÓDSZEREK CSOPORTOSÍTÁSA SZAKÉRTôI módszerek analitikus tesztek és eljárások FOGYASZTÓI

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

JA45 Cserkeszőlői Petőfi Sándor Általános Iskola (OM: ) 5465 Cserkeszőlő, Ady Endre utca 1.

JA45 Cserkeszőlői Petőfi Sándor Általános Iskola (OM: ) 5465 Cserkeszőlő, Ady Endre utca 1. ORSZÁGOS KOMPETENCIAMÉRÉS EREDMÉNYEINEK ÉRTÉKELÉSE LÉTSZÁMADATOK Intézményi, telephelyi jelentések elemzése SZÖVEGÉRTÉS 2016 6. a 6. b osztály 1. ÁTLAGEREDMÉNYEK A tanulók átlageredménye és az átlag megbízhatósági

Részletesebben

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA

VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA A VALÓSZÍNŰSÉGI SZEMLÉLET ALAPOZÁSA 1-6. OSZTÁLY A biztos, a lehetetlen és a lehet, de nem biztos események megkülünböztetése Valószínűségi játékok, kísérletek események

Részletesebben

Az egyenes egyenlete: 2 pont. Az összevont alak: 1 pont. Melyik ábrán látható e függvény grafikonjának egy részlete?

Az egyenes egyenlete: 2 pont. Az összevont alak: 1 pont. Melyik ábrán látható e függvény grafikonjának egy részlete? 1. Írja fel annak az egyenesnek az egyenletét, amely áthalad az (1; 3) ponton, és egyik normálvektora a (8; 1) vektor! Az egyenes egyenlete: 2. Végezze el a következő műveleteket, és vonja össze az egynemű

Részletesebben

Magspektroszkópiai gyakorlatok

Magspektroszkópiai gyakorlatok Magspektroszkópiai gyakorlatok jegyzıkönyv Zsigmond Anna Fizika BSc III. Mérés vezetıje: Deák Ferenc Mérés dátuma: 010. április 8. Leadás dátuma: 010. április 13. I. γ-spekroszkópiai mérések A γ-spekroszkópiai

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

Hipotézisvizsgálat az Excel adatelemző eljárásaival. Dr. Nyéki Lajos 2018

Hipotézisvizsgálat az Excel adatelemző eljárásaival. Dr. Nyéki Lajos 2018 Hipotézisvizsgálat az Excel adatelemző eljárásaival Dr. Nyéki Lajos 2018 Egymintás t-próba Az egymintás T-próba azt vizsgálja, hogy különbözik-e a változó M átlaga egy megadott m konstanstól. Az a feltételezés,

Részletesebben

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ. Ápoló szakképesítés Betegmegfigyelés/Monitorozás modul. 1. vizsgafeladat november 8.

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ. Ápoló szakképesítés Betegmegfigyelés/Monitorozás modul. 1. vizsgafeladat november 8. Emberi Erőforrások Minisztériuma Korlátozott terjesztésű! Érvényességi idő: az írásbeli vizsgatevékenység befejezésének időpontjáig A minősítő neve: Dr. Páva Hanna A minősítő beosztása: főigazgató-helyettes

Részletesebben

1. Két pályázat esetén a nyerési esélyeket vizsgálják. Mintát véve mindkét pályázat esetén az egyik. (b) Mit nevezünk másodfajú hibának?

1. Két pályázat esetén a nyerési esélyeket vizsgálják. Mintát véve mindkét pályázat esetén az egyik. (b) Mit nevezünk másodfajú hibának? Statisztika 2015. május 08. D csoport Név Neptun kód 1. Két pályázat esetén a nyerési esélyeket vizsgálják. Mintát véve mindkét pályázat esetén az egyik pályázatnál 320 pályázóból 42 nyert, a másik pályázatnál

Részletesebben

Vizsgáljuk elôször, hogy egy embernek mekkora esélye van, hogy a saját

Vizsgáljuk elôször, hogy egy embernek mekkora esélye van, hogy a saját 376 Statisztika, valószínûség-számítás 1500. Az elsô kérdésre egyszerû válaszolni, elég egy ellenpélda, és biztosan nem lehet akkor így kiszámolni. Pl. legyen a három szám a 3; 5;. A két kisebb szám átlaga

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

Matematika érettségi feladatok vizsgálata egyéni elemző dolgozat

Matematika érettségi feladatok vizsgálata egyéni elemző dolgozat Szent István Egyetem Gazdaság- és Társadalomtudományi Kar Statisztika I. Matematika érettségi feladatok vizsgálata egyéni elemző dolgozat Boros Daniella OIPGB9 Kereskedelem és marketing I. évfolyam BA,

Részletesebben

GYT2ev_2010_11_2. Válaszadók száma = 312. Felmérés eredmények. Válaszok relatív gyakorisága Átl. elt. Átlag Medián 25% 50%

GYT2ev_2010_11_2. Válaszadók száma = 312. Felmérés eredmények. Válaszok relatív gyakorisága Átl. elt. Átlag Medián 25% 50% GYTev_00 Válaszadók száma = Általános indikátorok Felmérés eredmények Jelmagyarázat Válaszok relatív gyakorisága Átl. elt. Átlag Medián Kérdésszöveg Bal pólus Jobb pólus n=mennyiség átl.=átlag md=medián

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

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

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis 1. feladat Regresszióanalízis. Legkisebb négyzetek elve 2. feladat Az iskola egy évfolyamába tartozó diákok átlagéletkora 15,8 év, standard deviációja 0,6 év. A 625 fős évfolyamból hány diák fiatalabb

Részletesebben

Statisztika I. 10. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 10. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 10. előadás Előadó: Dr. Ertsey Imre Varianciaanalízis A különböző tényezők okozta szórás illetőleg szórásnégyzet összetevőire bontásán alapszik Segítségével egyszerre több mintát hasonlíthatunk

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

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ. Ápoló, Gyakorló ápoló szakképesítés. 3715-10 Betegmegfigyelés/Monitorozás modul. 1. vizsgafeladat. 2013. október 09.

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ. Ápoló, Gyakorló ápoló szakképesítés. 3715-10 Betegmegfigyelés/Monitorozás modul. 1. vizsgafeladat. 2013. október 09. Emberi Erőforrások Minisztériuma Korlátozott terjesztésű! Érvényességi idő: az írásbeli vizsgatevékenység befejezésének időpontjáig A minősítő neve: Rauh Edit A minősítő beosztása: mb. főigazgató-helyettes

Részletesebben

Nemparametrikus tesztek. 2014. december 3.

Nemparametrikus tesztek. 2014. december 3. Nemparametrikus tesztek 2014. december 3. Nemparametrikus módszerek Alkalmazásuk: nominális adatok (gyakoriságok) esetén, ordinális adatok esetén, metrikus adatok esetén (intervallum és arányskála), ha

Részletesebben

Segítség az outputok értelmezéséhez

Segítség az outputok értelmezéséhez Tanulni: 10.1-10.3, 10.5, 11.10. Hf: A honlapra feltett falco_exp.zip-ben lévő exploratív elemzések áttanulmányozása, érdekességek, észrevételek kigyűjtése. Segítség az outputok értelmezéséhez Leiro: Leíró

Részletesebben

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes

Részletesebben

Kecskeméti Belvárosi Zrínyi Ilona Általános Iskola Városföldi Általános Iskolája 2015-ös évi kompetenciamérésének értékelése Készítette: Knódel Éva

Kecskeméti Belvárosi Zrínyi Ilona Általános Iskola Városföldi Általános Iskolája 2015-ös évi kompetenciamérésének értékelése Készítette: Knódel Éva Kecskeméti Belvárosi Zrínyi Ilona Általános Iskola Városföldi Általános Iskolája 2015-ös évi kompetenciamérésének értékelése Készítette: Knódel Éva 2015. június 17. I. A telephely épületének állapota és

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

Ez az alkalmazási előírás és a betegtájékoztató az előterjesztési eljárás eredménye alapján jött létre.

Ez az alkalmazási előírás és a betegtájékoztató az előterjesztési eljárás eredménye alapján jött létre. II. melléklet Az alkalmazási előírás és a betegtájékoztató módosítása az Európai Gyógyszerügynökség előterjesztésére Ez az alkalmazási előírás és a betegtájékoztató az előterjesztési eljárás eredménye

Részletesebben

Érettségi MÁJUS JÚNIUS VIZSGAIDŐSZAKA KECSKEMÉTI BOLYAI JÁNOS GIMNÁZIUM

Érettségi MÁJUS JÚNIUS VIZSGAIDŐSZAKA KECSKEMÉTI BOLYAI JÁNOS GIMNÁZIUM Érettségi 2017. MÁJUS JÚNIUS VIZSGAIDŐSZAKA Gyors elemzés 10 tant{rgy elemzése: matematika, magyar nyelv és irodalom, történelem, angol nyelv, német nyelv, biológia, kémia, fizika, informatika, földrajz

Részletesebben

Kiváltott agyi jelek informatikai feldolgozása Statisztika - Gyakorlat Kiss Gábor IB.157.

Kiváltott agyi jelek informatikai feldolgozása Statisztika - Gyakorlat Kiss Gábor IB.157. Kiváltott agyi jelek informatikai feldolgozása 2018 Statisztika - Gyakorlat Kiss Gábor IB.157. kiss.gabor@tmit.bme.hu Példa I (Vonat probléma) Aladár 25 éves és mindkét nagymamája él még: Borbála és Cecília.

Részletesebben

MAL és VM javítási útmutató

MAL és VM javítási útmutató MAL és VM javítási útmutató Megjegyzés: a javítási útmutató tájékoztató jellegű, a javításkor használt változata eltérhet ez előzetesen közzé tettől. E mellett csoportonként is különbözhet. A 100 %-nak

Részletesebben

A 2002/2003-AS TANÉVBEN SZERVEZETT

A 2002/2003-AS TANÉVBEN SZERVEZETT A 22/23-AS TANÉVBEN SZERVEZETT PRÓBAÉRETTSÉGI SZAKMAI TANULSÁGAI OKI Követelmény- és Vizsgafejlesztő Központ Budapest, 24. március A 22/23-AS TANÉVBEN SZERVEZETT PRÓBAÉRETTSÉGI SZAKMAI TANULSÁGAI Köszönetnyilvánítás

Részletesebben

Új Budai Alma Mater Általános Iskola, Alapfokú Művészeti Iskola és Óvoda. Idegen nyelvi mérés értékelése. 2o15/2o16

Új Budai Alma Mater Általános Iskola, Alapfokú Művészeti Iskola és Óvoda. Idegen nyelvi mérés értékelése. 2o15/2o16 Új Budai Alma Mater Általános Iskola, Alapfokú Művészeti Iskola és Óvoda Idegen nyelvi mérés értékelése 2o15/2o16 Az Oktatási Hivatal (OH) második alkalommal a 2o15/2o16-os tanévben szervezett idegen nyelvi

Részletesebben

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ. Ápoló szakképesítés Betegmegfigyelés/Monitorozás modul. 1. vizsgafeladat január 11.

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ. Ápoló szakképesítés Betegmegfigyelés/Monitorozás modul. 1. vizsgafeladat január 11. Nemzeti Erőforrás Minisztérium Korlátozott terjesztésű! Érvényességi idő: az írásbeli vizsgatevékenység befejezésének időpontjáig A minősítő neve: Rauh Edit A minősítő beosztása: mb. főigazgató-helyettes

Részletesebben

A 2013-as kompetenciamérés eredményeinek elemzése FI T-jelentés alapján

A 2013-as kompetenciamérés eredményeinek elemzése FI T-jelentés alapján A 2013-as kompetenciamérés eredményeinek elemzése FI T-jelentés alapján A sikeres életvitelhez, a társadalmi folyamatokba való beilleszkedéshez is folyamatosan megújuló tudásra van szükség. Tudásunk egy

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

Figyeljük meg, hány dolgozata lett jobb, rosszabb, ugyanolyan értékű, mint az átlag!

Figyeljük meg, hány dolgozata lett jobb, rosszabb, ugyanolyan értékű, mint az átlag! Átlag Kidolgozott mintapélda Bence hét matematikadolgozatának érdemjegyei:,,,,,, Szeretné kiszámolni a dolgozatokra kapott érdemjegyeinek átlagát. Bence jegyei:,,,,,, Jegyek átlaga: ( + + + + + + ) : 7

Részletesebben

1/8. Iskolai jelentés. 10.évfolyam matematika

1/8. Iskolai jelentés. 10.évfolyam matematika 1/8 2009 Iskolai jelentés 10.évfolyam matematika 2/8 Matematikai kompetenciaterület A fejlesztés célja A kidolgozásra kerülő programcsomagok az alább felsorolt készségek, képességek közül a számlálás,

Részletesebben

Az állományon belüli és kívüli hőmérséklet különbség alakulása a nappali órákban a koronatér fölötti térben május és október közötti időszak során

Az állományon belüli és kívüli hőmérséklet különbség alakulása a nappali órákban a koronatér fölötti térben május és október közötti időszak során Eredmények Részletes jelentésünkben a 2005-ös év adatait dolgoztuk fel. Természetesen a korábbi évek adatait is feldolgoztuk, de a terjedelmi korlátok miatt csak egy évet részletezünk. A tárgyévben az

Részletesebben

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1. Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,

Részletesebben

Varianciaanalízis 4/24/12

Varianciaanalízis 4/24/12 1. Feladat Egy póker kártya keverő gép a kártyákat random módon választja ki. A vizsgálatban 1600 választott kártya színei az alábbi gyakorisággal fordultak elő. Vizsgáljuk meg, hogy a kártyák kiválasztása

Részletesebben

A évi OKM iskolai szintű eredményeinek elemzése

A évi OKM iskolai szintű eredményeinek elemzése A 2016. évi OKM iskolai szintű eredményeinek elemzése Az elmúlt évek országos, helyi és intézményi szintű kompetenciaeredményeink visszajelzései és az aktuális OKM 2016. intézményi szintű jelentés alapján

Részletesebben

I. melléklet Tudományos következtetések és az Európai Gyógyszerügynökség által kiadott forgalomba hozatali engedély felfüggesztésének indoklása

I. melléklet Tudományos következtetések és az Európai Gyógyszerügynökség által kiadott forgalomba hozatali engedély felfüggesztésének indoklása I. melléklet Tudományos következtetések és az Európai Gyógyszerügynökség által kiadott forgalomba hozatali engedély felfüggesztésének indoklása 1 Tudományos következtetések A nikotinsav/laropiprant tudományos

Részletesebben

ELEMZŐ SZOFTVEREK. A tanárok elemző munkáját támogatja három, egyszerűen használható, minimális alkalmazói ismereteket igénylő Excel állomány.

ELEMZŐ SZOFTVEREK. A tanárok elemző munkáját támogatja három, egyszerűen használható, minimális alkalmazói ismereteket igénylő Excel állomány. ELEMZŐ SZOFTVEREK A tanárok elemző munkáját támogatja három, egyszerűen használható, minimális alkalmazói ismereteket igénylő Excel állomány. FELADAT-ITEMELEMZÉS munkalap A munkalapon a feladatok, feladatelemek

Részletesebben

MEGNEVEZÉS, GYÓGYSZERFORMA, GYÓGYSZER HATÁSERŐSSÉG, ALKALMAZÁSI MÓD, A FORGALOMBA HOZATALI ENGEDÉLY KÉRELMEZŐI ÉS JOGOSULTJAI A TAGÁLLAMOKBAN

MEGNEVEZÉS, GYÓGYSZERFORMA, GYÓGYSZER HATÁSERŐSSÉG, ALKALMAZÁSI MÓD, A FORGALOMBA HOZATALI ENGEDÉLY KÉRELMEZŐI ÉS JOGOSULTJAI A TAGÁLLAMOKBAN I. MELLÉKLET MEGNEVEZÉS, GYÓGYSZERFORMA, GYÓGYSZER HATÁSERŐSSÉG, ALKALMAZÁSI MÓD, A FORGALOMBA HOZATALI ENGEDÉLY KÉRELMEZŐI ÉS JOGOSULTJAI A TAGÁLLAMOKBAN Tagállam Forgalomba hozatali engedély jogosultja

Részletesebben

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ. Ápoló, Csecsemő- és gyermekápoló, Gyakorló ápoló szakképesítés. 3715-10 Betegmegfigyelés/Monitorozás modul

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ. Ápoló, Csecsemő- és gyermekápoló, Gyakorló ápoló szakképesítés. 3715-10 Betegmegfigyelés/Monitorozás modul Emberi Erőforrások Minisztériuma Korlátozott terjesztésű! Érvényességi idő: az írásbeli vizsgatevékenység befejezésének időpontjáig A minősítő neve: Rauh Edit A minősítő beosztása: mb. főigazgató-helyettes

Részletesebben

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek Anyagvizsgálati módszerek Mérési adatok feldolgozása Anyagvizsgálati módszerek Pannon Egyetem Mérnöki Kar Anyagvizsgálati módszerek Statisztika 1/ 22 Mérési eredmények felhasználása Tulajdonságok hierarchikus

Részletesebben

A Kecskeméti Belvárosi Zrínyi Ilona Általános Iskola Magyar Ilona Általános Iskolája 2015-ös évi kompetenciamérésének értékelése

A Kecskeméti Belvárosi Zrínyi Ilona Általános Iskola Magyar Ilona Általános Iskolája 2015-ös évi kompetenciamérésének értékelése A Kecskeméti Belvárosi Zrínyi Ilona Általános Iskola Magyar Ilona Általános Iskolája 2015-ös évi kompetenciamérésének értékelése 2016. június 10. Készítette: Karenyukné Major Ágnes I. A telephely épületének

Részletesebben