Sporttudományos kutatás. Rekreáció MsC képzés Testnevelő tanár Msc képzés

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Sporttudományos kutatás. Rekreáció MsC képzés Testnevelő tanár Msc képzés"

Átírás

1 Sporttudományos kutatás Rekreáció MsC képzés Testnevelő tanár Msc képzés

2 (Sport)tudományos kutatás ~ A törvényszerűségek és összefüggések felderítésére, meghatározására irányuló tevékenység. ~ Célja adatok gyűjtése elemzések, következtetések levonása végett. ~ Szintjei: alapkutatás alkalmazott kutatás fejlesztő kutatás

3 A kutatás célja: feltáratlan jelenségek, témák felderítése jelenségek megfigyelése, leírása megtapasztalt jelenség magyarázata

4 A tudományos kutatómunka fajtái: 1) Alapkutatás: célja az objektív világ jelenségeinek megismerése, összefüggések, új törvényszerűségek feltárása, új ismeretek szerzése anélkül, hogy konkrét felhasználási területet megmutatna. Pl.: a testmagasság (TTM) mint van érték szekuláris trend

5 A tudományos kutatómunka fajtái: 2) Alkalmazott kutatás: az alapkutatások eredményeit próbálja a gyakorlatban alkalmazni. Pl.: genetikai kutatások a testnevelésben és a sportban a kiválasztás ill. a teljesítményfokozás szempontjából

6 A tudományos kutatómunka fajtái: 3) Fejlesztő kutatás: az alkalmazott kutatás célirányos továbbfejlesztése. pl. konkrét tesztek kidolgozása a sportági kiválasztáshoz E háromféle kutatás összetartozik, gyakran együtt is jár.

7 A kutatás módszerei 1. Feltáró módszerek 2. Feldolgozó módszerek

8 A kutatás módszerei 1. Feltáró módszerek történeti módszer kísérlet normatív módszer megfigyelés vizsgálat beszélgetés (exploráció) felmérés teszt

9 2. Feldolgozó és értékelő minőségi (qualitative) szempontjai: módszerek a kapott eredmények pontos rögzítése az eredmények tartalmi kategorizálása mennyiségi (quantitative) szempontjai: rangsorolás, becslés vagy megállapítás alapján mérés hitelesített mérőeszközökkel A gyakorlatban nem válnak el egymástól, együtt alkalmazzuk.

10 A sporttudomány definíciója: Olyan természet,- és társadalomtudományi ismereteket integráló multi-diszciplináris tudományág, melynek kutatási területét, tárgyát a testkultúra jelenségei, a testkultúrális tevékenységet folytató SPORTOLÓ EMBER képezi.

11 A sporttudomány definíciója: Olyan tudományág, mely az emberi mozgással, cselekvéssel, az ezzel összefüggő, ezek felhasználásával végzett neveléssel, személyiségformálással, teljesítményfokozással foglalkozik.

12 Önálló: mert önálló kutatási területe, tárgya van- a sportoló ember speciális kutatási módszerei vannak, adaptálva más tudományágak módszereiből önálló fogalmi köre, terminológiája van önálló ismeretanyaga, elméletei vannak

13 Tartalmát és célkitűzéseit tekintve társadalomtudomány. Módszereit tekintve természettudomány.

14 A Magyar Tudományos Akadémia által elfogadott tudományterületek: természettudományok műszaki tudományok orvostudományok agrártudományok társadalomtudományok bölcsészettudományok művészetek hittudomány

15 Tudományágak a bölcsészettudományokon belül: történelem irodalom nyelv filozófia nevelés- és sporttudományok pszichológia néprajz és kulturális antropológia művészeti és művelődéstörténeti tudományok vallástudományok média- és kommunikáció multidiszciplináris bölcsészet tudományok

16 Társtudományok a természettudományok köréből biológia-egészségtan anatómia- élettan-sportélettan fizika, mechanika - biomechanika kémia-biokémia

17 Társtudományok a társadalomtudományok köréből történelem- sporttörténet neveléstudomány-sportpedagógia pszichológia- sportpszichológia szociológia- sportszociológia

18 A sporttudomány megközelítései: 1.) integrálódás, majd differenciálódás útján (az egyes tudományterületekről gyűjtött információk adaptálása a testkultúra területére) Istvánfy - féle megközelítés 2.) neveléstudományi megközelítés Bíróné-féle ( az akkreditálásnál ez volt mérvadó )

19 A sporttudomány külföldön: Kineziológia: az emberi mozgás (nemcsak sport) tudományos igényű, esztétikai és kulturális szempontokat is magában foglaló megközelítése, tanulmányozása és gyakorlata ( Swalgin, 2002 ) Sport Sciences Sportwissenschaft

20 A tudományos kutatómunka felépítése, a kutatómunka menete A sporttudományos közlemények készítése

21 A témaválasztást befolyásoló tényezők: az érdeklődés a szakirodalom olvasása kutatási módszerek ismerete gyakorlati kérdés felmerülése a kíváncsiság magadott témajegyzék egy témaválasztás-vizsgálat eredménye

22 A probléma kiválasztásának szempontjai: személyes érdeklődés társadalmi igény egyéni haszon

23 A problémaválasztás módszerei: a szakirodalom felkutatásának módszerei szemléző kiadványok átnézése sport-dokumentációs kiadványok (újságok, CD-k, DVD-k) alapvető művek tanulmányozása tematikus bibliográfiák áttekintése konferencia kiadványok és egyéb irodalom

24 A problémamegoldás célja: új ismeretek feltárása meglevő ismeretek új szempontok szerinti értelmezése egyes szaktudományok ismereteinek integrálása egy részterület szakirodalmának kritikai értékelése

25 A problémamegoldás célja: már meglevő ismeretek gyakorlati alkalmazásának bemutatása bibliográfia-készítés a szaknyelv egységesítése és a fogalmak meghatározása

26 A sporttudományos írásművek szerkezeti felépítése: Tartalomjegyzék 1. Bevezetés, tudnivalók a dolgozattal kapcsolatban, témaválasztás 2. A kutatás előzményei, történeti áttekintés személyes élmények alapján, szakmai indokoltság szakirodalmi áttekintés egyebek, pl. alapfogalmak

27 A sporttudományos írásművek szerkezeti felépítése: 3. Hipotézis(ek), kérdésfeltevés 4. Anyag és módszer a vizsgálat anyaga, a vizsgált minta általános jellemzői Az alkalmazott módszerek bemutatása (a feldolgozás módja, tesztek leírása, kérdőívek részletes ismertetése

28 A sporttudományos írásművek szerkezeti felépítése: 5. Az eredmények ismertetése, értékelése, magyarázata, ábrázolása 6. Összefoglalás, értékelés, diszkusszió 7. Következtetések, javaslatok

29 A sporttudományos írásművek szerkezeti felépítése: : 8. Irodalomjegyzék, bibliográfia, hivatkozások jegyzéke, ábrák, táblázatok jegyzéke A szellemi alkotómunka etikája!!!!!!!

30 A kutatás módszerei

31 Alapfogalmak: tézis: már igazolt állítás hipotézis: feltevés, amit igazolni akarunk longitudinális: hosszanti vizsgálat (évek során át végzett kísérlet) tranzverzális: keresztmetszeti vizsgálat (adott időpontban, állapot) populáció: alapsokaság, egész; közös ismérv alapján egymáshoz tartozó egyedek összessége.

32 Alapfogalmak: minta: A populációnak egy általunk kiválasztott része, a vizsgálat alanyaireprezentatív, ha jellemző az alapsokaságra mintavétel: véletlen vagy szándékos kiválasztás alapján elem: A mintát alkotó elemek száma, N elemszám: , szakdolgozati szinten egy, két osztály, fő

33 1.) A történeti módszer cél: az események, történések hű bemutatása, leírása források: könyvek, régiségek tárgyak, eszközök (levéltárak); emberek (interjú) módszerek: tartalomelemzés, dokumentumelemzés

34 1.) A történeti módszer-folyt. kritikus szemmel nézni több helyről megbizonyosodni adatgyűjtés források elemzése (idézetek hivatkozások pontosan) bibliográfia a testnevelésben eléggé elterjedt (egy technika kialakulásának története, egy edzésmódszer története)

35 2.) A kísérlet története (Gilbert, Porta, Galilei) definíciója: tervszerűen irányított beavatkozás a kutatás tárgyára, amelyben a feltételek változásának eredményeit megfigyeléssel, méréssel határozzuk meg. A feltételek ill. azok változása és a jelenség között OKSÁGI viszony áll fenn.

36 A kísérlet menete: a körülmények felmérése- a kezdeti feltételek objektív rögzítése a változások előidézése a jelenségek mérése a változások után a kiinduló szint és a jelenség közötti különbség kimutatása értékelés, elemzés

37 A kísérlet fajtái: kutató kísérlet: új felfedezése diagnosztikai kísérlet: állapotvizsgálat- van érték bemutató kísérlet- fizika, kémia A kísérlettel mindig igazolni akarunk valamit.

38 A kísérlet előnye: a jelenséget mesterségesen idézzük elő, nem kell várni, míg megismétlődik megismételhető, korrigálható, ellenőrizhető. A kísérlet hátránya: a befolyásoló hatások nem küszöbölhetők ki

39 3.) A normatív módszer lényege: normák, standard értékek megállapítása, ezek sok adat alapján kerüljenek kiszámításra, képviseljék az egészet. valamely tulajdonságot jellemző, nagyszámú adatot képviselő egyetlen érték. Vagyis: sok adat jellemzőit egy adattal fejezzük ki; a következtetések konkrétumokra támaszkodnak.

40 a normákat a statisztikából állíthatjuk elő. az adatok milyensége: szelektív és reprezentatív

41 4.) A megfigyelés A megfigyelés során nem avatkozunk be az események létrejöttébe, hanem természetes körülmények között tanulmányozzuk a jelenségeket és a közöttük fennálló összefüggéseket.

42 5.) A vizsgálat beszélgetés: a kikérdezés szóbeli fajtája (az írásbeli a kérdőíves módszer) felmérés teszt

43 A (fel)mérésekről általában A normától /etalon/ függnek. A mérés megállapítható ill. mérhető változásokat jelent. /pl. szemszín; ttm/ Mérések a hétköznapi életben, kutatásban, tudományban, tantervben. A mérés a testnevelői tevékenység szerves része.

44 A teszt ~ képesség, tudás, személyiségvonások vizsgálatára alkalmas próba. Azonos minden személy számára. Az eredmény számszerűen mérhető. ~ a testum szóból származik (edény nemesfémek mérésére ) A teszt tehát próba- próbára tesz, mér és ösztönöz

45 A tesztek I. Teljesítménytesztek II. Személyiségtesztek motorikus tesztek intelligenciatesztek iskolai tesztek A motorikus tesztek: a mozgás-megnyilvánulások standardizált vizsgálati módjai.

46 A jó motorikus tesztek jellemzői: egyértelmű, mindenki ugyanúgy végezze el a statisztikai követelményeknek feleljen meg (MEO) megismételhető legyen gyors, egyszerű, könnyen értékelhető legyen

47 A motorikus tesztek céljai: fizikai állapot megállapítás alkalmas edzésmódszer kiválasztása a felkészültség mérése (minősítés, osztályzás, ösztönzés) a helyi tanterv teljesítésének visszajelzése további kutatásokhoz adatok nyerése

48 A motorikus tesztek területei: edzettség motoros képességek taktikai magatartásmód mozgástechnikák, mozgásfolyamatok elemzése

49 A motorikus tesztek felvételének helyszíne: bárhol, sportpályán, teremben laboratóriumban

50 A mérések gyakorlati 1. Mit akarunk mérni? megszervezése: 2. A próbák kiválasztása 3. A mérések helye, ideje 4. Űrlapok az eredmények regisztrálására 5. A kísérlet, vizsgálat ismertetés a v.sz.-lyel 6. A próbák sorrendje (könnyű nehéz) 7. Megjegyzések (dátum, műszer állapota, időjárás, a v. sz. hozzáállása)

51 Intelligencia-tesztek Értelmi teljesítményt tárnak fel, nem tudást mérnek, hanem probléma-megoldó képességet. Iskolai tesztek: Egy-egy tantárgy tudásszintjét mérik.

52 II. Személyiség tesztek sportpszichológia személyiségjegyeket, viselkedést, attitűdöt mérnek, nem teljesítményt.

53 A tesztek kritériumai: Megbízhatóság Érvényesség Objektivitás

54 A tesztek kritériumai: Megbízhatóság: a teszt méréspontosságát jelenti, melyet a korrelációs együtthatóval lehet jellemezni. Tesztismétlés

55 A tesztek kritériumai: Érvényesség: a teszt azt méri, amit mérnie kell. Pl.: kosárlabdázás-játéktudás: súlypontemelkedés- nem jó, dobás labdavezetésből -jó figyelem-teszt: figyelem idő, figyelem hiba, figyelem megoszlása

56 A tesztek kritériumai: Objektivitás: A tesztek függetlenségét jelenti a tesztet végeztető egyéntől. (pontos instrukciók)

57 Egyéb kutatási módszerek: A kérdőíves módszer Az esettanulmány: egy személy, dolog, tárgy, esemény, jelenség jellemvonásainak leírása - orvostudományban, fejlesztő pedagógiában gyakori

58 Egyéb kutatási módszerek: Esettörténet: valamely jellegzetes tulajdonság alapján kiválasztott személy származásának és fejlődésének leírása. Fejlődési-genetikus módszer: a fejlődés ismertetése az okok, feltételek változása alapján. Összehasonlító módszer: összehasonlítás közvetlenül, nem normák alapján

59 Egyéb kutatási módszerek: Áttekintő módszer: az esettanulmány és az összehasonlító módszer ötvözete. Olvasási és rendezési módszer: adatok gyűjtése, megállapítások rendszerezése, kritikai értékelés-új ismeretek csak kis mértékben

60 A kérdőív A kikérdezés a társadalomtudományok közös módszere. A sajátosságok amelyektől a kutatás pszichológiaivá, szociológiaivá, pedagógiaivá válik - a kutatás céljaiból adódnak. A kikérdezés módszerének lényege: kérdések segítségével információkat gyűjtünk, és ezek alapján következtéseket vonunk le.

61 A kikérdezés szóbeli interjú (strukturált, strukturálatlan) mélyinterjú narratív interjú klinikai beszélgetés exploráció írásbeli kérdőíves felmérés attitűd vizsgálat időmérleg egyéni ill. csoportos

62 A kérdőív A kérdőív kérdések és állítások sorozata. A kérdésektől függően vélemények, tanult ismeretek, nézetek, szokások, munka és életfeltételek felderítésére alkalmas. Attitűd-vizsgálat: a viszonyulások feltárását a kérdőívben elhelyezett attitűdskálák és/vagy intenzitáskérdések szolgálják. Időmérleg: az életmódbeli sajátosságok vizsgálatára alkalmas módszer. (3X 8 órás felosztás: társadalmilag kötött idő, élettani szükségletek, szabadidő)

63 A kérdőívek fajtái lekérdezős kérdőívek- kérdezőbiztos kérdez és tölti ki a kérdőívet önkitöltős- a kérdezett önmaga tölti ki a kérdőívet a kérdőívek formájuk szerint lehetnek: kérdő állító vegyes formájúak

64 1.Kérdő forma: Nyitott kérdés + a kérdezett a saját szavaival fele + az elemzés előtt a válaszokat kódolni kell - értékelésnél felmerülhet a torzítás veszélye Zárt kérdés + a kérdezett megadott válaszlehetőségek közül választhat + a válaszok könnyen értelmezhetők + statisztikailag könnyen feldolgozhatók - a kutató maga strukturálja a válaszokat - kimaradhatnak válaszlehetőségek!!! legyen teljes a válaszlehetőségek listája /egyéb./!!! a válaszkategóriák legyenek egymást kölcsönösen kizáróak

65 A kérdőívalkotás kritériumai: 1. tartalmi: értelmes, érthető és világos legyen a kérdés megfogalmazása két-és többértelműség elkerülése, és veszély a kérdezett legyen kompetens a válaszadásban pontosak, rövidek legyenek a kérdések. a kérdés sugalmazó. ne legyen társadalmi kiküszöbölése. elvárások a kérdések feleljenek meg a kérdezés céljának. 2. formai: gazdálkodjon hellyel. bőségesen a legyen rendezett több kérdést egy sorba. ne zsúfoljon ne rövidítsen. átláthatók, legyenek az oldalai. szellősek oldalain gyorsan haladhasson a válaszadó. adjon elég helyet a nyitott kérdések válaszaihoz.

66 A kérdéstípusok formai megjelenítése: feleletválasztós kérdések: előre megadott válaszok közül kell a megfelelőt bejelölni: x-eléssel vagy karikázással. feltételes kérdések: megválaszolásának feltétele az előző kérdés igen vagy nem válaszétól függ. táblázatos kérdések: jó térkihasználást, gyors válaszadást biztosít. Több kérdés azonos válaszvariációinak táblázata.

67 A kérdések sorrendje: Önkitöltős kérdőív: érdekes, könnyű kérdésekkel kezdjen, intim kérdések később kerüljenek be, demográfiai adatok a végére. Lekérdezős kérdőív: sorrendje fordított, demográfiai adatokkal kezdjük, majd bevezető kérdések és a kényesebb kérdések jönnek.

68 Instrukciók: egyértelmű utasítások a kérdőív kitöltésére vonatkozóan. magyarázó megjegyzések használata. a több fejezetre osztott kérdőív fejezeteit tartalmukra vonatkozó címmel és instrukciókkal különítsük el. szükség esetén egy-egy kérdés külön magyarázatot, utasítást is kaphat, pl. a rangsorolás módjára vonatkozóan, új válaszadási módszer esetén, válaszok számára vonatkozóan.

69 2. Állító /kijelentő/ forma: A kérdezett attitűdjének vizsgálata állítások formájában. A kérdezett egyetértése mértékének meghatározása. A Likert-skála használata: Teljesen egyetértek +2 Bizonyos fokig egyetértek +1 Nem tudom eldönteni 0 Bizonyos fokig nem értek egyet -1 Egyáltalán nem értek egyet Vegyes forma: mindkét forma megtalálható benne; változatosságot biztosít.

70 Az adatok feldolgozása, statisztikai alapfogalmak A statisztika nem önálló tudomány, hanem tudományos kutató módszer, a tudomány egyik összetevője. / Babbie, 1995/ Célja: az adatok gyűjtése, elemzése, értelmezése.

71 Alapfogalmak: Mérés: az etalonhoz történő viszonyítás Statisztika: tömegjelenségeket számadatokkal leíró és elemző adatfeldolgozási módszer Matematikai statisztika: matematikai módszerek a statisztikában

72 Alapfogalmak: Biometria: biológiai jelenségek (életjelenségek, képességek) matematikai módszerekkel történő vizsgálata Standardizálás: a népesség bizonyos részére vonatkozó normák megállapítása

73 A minta jellemzésére használt alapszámítások (alapstatisztikák) 1) Középértékek: a) medián- a nagyság szerint rendezett adatok közül a középső érték, amelynél ugyanannyi kisebb és nagyobb érték található b) modus- a leggyakrabban előforduló érték c) számtani közép, átlag- az adatok összegének és elemszámának hányadosa

74 A minta jellemzésére használt alapszámítások (alapstatisztikák) 2) Eloszlás: a környezetünkben mért jelenségek jellemzői: kicsi - kevés közepes- sok nagy - kevés Pl: testmagasság, intelligencia

75 A normál eloszlás haranggörbe Gauss-görbe

76 A normál eloszlás haranggörbe Gauss-görbe

77 A minta jellemzésére használt alapszámítások (alapstatisztikák) Normális eloszlás Gauss-görbe Eltérő eloszlások: 1. ferdeség (ha a gyakorisági eloszlás nem szimmetrikus); 2. csúcsosság (lapultság)- ha az eloszlásgörbe a normális eloszlás grafikonja alatt vagy felett halad

78 A minta jellemzésére használt alapszámítások (alapstatisztikák) 3) Gyakoriság: a mérési eredmények hányszor fordulnak elő a mintában. A gyakoriságok összege egyenlő az elemszámmal.

79 A minta jellemzésére használt alapszámítások (alapstatisztikák) 4) Az adatok változékonyságának mutatói: a) szórás- az adatok tömörülése - standard deviáció- SD- s Egy adathalmazt nem lehet az átlaggal és az elemszámmal kielégítően elemezni, mivel ugyanazon átlagértékeket különböző mértékben tömörülő adatokból kaphatunk.

80 A minta jellemzésére használt alapszámítások (alapstatisztikák) 4b) Relatív szórás: a különböző próbák eredményeinek szórását nem tudjuk közvetlenül összehasonlítani különböző mértékegységük és abszolút-értékük miatt. pl. cm-t kg-mal nem lehet kicsi-15% alatt, közepes-15-25%, erős %, szélsőséges-35% felett

81 A minta jellemzésére használt alapszámítások (alapstatisztikák) 4c) A középérték hibája: a statisztikai számítások becslések, hiszen a mintán át az egész populációra akarunk következtetni. A becslés magában hordozza a hiba lehetőségét.

82 Statisztikai próbák A különböző minták jellemzői alapstatisztika - közötti eltéréseket statisztikai próbákkal vizsgáljuk. Kérdés: a minták közötti eltérések lényegesek vagy csak véletlenszerűek?

83 Lényeges, jelentős eltérés esetén szignifikanciáról beszélünk, ha a számított eredményeink a megfelelő statisztikai tábláztok értékeit meghaladják. Az adatok általánosíthatóságának feltételei: a reprezentatív minta és szignifikáns összefüggés.

84 A szignifikancia jele: p, értékei: p< 0,05 5% szignifikáns összefüggés p< 0,01 1% erősen szignifikáns összefüggés p< 0,001 0,1% igen erősen szignifikáns összefüggés Testnevelésben, sportban és pedagógiában 5%, kémiában 0,1 % a határérték

85 Az adatok típusai: minőségi változók: (kvalitatív) nominális (névleges) skála ( egyező vagy nem) ordinális skála (nagyság szerinti sorrend) mennyiségi változók: (kvantitatív) intervallumskála (pontos, számszerűsíthető különbségek) arányskála (ismert az origo)

86 skálatípus alapvető tulajdonsága példák a legmegfelelőbb számítási műveletek és leíró statisztikák nem metrikus névleges (nominális) skála a számok azonosításra és csoportosítás ra szolgálnak nem, vallás, lakhely gyakorisági eloszlások, százalék, modus minőségi (kvalitatív) változók sorrendi (ordinális) skála a számok relatív pozíciót jelölnek, de különbségük nem értelmezhető preferencia sorrend, iskolai végzettség, piaci pozíció medián, kvartilis metrikus mennyiségi (kvantitatív) változók intervallum (különbségi) skála arányskála egyenlő szakaszokra osztott skála, természetes nullpont nélkül, a különbségek összehasonlít hatók egyenlő szakaszokra osztott skála, természetes nullponttal, az arányok is összehasonlít hatók hőmérséklet ( C, F), attitűd, vélemény hőmérséklet (K) magasság, születési év, jövedelem kivonás, összeadás, terjedelem, átlag, szórás összeadás, kivonás, osztás, szorzás, mértani átlag A metrikus és nem metrikus mérésekhez tartozó elsődleges skálák (Backhaus-Plinke-Weiber 1994.)

87 Az adatok értékkészleteik alapján lehetnek: bináris: ha két érték szolgál a változó jellemzésére (sikeres, sikertelen) diszkrét: előre meghatározott értékkel növelhető változók folytonos: az időtartamokat mérő sportágak változói

88 Statisztikai próbák: I.) Khi-négyzet próba: a várt (elméleti és a ténylegesen kapott gyakorisági adatok közötti eltéréseket vizsgálja. Ezzel a módszerrel illeszkedés-vizsgálatot is végezhetünk. (eltérés a Gauss-görbétől) az írásbeli lekérdezés - kérdőíves módszer jellemző adatfeldolgozási módja

89 Statisztikai próbák: 2.) F-próba: két minta szórásának összehasonlítása. Önállóan ritkán használjuk, kapcsolódik több más próba elvégzéséhez, értelmezéséhez. Szignifikanciája a két szórás egymástól való jelentős különbözőségét mutatja ki.

90 Statisztikai próbák: 3.) Student-féle t-próba: két középérték eltérését vizsgáljuk vele. Fajtái: Egymintás t-próba: (önkontrollos vizsgálat) Két adatsort ugyanazon v. sz.-től veszünk fel, egy mintán belül vizsgálódunk. Kétmintás t-próba: két különböző mintát hasonlítunk össze- kísérleti csoport, kontroll csoport

91 Statisztikai próbák: 4.) d-próba: két középérték eltérését vizsgáljuk vele, ha a kétmintás t-próbát nem alkalmazhatjuk az F-próba szignifikáns értéke miatt.

92 Statisztikai próbák: 5.) Összefüggések vizsgálata, korrelációszámítás: ugyanazon vizsgálati személyek különböző jellegű adatai között keressük az összefüggést. Jele: r, értéke: között. 0 nincs összefüggés 1 pozitív összefüggés -1 negatív összefüggés

93 Statisztikai próbák: A korreláció fajtái: rangkorreláció: két, rangsorba rendezett adatsor kapcsolatát vizsgálja. (Spearman) lineáris korreláció: két, tetszőleges dimenziójú adatsor kapcsolatát vizsgálja.

94 Statisztikai próbák: A korrelációs kapcsolat csak az összefüggést mutatja, az összefüggés okára nem ad magyarázatot. Sok esetben egy kívülálló, harmadik tényező okozza a két adatsor összefüggését. Példák: testmagasság-testsúly, telefonkönyv, 100 m-es síkfutás-lábfejméret Fontos a paraméterek kiválasztása szakmai gondossággal!

95 A korreláció ábrázolása 3 Y = -7.4E X R-Sq = 3.4 % 3 Y =-8.6E X R-Sq =62.5% Nincs korreláció P ozitív korreláció Y = 5.07E X R -Sq = 70.9 % Ne gatív ko rrelá ció

96 Statisztikai próbák: 6.) Regresszióanalízis (regressziószámítás): Becslést ad, hogy az egyik paraméter változása mekkora változást hoz létre a másik paraméternél. x és y paraméterek nem felcserélhetőek (korreláció esetében igen)

97 Mintavétel fogalma Statisztikai eljárás, melynek feladata egy minta kijelölése úgy, hogy annak vizsgálata alapján a népességre vonatkozóan megalapozott következtetéseket vonhassunk le. A mintavétel célja minél kisebb ráfordítással minél több információt szerezni az adott populációról. A mintavétel elmélete a valószínűség számítás, ill. a véletlen tömegjelenségek törvényein nyugszik

98 A mintavétel legfontosabb módszerei: I. Véletlenen alapuló kiválasztás útján: 1. Egyszerű véletlen mintavétellel úgy kapunk reprezentatív mintát, hogy a populációból a mintába véletlenszerűen válogatjuk az egyes elemeket, így a populáció minden tagjának egyenlő esélyt biztosítunk arra, hogy a mintába bekerüljön. Az erre szolgáló technikák: Sorsolás útján történő kiválasztás Véletlen-számok táblázata alapján Mechanikus kiválasztás Találomra történő (szúrópróbaszerű) kiválasztás (a társadalom statisztikában és a pedagógiában is ritka). 2. lépcsőzetes mintavétel. 3. rétegezett mintavétel.

99 II. Nem véletlen kiválasztás útján 1. Kvóta kiválasztás: a populáció valamely ismérv szerinti, általunk ismert százalékos megoszlása alapján szerkesztjük meg a minta megoszlását, és így keressük ki véletlenszerű válogatással a minta elemeit. 2. Koncentrált kiválasztásnál tudatosan a vizsgálandó ismérvre legjellemzőbb egyedeket válogatjuk a mintába. 3. Önkényes (szándékos) kiválasztásnál a populáció tipikus egyedeit választjuk be a mintába. (Ennek a módszernek a reprezentativitása ingatag, ezért szórványosan alkalmazzuk). A mintavételi eljárás keretében meg kell határozni a minta nagyságát is, amelyen a vizsgálatot elvégezzük. A minta nagyságával összefüggésében tudjuk elvégezni a populáció megismerni kívánt ismérveire vonatkozó előzetes pontossági és megbízhatósági számításokat is.

100 A mintavétel folyamata A mintavétel alapvető lépései: I. A sokaság meghatározása II. Mintavételi keret meghatározása III.Mintavételi technikák kiválasztása IV. Mintanagyság meghatározása V. Mintavétel kivitelezése

101 A sokaság meghatározása Az adatfelvétel folyamatában két lehetőség van: A teljes sokaság megkérdezése /cenzus/ Mintavétel közös jellemzővel rendelkezők A sokaság lehet: Diszkrét /jól elkülönülő egységből áll/ Folyamatos /önkényes elkülöníthető egységből áll/ Fiktív /Elképzelhető elemekből/

102 A mintavételi keret meghatározása A sokaság kereteiből összeállított lista, ami lehet: név, telefonszám, cím stb.

103 Mintavételi technikák

104 A nem véletlen mintavételi technikák Az eredmények nem vetíthetők ki az alapsokaságra. önkényes mintavétel az elemek kiválasztása a kérdezőre hárul elbírálásos mintavétel az elemek kiválasztása a kutató saját belátása alapján kvótás mintavétel két szakasza van: kontrollkategóriák felállítása (pl. nem, lakhely), aztán az előző két módszer valamelyikét használja tovább hólabda mintavétel A válaszadók egy kezdeti csoportját véletlenszerűen kiválasztják, majd ők javasolnak további célcsoportokat

105 Véletlen (valószínűségi) mintavételi technikák A sokaság valamennyi eleme ismert valószínűséggel kerülhet a mintába. Az eredményeket kivetítjük az alapsokaságra. egyszerű véletlen mintavétel minden egyes elemhez azonos kiválasztási valószínűséget rendelünk szisztematikus mintavétel véletlenszerűen kijelölünk egy kiindulási pontot, és ezt követően minden x-edik elemet kiválasztjuk rétegzett mintavétel a sokaságok egymástól jól elkülöníthető rétegekre (homogén) osztjuk, és ezután minden egyes rétegből véletlen eljárással választjuk ki a mintaelemeket. (arányos ill. nem arányos rétegzett mintavétel) csoportos, többlépcsős mintavétel A sokaságot egymást kölcsönösen kizáró, de együtt a sokaságot egészében lefedő csoportokra osztják, majd a csoportokból véletlen mintát vesznek

106 A mintanagyság meghatározása Valószínűségi mintavétel: a szabályai körülhatároltak nagy mintanagyság Nem valószínűségi mintavétel: elsődleges cél a probléma jobb és mélyebb megértése kisebb mintanagyság alkalmazása A reprezentativitás kérdése A minta jellemzően a sokaságot képviseli

107 A kutatási terv készítése A téma leírása a kitűzött célokkal és feladatokkal A kutatás gyakorlati jelentőségének megfogalmazása Az előzmények összefoglalása szakirodalmi áttekintés A kutatás feltételei A kutatás időtartama Más kutatókkal, csoportokkal való együttműködés lehetősége A kutatás költségvetése A kutatási eredmények hasznosítására és publikálására vonatkozó elképzelések

108 A kutatási terv készítése A kutatás feltételei vizsgálati és mérési eljárások és módszerek a vizsgálati személyek kiválasztásának szempontjai és módszerei (mintavétel) a vizsgálatba bevont személyek és intézmények a vizsgálathoz szükséges tárgyi feltételek az adatfeldolgozás módszerei

Biomatematika 2 Orvosi biometria

Biomatematika 2 Orvosi biometria Biomatematika 2 Orvosi biometria 2017.02.05. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.08. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)

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 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

Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana. Domokos Tamás, módszertani igazgató

Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana. Domokos Tamás, módszertani igazgató Közösségi kezdeményezéseket megalapozó szükségletfeltárás módszertana Domokos Tamás, módszertani igazgató A helyzetfeltárás célja A közösségi kezdeményezéshez kapcsolódó kutatások célja elsősorban felderítés,

Részletesebben

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015

A mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015 A mérés problémája a pedagógiában Dr. Nyéki Lajos 2015 A mérés fogalma Mérésen olyan tevékenységet értünk, amelynek eredményeként a vizsgált jelenség számszerűen jellemezhetővé, más hasonló jelenségekkel

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

Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 11. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 11. előadás Előadó: Dr. Ertsey Imre Összefüggés vizsgálatok A társadalmi gazdasági élet jelenségei kölcsönhatásban állnak, összefüggnek egymással. Statisztika alapvető feladata: - tényszerűségek

Részletesebben

S atisztika 2. előadás

S atisztika 2. előadás Statisztika 2. előadás 4. lépés Terepmunka vagy adatgyűjtés Kutatási módszerek osztályozása Kutatási módszer Feltáró kutatás Következtető kutatás Leíró kutatás Ok-okozati kutatás Keresztmetszeti kutatás

Részletesebben

PIACKUTATÁS (MARKETINGKUTATÁS)

PIACKUTATÁS (MARKETINGKUTATÁS) PIACKUTATÁS (MARKETINGKUTATÁS). FŐBB PONTOK A kutatási terv fogalmának meghatározása, a különböző kutatási módszerek osztályozása, a feltáró és a következtető kutatási módszerek közötti különbségtétel

Részletesebben

Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában

Statisztikai alapok. Leíró statisztika Lineáris módszerek a statisztikában Statisztikai alapok Leíró statisztika Lineáris módszerek a statisztikában Tudományosan és statisztikailag tesztelhető állítások? A keserűcsokoládé finomabb, mint a tejcsoki. A patkány a legrondább állat,

Részletesebben

Mintavétel. Kovács István BME Menedzsment és Vállalatgazdaságtan. Tanszék

Mintavétel. Kovács István BME Menedzsment és Vállalatgazdaságtan. Tanszék Mintavétel Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Alapfogalmaink Sokaság azon elemek összessége, amelyek valamilyen közös jellemzővel bírnak, és megfelelnek a marketingkutatási probléma

Részletesebben

A pedagógia mint tudomány. Dr. Nyéki Lajos 2015

A pedagógia mint tudomány. Dr. Nyéki Lajos 2015 A pedagógia mint tudomány Dr. Nyéki Lajos 2015 A pedagógia tárgya, jellegzetes vonásai A neveléstudomány tárgya az ember céltudatos, tervszerű alakítása. A neveléstudomány jellegét tekintve társadalomtudomány.

Részletesebben

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel KUTATÁSMÓDSZERTAN 4. ELŐADÁS A minta és mintavétel 1 1. A MINTA ÉS A POPULÁCIÓ VISZONYA Populáció: tágabb halmaz, alapsokaság a vizsgálandó csoport egésze Minta: részhalmaz, az alapsokaság azon része,

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

Témaválasztás, kutatási kérdések, kutatásmódszertan

Témaválasztás, kutatási kérdések, kutatásmódszertan Témaválasztás, kutatási kérdések, kutatásmódszertan Dr. Dernóczy-Polyák Adrienn PhD egyetemi adjunktus, MMT dernoczy@sze.hu A projekt címe: Széchenyi István Egyetem minőségi kutatói utánpótlás nevelésének

Részletesebben

A pedagógiai kutatás metodológiai alapjai. Dr. Nyéki Lajos 2015

A pedagógiai kutatás metodológiai alapjai. Dr. Nyéki Lajos 2015 A pedagógiai kutatás metodológiai alapjai Dr. Nyéki Lajos 2015 A pedagógiai kutatás jellemző sajátosságai A pedagógiai kutatás célja a személyiség fejlődése, fejlesztése során érvényesülő törvényszerűségek,

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

Mintavételi eljárások

Mintavételi eljárások Mintavételi eljárások Daróczi Gergely, PPKE BTK 2008. X.6. Óravázlat A mintavétel célja Alapfogalmak Alapsokaság, mintavételi keret, megfigyelési egység, mintavételi egység... Nem valószínűségi mintavételezési

Részletesebben

Bevezető Mi a statisztika? Mérés Csoportosítás

Bevezető Mi a statisztika? Mérés Csoportosítás Gazdaságstatisztika 1. előadás Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.bmf.hu) Fogadóóra: szerda 11:30 11:55, TA125 Gyakorlatvezető

Részletesebben

Dr. Piskóti István Marketing Intézet. Marketing 2.

Dr. Piskóti István Marketing Intézet. Marketing 2. Kutatni kell kutatni jó! - avagy a MIR és a marketingkutatás módszerei Dr. Piskóti István Marketing Intézet Marketing 2. Marketing-menedzsment A marketing összes feladatát és aktivitásait összefoglalóan,

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

[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

Mi az adat? Az adat elemi ismeret. Az adatokból információkat

Mi az adat? Az adat elemi ismeret. Az adatokból információkat Mi az adat? Az adat elemi ismeret. Tények, fogalmak olyan megjelenési formája, amely alkalmas emberi eszközökkel történő értelmezésre, feldolgozásra, továbbításra. Az adatokból gondolkodás vagy gépi feldolgozás

Részletesebben

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika

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

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

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz

Részletesebben

[GVMGS11MNC] Gazdaságstatisztika

[GVMGS11MNC] Gazdaságstatisztika [GVMGS11MNC] Gazdaságstatisztika 1. előadás Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.uni-obuda.hu)

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

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN (Babbie) 1. Konceptualizáció 2. Operacionalizálás 3. Mérés 4. Adatfeldolgozás 5. Elemzés 6. Felhasználás KUTATÁS LÉPÉSEI 1. Konceptualizáció 2. Operacionalizálás

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

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

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

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell

y ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell Példa STATISZTIKA Egy gazdálkodó k kukorica hibrid termesztése között választhat. Jelöljük a fajtákat A, B, C, D-vel. Döntsük el, hogy a hibridek termesztése esetén azonos terméseredményre számíthatunk-e.

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

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

6. Előadás. Vereb György, DE OEC BSI, október 12.

6. Előadás. Vereb György, DE OEC BSI, október 12. 6. Előadás Visszatekintés: a normális eloszlás Becslés, mintavételezés Reprezentatív minta A statisztika, mint változó Paraméter és Statisztika Torzítatlan becslés A mintaközép eloszlása - centrális határeloszlás

Részletesebben

Statisztika. Politológus képzés. Daróczi Gergely április 24. Politológia Tanszék

Statisztika. Politológus képzés. Daróczi Gergely április 24. Politológia Tanszék Statisztika Politológus képzés Daróczi Gergely Politológia Tanszék 2012. április 24. Outline 1 A mintavételi hiba és konfidencia-intervallum 2 A mintaválasztás A mintaválasztás célja Alapfogalmak A mintaválasztás

Részletesebben

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár PhD kurzus Mi a statisztika? A sokaság (a sok valami) feletti áttekintés megszerzése, a sokaságról való információszerzés eszköze. Célja: - a sokaságot

Részletesebben

A leíró statisztikák

A leíró statisztikák A leíró statisztikák A leíró statisztikák fogalma, haszna Gyakori igény az, hogy egy adathalmazt elemei egyenkénti felsorolása helyett néhány jellemző tulajdonságának megadásával jellemezzünk. Ezeket az

Részletesebben

3/29/12. Biomatematika 2. előadás. Biostatisztika = Biometria = Orvosi statisztika. Néhány egyszerű definíció:

3/29/12. Biomatematika 2. előadás. Biostatisztika = Biometria = Orvosi statisztika. Néhány egyszerű definíció: Biostatisztika = Biometria = Orvosi statisztika Biomatematika 2. előadás Néhány egyszerű definíció: A statisztika olyan tudomány, amely a tömegjelenségekkel kapcsolatos tapasztalati törvényeket megfigyelések

Részletesebben

Kutatásmódszertan és prezentációkészítés

Kutatásmódszertan és prezentációkészítés Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I

Részletesebben

Matematikai alapok és valószínőségszámítás. Statisztikai változók Adatok megtekintése

Matematikai alapok és valószínőségszámítás. Statisztikai változók Adatok megtekintése Matematikai alapok és valószínőségszámítás Statisztikai változók Adatok megtekintése Statisztikai változók A statisztikai elemzések során a vizsgálati, vagy megfigyelési egységeket különbözı jellemzık

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

Kérdőíves vizsgálatok

Kérdőíves vizsgálatok Kérdőíves vizsgálatok A kérdőíves vizsgálat fogalma, célja, fajtái Fogalma: Célja: Fajtái: A tudományos adatgyűjtés egyik módszere Kérdőív segítségével térképezik fel a megkérdezettek véleményét, tudását,

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

18. modul: STATISZTIKA

18. modul: STATISZTIKA MATEMATIK A 9. évfolyam 18. modul: STATISZTIKA KÉSZÍTETTE: LÖVEY ÉVA, GIDÓFALVI ZSUZSA MODULJÁNAK FELHASZNÁLÁSÁVAL Matematika A 9. évfolyam. 18. modul: STATISZTIKA Tanári útmutató 2 A modul célja Időkeret

Részletesebben

Statisztikai alapfogalmak a klinikai kutatásban. Molnár Zsolt PTE, AITI

Statisztikai alapfogalmak a klinikai kutatásban. Molnár Zsolt PTE, AITI Statisztikai alapfogalmak a klinikai kutatásban Molnár Zsolt PTE, AITI Bevezetés Research vs. Science Kutatás Tudomány Szerkezeti háttér hiánya Önkéntesek (lelkes kisebbség) Beosztottak (parancsot teljesítő

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,

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

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

Kvantitatív kutatás mire figyeljünk? Majláth Melinda PhD Tartalom. Kutatási kérdés kérdőív kérdés. Kutatási kérdés kérdőív kérdés

Kvantitatív kutatás mire figyeljünk? Majláth Melinda PhD Tartalom. Kutatási kérdés kérdőív kérdés. Kutatási kérdés kérdőív kérdés Kvantitatív kutatás mire figyeljünk?. Tartalom Kutatási kérdés Mintaválasztás Kérdésfeltevés Elemzés Jánossy Ferenc Szakkollégium- TDK felkészítő előadások sorozat, 2016. február Óbudai Egyetem Mintavétel

Részletesebben

Az empirikus vizsgálatok alapfogalmai

Az empirikus vizsgálatok alapfogalmai Az empirikus vizsgálatok alapfogalmai Az adatok forrása és jellege Milyen kísérleti típusok fordulnak elő a beszédtudományokban? Milyen adatok jönnek ki ezekből? Tudományosan (statisztikailag) megválaszolható

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

Biomatematika 2 Orvosi biometria

Biomatematika 2 Orvosi biometria Biomatematika 2 Orvosi biometria 2017.02.13. Populáció és minta jellemző adatai Hibaszámítás Valószínűség 1 Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza)

Részletesebben

Mérési hibák 2006.10.04. 1

Mérési hibák 2006.10.04. 1 Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség

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

FİBB PONTOK PIACKUTATÁS (MARKETINGKUTATÁS) Kutatási terv október 20.

FİBB PONTOK PIACKUTATÁS (MARKETINGKUTATÁS) Kutatási terv október 20. FİBB PONTOK PIACKUTATÁS (MARKETINGKUTATÁS) 2010. október 20. A kutatási terv fogalmának, a különbözı kutatási módszerek osztályozása, a feltáró és a következtetı kutatási módszerek közötti különbségtétel

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.

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

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

Függetlenségvizsgálat, Illeszkedésvizsgálat

Függetlenségvizsgálat, Illeszkedésvizsgálat Varga Beatrix, Horváthné Csolák Erika Függetlenségvizsgálat, Illeszkedésvizsgálat 4. előadás Üzleti statisztika A sokaság/minta több ismérv szerinti vizsgálata A statisztikai elemzés egyik ontos eladata

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

Sta t ti t s i zt z i t k i a 3. előadás

Sta t ti t s i zt z i t k i a 3. előadás Statisztika 3. előadás Statisztika fogalma Gyakorlati tevékenység Adatok összessége Módszertan A statisztika, mint gyakorlati tevékenység a tömegesen előforduló jelenségek egyedeire vonatkozó információk

Részletesebben

Mintavétel: terv és eljárások

Mintavétel: terv és eljárások Mintavétel: terv és eljárások Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Az előadás felépítése Mi is az a mintavétel A mintavétel folyamata Mintavételi technikák A minta nagyságának meghatározása

Részletesebben

Méréselmélet MI BSc 1

Méréselmélet MI BSc 1 Mérés és s modellezés 2008.02.15. 1 Méréselmélet - bevezetés a mérnöki problémamegoldás menete 1. A probléma kitűzése 2. A hipotézis felállítása 3. Kísérlettervezés 4. Megfigyelések elvégzése 5. Adatok

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

STATISZTIKA I. A változók mérési szintjei. Nominális változók. Alacsony és magas mérési szint. Nominális változó ábrázolása

STATISZTIKA I. A változók mérési szintjei. Nominális változók. Alacsony és magas mérési szint. Nominális változó ábrázolása A változók mérési szintjei STATISZTIKA I. 3. Előadás Az adatok mérési szintjei, Viszonyszámok A változók az alábbi típusba tartozhatnak: Nominális (kategorikus és diszkrét) Ordinális Intervallum skála

Részletesebben

Biostatisztika Összefoglalás

Biostatisztika Összefoglalás Biostatisztika Összefoglalás A biostatisztika vizsga A biostatisztika vizsga az Orvosi fizika és statisztika I. fizika vizsgájával egy napon történik. A vizsga keretében 30 perc alatt 0 kérdésre kell válaszolni

Részletesebben

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Matematikai statisztika c. tárgy oktatásának célja és tematikája Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:

Részletesebben

TANM PED 108/a, illetve PEDM 130/1 Kutatásmódszertan és PEDM 135/c1 Kutatásmódszertan, TANM PED 108/a1 Oktatásstatisztikai elemzések

TANM PED 108/a, illetve PEDM 130/1 Kutatásmódszertan és PEDM 135/c1 Kutatásmódszertan, TANM PED 108/a1 Oktatásstatisztikai elemzések Eötvös Loránd Tudományegyetem Pedagógiai és Pszichológiai Kar Neveléstudományi Intézet 1075 Budapest, Kazinczy u. 2 27. Tel.: 461 4552, fax.: 461 452 E mail: nevelestudomany@ppk.elte.hu A kurzus címe:

Részletesebben

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI, Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár PhD kurzus. KOKI, 2015.09.17. Mi a statisztika? A sokaság (a sok valami) feletti áttekintés megszerzése, a sokaságról való információszerzés eszköze.

Részletesebben

Iskolai jelentés. 10. évfolyam szövegértés

Iskolai jelentés. 10. évfolyam szövegértés 2008 Iskolai jelentés 10. évfolyam szövegértés Az elmúlt évhez hasonlóan 2008-ban iskolánk is részt vett az országos kompetenciamérésben, diákjaink matematika és szövegértés teszteket, illetve egy tanulói

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

A társadalomkutatás módszerei I.

A társadalomkutatás módszerei I. A társadalomkutatás módszerei I. 2. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. IX. 22. Outline 1 Bevezetés 2 Társadalomtudományi módszerek Beavatkozásmentes vizsgálatok Kvalitatív terepkutatás

Részletesebben

A hallgató neve:. MENTORTANÁR SEGÉDANYAG ÉS FELADATMEGOLDÓ FÜZET SZERKESZTİ:

A hallgató neve:. MENTORTANÁR SEGÉDANYAG ÉS FELADATMEGOLDÓ FÜZET SZERKESZTİ: A hallgató neve:. MENTORTANÁR SEGÉDANYAG ÉS FELADATMEGOLDÓ FÜZET SZERKESZTİ: AZ ELMÉLETI ÉS GYAKORLATI PEDAGÓGIAI TUDÁS FELTÁRÁSÁNAK NÉHÁNY MÓDSZERE 1. INTERJÚ Szóbeli kikérdezésen alapuló vizsgálati módszer.

Részletesebben

STATISZTIKA I. Változékonyság (szóródás) A szóródás mutatószámai. Terjedelem. Forgalom terjedelem. Excel függvények. Függvénykategória: Statisztikai

STATISZTIKA I. Változékonyság (szóródás) A szóródás mutatószámai. Terjedelem. Forgalom terjedelem. Excel függvények. Függvénykategória: Statisztikai Változékonyság (szóródás) STATISZTIKA I. 5. Előadás Szóródási mutatók A középértékek a sokaság elemeinek értéknagyságbeli különbségeit eltakarhatják. A változékonyság az azonos tulajdonságú, de eltérő

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

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

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

Statisztika. Politológus képzés. Daróczi Gergely április 17. Politológia Tanszék

Statisztika. Politológus képzés. Daróczi Gergely április 17. Politológia Tanszék Statisztika Politológus képzés Daróczi Gergely Politológia Tanszék 2012. április 17. Outline 1 Leíró statisztikák 2 Középértékek Példa 3 Szóródási mutatók Példa 4 Néhány megjegyzés a grafikonokról 5 Számítások

Részletesebben

Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért november 15.

Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért november 15. Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért 2018. november 15. PÉNZ a boldogság bitorlója? A jövedelemegyenlőtlenség természetes határa A boldog ember gondolata a

Részletesebben

Vargha András Károli Gáspár Református Egyetem Budapest

Vargha András Károli Gáspár Református Egyetem Budapest Vargha András Károli Gáspár Református Egyetem Budapest Kötelező irodalom a kurzushoz Vargha András: Matematikai statisztika pszichológiai, nyelvészeti és biológiai alkalmazásokkal (2. kiadás). Pólya Kiadó,

Részletesebben

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás Matematikai alapok és valószínőségszámítás Valószínőségi eloszlások Binomiális eloszlás Bevezetés A tudományos életben megfigyeléseket teszünk, kísérleteket végzünk. Ezek többféle különbözı eredményre

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

Bevezetés a pszichológia néhány alapfogalmába

Bevezetés a pszichológia néhány alapfogalmába Bevezetés a pszichológia néhány alapfogalmába (Készítette: Osváth Katalin tanácsadó szakpszichológus) Országos Betegjogi, Ellátottjogi, Gyermekjogi és Dokumentációs Központ 2015. ÁPRILIS. 01. TÁMOP 5.5.7-08/1-2008-0001

Részletesebben

Gyakorlat 8 1xANOVA. Dr. Nyéki Lajos 2016

Gyakorlat 8 1xANOVA. Dr. Nyéki Lajos 2016 Gyakorlat 8 1xANOVA Dr. Nyéki Lajos 2016 A probléma leírása Azt vizsgáljuk, hogy milyen hatása van a család jövedelmének a tanulók szövegértés teszten elért tanulmányi eredményeire. A minta 59 iskola adatait

Részletesebben

A társadalomkutatás módszerei I. Outline. A mintaválasztás A mintaválasztás célja. Notes. Notes. Notes. 13. hét. Daróczi Gergely. 2011. december 8.

A társadalomkutatás módszerei I. Outline. A mintaválasztás A mintaválasztás célja. Notes. Notes. Notes. 13. hét. Daróczi Gergely. 2011. december 8. A társadalomkutatás módszerei I. 13. hét Daróczi Gergely Budapesti Corvinus Egyetem 2011. december 8. Outline 1 célja 2 Alapfogalmak 3 Mintavételi eljárások 4 További fogalmak 5 Mintavételi hiba számítása

Részletesebben

A tudomány, mint rendszer

A tudomány, mint rendszer A tudomány, mint rendszer TEVÉKENYSÉGI EREDMÉNY- ISMERET- SZOCIOLÓGIAI INTÉZMÉNY- TEVÉKENYSÉGI Tervezett és SZOCIOLÓGIAI rendszerezett megismerési, alkalmazási és elôrelátási mozzanatok összessége. EREDMÉNY-

Részletesebben

Követelmény a 7. évfolyamon félévkor matematikából

Követelmény a 7. évfolyamon félévkor matematikából Követelmény a 7. évfolyamon félévkor matematikából Gondolkodási és megismerési módszerek Elemek halmazba rendezése több szempont alapján. Halmazok ábrázolása. A nyelv logikai elemeinek helyes használata.

Részletesebben

A TANTÁRGY ADATLAPJA

A TANTÁRGY ADATLAPJA 1. A képzési program adatai A TANTÁRGY ADATLAPJA 1.1 Felsőoktatási intézmény Babeş-Bolyai Tudományegyetem 1.2 Kar Pszichológia és Neveléstudományok Kar 1.3 Intézet Alkalmazott Pszichológia Intézet 1.4

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

Rövid összefoglaló a pszichológia BA szak zárásához

Rövid összefoglaló a pszichológia BA szak zárásához Elfogadta a Pszichológia Intézet Intézeti Tanácsa 2011.02.15. Érvényes a 2011 tavaszán záróvizsgázókra Rövid összefoglaló a pszichológia BA szak zárásához (Részletesebb leíráshoz ld. A pszichológia BA

Részletesebben

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra Vörös Zsuzsanna NÉBIH RFI tervezési referens 2013. április 17. Egy kis felmérés nem kor Következtetések: 1. a jelenlevők nemi megoszlása:

Részletesebben

Mintavétel: terv és eljárások

Mintavétel: terv és eljárások Mintavétel: terv és eljárások Kovács István BME Menedzsment és Vállalatgazdaságtan Tanszék Az előadás felépítése Mi is az a mintavétel A mintavétel folyamata Mintavételi technikák A minta nagyságának meghatározása

Részletesebben

Területi statisztikai elemzések

Területi statisztikai elemzések Területi statisztikai elemzések KOTOSZ Balázs, SZTE, kotosz@eco.u-szeged.hu Módszertani dilemmák a statisztikában 2016. november 18. Budapest Apropó Miért különleges a területi adatok elemzése? A számításokhoz

Részletesebben

Több valószínűségi változó együttes eloszlása, korreláció

Több valószínűségi változó együttes eloszlása, korreláció Tartalomjegzék Előszó... 6 I. Valószínűségelméleti és matematikai statisztikai alapok... 8 1. A szükséges valószínűségelméleti és matematikai statisztikai alapismeretek összefoglalása... 8 1.1. Alapfogalmak...

Részletesebben

A kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András

A kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András A kockázat fogalma A kockázat (def:) annak kifejezése, hogy valami nem kívánt hatással lesz a valaki/k értékeire, célkitűzésekre. A kockázat

Részletesebben

Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus

Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus Gyakorisági sorok Mennyiségi ismérv jellemző rangsor készítünk. (pl. napi jegyeladások száma) A gyakorisági sor képzése igazából tömörítést jelent Nagyszámú

Részletesebben