Statisztika. Eloszlásjellemzők

Save this PDF as:
 WORD  PNG  TXT  JPG

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Statisztika. Eloszlásjellemzők"

Átírás

1 Statsztka Eloszlásjellemzők

2 Statsztka adatok elemzése A sokaság jellemzése középértékekkel

3 A sokaság jellemzéséek szempotja A sokaság jellemzéséek szempotja: A sokaság tpkus értékéek meghatározása. Az adatok külöbözőségéek vzsgálata, jellemzése. A sokaság eloszlásgörbéjéek elemzése. A sokaság tpkus értékeek meghatározása középértékekkel törték. A középértékek olya mutatószámok, melyekkel a bevezetőbe megfogalmazott követelméyekek eleget téve köye, jól lehet tömöre jellemez a sokaságot vagy mtát. Középértékekkel szembe követelméyek: Egyértelműe és algebralag köye számítható legye. Tpkus, jellemző érték legye. Szemléletese, jól lehesse értelmez. Közepes helyzetet foglaljaak el.

4 Középértékek Csoportosítása: Számított középértékek: Harmokus átlag Mérta átlag Számta átlag Négyzetes átlag Helyzet középértékek: Módusz Medá

5 Számított középértékek számta átlag A számta átlag az a szám, amelyet az átlagoladó értékek helyére írva azok összege változatla marad. Jele: x Kszámítás módja: Legyeek X 1, X 2,..., X N egy sokaság eleme, ekkor a sokaság elemeek átlaga: Egyszerű számta átlag Súlyozott számta átlag x x + x +...+x x f x + f x f x f + f f k k 1 2 k x k 1 k 1 fx f

6 Számta átlag egyszerű gyakorság sor alapjá Egy taácsadó cég szakértő díja (eft/hó): 30, 25, 28, 32, 35, 32, 34, 32, 40, 42 x eft A taácsadó cég szakértő díja átlagosa 33 eft/hó.

7 Számta átlag osztályközös gyakorság sor alapjá Egy taácsadó cég szakértő díja (Ft/ap): Szakértő díj(ft/ap) Gyakorság (fő) Osztályközép (x ) Összese 300 -

8 Számta átlag x f x + f x f x f + f f k k 1 2 k k 1 k 1 fx f x , A taácsadó cég szakértő díja átlagosa ,3 Ft/ap

9 Számta átlag tulajdosága Az egyes elemek - átlagoladó értékek - átlagtól való eltéréseek összege 0: 1 ( ) x -x 0 Ha mde egyes elemhez hozzáaduk egy "a kostas értéket, az így kapott elemek számta átlaga éppe "a"-val tér el az eredet elemek átlagától, azaz ha x 1, x 2,..., x, átlaga x, akkor x 1 + a; x 2 + a;...; x + a átlaga x+ a lesz Ha mde egyes elemet megszorzuk egy "b" kostas értékkel, akkor az így kapott elemek átlaga éppe "b"-szerese lesz az eredet elemek átlagáak, azaz ha x 1, x 2,..., x átlaga x, akkor b x 1 ; b x 2 ;...; b x átlaga b x lesz Ha az x 1, x 2,..., x elemek átlaga x, az y 1, y 2,..., y elemek átlaga, akkor az x 1 + y 1 ; x 2 + y 2 ;...; x + y átlaga x + y lesz. y Az elemek mdegykéből egy tetszőleges "a" álladót levova eze eltérések égyzetösszege akkor lesz mmáls, ha az "a" álladó éppe az x, azaz 2 x -a mmáls, ha a x 1 ( )

10 Számta átlag előye A számta átlag a legtöbb ember számára vlágos, érthető fogalom, számítása egyszerű. Mde adathalmazból egyértelműe kszámítható, s ugyaakkor potosa egy va belőle. A számta átlag segítségével összehasolíthatjuk ugyaazo típusú számszerű jellemző alakulását két vagy több külöböző sokaság vagy mta eseté. A számta átlag a sokaság vagy mta mde egyes eleméek fgyelembe vételével kerül kszámításra, így "em veszítük formácót". A számta átlag kszámításához valójába em szükséges az egyed értékek smerete, elegedő azok összegét tud, s ezáltal meghatározható az átlagos érték.

11 Számta átlag hátráya A kugróa alacsoy vagy kugróa magas értékek hatással vaak az átlagos érték agyságára. Probléma merül fel a számta átlag számításával kapcsolatba osztályközös gyakorság sor alkalmazása eseté s. Nytott osztályközök haszálata.

12 Helyzet középértékek Medá A ragsorba redezett adatok közül a középső elemet medáak evezzük. Jele: Me Páratla tagszám eseté: Egy taácsadó cég szakértő díja (eft/ap) 30, 25, 28, 32, 35, 32, 34, 32, 40, 42, 43 Ragsor: 25, 28, 30, 32, 32, 32, 34, 35, 40, 42, elem eseté a 2 6. elem lesz a medá, azaz 32 eft/ap. A taácsadó cég szakértő díjaak egyk fele 32eFt/ap-ál alacsoyabb míg a másk fele magasabb.

13 Helyzet középértékek Medá Páros tagszám eseté: Egy taácsadó cég szakértő díja (eft/ap) 30, 25, 28, 32, 35, 32, 34, 32, 40, 42 Ragsor: 25, 28, 30, 32, 32, 32, 34, 35, 40, elem eseté a 5,5. elem lesz a medá, azaz 32 eft/ap. 2 A taácsadó cég szakértő díjaak egyk fele 32e Ft/ap-ál alacsoyabb míg a másk fele magasabb.

14 Medá osztályközös gyakorság eseté Szakértő díj(ft/ap) Gyakorság (fő) Kumulált gyakorság (fő) Osztályközép (x ) Összese

15 Medá osztályközös gyakorság eseté Me me + 2 f f me me-1 h Ft / ap m e a medát tartalmazó osztályköz alsó határa, vagy az azt megelőző osztályköz felső határa f' me-1 a medát tartalmazó osztályközt megelőző osztályköz kumulált gyakorsága, azaz hogy a medát tartalmazó osztályköz előtt háy elem található; f me a medát tartalmazó osztályközhöz tartozó gyakorság, azaz a medát tartalmazó osztályközbe összese háy elem található; h a medát tartalmazó osztályköz hossza; az elemek száma;

16 Medá tulajdosága Előye: A medá s - hasolóa a számta átlaghoz - egyértelműe meghatározható, azaz mde adathalmazak létezk medája és potosa egy va belőle. A medá azoba em csak meység jellemzők eseté határozható meg, haem ragsorba redezhető mőség smérvek eseté s. A medá értéke függetle a szélső értékektől, csak a középső vagy középső két elem agysága befolyásolja. Hátráya: Csak ragsorba redezett elemekből számítható. Ha egy mta alapjá akaruk következtet a teljes sokaság eloszlására, akkor a számta átlag matematka-statsztka szempotból alkalmasabb mutatószám.

17 Helyzet középértékek - Módusz A módusz a leggyakrabba előforduló elemet jelet. Jele: Mo Jellemző: A módusz előye, hogy em csak meység, haem mőség jellemzők eseté s meghatározható. Hasolóa a medához a módusz sem érzékey a szélső, kugró értékekre. A módusz hátráya, hogy agyo gyakra em alkalmas az eloszlás jellemzésére, ugyas em mde esetbe létezk, vagy előfordulhat, hogy több s va belőle, azaz em egyértelmű. Mtapélda: Egy taácsadó cég szakértő díja (Ft/ap) 30, 25, 28, 32, 35, 32, 34, 32, 40, 42 Ragsor: 25, 28, 30, 32, 32, 32, 34, 35, 40, 42 Módusz értéke A taácsadó cég leggyakrabba 32 eft/ap díjat számol fel.

18 Medá osztályközös gyakorság eseté Mo mo + k 1 k +k 1 2 h m o a móduszt tartalmazó, u. modáls osztályköz alsó határa, k 1 a modáls osztályköz és az azt megelőző osztályköz gyakorságáak külöbsége, k 2 a modáls osztályköz és az azt követő osztályköz gyakorságáak külöbsége h a modáls osztályköz hossza.

19 Módusz osztályközös gyakorság eseté Szakértő díj (Ft/ap) Gyakorság (fő) Osztályközép (x ) Összese Mo mo + k 1 k h k Ft / ap

20 Tovább átlagformák Mérta (geometra) átlag Alkalmazása: Akkor haszáljuk, ha az átlagoladó értékek szorzata értelmezhető. Leggyakrabba a lácvszoyszámok átlag Mérta (geometra) átlag az a szám, amelyet az egyed értékek helyére írva azok szorzata változatla marad. Jele: x g Képlete - Kszámítás módja x 1, x 2,..., x egyed értékek eseté x g π x 1 - Osztályközös gyakorság sor eseté x g π 1 x f

21 Mtapélda mérta átlag Magyarországo a hússertés felvásárlás áráak változása Hóap Változás (előző hóap 100%) márcus 110 áprls 105 május 110 júus 100 júlus 110 augusztus 125 Feladat: Állapítsuk meg a hav átlagos árváltozás mértékét a vzsgált dőszakba! Megoldás: x 6 g 1,1 1,05 1,1 1,00 1,1 1,25 1,097 A vzsgált dőszakba a felvásárlás ár havota átlagosa 9,7%-kal őtt.

22 Harmokus átlag Alkalmazása Harmokus átlagot akkor számíthatuk, ha az elemek recprokáak és a recprokok összegéek va valamlye tárgy értelme. Elsősorba teztás vszoyszámok eseté értelmezhető Harmokus átlag az a szám, amelyet az egyes átlagoladó értékek helyére írva azok recprokösszege változatla marad. Jele: x h Kszámítás módja x 1, x 2,..., x elemek eseté x h 1 1 x x h 1 f x

23 Mtapélda harmokus átlag Egy elektroka cég termelésére voatkozó adatok Megevezése Termelés Termelékeység Férf Nő Összese termelés( db) Termeléke ység( V ) létszám( fő) A B x h V Tehát az üzemet jellemző átlagos termelékeység 27 db/fő.

24 Négyzetes átlag A égyzetes átlagot akkor haszáljuk, ha: em kívájuk fgyelembe ve az átlagoladó értékek előjelét, ha azt akarjuk, hogy az átlag a szélsőségese agy értékekre érzékeye reagáljo. A égyzetes (kvadratkus) átlag az a szám, amellyel az átlagoladó értékeket helyettesítve, azok égyzetösszege változatla marad. Jele: x q Kszámítás módja: x q 1 x 2 x q k f 1 k 1 x f 2 x q k 1 g x 2

25 Kvatlsek A leggyakrabba előforduló kvatlsek k A kvatls A kvatls jelölése megevezése 2 Medá Me 3 Tercls T 1, T 2 4 Kvartls Q 1 (alsó kvartls); Q 2 ; Q 3 (felső kvartls) 5 Kvtls K 1, K 2, K 3, K 4, 10 Decls D 1, D 2,, D 9, 100 Percetls P 1, P 2,, P 99 Jellemzők: A középértékek mellett fotos helyzetmutatók a kvatlsek. A kvatlsek meghatározásáál a sokaságba megkeressük azt az osztópotot, amelyél az smérvértékek fele, egyede, tzede, stb. ksebb, a több pedg agyobb értékű. A kvatlsek becsléséek meete azoos a medáál smertetett eljárással.

26 Mtapélda - kvartlsek Egy taácsadó cég szakértő díja (eft/óra) 30, 25, 28, 32, 35, 32, 34, 32, 40, 42 Ragsor: 25, 28, 30, 32, 32, 32, 34, 35, 40, 42 Az alsó kvartls (Q 1 ) sorszáma: , 75 4 A másodk elem értéke: 28; A harmadk elem értéke: 30; Így: Q Tehát a taácsadó cég az esetek egyedébe (25%) 29 eft-ál kevesebb szakértő díjat számolt fel,, háromegyede (75%-a) pedg többet. 3(10 + 1) A felső kvartls (Q 3 ) sorszáma: 8, 25 4 A yolcadk elem értéke: 35; A klecedk elem értéke: 40; Így: Q3 37, 5 2 Tehát a taácsadó cég az esetek háromegyedébe (75%) 37,5 eft-ál kevesebb szakértő díjat számolt fel egyede (25%-a) pedg többet.

27 Sokaság/mta jellemzése szóródás mutatókkal Szóródáso azoos fajta számszerű értékek külöbözőségét értjük. A legfotosabb szóródás mérőszámok: terjedelem (R) terkvartls terjedelem (IQR) átlagos eltérés (δ) szórás (σ vagy s) relatív szórás (V) átlagos (abszolút) külöbség (G)

28 A szóródás terjedelme A terjedelem az előforduló elemek között a legagyobb és a legksebb érték külöbsége: R x max -x m A mutatószám kfejez, hogy mekkora értékközbe gadozak az smérvértékek. Alkalmazásáak a hátráya: Osztályközös gyakorság sorból em s mdg számítható, hsze gyakra az osztályközök határa csak jelzésértékűek, vagy cseek megadva, azaz ytott osztályköz áll redelkezésükre. Nagyo érzékey a kugróa magas vagy alacsoy értékekre. Mtapélda: Egy taácsadó cég szakértő díja (eft/hó): 30, 25, 28, 32, 35, 32, 34, 32, 40, 42 R Tehát 17 eft aak az tervallumak a hossza, amelye belül a szakértő díjak mozogak. Azaz a legmagasabb, és a legalacsoyabb szakértő díj között külöbség 17 eft.

29 Iterkvartls terjedelem A gyakorlatba az elemzés sorá a szóródás terjedelme (R) mutatóál jobba haszálható az terkvartls terjedelem. Az terkvartls terjedelem a kvartls értékek között távolság, am a ragsorba redezett elemek középső tpkusak evezhető 50%-áak elhelyezkedését mutatja: Képlete: IQR Q 3 Q 1

30 Átlagos eltérés Az átlagos eltérés az egyed értékekek a számta átlagtól mért átlagos abszolút eltérését mutatja. Képlete: δ 1 a d, ahol, d x x Mértékegysége mdg ugyaaz, mt az alapadatoké. A gyakorlatba a szóródás jellemzésére rtká haszáljuk.

31 Szórás A szórás az egyed értékek átlagtól való eltéréseek a égyzetes átlaga, az átlagtól mért átlagos égyzetes eltérés. A szóródás legfotosabb mérőszáma. Jele: σ - a teljes sokaságra ézve, s a mtából meghatározva. Kszámítás módja: teljes sokaság eseté σ 1 d 2 ll. gyakorság sorból σ k 1 f k 1 d f 2 mta eseté: s 1 d 2-1 ll. gyakorság sorból s k 1 k 1 f f d 2 1

32 Mtapélda Taácsadó díj (eft/hó) x d x x Összese d 2 2 (x x) σ 1 d ,86 Értelmezés: az egyes taácsadó díjak az átlagostól átlagosa 4,86 eft/hó-val tértek el.

33 Relatív szórás A relatív szórás a szóródás relatív mutatója, így mértékegység élkül, értéke %-os formába s megadható. Kfejez, hogy az egyed értékek átlagosa háy %-kal térek el az átlagos értéktől. Ezt a dmezó élkül mutatót haszáljuk a külöböző mértékegységű smérvek szóródásáak összehasolítására. Képlete: V σ x vagy V Mtapélda alapjá kszámítása: V 14,73% s x σ x 4,86 33 Értelmezése: az egyes taácsadó díjak az átlagostól átlagosa 14,73%-kaltértek el.

34 Gyakorság sorok vzsgálat latáak tovább módszerem

35 Az aszmmetra mérőszáma Az eloszlások következő típusaval foglalkozuk: egymóduszú eloszlás szmmetrkus, aszmmetrkus (vagy ferde); többmóduszú eloszlás. Emprkus eloszlások Szmmetrkus Egymóduszú eloszlás Asszmmetrkus Többmóduszú eloszlás - U alakú - M alakú Mérsékelte aszmmetrkus - balra ferdült - jobbra ferdült Erőse aszmmetrkus - J alakú - fordított J alakú A legjellegzetesebb eloszlástípusok

36 Az aszmmetra leggyakrabba haszált mérőszáma Pearso-féle mutatószám Az aszmmetra Pearso-féle mutatószáma (jele: A) a számta átlag és a módusz agyságred vszoyá alapul: A x Mo σ A mérőszám előjele az aszmmetra ráyát mutatja: Bal oldal, jobbra elyúló aszmmetra eseté A > 0, Jobb oldal, balra elyúló aszmmetra eseté A < 0. Szmmetrkus eloszlás eseté A 0. A mérőszám abszolút értékéek cs határozott felső korlátja, azoba már 1-él agyobb abszolút érték meglehetőse erős aszmmetrára utal.

37 Mtapélda - asszmetra Egy taácsadó cég szakértő díja (Ft/óra) 30, 25, 28, 32, 35, 32, 34, 32, 40, 42 Ragsor: 25, 28, 30, 32, 32, 32, 34, 35, 40, 42 x - Mo A σ 4,86 0,21 Mvel A>0, a szakértő díjak eloszlása baloldal, jobbra elyúló asszmetrát mutat.

38 F mutató Az alsó és felső kvartls medától való eltéréséek egymáshoz vszoyított agyságá alapul. Bal oldal, jobbra elyúló aszmmetra eseté a medá az alsó (Q 1 ), míg jobb oldal aszmmetra eseté a felső (Q 3 ) kvartlshez esk közelebb. Képlete: F (Q (Q 3 3 Me) (Me Q1) Me) + (Me Q ) 1 Abszolút értékéek határozott felső korlátja va: F 1. Ugyaolya feltételek mellett ad ulla, poztív és egatív eredméyt, mt az A mutató. Az F mutató léyegese ksebb értékkel jelz a már agyfokúak tekthető aszmmetrát, mt az A.

39 Egymóduszú eloszlások

40 Köszööm a fgyelmet!

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

Mérési adatok feldolgozása. 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc 1

Mérési adatok feldolgozása. 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc 1 Mérés adatok feldolgozása 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc Bevezetés A mérés adatok külöböző formába, általába ömlesztve jeleek meg Ezeket az adatokat külöböző szempotok szert redez kértékel

Részletesebben

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

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

Részletesebben

Statisztikai. Statisztika Sportszervező BSc képzés NBG GI866G4. Statisztika fogalma. Statisztikai alapfogalmak. Statisztika fogalma

Statisztikai. Statisztika Sportszervező BSc képzés NBG GI866G4. Statisztika fogalma. Statisztikai alapfogalmak. Statisztika fogalma Statsztka Sportszervező BSc képzés NBG GI866G4 010-011-es taév II félév Statsztka alapfogalmak Oktató: Dr Csáfor Hajalka főskola doces Vállalkozás-gazdaságta Tsz E-mal: hcsafor@ektfhu Statsztka alapfogalmak

Részletesebben

Példa: Egy üzletlánc boltjainak forgalmára vonatkozó adatok 1999. október hó: (adott a vastagon szedett!) S i g i z i g i z i

Példa: Egy üzletlánc boltjainak forgalmára vonatkozó adatok 1999. október hó: (adott a vastagon szedett!) S i g i z i g i z i . konzult. LEV. 013. ápr. 5. MENNYISÉGI ISMÉRV szernt ELEMZÉS Tk. 3-8., 88-90. oldal, kmarad: 70., 74. oldal A mennység smérv (X) lehet: dszkrét és folytonos. A rangsor a mennység smérv értékenek monoton

Részletesebben

2012.03.01. Méréselmélet PE_MIK MI_BSc, VI_BSc 1

2012.03.01. Méréselmélet PE_MIK MI_BSc, VI_BSc 1 Mérés adatok feldolgozása 202.03.0. Méréselmélet PE_MIK MI_BSc, VI_BSc Bevezetés A mérés adatok külöböző formába, általába ömlesztve jeleek meg Ezeket az adatokat külöböző szempotok szert redez kértékel

Részletesebben

Dr. Tóth Zsuzsanna Eszter Dr. Jónás Tamás Erdei János. Gazdaságstatisztika. II. rész A matematikai statisztika alapjai

Dr. Tóth Zsuzsanna Eszter Dr. Jónás Tamás Erdei János. Gazdaságstatisztika. II. rész A matematikai statisztika alapjai Budapest Műszak és Gazdaságtudomáy Egyetem Gazdaság- és Társadalomtudomáy Kar Üzlet Tudomáyok Itézet Meedzsmet és Vállalatgazdaságta Taszék Dr. Tóth Zsuzsaa Eszter Dr. Jóás Tamás Erde Jáos Gazdaságstatsztka

Részletesebben

Feladatok és megoldások a 11. heti gyakorlathoz

Feladatok és megoldások a 11. heti gyakorlathoz Feladatok és megoldások a. het gyakorlathoz dszkrét várható érték Építőkar Matematka A. Egy verseye öt ő és öt férf verseyző dul. Tegyük fel, hogy cs két azoos eredméy, és md a 0! sorred egyformá valószíű.

Részletesebben

A MATEMATIKAI STATISZTIKA ELEMEI

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

Részletesebben

? közgazdasági statisztika

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

Részletesebben

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

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések! ORVOSI STATISZTIKA Az orvos statsztka helye Életta Aatóma Kéma Lehet kérdés?? Statsztka! Az orvos dötéseket hoz! Mkor jó egy dötés? Meyre helyes egy dötés? Mekkora a tévedés lehetősége? Példa: test hőmérséklet

Részletesebben

Azonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága

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

Részletesebben

BEVEZETÉS AZ SPSS ALAPJAIBA. (Belső használatra)

BEVEZETÉS AZ SPSS ALAPJAIBA. (Belső használatra) BEVEZETÉS AZ SPSS ALAPJAIBA (Belső haszálatra) TARTALOMJEGYZÉK. Statsztka alapfogalmak..... Sokaság...4.2. Ismérvek és mérés skálák...6.3. Statsztka sorok...7 2. SPSS alapfogalmak...9 3. Alapvető statsztka

Részletesebben

AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN

AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN Molár László Ph.D. hallgató Mskolc Egyetem, Gazdaságelmélet Itézet 1. A MINTANAGYSÁG MEGHATÁROZÁSA EGYSZERŐ VÉLETLEN (EV) MINTA

Részletesebben

Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés. Gazdaságstatisztika KGK VMI

Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés. Gazdaságstatisztika KGK VMI Gazdaságstatisztika 2. előadás Egy ismérv szerinti rendezés Kóczy Á. László KGK VMI Áttekintés Gyakorisági sorok Grafikus ábrázolásuk Helyzetmutatók Szóródási mutatók Az aszimmetria mérőszámai Koncentráció

Részletesebben

Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés

Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés Gazdaságstatisztika 2. előadás Egy ismérv szerinti rendezés Kóczy Á. László KGK VMI Áttekintés Gyakorisági sorok Grafikus ábrázolásuk Helyzetmutatók Szóródási mutatók Az aszimmetria mérőszámai Koncentráció

Részletesebben

Tartalomjegyzék. 4.3 Alkalmazás: sorozatgyártású tűgörgő átmérőjének jellemzése

Tartalomjegyzék. 4.3 Alkalmazás: sorozatgyártású tűgörgő átmérőjének jellemzése 3 4 Tartalomegyzék. BEVEZETÉS 5. A MÉRÉS 8. A mérés mt folyamat, fogalmak 8. Fotosabb mérés- és műszertechka fogalmak 4.3 Mérés hbák 8.3. Mérés hbák csoportosítása eredetük szert 8.3. A hbák megeleítés

Részletesebben

Ökonometria. /Elméleti jegyzet/

Ökonometria. /Elméleti jegyzet/ Ökoometra /Elmélet jegyzet/ Ökoometra /Elmélet jegyzet/ Szerző: Nagy Lajos Debrece Egyetem Gazdálkodástudomáy és Vdékfejlesztés Kar (1.,., 3., 4., 5., 6., és 9. fejezet) Balogh Péter Debrece Egyetem Gazdálkodástudomáy

Részletesebben

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

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

Részletesebben

Adatfeldolgozás, adatértékelés. Dr. Szűcs Péter, Dr. Madarász Tamás Miskolci Egyetem, Hidrogeológiai Mérnökgeológiai Tanszék

Adatfeldolgozás, adatértékelés. Dr. Szűcs Péter, Dr. Madarász Tamás Miskolci Egyetem, Hidrogeológiai Mérnökgeológiai Tanszék Adatfeldolgozás, adatértékelés Dr. Szűcs Péter, Dr. Madarász Tamás Mskolc Egyetem, Hdrogeológa Mérökgeológa Taszék A vzsgált köryezet elemek, lletve a felszí alatt közeg megsmerése céljából számtala külöböző

Részletesebben

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

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

Részletesebben

REGIONÁLIS ELEMZÉSI MÓDSZEREK. c. készülő egyetemi tankönyvből, szerkesztő: Nemes Nagy József várható megjelenés 2004., ELTE Eötvös Kiadó

REGIONÁLIS ELEMZÉSI MÓDSZEREK. c. készülő egyetemi tankönyvből, szerkesztő: Nemes Nagy József várható megjelenés 2004., ELTE Eötvös Kiadó Kézrat részletek a REGIONÁLIS ELEMZÉSI MÓDSZEREK c. készülő egetem takövből, szerkesztő: Nemes Nag Józse várható megjeleés 004., ELTE Eötvös Kadó 5 TERÜLETI EGYENLŐTLENSÉGEK 5. Fogalm keretek Az egelőtleség

Részletesebben

2. Az együttműködő villamosenergia-rendszer teljesítmény-egyensúlya

2. Az együttműködő villamosenergia-rendszer teljesítmény-egyensúlya II RÉZ 2 EJEZE 2 Az együttműködő vllamoseerga-redszer teljesítméy-egyesúlya 2 A frekveca és a hatásos teljesítméy között összefüggés A fogyasztó alredszerbe a fogyasztók hatásos wattos teljesítméyt lletve

Részletesebben

Statisztikai alapfogalmak

Statisztikai alapfogalmak Statisztika I. KÉPLETEK 2011-2012-es tanév I. félév Statisztikai alapfogalmak Adatok pontossága Mért adat Abszolút hibakorlát Relatív hibakorlát Statisztikai elemzések viszonyszámokkal : a legutolsó kiírt

Részletesebben

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

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

Részletesebben

ÁLTALÁNOS STATISZTIKA

ÁLTALÁNOS STATISZTIKA Berzseny Dánel Főskola ÁLTALÁNOS STATISZTIKA műszak menedzser alapszak Írta: Dr. Köves János Tóth Zsuzsanna Eszter Budapest 006 Tartalomjegyzék. VALÓSZÍNŰSÉGSZÁMÍTÁSI ALAPOK... 4.. A VALÓSZÍNŰSÉGSZÁMÍTÁS

Részletesebben

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

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

Részletesebben

4 2 lapultsági együttható =

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

Részletesebben

MINTAVÉTEL A MARKETINGKUTATÁSBAN, KÜLÖNÖS TEKINTETTEL A DIVIZÍV ÉS AZ AGGLOMERATÍV RÉTEGZÉSRE

MINTAVÉTEL A MARKETINGKUTATÁSBAN, KÜLÖNÖS TEKINTETTEL A DIVIZÍV ÉS AZ AGGLOMERATÍV RÉTEGZÉSRE MINTAVÉTEL A MARKETINGKUTATÁSBAN, KÜLÖNÖS TEKINTETTEL A DIVIZÍV ÉS AZ AGGLOMERATÍV RÉTEGZÉSRE Molár László egyetem taársegéd 1. BEVEZETÉS A statsztkusok a mtaagyság meghatározására számos módszert dolgoztak

Részletesebben

Statisztikai hipotézisvizsgálatok

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

Részletesebben

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3 Dr. Tóth László, Fejezetek az elemi számelméletből és az algebrából (PTE TTK, 200) Számelméleti függvéyek Számelméleti függvéyek értékeire voatkozó becslések A τ() = d, σ() = d d és φ() (Euler-függvéy)

Részletesebben

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

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

Részletesebben

MINTAFELADATOK. 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti:

MINTAFELADATOK. 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti: 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti: 100% 90% 80% 70% 60% 50% 2010 2011 40% 30% 20% 10% 0% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% a) Nevezze

Részletesebben

Matematikai statisztika

Matematikai statisztika Matematka statsztka 8. elıadás http://www.math.elte.hu/~arato/matstat0.htm Kétmtás eset: függetle mták + + + = + ) ( ) ( ) ( Y Y X X Y X m m m t m Ha smert a szórás: (X elemő, σ szórású, Y m elemő, σ szórású),

Részletesebben

Nevezetes sorozat-határértékek

Nevezetes sorozat-határértékek Nevezetes sorozat-határértékek. Mide pozitív racioális r szám eseté! / r 0 és! r +. Bizoyítás. Jelöljük p-vel, illetve q-val egy-egy olya pozitív egészt, melyekre p/q r, továbbá legye ε tetszőleges pozitív

Részletesebben

1. Egy Kft dolgozóit a havi bruttó kereseteik alapján csoportosítottuk: Havi bruttó bér, ezer Ft/fő

1. Egy Kft dolgozóit a havi bruttó kereseteik alapján csoportosítottuk: Havi bruttó bér, ezer Ft/fő Figyelem! A példasor nem tartalmazza valamennyi típuspéldát. A dolgozatban az órán leadott feladatok közül bármely típusú előfordulhat. A példasor már a második dolgozat anyagát gyakorló feladatokat is

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

A heteroszkedaszticitásról egyszerûbben

A heteroszkedaszticitásról egyszerûbben Mûhely Huyad László kaddátus, egyetem taár, a Statsztka Szemle főszerkesztője A heteroszkedasztctásról egyszerûbbe E-mal: laszlo.huyad@ksh.hu A heteroszkedasztctás az ökoometra modellezés egyk kulcsfogalma,

Részletesebben

HAGYOMÁNYOS MÓDSZEREK ÉS ÚJ KIHÍVÁSOK AZ ÁGAZATON BELÜLI KERESKEDELEM MÉRÉSÉBEN* ERDEY LÁSZLÓ

HAGYOMÁNYOS MÓDSZEREK ÉS ÚJ KIHÍVÁSOK AZ ÁGAZATON BELÜLI KERESKEDELEM MÉRÉSÉBEN* ERDEY LÁSZLÓ ÓDSZERTANI TANULÁNYOK HAGYOÁNYOS ÓDSZEREK ÉS ÚJ KIHÍVÁSOK AZ ÁGAZATON BELÜLI KERESKEDELE ÉRÉSÉBEN* ERDEY LÁSZLÓ Az ágazato belül kereskedelem témaköre az 960-as évekbe, az Európa Gazdaság Közösség létrehozásával

Részletesebben

STATISZTIKA II. kötet

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

Részletesebben

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

A Sturm-módszer és alkalmazása

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

Részletesebben

STATISZTIKA. Gyakorló feladatok az első zh-ra

STATISZTIKA. Gyakorló feladatok az első zh-ra STATISZTIKA Gyakorló feladatok az első zh-ra A változás átlagos üteme év Kenyér Ft/ kg bázisindex % 2002 151 100,0 2003 156 103,3 2004 178 117,9 2005 173 114,6 2006 179 118,5 2007 215 142,4 I = n 1 l i

Részletesebben

Miért pont úgy kombinálja kétfokozatú legkisebb négyzetek módszere (2SLS) az instrumentumokat, ahogy?

Miért pont úgy kombinálja kétfokozatú legkisebb négyzetek módszere (2SLS) az instrumentumokat, ahogy? Mért pot úgy kombálja kétfokozatú legksebb égyzetek módszere (2SLS az strumetumokat, ahogy? Kézrat A Huyad László 60. születésapjára készülő köyvbe Kézd Gábor 2004. júlus A Budapest Corvus Egyetem rövd

Részletesebben

Matematika I. 9. előadás

Matematika I. 9. előadás Matematika I. 9. előadás Valós számsorozat kovergeciája +-hez ill. --hez divergáló sorozatok A határérték és a műveletek kapcsolata Valós számsorozatok mootoitása, korlátossága Komplex számsorozatok kovergeciája

Részletesebben

KTK. Dr. Herman Sándor Dr. Rédey Katalin. Statisztika I. PÉCSI TUDOMÁNYEGYETEM. Közgazdaságtudományi Kar. Alapítva: 1970

KTK. Dr. Herman Sándor Dr. Rédey Katalin. Statisztika I. PÉCSI TUDOMÁNYEGYETEM. Közgazdaságtudományi Kar. Alapítva: 1970 Dr. Herma Sádor Dr. Rédey Katal Statsztka I. PÉCSI TUDOMÁNYEGYETEM KTK Közgazdaságtudomáy Kar Alapítva: 97 Mde jog fetartva. Jele köyvet vagy aak részletet a szerző egedélye élkül bármlye formába vagy

Részletesebben

3. Számelmélet. 1-nek pedig pontosan három. Hány pozitív osztója van az n számnak? OKTV 2012/2013; I. kategória, 1. forduló

3. Számelmélet. 1-nek pedig pontosan három. Hány pozitív osztója van az n számnak? OKTV 2012/2013; I. kategória, 1. forduló . Számelmélet I. Feladatok 1. Háy égyzetszám osztója va a 7 5 5 7 számak?. Az pozitív egész számak potosa két pozitív osztója va, az + 1-ek pedig potosa három. Háy pozitív osztója va az + 01 számak? OKTV

Részletesebben

Közúti közlekedésüzemvitel-ellátó. Tájékoztató

Közúti közlekedésüzemvitel-ellátó. Tájékoztató 12/2013. (III. 29.) NFM rendelet szakma és vzsgakövetelménye alapján. Szakképesítés, azonosító száma és megnevezése 54 841 02 Közút közlekedésüzemvtel-ellátó Tájékoztató A vzsgázó az első lapra írja fel

Részletesebben

Tuzson Zoltán A Sturm-módszer és alkalmazása

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

Részletesebben

STATISZTIKA I. Centrális mutatók. Helyzeti középértékek. Középértékek. Bimodális eloszlás, U. Módusz, Mo. 4. Előadás.

STATISZTIKA I. Centrális mutatók. Helyzeti középértékek. Középértékek. Bimodális eloszlás, U. Módusz, Mo. 4. Előadás. Centrális mutatók STATISZTIKA I. 4. Előadás Centrális mutatók 1/51 2/51 Középértékek Helyzeti középértékek A meghatározása gyakoriság vagy sorszám alapján Számítás nélkül Az elemek nagyság szerint rendezett

Részletesebben

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

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

Részletesebben

ADATREDUKCIÓ I. Középértékek

ADATREDUKCIÓ I. Középértékek ADATREDUKCIÓ I. Középértékek Adatredukcó 1. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények: a) Számított középérték: közbenső helyet foglaljanak el, azaz x mn középérték

Részletesebben

Sztochasztikus tartalékolás és a tartalék függése a kifutási háromszög időperiódusától

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

Részletesebben

Kalkulus I. Első zárthelyi dolgozat 2014. szeptember 16. MINTA. és q = k 2. k 2. = k 1l 2 k 2 l 1. l 1 l 2. 5 2n 6n + 8

Kalkulus I. Első zárthelyi dolgozat 2014. szeptember 16. MINTA. és q = k 2. k 2. = k 1l 2 k 2 l 1. l 1 l 2. 5 2n 6n + 8 Név, Neptu-kód:.................................................................... 1. Legyeek p, q Q tetszőlegesek. Mutassuk meg, hogy ekkor p q Q. Tegyük fel, hogy p, q Q. Ekkor létezek olya k 1, k 2,

Részletesebben

ALGEBRA. egyenlet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 198.

ALGEBRA. egyenlet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 198. ALGEBRA MÁSODFOKÚ POLINOMOK. Határozzuk meg az + p + q = 0 egyelet megoldásait, ha tudjuk, hogy egész számok, továbbá p + q = 98.. Határozzuk meg az összes olya pozitív egész p és q számot, amelyre az

Részletesebben

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

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

Részletesebben

SZÁMELMÉLET. Vasile Berinde, Filippo Spagnolo

SZÁMELMÉLET. Vasile Berinde, Filippo Spagnolo SZÁMELMÉLET Vasile Beride, Filippo Spagolo A számelmélet a matematika egyik legrégibb ága, és az egyik legagyobb is egybe Eek a fejezetek az a célja, hogy egy elemi bevezetést yújtso az első szite lévő

Részletesebben

min{k R K fels korlátja H-nak} a A : a ξ : ξ fels korlát A legkisebb fels korlát is:

min{k R K fels korlátja H-nak} a A : a ξ : ξ fels korlát A legkisebb fels korlát is: . A szupréum elv. = H R felülr l körlátos H fels korlátai között va legkisebb, azaz A és B a A és K B : a K Ekkor ξ-re: mi{k R K fels korlátja H-ak} } a A : a ξ : ξ fels korlát A legkisebb fels korlát

Részletesebben

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

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

Részletesebben

STATISZTIKA I. Mekkora? Viszonyszá m = Viszonyszám. sa: 1. Két t statisztikai adat arány. egyik főf. csoportját t alkotják,

STATISZTIKA I. Mekkora? Viszonyszá m = Viszonyszám. sa: 1. Két t statisztikai adat arány. egyik főf. csoportját t alkotják, Mekkora? STATISZTIKA I. 3. Előad adás, Vszoyszámok Előad adó: Dr. Huzsva LászlL szló egyetem doces Vszoyszámok. Két t statsztka adat aráy yát kfejező számok, 2. Az ú. leszármaztatott számok egyk főf csoportját

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

( a b)( c d) 2 ab2 cd 2 abcd 2 Egyenlőség akkor és csak akkor áll fenn

( a b)( c d) 2 ab2 cd 2 abcd 2 Egyenlőség akkor és csak akkor áll fenn Feladatok közepek közötti egyelőtleségekre (megoldások, megoldási ötletek) A továbbiakba szmk=számtai-mértai közép közötti egyelőtleség, szhk=számtaiharmoikus közép közötti egyelőtleség, míg szk= számtai-égyzetes

Részletesebben

Elemi statisztika fizikusoknak

Elemi statisztika fizikusoknak 1. oldal Elemi statisztika fizikusoknak Pollner Péter Biológiai Fizika Tanszék pollner@elte.hu Az adatok leírása, megismerése és összehasonlítása 2-1 Áttekintés 2-2 Gyakoriság eloszlások 2-3 Az adatok

Részletesebben

Valószínűségszámítás. Ketskeméty László

Valószínűségszámítás. Ketskeméty László Valószíűségszámítás Ketskeméty László Budapest, 996 Tartalomjegyzék I. fejezet VALÓSZÍNŰSÉGSZÁMÍTÁS 3. Kombatorka alapfogalmak 4 Elleőrző kérdések és gyakorló feladatok 6. A valószíűségszámítás alapfogalma

Részletesebben

3.1. A Poisson-eloszlás

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

Részletesebben

Innen. 2. Az. s n = 1 + q + q 2 + + q n 1 = 1 qn. és q n 0 akkor és csak akkor, ha q < 1. a a n végtelen sor konvergenciáján nem változtat az, ha

Innen. 2. Az. s n = 1 + q + q 2 + + q n 1 = 1 qn. és q n 0 akkor és csak akkor, ha q < 1. a a n végtelen sor konvergenciáján nem változtat az, ha . Végtele sorok. Bevezetés és defiíciók Bevezetéskét próbáljuk meg az 4... végtele összegek értelmet adi. Mivel végtele sokszor em tuduk összeadi, emiatt csak az első tagot adjuk össze: legye s = 4 8 =,

Részletesebben

Kutatói pályára felkészítı modul

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

Részletesebben

1. Gyökvonás komplex számból

1. Gyökvonás komplex számból 1. Gyökvoás komplex számból Gyökvoás komplex számból. Ismétlés: Ha r, s > 0 valós, akkor rcos α + i siα) = scos β + i siβ) potosa akkor, ha r = s, és α β a 360 egész számszorosa. Moivre képlete scos β+i

Részletesebben

STATISZTIKA I. x ÁR. x ÁR. x ÁR. x ÁR. Számosállat. Egységhozam. Termelési érték, árbevétel. Az ár. Hogyan lehet ezeket összehasonlítani?

STATISZTIKA I. x ÁR. x ÁR. x ÁR. x ÁR. Számosállat. Egységhozam. Termelési érték, árbevétel. Az ár. Hogyan lehet ezeket összehasonlítani? Hogya lehet ezeket összehasolítai? STATSZTKA. 8. Előadás dexek, adatábrázolás 2/22 Számosállat Egységhozam Állatteyésztési, statisztikai, valamit üzemszervezési mértékegység, amely külöböző fajú, fajtájú,

Részletesebben

A valószínűségszámítás elemei

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

Részletesebben

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása Rudas Tamás: A hibahatár a becsült meyiség függvéyébe a mért ártrefereciák téves értelmezéséek egyik forrása Megjelet: Agelusz Róbert és Tardos Róbert szerk.: Mérésről mérésre. A választáskutatás módszertai

Részletesebben

A figurális számokról (IV.)

A figurális számokról (IV.) A figurális számokról (IV.) Tuzso Zoltá, Székelyudvarhely A továbbiakba külöféle számkombiációk és összefüggések reprezetálásáról, és bizoyos összegek kiszámolásáról íruk. Sajátos összefüggések Az elekbe

Részletesebben

(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet):

(A TÁMOP /2/A/KMR számú projekt keretében írt egyetemi jegyzetrészlet): A umerikus sorozatok fogalma, határértéke (A TÁMOP-4-8//A/KMR-9-8 számú projekt keretébe írt egyetemi jegyzetrészlet): Koverges és diverges sorozatok Defiíció: A természetes számoko értelmezett N R sorozatokak

Részletesebben

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

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

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi

Részletesebben

Matematikai játékok. Svetoslav Bilchev, Emiliya Velikova

Matematikai játékok. Svetoslav Bilchev, Emiliya Velikova Első rész Matematikai tréfák Matematikai játékok Svetoslav Bilchev, Emiliya Velikova A következő matematikai játékokba matematikai tréfákba a végső eredméy a játék kiidulási feltételeitől függ, és em a

Részletesebben

Arrhenius-paraméterek becslése közvetett és közvetlen mérések alapján

Arrhenius-paraméterek becslése közvetett és közvetlen mérések alapján Tudomáyos Dákkör Dolgozat SZABÓ BOTOND Arrheus-paraméterek becslése közvetett és közvetle mérések alapá Turáy Tamás. Zsély Istvá Gyula Kéma Itézet Eötvös Lorád Tudomáyegyetem Természettudomáy Kar Budapest,

Részletesebben

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

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

Részletesebben

I. Valószínűségelméleti és matematikai statisztikai alapok

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

Részletesebben

GEODÉZIA I. NYUGAT-MAGYARORSZÁGI EGYETEM ERDŐMÉRNÖKI KAR Erdőmérnöki Szak. Dr. Bácsatyai László. Kézirat. Sopron, 2002.

GEODÉZIA I. NYUGAT-MAGYARORSZÁGI EGYETEM ERDŐMÉRNÖKI KAR Erdőmérnöki Szak. Dr. Bácsatyai László. Kézirat. Sopron, 2002. A geodéza tárgya, felosztása, alapfogalmak NYUGAT-MAGYARORSZÁGI EGYETEM ERDŐMÉRNÖKI KAR Erdőmérök Szak Dr. Bácsatya László GEODÉZIA I. Kézrat Sopro, 00. . A geodéza tárgya, felosztása, alapfogalmak A gyűjtögető,

Részletesebben

STATISZTIKA KÉSZÍTETTE: TAKÁCS SÁNDOR

STATISZTIKA KÉSZÍTETTE: TAKÁCS SÁNDOR STATISZTIKA KÉSZÍTETTE: TAKÁCS SÁNDOR ALAPFOGALMAK Statisztika: latin status szóból ered: állapot Mindig egy állapotot tükröz Véletlen tömegjelenségek tanulmányozásával foglakozik Adatok megfigyelés, kísérlet

Részletesebben

V. Deriválható függvények

V. Deriválható függvények Deriválható függvéyek V Deriválható függvéyek 5 A derivált fogalmához vezető feladatok A sebesség értelmezése Legye az M egy egyees voalú egyeletes mozgást végző pot Ez azt jeleti, hogy a mozgás pályája

Részletesebben

VII. A határozatlan esetek kiküszöbölése

VII. A határozatlan esetek kiküszöbölése A határozatla esetek kiküszöbölése 9 VII A határozatla esetek kiküszöbölése 7 A l Hospital szabály A véges övekedések tétele alapjá egy függvéy értékét egy potba közelíthetjük az köryezetébe felvett valamely

Részletesebben

Buktatók!!! = n. szátlagok. Súlyozott számtani. átlag. Kimutatásr

Buktatók!!! = n. szátlagok. Súlyozott számtani. átlag. Kimutatásr Medá megatároz rozása STATISZTIKA. gyakorlat mmum N mamum Cetráls mutatók 50% 50% N meggyelések száma Medá Forgalm adatok medája medá(forgalom) 5 kg Számta Forgalm adatok számta a 50 0 9 87 59 075 5 Részok

Részletesebben

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

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

Részletesebben

Regresszió és korreláció

Regresszió és korreláció Regresszó és korrelácó regresso: vsszatérés, hátrálás; vsszafordulás correlato: vszo, összefüggés, kölcsöösség KAD 01.11.1 1 (vsszatérés, hátrálás; vsszafordulás) Regresszó és korrelácó Gakorlat megközelítés

Részletesebben

Statisztika II. előadás és gyakorlat 2. rész

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

Részletesebben

REOIL. növeli a transzformátorok élettartamát. www.ekofluid.sk/hu/

REOIL. növeli a transzformátorok élettartamát. www.ekofluid.sk/hu/ 5 öveli a traszformátorok öveli a traszformátorok A techológia előyei A költségek csökketéseek folyamatos kéyszere és a zavartala eergiaellátás ehézségei szükségessé teszik a traszformátorok tervezett

Részletesebben

Általános Statisztika

Általános Statisztika Budapest Mőszak és Gazdaságtudomány Egyetem Gazdaság- és Társadalomtudomány Kar Nyugat-Magyarország Egyetem Savara Egyetem Központ Dr. Köves János Dr. Tóth Zsuzsanna Eszter Általános Statsztka oktatás

Részletesebben

Laboratóriumi mérések

Laboratóriumi mérések Laboratórum mérések. Bevezetı Bármlye mérés ayt jelet, mt meghatároz, háyszor va meg a méredı meységbe egy másk, a méredıvel egyemő, ökéyese egységek választott meység. Egy mérés eredméyét tehát két adat

Részletesebben

VASBETON ÉPÜLETEK MEREVÍTÉSE

VASBETON ÉPÜLETEK MEREVÍTÉSE BUDAPET MŰZAK É GAZDAÁGTUDOMÁY EGYETEM Építőmérök Kar Hdak és zerkezetek Taszéke VABETO ÉPÜLETEK MEREVÍTÉE Oktatás segédlet v. Összeállította: Dr. Bód stvá - Dr. Farkas György Dr. Kors Kálmá Budapest,.

Részletesebben

Kidolgozott feladatok a nemparaméteres statisztika témaköréből

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

Részletesebben

AZ ÖSSZETÉTEL OPTIMALIZÁLÁSA A VOLUMETRIKUS ASZFALTKEVERÉK- ELLENÕRZÉS MÓDSZERÉVEL

AZ ÖSSZETÉTEL OPTIMALIZÁLÁSA A VOLUMETRIKUS ASZFALTKEVERÉK- ELLENÕRZÉS MÓDSZERÉVEL 36 MIXCONTROL AZ ÖSSZETÉTEL OPTIMALIZÁLÁSA A VOLUMETRIKUS ASZFALTKEVERÉK- ELLENÕRZÉS MÓDSZERÉVEL Subert Istvá deformáció-elleálló keverékvázat lehet létrehozi. Kiidulási feltétel az alkalmazás helyéek

Részletesebben

NUMERIKUS SOROK II. Ebben a részben kizárólag a konvergencia vizsgálatával foglalkozunk.

NUMERIKUS SOROK II. Ebben a részben kizárólag a konvergencia vizsgálatával foglalkozunk. NUMERIKUS SOROK II. Ebbe a részbe kizárólag a kovergecia vizsgálatával foglalkozuk. SZÜKSÉGES FELTÉTEL Ha pozitív (vagy em egatív) tagú umerikus sor, akkor a kovergecia szükséges feltétele, hogy lim a

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

Gyakorló feladatok II.

Gyakorló feladatok II. Gyakorló feladatok II. Valós sorozatok és sorok Közgazdász szakos hallgatókak a Matematika B című tárgyhoz 2005. október Valós sorozatok elemi tulajdoságai F. Pozitív állítás formájába fogalmazza meg azt,

Részletesebben

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

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

Részletesebben

MATEMATIKAI STATISZTIKA KISFELADAT. Feladatlap

MATEMATIKAI STATISZTIKA KISFELADAT. Feladatlap Közlekedésmérnök Kar Jármőtervezés és vzsgálat alapja I. Feladatlap NÉV:..tk.:. Feladat sorsz.:.. Feladat: Egy jármő futómő alkatrész terhelésvzsgálatakor felvett, az alkatrészre ható terhelı erı csúcsértékek

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

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

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

Részletesebben