A multikollinearitás vizsgálata lineáris regressziós modellekben A PETRES-féle Red-mutató vizsgálata

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "A multikollinearitás vizsgálata lineáris regressziós modellekben A PETRES-féle Red-mutató vizsgálata"

Átírás

1 Szegedi Tudoányegyete Gazdaságtudoányi Kar Közgazdaságtudoányi Doktori Iskola A ultikollinearitás vizsgálata lineáris regressziós odellekben A PETRES-féle Red-utató vizsgálata Doktori értekezés tézisei Készítette: Kovács Péter Téavezető: Dr. Petres Tibor egyetei docens Szeged 2008

2 I. A kutatás probléájának definiálása, céljai, hipotézisei I. 1. A probléa egfogalazása A ai globalizálódó világban nagyértékben növekszik a döntéshozók inforációigénye. Az adatok ennyiségének nagyértékű növekedése ne jár együtt autoatikusan a egfelelő értékű inforációnövekedéssel. Igazából a döntéshozóknak a ár ne az adatok hiányával, hane azok bőségével kell szebenézniük, viszont, a nagyon nagy ennyiségű adattöeg gyakran kevés inforációt hordoz, azaz nagyértékű a redundancia. Ez utóbbi alatt a vizsgálat szepontjából újabb inforációt, érdeleges közlést ár ne tartalazó, felesleges adatokat értjük. Éppen ezért, epirikus elezéseknél lényeges kérdés a etrikus adatok inforációtartala, Különösen igaz ez a lineáris regressziós odellek alkalazásakor. A ultikollinearitás lineáris regressziós odellek esetén a redundancia egy fajtájaként értelezhető. Ez átrixalgebrai jelöléssel az ~ y = Xβ ~ ~ + ~ ε forában is felírható, ahol ~ y az eredényváltozó n koponensű oszlopvektora; X ~ a tényezőváltozók n sorból és (+1) oszlopból álló átrixa, ahol az első oszlop indig egy ~ ~ x 0 összegező vektor; β a odell száunkra iseretlen paraétereinek (+1) koponensű oszlopvektora; a agyarázóváltozók (tényezőváltozók) száa; ε ~ a hibatag n koponensű oszlopvektora. A ultikollinearitás fogala a szakirodaloban látszólag egységes. Az egyes definíciók általában egy-egy szóban térnek el egyástól, de ez jelentős tartali változást jelent. A ultikollinearitást, int kifejezést RAGNAR FRISCH használta először. Olyan esetek leírására használta, aikor egy változó több összefüggésben szerepel. Ezekben a vizsgálataiban ne különböztette eg az eredényváltozót a agyarázóváltozóktól. Feltételezése szerint, inden változó érése hibás, ez alapján kell egbecsülni a változók tényleges értékei közötti korrelációt. Nagyon felületes eghatározás az, hogy a ultikollinearitás a tényezőváltozók függetlenségének a hiánya. Ezzel a eghatározással az a probléa, hogy ne derül ki egyértelűen, hogy it értünk a agyarázóváltozók függetlensége alatt. Netán ezek lineáris függetlenségét, esetleg statisztikai érteleben vett függetlenségét? 1

3 A standard lineáris regressziós odell egyik alapfeltétele a agyarázóváltozók lineáris függetlensége (KENNEDY). Ezért, egyes forrásokban ultikollinearitás alatt a tényezőváltozók lineáris függetlenségének hiányát értik. Ezt a egközelítést a ultikollinearitás egy speciális esetének tekinthető, elyet extré ultikollinearitásnak nevezünk. Ez az eset a gyakorlatban ne okoz különösebb probléát, ivel könnyen kezelhető. Az epirikus elezések során nagyon gyakran találkozhatunk az extré ultikollinearitáshoz közeli esetekkel, aikor is egyes becsült paraéterek varianciái nagyértékben növekednek a hibatag szórásnégyzetéhez képest. A ultikollinearitással foglalkozó szakirodalak döntő többsége ezzel az esettel foglalkozik. Azonban, egjegyze, hogy ultikollinearitás alatt sokkal általánosabb jelenséget is lehetne érteni, égpedig a tényezőváltozók együttozgását. Terészetesen ennek a eghatározásnak a speciális esetei indenki száára visszaadnák azt a tartalat, ait a ultikollinearitás alatt ért. Epirikus vizsgálatoknál gyakran kooly probléát jelent a ultikollinearitás feliserése és okának egtalálása, hiszen egyrészt a ultikollinearitás negatív következényei ne indig lépnek fel, ásrészt a ultikollinearitást ne csak egy változó, hane egy változócsoport is okozhatja. Így sejthető, hogy a ultikollinearitás érőszáai ne inden esetben jellezik egfelelően ezt a jelenséget. A ultikollinearitás érőszáainak értelezése sokszor eglehetősen szubjektív. Ugyanis, egyrészt a érőszáok többsége arra ad választ, hogy a vizsgált adatálloány ennyire ne ideális, azaz ilyen értékben térünk el az ideális esettől, aikor is inden tényezőváltozó lineárisan független egyástól. Néhány érőszá esetén nincs egyértelű határ az eltérés káros értékű jelzésére. Másrészt, ha az alkalazott odell specifikációja egfelelő, akkor a ultikollinearitás csak a egfelelő inforáció hiányának következénye. A ultikollinearitás negatív hatásainak csökkentésére, illetve kiküszöbölésére gyakrabban használt ódszerek sikeressége nagyértékben függhet a ultikollinearitás pontos feliserésétől. Ezen ódszerek többségének alkalazása ugyan csökkenti, pontosabban csökkentheti a ultikollinearitás negatív következényeinek értékét, de ez ás negatív következényekkel például jelentős inforációveszteséggel, az eredények ne egfelelő értelezhetőségével járhat. 2

4 A téa aktualitását az adja, hogy ezek a probléák a gazdasági elezések során szinte kivétel nélkül jelentkeznek. Különösen igaz ez, ha a agyarázóváltozókban erős trend van, vagy ha túlságosan kevés inforáció áll rendelkezésre ahhoz, hogy a tényezőváltozóknak az eredényváltozóra gyakorolt hatását vizsgáljuk. Összefoglalva, epirikus elezéseknél gyakori eset, hogy a vizsgálat szepontjából ne inden adat hordoz hasznos tartalat, azaz az adatálloány redundáns. Többváltozós lineáris regressziószáításnál a ultikollinearitás a redundancia egy fajtájaként értelezhető. Ezért a regressziószáítás során fontos tudni a β ˆ~ ~ ~ ~ = ( X X) 1 X ~ y becslőfüggvény szepontjából hasznos tartalat hordozó adatok arányát, de probléa ennek a egfelelő érése. Kérdéses, hogy it jeleznek a ultikollinearitás érőszáai, illetve az, hogy a ultikollinearitás jelenlétének negatív következényei hogyan csökkenthetőek. I. 2. Az értekezés célja A β ˆ~ ~ ~ ~ = ( X X) 1 X ~ y becslőfüggvény szepontjából hasznos tartalat hordozó adatok arányának érésére, egy lehetőség a PETRES-féle Red-utató. A redundancia és így a ultikollinearitás egy új, lehetséges érőszáa a PETRES-féle Red-utató. A Redutató definiálásakor a tényezőváltozók R korrelációs átrixának λ j (j=1,2,,) sajátértékeit alkalazzuk. A Red-utató az alábbi gondolateneten alapszik. Ha a agyarázóváltozók forrásául szolgáló adatálloány a β ~ becslőfüggvény szepontjából redundáns, azaz nagyértékű az adatok együttozgása, akkor ne indegyik adat hordoz hasznos tartalat. Minél kisebb a hasznos tartalat hordozó adatok aránya, annál nagyobb a redundancia értéke. Minél nagyobb értékben szóródnak a sajátértékek, annál nagyobb értékű az adatálloányban szereplő agyarázóváltozók együttozgása. Két szélsőséges eset létezik: inden sajátérték egyenlő egyással (azaz értékük egy), illetve egy sajátérték kivételével indegyik sajátérték nullával egyenlő. A diszperzió értékét szászerűsíthetjük a sajátértékek relatív szórásával vagy (ebben az esetben az ezzel egyenlő) szórásával. 3

5 σ v λ λ = = λ ( λ j λ ) 2 j= 1 λ j j= 1 = ( λ j λ ) 2 j= 1 = ( λ j 1) 2 j= 1 = σ λ Különböző adatálloányok redundanciájának összevethetősége végett a fenti utatót norálni kell. Mivel a sajátértékek nenegatívak, ezért a relatív szórásra vonatkozó 0 vλ 1 összefüggés iatt, a norálás 1 értékével történik. Az így kapott utatót a redundancia értékének szászerűsítésére használhatjuk, és segítségével a Red-utatót az alábbiak szerint definiáljuk. v Red = λ 1 A redundancia hiánya esetén a fenti utató értéke nulla, illetve nulla százalék, íg axiális redundancia esetén egy, illetve száz százalék. A Red-utató a vizsgált, adott éretű adatálloány redundanciáját éri. Két vagy több különböző éretű adatálloány redundanciájának összevetésekor a Red-utatók alapján csak annyi állítható, hogy az egyes adatálloányok ennyire redundánsak, de arra vonatkozó közvetlen kijelentés ne tehető, hogy ezek közül elyiknek van több hasznosítható adata. I. 3. Az értekezés felépítése Disszertáció célja a Red-utató tulajdonságainak vizsgálata, valaint ás érőszáokkal történő összehasonlítása, a többváltozós, lineáris regressziós odellen beutatva. A disszertáció céljának egfelelően értekezése az alábbi felépítést követi. Az értekezés I. fejezetében történik a disszertáció probléájának, feladatainak és célkitűzéseinek egfogalazása. Ehhez, a fejezetben röviden összefoglalta a regressziószáítás azon alapisereteit, aelyek a dolgozat egértéséhez szükségesek. 4

6 A II. fejezetben áttekintette a ultikollinearitással kapcsolatos szakirodalat. Ebben a fejezetben tárgyalásra kerül a ultikollinearitás száos isert, illetve kevésbé isert érőszáa, detektálási ódja, lehetséges következényei, valaint ezek negatív hatásának csökkentési lehetőségei: Taglalt detektálási eljárások és érőszáok A tényezőváltozók korrelációs átrixának vizsgálata KLEIN-féle hüvelykujj szabály MASON és PERREAULT javaslata M 1 -utató M-utató FARRAR GLAUBER teszt WILKS teszt A korrelációs együtthatók és a parciális korrelációs együtthatók különbözőségeinek vizsgálata FRISCH sugárkéve-térképek ódszere VIF-utató BELSLEY-féle gaa-utató FELLMAN L-utatója MAHAYAN és LAWLES M 1 utatója THISTED ci (ulticollinearity index) és pci (predicted ulticollinearity index) utatója, ISRM-utató (Index of Stability of Relative Magnitudes) DEF-utató (Direct Effect Factor), Taglalt eljárások a ultikollinearitás káros hatásainak csökkentésére Tényezőváltozók elhagyása a odellből A inta eleszáának növelése 5

7 Külső inforációk felhasználása MOORE PENROSE inverz használata Főkoponensanalízis Ridge regresszió Nested estiate eljárás A tényezőváltozók ortogonalitásának vizsgálata A fejezet zárásaként egy példán szeléltette az elített eljárásokat, utatókat. A szakirodalo áttekintése és az epirikus példák alapján az alábbi egállapításokat tette. 1. A ultikollinearitás negatív következényeként leggyakrabban elítik a becsült paraéterek varianciáinak növekedést, azonban ezeknek ne az abszolút nagyságát kellene nézni, hane azt, hogy ekkora ezeknek a felfújódása a hibatag varianciájához képest. 2. A ultikollinearitás detektálásának és érésének száos ódja isert, azonban ezek közül kevés a széles körben elfogadott ivel, egyrészt a ultikollinearitás detektálása sokszor nagyon nehéz feladat, ásrészt a utatók többségének értelezése eglehetősen szubjektív. A érőszáok, eljárások egy része általában csak detektálják a ultikollinearitást, de általában szintetikus jellegük iatt ne lokalizálják a probléát. Ezzel szeben a érőszáoknak és eljárásoknak egy csoportja több kevesebb sikerrel egpróbálja lokalizálni a ultikollinearitást. 3. A sajátértékek reciprokait használó indikátorok nagy hátránya, hogy értelezésük szubjektív, azaz nincs egy olyan egyértelű küszöbszá, ai ár erős ultikollinearitást jelez. A utatók értékei egyással ne összehasonlíthatóak. Továbbá ezen utatók értékei főleg csak a legkisebb sajátértéktől függnek. 4. A beutatott érőszáok ás és ás szepontból jellezik a ultikollinearitást. 6

8 5. Nincs olyan eljárás a ultikollinearitás negatív következényeinek csökkentésére, ely általános érvényű lenne, azaz ás szepontból - inden eljárásnak lehetnek káros ellékhatásai. 6. Az isertetett és alkalazott utatók, gondolatok, algoritusok összegzéseként elondható, hogy az elített érőszáok és eljárások ne általános érvényűek abban az érteleben, hogy a ultikollinearitás jelenségét csak speciális esetekben jellezik, illetve kezelik egfelelően. A III. fejezetben isertete a kutatásai során alkalazott ódszereket, illetve ezek eredényeit. Megvizsgálo a Red-utató főbb tulajdonságait. Itt isertete ás, hasonló vizsgálati ódszerek eredényeit, összevetve az általa kapott eredényekkel. A dolgozat további fejezetei a kutatási tevékenysége és eredényei értékelését, a felhasznált irodalak, ábrák, táblázatok jegyzékét, a hosszabb száítógépes elezések kieneteit, és publikációi felsorolását tartalazza. I. 4. A kutatási hipotézisek A disszertáció céljának eléréséhez az alábbiakban isertetett probléaköröket, illetve hipotéziseket vizsgálo. 1. A Red-utató ás ódon történő kiszáítása. A Red-utató definíciója szerint a korrelációs átrix sajátértékei alapján száítható ki. Felerülhet a kérdés, hogy a sajátértékek iserete nélkül kiszáítható-e a utató értéke, pusztán a tényezőváltozók korrelációs átrixának eleei alapján. A III.1. fejezetben egvizsgálta az alábbi hipotézist. 1. Hipotézis: A Red-utató kifejezhető a tényezőváltozók korrelációs átrixa sajátértékeinek iserete nélkül, pusztán a páronkénti korrelációs együtthatók alapján. 2. A ultikollinearitás vizsgálati ódszerének általánosítása Úgy gondolo, hogy a ultikollinearitás vizsgálatakor ne csak változópárok együttozgása, hane változócsoportok együttozgása is probléát jelenthet. Ennek 7

9 azonban ég nincs részletesen kidolgozott ódszertana. Úgy láto, hogy a probléára egoldást jelenthet a kanonikus korrelációelezés használata, elynek egy speciális helyzete vizsgálható a Red-utató segítségével. A III.1. fejezetben egvizsgálta az alábbi hipotézist. 2. Hipotézis: Tényezőváltozók két csoportja együttozgásának vizsgálata speciális esetekben a Red-utató segítségével lehetséges. 3. A ultikollinearitás új odellezési lehetőségének vizsgálata. A ultikollinearitás odellezésének egy ódja a tényezőváltozók ortogonalitásának, azaz a tényezőváltozók tere kifeszítettségének vizsgálata. Jogos kérdés, hogy lehet-e ásképpen odellezni a ultikollinearitást. A III.2. fejezetben egvizsgálta az alábbi hipotézist. 3. Hipotézis: Új egközelítésként egalkotható a ultikollinearitás elliptikus odellje a Red-utató alapján. 4. Valailyen kapcsolat keresése a becsült regressziós paraéterek varianciái és a Red-utató között. Mivel a ultikollinearitás egyik leggyakrabban elített negatív következénye a becsült regressziós paraéterek varianciáinak, illetve ezek felfújódásának növekedése, ezért célszerű egvizsgálni a Red-utató és a becsült regressziós paraéterek varianciáinak kapcsolatát. A III.3. fejezetben egvizsgálta az alábbi hipotézist. 4. Hipotézis: Megadható a Red-utató egy olyan kritikus értéke, aely szükséges feltétele annak, hogy a becsült paraéterek varianciái ne legyenek végtelenek. 5. A Red-utató eloszlásának vizsgálata. A III.4. fejezetben egpróbálta a Red-utató epirikus eloszlásfüggvényét elkészíteni, illetve az eléleti eloszlását eghatározni. 8

10 6. A Red-utató alkalazási lehetőségeinek vizsgálata. Érdékes kérdés, hogy a Red-utató ilyen területeken alkalazható. A III.5. fejezetben egvizsgálta az alábbi hipotézist. 5. Hipotézis: A Red-utató alapján kifejezhető a faktoranalízis során használt KMO-utató. 7. A Red-utatóhoz hasonló érőszá egadása. Mivel a Red-utató a tényezőváltozók korrelációs átrixának sajátértékei alapján száított norált relatív szórás, ezért úgy gondolo, hogy a ultikollinearitás érhető a sajátértékek ás szóródási érőszáával is, elynek alapgondolata egegyezik a Red-utató alapötletével. A III.6. fejezetben bebízonyította az alábbi hipotézist. 6. Hipotézis: A Red-utató definiálásának gondolatenetén alapuló hasonló ultikollinearitás érőszá a tényezőváltozók korrelációs átrixa sajátértékeinek GINI-együtthatója. II. Kutatásai eredényei, egállapításai Az értekezés III. fejezete tartalazza a dolgozat új eredényeit. A vizsgálatok egy része eléleti egfontolásokon alapszik, íg egy ásik részéhez különböző intákat kellett létrehozni és ezek eredényeit eleezni. Az elezésekhez az SPSS 13.0; illetve Microsoft Excel prograokat használta. A geoetriai ábrázolás elkészítése a Derive 6.0 segítségével történt. Összefoglalva értekezése az alábbi téziseket tartalazza. 1. Tézis: A Red-utató kifejezhető a tényezőváltozók korrelációs átrixa sajátértékeinek iserete nélkül, pusztán a páronkénti korrelációs együtthatók négyzetes átlagaként. A Red-utatót sikerült kifejezne a sajátértékek iserete nélkül a tényezőváltozók korrelációs átrixának főátlón kívüli eleeinek négyzetes átlagaként. Ez azt jelenti, hogy a utató ne csak a β ~ becslőfüggvény szepontjából hasznos tartalat hordozó adatok arányát utatja, hane a tényezőváltozók együttozgásának átlagos értékét 9

11 is. Ezt az eredényt több nezetközi konferencián eliserték, illetve rangos nezetközi szaklapban is hivatkoztak erre. 2. Tézis: Tényezőváltozók két csoportja együttozgásának vizsgálata egy egy eleű csoportok esetén a Red-utatóval, íg egy ( 1) eleű csoportok esetén a VIF j utatók haronikus átlagának segítségével lehetséges. Megállapította, hogy a ultikollinearitást ne csak változók, hane változócsoportok is okozhatják. Mivel ennek nincs bőséges szakirodala, ezért a későbbiekben vizsgálni fogo a változócsoportok együttozgásának hatását. Megállapította, hogy ennek egyik speciális esete a Red-utató segítségével, íg egy ásik speciális esete a VIF j -utatók haronikus átlagának segítségével érhető. 3. Tézis: Új egközelítésként egalkotható a ultikollinearitás elliptikus odellje a Red-utató alapján. Új egközelítésként, egalkotta a ultikollinearitás elliptikus odelljét. A változók átlagos együttozgása értékének növekedésével párhuzaosan, a lehetséges sajátértékek, egy nagyobb sugarú -dienziós göbön helyezkednek el. A lehetséges sajátértékek az -dienziós göbnek egy etszetén helyezkednek el úgy, hogy rögzített Red érték ellett ezek egy ( 1)-dienziós ellipszoidon helyezkednek el. Sajnos, inél nagyobb a odell dienziószáa, annál több feltételt kell egadni a lehetséges sajátértékek tartoányának körülhatárolásához, vizsgálatához. Ezért ennek a tartoánynak, illetve az elliptikus görbéknek a részletes vizsgálata csak háro agyarázóváltozó esetén történt eg. Egy sajátérték függvényében behatárolta a Red-utató lehetséges értékeit, illetve a Red-utató értékétől függően eg tudta adni az egyes sajátértékek lehetséges értékeit. Összehasonlította, hogy a lehetséges sajátértékek tartoányát hogyan járják be az ellipszisek, illetve a sajátértékek legnagyobb és legkisebb értékének azonos értékű hányadosait tartalazó egyenesek. A későbbiekben egpróbálo a odellt továbbfejleszteni, illetve a vizsgálatot agasabb dienziókra kiterjeszteni. 10

12 4. Tézis: Megadható a Red-utató egy olyan kritikus értéke, aely szükséges feltétele annak, hogy a becsült paraéterek varianciái ne legyenek végtelenek. Mivel a Red-utató egy szintetikus utató, ezért a becsült regressziós paraéterek varianciáihoz külön-külön ne lehet kötni. Megállapította, hogy a becsült regressziós paraéterek varianciáinak ne az abszolút nagyságát kell vizsgálni, hane ezeknek a hibatag szórásnégyzetéhez viszonyított felfújódását. Ezek összege, átlaga pedig a sajátértékek reciprokösszegétől függ. Bebizonyította, hogy a sajátértékek haronikus átlagának és a becsült regressziós paraéterek szátani átlagának szorzata egegyezik a hibatag szórásnégyzetével, illetve a sajátértékek haronikus átlagának és a VIF j - utatók szátani átlagának szorzata egy. Egy korábbi állításo cáfolása után, egadta a Red-utatók egy olyan kritikus értékét, aely szükséges feltétele annak, hogy a becsült paraéterek varianciái ne legyenek végtelenek, illetve olyan kritikus értékeket, aelyek szükséges feltételei annak, hogy a zéró sajátértékek száa k darabnál kevesebb legyen. Mivel ennek így önagában kevés gyakorlati jelentősége van, ezért ez további részletes vizsgálatokat igényel. Azonban, ezeket a vizsgálatokat háro tényezőváltozó esetén az elliptikus odell használatával elvégezte. Megfigyelte, hogy a lehetséges sajátértékek tartoányának alsó határától távolodva a sajátértékek reciprokösszege nő. Ez alapján a Red-utató függvényében egadta a becsült paraéterek varianciái összegének a hibatag szórásnégyzetéhez viszonyított felfújódásának legkisebb és ha lehetett legnagyobb értékét. Ez alapján a Red-utató függvényében egadható egy olyan kritikus érték, aely szükséges feltétele annak, hogy a becsült paraéterek varianciáinak összege egy előre adott értéknél jobban ne fújódjanak fel a hibatag szórásnégyzetéhez viszonyítva. A Red-utató eloszlásának vizsgálata során elkészítette néhány dienzióban az epirikus eloszlásfüggvényt. Az elezés során csak létező korrelációs struktúrákat vizsgálta. A lehetséges sajátértékek generálásához és a Red-utató eloszlásának elkészítéséhez egy saját aga által írt algoritust használta. A készített algoritus lényege az, hogy adott pontosság ellett előállítjuk az összes lehetséges sajátérték kobinációt. Az elezést nehezítette, hogy a legenerált sajátértékek száa ár 11

13 durvább közelítés esetén is több százezer, több százillió lehet. A Red-utató eloszlásának azonosítása sikertelen volt. További vizsgálatok elvégzéséhez nagy teljesítényű száítógépekre lenne szükség. 5. Tézis: A Red-utató alapján kifejezhető a faktoranalízis során használt KMOutató. Javasolta a Red-utató egy alkalazási lehetőségét. A Red-utató alapján kifejezhető a faktoranalízis során használt KMO-utató. Ezek alapján egállapította, hogy a parciális korrelációs együtthatók átlagos együttozgása ne lehet kisebb a korrelációs együtthatók átlagos együttozgásánál. 6. Tézis: A Red-utató definiálásának gondolatenetén alapuló hasonló ultikollinearitás érőszá a tényezőváltozók korrelációs átrixa sajátértékeinek GINI-együtthatója. Megadta a ultikollinearitás egy ásik lehetséges érőszáát, ai a Red-utatóval egegyező gondolateneten alapul. Ez a utató a sajátértékek GINI-együtthatója. Megadta a érőszá egy könnyen kezelhető kiszáítási ódját. Megvizsgálta a utató viselkedését háro tényezőváltozó esetén a lehetséges sajátértékek tartoányán. A utató viselkedése további részletes vizsgálatokat igényel. II. 1. Kutatási irányok a jövőre vonatkozóan Dolgozato zárásaként a jövőben tervezett kutatási irányokat foglalo össze a dolgozat felépítésében szereplő sorrendben. 1. Nagyon fontos gyakorlati probléa a ultikollinearitás negatív következényeinek csökkenthetősége. Ezért a. egyrészt eg szeretné vizsgálni azt, hogy a ridge-regresszióban alkalazott torzító paraéterre lehetséges-e valailyen optiális becslés a Red-utató értéke alapján. b. Másrészt egy változószelekciós eljárást szeretnék készíteni a Red-utató értéke alapján, úgy, hogy a utatót tényezőváltozónként, parciálisan is 12

14 definiálo, int egy adott tényezőváltozóknak az összes többi tényezőváltozóval vett átlagos együttozgása. 2. Szeretné folytatni a ultikollinearitás kiterjesztésének vizsgálatát, azaz két vagy több tetszőleges száú tényezőváltozóból álló csoport együttozgása hogyan érhető, illetve a jelenségnek ilyen negatív következényei vannak. 3. A későbbiekben az elliptikus odell további tulajdonságaira szeretnék fényt deríteni ind háro tényezőváltozó esetén, ind pedig a agasabb dienziókban. 4. Szeretné élyebben egvizsgálni a Red-utató, illetve a parciálisan definiálandó Red-utató kapcsolatát a becsült regressziós paraéterek felfújódásával. 5. A Red-utató eléleti eloszlásának, illetve az epirikus eloszlásának eghatározása egy kooly jövőbeni feladatot jelenthet. 6. A Red-utató hipotetikus értékére vonatkozóan valailyen statisztikai tesztet szeretnék készíteni. 7. A Red-utató alkalazási körét ind eléleti ódszerek, ind közgazdasági vizsgálatok során szeretné gyarapítani. III. Publikációi, konferencia-előadásai Lektorált, tudoányos publikációk [1] SZONDI I. KOVÁCS P. IDOVIKA B. [2002]: A családok helyzete Szeged város lakótelepein, ACTA JURIDICA ET POLITICA, Tous LXII. Fasc. 18., Szeged, 30 oldal. [2] FÜLÖP V. SZONDI I. KOVÁCS P. [2003]: Lakáscélú állai táogatások és egyéb, a lakáshoz jutást segítő ellátási forák, PUBLICATIONES DOKTORANDUM JURIDICORUM, Tous II. Fasc. 6. Szeged, 30 oldal. [3] KOVÁCS P. SZONDI I. [2003]: Úton az inforációs társadalo felé, ACTA JURIDICA ET POLITICA, Tous LXIII. Fasc. 13., Szeged, 20 oldal. [4] KOVÁCS P. PETRES T. TÓTH L. [2004]: Adatálloányok redundanciájának érése, Statisztikai Szele, Budapest, 82. évfolya szá, oldal. [5] GYÉMÁNT R. PETRES T. KOVÁCS P. [2005]: A Szandzsák, az egyedülálló vallási régió, Területi statisztika, 8. (45.) évfolya 3. szá oldal. 13

15 [6] KOVÁCS P. PETRES T. TÓTH L. [2005]: A new easure of ulticollinearity in linear regression odels, International Statistical Review (ISR), Volue 73 Nuber 3, Voorburg, The Netherlands, oldal. [7] KOVÁCS P. PETRES T. TÓTH L. [2006]: Válogatott fejezetek Statisztikából, Többváltozós statisztikai ódszerek, JATEPress, Szeged, 167 oldal. [8] KOVÁCS P. [2008]: A ultikollinearitás vizsgálata lineáris regressziós odellekben, Statisztikai Szele, Budapest, 86. évfolya 1 szá, oldal. [9] LUKOVICS M. KOVÁCS P. [2008]: Eljárás a területi versenyképesség érésére, Területi statisztika, KSH, 11. (48.) évfolya, 20 oldal, (egjelenés alatt). [10] VILMÁNYI M. KOVÁCS P. [2008]: Egyetei-ipar együttűködések teljesíténye és lehetséges vizsgálati ódszere, Kérdőjelek a régiók gazdasági fejlődésében (szerk. LENGYEL I. LUKOVICS M.), JATEPress, Szeged, 25 oldal, (egjelenés alatt). [11] KOVÁCS P. [2008]: Az inforációs társadalo szerinti területi egyenlőtlenségek érése, Kérdőjelek a régiók gazdasági fejlődésében (szerk. LENGYEL I. LUKOVICS M.), JATEPress, Szeged, 11 oldal, (egjelenés alatt). Oktatási segédanyagok, jegyzetek [1] KOVÁCS P. PETRES T. [2004]: Statisztika Feladatgyűjteény (közgazdász hallgatók száára), SZTE GTK, 120 oldal. [2] KOVÁCS P. PETRES T. [2004]: Statisztika Feladatgyűjteény, Dunaújvárosi Főiskola, Dunaújváros, 284 oldal. [3] KOVÁCS P. PETRES T. [2004]: Statisztika Képletgyűjteény, Dunaújvárosi Főiskola, Dunaújváros, 50 oldal. [4] KATONA T. KOVÁCS P. PETRES T. [2006]: Általános statisztika, tankönyv, JATEPress, Szeged, 225 oldal. [5] KOVÁCS P. PETRES T. [2006]: Általános Statisztika Feladatgyűjteény (joghallgatók részére), JATEPress, Szeged, 2005, 132 oldal. [6] KOVÁCS P. [2006]: Általános statisztikai alapiseretek, EU távoktatás elektronikus jegyzet, 80 oldal. 14

16 [7] KOVÁCS P. PETRES T. [2007]: Tanulási útutató a főiskolák és egyeteek Általános statisztika cíű tantárgyához, Dunaújvárosi Főiskola, Dunaújváros, 190 oldal. [8] KOVÁCS P. PETRES T. [2008]: Szoftverek alkalazása az üzleti életben: statisztikai prograok, Dunaújvárosi Főiskola, Dunaújváros, 83 oldal. [9] KOVÁCS P. PETRES T. [2008]: Tanulási útutató a Szoftverek alkalazása az üzleti életben: statisztikai prograok tantárgyához, Dunaújvárosi Főiskola, Dunaújváros, 78 oldal. Idegen-nyelvű konferencia-kiadványok [1] KOVÁCS P. SZONDI I. [2006]: E-europe- E-Hungary, Ungarn auf der Schwelle in die EU, A Pólay Eleér Alapítvány Könyvtára, sorozatszerkesztő: Balogh Eleér, Szeged, oldal. [2] KOVÁCS P. PETRES T. [2006]: A New Measure of Multicollinearity in Linear Regression Models, International Conference Applied Statistics (2006, Ribno, Slovenia), Progra and Abstract, Statistical Society of Slovenia, Ljubljana. [3] KOVACS P. LUKOVICS M. [2006]: Classifying Hungarian sub-regions by their copetitiveness, Globalization Ipact on Regional and Urban Statistics, 25th SCORUS Conference on Regional and Urban Statistics Research, Wroclaw, Poland, 12 oldal. [4] KOVÁCS P. PETRES T. [2007]: Measure of Multicollinearity with a New, Original Indicator (PETRES Red) in Linear Regression Models, International Conference on Matheatics & Statistics, Athens Institute for Education Research, Athens, (KIADÁS ALATT) Magyarnyelvű konferencia-kiadványok [1] KOVÁCS P. LAMPERTNÉ A. I. PETRES T. [2005]: A ultikollinearitás érése lineáris regressziós odellekben, A Dunaújvárosi Főiskola Közleényei XXVI/II., Dunaújváros, oldal. [2] KOVÁCS P. [2005]: Statisztikai intákat generáló algoritusok, A Dunaújvárosi Főiskola Közleényei XXVI/II., Dunaújváros, oldal. 15

17 [3] KOVÁCS P. [2005]: Az inforatika alkalazása a közgazdasági képzésben, Inforatika a felsőoktatásban konferencia 2005 CD-elléklete, Debreceni Egyete Inforatikai Kar, Debrecen, 6 oldal. [4] KOVÁCS P. [2005]: Az inforatika oktatása és lehetőségei a jogászképzésben, Inforatika a felsőoktatásban konferencia 2005 CD-elléklete, Debreceni Egyete Inforatikai Kar, Debrecen, 6 oldal. [5] KOVÁCS P. PETRES T. [2006]: A PETRES-féle Red-utató eloszlásának vizsgálata, A Dunaújvárosi Főiskola Közleényei XXVII/II., Dunaújváros, 2006, oldal. [6] KOVÁCS P. PETRES T. LUKOVICS M. [2006]: A PETRES-féle Red-utató alkalazásának lehetőségei, A Dunaújvárosi Főiskola Közleényei XXVIII., Dunaújváros, oldal. Egyéb tanulányok [1] KOVÁCS P. [2006]: A statisztika oktatásának és oktatásódszertanának reforálása a saját gyakorlatoban, A felsőoktatás szerkezeti és tartali fejlesztése tárgyú Huánerőforrás-fejlesztési Operatív Progra (HEFOP 3.3.) Partnerközpontú önértékelési odell egalkotása és továbbképzések a felsőoktatási intézények huánerőforrásainak fejlesztéséért tanulányainak CD gyűjteénye, Dunaújváros, 52 oldal. Idegennyelvű konferencia-előadások [1] KOVÁCS P. SZONDI I.: eeurope, ehungary, Társadali és gazdasági kihívások az Eu-csatlakozás küszöbén, angol nyelvű, nezetközi konferencia előadás, Szeged, június 12. [2] KOVÁCS P. LUKOVICS M.: Classifying Hungarian sub-regions by their copetitiveness, Globalization Ipact on Regional and Urban Statistics, 25th SCORUS Conference on Regional and Urban Statistics Research, Wroclaw, Poland, augusztus 30.-szepteber 1. 16

18 [3] KOVÁCS P. PETRES T.: A new easure of ulticollinearity in linear regression odels, Applied Statistics 2006 International Conference, Ribno (Bled), Slovenia, szepteber [4] KOVÁCS P. PETRES T.: Measure of Multicollinearity with a New, Original Indicator (PETRES Red) in Linear Regression Models, International Conference on Matheatics & Statistics, ATINER, június 11. Magyarnyelvű konferencia-előadások [1] KOVÁCS P. LAMPERTNÉ A. I. PETRES T.: A ultikollinearitás érése lineáris regressziós odellekben, DUF Közgazdasági szipóziu, Dunaújváros, noveber. [2] KOVÁCS P.: Statisztikai intákat generáló algoritusok, DUF Inforatikai szipóziu, Dunaújváros, noveber. [3] KOVÁCS P.: Az inforatika alkalazása a közgazdasági képzésben, Inforatika a felsőoktatásban konferencia 2005, B szekció, Debreceni Egyete Inforatikai Kar, Debrecen, augusztus [4] KOVÁCS P.: Az inforatika oktatása és lehetőségei a jogászképzésben, Inforatika a felsőoktatásban konferencia 2005, F szekció, Debreceni Egyete Inforatikai Kar, Debrecen, augusztus [5] KOVÁCS P. PETRES T.: A PETRES-féle Red-utató eloszlásának vizsgálata, Magyar Tudoány Hete a Dunaújvárosi Főiskolán Közgazdasági és enedzsent Konferencia, Dunaújváros, noveber 22. [6] KOVÁCS P. PETRES T. LUKOVICS M.: A PETRES-féle Red-utató alkalazásának lehetőségei, Magyar Tudoány Hete a Dunaújvárosi Főiskolán Közgazdasági és enedzsent Konferencia, Dunaújváros, noveber 16. [7] KOVÁCS P. PETRES T.: A PETRES-féle Red-utató isertetése, VI. Terészet-, Műszaki- és Gazdaságtudoányok Alkalazása Nezetközi Konferencia, Szobathely, ájus 18. [8] VILMÁNYI M. KOVÁCS P.: Egyetei-ipar együttűködések teljesíténye és lehetséges vizsgálati ódszere, "Kérdőjelek a régiók gazdasági fejlődésében" Konferencia, Szeged, noveber

19 [9] KOVÁCS P. : Az inforációs társadalo szerinti területi egyenlőtlenségek érése, "Kérdőjelek a régiók gazdasági fejlődésében" Konferencia, Szeged, noveber

A multikollinearitás vizsgálata lineáris regressziós modellekben

A multikollinearitás vizsgálata lineáris regressziós modellekben A ultikollinearitás vizsgálata lineáris regressziós odellekben Kovács Péter, a Szegedi Tudoányegyete egyetei adjunktusa E-ail: pepe@eco.u-szeged.hu Epirikus elezéseknél gyakori eset, hogy a vizsgálat szepontjából

Részletesebben

KOVÁCS PÉTER * A multikollinearitás vizsgálata és modellezése lineáris regressziós modellekben a Red-mutató alapján

KOVÁCS PÉTER * A multikollinearitás vizsgálata és modellezése lineáris regressziós modellekben a Red-mutató alapján KOVÁCS PÉTER * A ultikollinearitás vizsgálata és odellezése lineáris regressziós odellekben a Red-utató alapján Bevezetés Exaination and Modelling of Multicollinearity in linear Regression Models on the

Részletesebben

Többváltozós empirikus elemzéseknél az egyik leggyakrabban alkalmazott modell az

Többváltozós empirikus elemzéseknél az egyik leggyakrabban alkalmazott modell az ADATÁLLOMÁNYOK REDUNDANCIÁJÁNAK MÉRÉSE KOVÁCS PÉTER PETRES TIBOR TÓTH LÁSZLÓ Nagy ennyiségű adatokat tartalazó álloányok gyakran kevés inforációt hordoznak. Ennek oka az adatálloány adatait tartalazó változók

Részletesebben

A multikollinearitás vizsgálata lineáris regressziós modellekben A PETRES-féle Red-mutató vizsgálata

A multikollinearitás vizsgálata lineáris regressziós modellekben A PETRES-féle Red-mutató vizsgálata Szeged Tudoányegyete Gazdaságtudoány Kar Közgazdaságtudoány Doktor Iskola A ultkollneartás vzsgálata lneárs regresszós odellekben A PETRES-féle Red-utató vzsgálata Doktor értekezés Készítette: Kovács Péter

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

Examination of Multicollinearity in Linear Regression Models Examination of PETRES Red

Examination of Multicollinearity in Linear Regression Models Examination of PETRES Red University of Szeged Faculty of Econoics and Business Adinistration Doctoral School in Econoics Exaination of Multicollinearity in Linear Regression Models Exaination of PETRES Red Theses of PhD Dissertation

Részletesebben

Mérési útmutató Az önindukciós és kölcsönös indukciós tényező meghatározása Az Elektrotechnika c. tárgy 7. sz. laboratóriumi gyakorlatához

Mérési útmutató Az önindukciós és kölcsönös indukciós tényező meghatározása Az Elektrotechnika c. tárgy 7. sz. laboratóriumi gyakorlatához BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM VILLAMOSMÉRNÖKI ÉS INFORMATIKAI KAR VILLAMOS ENERGETIKA TANSZÉK Mérési útutató Az önindukciós és kölcsönös indukciós tényező eghatározása Az Elektrotechnika

Részletesebben

Összegezés az ajánlatok elbírálásáról. 1. Az ajánlatkérő neve és címe: Budapest Főváros Vagyonkezelő Központ Zrt. (1013 Budapest, Attila út 13/A.

Összegezés az ajánlatok elbírálásáról. 1. Az ajánlatkérő neve és címe: Budapest Főváros Vagyonkezelő Központ Zrt. (1013 Budapest, Attila út 13/A. Összegezés az ajánlatok elbírálásáról 1. Az ajánlatkérő és cíe: Budapest Főváros Vagyonkezelő Központ Zrt. (1013 Budapest, Attila út 13/A.) 2. A közbeszerzés tárgya és ennyisége: Vagyongazdálkodási szakértői

Részletesebben

FELNŐTTKÉPZÉSI PROGRAM

FELNŐTTKÉPZÉSI PROGRAM FELNŐTTKÉPZÉSI PROGRAM Nyilvántartásbavételi szá: 07//206. A képzés egnevezése (és belső kódja) 6-0. évfolyaon tanulók tehetségfejlesztése a ateatika területén (H528) 2. A képzés besorolása Szakai képzés

Részletesebben

Rugalmas megtámasztású merev test támaszreakcióinak meghatározása I. rész

Rugalmas megtámasztású merev test támaszreakcióinak meghatározása I. rész Rugalas egtáasztású erev test táaszreakióinak eghatározása I. rész Bevezetés A következő, több dolgozatban beutatott vizsgálataink tárgya a statikai / szilárdságtani szakirodalo egyik kedvene. Ugyanis

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus

Részletesebben

Néhány mozgás kvantummechanikai tárgyalása

Néhány mozgás kvantummechanikai tárgyalása Néhány ozgás kvantuechanikai tárgyalása Mozzanatok: A Schrödinger-egyenlet felírása ĤΨ EΨ Hailton-operátor egállapítása a kinetikus energiaoperátor felírása, vagy 3 dienziós ozgásra, Descartes-féle koordinátarendszerben

Részletesebben

3. 1 dimenziós mozgások, fázistér

3. 1 dimenziós mozgások, fázistér Drótos G.: Fejezetek az eléleti echanikából 3. rész 3. dienziós ozgások, fázistér 3.. Az dienziós ozgások leírása, a fázistér fogala dienziós ozgás alatt egy töegpont olyan ozgását értjük ebben a jegyzetben,

Részletesebben

A szinuszosan váltakozó feszültség és áram

A szinuszosan váltakozó feszültség és áram A szinszosan váltakozó feszültség és ára. A szinszos feszültség előállítása: Egy téglalap alakú vezető keretet egyenletesen forgatnk szögsebességgel egy hoogén B indkciójú ágneses térben úgy, hogy a keret

Részletesebben

KÖZBESZERZÉSI ADATBÁZIS

KÖZBESZERZÉSI ADATBÁZIS 14. elléklet a 44/2015. (XI. 2.) MvM rendelethez KÖZBESZERZÉSI DTBÁZIS Összegezés az ajánlatok elbírálásáról I. szakasz: kérő I.1) Név és cíek 1 (jelölje eg az eljárásért felelős összes ajánlatkérőt) Hivatalos

Részletesebben

Statisztika I. 12. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 12. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 1. előadás Előadó: Dr. Ertsey Imre Regresszió analízis A korrelációs együttható megmutatja a kapcsolat irányát és szorosságát. A kapcsolat vizsgálata során a gyakorlatban ennél messzebb

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 3 III. VÉLETLEN VEKTOROK 1. A KÉTDIMENZIÓs VÉLETLEN VEKTOR Definíció: Az leképezést (kétdimenziós) véletlen vektornak nevezzük, ha Definíció:

Részletesebben

80400000-8 80530000-8 55000000-0. Előzmény:

80400000-8 80530000-8 55000000-0. Előzmény: Ö S S Z E G E Z É S A Z A J Á N L A T O K E L B Í R Á L Á S Á R Ó L 1. Az ajánlatkérő neve és cíe: Educatio Társadali Szolgáltató Nonprofit Korlátolt Felelősségű Társaság, 1122 Budapest, Maros utca 1921.

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria Bódis Emőke 2016. 04. 25. J J 9 Korrelációanalízis Regresszióanalízis: hogyan változik egy vizsgált változó értéke egy másik változó változásának függvényében. Korrelációs

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

7. OSZTÁLY TANMENETE MATEMATIKÁBÓL 2014/2015

7. OSZTÁLY TANMENETE MATEMATIKÁBÓL 2014/2015 7. OSZTÁLY TANMENETE MATEMATIKÁBÓL 2014/2015 Évi óraszá: 108 óra Heti óraszá: 3 óra 1. téa: Racionális száok, hatványozás 11 óra 2. téa: Algebrai kifejezések 12 óra 1. téazáró dolgozat 3. téa: Egyenletek,

Részletesebben

Matematikai geodéziai számítások 6.

Matematikai geodéziai számítások 6. Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 6. MGS6 modul Lineáris regresszió számítás elektronikus távmérőkre SZÉKESFEHÉRVÁR 2010 Jelen szellemi

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

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Fizika középszint 08 ÉRESÉGI VIZSGA 008. ájus 4. FIZIKA KÖZÉPSZINŰ ÍRÁSBELI ÉRESÉGI VIZSGA JAVÍÁSI-ÉRÉKELÉSI ÚMUAÓ OKAÁSI ÉS KULURÁLIS MINISZÉRIUM A dolgozatokat az útutató utasításai szerint, jól követhetően

Részletesebben

IV.1.1) A Kbt. mely része, illetve fejezete szerinti eljárás került alkalmazásra: A Kbt. III. rész, XVII. fejezet

IV.1.1) A Kbt. mely része, illetve fejezete szerinti eljárás került alkalmazásra: A Kbt. III. rész, XVII. fejezet 14. elléklet a 44/2015. (XI. 2.) MvM rendelethez KÖZBESZERZÉSI ADATBÁZIS Összegezés az ajánlatok elbírálásáról I. szakasz: Ajánlatkérő I.1) Név és cíek 1 (jelölje eg az eljárásért felelős összes ajánlatkérőt)

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

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision

Részletesebben

KÖZBESZERZÉSI ADATBÁZIS

KÖZBESZERZÉSI ADATBÁZIS 14. elléklet a 44/2015. (XI. 2.) MvM rendelethez KÖZBESZERZÉSI ADATBÁZIS I. szakasz: Ajánlatkérő I.1) Név és cíek 1 (jelölje eg az eljárásért felelős összes ajánlatkérőt) Hivatalos név: Vinegrower Kft.

Részletesebben

13. Román-Magyar Előolimpiai Fizika Verseny Pécs Kísérleti forduló május 21. péntek MÉRÉS NAPELEMMEL (Szász János, PTE TTK Fizikai Intézet)

13. Román-Magyar Előolimpiai Fizika Verseny Pécs Kísérleti forduló május 21. péntek MÉRÉS NAPELEMMEL (Szász János, PTE TTK Fizikai Intézet) 3. oán-magyar Előolipiai Fizika Verseny Pécs Kísérleti forduló 2. ájus 2. péntek MÉÉ NAPELEMMEL (zász János, PE K Fizikai ntézet) Ha egy félvezető határrétegében nok nyelődnek el, akkor a keletkező elektron-lyuk

Részletesebben

2. Rugalmas állandók mérése

2. Rugalmas állandók mérése . Rugalas állandók érése PÁPICS PÉTER ISTVÁN csillagász, 3. évfolya 00.10.7. Beadva: 00.1.1. 1. A -ES, AZAZ AZ ABLAK FELLI MÉRHELYEN MÉRTEM. Ezen a laboron a férudak Young-oduluszát értük, pontosabban

Részletesebben

ÜZEMELTETÉSI FOLYAMAT GRÁFMODELLEZÉSE 2 1. BEVEZETÉS

ÜZEMELTETÉSI FOLYAMAT GRÁFMODELLEZÉSE 2 1. BEVEZETÉS okorádi László ÜZEMELTETÉSI FOLYAMAT GRÁFMODELLEZÉSE 2 Technikai eszközök üzeeltetési rendszerei, folyaatai ateatikai szepontból irányított gráfokkal írhatóak le. A űszaki tudoányokban a hálózatokat, gráfokat

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

1. Az adott kifejezést egyszerűsítse és rajzolja le a lehető legkevesebb elemmel, a legegyszerűbben.

1. Az adott kifejezést egyszerűsítse és rajzolja le a lehető legkevesebb elemmel, a legegyszerűbben. 1 1. z adott kifejezést egyszerűsítse és rajzolja le a lehető legkevesebb eleel, a legegyszerűbben. F függvény 4 változós. MEGOLÁS: legegyszerűbb alak egtalálása valailyen egyszerűsítéssel lehetséges algebrai,

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

HAJDÚNÁNÁS VÁROSI ÖNKORMÁNYZAT

HAJDÚNÁNÁS VÁROSI ÖNKORMÁNYZAT Dátu: 2009. június 15. Tisztelt Ajánlattevő! Mellékelten küldö a HAJDÚNÁNÁS VÁROSI ÖNKORMÁNYZAT, int Ajánlatkérő által a KÉ 8969/2009 száon a közbeszerzési értesítőben 2009. ájus 20-án közzétett Egyösszegű,

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

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

Hullámtan. A hullám fogalma. A hullámok osztályozása.

Hullámtan. A hullám fogalma. A hullámok osztályozása. Hullátan A hullá fogala. A hulláok osztályozása. Kísérletek Kis súlyokkal összekötött ingasor elején keltett rezgés átterjed a többi ingára is [0:6] Kifeszített guikötélen keltett zavar végig fut a kötélen

Részletesebben

HTML dokumentumok hierarchikus osztályozása a WebClassII-vel

HTML dokumentumok hierarchikus osztályozása a WebClassII-vel HTML dokuentuok hierarchikus osztályozása a WebClassII-vel Készítette: Novák György http://w3.netelek.hu/novakg 2003. 10. 01. Tartalo A jellezők kiválasztásának folyaata...1 Az osztályozás folyaata...2

Részletesebben

Többváltozós lineáris regressziós modell feltételeinek tesztelése I.

Többváltozós lineáris regressziós modell feltételeinek tesztelése I. Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Kvantitatív statisztikai módszerek Petrovics Petra Többváltozós lineáris regressziós

Részletesebben

Enzimaktivitás szabályozása

Enzimaktivitás szabályozása 2017. 03. 12. Dr. Tretter László, Dr. olev rasziir Enziaktivitás szabályozása 2017. árcius 13/16. Mit kell tudni az előadás után: 1. Reverzibilis inhibitorok kinetikai jellezői és funkcionális orvosbiológiai

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

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

Többváltozós lineáris regressziós modell feltételeinek

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

Részletesebben

CPV kód: Fő tárgy: 80000000-4 További tárgyak: 80400000-8 80530000-8 55000000-0. Előzmény:

CPV kód: Fő tárgy: 80000000-4 További tárgyak: 80400000-8 80530000-8 55000000-0. Előzmény: Ö S S Z E G E Z É S A Z A J Á N L A T O K E L B Í R Á L Á S Á R Ó L 1. Az ajánlatkérő neve és cíe: Educatio Társadali Szolgáltató Nonprofit Korlátolt Felelősségű Társaság, 1122 Budapest, Maros utca 1921.

Részletesebben

Összegezés az ajánlatok elbírálásáról

Összegezés az ajánlatok elbírálásáról 14. elléklet a 44/2015. (XI. 2.) MvM rendelethez Összegezés az ajánlatok elbírálásáról KÖZBESZERZÉSI ADATBÁZIS I. szakasz: Ajánlatkérő I.1) Név és cíek 1 (jelölje eg az eljárásért felelős összes ajánlatkérőt)

Részletesebben

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

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

Részletesebben

Ujfalussy Balázs Idegsejtek biofizikája Első rész

Ujfalussy Balázs Idegsejtek biofizikája Első rész Ujfalussy Balázs Idegsejtek biofizikája Első rész MI A TITA? Ez a négyrészes sorozat azt a célt szolgálja, hogy az idegsejtek űködéséről ateatikai, fizikai odellekkel alkossunk képet középiskolás iseretekre

Részletesebben

FIZIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

FIZIKA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Fizika középszint 4 ÉRETTSÉGI VIZSGA 04. október 7. FIZIKA KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ EMBERI ERŐFORRÁSOK MINISZTÉRIUMA A dolgozatokat az útutató utasításai szerint,

Részletesebben

Korrelációs kapcsolatok elemzése

Korrelációs kapcsolatok elemzése Korrelációs kapcsolatok elemzése 1. előadás Kvantitatív statisztikai módszerek Két változó közötti kapcsolat Független: Az X ismérv szerinti hovatartozás ismerete nem ad semmilyen többletinformációt az

Részletesebben

Összegezés az ajánlatok elbírálásáról

Összegezés az ajánlatok elbírálásáról 14. ellékletei 44/201 n, (XL 2 J MvM rendelethez KÖZBESZERZÉSI ADATBÁZIS Összegezés az ajánlatok elbírálásáról I. szakasz: Ajánlatkérő I.l) Név és cíek 1(jelölje eg az eljárásért felelős összes ajánlatkérőt)

Részletesebben

Az enzimkinetika alapjai

Az enzimkinetika alapjai 217. 2. 27. Dr. olev rasziir Az enziinetia alapjai 217. árcius 6/9. Mit ell tudni az előadás után: 1. 2. 3. 4. 5. Miért van szüség inetiai odellere? A Michaelis-Menten odell feltételrendszere A inetiai

Részletesebben

Sugárzásmérés Geiger-Müller számlálóval Purdea András Bartók Béla Elméleti Liceum

Sugárzásmérés Geiger-Müller számlálóval Purdea András Bartók Béla Elméleti Liceum Sugárzásérés Geiger-Müller szálálóval Purdea András Bartók Béla Eléleti Liceu 1. Bevezetés Úgy fogta neki a sugárzáséréshez, hogy kellett készítsek a fizika labornak egy Geiger-Müller Szálálót. A Rádótechnika

Részletesebben

Valószínűségi változók. Várható érték és szórás

Valószínűségi változók. Várható érték és szórás Matematikai statisztika gyakorlat Valószínűségi változók. Várható érték és szórás Valószínűségi változók 2016. március 7-11. 1 / 13 Valószínűségi változók Legyen a (Ω, A, P) valószínűségi mező. Egy X :

Részletesebben

Kettőnél több csoport vizsgálata. Makara B. Gábor

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

Részletesebben

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

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

Részletesebben

Regressziószámítás alkalmazása kistérségi adatokon

Regressziószámítás alkalmazása kistérségi adatokon Lengyel I. Lukovics M. (szerk.) 2008: Kérdıjelek a régiók gazdasági fejlıdésében. JATEPress, Szeged, 264-287. o. Regressziószámítás alkalmazása kistérségi adatokon Szakálné Kanó Izabella 1 A lokális térségek

Részletesebben

Biometria az orvosi gyakorlatban. Regresszió Túlélésanalízis

Biometria az orvosi gyakorlatban. Regresszió Túlélésanalízis SZDT-09 p. 1/36 Biometria az orvosi gyakorlatban Regresszió Túlélésanalízis Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Logisztikus regresszió

Részletesebben

Szemcsés szilárd anyag porozitásának mérése. A sűrűség ismert definíciója szerint meghatározásához az anyag tömegét és térfogatát kell ismernünk:

Szemcsés szilárd anyag porozitásának mérése. A sűrűség ismert definíciója szerint meghatározásához az anyag tömegét és térfogatát kell ismernünk: Szecsés szilárd anyag porozitásának érése. Eléleti háttér A vegyipar alapanyagainak és terékeinek több int fele szilárd szecsés, ún. ölesztett anyag. Alapanyag pl. a szén, szilikonok, szees terények stb.,

Részletesebben

Vályogos homoktalaj terepprofil mérése

Vályogos homoktalaj terepprofil mérése Vályogos hooktalaj terepprofl érése Pllnger György Szent István Egyete, Gépészérnök Kar Folyaatérnök Intézet, Járűtechnka Tanszék PhD hallgató, pllnger.gyorgy@gek.sze.hu Összefoglalás A terepen haladó

Részletesebben

Hadronzápor hatáskeresztmetszetek nagy pontosságú számítása

Hadronzápor hatáskeresztmetszetek nagy pontosságú számítása Hadronzápor hatáskeresztetszetek nagy pontosságú száítása Szőr Zoltán Fizikus MSc II. évf. Téavezető: prof. Trócsányi Zoltán Tavaszi TDK konferencia 204 áj. 6. Kérdésfelvetés Kérdésfelvetés Tudunk-e eléleti

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,

Részletesebben

Matematikai geodéziai számítások 5.

Matematikai geodéziai számítások 5. Matematikai geodéziai számítások 5 Hibaterjedési feladatok Dr Bácsatyai László Matematikai geodéziai számítások 5: Hibaterjedési feladatok Dr Bácsatyai László Lektor: Dr Benedek Judit Ez a modul a TÁMOP

Részletesebben

MIKROMÉRETÛ MINTÁK DEFORMÁCIÓINAK VIZSGÁLATA. A telephelyi veszélyhelyzet-kezelés

MIKROMÉRETÛ MINTÁK DEFORMÁCIÓINAK VIZSGÁLATA. A telephelyi veszélyhelyzet-kezelés A telephelyi veszélyhelyzet-kezelés Az atoerôû alapvetôen rendelkezik a veszélyhelyzetek (nukleáris és hagyoányos) kezeléséhez szükséges szeélyi és tárgyi feltételekkel és erôforrásokkal. A felülvizsgálat

Részletesebben

Tiszta anyagok fázisátmenetei

Tiszta anyagok fázisátmenetei Tiszta anyagok fázisátenetei Fizikai kéia előadások 4. Turányi Taás ELTE Kéiai Intézet Fázisok DEF egy rendszer hoogén, ha () nincsenek benne akroszkoikus határfelülettel elválasztott részek és () az intenzív

Részletesebben

Diszkriminancia-analízis

Diszkriminancia-analízis Diszkriminancia-analízis az SPSS-ben Petrovics Petra Doktorandusz Diszkriminancia-analízis folyamata Feladat Megnyitás: Employee_data.sav Milyen tényezőktől függ a dolgozók beosztása? Nem metrikus Független

Részletesebben

14. melléklet a 44/2015. (XI. 2.) MvM rendelethez

14. melléklet a 44/2015. (XI. 2.) MvM rendelethez 14. elléklet a 44/2015. (XI. 2.) MvM rendelethez KÖZBESZERZÉSI ADATBÁZIS I. szakasz: Ajánlatkérő I.1) Név és cíek1 (jelölje eg az eljárásért felelős összes ajánlatkérőt) Hivatalos név:nezeti Útdíjfizetési

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

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,

Részletesebben

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett

Részletesebben

AZ IPARI BETONPADLÓK MÉRETEZÉSE MEGBÍZHATÓSÁGI ELJÁRÁS ALAPJÁN

AZ IPARI BETONPADLÓK MÉRETEZÉSE MEGBÍZHATÓSÁGI ELJÁRÁS ALAPJÁN AZ IPARI BETONPADLÓK MÉRETEZÉSE MEGBÍZHATÓSÁGI ELJÁRÁS ALAPJÁN Huszár Zsolt - Szalai Kálán RÖVID KIVONAT A ipari betonpadlókat jelenleg az évszázados últtal rendelkező, egengedett feszültségek alapján

Részletesebben

Ujfalussy Balázs Idegsejtek biofizikája

Ujfalussy Balázs Idegsejtek biofizikája M A TTA? Ujfalussy Balázs degsejtek biofizikája Második rész A nyugali potenciál A sorozat előző cikkében nekiláttunk egfejteni az idegrendszer alapjelenségeit. Az otivált bennünket, hogy a száítógépeink

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

STATISZTIKA. Fogalom. A standard lineáris regressziós modell mátrixalgebrai jelölése. A standard lineáris modell. Eredménytáblázat

STATISZTIKA. Fogalom. A standard lineáris regressziós modell mátrixalgebrai jelölése. A standard lineáris modell. Eredménytáblázat Fogalom STATISZTIKA 8 Előadás Többszörös lineáris regresszió Egy jelenség vizsgálata során általában az adott jelenséget több tényező befolyásolja, vagyis többnyire nem elegendő a kétváltozós modell elemzése

Részletesebben

LINEÁRIS EGYENLETRENDSZEREK október 12. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak

LINEÁRIS EGYENLETRENDSZEREK október 12. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak LINEÁRIS EGYENLETRENDSZEREK 004. október. Irodalom A fogalmakat, definíciókat illetően két forrásra támaszkodhatnak: ezek egyrészt elhangzanak az előadáson, másrészt megtalálják a jegyzetben: Szabó László:

Részletesebben

1.3.1. Önismeretet támogató módszerek

1.3.1. Önismeretet támogató módszerek TÁMOP.1. -08/1/B-009-000 PÁLYÁZAT 1. SZ. ALPROJEKT 1..1. Öniseretet táogató ódszerek - Pályaoritációs ódszertani eszköztár - - vitaanyag- Készítette: Dr. Dávid Mária Dr. Hatvani Andrea Dr. Taskó Tünde

Részletesebben

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem agy számok törvényei Statisztikai mintavétel Várható érték becslése Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem A mérés mint statisztikai mintavétel A méréssel az eloszlásfüggvénnyel

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

7. számú melléklet az 5/2009. (III.31.) IRM rendelethez

7. számú melléklet az 5/2009. (III.31.) IRM rendelethez 7. sú elléklet az 5/2009. (III.31.) IRM rendelethez Összegezés az ajánlatok elbírálásáról 1. Az ajánlatkérő neve és cíe: Budapesti Távhőszolgáltató Zártkörűen Működő Részvénytársaság (FŐTÁV Zrt.) 1116

Részletesebben

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

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

Részletesebben

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Fizika középszint 81 ÉRETTSÉGI VIZSGA 9. ájus 1. FIZIKA KÖZÉPSZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI ÉS KULTURÁLIS MINISZTÉRIUM A dolgozatokat az útutató utasításai szerint,

Részletesebben

2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét!

2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét! GAZDASÁGSTATISZTIKA KIDOLGOZOTT ELMÉLETI KÉRDÉSEK A 3. ZH-HOZ 2013 ŐSZ Elméleti kérdések összegzése 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét! 2. Mutassa be az

Részletesebben

6. gyakorlat. Gelle Kitti. Csendes Tibor Somogyi Viktor. London András. jegyzetei alapján

6. gyakorlat. Gelle Kitti. Csendes Tibor Somogyi Viktor. London András. jegyzetei alapján Közelítő és szimbolikus számítások 6. gyakorlat Sajátérték, Gersgorin körök Készítette: Gelle Kitti Csendes Tibor Somogyi Viktor Vinkó Tamás London András Deák Gábor jegyzetei alapján . Mátrixok sajátértékei

Részletesebben

Mérés módszere Válasz Eredmény Minősítés Megjegyzés

Mérés módszere Válasz Eredmény Minősítés Megjegyzés Kat. Minősítési kritériu Ellátás Pont -Kategória Fenntartható üzleti irányítási utatók -lkategória Fenntarthatósági alapelvek rendszere 1-lapfeltétel 1-lapfeltétel 3-jánlott szolgáltató a régió országos

Részletesebben

Mérés módszere Válasz Eredmény Minősítés Megjegyzés

Mérés módszere Válasz Eredmény Minősítés Megjegyzés Elvárás típusa Kat. Minősítési kritériu Szállás Pont -Kategória Fenntartható üzleti irányítási utatók -lkategória Fenntarthatósági alapelvek rendszere 1-lapfeltétel 1-lapfeltétel 3-jánlott szolgáltató

Részletesebben

Regressziós vizsgálatok

Regressziós vizsgálatok Regressziós vizsgálatok Regresszió (regression) Általános jelentése: visszaesés, hanyatlás, visszafelé mozgás, visszavezetés. Orvosi területen: visszafejlődés, involúció. A betegség tünetei, vagy maga

Részletesebben

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ

JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ Fizika eelt szint Javítási-értékelési útutató 063 ÉRETTSÉGI VIZSGA 006. ájus 5. FIZIKA EMELT SZINTŰ ÍRÁSBELI ÉRETTSÉGI VIZSGA JAVÍTÁSI-ÉRTÉKELÉSI ÚTMUTATÓ OKTATÁSI MINISZTÉRIUM Fizika eelt szint Javítási-értékelési

Részletesebben

MUNKAANYAG. Szabó László. Áramlástani alaptörvények. A követelménymodul megnevezése:

MUNKAANYAG. Szabó László. Áramlástani alaptörvények. A követelménymodul megnevezése: Szabó László Áralástani alaptörények A köetelényodul egneezése: Kőolaj- és egyipari géprendszer üzeeltetője és egyipari technikus feladatok A köetelényodul száa: 07-06 A tartaloele azonosító száa és célcsoportja:

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

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

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

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI MÉRÉSI EREDMÉYEK POTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI. A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk

Részletesebben

Statisztika elméleti összefoglaló

Statisztika elméleti összefoglaló 1 Statisztika elméleti összefoglaló Tel.: 0/453-91-78 1. Tartalomjegyzék 1. Tartalomjegyzék.... Becsléselmélet... 3 3. Intervallumbecslések... 5 4. Hipotézisvizsgálat... 8 5. Regresszió-számítás... 11

Részletesebben

Khi-négyzet eloszlás. Statisztika II., 3. alkalom

Khi-négyzet eloszlás. Statisztika II., 3. alkalom Khi-négyzet eloszlás Statisztika II., 3. alkalom A khi négyzet eloszlást (Pearson) leggyakrabban kategorikus adatok elemzésére használjuk. N darab standard normális eloszlású változó négyzetes összegeként

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

Egyfázisú aszinkron motor

Egyfázisú aszinkron motor AGISYS Ipari Keverés- és Hajtástecnika Kft. Egyfázisú aszinkron otor 1 Egy- és árofázisú otorok főbb jellegzetességei 1.1 Forgórész A kalickás aszinkron otorok a forgórész orony alakjának kialakításától

Részletesebben

Többváltozós lineáris regressziós modell feltételeinek tesztelése II.

Többváltozós lineáris regressziós modell feltételeinek tesztelése II. Többváltozós lineáris regressziós modell feltételeinek tesztelése II. - A magyarázó változóra vonatkozó feltételek tesztelése - Optimális regressziós modell kialakítása - Kvantitatív statisztikai módszerek

Részletesebben

Összegezés az ajánlatok elbírálásáról

Összegezés az ajánlatok elbírálásáról Összegez az ajánlatok elbírálásáról 1. Az ajánlatkérő cíe: Budapest Főváros Vagyonkezelő Központ Zrt. (1013 Budapest, Attila út 13/A.) 2. A közbeszerz tárgya ennyisége: Budapest Főváros Vagyonkezelő Központ

Részletesebben

Fluidizált halmaz jellemzőinek mérése

Fluidizált halmaz jellemzőinek mérése 1. Gyakorlat célja Fluidizált halaz jellezőinek érése A szecsés halaz tulajdonságainak eghatározása, a légsebesség-nyoásesés görbe és a luidizációs határsebesseg eghatározása. A érésekböl eghatározott

Részletesebben