Statisztika I. 2. előadás: Statisztikai táblák elemzése. Kóczy Á. László. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem
|
|
- Zsanett Somogyi
- 6 évvel ezelőtt
- Látták:
Átírás
1 Statisztika I 2 előadás: Statisztikai táblák elemzése Kóczy Á László koczylaszlo@kgkuni-obudahu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem
2 Eddig statisztikai alapfogalmak sokaság, egyed, ismérv Mérés, adatgyűjtés Adatok rendszerezése gyakorisági sorok Adatok jellemzése helyzetmutatók, ábrázolás
3 A statisztikai tábla Statisztikai tábla Statisztikai sorok összefüggő rendszere Megnevezés Vállalkozások száma Összes jegyzett tőke (Mrd Ft) Ebből külföldi részesedés
4 A statisztikai tábla Statisztikai tábla Statisztikai sorok összefüggő rendszere Fejrovatok Oldalrovatok
5 A táblázatok fajtái Egyszerű tábla Csoportosítás nélküli adatsorok összefüggő rendszere Csoportosító tábla 1 ismérv szerinti csoportosítást tartalmazó adatsorok Kombinációs v kontingenciatábla Több ismérv szerinti csoportosítást tartalmazó adatsorok Megnevezés Vállalkozások száma Összes jegyzett tőke (Mrd Ft) Ebből külföldi részesedés
6 A táblázatok fajtái Egyszerű tábla Csoportosítás nélküli adatsorok összefüggő rendszere Csoportosító tábla 1 ismérv szerinti csoportosítást tartalmazó adatsorok Kombinációs v kontingenciatábla Több ismérv szerinti csoportosítást tartalmazó adatsorok Korcsoport Népességszám (E fő) (év) Összesen
7 A táblázatok fajtái Egyszerű tábla Csoportosítás nélküli adatsorok összefüggő rendszere Csoportosító tábla 1 ismérv szerinti csoportosítást tartalmazó adatsorok Kombinációs v kontingenciatábla Több ismérv szerinti csoportosítást tartalmazó adatsorok Komfortosság Bp Városok Községek Összesen Komfortos Félkomfortos Komfort nélküli Összesen
8 Egyszerű táblák elemzése Intenzitási viszonyszám Két különböző fajta statisztikai adat hányadosa (sűrűség-, ellátottsági-, átlagjellegű mutatók, arányszámok)
9 Egyszerű táblák elemzése Intenzitási viszonyszám Két különböző fajta statisztikai adat hányadosa (sűrűség-, ellátottsági-, átlagjellegű mutatók, arányszámok) egyenes fordított
10 Egyszerű táblák elemzése Intenzitási viszonyszám Két különböző fajta statisztikai adat hányadosa (sűrűség-, ellátottsági-, átlagjellegű mutatók, arányszámok) egyenes nyers fordított tisztított
11 Egyszerű táblák elemzése Intenzitási viszonyszám Két különböző fajta statisztikai adat hányadosa (sűrűség-, ellátottsági-, átlagjellegű mutatók, arányszámok) egyenes nyers fordított tisztított Dinamikus viszonyszám Ugyanazon statisztikai adat két időpontban felvett értékének hányadosa
12 Fejlődési trendek Láncviszonyszám Egymást követő periódusok statisztikai adatainak hányadosa Bázisviszonyszám Tárgy- és bázisperiódus statisztikai adatainak hányadosa (bővebben: ld 22 fejezet)
13 Egyszerű táblák példa Megnevezés =100% A Népesség (E fő) A A A Orvosok sz (fő) B B B Háziorvosok sz (fő) b 5092 b b lakosra jutó orvos 1 orvosra jutó lakos 1 háziorvosra jutó lakos Háziorvosok aránya B A 29 A B 347 A b 2102 b B 17 B 0 A 0 40 A 0 B A 0 b b 0 B 0 15 B 1 A A 1 B 1 72 A 1 b 1 77 b 1 B 1 93 A 0 B 1 B 0 b 1 b 0 B 1 : B 0 A 1 A 0 A 1 : A 0 B 1 B 0 A 1 : A 0 b 1 b 0 b 1 : b 0 B 1 B 0
14 Csoportosító táblák Részsokaságok A j B j V j = A j B j C 1 A 1 B 1 V 1 = A 1 B 1 C j A j B j V j = A j B j C M A M B M V M = A M B M Fősokaság M j=1 A M j j=1 B j=1 j V = A j j=1 B j Rész- (V j ) és összetett (V ) viszonyszámok V j = A j j=1 illetve V = A j B M j j=1 B j = j=1 B jv j j=1 B j = j=1 A j j=1 A j V j
15 Csoportosító táblák Részsokaságok A j B j V j = A j B j C 1 A 1 B 1 V 1 = A 1 B 1 C j A j B j V j = A j B j C M A M B M V M = A M B M Fősokaság M j=1 A M j j=1 B j=1 j V = A j j=1 B j Rész- (V j ) és összetett (V ) viszonyszámok V j = A j j=1 illetve V = A j B M j j=1 B j = j=1 B jv j j=1 B j = j=1 A j j=1 A j V j
16 Csoportosító táblák Részsokaságok A j B j V j = A j B j C 1 A 1 B 1 V 1 = A 1 B 1 C j A j B j V j = A j B j C M A M B M V M = A M B M Fősokaság M j=1 A M j j=1 B j=1 j V = A j j=1 B j Rész- (V j ) és összetett (V ) viszonyszámok V j = A j j=1 illetve V = A j B M j j=1 B j = j=1 B jv j j=1 B j = j=1 A j j=1 A j V j
17 Csoportosító táblák Részsokaságok A j B j V j = A j B j C 1 A 1 B 1 V 1 = A 1 B 1 C j A j B j V j = A j B j C M A M B M V M = A M B M Fősokaság M j=1 A M j j=1 B j=1 j V = A j j=1 B j Rész- (V j ) és összetett (V ) viszonyszámok V j = A j j=1 illetve V = A j B M j j=1 B j = j=1 B jv j j=1 B j = j=1 A j j=1 A j V j
18 Csoportosító táblák Példa Részsokaságok Népesség Lakások Fő 100 lakás Budapest A 1 B 1 V 1 = A 1 B 1 A többi város A j B j V j = A j B j Községek A M B M V M = A M B M Összesen M j=1 A M j j=1 B j=1 j V = A j j=1 B j Rész- (V j ) és összetett (V ) viszonyszámok V j = A j j=1 illetve V = A j B M j j=1 B j = j=1 B jv j j=1 B j = j=1 A j j=1 A j V j
19 Csoportosító táblák Példa Részsokaságok Népesség Lakások Fő Lakás Budapest 1995,7 810 V 1 = A 1 B 1 A többi város 4561, V j = A j B j Községek 3719, V M = A M Összesen 10277, V = Rész- (V j ) és összetett (V ) viszonyszámok B M M j=1 A j j=1 B j V j = A j j=1 illetve V = A j B M j j=1 B j = j=1 B jv j j=1 B j = j=1 A j j=1 A j V j
20 Csoportosító táblák Példa Részsokaságok Népesség Lakások Fő 100 lakás Budapest 1995, ,46 A többi város 4561, ,70 Községek 3719, ,56 Összesen 10277, ,60 Rész- (V j ) és összetett (V ) viszonyszámok V j = A j j=1 illetve V = A j B M j j=1 B j = j=1 B jv j j=1 B j = j=1 A j j=1 A j V j
21 Szerkezet- és dinamikai változás vizsgálata Lakások szobaszám szerinti megoszlása Szobák változás B száma B j A j Bj A j j Aj V j = A j B j ,2% ,4% 3 és több ,6% Összesen ,7%
22 Szerkezet- és dinamikai változás vizsgálata Lakások szobaszám szerinti megoszlása Szobák változás B száma B j A j Bj A j j Aj V j = A j B j ,2% ,4% 3 és több ,6% Összesen ,7%
23 Szerkezet- és dinamikai változás vizsgálata Lakások szobaszám szerinti megoszlása Szobák változás B száma B j A j Bj A j j Aj V j = A j B j ,2% ,4% 3 és több ,6% Összesen ,7%
24 Szerkezet- és dinamikai változás vizsgálata Lakások szobaszám szerinti megoszlása Szobák változás B száma B j A j Bj A j j Aj V j = A j B j ,2% ,4% 3 és több ,6% Összesen ,7%
25 Szerkezet- és dinamikai változás vizsgálata A részsokaságok nagyságának eltérő mértékű változása a fősokaság összetételének megváltozását jelenti Ha V j V V j V átrendezve: A j j=1 A j B j j=1 B j A j j=1 A j részsokaság aránya csökken nő Súgó: V j = A j B j, V = A j B j V j j=1 A j j=1 B j tárgyidőszaki adat bázisidőszaki adat rész-dinamikus viszonyszám B j j=1 B j V A fősokaság összetett viszonyszáma M A részsokaságok (csoportok) száma
26 Szerkezet- és dinamikai változás vizsgálata A részsokaságok nagyságának eltérő mértékű változása a fősokaság összetételének megváltozását jelenti Ha V j V V j V átrendezve: A j j=1 A j B j j=1 B j A j j=1 A j részsokaság aránya csökken nő Súgó: V j = A j B j, V = A j B j V j j=1 A j j=1 B j tárgyidőszaki adat bázisidőszaki adat rész-dinamikus viszonyszám B j j=1 B j V A fősokaság összetett viszonyszáma M A részsokaságok (csoportok) száma
27 Kombinációs táblák C D 1 C D j C D t j C E 1 f 11 f 1j f 1t f 1 Ci E f i1 f ij f it f i Cs E f s1 f sj f st f s 1 f 1 f j f t N Az ismérvek közötti kapcsolat lehet Függvényszerű Sztochasztikus Asszociáció minőségi/területi ismérvek között Vegyes kapcsolat Korrelációs kapcsolat Nincs (az ismérvek függetlenek)
28 Kombinációs táblák C D 1 C D j C D t j C E 1 f 11 f 1j f 1t f 1 Ci E f i1 f ij f it f i Cs E f s1 f sj f st f s 1 f 1 f j f t N Az ismérvek közötti kapcsolat lehet Függvényszerű Sztochasztikus Asszociáció minőségi/területi ismérvek között Vegyes kapcsolat Korrelációs kapcsolat Nincs (az ismérvek függetlenek)
29 Kombinációs táblák C D 1 C D j C D t j C E 1 f 11 f 1j f 1t f 1 Ci E f i1 f ij f it f i Cs E f s1 f sj f st f s 1 f 1 f j f t N Függetlenség esetén f 11 f 1 = = f 1j f j = = f 1t f t = f 1 N azaz f i N f j N = f ij N
30 Kombinációs táblák C D 1 C D j C D t j C E 1 f 11 f 1j f 1t f 1 Ci E f i1 f ij f it f i Cs E f s1 f sj f st f s 1 f 1 f j f t N Függetlenség esetén f 11 f 1 = = f 1j f j = = f 1t f t = f 1 N azaz f i N f j N = f ij N
31 Yule-féle asszociációs együttható C D 1 C D 2 j C E 1 f 11 f 12 f 1 C E 2 f 21 f 22 f 2 1 f 1 f 2 N Mivel f 11 = f 1f 1 N, f 12 = f 2f 1 N,f 21 = f 1f 2 N és f 22 = f 2f 2 N, Átrendezve: f 12 f 11 = f 22 f 21 f 11 f 22 = f 12 f 21
32 Yule-féle asszociációs együttható C D 1 C D 2 j C E 1 f 11 f 12 f 1 C E 2 f 21 f 22 f 2 1 f 1 f 2 N Mivel f 11 = f 1f 1 N, f 12 = f 2f 1 N,f 21 = f 1f 2 N és f 22 = f 2f 2 N, Átrendezve: f 12 f 11 = f 22 f 21 f 11 f 22 = f 12 f 21
33 Yule-féle asszociációs együttható C D 1 C D 2 j C E 1 f 11 f 12 f 1 C E 2 f 21 f 22 f 2 1 f 1 f 2 N Mivel f 11 = f 1f 1 N, f 12 = f 2f 1 N,f 21 = f 1f 2 N és f 22 = f 2f 2 N, Átrendezve: f 12 f 11 = f 22 f 21 f 11 f 22 = f 12 f 21
34 Yule-féle asszociációs együttható C D 1 C D 2 j C E 1 f 11 f 12 f 1 C E 2 f 21 f 22 f 2 1 f 1 f 2 N Mivel f 11 = f 1f 1 N, f 12 = f 2f 1 N,f 21 = f 1f 2 N és f 22 = f 2f 2 N, Átrendezve: f 12 f 11 = f 22 f 21 f 11 f 22 = f 12 f 21
35 Yule-féle asszociációs együttható C D 1 C D 2 j C E 1 f 11 f 12 f 1 C E 2 f 21 f 22 f 2 1 f 1 f 2 N Mivel f 11 = f 1f 1 N, f 12 = f 2f 1 N,f 21 = f 1f 2 N és f 22 = f 2f 2 N, Átrendezve: f 12 f 11 = f 22 f 21 f 11 f 22 = f 12 f 21
36 Yule-féle asszociációs együttható C D 1 C D 2 j C E 1 f 11 f 12 f 1 C E 2 f 21 f 22 f 2 1 f 1 f 2 N Mivel f 11 = f 1f 1 N, f 12 = f 2f 1 N,f 21 = f 1f 2 N és f 22 = f 2f 2 N, Átrendezve: f 12 f 11 = f 22 f 21 f 11 f 22 = f 12 f 21
37 Yule-féle asszociációs együttható II Yule-féle asszociációs együttható Y = f 11f 22 f 12 f 21 f 11 f 22 + f 12 f 21 Ha függetlenek f 11 f 22 = f 12 f 21, tehát Y = 0 Függvényszerű kapcsolat esetén valamely f ij = 0, ekkor Y = 1, vagy Y = 1 Udny Yule
38 Yule-féle asszociációs együttható II Yule-féle asszociációs együttható Y = f 11f 22 f 12 f 21 f 11 f 22 + f 12 f 21 Ha függetlenek f 11 f 22 = f 12 f 21, tehát Y = 0 Függvényszerű kapcsolat esetén valamely f ij = 0, ekkor Y = 1, vagy Y = 1 Udny Yule
39 Yule-féle asszociációs együttható II Yule-féle asszociációs együttható Y = f 11f 22 f 12 f 21 f 11 f 22 + f 12 f 21 Ha függetlenek f 11 f 22 = f 12 f 21, tehát Y = 0 Függvényszerű kapcsolat esetén valamely f ij = 0, ekkor Y = 1, vagy Y = 1 Udny Yule Hátránya: csak alternatív ismérvek esetén
40 Csuprov és Cramer-féle asszociációs együtthatók Függetlenség esetén f ij f j = f i N, azaz f ij = f i f j N Legyen f ij = f i f j N a feltételezett gyakoriság! A tényleges és a feltételezett gyakoriságok eltérése: χ 2 = s i=1 j=1 ( t f ij fij f ij ) 2
41 Csuprov és Cramer-féle asszociációs együtthatók Függetlenség esetén f ij f j = f i N, azaz f ij = f i f j N Legyen f ij = f i f j N a feltételezett gyakoriság! A tényleges és a feltételezett gyakoriságok eltérése: χ 2 = s i=1 j=1 χ 2 = chi-négyzet, mint pszichiátria ( t f ij fij f ij ) 2
42 Csuprov és Cramer-féle asszociációs együtthatók Függetlenség esetén f ij f j = f i N, azaz f ij = f i f j N Legyen f ij = f i f j N a feltételezett gyakoriság! A tényleges és a feltételezett gyakoriságok eltérése: χ 2 = 0 χ 2 s i=1 j=1 ( t f ij fij { N(s 1) N(t 1) f ij ) 2 ha s t egyébként
43 Csuprov és Cramer-féle asszociációs együtthatók II Cramer-féle asszociációs együttható C = χ 2 N(s 1) χ 2 N(t 1) ha s t egyébként Gabriel Cramer ( ) C = 0 ha függetlenek C 1 ha erős kapcsolat
44 Csuprov és Cramer-féle asszociációs együtthatók II Csuprov-féle asszociációs együttható T = χ 2 N s 1 t 1 T = 0 ha függetlenek T 1 ha erős kapcsolat és s = t Alexander Alexandrovics Csuprov ( )
45 Csuprov és Cramer-féle asszociációs együtthatók II Csuprov-féle asszociációs együttható Cramer-féle asszociációs együttható T = χ 2 N s 1 t 1 C = χ 2 N(s 1) χ 2 N(t 1) ha s t egyébként T = 0 ha függetlenek T 1 ha erős kapcsolat és s = t C = 0 ha függetlenek C 1 ha erős kapcsolat
46 Csuprov és Cramer-féle asszociációs együtthatók II Csuprov-féle asszociációs együttható Cramer-féle asszociációs együttható T = χ 2 N s 1 t 1 C = χ 2 N(s 1) χ 2 N(t 1) ha s t egyébként T = 0 ha függetlenek T 1 ha erős kapcsolat és s = t C = 0 ha függetlenek C 1 ha erős kapcsolat
47 Vegyes kapcsolat Sztochasztikus kapcsolat egy minőségi/területi és mennyiségi változó között Sorszám C1 D Cj D CM D 1 X 11 X 1j X 1M i X i1 X ij X im N j X N1 1 X NM M X Nj j
48 Vegyes kapcsolat Sztochasztikus kapcsolat egy minőségi/területi és mennyiségi változó között C D 1 C D j C D M j C x 1 f 11 f 1j f 1M f 1 Ci x f i1 f ij f im f i Ck x f k1 f kj f km f s 1 N 1 N j N M N Ha túl sok az érték (k nagy), a tábla túl ritka A csoportosítás önkényes más módszerek!
49 Szórás Főátlag: X = N j j=1 i=1 X ij N Részátlag: X N j i=1 j = X ij N j Teljes eltérés d ij = X ij X = Belső eltérés B ij = X ij X j + Külső eltérés K ij = X j X Szórásnégyzet ( szigma négyzet ) Teljes szórás 2 : σ 2 = N j j=1 i=1 d ij 2 N j N Részszórás 2 : σj 2 i=1 = B2 ij N j Belső szórásnégyzet Külső szórásnégyzet σ 2 = N j M σb 2 = Bij 2 N + j=1 i=1 N j M σk 2 = Kij 2 N j=1 i=1
50 Szórás Főátlag: X = N j j=1 i=1 X ij N Részátlag: X N j i=1 j = X ij N j Teljes eltérés d ij = X ij X = Belső eltérés B ij = X ij X j + Külső eltérés K ij = X j X Szórásnégyzet ( szigma négyzet ) Teljes szórás 2 : σ 2 = N j j=1 i=1 d ij 2 N j N Részszórás 2 : σj 2 i=1 = B2 ij N j Belső szórásnégyzet Külső szórásnégyzet σ 2 = N j M σb 2 = Bij 2 N + j=1 i=1 N j M σk 2 = Kij 2 N j=1 i=1
51 Szórás Főátlag: X = N j j=1 i=1 X ij N Részátlag: X N j i=1 j = X ij N j Teljes eltérés d ij = X ij X = Belső eltérés B ij = X ij X j + Külső eltérés K ij = X j X Szórásnégyzet ( szigma négyzet ) Teljes szórás 2 : σ 2 = N j j=1 i=1 d ij 2 N j N Részszórás 2 : σj 2 i=1 = B2 ij N j Belső szórásnégyzet Külső szórásnégyzet σ 2 = N j M σb 2 = Bij 2 N + j=1 i=1 N j M σk 2 = Kij 2 N j=1 i=1
52 Szóráselemzés Átlagok Szórások ismérvek kapcsolata X j -k egyenlők, σk 2 = 0 nincs összefüggés X ij = X j σb 2 = 0 függvényszerű Egyébként 0 < σk 2 < σ2 sztochasztikus Szórásnégyzet-hányados H 2 = σ2 K σ 2
53 Szóráselemzés Átlagok Szórások ismérvek kapcsolata X j -k egyenlők, σk 2 = 0 nincs összefüggés X ij = X j σb 2 = 0 függvényszerű Egyébként 0 < σk 2 < σ2 sztochasztikus Szórásnégyzet-hányados H 2 = σ2 K σ 2
54 Szóráselemzés Átlagok Szórások H 2 ismérvek kapcsolata X j -k egyenlők, σ 2 K = 0 H2 = 0 nincs összefüggés X ij = X j σ 2 B = 0 H2 = 1 függvényszerű Egyébként 0 < σ 2 K < σ2 0 < H 2 < 1 sztochasztikus Szórásnégyzet-hányados H 2 = σ2 K σ 2
55 Korrelációs táblák Sztochasztikus kapcsolat két mennyiségi ismérv között C Y 1 C Y j C Y M j C X 1 f 11 f 1j f 1M f 1 Ci X f i1 f ij f im f i Ck X f k1 f kj f km f s 1 N 1 N j N M N Ha nagyobb X-re nagyobb Y : pozitív korreláció, ha nagyobb X-re kisebb Y : negatív korreláció Tapasztalati regressziófüggvény A Ci X osztályokon értelmezett függvény, mely Ci X -hez az Ȳi részátlagot rendeli
56 Korrelációs táblák Sztochasztikus kapcsolat két mennyiségi ismérv között C Y 1 C Y j C Y M j C X 1 f 11 f 1j f 1M f 1 Ci X f i1 f ij f im f i Ck X f k1 f kj f km f s 1 N 1 N j N M N Ha nagyobb X-re nagyobb Y : pozitív korreláció, ha nagyobb X-re kisebb Y : negatív korreláció Tapasztalati regressziófüggvény A Ci X osztályokon értelmezett függvény, mely Ci X -hez az Ȳi részátlagot rendeli
57 Korrelációs táblák példa Szobaszám X i Átl lakósz Ȳ i
58 Korreláció szorosságának mérése Mint vegyes kapcsolatnál: X szerint Y -ra, vagy Y szerint X-re Determinációs hányados X mekkora hányadát magyarázza meg Y szórásnégyzetének: H 2 (Y X) = σ2 K (Y ) σ 2 (Y ) A H (Y X) a korrelációs hányados
59 Korreláció szorosságának mérése Mint vegyes kapcsolatnál: X szerint Y -ra, vagy Y szerint X-re Determinációs hányados X mekkora hányadát magyarázza meg Y szórásnégyzetének: Szóródó ismérv H 2 (Y X) = σ2 K (Y ) σ 2 (Y ) A H (Y X) a korrelációs hányados Csoportosító ismérv
60 Probléma Budán drágábbak a lakások Miért? Jobb a levegő: ugyanaz a lakás Budán többe kerülnevagy: Mások a lakások: nagyobbak, komfortosabbak Idén olcsóbbak az eladott lakások Miért? Lefelé mennek az ingatlanárak, vagy Kisebb, rosszabb állagú lakások kerülnek eladásra
61 Probléma Budán drágábbak a lakások Miért? Jobb a levegő: ugyanaz a lakás Budán többe kerülnevagy: Mások a lakások: nagyobbak, komfortosabbak Idén olcsóbbak az eladott lakások Miért? Lefelé mennek az ingatlanárak, vagy Kisebb, rosszabb állagú lakások kerülnek eladásra
62 Probléma Budán drágábbak a lakások Miért? Jobb a levegő: ugyanaz a lakás Budán többe kerülnevagy: Mások a lakások: nagyobbak, komfortosabbak Idén olcsóbbak az eladott lakások Miért? Lefelé mennek az ingatlanárak, vagy Kisebb, rosszabb állagú lakások kerülnek eladásra
63 Probléma Budán drágábbak a lakások Miért? Jobb a levegő: ugyanaz a lakás Budán többe kerülnevagy: Mások a lakások: nagyobbak, komfortosabbak Idén olcsóbbak az eladott lakások Miért? Lefelé mennek az ingatlanárak, vagy Kisebb, rosszabb állagú lakások kerülnek eladásra
64 Probléma Budán drágábbak a lakások Miért? Jobb a levegő: ugyanaz a lakás Budán többe kerülnevagy: Mások a lakások: nagyobbak, komfortosabbak Idén olcsóbbak az eladott lakások Miért? Lefelé mennek az ingatlanárak, vagy Kisebb, rosszabb állagú lakások kerülnek eladásra
65 Probléma Budán drágábbak a lakások Miért? Jobb a levegő: ugyanaz a lakás Budán többe kerülnevagy: Mások a lakások: nagyobbak, komfortosabbak Idén olcsóbbak az eladott lakások Miért? Lefelé mennek az ingatlanárak, vagy Kisebb, rosszabb állagú lakások kerülnek eladásra
66 Viszonyszámok (emlékeztető) Jelenség színvonalának vizsgálata viszonyszámokkal Viszonyszám (1 fejezet) Két, logikai kapcsolatban álló statisztikai adat hányadosa Heterogén sokaság: intenzitási rész-/összetett viszonyszámok Részsokaságok A j B j V j = A j B j C 1 A 1 B 1 V 1 = A 1 B 1 C j A j B j V j = A j B j C M A M B M V M = A M B M Fősokaság M j=1 A M j j=1 B j=1 j V = A j j=1 B j
67 Viszonyszámok (emlékeztető) Jelenség színvonalának vizsgálata viszonyszámokkal Viszonyszám (1 fejezet) Két, logikai kapcsolatban álló statisztikai adat hányadosa Heterogén sokaság: intenzitási rész-/összetett viszonyszámok Részsokaságok A j B j V j = A j B j C 1 A 1 B 1 V 1 = A 1 B 1 C j A j B j V j = A j B j C M A M B M V M = A M B M Fősokaság M j=1 A M j j=1 B j=1 j V = A j j=1 B j
68 Viszonyszámok (emlékeztető) Jelenség színvonalának vizsgálata viszonyszámokkal Viszonyszám (1 fejezet) Két, logikai kapcsolatban álló statisztikai adat hányadosa Heterogén sokaság: intenzitási rész-/összetett viszonyszámok Részsokaságok A j B j V j = A j B j C 1 A 1 B 1 V 1 = A 1 B 1 C j A j B j V j = A j B j C M A M B M V M = A M B M Fősokaság M j=1 A M j j=1 B j=1 j V = A j j=1 B j
69 Összetett intenzitási viszonyszámok Az átlagos színvonalat befolyásolja a 1 az egyes csoportokban vizsgált színvonal 2 a sokaság szerkezete, összetétele Amit vizsgálunk: térbeli különbözőség, és időbeli változás
70 Összetett intenzitási viszonyszámok Az átlagos színvonalat befolyásolja a 1 az egyes csoportokban vizsgált színvonal 2 a sokaság szerkezete, összetétele Amit vizsgálunk: térbeli különbözőség, és időbeli változás
71 Összetett viszonyszámok: példa A B Nem Össz bér Létsz Átl bér Össz bér Létsz Átl bér (e Ft) (fő) (e Ft) (e Ft) (fő) (e Ft) Férfi Nő Össz Az átlagos jövedelem csökken, míg a férfiak és nők jövedelme is nő Hogyan lehetséges? Más a nem szerinti összetétel A megoldás: standardizálás Standardizálás A térben/időben eltérő összetett intenzitási viszonyszámok közötti különbségeket összetevőkre/tényezőkre bontjuk
72 Összetett viszonyszámok: példa A B Nem Össz bér Létsz Átl bér Össz bér Létsz Átl bér (e Ft) (fő) (e Ft) (e Ft) (fő) (e Ft) Férfi Nő Össz Az átlagos jövedelem csökken, míg a férfiak és nők jövedelme is nő Hogyan lehetséges? Más a nem szerinti összetétel A megoldás: standardizálás Standardizálás A térben/időben eltérő összetett intenzitási viszonyszámok közötti különbségeket összetevőkre/tényezőkre bontjuk
73 Összetett viszonyszámok: példa A B Nem Össz bér Létsz Átl bér Össz bér Létsz Átl bér (e Ft) (fő) (e Ft) (e Ft) (fő) (e Ft) Férfi Nő Össz Az átlagos jövedelem csökken, míg a férfiak és nők jövedelme is nő Hogyan lehetséges? Más a nem szerinti összetétel A megoldás: standardizálás Standardizálás A térben/időben eltérő összetett intenzitási viszonyszámok közötti különbségeket összetevőkre/tényezőkre bontjuk
74 Összetett viszonyszámok: példa A B Nem Össz bér Létsz Átl bér Össz bér Létsz Átl bér (e Ft) (fő) (e Ft) (e Ft) (fő) (e Ft) Férfi Nő Össz Az átlagos jövedelem csökken, míg a férfiak és nők jövedelme is nő Hogyan lehetséges? Más a nem szerinti összetétel A megoldás: standardizálás Standardizálás A térben/időben eltérő összetett intenzitási viszonyszámok közötti különbségeket összetevőkre/tényezőkre bontjuk
75 Összetett viszonyszámok: példa A B Nem Össz bér Létsz Átl bér Össz bér Létsz Átl bér (e Ft) (fő) (e Ft) (e Ft) (fő) (e Ft) Férfi Nő Össz Az átlagos jövedelem csökken, míg a férfiak és nők jövedelme is nő Hogyan lehetséges? Más a nem szerinti összetétel A megoldás: standardizálás Standardizálás A térben/időben eltérő összetett intenzitási viszonyszámok közötti különbségeket összetevőkre/tényezőkre bontjuk
76 Standardizálás Térbeli összehasonlításnál eltérést, különbséget vizsgálunk Időbeli elemzésnél %-os változást, hányadosokat számítunk ki Standardizálás Az összetett viszonyszámot a részviszonyszámok és az összetétel együttesen határozzák meg A standardizálás során egy-egy tényező hatásának elemzésekor a másikat standardnak (állandónak) feltételezzük
77 Összetett viszonyszámok meghatározása összehasonlítandó területek/időszakok Különb Hányados 0 1 k = i = A j0 B j0 V j0 A j1 B j1 V j1 V 1 V 0 V 1 V 0 1 A 10 B 10 V 10 A 11 B 11 V 11 k 1 i 1 j A j0 B j0 V j0 A j1 B j1 V j1 k j i j M A M0 B M0 V M0 A M1 B M1 V M1 k M i j A j0 j B j0 V0 j A j1 j B j1 V1 K I A cél K, illetve I (főátlagindex) meghatározása (tér- illetve időbeli összehasonlítás esetén) K = K + K (illetve I = I I ), ahol K (illetve I ) részhatáskülönbség (ill részátlagindex) a részviszonyszámok változásának hatása K (illetve I ) összetételhatás-különbség (ill -index) az összetétel változásának hatása
78 Összetett viszonyszámok meghatározása összehasonlítandó területek/időszakok Különb Hányados 0 1 k = i = A j0 B j0 V j0 A j1 B j1 V j1 V 1 V 0 V 1 V 0 1 A 10 B 10 V 10 A 11 B 11 V 11 k 1 i 1 j A j0 B j0 V j0 A j1 B j1 V j1 k j i j M A M0 B M0 V M0 A M1 B M1 V M1 k M i j A j0 j B j0 V0 j A j1 j B j1 V1 K I A cél K, illetve I (főátlagindex) meghatározása (tér- illetve időbeli összehasonlítás esetén) K = K + K (illetve I = I I ), ahol K (illetve I ) részhatáskülönbség (ill részátlagindex) a részviszonyszámok változásának hatása K (illetve I ) összetételhatás-különbség (ill -index) az összetétel változásának hatása
79 Főátlagok összetevőkre bontása K = K + K az összetett intenzitási viszonyszám, ahol K részhatáskülönbség : a részviszonyszámok változásának hatása A valódi különbség K összetételhatás-különbség az összetétel változásának hatása A részsokaságok eltérő aránya okozta, látszólagos különbség
80 Főátlagok összetevőkre bontása K = K + K az összetett intenzitási viszonyszám, ahol K részhatáskülönbség : a részviszonyszámok változásának hatása A valódi különbség K összetételhatás-különbség az összetétel változásának hatása A részsokaságok eltérő aránya okozta, látszólagos különbség
81 Főátlagok összetevőkre bontása K = K + K az összetett intenzitási viszonyszám, ahol K részhatáskülönbség : a részviszonyszámok változásának hatása A valódi különbség K összetételhatás-különbség az összetétel változásának hatása A részsokaságok eltérő aránya okozta, látszólagos különbség
82 Indexszámítás: hányadosfelbontás I = I I a főátlagindex (vagy változó állományú index), ahol I részátlagindex (vagy változatlan állományú index) a részviszonyszámok változásának hatása A valódi különbség I összetételhatás-index (vagy arányeltolódási index) az összetétel változásának hatása A részsokaságok eltérő aránya okozta, látszólagos különbség
83 Indexszámítás: hányadosfelbontás I = I I a főátlagindex (vagy változó állományú index), ahol I részátlagindex (vagy változatlan állományú index) a részviszonyszámok változásának hatása A valódi különbség I összetételhatás-index (vagy arányeltolódási index) az összetétel változásának hatása A részsokaságok eltérő aránya okozta, látszólagos különbség
84 Indexszámítás: hányadosfelbontás I = I I a főátlagindex (vagy változó állományú index), ahol I részátlagindex (vagy változatlan állományú index) a részviszonyszámok változásának hatása A valódi különbség I összetételhatás-index (vagy arányeltolódási index) az összetétel változásának hatása A részsokaságok eltérő aránya okozta, látszólagos különbség
85 Standardizálás K (ill I ) kiszámításához a két terület/időszak viszonyszámait standard, azonos összetétellel számoljuk ki K = j=1 B j(st)v j1 j=1 B j(st) j=1 B j(st)v j0 j=1 B j(st) K = j=1 B j1v j(st) j=1 B j1 j=1 B j0v j(st) j=1 B j0 részátlagindex számolásánál (mindig) B (st) = B 1 ; összetételhatás indexénél (mindig) V (st) = V 0
86 Standardizálás K (ill I ) kiszámításához a két terület/időszak viszonyszámait standard, azonos összetétellel számoljuk ki I = j=1 B j(st)v j1 j=1 B j(st) : j=1 B j(st)v j0 j=1 B j(st) I = j=1 B j1v j(st) j=1 B j1 : j=1 B j0v j(st) j=1 B j0 részátlagindex számolásánál (mindig) B (st) = B 1 ; összetételhatás indexénél (mindig) V (st) = V 0
87 Standardizálás K (ill I ) kiszámításához a két terület/időszak viszonyszámait standard, azonos összetétellel számoljuk ki I = j=1 B j1v j1 j=1 B j1 : j=1 B j1v j0 j=1 B j1 I = j=1 B j1v j0 j=1 B j1 : j=1 B j0v j0 j=1 B j0 részátlagindex számolásánál (mindig) B (st) = B 1 ; összetételhatás indexénél (mindig) V (st) = V 0
88 Átlagbérek 1994 január 1995 január Csoport Béralap Létsz Átl bér Béralap Létsz Átl bér Vált (e Ft) (fő) (Ft) (e Ft) (fő) (Ft) (A 0 ) (B 0 ) (V 0 ) (A 1 ) (B 1 ) (V 1 ) Fizikai ,0 Szellemi ,0 Együtt ,4 Minden dolgozó fizetése 10%-al nőtt, az átlag viszont csak 94%-kal Ellentmondás? Összetétel-hatás (st = 0):
89 Átlagbérek 1994 január 1995 január Csoport Béralap Létsz Átl bér Béralap Létsz Átl bér Vált (e Ft) (fő) (Ft) (e Ft) (fő) (Ft) (A 0 ) (B 0 ) (V 0 ) (A 1 ) (B 1 ) (V 1 ) Fizikai ,0 Szellemi ,0 Együtt ,4 Minden dolgozó fizetése 10%-al nőtt, az átlag viszont csak 94%-kal Ellentmondás? Gondolatkísérlet: mi lenne, ha nem változott volna egyáltalán? Összetétel-hatás (st = 0):
90 Átlagbérek 1994 január 1995 január Csoport Béralap Létsz Átl bér Béralap Létsz Átl bér Vált (e Ft) (fő) (Ft) (e Ft) (fő) (Ft) (A 0 ) (B 0 ) (V 0 ) (A 1 ) (B 1 ) (V 1 ) Fizikai ,0 Szellemi ,0 Együtt ,4 Minden dolgozó fizetése 10%-al nőtt, az átlag viszont csak 94%-kal Ellentmondás? Gondolatkísérlet: mi lenne, ha nem változott volna egyáltalán? Összetétel-hatás (st = 0): I = j=1 B j1v j(st) j=1 B j1 / j=1 B j0v j(st) j=1 B j0 = B 11V 10 +B 21 V 20 B 11 +B 21 / B 10V 10 +B 20 V 20 B 10 +B 20 = / = = 99, 4%
91 Átlagbérek 1994 január 1995 január Csoport Béralap Létsz Átl bér Béralap Létsz Átl bér Vált (e Ft) (fő) (Ft) (e Ft) (fő) (Ft) (A 0 ) (B 0 ) (V 0 ) (A 1 ) (B 1 ) (V 1 ) Fizikai ,0 Szellemi ,0 Együtt ,4 Minden dolgozó fizetése 10%-al nőtt, az átlag viszont csak 94%-kal Ellentmondás? Összetétel-hatás (st = 0): I = 99, 4% A részátlagindex (st = 1): I = j=1 B j(st)v j1 j=1 B j(st) j=1 B j(st)v j0 / = B 11V 11 +B 21 V 21 j=1 B B j(st) 11 +B 21 / B 11V 10 +B 21 V 20 B 11 +B 21 = / = = 110%
92 Átlagárak Az árszínvonal összehasonlítható térben és időben is Különbséget tenni az átlagár és az egyedi (elemi) árak változása között A számítás feltételei: Homogén árucsoport Természetes, összegezhető mértékegység Az átlagár p = v q = qp q Ekkor I = q1 p 1 q1 p 0 és I = q1 p 0 q0 p 0 q0 q1 I = I I ha a változatlan tényezőt ellentétes időszakból választjuk
93 Átlagárak Az árszínvonal összehasonlítható térben és időben is Különbséget tenni az átlagár és az egyedi (elemi) árak változása között A számítás feltételei: Homogén árucsoport Természetes, összegezhető mértékegység Az átlagár p = v q = qp q Ekkor I = q1 p 1 q1 p 0 és I = q1 p 0 q0 p 0 q0 q1 I = I I ha a változatlan tényezőt ellentétes időszakból választjuk
94 Átlagárak Az árszínvonal összehasonlítható térben és időben is Különbséget tenni az átlagár és az egyedi (elemi) árak változása között A számítás feltételei: Homogén árucsoport Természetes, összegezhető mértékegység Az átlagár p = v q = qp q Ekkor I = q1 p 1 q1 p 0 és I = q1 p 0 q0 p 0 q0 q1 I = I I ha a változatlan tényezőt ellentétes időszakból választjuk
95 Átlagárak Az árszínvonal összehasonlítható térben és időben is Különbséget tenni az átlagár és az egyedi (elemi) árak változása között A számítás feltételei: Homogén árucsoport Természetes, összegezhető mértékegység Az átlagár p = v q = qp q Ekkor I = q1 p 1 q1 p 0 és I = q1 p 0 q0 p 0 q0 q1 I = I I ha a változatlan tényezőt ellentétes időszakból választjuk
96 28 feladat: Idősorok Nemzetközi idegenforgalmi bevételek és kiadások Magyarországon Év Bev Kiad Vizsgáljuk meg a bevételek és kiadások alakulását 1985-höz képest, valamint évről évre! Ábrázoljuk a két jelenség adatait egy grafikonon! Hány Mrd Ft-tal nőttek évente az idegenforgalmi bevételek?
97 28 feladat: Idősorok Nemzetközi idegenforgalmi bevételek és kiadások Magyarországon Év Bev Kiad Vizsgáljuk meg a bevételek és kiadások alakulását 1985-höz képest, valamint évről évre! Ábrázoljuk a két jelenség adatait egy grafikonon! Hány Mrd Ft-tal nőttek évente az idegenforgalmi bevételek?
98 28 feladat: Idősorok Nemzetközi idegenforgalmi bevételek és kiadások Magyarországon Év Bev bázis Kiad bázis % % % % % % % % % % % % % % % % Vizsgáljuk meg a bevételek és kiadások alakulását 1985-höz képest, valamint évről évre! Ábrázoljuk a két jelenség adatait egy grafikonon! Hány Mrd Ft-tal nőttek évente az idegenforgalmi bevételek?
99 28 feladat: Idősorok Nemzetközi idegenforgalmi bevételek és kiadások Magyarországon Év Bev bázis Kiad bázis % % % % % % % % % % % % % % % % Vizsgáljuk meg a bevételek és kiadások alakulását 1985-höz képest, valamint évről évre! Ábrázoljuk a két jelenség adatait egy grafikonon! Hány Mrd Ft-tal nőttek évente az idegenforgalmi bevételek?
100 28 feladat: Idősorok Nemzetközi idegenforgalmi bevételek és kiadások Magyarországon Év Bev bázis lánc Kiad bázis lánc % % % 108% % 100% % 137% % 120% % 105% % 275% % 123% % 179% % 131% % 64% % 124% % 100% % 126% % 139% Vizsgáljuk meg a bevételek és kiadások alakulását 1985-höz képest, valamint évről évre! Ábrázoljuk a két jelenség adatait egy grafikonon! Hány Mrd Ft-tal nőttek évente az idegenforgalmi bevételek?
101 28 feladat: Idősorok Nemzetközi idegenforgalmi bevételek és kiadások Magyarországon Év Bev bázis lánc Kiad bázis lánc % % % 108% % 100% % 137% % 120% % 105% % 275% % 123% % 179% % 131% % 64% % 124% % 100% % 126% % 139% Vizsgáljuk meg a bevételek és kiadások alakulását 1985-höz képest, valamint évről évre! Ábrázoljuk a két jelenség adatait egy grafikonon! Hány Mrd Ft-tal nőttek évente az idegenforgalmi bevételek?
102 28 feladat: Idősorok Vizsgáljuk meg a bevételek és kiadások alakulását 1985-höz képest, valamint évről évre! Ábrázoljuk a két jelenség adatait egy grafikonon! Hány Mrd Ft-tal nőttek évente az idegenforgalmi bevételek? Mennyi volt a bevételek, kiadások, illetve az egyenleg növekedési üteme a vizsgált időszakban átlagosan?
103 28 feladat: Idősorok Nemzetközi idegenforgalmi bevételek és kiadások Magyarországon Év Bev bázis lánc Kiad bázis lánc % % % 108% % 100% % 137% % 120% % 105% % 275% % 123% % 179% % 131% % 64% % 124% % 100% % 126% % 139% Vizsgáljuk meg a bevételek és kiadások alakulását 1985-höz képest, valamint évről évre! Ábrázoljuk a két jelenség adatait egy grafikonon! Hány Mrd Ft-tal nőttek évente az idegenforgalmi bevételek?
104 28 feladat: Idősorok Nemzetközi idegenforgalmi bevételek és kiadások Magyarországon Év Bev bázis lánc Növ Kiad bázis lánc % % % 108% % 100% % 137% % 120% % 105% % 275% % 123% % 179% % 131% % 64% % 124% % 100% % 126% % 139% Vizsgáljuk meg a bevételek és kiadások alakulását 1985-höz képest, valamint évről évre! Ábrázoljuk a két jelenség adatait egy grafikonon! Hány Mrd Ft-tal nőttek évente az idegenforgalmi bevételek?
105 28 feladat: Idősorok Nemzetközi idegenforgalmi bevételek és kiadások Magyarországon Év Bev bázis lánc Növ Kiad bázis lánc % % % 108% % 100% % 137% % 120% % 105% % 275% % 123% % 179% % 131% % 64% % 124% % 100% % 126% % 139% Vizsgáljuk meg a bevételek és kiadások alakulását 1985-höz képest, valamint évről évre! Ábrázoljuk a két jelenség adatait egy grafikonon! Hány Mrd Ft-tal nőttek évente az idegenforgalmi bevételek?
106 l = n 1 n lt = n 1 b n = n 1 Y n Y Bevezető Egyszerű- Csoportosító- Kombinációs táblák Standardizálás Főátlagok bontása Alkalm Feladatok 28 feladat/2 átlagos ütem számítása Nemzetközi idegenforgalmi bevételek és kiadások Magyarországon Év Bev Növ Kiad Növ % % % % % % % % % 38 64% % % % % Mennyi volt a bevételek, kiadások, illetve az egyenleg növekedési üteme a vizsgált időszakban átlagosan?
107 l = n 1 n lt = n 1 b n = n 1 Y n Y Bevezető Egyszerű- Csoportosító- Kombinációs táblák Standardizálás Főátlagok bontása Alkalm Feladatok 28 feladat/2 átlagos ütem számítása Nemzetközi idegenforgalmi bevételek és kiadások Magyarországon Év Bev Növ Kiad Növ Egyenleg % % % % % % % % % 38 64% % % % % 45 Mennyi volt a bevételek, kiadások, illetve az egyenleg növekedési üteme a vizsgált időszakban átlagosan?
108 l = n 1 n lt = n 1 b n = n 1 Y n Y Bevezető Egyszerű- Csoportosító- Kombinációs táblák Standardizálás Főátlagok bontása Alkalm Feladatok 28 feladat/2 átlagos ütem számítása Nemzetközi idegenforgalmi bevételek és kiadások Magyarországon Év Bev Növ Kiad Növ Egyenleg Növ % % % % % % % % 7 24% % % % % 38 64% % % % % % % % Mennyi volt a bevételek, kiadások, illetve az egyenleg növekedési üteme a vizsgált időszakban átlagosan?
109 l = n 1 n lt = n 1 b n = n 1 Y n Y Bevezető Egyszerű- Csoportosító- Kombinációs táblák Standardizálás Főátlagok bontása Alkalm Feladatok 28 feladat/2 átlagos ütem számítása Nemzetközi idegenforgalmi bevételek és kiadások Magyarországon Év Bev Növ Kiad Növ Egyenleg Növ % % % % % % % % 7 24% % % % % 38 64% % % % % % % % Mennyi volt a bevételek, kiadások, illetve az egyenleg növekedési üteme a vizsgált időszakban átlagosan?
110 l = n 1 n lt = n 1 b n = n 1 Y n Y Bevezető Egyszerű- Csoportosító- Kombinációs táblák Standardizálás Főátlagok bontása Alkalm Feladatok 28 feladat/2 átlagos ütem számítása Nemzetközi idegenforgalmi bevételek és kiadások Magyarországon Év Bev Növ Kiad Növ Egyenleg Növ % % % % % % % % 7 24% % % % % 38 64% % % % % % % % átlag 122% 127% 117% Mennyi volt a bevételek, kiadások, illetve az egyenleg növekedési üteme a vizsgált időszakban átlagosan?
111 39 Feladat: szerkezeti változások Csoportok változás 1000 fő % 1000 fő % % Aktív keresők , GYES/GYED 245 4,5 262 Fogl nyugdíjas 432 7,9 223 Foglalkoztatottak , Munkanélküliek 24 0,4 663 Összesen , ,0 91,25 Számítsuk ki a hiányzó adatokat és vonjunk le következtetéseket a szerkezet- és dinamikai változásokra vonatkozóan!
112 39 Feladat: szerkezeti változások Csoportok változás 1000 fő % 1000 fő % % Aktív keresők , GYES/GYED 245 4, Fogl nyugdíjas 432 7, Foglalkoztatottak , Munkanélküliek 24 0, Összesen , ,0 91,25 Számítsuk ki a hiányzó adatokat és vonjunk le következtetéseket a szerkezet- és dinamikai változásokra vonatkozóan!
113 39 Feladat: szerkezeti változások Csoportok változás 1000 fő % 1000 fő % % Aktív keresők , ,1 GYES/GYED 245 4, ,2 Fogl nyugdíjas 432 7, ,4 Foglalkoztatottak , ,8 Munkanélküliek 24 0, ,2 Összesen , ,0 91,25 Számítsuk ki a hiányzó adatokat és vonjunk le következtetéseket a szerkezet- és dinamikai változásokra vonatkozóan!
114 39 Feladat: szerkezeti változások Csoportok változás 1000 fő % 1000 fő % % Aktív keresők , , GYES/GYED 245 4, , Fogl nyugdíjas 432 7, , Foglalkoztatottak , , Munkanélküliek 24 0, , Összesen , ,0 91,25 Számítsuk ki a hiányzó adatokat és vonjunk le következtetéseket a szerkezet- és dinamikai változásokra vonatkozóan!
115 39 Feladat: szerkezeti változások Csoportok változás 1000 fő % 1000 fő % % Aktív keresők , ,1 80,6 GYES/GYED 245 4, ,2 106,9 Fogl nyugdíjas 432 7, ,4 51,6 Foglalkoztatottak , ,8 79,5 Munkanélküliek 24 0, ,2 2762,5 Összesen , ,0 91,25 Számítsuk ki a hiányzó adatokat és vonjunk le következtetéseket a szerkezet- és dinamikai változásokra vonatkozóan!
116 39 Feladat: szerkezeti változások Csoportok változás 1000 fő % 1000 fő % % Aktív keresők , ,1 80,6 GYES/GYED 245 4, ,2 106,9 Fogl nyugdíjas 432 7, ,4 51,6 Foglalkoztatottak , ,8 79,5 Munkanélküliek 24 0, ,2 2762,5 Összesen , ,0 91,25 Számítsuk ki a hiányzó adatokat és vonjunk le következtetéseket a szerkezet- és dinamikai változásokra vonatkozóan! A GYES/GYED-en lévők és a munkanélküliek száma az összes adatnál kisebb mértékben csökkent (sőt: növekedett), tehát arányuk nőtt
117 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony közepes magas összesen a) Töltsük ki a tábla adatait 1 függvényszerű kapcsolat feltételezésével, 2 függetlenséget feltételezve! b) Számítsuk ki a Csuprov- és a Cramer-féle együtthatót a tényleges helyzetnek megfelelően! Értelmezzük a kapott eredményt!
118 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony közepes magas összesen a) Töltsük ki a tábla adatait 1 függvényszerű kapcsolat feltételezésével, 2 függetlenséget feltételezve!
119 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony közepes magas összesen a) Töltsük ki a tábla adatait 1 függvényszerű kapcsolat feltételezésével, 2 függetlenséget feltételezve!
120 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony közepes magas összesen a) Töltsük ki a tábla adatait 1 függvényszerű kapcsolat feltételezésével, 2 függetlenséget feltételezve!
121 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony közepes magas összesen a) Töltsük ki a tábla adatait 1 függvényszerű kapcsolat feltételezésével, 2 függetlenséget feltételezve! f ij = f i f j N
122 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony közepes magas összesen a) Töltsük ki a tábla adatait 1 függvényszerű kapcsolat feltételezésével, 2 függetlenséget feltételezve! fij = f i f j N = = 72
123 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony közepes magas összesen a) Töltsük ki a tábla adatait 1 függvényszerű kapcsolat feltételezésével, 2 függetlenséget feltételezve! f ij = f i f j N
124 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony közepes magas összesen a) Töltsük ki a tábla adatait 1 függvényszerű kapcsolat feltételezésével, 2 függetlenséget feltételezve! f ij = f i f j N
125 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony közepes magas összesen b) Számítsuk ki a Csuprov- és a Cramer-féle együtthatót a tényleges helyzetnek megfelelően! Értelmezzük a kapott eredményt!
126 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony közepes magas összesen b) Számítsuk ki a Csuprov- és a Cramer-féle együtthatót a tényleges helyzetnek megfelelően! Értelmezzük a kapott eredményt! χ 2 = s i=1 t j=1 ( f ij fij fij ) 2
127 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony közepes magas összesen b) Számítsuk ki a Csuprov- és a Cramer-féle együtthatót a tényleges helyzetnek megfelelően! Értelmezzük a kapott eredményt! χ 2 = s i=1 t j=1 ( f ij fij fij ) 2
128 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony közepes magas összesen b) Számítsuk ki a Csuprov- és a Cramer-féle együtthatót a tényleges helyzetnek megfelelően! Értelmezzük a kapott eredményt! χ 2 = s i=1 t j=1 ( f ij fij fij ) 2 (100 72)2 72 = 10, 9
129 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony , közepes magas összesen b) Számítsuk ki a Csuprov- és a Cramer-féle együtthatót a tényleges helyzetnek megfelelően! Értelmezzük a kapott eredményt!
130 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony , , ,00 közepes , , ,25 magas , , ,00 összesen , , , ,75 b) Számítsuk ki a Csuprov- és a Cramer-féle együtthatót a tényleges helyzetnek megfelelően! Értelmezzük a kapott eredményt!
131 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony , , ,00 közepes , , ,25 magas , , ,00 összesen , , , ,75 b) Számítsuk ki a Csuprov- és a Cramer-féle együtthatót a tényleges helyzetnek megfelelően! Értelmezzük a kapott eredményt! T = χ 2 N s 1 t 1
132 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony , , ,00 közepes , , ,25 magas , , ,00 összesen , , , ,75 b) Számítsuk ki a Csuprov- és a Cramer-féle együtthatót a tényleges helyzetnek megfelelően! Értelmezzük a kapott eredményt! T = χ 2 N s 1 = 153,75 t
133 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony , , ,00 közepes , , ,25 magas , , ,00 összesen , , , ,75 b) Számítsuk ki a Csuprov- és a Cramer-féle együtthatót a tényleges helyzetnek megfelelően! Értelmezzük a kapott eredményt! T = = χ 2 153, N s 1 t 1 = 153,
134 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony , , ,00 közepes , , ,25 magas , , ,00 összesen , , , ,75 b) Számítsuk ki a Csuprov- és a Cramer-féle együtthatót a tényleges helyzetnek megfelelően! Értelmezzük a kapott eredményt! T = χ 2 N s 1 = 153,75 t ,75 = 800 = 0, 192 = 0, 44
135 310 feladat (164 oldal) Vállalkozások jövedelmezősége két egymást követő évben: 93/94 alacsony közepes magas összesen alacsony , , ,00 közepes , , ,25 magas , , ,00 összesen , , , ,75 b) Számítsuk ki a Csuprov- és a Cramer-féle együtthatót a tényleges helyzetnek megfelelően! Értelmezzük a kapott eredményt! T = χ 2 N s 1 = 153,75 t ,75 = 800 = 0, 192 = 0, 44 Közepesen erős kapcsolat
136 312 feladat A szüleiknél lakó hallgatók heti kiadásai: 1300; 1800; 2000; 2000; 2800; 3000; 3100; 4000 Ft A kollégisták adatai: 2500; 3000; 3000; 3100; 3300; 3500; 3800; 4000; 4000; 4400; 5000 Ft Az albérletben lakók heti kiadásai pedig: 4000; 4800; 5000; 5000; 5200 Ft 1 Számítsuk ki az átlagos heti kiadást a különböző lakáshelyzetű hallgatói csoportokban! Vonjunk le következtetéseket! 2 Vizsgáljuk meg a szóródást különböző módokon! 3 Számítsuk ki, hogy 1 a szóródás milyen mértékben magyarázható a lakáshelyzettel! 2 milyen szoros kapcsolat van a lakáshelyzet és a kiadások nagysága között!
137 312 feladat megoldása Számítsuk ki az átlagos heti kiadást! szülők kollégium albérlet bárhol
138 312 feladat megoldása Számítsuk ki az átlagos heti kiadást! szülők kollégium albérlet bárhol X j
139 312 feladat megoldása Vonjunk le következtetéseket! szülők kollégium albérlet bárhol X j
140 312 feladat megoldása Vonjunk le következtetéseket! szülők kollégium albérlet bárhol X j 2500 < 3600 <
141 312 feladat megoldása Vizsgáljuk a szóródást! szülők kollégium albérlet bárhol X j 2500 < 3600 <
142 312 feladat megoldása Vizsgáljuk a szóródást! szülők kollégium albérlet bárhol X j 2500 < 3600 < R
143 312 feladat megoldása Vizsgáljuk a szóródást! szülők B 1j kollégium albérlet bárhol X j 2500 < 3600 < σ
Ted, tudom, mondtad, hogy felrobban a fejed, ha még egy dologra kérlek, de.. Takarítás a hármason.
Ted, tudom, mondtad, hogy felrobban a fejed, ha még egy dologra kérlek, de.. Takarítás a hármason. Statisztika I. 4. előadás Kombinációs táblák elemzése http://bmf.hu/users/koczyl/statisztika1.htm Kóczy
RészletesebbenViszonyszám A B. Viszonyszám: két, egymással kapcsolatban álló statisztikai adat hányadosa, ahol A: a. viszonyítadóadat
Viszonyszámok Viszonyszám Viszonyszám: két, egymással kapcsolatban álló statisztikai adat hányadosa, ahol A: a viszonyítandó adat Viszonyítás tárgya (viszonyítandó adat) B: a viszonyítás alapja V viszonyítadóadat
RészletesebbenKÖZPONTI STATISZTIKAI HIVATAL. Szóbeli vizsgatevékenység
KÖZPONTI STATISZTIKAI HIVATAL A vizsgarészhez rendelt követelménymodul azonosító száma, megnevezése: 2144-06 Statisztikai szervezői és elemzési feladatok A vizsgarészhez rendelt vizsgafeladat megnevezése:
RészletesebbenSTATISZTIKA I. 3. rész. T.Nagy Judit
STATSZTKA. 3. rész T.Nagy Judit tnagy.judit@hjf.hu Standardizálás és standardizáláson alauló indexszámítás nhomogén (heterogén) sokaságokra vonatkozó átlagok; intenzitási viszonyszámok (átlagbérek, átlagos
RészletesebbenStandardizálás Főátlagok bontása Alkalmazások Feladatok Vége
Statisztika I 5 előadás Főátlagok összehasonlítása http://bmfhu/users/koczyl/statisztika1htm Kóczy Á László KGK-VMI Viszonyszámok (emlékeztető) Jelenség színvonalának vizsgálata viszonyszámokkal Viszonyszám
RészletesebbenStatisztikai 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
RészletesebbenStatisztika I. 7. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 7. előadás Előadó: Dr. Ertsey Imre STATISZTIKAI INDEXEK STATISZTIKAI INDEXEK Index: latin eredetű szó, egyszerűen mutatót jelent A statisztikai indexszám: - komplexebb tartalmú, - többet
RészletesebbenStatisztikai alapfogalmak
i alapfogalmak statisztikai sokaság: a megfigyelés tárgyát képező egyedek összessége 2 csoportja van: álló sokaság: mindig vmiféle állapotot, állományt fejez ki, adatai egy adott időpontban értelmezhetők
RészletesebbenKorrelációs 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
RészletesebbenFüggetlenségvizsgálat, Illeszkedésvizsgálat
Varga Beatrix, Horváthné Csolák Erika Függetlenségvizsgálat, Illeszkedésvizsgálat 4. előadás Üzleti statisztika A sokaság/minta több ismérv szerinti vizsgálata A statisztikai elemzés egyik ontos eladata
Részletesebben2. előadás. Viszonyszámok típusai
2. előadás Viszonyszámok típusai Mérési skálák Nominális /névleges skála: kötetlen hozzárendelése a számoknak Sorrendi / Ordinális skála: sokaság egyedeinek egy közös tulajdonság szerinti sorbarendezése
RészletesebbenSTATISZTIKA I. A változók mérési szintjei. Nominális változók. Alacsony és magas mérési szint. Nominális változó ábrázolása
A változók mérési szintjei STATISZTIKA I. 3. Előadás Az adatok mérési szintjei, Viszonyszámok A változók az alábbi típusba tartozhatnak: Nominális (kategorikus és diszkrét) Ordinális Intervallum skála
RészletesebbenStatisztika 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
RészletesebbenStatisztikai 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
Részletesebben1. 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
RészletesebbenSta t ti t s i zt z i t k i a 3. előadás
Statisztika 3. előadás Statisztika fogalma Gyakorlati tevékenység Adatok összessége Módszertan A statisztika, mint gyakorlati tevékenység a tömegesen előforduló jelenségek egyedeire vonatkozó információk
Részletesebben[GVMGS11MNC] Gazdaságstatisztika
[GVMGS11MNC] Gazdaságstatisztika 1. előadás Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.uni-obuda.hu)
Részletesebben[GVMGS11MNC] Gazdaságstatisztika
[GVMGS11MNC] Gazdaságstatisztika 5. előadás Érték-, ár-, és volumenindexek http://uni-obuda.hu/users/koczyl/gazdasagstatisztika.htm Kóczy Á. László KGK-VMI Az indexszám fogalma Gazdasági elemzésben fontos
RészletesebbenStatisztika 3. Dr Gősi Zsuzsanna Egyetemi adjunktus Koncentráció mérése Koncentráció általában a jelenségek tömörülését, összpontosulását értjük. Koncentráció meglétéről gyorsan tájékozódhatunk, ha sokaságot
RészletesebbenKvantitatív statisztikai módszerek
Kvantitatív statisztikai módszerek 1. konzultáció tárgyjegyző Dr. Szilágyi Roland Mérési skálák Számok meghatározott szabályok szerinti hozzárendelése jelenségekhez, bizonyos tulajdonságokhoz. 4 féle szabály
RészletesebbenBevezető 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
RészletesebbenBevezető 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
RészletesebbenStatisztika 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
RészletesebbenMegoldások. Az ismérv megnevezése közös megkülönböztető 2007. szeptember 10-én Cégbejegyzés időpontja
Megoldások 1. feladat A sokaság: 2007. szeptember 12-én a Miskolci Egyetem GT-204-es tankör statisztika óráján lévő tagjai az A 1 épület III. em. 53-as teremben 8-10-ig. Közös ismérv Megkülönböztető ismérv
RészletesebbenAZ ÖSSZEHASONLÍTÁST TORZÍTÓ TÉNYEZŐK ÉS KISZŰRÉSÜK
BUDAPESTI GAZDASÁGI FŐISKOLA PÉNZÜGYI ÉS SZÁMVITELI KAR KONTROLLING-ELLENŐRZÉS INTÉZETI TANSZÉK ÖSSZEÁLLÍTOTTA: BLUMNÉ BÁN ERIKA ADJUNKTUS ELEMZÉS-ELLENŐRZÉS MÓDSZERTANA ÉS RENDSZERE 2. ELŐADÁS MUNKAVEZÉRLŐ
RészletesebbenBevezető Mi a statisztika? Mérés Csoportosítás
Gazdaságstatisztika 1. előadás Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.bmf.hu) Fogadóóra: szerda 11:30 11:55, TA125 Gyakorlatvezető
RészletesebbenSTATISZTIKA 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
RészletesebbenSztochasztikus kapcsolatok
Sztochasztikus kapcsolatok Petrovics Petra PhD Hallgató Ismérvek közötti kapcsolat (1) Függvényszerű az egyik ismérv szerinti hovatartozás egyértelműen meghatározza a másik ismérv szerinti hovatartozást.
RészletesebbenStatisztika összefoglalás
Statisztika összefoglalás 1 / 18. oldal 1. Alapfogalmak Statisztika: a tömegesen előforduló jelenségek vizsgálatával foglalkozik, ezekre vonatkozóan adatokat gyűjt, feldolgoz, elemez és közzé tesz. o a
RészletesebbenA lánc viszonyszám: A lánc viszonyszám számítási képlete:
A lánc viszonyszám: Az idősor minden egyes tagját a közvetlenül megelőzővel osztjuk, vagyis az idősor első évének, vagy időszakának láncviszonyszáma nem számítható. A lánc viszonyszám számítási képlete:
RészletesebbenStatisztika 1. Tantárgyi útmutató
Módszertani Intézeti Tanszék Nappali tagozat Statisztika 1. Tantárgyi útmutató 2015/16 tanév II. félév 1/6 Tantárgy megnevezése: Statisztika 1. Tantárgy kódja: STAT1KAMEMM Tanterv szerinti óraszám: 2+2
RészletesebbenStatisztika I. 2. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 2. előadás Előadó: Dr. Ertsey Imre Statisztikai sorok Meghatározott szempontok szerint kiválasztott két vagy több logikailag összetartozó statisztikai adat, statisztikai sort képez. általában
RészletesebbenKorreláció számítás az SPSSben
Korreláció számítás az SPSSben Kvantitatív statisztikai módszerek Petrovics Petra Statisztikai kapcsolatok Asszociáció 2 minőségi/területi ismérv között Vegyes kapcsolat minőségi/területi és egy mennyiségi
RészletesebbenStatisztika I. 3. előadás. Előadó: Dr. Ertsey Imre
Statsztka I. 3. előadás Előadó: Dr. Ertsey Imre Vszonyszámok Statsztka munka: adatgyűjtés, rendszerezés, összegzés, értékelés. Vszonyszámok: Két statsztka adat arányát kfejező számok, Az un. leszármaztatott
RészletesebbenStatisztika. Dr Gősi Zsuzsanna. Egyetemi adjunktus. Sportmenedzsment Tanszék
Statisztika Dr Gősi Zsuzsanna Egyetemi adjunktus Sportmenedzsment Tanszék Kötelező irodalom - Számonkérés Pintér József Ács Pongrác Bevezetés a sportstatisztikába Dialóg Campus Kiadó 2007 Honlap: www.dialog-kiado.hu
RészletesebbenSTATISZTIKA. 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
RészletesebbenÁruforgalom tervezése. 1. óra A gazdasági statisztika alapjai Alapfogalmak, viszonyszámok
Áruforgalom tervezése 1. óra A gazdasági statisztika alapjai Alapfogalmak, viszonyszámok Alapvető gazdasági számítások 1. Egy vállalkozás tevékenysége nagyon összetett. Szükség van arra, hogy ismerjük
RészletesebbenMódszertani Intézeti Tanszéki Osztály
BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012. Név:... Kód:...... Eredmény:..... STATISZTIKA I. VIZSGA; NG KM ÉS KG TQM SZAKOKON MINTAVIZSGA Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető
Részletesebben6. A kereskedelmi készletek elszámoltatása, az értékesítés elszámoltatása 46. Összefoglaló feladatok 48.
Tartalomjegyzék 1. Alapvető gazdasági számítások 4. 1.1. A gazdasági számítások jelentősége egy vállalkozás életében 4. 1.2. A gazdasági számításokkal szemben támasztott követelmények 4. 1.3. Milyen feladatokat
RészletesebbenSta t ti t s i zt z i t k i a 1. előadás
Statisztika 1 előadás Témakörök Statisztikai alapfogalmak Statisztikai sorok Mennyiségi sorok csoportosítása Statisztikai táblák Statisztika fogalma Gyakorlati tevékenység Adatok összessége Módszertan
RészletesebbenStatisztika I. 8. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes
RészletesebbenRegionális gazdaságtan
Regionális gazdaságtan 6.-7 Gyakorlat Munkaerı mobilitás Területi indikátorok, A 15-74 éves ek gazd. aktivitása, 24 Aktív népesség Munkanélküliek Foglalkoztatottak Ezer fı Aktivitási ráta, % Foglalkoztatási
RészletesebbenGAZDASÁGI STATISZTIKA
GAZDASÁGI STATISZTIKA Dr. Kun István GÁBOR DÉNES FŐISKOLA Tantárgy: Gazdasági statisztika Kódszám: 224 Lapszám: 1 TÉMAKÖRÖK A STATISZTIKA ALAPFOGALMAI STATISZTIKAI SOROK STATISZTIKAI TÁBLÁK ÖSSZETETT VISZONYSZÁMOK
RészletesebbenQ1 = 1575 eft Me = 2027,7778 eft Q3 = 2526,3158 eft
Gyak1: b) Mo = 1857,143 eft A kocsma tipikus (leggyakoribb) havi bevétele 1.857.143 Ft. c) Q1 = 1575 eft Me = 2027,7778 eft Q3 = 2526,3158 eft Gyak2: b) X átlag = 35 Mo = 33,33 σ = 11,2909 A = 0,16 Az
RészletesebbenTANTÁRGYI ÚTMUTATÓ. Statisztika 1.
I. évfolyam BA TANTÁRGYI ÚTMUTATÓ Statisztika 1. TÁVOKTATÁS Tanév 2014/2015 II. félév A KURZUS ALAPADATAI Tárgy megnevezése: Statisztika 1. Tanszék: Módszertani Tantárgyfelelős neve: Sándorné Dr. Kriszt
RészletesebbenStatisztika 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
Részletesebben55 345 01 0010 55 01 Európai Uniós üzleti
A 10/2007 (II. 27.) SzMM rendelettel módosított 1/2006 (II. 17.) OM rendelet Országos Képzési Jegyzékről és az Országos Képzési Jegyzékbe történő felvétel és törlés eljárási rendjéről alapján. Szakképesítés,
RészletesebbenMódszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!
BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012.. Név:... Neptun kód:... Érdemjegy:..... STATISZTIKA II. VIZSGADOLGOZAT Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető pontszám 21 20 7 22
RészletesebbenStatisztika I. 10. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 10. előadás Előadó: Dr. Ertsey Imre Varianciaanalízis A különböző tényezők okozta szórás illetőleg szórásnégyzet összetevőire bontásán alapszik Segítségével egyszerre több mintát hasonlíthatunk
RészletesebbenVÁLTOZÁSOK A SZEGÉNYSÉG STRUKTÚRÁJÁBAN
Tematikus nap az egyenlőtlenség g vizsgálatáról, l, mérésérőlm Budapest,, 2011. január r 25. VÁLTOZÁSOK A SZEGÉNYSÉG STRUKTÚRÁJÁBAN Vastagh Zoltán Életszínvonal-statisztikai felvételek osztálya zoltan.vastagh@ksh.hu
Részletesebben2013 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
RészletesebbenStatisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.
Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,
Részletesebben2013 ŐSZ. 1. Ismertesse a mérési skálák tulajdonságait és a közöttük lévő összefüggéseket.
GAZDASÁGSTATISZTIKA KIDOLGOZOTT ELMÉLETI KÉRDÉSEK AZ 1. ZH-HOZ 2013 ŐSZ (Jelen kérdések az első zh összes elméleti témakörét összegzik, melyeket egymásra épülő sorrendben, illetve tematika szerinti bontásban
Részletesebben5. Előadás. Grafikus ábrázolás Koncentráció elemzése
5. Előadás Grafikus ábrázolás Koncentráció elemzése Grafikus ábrázolás fontossága Grafikus ábrázolás során elkövethető hibák: Mondanivaló szempontjából nem megfelelő ábratípus kiválasztása Tárgynak megfelelő
RészletesebbenA gazdasági növekedés mérése
A gazdasági növekedés mérése Érték-, volumen- és árindexek 25.) Az alábbi táblázat két egymást követő év termelési mennyiségeit és egységárait mutatja egy olyan gazdaságban, ahol csupán három terméket
RészletesebbenA hazai jövedelmi egyenlőtlenségek főbb jellemzői az elmúlt évtizedekben (módszertani tanulságok)
A hazai jövedelmi egyenlőtlenségek főbb jellemzői az elmúlt évtizedekben (módszertani tanulságok) Éltető Ödön Havasi Éva Az 1963-88 években végrehajtott jövedelmi felvételek főbb jellemzői A minták területi
RészletesebbenBiometria 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
RészletesebbenKERESKEDELMI ISMERETEK KÖZÉPSZINTŰ ÍRÁSBELI VIZSGA MINTAFELADATOK FELADATLAP
KERESKEDELMI ISMERETEK KÖZÉPSZINTŰ ÍRÁSBELI VIZSGA MINTAFELADATOK FELADATLAP Jövedelmezőség 1. Jövedelmezőség tervezése 19 pont Egy papír-írószerbolt 2018. évi árbevétele 85 000 ezer Ft. Az üzlet 24%-os
RészletesebbenFeladatok: pontdiagram és dobozdiagram. Hogyan csináltuk?
Feladatok: pontdiagram és dobozdiagram Hogyan csináltuk? Alakmutatók: ferdeség, csúcsosság Alakmutatók a ferdeség és csúcsosság mérésére Ez eloszlás centrumát (középérték) és az adatok centrum körüli terpeszkedését
RészletesebbenA GDP hasonlóképpen nem tükrözi a háztartások közötti munka- és termékcseréket.
FŐBB MUTATÓK A regionális GDP adatok minősége alapvetően 3 tényezőtől függ: az alkalmazott számítási módszertől a felhasznált adatok minőségétől a vizsgált területi egység nagyságától. A TERÜLETI EGYENLŐTLENSÉGEK
RészletesebbenStatisztika 1 előadás
Statisztika 1 előadás Baran Sándor 2016/17 tanév, 1. félév 1 / 189 Irodalom Hunyadi László., Vita László: Statisztika I. Aula Kiadó, Budapest, 2008. Hunyadi László, Vita László: Statisztika II. Aula Kiadó,
RészletesebbenStatisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok. http://uni-obuda.hu/users/koczyl/statisztika1.
Statisztika I. 4. előadás Mintavétel http://uni-obuda.hu/users/koczyl/statisztika1.htm Kóczy Á. László KGK-VMI koczy.laszlo@kgk.uni-obuda.hu Sokaság és minta Alap- és mintasokaság A mintasokaság az a részsokaság,
Részletesebben7. A létszám- és bérgazdálkodás
636. Egy áruház február havi létszáma: 7. A létszám- és bérgazdálkodás Nap Felvétel Kilépés Állományi tétszám Szabadság Betegállomány Dolgozói létszám 1 - - 342 2 3 337 2 1-343 2 3 338 3-2 341 4 2 335
RészletesebbenMatematikai statisztikai elemzések 5.
Matematikai statisztikai elemzések 5. Kapcsolatvizsgálat: asszociáció, vegyes kapcsolat, korrelációszámítás. Varianciaanalízis Prof. Dr. Závoti, József Matematikai statisztikai elemzések 5.: Kapcsolatvizsgálat:
RészletesebbenGVMST22GNC Statisztika II.
GVMST22GNC Statisztika II. 4. előadás: 9. Kétváltozós korreláció- és regressziószámítás Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Korrelációszámítás
RészletesebbenEgy főiskolán 100 hallgatóra 5 számítógép jut. 300 számítógép van a főiskolán. A viszonyszám fajtája:
Statisztika 1 NG-KM I. évfolyam BGF KKK MINTA 2011. február 1. Nevezze meg az alábbi mondatokban értelmezett viszonyszám fajtáját, adja meg értékét, majd írja le szövegesen és számadatokkal, hogy mi van
RészletesebbenA statisztika oktatásáról konkrétan
A világ statisztikája a statisztika világa ünnepi konferencia Esztergom, 2010.október 15. A statisztika oktatásáról konkrétan Dr. Varga Beatrix PhD. egyetemi docens MISKOLCI EGYETEM Üzleti Statisztika
RészletesebbenA 27/2012 (VIII. 27.) NGM rendelet szakmai és vizsgakövetelménye alapján.
A 27/2012 (VIII. 27.) NGM rendelet szakmai és vizsgakövetelménye alapján. Szakképesítés, azonosító száma és megnevezése 35 811 02 Vendéglátó-üzletvezető Tájékoztató A vizsgázó az első lapra írja fel a
RészletesebbenStatisztika 1 előadás
Statisztika 1 előadás Baran Sándor 2017/18 tanév, 1. félév Baran Sándor Statisztika 1 előadás 2017/18 tanév, 1. félév 1 / 189 Irodalom Hunyadi László., Vita László: Statisztika I. Aula Kiadó, Budapest,
RészletesebbenMINDEN FELADATOT A FELADATOT TARTALMAZÓ LAPON OLD- JONMEG!
NÉV: ERA kód: évf.: gyak. vez.: MINDEN FELADATOT A FELADATOT TARTALMAZÓ LAPON OLD- JONMEG! Al. (a) Definiálja a mo ment um és a centrális momentum fogalmát (általában) (4 pont)! Egy megyében egy vizsgált
RészletesebbenGVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet
GVMST22GNC Statisztika II. 3. előadás: 8. Hipotézisvizsgálat Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Hipotézisvizsgálat v becslés Becslés Ismeretlen paraméter Közeĺıtő
RészletesebbenDr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért november 15.
Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért 2018. november 15. PÉNZ a boldogság bitorlója? A jövedelemegyenlőtlenség természetes határa A boldog ember gondolata a
RészletesebbenIndexszámítási módszerek; Simpson-paradoxon
Indexszámítási módszerek; Simpson-paradoxon Vida Balázs 2018. március 7. Vida Balázs Indexszám; SP 2018. március 7. 1 / 22 Bevezetés Mir l lesz szó? 1 Index(szám) fogalma, példák 2 Érték-, ár- és volumenindexek
RészletesebbenMatematika érettségi feladatok vizsgálata egyéni elemző dolgozat
Szent István Egyetem Gazdaság- és Társadalomtudományi Kar Statisztika I. Matematika érettségi feladatok vizsgálata egyéni elemző dolgozat Boros Daniella OIPGB9 Kereskedelem és marketing I. évfolyam BA,
RészletesebbenMintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás
STATISZTIKA, BIOMETRIA. Előadás Mintavétel, mintavételi technikák, adatbázis Mintavétel fogalmai A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x
RészletesebbenLeíró és matematikai statisztika el adásnapló Matematika alapszak, matematikai elemz szakirány 2016/2017. tavaszi félév
Leíró és matematikai statisztika el adásnapló Matematika alapszak, matematikai elemz szakirány 2016/2017. tavaszi félév A pirossal írt anyagrészeket nem fogom közvetlenül számon kérni a vizsgán, azok háttérismeretként,
Részletesebben12. ÉVFOLYAM KÖZGAZDASÁGI ÁGAZAT PÉNZÜGY-SZÁMVITELI ÜGYINTÉZŐ ÁLTALÁNOS STATISZTIKA TANTÁRGY Osztályozó-, javítóvizsga követelményei
ÁLTALÁNOS STATISZTIKA TANTÁRGY Főátlagok, összetett intenzitási viszonyszámok összehasonlítása Az érték, ár és volumenindex A standardizálás módszere Standardizálás különbségfelbontással Főátlagok eltérése
RészletesebbenMINTAFELADATOK. 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
RészletesebbenKÖVETKEZTETŐ STATISZTIKA
ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak
RészletesebbenAz idősorok összetevői Trendszámítás Szezonalitás Prognosztika ZH
Idősorok Idősor Statisztikai szempontból: az egyes időpontokhoz rendelt valószínűségi változók összessége. Speciális sztochasztikus kapcsolat; a magyarázóváltozó az idő Determinisztikus idősorelemzés esetén
RészletesebbenGyakorló feladatok a kétváltozós regresszióhoz 2. Nemlineáris regresszió
Gyakorló feladatok a kétváltozós regresszióhoz 2. Nemlineáris regresszió 1. A fizetés (Y, órabér dollárban) és iskolázottság (X, elvégzett iskolai év) közti kapcsolatot vizsgáljuk az Y t α + β X 2 t +
Részletesebben7, 6, 0, 4, 0, 1, 5, 2, 2, 16, 1, 0, 2, 3, 9, 2, 4, 10, 3, 1, 2, 12, 4, 1
52. feladat Stat Jenő egyetemi hallgató autóbusszal jár az egyetemre. Néhány napon át megmérte, hogy mennyit kell várnia az első egyetem felé közlekedő autóbuszra. A következő időket tapasztalta (percben):
RészletesebbenSTATISZTIKA. 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
RészletesebbenELTE 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
RészletesebbenMakroökonómia. 2. szeminárium
Makroökonómia 2. szeminárium Óra előtt Előadásdiák, órai feladatok, gyakorlók, tavalyi ZH, házi feladat stb. https://makrogyakorlatok.wordpress.com/ Következő órán ZH!! 12 pont 20 perc GDP, közbülső termék,
Részletesebben[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
RészletesebbenGazdasági elemzés 1. 4 alkalom. Budaházy György
Gazdasági elemzés 1. Termelés és értékesítés 4 alkalom Budaházy György A termelı és szolgáltató tevékenység elemzése 1. A tevékenység besorolása (TEAOR) 2. A termelés mérése 3. A termelési érték elemzése
RészletesebbenStatisztikai. Statisztika Üzleti szakügyintéző felsőfokú szakképzés I. évfolyam VS 210-4 (NFG ÜS302G4) 2010-2011-es tanév I. félév
Statisztika Üzleti szakügyintéző felsőfokú szakképzés I évfolyam VS 210-4 (NFG ÜS302G4) 2010-2011-es tanév I félév Statisztikai alapfogalmak Oktató: Dr Csáfor Hajnalka főiskolai docens Vállalkozás-gazdaságtan
RészletesebbenNem Fő (f) % (g) -160 100 161-180 150 181-200 50 Z 300. Férfi 180 60% Nő 120 40% Z 300 100%
IX. 08. előadás Statisztikai sokaság: amire a megfigyelés irányul. Statisztikai ismérv: vizsgálati szempont, tulajdonság. Van közös (körülhatárolja a sokaságot) és megkülönböztető: területi {pl: születési
RészletesebbenEloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok
Eloszlás-független módszerek (folytatás) 14. elıadás (7-8. lecke) Illeszkedés-vizsgálat 7. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok elemzésére Illeszkedés-vizsgálat Gyakorisági sorok
RészletesebbenSTATISZTIKA 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
RészletesebbenMUNKAANYAG. Bernáth Julianna. Alapvető statisztikai módszerek a vállalkozás tevékenységét érintő javaslatok előkészítéséhez
Bernáth Julianna Alapvető statisztikai módszerek a vállalkozás tevékenységét érintő javaslatok előkészítéséhez A követelménymodul megnevezése: A beszerzés és az értékesítés előkészítése, megszervezése
RészletesebbenBevezetés a Korreláció &
Bevezetés a Korreláció & Regressziószámításba Petrovics Petra Doktorandusz Statisztikai kapcsolatok Asszociáció 2 minőségi/területi ismérv között Vegyes kapcsolat minőségi/területi és egy mennyiségi ismérv
RészletesebbenSándorné dr. Kriszt Éva dr. Csesznák Anita. Statisztika I. Szerkesztette Sándorné dr. Kriszt Éva. Nemzedékek Tudása Tankönyvkiadó, Budapest
Sándorné dr. Kriszt Éva dr. Csesznák Anita Ország Gáborné Statisztika I. Szerkesztette Sándorné dr. Kriszt Éva Nemzedékek Tudása Tankönyvkiadó, Budapest TARTALOMJEGYZÉK Előszó... 9 1. A statisztika alapfogalmai...11
RészletesebbenValószínűségszámítás összefoglaló
Statisztikai módszerek BMEGEVGAT Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
RészletesebbenTartalomjegyzék 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
RészletesebbenVizsgafeladatok. 1. feladat (3+8+6=17 pont) (2014. január 7.)
Vizsgafeladatok 1. feladat (3+8+6=17 pont) (2014. január 7.) Az elmúlt négy év a 2010. I. és a 2013. IV. negyedéve között csapadék mennyiségének alakulásáról az alábbiakat ismerjük: Időszak Csapadék mennyiéség
RészletesebbenSZOCIÁLIS ÉS MUNKAÜGYI MINISZTÉRIUM. Szóbeli vizsgatevékenység
SZOCIÁLIS ÉS MUNKAÜGYI MINISZTÉRIUM Vizsgarészhez rendelt követelménymodul azonosítója, megnevezése: 2658-06/3 Egy aktuális gazdaságpolitikai esemény elemzése a helyszínen biztosított szakirodalom alapján
RészletesebbenÖSSZEFOGLALÓ TÁJÉKOZTATÓ I. NEGYEDÉVES ADATOK AZ EGÉSZSÉGÜGYBEN DOLGOZÓK LÉTSZÁM ÉS BÉRHELYZETÉRŐL
ÖSSZEFOGLALÓ TÁJÉKOZTATÓ AZ EGÉSZSÉGÜGYBEN DOLGOZÓK LÉTSZÁM ÉS BÉRHELYZETÉRŐL 2015. I. NEGYEDÉVES ADATOK A feldolgozás mintája: azon intézmények létszám és béradatai, amelyek bérszámfejtését 2015. I. negyedévben
RészletesebbenElemzés, értékelés 2017.
Adószám: 18256127-2-43 Törvényszék: 01 Fővárosi Törvényszék Bejegyző határozat száma: 16 PK.60914/2001/1 Nyilvántartási szám: 01/01/86227 1212 Budapest, Zsolnai utca 28 2017. Fordulónap: 2017. december
Részletesebben