Több diszkrét kimenet multinomiális és feltételes logit modellek
|
|
- Oszkár Lukács
- 9 évvel ezelőtt
- Látták:
Átírás
1 Több diszkrét kimenet multinomiális és feltételes logit modellek Mikroökonometria, 9. hét Bíró Anikó A tananyag a Gazdasági Versenyhivatal Versenykultúra Központa és a Tudás-Ökonómia Alapítvány támogatásával készült az ELTE TáTK Közgazdaságtudományi Tanszékének közreműködésével
2 Több diszkrét kimenet 2 kimenet: lineáris valószínűségi, probit és logit modellek Több kimeneti lehetőség: Nincs természetes sorbarendezés Pl. terméktípusok közül választás Leggyakoribb modell: multinomiális logit (és feltételes logit) modell
3 Diszkrét választás modelle i egyén, terméktípus p ár, w termékellemzők max v ( p, w = 0,1,..., J Normalizálás : v 0: referencia kategória Feltételes logit modell feltevése: ε i független, első típusú extrém érték eloszlású: f εj 0 = 0 ( ε ) = exp exp ) + ε i ( ( ε ) ε )
4 Feltételes logit modell Aggregált keresletfüggvény (bizonyítás nélkül): D S: potenciális vásárlók tömege Egyéni kereslet: terméktípus választásának valószínűsége: Összegük = 1 ( p, w) exp = S K k = 0 exp K k = 0 ( v ( p, w )) exp ( v ( p, w )) exp ( v ( p, w )) k k k ( v ( p, w )) k k k
5 Multinomiális logit és feltételes logit modell Két modellváltozat (elnevezések gyakran keverednek): 1. Magyarázó változók alternatívától függnek feltételes (conditional) logit modell Pl. terméktípusok közti választás, magyarázó változók: termékek ellemzői 2. Magyarázó változók azonosak az alternatívák között MNL modell Pl. munkaerőpiaci státuszok közti választás, magyarázó változók: egyéni ellemzők
6 Multinomiális logit és feltételes logit modell, folyt. 1. Feltételes logit modell: p i = m e l= 1 X e i ' β X il ' β 2. Multinomiális logit modell: p i = m e l= 1 X i e ' β X i ' β l
7 Együtthatók értelmezése Becslés: maximum likelihood Együtthatók önmagukban nem értelmezhetők Parciális hatás: pi = x Relatív valószínűség: k p p i i1 p i ( β ) k βi, βi = pil l ' X i β = e, ha β1 l = 0 β
8 Irreleváns alternatíváktól való függetlenség (IIA) Két termék közötti választás független az elérhető többi alternatívától Ú termék bevezetése, amely tökéletes helyettesítőe egy meglévő terméknek Ezt váruk: helyettesítési hatás érvényesül, eltérő termékekre nincs hatás MNL és CL modell: Ú termék részesedése megegyezik tökéletes helyettesítő részesedésével Többi termék részesedése csökken
9 Példák Közlekedési mód megválasztása: Autóval vagy vonattal? Ha buszvonal bevezetésre kerül: IIA feltevés alapán nem befolyásola autó vonat választást Reális feltevés? Politikai választás: 2 elölt közötti választás Ha van 3. elölt is van: nem befolyásola első 2 elölt relatív szavazatarányát Kávé vagy Coca-cola vagy narancslé: IIA megfelelő lehet Narancslé vagy Coca-cola vagy Pepsi: IIA problémás
10 MNL példa Halászat módának megválasztása, magyarázó változó: övedelem Forrás: Cameron Trivedi: Microeconometrics Using Stata (2009)
11 Alternatíva specifikus változók: ár és minőség feltételes logit modell MNL példa, folyt.
12 Beágyazott logit modell (NL) Rugalmasabb modell, mint CL Alapfeltevés: lépcsőzetes döntés 1. lépés: termékkategória választása 2. lépés: termék kiválasztása a kategórián belül IIA feltétel: csak egy adott termékkategórián belül kell telesülnie, kategóriák között nem További alternatív modellek pl.: multinomiális probit, véletlen együtthatóú logit (mixed logit)
13 Beágyazott logit példa Utazási módok közti választás: Utazás Légi Földi Repülő Vonat Autó Busz
14 Multinomiális logit modell becslése EViews programmal Multinomiális és feltételes logit modellek becslése EViews programmal nehézkes: logl obektum használata szükséges Program fálok: EViews help fálban és mintaprogramok között elérhetők Stata program alkalmasabb MNL és feltételes logit modellek becslésére Gretl szoftver is hasonlóan nehézkes, mint EViews
15 Példa MNL MNL modell, halászat móda: 3 alternatíva: part, móló, magánhaó Referencia kategória: haó Magyarázó változók: övedelem (havi, ezer $), parti és haós halászat ára (parti ár = mólón ár) Ezek az árak nem függnek a választott alternatívától! Értelmezés: marginális hatások valószínűségekre Forrás: Cameron Trivedi: Microeconometrics Using Stata (2009)
16 Becsült együtthatók. mlogit mode income pbeach pprivate Iteration 0: log likelihood = Iteration 1: log likelihood = Iteration 2: log likelihood = Iteration 3: log likelihood = Iteration 4: log likelihood = Iteration 5: log likelihood = Iteration 6: log likelihood = Multinomial logistic regression Number of obs = 730 LR chi2(6) = Prob > chi2 = Log likelihood = Pseudo R2 = mode Coef. Std. Err. z P> z [95% Conf. Interval] beach income pbeach pprivate _cons pier income pbeach pprivate _cons (mode==private is the base outcome)
17 Marginális hatás. mfx, predict(pr outcome(1)) Marginal effects after mlogit y = Pr(mode==1) (predict, pr outcome(1)) = variable dy/dx Std. Err. z P> z [ 95% C.I. ] X income pbeach pprivate mfx, predict(pr outcome(2)) Marginal effects after mlogit y = Pr(mode==2) (predict, pr outcome(2)) = variable dy/dx Std. Err. z P> z [ 95% C.I. ] X income pbeach pprivate
18 Példa feltételes logit Feltételes modell, halászat móda: 3 alternatíva: part, móló, magánhaó Referencia kategória: haó Magyarázó változók: övedelem (havi, ezer $), választott alternatíva ára Értelmezés: marginális hatások valószínűségekre Forrás: Cameron Trivedi: Microeconometrics Using Stata (2009)
19 Becsült együtthatók. asclogit d p, case(id) alternatives(fishmode) casevars(income) basealternative(private) nolog note: variable p has 106 cases that are not alternative-specific: there is no within-case variability Alternative-specific conditional logit Number of obs = 2190 Case variable: id Number of cases = 730 Alternative variable: fishmode Alts per case: min = 3 avg = 3.0 max = 3 Wald chi2(3) = Log likelihood = Prob > chi2 = d Coef. Std. Err. z P> z [95% Conf. Interval] fishmode p beach pier income _cons income _cons private (base alternative)
20 Marginális hatás. estat mfx, varlist(p) Pr(choice = beach 1 selected) = variable dp/dx Std. Err. z P> z [ 95% C.I. ] X p beach pier private Pr(choice = pier 1 selected) = variable dp/dx Std. Err. z P> z [ 95% C.I. ] X p beach pier private Pr(choice = private 1 selected) = variable dp/dx Std. Err. z P> z [ 95% C.I. ] X p beach pier private
21 4. házi feladat Stratton, O Toole, Wetzel: A multinomial logit model of college stopout and dropout behavior (Economics of Education Review 27 (2008) ): Az alkalmazott becslési módszer és becslési eredmények kritikai összefoglalása Vagy: EViews vagy Gretl program segítségével multinomiális logit becslése az előadásban szereplő halászati modellre (program és becslési eredmény bemutatása)
Multinomiális és feltételes logit modellek alkalmazásai
Multinomiális és feltételes logit modellek alkalmazásai Mikroökonometria, 10. hét Bíró Anikó A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonómia Alapítvány támogatásával
RészletesebbenHeckman modell. Szelekciós modellek alkalmazásai.
Heckman modell. Szelekciós modellek alkalmazásai. Mikroökonometria, 12. hét Bíró Anikó A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonómia Alapítvány támogatásával készült
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. 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
RészletesebbenOKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia Szakmai felelős: Varga Júlia június
OKTATÁSGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázat projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomány Tanszékén az ELTE Közgazdaságtudomány Tanszék az MTA Közgazdaságtudomány
RészletesebbenGAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június
GAZDASÁGSTATISZTIKA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén, az ELTE Közgazdaságtudományi Tanszék, az MTA Közgazdaságtudományi
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 +
RészletesebbenA munkaerőhiány vállalati percepciója
A munkaerőhiány vállalati percepciója Egy empirikus vizsgálat tapasztalatai 17. január 1 Az MKIK Gazdaság- és Vállalkozáskutató Intézet olyan nonprofit kutatóműhely, amely elsősorban alkalmazott közgazdasági
RészletesebbenTóth István János - Hajdu Miklós. Versenyerősség, korrupciós kockázatok és a nyertes cégek jellemzői
Tóth István János - Hajdu Miklós Versenyerősség, korrupciós kockázatok és a nyertes cégek jellemzői Egy európai főváros közbeszerzéseinek ökonometriai elemzése - 2011-2015 2018. július 5. 1 Bevezetés Az
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
RészletesebbenVálogatott fejezetek a közlekedésgazdaságtanból
Válogatott fejezetek a közlekedésgazdaságtanból 2. Választási modellek Levelező tagozat 2015 ősz Készítette: Prileszky István http://www.sze.hu/~prile Fogalmak Választási modellek célja: annak megjósolása,
RészletesebbenLogisztikus regresszió
Logisztikus regresszió 9. előadás Kvantitatív statisztikai módszerek Dr. Szilágyi Roland Függő változó (y) Nem metrikus Metri kus Gazdaságtudományi Kar Független változó () Nem metrikus Metrikus Kereszttábla
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
Részletesebben: az i -ik esélyhányados, i = 2, 3,..I
Kabos: Adatelemzés Ordinális logisztikus regresszió-1 Többtényezős regresszió (az adatelemzésben): Y közelítése b 1 X 1 + b 2 X 2 +... + b J X J alakban, y n = b 1 x n,1 + b 2 x n,2 +... + b J x n,j +
RészletesebbenLOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála
LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála a független változó: névleges vagy sorrendi vagy folytonos skála BIOMETRIA2_NEMPARAMÉTERES_5 1 Y: visszafizeti-e a hitelt x: fizetés (életkor)
RészletesebbenMatematikai 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:
RészletesebbenKétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése
Kétértékű függő változók: alkalmazások Mikroökonometria, 8. hét Bíró Anikó Probit, logit modellek együtthatók értelmezése Pˆr( y = 1 x) ( g( ˆ β + x ˆ β ) ˆ 0 β j ) x j Marginális hatás egy megválasztott
RészletesebbenRegresszió számítás az SPSSben
Regresszió számítás az SPSSben Kvantitatív statisztikai módszerek Petrovics Petra Lineáris regressziós modell X és Y közötti kapcsolatot ábrázoló egyenes. Az Y függ: x 1, x 2,, x p p db magyarázó változótól
RészletesebbenTémakörök. Elmélet. Elmélet. Elmélet. Elmélet. Elméleti megközelítések Gyakorlati példák. Mit mérnénk? Miért szeretnénk mérni?
Témakörök Gazdasági szabályozás. hét A szabályozás hatékonysága ELTE TáTK Közgazdaságtudományi Tanszék i megközelítések Gyakorlati példák Kutatási eredmények Készítette: Valentiny Pál A tananyag a Gazdasági
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter. 2010. június
ÖKONOMETRIA ÖKONOMETRIA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az MTA
RészletesebbenLogisztikus regresszió
Logisztikus regresszió Kvantitatív statisztikai módszerek Dr. Szilágyi Roland Függő változó (y) Nem metrikus Metri kus Gazdaságtudományi Kar Független változó (x) Nem metrikus Metrikus Kereszttábla elemzés
RészletesebbenKét diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat
Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Orvosi fizika és statisztika I. előadás 2016.11.09 Orvosi
RészletesebbenEgy és többváltozós logisztikus regressziós vizsgálatok és alkalmazásaik a klinikumban
Egy és többváltozós logisztikus regressziós vizsgálatok és alkalmazásaik a klinikumban Dr. Prohászka Zoltán Az MTA doktora Semmelweis Egyetem III. Sz. Belgyógyászati Klinika 2015-11-26 prohoz@kut.sote.hu
RészletesebbenKözgazdaságtan 1. ELTE TáTK Közgazdaságtudományi Tanszék. 4. hét A KERESLETELMÉLET ALKALMAZÁSAI
KÖZGAZDASÁGTAN I. ELTE TáTK Közgazdaságtudományi Tanszék Közgazdaságtan 1. A KERESLETELMÉLET ALKALMAZÁSAI Bíró Anikó, K hegyi Gergely, Major Klára Szakmai felel s: K hegyi Gergely 2010. június Vázlat
RészletesebbenÖkonometria. Dummy változók használata. Ferenci Tamás 1 tamas.ferenci@medstat.hu. Hetedik fejezet. Budapesti Corvinus Egyetem. 1 Statisztika Tanszék
Dummy változók használata Ferenci Tamás 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Hetedik fejezet Tartalom IV. esettanulmány 1 IV. esettanulmány Uniós országok munkanélkülisége
RészletesebbenFEGYVERNEKI 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:
RészletesebbenA maximum likelihood becslésről
A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának
RészletesebbenLeast Squares becslés
Least Squares becslés A négyzetes hibafüggvény: i d i ( ) φx i A négyzetes hibafüggvény mellett a minimumot biztosító megoldás W=( d LS becslés A gradiens számítása és nullává tétele eredményeképp A megoldás
RészletesebbenBevezetés az ökonometriába
Bevezetés az ökonometriába Többváltozós regresszió: nemlineáris modellek Ferenci Tamás MSc 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Hetedik előadás, 2010. november 10.
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
RészletesebbenLogisztikus regresszió október 27.
Logisztikus regresszió 2017. október 27. Néhány példa Mi a valószínűsége egy adott betegségnek a páciens bizonyos megfigyelt jellemzői (pl. nem, életkor, laboreredmények, BMI stb.) alapján? Mely genetikai
RészletesebbenAlap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )
Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9 http://www.vizgep.bme.hu Alap-ötlet:
RészletesebbenVersenyerősség és családi gazdaság
2017 május 30. 9.25 Versenyerősség és családi gazdaság Az alábbi történet a családról, a barátságról, a szabadságról és az igazságosságról szól. A történet során hat ábrát és néhány számítást mutatunk
RészletesebbenMUNKAGAZDASÁGTAN. Készítette: Köllő János. Szakmai felelős: Köllő János. 2011. január
MUNKAGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az MTA Közgazdaságtudományi
RészletesebbenTöbb valószínűségi változó együttes eloszlása, korreláció
Tartalomjegzék Előszó... 6 I. Valószínűségelméleti és matematikai statisztikai alapok... 8 1. A szükséges valószínűségelméleti és matematikai statisztikai alapismeretek összefoglalása... 8 1.1. Alapfogalmak...
RészletesebbenRegressziós vizsgálatok
Regressziós vizsgálatok Regresszió (regression) Általános jelentése: visszaesés, hanyatlás, visszafelé mozgás, visszavezetés. Orvosi területen: visszafejlődés, involúció. A betegség tünetei, vagy maga
RészletesebbenVÁLLALATGAZDASÁGTAN II. Döntési Alapfogalmak
Vállalkozási VÁLLALATGAZDASÁGTAN II. Tantárgyfelelős: Prof. Dr. Illés B. Csaba Előadó: Dr. Gyenge Balázs Az ökonómiai döntés fogalma Vállalat Környezet Döntések sorozata Jövő jövőre vonatkozik törekszik
RészletesebbenFEGYVERNEKI 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
RészletesebbenTöbbváltozós 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
RészletesebbenTöbbváltozós 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
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június
GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készül a TÁMOP-4..2-08/2/A/KMR-2009-004pályázai projek kereében Taralomfejleszés az ELTE TáK Közgazdaságudományi Tanszékén az ELTE Közgazdaságudományi Tanszék, az
RészletesebbenVárosi közforgalmú közlekedés/2 Választási modellek
Városi közforgalmú közlekedés/2 Választási modellek Doktori Iskola 2015 http://www.sze.hu/~prile Forrás: A Self Instructing Course in Mode Choice Modeling: Multinomial and Nested Logit Models Prepared
RészletesebbenKimutatható-e az MGTS cégek kivételes helyzete az építőipari közbeszerzéseknél?
2017. szeptember 14. 19:00 Kimutatható-e az MGTS cégek kivételes helyzete az építőipari közbeszerzéseknél? Versenyerősség és családi gazdaság - IV. rész Pár hónapja kezdtük el e történetsorozat mesélését
RészletesebbenHipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás
STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H
RészletesebbenBizonytalanság. Mesterséges intelligencia április 4.
Bizonytalanság Mesterséges intelligencia 2014. április 4. Bevezetés Eddig: logika, igaz/hamis Ha nem teljes a tudás A világ nem figyelhető meg közvetlenül Részleges tudás nem reprezentálható logikai eszközökkel
RészletesebbenHipotézis 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
RészletesebbenMEZŐGAZDASÁGI ÁRAK ÉS PIACOK
MEZŐGAZDASÁGI ÁRAK ÉS PIACOK Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az
RészletesebbenModern piacelmélet. ELTE TáTK Közgazdaságtudományi Tanszék. Selei Adrienn
Modern piacelmélet ELTE TáTK Közgazdaságtudományi Tanszék Selei Adrienn A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonómia Alapítvány támogatásával készült az ELTE TáTK
RészletesebbenMatematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás
Matematikai alapok és valószínőségszámítás Valószínőségi eloszlások Binomiális eloszlás Bevezetés A tudományos életben megfigyeléseket teszünk, kísérleteket végzünk. Ezek többféle különbözı eredményre
RészletesebbenMIKROÖKONÓMIA I. Készítette: Kőhegyi Gergely, Horn Dániel. Szakmai felelős: Kőhegyi Gergely. 2010. június
MIKROÖKONÓMIA I. B Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi
RészletesebbenDiszkriminancia-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
RészletesebbenAz első számjegyek Benford törvénye
Az első számjegyek Benford törvénye Frank Benford (1883-1948) A General Electric fizikusa Simon Newcomb (1835 1909) asztronómus 1. oldal 2. oldal A híres arizonai csekk sikkasztási eset http://www.aicpa.org/pubs/jofa/may1999/nigrini.htm
RészletesebbenMEZŐGAZDASÁGI ÁRAK ÉS PIACOK
MEZŐGAZDASÁGI ÁRAK ÉS PIACOK MEZŐGAZDASÁGI ÁRAK ÉS PIACOK Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi
RészletesebbenGyakorlat: Sztochasztikus idősor-elemzés alapfogalmai II. Egységgyök-folyamatok és tesztek. Dr. Dombi Ákos
Gyakorlat: Sztochasztikus idősor-elemzés alapfogalmai II. Egységgyök-folyamatok és tesztek Dr. Dombi Ákos (dombi@finance.bme.hu) ESETTANULMÁNY 1. Feladat: OTP részvény átlagárfolyamának (Y=AtlAr) stacionaritás
RészletesebbenKészítette: Fegyverneki Sándor
VALÓSZÍNŰSÉGSZÁMÍTÁS Összefoglaló segédlet Készítette: Fegyverneki Sándor Miskolci Egyetem, 2001. i JELÖLÉSEK: N a természetes számok halmaza (pozitív egészek) R a valós számok halmaza R 2 {(x, y) x, y
RészletesebbenÖkonometria BSc Gyakorló feladatok a kétváltozós regresszióhoz
Ökonometria BSc Gyakorló feladatok a kétváltozós regresszióhoz 1 Egy vállalatnál megvizsgálták 20 üzletkötő éves teljesítményét és prémiumát A megfigyelt eredményeket, és a belőlük számolt regressziós
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június
GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készül a TÁMOP-4..2-08/2/A/KMR-2009-004ályázai rojek kereében Taralomfejleszés az ELTE TáK Közgazdaságudományi Tanszékén az ELTE Közgazdaságudományi Tanszék, az
RészletesebbenELTECON MA Keresztmetszeti és panel ökonometria tematika
ELTECON MA Keresztmetszeti és panel ökonometria tematika Készítette: Elek Péter Oktató: Elek Péter Demonstrátor: Pál Jenő (PhD-hallgató, CEU) Időkeret: heti 3*90 perc szeminarizált formában, 13 héten keresztül
RészletesebbenVan-e kapcsolat a változók között? (példák: fizetés-távolság; felvételi pontszám - görgetett átlag)
, rangkorreláció Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-16-80 Fax: 463-30-91 http://www.vizgep.bme.hu
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia. Szakmai felelős: Varga Júlia június
OKTATÁGAZDAÁGTAN OKTATÁGAZDAÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék,
Részletesebben14 A Black-Scholes-Merton modell. Options, Futures, and Other Derivatives, 8th Edition, Copyright John C. Hull
14 A Black-choles-Merton modell Copyright John C. Hull 01 1 Részvényárak viselkedése (feltevés!) Részvényár: μ: elvárt hozam : volatilitás Egy rövid Δt idő alatt a hozam normális eloszlású véletlen változó:
RészletesebbenKorreláció és lineáris regresszió
Korreláció és lineáris regresszió Két folytonos változó közötti összefüggés vizsgálata Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Orvosi Fizika és Statisztika I. előadás 2016.11.02.
RészletesebbenElőítéletesség a szabadúszóknak szóló online piactereken. Aniko Hannak Claudia Wagner
Előítéletesség a szabadúszóknak szóló online piactereken Aniko Hannak Claudia Wagner David Garcia Markus Strohmaier Christo Wilson Algoritmusok és Diszkrimináció Algoritmusok és Diszkrimináció Algoritmusok
RészletesebbenBiomatematika 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
RészletesebbenKözgazdaságtan 1. ELTE TáTK Közgazdaságtudományi Tanszék. 3. hét A KERESLETELMÉLET ALAPJAI. HASZNOSSÁG, PREFERENCIÁK
KÖZGAZDASÁGTAN I. ELTE TáTK Közgazdaságtudományi Tanszék Közgazdaságtan 1. A KERESLETELMÉLET ALAPJAI. HASZNOSSÁG, PREFERENCIÁK Bíró Anikó, K hegyi Gergely, Major Klára Szakmai felel s: K hegyi Gergely
RészletesebbenTovábblépés. Általános, lineáris modell. Példák. Jellemzık. Matematikai statisztika 12. elıadás,
Matematikai statisztika. elıadás, 9.5.. Továbblépés Ha nem fogadható el a reziduálisok korrelálatlansága: Lehetnek fel nem tárt periódusok De más kapcsolat is fennmaradhat az egymáshoz közeli megfigyelések
RészletesebbenÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETIA Készült a TÁMOP-4.1.-08//A/KM-009-0041pályázat projet eretébe Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomáy Taszéé az ELTE Közgazdaságtudomáy Taszé az MTA Közgazdaságtudomáy Itézet és a
RészletesebbenAZ ÁTMENET GAZDASÁGTANA POLITIKAI GAZDASÁGTANI PILLANATKÉPEK MAGYARORSZÁGON
AZ ÁTMENET GAZDASÁGTANA POLITIKAI GAZDASÁGTANI PILLANATKÉPEK MAGYARORSZÁGON AZ ÁTMENET GAZDASÁGTANA POLITIKAI GAZDASÁGTANI PILLANATKÉPEK MAGYARORSZÁGON Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati
RészletesebbenA kvantum-kommunikáció leírása sűrűségmátrix segítségével
LOGO A kvantum-kommunikáció leírása sűrűségmátrix segítségével Gyöngyösi László BME Villamosmérnöki és Informatikai Kar Hogyan tekinthetünk a sűrűségmátrixokra? Zaos kvantumrendszerek kvantumállapotra
RészletesebbenEgy és (többváltozós) logisztikus regressziós vizsgálatok és alkalmazásaik a klinikumban
Egy és (többváltozós) logisztikus regressziós vizsgálatok és alkalmazásaik a klinikumban Dr. Prohászka Zoltán Az MTA doktora Semmelweis Egyetem III. Sz. Belgyógyászati Klinika 2016-11-24 prohoz@kut.sote.hu
RészletesebbenHipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?
01.09.18. Hpotézs vzsgálatok Egy példa Kérdések (példa) Hogyan adhatunk választ? Kérdés: Hatásos a lázcsllapító gyógyszer? Hatásos-e a gyógyszer?? rodalomból kísérletekből Hpotézsek A megfgyelt változó
RészletesebbenÖkonometria. Logisztikus regresszió. Ferenci Tamás 1 Nyolcadik fejezet. Budapesti Corvinus Egyetem. 1 Statisztika Tanszék
Ferenci Tamás 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Nyolcadik fejezet Tartalom V. esettanulmány 1 V. esettanulmány Csődelőrejelzés 2 Általános gondolatok 3 becslése
RészletesebbenGAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június
GAZDASÁGSTATISZTIKA Készül a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázai projek kereében Taralomfejleszés az ELTE TáTK Közgazdaságudományi Tanszékén, az ELTE Közgazdaságudományi Tanszék, az MTA Közgazdaságudományi
RészletesebbenDiszkrét idejű felújítási paradoxon
Magda Gábor Szaller Dávid Tóvári Endre 2009. 11. 18. X 1, X 2,... független és X-szel azonos eloszlású, pozitív egész értékeket felvevő valószínűségi változó (felújítási idők) P(X M) = 1 valamilyen M N
RészletesebbenFoglalkoztatási modul
Foglalkoztatási modul Tóth Krisztián Országos Nyugdíjbiztosítási Főigazgatóság A mikroszimulációs nyugdíjmodellek felhasználása Workshop ONYF, 2014. május 27. Bevezetés Miért is fontos ez a modul? Mert
RészletesebbenMikroökonómia 2009 őszi félév
Mikroökonómia 2009 őszi félév Budapesti Corvinus Egyetem, Közgazdaságtudományi Kar. 3. előadás Fogyasztás és kereslet Előadó: Berde Éva A jelen előadás fóliáiban többször felhasználtam a Hirshleifer Glazer
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
RészletesebbenMUNKAGAZDASÁGTAN. Készítette: Köllő János. Szakmai felelős: Köllő János január
MUNKAGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék, az MTA Közgazdaságtudományi
RészletesebbenTANTÁRGYI PROGRAM Matematikai alapok 2. útmutató
BGF PÉNZÜGYI ÉS SZÁMVITELI KAR Módszertani Intézeti Tanszéki Osztály TANTÁRGYI PROGRAM Matematikai alapok 2. útmutató 2015/2016. tanév I. félév Tantárgyi program Tantárgy megnevezése Tantárgy jellege/típusa:
RészletesebbenBiometria 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
RészletesebbenREGIONÁLIS GAZDASÁGTAN B
REGIONÁLIS GAZDASÁGTAN B Készült a TÁMOP-4.1.2-08/2/a/KMR-2009-0041 pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA
RészletesebbenVÁROS- ÉS INGATLANGAZDASÁGTAN
VÁROS- ÉS INGATLANGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az
RészletesebbenVÁROS- ÉS INGATLANGAZDASÁGTAN
VÁROS- ÉS INGATLANGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az
RészletesebbenÖkonometria gyakorló feladatok Többváltozós regresszió
Ökonometria gyakorló feladatok Többváltozós regresszió 2019. március 1. 1. Az UCSD egyetem felvételi irodája egy 427 hallgatóból álló véletlen mintát vett, és kiszámolta az egyetemi átlagpontszámukat (COLGPA),
RészletesebbenStatisztikai módszerek a skálafüggetlen hálózatok
Statisztikai módszerek a skálafüggetlen hálózatok vizsgálatára Gyenge Ádám1 1 Budapesti Műszaki és Gazdaságtudományi Egyetem Villamosmérnöki és Informatikai Kar Számítástudományi és Információelméleti
RészletesebbenDr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.
Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Ismertesse a legfontosabb előrejelzési módszereket és azok gyakorlati
RészletesebbenSTATISZTIKA. 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
RészletesebbenGazdasági szabályozás 13. hét A szabályozás hatékonysága
Gazdasági szabályozás 13. hét A szabályozás hatékonysága ELTE TáTK Közgazdaságtudományi Tanszék Készítette: Valentiny Pál A tananyag a Gazdasági Versenyhivatal Versenykultúra Központja és a Tudás-Ökonómia
RészletesebbenÖkonometria. Logisztikus regresszió. Ferenci Tamás 1 tamas.ferenci@medstat.hu. Nyolcadik fejezet. Budapesti Corvinus Egyetem. 1 Statisztika Tanszék
Ferenci Tamás 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Nyolcadik fejezet Tartalom V. esettanulmány 1 V. esettanulmány Csődelőrejelzés 2 Általános gondolatok 3 becslése
RészletesebbenVálogatott fejezetek a közlekedésgazdaságtanból
Válogatott fejezetek a közlekedésgazdaságtanból Személyközlekedés gazdasági jellemzői2 Választási modellek Levelező tagozat 2017 ősz Készítette: Prileszky István http://www.sze.hu/~prile Forrás: A Self
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
RészletesebbenKÖZGAZDASÁGTAN I. Készítette: Bíró Anikó, K hegyi Gergely, Major Klára. Szakmai felel s: K hegyi Gergely. 2010. június
KÖZGAZDASÁGTAN I. Készült a TÁMOP-4.1.2-08/2/a/KMR-2009-0041 pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi
RészletesebbenKözgazdaságtan 1. ELTE TáTK Közgazdaságtudományi Tanszék. 2. hét KERESLET, KÍNÁLAT, EGYENSÚLY
KÖZGAZDASÁGTAN I. ELTE TáTK Közgazdaságtudományi Tanszék Közgazdaságtan 1. KERESLET, KÍNÁLAT, EGYENSÚLY Bíró Anikó, K hegyi Gergely, Major Klára Szakmai felel s: K hegyi Gergely 2010. június Vázlat 1
RészletesebbenFEGYVERNEKI 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[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát
RészletesebbenElemi statisztika. >> =weiszd= << december 20. Szerintem nincs sok szükségünk erre... [visszajelzés esetén azt is belerakom] x x = n
Elemi statisztika >> =weiszd=
Részletesebben1. ábra: A felsőoktatásban tanulók, illetve felsőfokú oklevelet szerzők számának változása, 1990 2009. Forrás: KSH 1990 2009.
Diplomás pályakezdők a versenyszektorban A Gazdaság és Vállalkozáskutató Intézet 2005-ben kezdte el a Diplomás pályakezdők a versenyszektorban elnevezésű kutatási programot, amelynek keretében évente felmérést
RészletesebbenÚJDONSÁGOK A MINITAB STATISZTIKAI SZOFTVER ÚJ KIADÁSÁNÁL (MINITAB 18)
ÚJDONSÁGOK A MINITAB STATISZTIKAI SZOFTVER ÚJ KIADÁSÁNÁL (MINITAB 18) Előadó: Lakat Károly, L.K. Quality Bt. 2017 szeptember 27 EOQ MNB Szakbizottsági ülés Minitab 18 újdonságai Session ablak megújítása
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia. Szakmai felelős: Varga Júlia június
OKTATÁSGAZDASÁGTAN OKTATÁSGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék,
RészletesebbenVÁROS- ÉS INGATLANGAZDASÁGTAN
VÁROS- ÉS INGATLANGAZDASÁGTAN VÁROS- ÉS INGATLANGAZDASÁGTAN Készült a TÁMOP-4..-08//A/KMR-009-004pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi
Részletesebben(Independence, dependence, random variables)
Két valószínűségi változó együttes vizsgálata Feltételes eloszlások Két diszkrét változó együttes eloszlása a lehetséges értékpárok és a hozzájuk tartozó valószínűségek (táblázat) Példa: Egy urna 3 fehér,
Részletesebben