( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ANOVA ( ) 2. χ σ. α ( ) 2. y y y p p y y = + + = + + p p r. Fisher-Cochran-tétel
|
|
- Zsanett Varga
- 6 évvel ezelőtt
- Látták:
Átírás
1 NOV ( ) ( ) ( ) ( ) ( ) ( ) a Y Y Y Y µ µ µ ( ) ( ) ( ) ( ) + + Y µ µ µ ( ) ( ) ( ) + + µ χ e ( ) ( ) r + + Fher-Cochran-tétel mnd NOV ( ) e χ : H ( ) e S χ ( ) e r ν χ ( ) e S χ ( ) e r r ν χ F
2 Két faktor zernt NOV z faktor mnden zntét kombnáluk a B faktor mnden zntével, mnden cellában azono zámú métlé (kegenúlozott terv). terv zerkezete matt a faktorok hatáát egmáétól függetlenül vzgálhatuk. NOV. élda (Box-Hunter-Hunter: Stattc for Exermenter, J. Wle, 978,. 65) oon.ta treatment B C D I oon II III NOV 4 4
3 TETMEN NOV 5 5 Modell,,r;,,q, k,, k µ + ε k N rq métlé (k) méreg () kezelé () k µ + ε k átlag-modell H µ µ µ (mnd azono) : 4 NOV 6 6
4 k µ + + β + β + ε k az -edk méreg a -edk kezelé kölcönhatá hatáa hatáa k µ + + β + β + ε hatá-modell k H :,,..., r B H : β,,..., q B H : β,,..., r;,..., q NOV 7 7 z eltéré forráa hatáa NOV-táblázat eltéré- -négzetözeg (orok között) S q( ) B hatáa (ozlook között) B kölcönhatá Maradék (coortokon belül) Tele ( ) S r S B B ( ) + ( ) S k k ( k ) S k zabadág fok r- q- (r-) (q-) rq(-) rq- B zóránégzet B 4(4-)6 F S r SB B q S B ( r )( q ) S rq ( ) B NOV 8 8
5 SUVIVL *TETMEN; Weghted Mean Current effect: F(6, 6).874,.5 Effectve hothe decomoton Vertcal bar denote.95 confdence nterval Stattc> dvanced Lnear/Nonlnear Model> >General Lnear Model>Factoral NOV> Mean fülön: Oberved, weghted, Plot.4.. Effect Intercet TETMEN *TETMEN Error 4 TETMEN Summar fülön: ll effect Unvarate Tet of Sgnfcance for SUVIVL (Poon) Sgma-retrcted arameterzaton Effectve hothe decomoton SS Degr. of MS F Freedom NOV 9 9 Homozkedaztctá e kont? More reult>umton fülön: Homogenet of varance Tet of Homogenet of Varance (Poon) Effect: *TETMEN Hartle F-max Cochran C Bartlett Ch-Sqr. df SUVIVL Levene' Tet for Homogenet of Varance (Poon) Effect: *TETMEN Degree of freedom for all F':, 6 MS Effect MS Error F SUVIVL NOV 4 4
6 rezduumok vzgálata edual fülön: Pred. & red..5 Deendent varable: SUVIVL.4.. aw edual Predcted Value NOV 4 4 Box-Cox tranzformácó ~ Var tr tr tr d d ( ) d d tr ( ) kont d tr Var ha kont d d tr k d tr ha d ln ha NOV 4 4
7 tr ha d ln ha λ- tranzformácó - / / ln.5.5 (nnc tranzformácó) NOV 4 4 ~ ln k + ln egenet kell llezten lnd *x lnd ~ lnmean NOV 44 44
8 Box-Cox tranzformácó λ tr Fle>Oen: (Program Fle>StatSoft>Stattca8>Examle>Macro> >nal Examle>BoxCox) 6 Lambda veru SSE(lambda) Deendent varable: SUVIVL Inde.: The nterecton of the 95% C.I lne wth the SSE lne mark the 95% confdence lmt For the bet lambda 5 4 SSE(lambda) λ 95% C.I Lambda NOV Normal Probablt Plot of edual Deendent Varable: SUVIVL Inde.: Lambda (No Tranformaton) Lambda- z-value z-value edual edual NOV 46 46
9 6 Box Plot of multle varable groued b TETME Sreadheet 5v*6c Medan; Box: 5%-75%; Whker: Non-Outler ange TETMEN... NOV *TETMEN; Weghted Mean Current effect: F(6, 6).94,.867 Effectve hothe decomoton Vertcal bar denote.95 confdence nterval 6 5 recurv: /urvval 4-4 TETMEN NOV 48 48
10 Effect Intercet TETMEN *TETMEN Error Unvarate Tet of Sgnfcance for ecurv (Poon) Sgma-retrcted arameterzaton Effectve hothe decomoton SS Degr. of MS F Freedom hatáok még kfeezettebbek (F értéke nagobbak), a kölcönhatához tartozó. helett.87 lez. NOV rezduumok vzgálata aw edual Deendent varable: ecurv Predcted Value Exected Normal Value Deendent varable: ecurv edual NOV 5 5
ANOVA. Egy faktor szerinti ANOVA. Nevével ellentétben nem szórások, hanem átlagok összehasonlítására szolgál. Több független mintánk van, elemszámuk
Egy faktor zernt NOV Nevével ellentétben nem zóráok, hanem átlagok özehaonlítáára zolgál Több független mntánk van, elemzámuk,...,,, r y,...,, y, y,..., yr;,, r H : r NOV. élda (Box-Hunter-Hunter: Stattc
RészletesebbenBIOMETRIA_ANOVA_2 1 1
Két faktor szerinti ANOVA Az A faktor minden szintjét kombináljuk a B faktor minden szintjével, minden cellában azonos számú ismétlés (kiegyensúlyozott terv). A terv szerkezete miatt a faktorok hatását
RészletesebbenKISTERV2_ANOVA_
Két faktor szerinti ANOVA Az A faktor minden szintjét kombináljuk a B faktor minden szintjével, minden cellában azonos számú ismétlés (kiegyensúlyozott terv). A terv szerkezete miatt a faktorok hatását
RészletesebbenVARIANCIAANALÍZIS (ANOVA) véletlen faktorok esetén
VRINCINLÍZI (NOV) véletlen faktorok eetén Varancakomponen-elemzé BIOMETRI_NOV_3 1 Rögzített faktorok: znteket a kíérletekhez megválazthatuk é beállíthatuk. Kérdé: van-e különbég a faktor különböző znte
RészletesebbenStatisztikai alapismeretek amit feltétlenül tudni kell
Statztka alameetek amt feltétlenül tudn kell Sokaág é mnta fogalma Statztka (mnta jellemzője) é aaméte fogalma Váható éték é vaanca jellemző Sűűégfüggvén é elozláfüggvén Standad nomál -, t- é F-elozlá
RészletesebbenBiológiai anyagok hatásának értékelése, ha közvetlen fizikai vagy kémiai analízis nem alkalmazható.
Boassa Bológa anagok hatásának értékelése, ha közvetlen fzka vag kéma analízs nem alkalmazható. Alapja standard készítménnel való összehasonlítás: a vzsgált anag mlen mennsége ad uganakkora hatást, mnt
RészletesebbenRegresszióanalízis. Lineáris regresszió
Regrezóanalíz Lneár regrezó REGRESSZIÓ 1 Modell: Valamely (pl. fzka) törvényzerûég értelméen az x független változó zonyo értékénél a függõ változó értéke Y ϕ (x). Y helyett y értéket mérünk, E(y x) Y,
RészletesebbenTöbb laboratórium összehasonlítása, körmérés
Több oratórium összehasonlítása, körmérés colorative test, round robin a rendszeres hibák ellenőrzése, számszerűsítése Statistical Manual of AOAC, W. J. Youden: Statistical Techniques for Colorative Tests,
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Review of Correlation & Regression
Mskolc Egetem Gazdaságtudomán Kar Üzlet Informácógazdálkodás és Módszertan Intézet Revew of Correlaton & Regresson Petra Petrovcs Mskolc Egetem Gazdaságtudomán Kar Üzlet Informácógazdálkodás és Módszertan
RészletesebbenANOVA. Mekkora különbséget tudnánk kimutatni? Statistics>Power Analysis>Several Means, ANOVA 1-Way
NOV Mkkora különbégt tudnánk kmutatn? tattc>powr naly>vral Man, NOV 1-Way 1. 1-Way NOV: Powr Calculaton 1-Way NOV (Fxd ) Powr v. ME (lpha.5, Group 4, N 6).9.8.7 Powr.6.5.4.3. ME α ( r ) σ 1.1..1..3.4.5.6.7.8.9
RészletesebbenPhEur Two-dose multiple assay with completely randomised design An assay of corticotrophin by subcutaneous injection in rats
PhEur... Two-dose multiple assay with completely randomised design An assay of corticotrophin by subcutaneous injection in rats 00 80 60 0 0 00 80 60 0 0 catterplot of multiple variables against dose PhEur_.sta
RészletesebbenGyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Lineáris regresszió, ismétlés nélküli mérések
Gakorló feladatok a Kísérletek tervezése és értékelése c. tárgból Lneárs regresszó, smétlés nélkül mérések 1. példa Az alább táblázat eg kalbrácós egenes felvételekor mért adatokat tartalmazza: x 1.8 3
RészletesebbenMotivációs diasor Ha megéri, nem baj, hogy nehéz!
Motivációs diasor Ha megéri, nem baj, hogy nehéz! Biometria - Bevezetés 1 Sertések gyógytáppal való kezelése Csoportok: Függő változó: testtömeg (DBW) Kezelt (Trial) Kezeletlen (Control) Kísérleti elrendezés:
RészletesebbenGyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Kísérlettervezés témakör
Gyakorló feladatok a Kíérletek tervezée é értékelée c. tárgyól Kíérlettervezé témakör. példa Nitrálái kíérleteken a kitermelét az alái faktorok függvényéen vizgálták:. a alétromav-adagolá idee [h]. a reagáltatá
RészletesebbenKálmán-szűrés. Korszerű matematikai módszerek a geodéziában 2014.03.10.
Kálmánzűré Korzerű matemata módzere a geodézában 4.3.. A Kálmánzűré defnícója Olyan algortmu, amely valamely lneár dnamu rendzerben egzat övetezetét tez lehetővé, amely a rejtett Marovmodellhez haonló
RészletesebbenMinőségjavító kísérlettervezés
. példa J.J. Pignatiello, J.S. Ramberg: J. Quality Technology, 17 198-06 (1985) kézbentartható -1 1 A: high heat temperature ( 0 F) 1840 1880 B: heating time (s) 3 5 C: transfer time (s) 10 1 D: hold down
RészletesebbenADATREDUKCIÓ I. Középértékek
ADATREDUKCIÓ I. Középértékek Adatredukcó 1. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények: a) Számított középérték: közbenső helyet foglaljanak el, azaz mn középérték
RészletesebbenA m becslése. A s becslése. A (tapasztalati) szórás. n m. A minta és a populáció kapcsolata. x i átlag
016.09.09. A m beclée A beclée = Az adatok átlago eltérée a m-től. (tapaztalat zórá) = az elemek átlago eltérée az átlagtól. átlag: az elemekhez képet középen kell elhelyezkedne. x x 0 x n x Q x x x 0
Részletesebben4. példa: részfaktorterv+fold-over, centrumponttal
4. példa: 7-4 részfaktorterv+fold-over, centrumponttal A kísérletek célja egy speciális anyag optimális előállítási körülményeinek meghatározása volt. A célfüggvény a kihozatal %, melynek maximális értékét
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)
RészletesebbenX Physique MP 2013 Énoncé 2/7
X Physique MP 2013 Énoncé 1/7 P P P P P ré r s t s t s tr s st s t r sé r tt é r s t t r r q r s t 1 rés t ts s t s ér q s q s s ts t r t t r t rô rt t s r 1 s2stè s 2s q s t q s t s q s s s s 3 é tr s
RészletesebbenBudapesti Műszaki és Gazdaságtudományi Egyetem Közlekedésmérnöki Kar Repülőgépek és hajók Tanszék
Budapet Műzak é Gazdaágtudomány Egyetem Közlekedémérnök Kar Repülőgépek é hajók Tanzék Hő- é áramlátan II. 2008/2009 I. félév 1 Méré Hőugárzá é a vízznte cő hőátadáának vzgálata Jegyzőkönyvet kézítette:
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...
RészletesebbenVariancia-analízis (ANOVA) Mekkora a tévedés esélye? A tévedés esélye Miért nem csinálunk kétmintás t-próbákat?
Varanca-analízs (NOV Mért nem csnálunk kétmntás t-próbákat? B Van különbség a csoportok között? Nncs, az eltérés csak véletlen! Ez a nullhpotézs. és B nncs különbség Legyen, B és C 3 csoport! B és C nncs
RészletesebbenEgymintás próbák. Alapkérdés: populáció <paramétere/tulajdonsága> megegyezik-e egy referencia paraméter értékkel/tulajdonsággal?
Egymintás próbák σ s μ m Alapkérdés: A populáció egy adott megegyezik-e egy referencia paraméter értékkel/tulajdonsággal? egymintás t-próba Wilcoxon-féle előjeles
Részletesebbenspecific (assignable) cause: azonosítható, tettenérhető (veszélyes) hiba megváltozott a folyamat
ELLENŐRZŐ KÁRTYÁK méréses mősítéses commo cause: véletle gadozás secfc (assgable) cause: azoosítható, tetteérhető (veszélyes) hba megváltozott a folyamat Mősítéses elleőrző kártyák 41 Mősítéses elleőrző
RészletesebbenCritical mix. 15. példa. 2 égh. anyag. 1 oxigén. 3 ég-e. 2 van nincs 0 3 nincs van 0 4 van van 1. 1 nincs nincs 0
Critical mix 5. példa oxigén égh. anyag ég-e nincs nincs van nincs nincs van van van van égh. anyag nincs Effect Estimates; **(-) design DV: ég-e Factor Effect Coeff. Mean/Interc. ()oxigén ()égh. anyag
Részletesebbeny ij e ij BIOMETRIA let A variancia-anal telei Alapfogalmak 2. Alapfogalmak 1. ahol: 7. Előad Variancia-anal Lineáris modell ltozó bontását t jelenti.
Elmélet let BIOMETRIA 7. Előad adás Variancia-anal Lineáris modellek A magyarázat a függf ggő változó teljes heterogenitásának nak két k t részre r bontását t jelenti. A teljes heterogenitás s egyik része
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
RészletesebbenPáros binomiális próbák
áros nomáls próák Kontngena-tálázatok (rx tálázat) elemzése, ha sem a sor-, sem az oszlop-összegek nem rögzítettek sak N adott - Szmmetra-vzsgálat (összefüggés-vzsgálat) - Függetlenség-vzsgálat BIOMETRIA_NEMARAMÉTERES_3
RészletesebbenStatisztika feladatok
Statsztka ok Informatka Tudományok Doktor Iskola Bzonyítandó, hogy: azaz 1 Tekntsük az alább statsztkákat: Igazoljuk, hogy torzítatlan statsztkák! Melyk a leghatásosabb közöttük? (Ez az együttes eloszlásfüggvényük.)
RészletesebbenKépletgyűjtemény a Gazdaságstatisztika tárgy A matematikai statisztika alapjai című részhez
Buaet űzak é Gazaágtuomá Egetem Gazaág- é Táaalomtuomá Ka Üzlet Tuomáok Itézet eezmet é Vállalatgazaágta Tazék Tóth Zuzaa Ezte Jóá Tamá Kéletgűtemé a Gazaágtatztka tág A matematka tatztka alaa című ézhez
RészletesebbenTAGUCHI ÉS SHAININ. Taguchi módszere a minőség kísérletes javítására
Minőségjavító kísérlettervezés TAGUCHI ÉS SHAININ 1 Taguchi módszere a minőség kísérletes javítására 1. példa Ina Tile: sok a selejt a kemence különböző pontjain a hőmérséklet nem azonos A kemence áttervezése
RészletesebbenBevezetés a hipotézisvizsgálatokba
Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -
RészletesebbenLoss Distribution Approach
Modeling operational risk using the Loss Distribution Approach Tartalom»Szabályozói környezet»modellezési struktúra»eseményszám eloszlás»káreloszlás»aggregált veszteségek»további problémák 2 Szabályozói
RészletesebbenÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter. 2010. június
ÖKONOMETRIA Készült a TÁMOP-4.1.-08//A/KMR-009-0041pályázat projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomány Tanszékén az ELTE Közgazdaságtudomány Tanszék az MTA Közgazdaságtudomány
RészletesebbenRANGSOROLÁSON ALAPULÓ NEM-PARAMÉTERES PRÓBÁK
RANGSOROLÁSON ALAPULÓ NEM-PARAMÉTERES PRÓBÁK Sorrendbe állítjuk a vzgált értékeket (a mntaelemeket) é az aktuál érték helyett a rangzámokat haználjuk a próbatatztkák értékenek kzámítáára. Egye próbáknál
RészletesebbenSTATISZTIKA. Philosophiae Naturalis Principia Mathematica (A természetfiloz. szetfilozófia fia matematikai alapelvei, 1687) Laplace ( )
STATISZTIKA 8. Előad adá Megbíhat tartomáyok (Kofidecia itervallumok) (Kofidecia itervallumok) Sir Iaac Newto, 1643-177 177 Philoohiae Naturali Priciia Mathematica (A terméetfilo etfiloófia fia matematikai
Részletesebben2 p típusú teljes faktoros kísérleti tervek. Kísérlettervezés. Mit akarunk megtudni? mátrix-terv. a változók egyenkénti változtatása. x 3 x 2.
Kísérlettervezés Mit akarunk megtudni? 8 6 4 Y = β + β x + β x +... + β p x p p típusú teljes faktoros kísérleti tervek 4. 7 5 8 x 3 x 3. 6 3. x 3 x 4 x. x a) b) a változók egyenkénti változtatása mátrix-terv
Részletesebbenu u IR n n = 2 3 t 0 <t T
IR n n =2 3 u() u u u u IR n n = 2 3 ξ A 0 A 0 0 0 < T F IR n F A 0 A 0 A 0 A 0 F :IR n IR n A = F A 0 A 0 A 0 0 0 A F A 0 A F (, y) =0 a = T>0 b A 0 T 1 2 A IR n A A A F A 0 A 0 ξ A 0 = F (ξ) ε>0 δ ε
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
RészletesebbenExcel segédlet Üzleti statisztika tantárgyhoz
Miskolci Egyetem Üzleti Statisztika és Előrejelzési Intézeti Tanszék Excel segédlet Üzleti statisztika tantárgyhoz. Z próba einek meghatározása óbafüggvény: x - m z = ; vagy σ/ n x - m z = ; vagy s/ n
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.
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Nonparametric Tests. Petra Petrovics.
Nonparametric Tests Petra Petrovics PhD Student Hypothesis Testing Parametric Tests Mean o a population Population proportion Population Standard Deviation Nonparametric Tests Test or Independence Analysis
RészletesebbenStatisztika elméleti összefoglaló
1 Statisztika elméleti összefoglaló Tel.: 0/453-91-78 1. Tartalomjegyzék 1. Tartalomjegyzék.... Becsléselmélet... 3 3. Intervallumbecslések... 5 4. Hipotézisvizsgálat... 8 5. Regresszió-számítás... 11
Részletesebbenr tr r r t s t s② t t ① t r ② tr s r
r tr r r t s t s② t t ① t r ② tr s r r ás③ r s r r r á s r ② s ss rt t s s tt r t r t r P s ② Pá③ á ② Pét r t rs t② t② r t ② s s ás t r s ② st s t t r t t r s t s t t t t s s s str t r r t r t ① r t r
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Nonparametric Tests
Nonparametric Tests Petra Petrovics Hypothesis Testing Parametric Tests Mean of a population Population proportion Population Standard Deviation Nonparametric Tests Test for Independence Analysis of Variance
RészletesebbenFogalom STATISZTIKA. Alkalmazhatósági feltételek. A standard lineáris modell. Projekciós mátrix, P
Fogalom STATISZTIKA 8 Előadás Többszörös lineáris regresszió Egy jelenség vizsgálata során általában az adott jelenséget több tényező befolyásolja, vagyis többnyire nem elegendő a kétváltozós modell elemzése
RészletesebbenFényderítő hatású-e a megélt tapasztalat a kimenetelre?
Fényderítő hatású-e a megélt tapasztalat a kimenetelre? Szerzők: Kovács Árpád Ferenc 1, Perényi Anett Anna 1, Fülöp Zsolt Zoltán 2 Témavezető: Dr. Kovács Judit 3 1 ÁOK VI., Marosvásárhelyi Orvosi és Gyógyszerészeti
Részletesebbenr rt t é t t t r r q rs té P r s P t é r t r rs té r é
r rt t é t t t r r q rs té P r s P t é r t r rs té r é t r és é t é r é q r s rt s r è s q s t à ét r r t t t à r r s r s s t tés s P r r rté r t q s è s é ss t t îtr t 1 r s st t t tr r é t P r r rs à
RészletesebbenStandardizálás, transzformációk
Standardizálás, transzformációk A transzformációk ugynúgy mennek, mint egyváltozós esetben. Itt még fontosabbak a linearitás miatt. Standardizálás átskálázás. Centrálás: kivonjuk minden változó átlagát,
RészletesebbenMinőség-képességi index (Process capability)
Minőség-képességi index (Process capability) Folyamatképesség 68 12. példa Egy gyártási folyamatban a minőségi jellemző becsült várható értéke µ250.727 egység, a variancia négyzetgyökének becslése σ 1.286
RészletesebbenSTATISZTIKAI KÉPLETGYŰJTEMÉNY ÉS TÁBLÁZATOK
MIKOLCI EGYETEM Gazdaágtudoá Kar Üzlt Iorácógazdálodá é Módzrta Itézt Üzlt tatzta é Előrlzé Tazé TATIZTIKAI KÉPLETGYŰJTEMÉNY É TÁLÁZATOK (Dolgozatíráál, zgá ca gé bgzé élül hazálható!). VIZONYZÁMOK, KÖZÉPÉRTÉKEK-ZÓRÓDÁ
RészletesebbenTartóprofilok Raktári program
Tartóproflok Raktár program ThenKrupp Ferroglou ThenKrupp Nolcadk kadá 6. áprl Ötvözetlen é alacon ötvözéú lemeztermékek Betonacélok Szerzámacélok Melegen hengerelt rúdacélok Könnú - é zínefémek Rozdamente
RészletesebbenACÉLSZERKEZETEK I. LEHÓCZKI Bettina. Debreceni Egyetem Műszaki Kar, Építőmérnöki Tanszék. [1]
ACÉLSZERKEZETEK I. LEHÓCZKI Bettina Debreceni Egyetem Műszaki Kar Építőmérnöki Tanszék E-mail: lehoczki.betti@gmail.com [1] ACÉLSZERKEZETEK I. Gyakorlati órák időpontjai: szeptember 25. október 16. november
RészletesebbenÁLLATTENYÉSZTÉSI GENETIKA
TÁMOP-4..-08//A-009-000 project ÁLLATTENYÉSZTÉSI GENETIKA University of Debrecen University of West Hungary University of Pannonia The project is supported by the European Union and co-financed by European
Részletesebben[Biomatematika 2] Orvosi biometria. Visegrády Balázs
[Biomatematika 2] Orvosi biometria Visegrády Balázs 2016. 03. 27. Probléma: Klinikai vizsgálatban három különböző antiaritmiás gyógyszert (ß-blokkoló) alkalmaznak, hogy kipróbálják hatásukat a szívműködés
RészletesebbenMakromolekulák fizikája
Makomoekuák fizikája Bevezetés Az egyedi ánc moekuaméet, áncmode a konfomációt befoyásoó tényezők eoszások Poime odatok köcsönhatások eegyedés fázisegyensúy Moekuatömeg meghatáozás fagyáspontcsökkenés
RészletesebbenK oz ep ert ek es variancia azonoss ag anak pr ob ai: t-pr oba, F -pr oba m arcius 21.
Középérték és variancia azonosságának próbái: t-próba, F -próba 2012. március 21. Hipotézis álĺıtása Feltételezés: a minta egy adott szempont alapján más populációhoz tartozik, mint b minta. Nullhipotézis
RészletesebbenWilcoxon-féle előjel-próba. A rangok. Ismert eloszlás. A nullhipotézis megfogalmazása H 1 : m 0 0. A medián 0! Az eltérés csak véletlen!
0.0.4. Wlcoxo-féle előel-próba ragok Példa: Va-e hatáa egy zórakoztató flm megtektééek, a páceek együttműködé halamára? ( zámok potértékek) orzám előtte utáa külöbég 0 0 3 3-4 4 5 3 6 3 3 0 7 4 3 8 5 4
RészletesebbenBiostatisztika 2. Dr. Dinya Elek Dr. Solymosi Róbert: Biometria a klinikumban Dr. Dinya Elek: Biostatisztika c. művei alapján
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Biostatisztika 2. Dr. Dinya Elek Dr. Solymosi Róbert: Biometria a klinikumban Dr. Dinya Elek: Biostatisztika
RészletesebbenANOVA,MANOVA. Márkus László március 30. Márkus László ANOVA,MANOVA március / 26
ANOVA,MANOVA Márkus László 2013. március 30. Márkus László ANOVA,MANOVA 2013. március 30. 1 / 26 ANOVA / MANOVA One-Way ANOVA (Egyszeres ) Analysis of Variance (ANOVA) = szóráselemzés A szórásokat elemezzük,
RészletesebbenA biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet
A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html
RészletesebbenMATEMATIKA HETI 5 ÓRA
EURÓPAI ÉRETTSÉGI 2008 MATEMATIKA HETI 5 ÓRA IDŐPONT : 2008. június 5 (reggel) A VIZSGA IDŐTARTAMA: 4 óra (240 perc) MEGENGEDETT ESZKÖZÖK: Európai képletgyűjtemény Nem programozható, nem grafikus számológép
RészletesebbenVárható érték:... p Módusz:...
NEVEZETES ELOSZLÁSOK. Bernoull-eloszlás: B(, p p ha x = Súlyfüggvény:... P( X = x; p =...ahol: q=-p q ha x = 0 ha p q Várható érték:... p Módusz:... 0 ha p q Varanca:... pq Relatív szórás:... q p. ÁBRA.
RészletesebbenPRA/282000/M. SMART - HENGER Beépített szeleppel és érzékel vel PRA/282000/M Kétoldali m ködés Ø 32... 100 mm
ISO 6431 és VDMA 24562 szerinti szabványos henger Összeépített, kpl. egység LED kijelz vel ASI busz vagy multipólusú csatlakozás Beépített 5/2 vagy 5/3 útszelepek (többféle m ködéssel) Fojtószelepek sebességszabályozáshoz
RészletesebbenKabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a
Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,
RészletesebbenStatisztika II előadáslapok. 2003/4. tanév, II. félév
Statisztika II előadáslapok 3/4 tanév, II félév BECSLÉS ÉS HIPOTÉZISVIZSGÁLAT Egyik konzervgyár vágott zöldbabot exportál A szabvány szerint az üvegek nettó töltősúlyának az átlaga 3 g, a szórása 5 g Az
RészletesebbenKF2 Kenőanyag választás egylépcsős, hengereskerekes fogaskerékhajtóműhöz
KF Kenőanyag választás egylépcsős, hengereskerekes fogaskerékhajtóműhöz. Adatválaszték a hajtómű kenéstechnikai számításához No P [kw] n [/s] KA m z z β [fok] d m d m olajhőmérséklet [ C] 6,4 8,5 9 93
RészletesebbenSTATISZTIKAI KÉPLETGYŰJTEMÉNY ÉS TÁBLÁZATOK
MKOLC EGYETEM Gzáguoá K Üzl oácógzáloá é Móz éz Üzl z é Előlzé éz Tzé VZONYZÁMOK, KÖZÉPÉRTÉKEK-ZÓRÓDÁ Vzozáo. V, V, V. l, b 3. l l... l l b Π 4. - b b 5. V : V : TTZTK KÉPLETGYŰJTEMÉNY É TÁLÁZTOK Nöélboá
RészletesebbenÅ ÖÓ ÓÒÓÑ Ø Ð ØÝ ÌÖ Ò Ø ÓÒ ØÓÛ Ö Ø ÙÒ Ð Ø Ö Ð Ô Ö ÒØ º Ö Þ Ö ÒØ º Ö Þ Ò ºÞ ÒØ Ö ÓÖ ÓÒÓÑ Ê Ö Ò Ö Ù Ø Ù Ø ÓÒ Ó ÖÐ ÍÒ Ú Ö ØÝ Þ Æ Ø ÓÒ Ð Ò ½ ÂÙÒ ½¾ ¾¼¼ ½
Å ÖÓ ÓÒÓÑ Ø Ð ØÝ ÌÖ Ò Ø ÓÒ ØÓÛ Ö Ø ÙÒ Ð Ø Ö Ð Ô Ö ÒØ º Ö Þ Ö ÒØ º Ö Þ Ò ºÞ ÒØ Ö ÓÖ ÓÒÓÑ Ê Ö Ò Ö Ù Ø Ù Ø ÓÒ Ó ÖÐ ÍÒ Ú Ö ØÝ Þ Æ Ø ÓÒ Ð Ò ½ ÂÙÒ ½¾ ¾¼¼ ½ Ì Ú Û ÜÔÖ ÓÒ Ø Ø Ö ÑÝ ÓÛÒ Ò Ó ÒÓØ Ò Ö ÐÝ Ö ÔÖ ÒØ Ø
RészletesebbenPDF created with FinePrint pdffactory Pro trial version Adott egy X folytonos változó, ami normális eloszlású.
Á dott egy X folytonos változó, ami normális eloszlású. X ( µ,σ ) dottak ezen kívül az Y,Y,,Y k diszkrét változók (faktorok) total H 0 : X - re nincs hatással Y Q = Q + Q +... + Q + Q + Q3 +... + Q k hiba
RészletesebbenVéletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.
Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza
RészletesebbenStatisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
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
RészletesebbenMinőségjavító kísérlettervezés TAGUCHI ÉS SHAININ
Minőségjavító kísérlettervezés TAGUCHI ÉS SHAININ 1 Taguchi módszere a minőség kísérletes javítására 1. példa Ina Tile: sok a selejt a kemence különböző pontjain a hőmérséklet nem azonos A kemence áttervezése
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
Részletesebben4 Approximációs algoritmusok szorzatalakú hálózatok esetén
4 Approxmácós algortmusok szorzatalakú hálózatok esetén Az MVA-n alapuló approxmácó (Bard-Schwetzer-módszer): Beérkezés tétel: T () = 1 µ [1+ ( 1) ], =1,...,N Iterácó a következő approxmácó használatával:
RészletesebbenH0 hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik)
5.4: 3 különböző talpat hasonlítunk egymáshoz Varianciaanalízis. hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik) hipotézis: Létezik olyan μi, amely nem egyenlő a többivel (Van
RészletesebbenA Termelésmenedzsment alapjai tárgy gyakorló feladatainak megoldása
azdaság- és Társadalomtudományi Kar Ipari Menedzsment és Vállakozásgazdaságtan Tanszék A Termelésmenedzsment alapjai tárgy gyakorló feladatainak megoldása Készítette: dr. Koltai Tamás egyetemi tanár Budapest,.
RészletesebbenA szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai
05..04. szórások vizsgálata z F-próba Hogya foguk hozzá? Nullhipotézis: a két szórás azoos, az eltérés véletle (mitavétel). ullhipotézishez tartozik egy ú. F-eloszlás. Szabadsági fokok: számláló: - evező:
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,
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
RészletesebbenBevezetés az ökonometriába
Bevezetés az ökonometriába Többváltozós lineáris regresszió: modellszelekció Ferenci Tamás MSc 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Negyedik előadás, 2010. október
Részletesebbene (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:
Normális eloszlás ξ valószínűségi változó normális eloszlású. ξ N ( µ, σ 2) Paraméterei: µ: várható érték, σ 2 : szórásnégyzet (µ tetszőleges, σ 2 tetszőleges pozitív valós szám) Normális eloszlás sűrűségfüggvénye:
RészletesebbenA problémamegoldás lépései
A problémamegoldás lépései A cél kitűzése, a csoportmunka megkezdése egy vagy többféle mennyiség mérése, műszaki-gazdasági (például minőségi) problémák, megoldás célszerűen csoport- (team-) munkában, külső
Részletesebben1., Egy területen véletlenszerűen kihelyezet kvadrátokban megszámlálták az Eringium maritimum (tengerparti ördögszekér) egyedeit.
1., Egy területen véletlenszerűen kihelyezet kvadrátokban megszámlálták az Eringium maritimum (tengerparti ördögszekér) egyedeit. 1., Határozza meg az átlagos egyedszámot és a szórást. Egyedszám (x i )
RészletesebbenAlumínium szerkezetek tervezése 4. előadás Hegesztett alumínium szerkezetek méretezése az Eurocode 9 szerint Számpéldák.
Szakmérnöki kurzus Alumínium szerkezetek tervezése 4. előadás Hegesztett alumínium szerkezetek méretezése az Eurocode 9 szerint Számpéldák. BME Szilárdságtani és Tartószerkezeti Tanszék Dr. Vigh László
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
RészletesebbenStatistical Inference
Petra Petrovics Statistical Inference 1 st lecture Descriptive Statistics Inferential - it is concerned only with collecting and describing data Population - it is used when tentative conclusions about
Részletesebben8. A mérıeszközök képességvizsgálata 1
8. A mérıeszközök képességvizsgálata 1 A vizsgálat célja annak megállapítása, hogy a használt mérıeszköz elég kis hibával használható-e ahhoz, hogy vele a folyamatról információt szerezzünk. Az AIAG (Automotive
RészletesebbenTeljesítménynyilatkozat R4308KPCPR
Teljesítménynyilatkozat R4308KPCPR 1. A terméktípus egyedi azonosító kódja. MPE, FRK, FKD S, FKD S C1, FKD S C2, PTE, DF, TPS, PTP035, TPT, FKD S, FKD S C1, FKD S C2, PTP035, DP-12, TPT, BS-12 2. Típus-,
RészletesebbenMinitab 16 újdonságai május 18
Minitab 16 újdonságai 2010. május 18 Minitab 16 köszöntése! A Minitab statisztikai szoftver új verziója több mint hetven újdonságot tartalmaz beleértve az erősebb statisztikai képességet, egy új menüt
RészletesebbenNemparaméteres módszerek. Krisztina Boda PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet
Nemparaméteres módszerek Krsztna Boda PhD SZTE ÁOK Orvos Fzka és Orvos Informatka Intézet Paraméteres próbák Paraméter: egy szám, amely a populácó eloszlását jellemz (és általában meghatározza). A normáls
Részletesebbeny ij e ij STATISZTIKA let A variancia-anal telei Alapfogalmak 2. Alapfogalmak 1. ahol: 12. Előad Variancia-anal Lineáris modell ltozó
Elmélet let STATISZTIKA 12. Előad adás Vaiancia-anal analízis Lineáis modellek A magyaázat a függf ggő változó teljes heteogenitásának nak két k t észe bontását t jelenti. A teljes heteogenitás s egyik
RészletesebbenTárgy- és névmutató. C Cox & Snell R négyzet 357 Cramer-V 139, , 151, 155, 159 csoportok közötti korrelációs mátrix 342 csúcsosság 93 95, 102
Tárgy- és névmutató A a priori kontraszt 174 175 a priori kritérium 259, 264, 276 adatbevitel 43, 47, 49 52 adatbeviteli nézet (data view) 45 adat-elôkészítés 12, 37, 62 adatgyûjtés 12, 15, 19, 20, 23,
RészletesebbenA sokaság/minta eloszlásának jellemzése
3. előadás A sokaság/mnta eloszlásának jellemzése tpkus értékek meghatározása; az adatok különbözőségének vzsgálata, a sokaság/mnta eloszlásgörbéjének elemzése. Eloszlásjellemzők Középértékek helyzet (Me,
RészletesebbenTypotex Kiadó. Jelölések
Jelölések a = dolgozók fogyasztása (12. fejezet és A. függelék) a i = egyéni tőkeállomány i éves korban A = társadalmi (aggregált) tőkeállomány b j = egyéni nyugdíj j éves korban b k = k-adik nyugdíjosztály
RészletesebbenMatematikai statisztika
Matematka statsztka 8. elıadás http://www.math.elte.hu/~arato/matstat0.htm Kétmtás eset: függetle mták + + + = + ) ( ) ( ) ( Y Y X X Y X m m m t m Ha smert a szórás: (X elemő, σ szórású, Y m elemő, σ szórású),
Részletesebben