Ellenben az alábbi táblázat egére, nem additív, hiszen különbségek: =4.6 és =3,3; azaz a B típus jobban bírja az éhezést.

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Ellenben az alábbi táblázat egére, nem additív, hiszen különbségek: =4.6 és =3,3; azaz a B típus jobban bírja az éhezést."

Átírás

1 Meység geetka Most olya jelegekkel foglakozuk, amelyek ge sok lókuszo öröklődek. A géek kfejeződését a köryezet s befolyásolja! Pl. a Drosohla száryá a keresztér háyát, okozhatja egyrészről ot mutácó, valamt a báb meleg sokkja s. E jellegek vzsgálatakor a robléma az, hogy ehéz elkülöíte, hogy egy adott jelleg kalakulása mögött mlye okok állak. geetka (azaz e jelleg geetkalag meghatározott). köryezete (geetkalag azoos de eltérő körülméyek között fejlődő egyed más és más jelleggel redelkezek). Néháy lehetséges módja a köryezet hatásokak:. Külöböző külső köryezet faktorok: más hőmérséklet, más táayag.. Fejlődés zaj : zogeetkus Drosohla hímekek, a lehető legazoosabb körülméyek között evelve s eltérő számú has sörté vaak, lásd 6. ábra:

2 3. Ctolazma hatás: Mtokodrum és lasztsz DNS. A következő modellek többsége feltételez, hogy a geetka és köryezet hatás függetle; a közel roko egyedekek a köryezte em azoos. (Nylvá ha az utód örökl a szülő köryezetét s, lletve kulturálsa s átadódak jellegek, akkor sokkal boyolultabb a helyzet.) Addtív hatás: a geetka és köryezet hatás összeadódk. Csak a geetka öröklődk, a köryezet hatás em. Egyszerűsít, u. a két hatás külö kezelhető. Pl. Drosohla Vegyük észre, hogy a külöbség mdkét geotíusál kb. 0. Ellebe az alább táblázat egére, em addtív, hsze külöbségek: és ,3; azaz a B tíus jobba bírja az éhezést. Reakcóorma: egy adott geotíus összes feotíusa, amelyet más-más köryezet körülméyek között alakít k.

3 3

4 Összefoglalva:. Az eltérések geetka vagy köryezet okokra vezethetők vssza.. A közös hatás lehet addtív vagy em-addtív. Az addtívtás léyege, hogy a ható okok egymástól függetleül övelk az adott jelleget. EMLÉKEZTETŐ: A varabltás természetes mérőszáma a varaca: ( x x) V :. 0 Ahol az -edk (,,..., ) tíus frekvecája, azaz azo egyedek aráya, amelyek x értékkel redelkezek és x x a oulácó átlag. Ismert, ha két változó függetle, akkor azok összegéek varacája em más, mt varacájuk összege (matematka tétel.) V : V G + V A. Ahol, V G a geetka okokból származó varaca, míg V A a köryezet hatás varacája. Általába: : VG + VA VGA ahol GA V + V kfejez a geotíus-köryezet kölcsöhatásból eredő változatosságot. (Vö. ANOVA és leárs modellel.) Az addtív geetka modell Tegyük fel, hogy. Mde külöbség oka geetka, azaz a köryezet em varábls. A géek hatása addtív. A géek addtív hatása két részből tevődk össze. A) Lókuszoko belül: AA és aa feotíusok számta átlaga a Aa feotíusa, azaz tökéletes termeder öröklődés áll fe. B) Lókuszok között: Az egyk lókuszo törtéő allél csere hatása függetle attól, hogy a több lókuszo aktuálsa mlye allélok vaak jele. Léyeg: sem receszív - domás öröklődés, sem esztázs cs! 4

5 Búzamag szí: 3 lókusz redre domás - receszív allél árokkal: geotíus - feotíus megfeleltetés: /64 have all 6 red alleles dark red 6/64 have 5 red + hte lght red 5/64 have 4 red + hte dark k 0/64 have 3 red + 3 hte k 5/64 have red + 4 hte lght k 6/64 have red + 5 hte very ale k /64 have all 6 hte hte 5

6 Alteratív em addtív esetek: Lókuszoko belül a domaca és lókuszok között esztázs: ekkor a geetka változatosság mértéke. 6

7 V A addtív géek varaca, V D domacából eredő varaca V EP géek között esztatkus terakcókból adódó varaca. Az addtív geetka varaca azért fotos, mert eek változását köyű vzsgál természetes, lletve mesterséges szelekcós eseté. Természetese ez a modell durva közelítés, hsze l. a köryezet hatást elhayagoltuk. De jó kdulóot. Feotíusos eloszlások 7

8 A meység bélyegek általába jól közelítk a ormáls eloszlást. A) kevés allél határozza meg (ekkor bomáls eloszlás) B) több allél határozza meg (ormáls eloszlás). 8

9 Ok: cetráls határeloszlás tétele: addtív hatások határértékbe (elég sok lókuszra) ormáls eloszláshoz közelíteek. Lásd Galto deszka, avagy a bomáls eloszlás, agy smétlés szám eseté ormálshoz tart. Ha egy jelleg eloszlása ormáls eloszlású, az még em jelet azt, hogy ekkor addtív géek esetével álluk szembe.. 6. ábra zogekus voalról. a köryezet hatására s létrejöhet ormáls eloszlás. Nem mde eloszlás ormáls: 9

10 . Tektsük egy olya élőléyt, amelyre gaz, hogy a magassága köbével aráyos a súlya. Ha a magasság ormáls eloszlású, akkor a súly em lehet az.. Domás, esztatkus öröklődés. Rokook között hasolóság addtív modell alajá Az addtív modell alajá a rokook meyvel hasolóbbak egymáshoz, mt a oulácóból véletleül választott egyedekhez? Ha a jelleg csak geetkalag addtív módó meghatározott, akkor a rokook jobba hasolítaak egymáshoz, mt a em rokookhoz, hsze több géjük azoos. Nylvá aál hasolóbbak, mél több a közös géjük. Kérdés. Háy közös géjük va? (Feltesszük, hogy cs mutácó.) 0

11 Utódok // A3 A4 A AA3 AA4 A AA3 AA4 Testvérek háy százalékba azoosak? Válasszuk k egy tetszőleges utódot, és hasolítsuk össze lehetséges testvérevel: AA3 AA3 00% Így átlagosa: AA4 50% AA3 50% AA Féltestvérek, aa legye más // A3 A4 B BA3 BA4 B BA3 BA4 Féltestvérek háy százalékba azoosak? BA3 AA3 50% AA4 0 AA3 50% AA4 0 Így átlagosa

12 Dlod fajba, a agyaa gé az uokatestvérekbe: ¼ és ¼ valószíűséggel kerül. Ezek függetle eseméyek, így /6 aak az esélye, hogy a agyaa adott géje mdkét uokatestvérbe jele va. De ugya ez a helyzet a agymama egy adott géjére s. Így /8 aak az esélye, hogy az uokatestvérek adott géje azoos és a agyszülektől örökölték ezeket a géeket. Kérdés. Meyre hasolítaak egymásra az aák és a fak? Mkée rható le a szülök és utódak feotíusa között kacsolat?

13 EMLÉKEZTETŐ: Két valószíűség között kacsolatot a kovaracával, és a korrelácós együtthatóval mérjük: jelölje z az egyk és z a másodk roko egyed értékét (l. testmagasság). Megjegyzés: sek sem testvére ömagáak. Ha a oulácóba N roko ár va, akkor a kovaraca becslése. A korrelácós koeffces, Ahol, -edk szórása, és -edk átlaga. Tektsük egy egyesúlyba lévő dlod oulácót, termeder (addtív) öröklődéssel! F(aa)0; F(Aa); F(AA). Mekkora aák és fak között a kovaraca? Tektsük egy aa aát! Pámxs (véletle árosodás) eseté: aa aa mde utód aa aa Aa fele utód aa másk fele Aa aa AA mde utód Aa Azaz aa aáak: aráyba va aa fa, és hasolóa aráyba va Aa geotíusú fa. 3

14 Tektsük egy Aa aát! Pámxs (véletle árosodás) eseté: Aa aa ½ Aa és ½ aa Aa Aa ¼ aa ; ½ Aa ; ¼ AA Aa AA ½ Aa és ½ AA Azaz Aa aáak: aa utódaak aráya: +, és Aa utódaak aráya: , és AA utódaak aráya: + 4 Tektsük egy AA aát! Pámxs (véletle árosodás) eseté AA aa Aa AA Aa ½ Aa ; ½ AA AA AA AA Azaz AA aáak: ( + ) + + aráyba va AA geotíusú fa. aráyba va Aa fa, és hasolóa Aák átlaga: ( + ), és szórása: (a szórás a varaca égyzetgyöke) defícója: ( x x) σ. ) ( 0 ) + ( ) + ( ) 4 + ( ) + 4( ) [ + ( + ) + ] [ ] [ + + ] Mvel feltesszük, hogy a oulácó egyesúlyba va, így a hímek geotíus eloszlása em változk. Ebből következk, hogy a fuk várható értéke és szórása s azoos az aákéval. 4

15 5 A kovaraca defícó szert: ( )( ) j j y y x x y x Cov ) :, (, Most a j az (aa, fú) árok valószíűsége, l: aa feotíusa és a fáé, stb! Köye látható, hogy ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ), ( z z Cov Így a korrelácó az aák és fuk között 0.5 ), ( z z Cov r σ σ. Megmutatható, ha sok autoszómás lókuszo megy az öröklődés és a géek addtív módo hatak kölcsö, akkor a korrelácó szt ugyaey. Hosszabb számolással adódk, hogy a valód testvérek között s ekkora a korrelácó. Fordítva em gaz, azaz ha a testvérek között korrelácó ½, ebből em következk, hogy addtív modellük feáll. Eek oka:. A testvérek emcsak géjekbe hasolóak, de feleveltetésük sorá, azoos köryezete s osztozak.. Nem addtív gé kölcsöhatás eredméyezhet ½ korrelácót a testvérek között, mközbe a szülök és utódak között cs korrelácó. Lásd 6.4 tábla, ahol overdomaca va aa és AA feotíusa 0, míg Aa feotíusa.

16 Két hba va a köyvből másolt táblázatba: AA aa esetbe a 3 helyet a helyes, és aa aa estbe az utolsó helyett 0 a helyes. Tovább otosítás: az utolsó két oszloba,5 lee mdeütt (ha mde családba azoosa egy gyermek születk és az Aa és aa aákat s megkülöbözteték). Léyegébe a gyermekek feotíusáak aráya, azaz átlaga a fotos. A lokúszok domaca vszoya belteyészettel vzsgálható: 6

17 Itt a backcross az F geerácó és a F 0 szülő geerácó között va. Vegyük észre:. F geerácó feotíusa eltér a szülőéktől.. A geerácókba feotíus varacája függ a domaca vszoyoktól. 7

18 A belteyésztés hatása M törték modellükbe (cs köryezet hatás és a lókuszok addtívek) folytoos belteyésztés eseté? Iduljuk k egy kevert oulácóból, amelybe mostatól csak testvérek árosodak. Tektsük az egyszerűség kedvéért egy lókuszt. Eze előbb vagy utóbb, AA AA vagy aa aa árosodásokat fgyelhetük meg. Itt (a sodródás jeleségéhez agyo hasolóa) a leszármazás voalak véletleül homozgótává vállak, és természetese külöféle mutácókat hordozhatak. Az addtív modellük főbb jóslata belteyésztésre. A leszármazás voala egyre egységesebbé válak, míg végül mde egyed azoos em lesz. Természetese ehhez az s szükséges, hogy a köryezet azoos legye. Ha a köryezet em homogé, akkor, mvel V G tart ullához, a leszármazás voalo belül 8

19 varabltásért a köryezet varabltás lesz a felelős, a megfelelőe. Ez sokszor em gaz valós oulácókba, ahol azt taasztaljuk, hogy erőse belteyésztett voalako belül a varabltás agy. Eek oka az lehet, hogy a belteyésztés csökket az egyedfejlődés stabltását, a kaalzácóját lletve ez egyedfejlődés homeosztázsát (6. ábra).. A belteyésztett voalak em változak meg szelekcó hatására. Ez a kísérletekbe s így va. A belteyésztések hatására erőteljese csökke az életkéesség, aak változékoysága és egyéb ftesz komoesek. Ezt a hatást em jósolja meg az addtív modell. Ezt hívjuk breedg deresszóak, azaz amkor a belteyésztés csökket a fteszt. 9

20 Az breedg deresszó oka:. A már meglevő káros receszív géek s homozgóták leszek.. Heterozgota előy em valósulhat meg. Nevezetese: a. Overdomoaca: Aa jobb, mt aa vagy AA. b. Asszocatív overdomaca: A+/+B jobb, mt A+/A+ vagy +B/+B, kukorcába találtak lyet. Nylvá, a két belteyésztett voal F hbrdje jobb, mt a szülő voalak md két overdomás esetbe. 0

21 Ha belteyésztett voalakat keresztezük, aztá megt belteyésztjük a hbrdeket, esély va olya voalak létrehozására, amelyekbe a lehető legjobb géek vaak homozgóta állaotba. Így elvbe életkées belteyésztett voalakat lehet kszelektál. Ez a mesterséges szelekcó eseté em köyű. Az öbeorzó ővéyek vszot agyo hasoló módó szaorodak, u. a gyakor öbeorzások sorába bektatódk dege beorozás s, l. mák 75%-ba öbeorzó. Eze a övéyek körébe, em túl kfejezette de megvalósul a hbrdek előye, l. mák esetébe belteyésztett voalak hbrdjéek átlagosa több volt a gubója.

22 Az ráyító szelekcó hatása Szelekcós külöbség (Selecto dfferetal): S, legye a külöbsége a szelekcó előtt és a kszelektált oulácók átlag értékeek. Szekcós válasz (Resose): R, a szelekcó előtt és az utód geerácó átlaga között külöbség. Szelekcó teztása (Itesty of selecto):, ahol a kdulás, szelekcó előtt oulácó belül szórás. Hogya vszoyul egymáshoz a szelekcós külöbség S és válasz R értéke? A köryezet hatás élkül addtív modellbe ylvá SR. Mvel a kszelektált szülő oulácóba a géek és frekvecák azoosak, mt az utód oulácóba. Ha a géek csak

23 addtíve hatak, az átlagos kszelektált szülő oulácó átlaga azoos az utód oulácó átlagával. A valóságba: R<S. Összefoglalva az addtív modell főbb jóslata:. A feotíkus eloszlás ormáls. Fordítva em gaz, azaz va olya ormáls eloszlást követő jelleg, amely em addtív geetka háttérrel redelkezk.. A feotíkus korrelácó a rokook között egyelő a leszármazás sorá átadódó közös géek átlagos aráyával. 3. A belteyésztés md geetkalag, md feotíkusa uform oulácót eredméyez. 4. A szelekcós válasz azoos a szelekcós dfferecállal. Néháy esetbe modellük em jót jósol, u. a valóságba:. A belteyésztett voalako belül agy a feotíkus varabltás, aak elleére, hogy a körülméyek azoosak. De a geetka uformzmus általába gaz, u. em lehet szelektál tszta voalako belül.. A belteyészetett voalak rátermettsége ksebb. 3. A szelekcós válasz általába ksebb, mt a szelekcós dfferecál. Egy reálsabb modell Most, vegyük fgyelembe a köryezet hatását s! Az addtívvtást megőrzve: Y : G + E. Azaz tegyük fel, hogy egy adott Y jelleg két hatás szuerozícója (összege). Ha ez a két hatás egymástól függetle, akkor V : V + V. Y G E 3

24 Nylvá ezzel megmagyarázhatók azok az esetek, amkor egy belteyésztett oulácó, azaz V G 0, változékoy köryezetbe mért rodukál feotkus varacát. Mt láttuk, a belteyésztett voalako belül sokszor ge agy a feotkus varaca, amt em lehet megmagyaráz addtív modellel. Hogya vszoyul egymáshoz most a szelekcós külöbség S és válasz R értéke? Kéyelmes, ha a zérót eltoljuk a szelekcó előtt oulácó átlagába. Ez léyegébe csak skálaválasztás! 4

25 Ekkor, továbbá 0, matt ylvá a G és E valószíűség változok várható értéke s ullák,, és mvel a kszelektált szülő oulácóba és utód oulácóba azoos a gé eloszlás, így. Továbbá, ha addtív a lókuszok hatása (cs esztázs), és a oulácó egyesúlyba va, akkor az átlag em a zgóta (geotíus), haem az allél eloszlásoktól függ. Geotíus aa Aa AA Feotíus 0 d d Relatívgyakorsá Így,. 5

26 Ahogy már láttuk, a szülő (kválogatott) oulácóba és az utód oulácóba azoos az allélok relatív frekvecá. Most vagyuk abba a helyzetbe, hogy megvzsgáljuk fet kérdésük: Ha kválogatuk egy Y P, átlagú szülő oulácót, akkor mekkora lesz az utód oulácóba a szelektált jelleg átlaga Y O? Formálsa a kérdés az, hogy m a b? Y O : by P. Statsztkába b-t regresszós koeffcesek hívják, és kszámolható, hogy Mvel a skálák matt: b V Y P S és Y O R, így V G G. VY VG + VE VG R S. V + V Az addtív modell keretébe, az hertabltás (örökölhetőség) h defícója: h G G E VG V + V Nylvá, ha a köryezet hatás ő, akkor az örökölhetőség csökke, hsze a jó köryezet körülméyek matt rosszabb geetka állomáyú egyedek s kválogatódak. Hasolóa, mde geetka varabltást csökkető hatás, úgyszté csökket az örökölhetőséget. E. Ha a lókuszok em addtívek, akkor a realzálódott hertabltás: R h. S 6

27 Megjegyzés: szgorú (szűk) értelembe a hertabltást csak az addtív geetka varacára voatkoztatják. Míg általáos (széles) értelembe vett hertabltás az általáos geetka varabltásra voatkoztatják. E mögött az áll, hogy általáos esetbe. Ahol az addtív lókuszok hatása a domás-receszív lókuszok hatása és esztázs (géek kölcsöhatása). Melőtt az emrkus adatokra térék, éháy fotos eset, amkor a geetka varaca em járul hozzá a szelekcós válaszhoz:. Domás öröklődés. Testvérek között va korrelácó, de szülő utód között cs.. Esztatkus terakcó. Illusztrácókét tektsük egy szexuáls, halod oulácót (mohák), melybe azoos lókuszo két allél va azoos frekvecákkal. Szelektáljuk ab és AB geotíusokat! 6.5 ábra. 7

28 Vegyük észre, az első szelekcós léés utá cs változás: + és + azoos. Ok: a szex kkever újra meg újra a kszelektált tíusokat. 3. Gé-köryezet között terakcó. 6. ábra Megjegyzés:. és. esetbe az ok az, hogy ezek em addtív esetek! Mesterséges szelekcós kísérletek 8

29 9

30 Általáos taasztalatok:. Több ráyba s lehetséges szelektál. Természetese külöböző ráyokba, külöböző hertabltás s. 30

31 Vegyük észre, hogy a ftesszel kacsolatos jellegek hertabltás koeffcese kcsk! Azaz, ezek a jellegek általába em addtívek!. Létezk szelekcós lmt, amely elérése utá a tovább szelektálás vagy ge lassú vagy egyáltalá em lehetséges. 3. Ha elérték a szelekcós határt, akkor szelekcó befejeztével a oulácó általába em tér vssza az eredet állaotba. Egyk lehetséges ok, hogy mdg hatak em addtív lókuszok s. 4. A szelekcós határhoz közel oulácók életkéessége ksebb, mt a kdulás oulácóé, ezt kacsolt válaszak s evezk. E mögött leotrokus (egy gé, sok feotíusos hatás) hatás vagy kacsolt géek állak. Hogya lehet kterjeszte a mesterséges szelekcó taasztalatat az evolúcóra? Egyk fő kérdés: a szelekcós határ azért létezk, mert ks oulácók tezív szelekcójával emesítük? Valóba a szelekcó skere, függ a kdulás oulácó geetka 3

32 változékoyságától. Gyors szelekcó eseté, ks oulácókba elhayagolható vagy ge csekély a mutácók hatása. Sok esetbe a szelekcós lmt, műtermék. A szelekcó geerácó keresztül tartott, smétlések száma 6. A szelekcó szemotja a otroh sörték száma hím és őstéy volt kszelektálva 500 gyümölcslégyből. 8.-ről 33.9-re (azaz kb. égyszeresére) őtt az átlagos sörte szám! Ez agyobb övekedés, mt az Australothecus és a m kooyaméretük közt külöbség.. A övekedés em egyeletes, vaak lassú és gyors (amkor az előyős géek megjeleek, majd gyorsa elterjedek) eródusok.. A szelekcó végeztével a voalakba gyorsa csökket a sörte szám, de em állt vssza az eredet sörteszámra. Egy lehetséges ok: 3

33 Geotíus aa Aa AA Sörte szám alacsoy magas ---- Ftessz agy agy/ kcs Letáls Kvattatív varácó és ftesz Most tektsük azt az estet, amkor a szelektált tulajdoság a ftessz! Geotíus g g g Ftessz Frekveca Ekkor az átlagos ftesz A következő geerácóba a geotíusok aráya. k k k Így a következő geerácóba az átlagos ftesz Az átlag ftessz változása:. j j j j j j 33

34 34 ( ) ( ) Most számoljuk k a ftessz varacát a szülő oulácóba! ( ) ( )( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) [ ] ( ). : V Összefoglalva, V, azaz, az átlag ftesz változása aráyos a ftesz varacájával. Ha a oulácó egyedszáma fx, azaz megfelelő skálaválasztással ; továbbá a köryezet homogé (cs köryezet hatás) és a lókuszok addtív módó határozzák meg a geotíusok fteszét, azaz A V V ; ekkor kajuk a természetes szelekcó Fsher-féle alatörvéyét : A ftessz övekedés rátája mde élőléy eseté és mde dőotba azoos az aktuáls ftesz (addtív) varacával.

35 Általába em gaz a Fsher-féle alatörvéy: l. a fajo belül agresszó, l. gyermekgylkos oroszláok, majmok, em övel az adott faj átlagos életkéességét. Mért em gaz Fsher törvéye:. Nem tsztá addtívek a fteszt közvetleül meghatározó jellegek.. A szelekcó sorá a oulácó cs geetka egyesúlyba: a lókuszok kacsoltak. 3. Trade-off-ok. A fteszt övelő jellegek egatíva korreláltak: l. gyümölcslégyél, a agy eteszám általába rövd élettartammal árosul. 4. Frekvecafüggő szelekcó, em szmmetrkus kölcsöhatások. A meység bélyegek geetka varacájáak femaradása Mért em elmálja a szelekcó a kevésbé ftt tíusokat? Mt már láttuk, eek két fő oka va:. Mutácós-szelekcós egyesúly.. Külöböző szelekcós sztuácók: frekvecafüggő szelekcó, heterozs, heterogetás dőbe lletve térbe. Ezek az általáosabba elfogadottak. Lade: 35

36 . ha a szelekcó agyo lassa tudja csak kszelektál az adott geotíust akkor va elég deje a mutácóak rodukál a kszelektálódó géeket. Becslések szert kb. /000-ed része a geetka varacáak vezethető vssza mutácóra. 6.3 ábrá A fxálodása agyo lassú. 36

Feladatok és megoldások a 11. heti gyakorlathoz

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

Részletesebben

? közgazdasági statisztika

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

Részletesebben

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

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

Részletesebben

Azonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága

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

Részletesebben

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

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

Részletesebben

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet) Matematka statsztka elıadás III. éves elemzı szakosokak Zemplé Adrás 9. elıadásból részlet Y közelítése függvéyével Gyakor eset, hogy em smerjük a számukra érdekes meység Y potos értékét pl. holap részvéy-árfolyam,

Részletesebben

? közgazdasági statisztika

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

Részletesebben

Regresszió és korreláció

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

Részletesebben

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat Megállapítható változók elemzése Függetleségvzsgálat, lleszkedésvzsgálat, homogetásvzsgálat Ordáls, omáls esetre s alkalmazhatóak a következő χ próbá alapuló vzsgálatok: 1) Függetleségvzsgálat: két valószíűség

Részletesebben

2. Az együttműködő villamosenergia-rendszer teljesítmény-egyensúlya

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

Részletesebben

Változók függőségi viszonyainak vizsgálata

Változók függőségi viszonyainak vizsgálata Változók függőség vszoyaak vzsgálata Ismétlés: változók, mérés skálák típusa kategoráls változók Asszocácós kapcsolat számszerű változók Korrelácós kapcsolat testsúly (kg) szemüveges em ő 1 3 férf 5 3

Részletesebben

Regresszió és korreláció

Regresszió és korreláció Regresszó és korrelácó regresso: vsszatérés, hátrálás; vsszafordulás correlato: vszo, összefüggés, kölcsöösség KAD 016.11.10 1 (vsszatérés, hátrálás; vsszafordulás) Regresszó és korrelácó Gakorlat megközelítés

Részletesebben

EGY FÁZISÚ TÖBBKOMPONENS RENDSZEREK: AZ ELEGYEK KÉPZDÉSE

EGY FÁZISÚ TÖBBKOMPONENS RENDSZEREK: AZ ELEGYEK KÉPZDÉSE EG FÁZISÚ ÖBBOMPONENS RENDSZERE: AZ ELEGE ÉPZDÉSE AZ ELEGÉPZDÉS ERMODINAMIÁJA: GÁZO Általáos megfotolások ülöböz kéma mség komoesek keveredésekor változás törték a molekulárs kölcsöhatásokba és a molekulák

Részletesebben

Statisztika. Eloszlásjellemzők

Statisztika. Eloszlásjellemzők Statsztka Eloszlásjellemzők Statsztka adatok elemzése A sokaság jellemzése középértékekkel A sokaság jellemzéséek szempotja A sokaság jellemzéséek szempotja: A sokaság tpkus értékéek meghatározása. Az

Részletesebben

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai 05..04. szórások vizsgálata z F-próba Hogya foguk hozzá? Nullhipotézis: a két szórás azoos, az eltérés véletle (mitavétel). ullhipotézishez tartozik egy ú. F-eloszlás. Szabadsági fokok: számláló: - evező:

Részletesebben

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

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

Részletesebben

Statisztika 1. zárthelyi dolgozat március 21.

Statisztika 1. zárthelyi dolgozat március 21. Statisztika 1 zárthelyi dolgozat 011 március 1 1 Legye X = X 1,, X 00 függetle mita b paraméterű Poisso-eloszlásból b > 0 Legye T 1 X = X 1+X ++X 100, T 100 X = X 1+X ++X 00 00 a Milye a számra igaz, hogy

Részletesebben

Tartalomjegyzék. 4.3 Alkalmazás: sorozatgyártású tűgörgő átmérőjének jellemzése

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

Részletesebben

Hipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?

Hipotézis 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

Részletesebben

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje. 24. tétel valószíűségszámítás elemei. valószíűség kiszámításáak kombiatorikus modellje. GYORISÁG ÉS VLÓSZÍŰSÉG meyibe az egyes adatok a sokaságo belüli részaráyát adjuk meg (törtbe vagy százalékba), akkor

Részletesebben

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

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

Részletesebben

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

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

Részletesebben

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum) Az átlagra voatkozó megbízhatósági itervallum (kofidecia itervallum) Határozzuk meg körül azt az itervallumot amibe előre meghatározott valószíűséggel esik a várható érték (µ). A várható értéket potosa

Részletesebben

1. A radioaktivitás statisztikus jellege

1. A radioaktivitás statisztikus jellege A radioaktivitás időfüggése 1. A radioaktivitás statisztikus jellege Va N darab azoos radioaktív atomuk, melyekek az atommagja spotá átalakulásra képes. tegyük fel, hogy ezek em bomlaak tovább. Ekkor a

Részletesebben

) ( s 2 2. ^t = (n x 1)s n (s x+s y ) x +(n y 1)s y n x+n y. +n y 2 n x. n y df = n x + n y 2. n x. s x. + s 2. df = d kritikus.

) ( s 2 2. ^t = (n x 1)s n (s x+s y ) x +(n y 1)s y n x+n y. +n y 2 n x. n y df = n x + n y 2. n x. s x. + s 2. df = d kritikus. Kétmtás t-próba ^t ȳ ( s +( s + + df + vag ha, aor ^t ȳ (s +s Welch-próba ^d ȳ s + s ( s + s df ( s ( s + d rtus t s (α, +t s (α, s + s Kofdecatervallum ét mta átlagáa ülöbségére SE s ( + s ( ±t (α,df

Részletesebben

GEOFIZIKA / 4. GRAVITÁCIÓS ANOMÁLIÁK PREDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE

GEOFIZIKA / 4. GRAVITÁCIÓS ANOMÁLIÁK PREDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE MSc GEOFIZIKA / 4. BMEEOAFMFT3 GRAVITÁCIÓS ANOMÁLIÁK REDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE A gravtácós aomálák predkcója Külöböző feladatok megoldása sorá - elsősorba

Részletesebben

2012.03.01. Méréselmélet PE_MIK MI_BSc, VI_BSc 1

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

Részletesebben

s n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés

s n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés A m és az átlag Standard hba Mnta átlag 1 170 Az átlagok szntén ngadoznak a m körül. s x s n Az átlagok átlagos eltérése a m- től! 168 A m konfdenca ntervalluma. 3 166 4 173 x s x ~ 68% ~68% annak a valószínűsége,

Részletesebben

Regresszió. Fő cél: jóslás Történhet:

Regresszió. Fő cél: jóslás Történhet: Fő cél: jóslás Történhet: Regresszó 1 változó több változó segítségével Lépések: Létezk-e valamlyen kapcsolat a 2 változó között? Kapcsolat természetének leírása (mat. egy.) A regresszós egyenlet alapján

Részletesebben

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

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

Részletesebben

VASBETON ÉPÜLETEK MEREVÍTÉSE

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

Részletesebben

Hipotéziselmélet. Statisztikai próbák I. Statisztikai próbák II. Informatikai Tudományok Doktori Iskola

Hipotéziselmélet. Statisztikai próbák I. Statisztikai próbák II. Informatikai Tudományok Doktori Iskola Hpotézselmélet Iformatka Tudomáyok Doktor Iskola Statsztka próbák I. 0.0.. Dr Ketskeméty László előadása Statsztka próbák II. Dötés eljárást dolgozuk k aak eldötésére, hogy a ullhpotézs gaz-e. Ha úgy kell

Részletesebben

13. Tárcsák számítása. 1. A felületszerkezetek. A felületszerkezetek típusai

13. Tárcsák számítása. 1. A felületszerkezetek. A felületszerkezetek típusai Tárcsák számítása A felületszerkezetek A felületszerkezetek típusa A tartószerkezeteket geometra méretek alapjá osztálozzuk Az eddg taulmáakba szereplı rúdszerkezetek rúdjara az a jellemzı hog a hosszuk

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 10. A statisztika alapjai Debrecei Egyetem, 2015 Dr. Bérczes Attila, Bertók Csaád A diasor tartalma 1 Bevezetés 2 Statisztikai függvéyek Defiíció, empirikus várható érték Empirikus

Részletesebben

Matematikai statisztika

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

Részletesebben

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás. Statsztka próbák Paraméteres. A populácó paraméteret becsüljük, ezekkel számolunk.. Az alapsokaság eloszlására van kkötés. Nem paraméteres Nncs lyen becslés Nncs kkötés Ugyanazon problémára sokszor megvan

Részletesebben

A heteroszkedaszticitásról egyszerûbben

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

Részletesebben

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

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

Részletesebben

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

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

Részletesebben

AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN

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

Részletesebben

Izolált rendszer falai: sem munkavégzés, sem a rendszer állapotának munkavégzés nélküli megváltoztatása nem lehetséges.

Izolált rendszer falai: sem munkavégzés, sem a rendszer állapotának munkavégzés nélküli megváltoztatása nem lehetséges. ERMODINMIK I. FÉELE els eergia: megmaraó meyiség egy izolált reszerbe (eergiamegmaraás törvéye) mikroszkóikus kifejezését láttuk Izolált reszer falai: sem mukavégzés sem a reszer állaotáak mukavégzés élküli

Részletesebben

Intelligens adatelemzés ea. vázlat 1. rész

Intelligens adatelemzés ea. vázlat 1. rész Itellges adatelemzés ea. vázlat. rész A tematka.ea. a tárgy tematkájáak áttektése. Egy mtaélda M-S adatok elemzése (A)..ea. HF-ok jellegéek megbeszélése, a HF témák választásához szemotok 3.ea. Statsztka

Részletesebben

Megoldás a, A sebességből és a hullámhosszból számított periódusidőket T a táblázat

Megoldás a, A sebességből és a hullámhosszból számított periódusidőket T a táblázat Fzka feladatok: F.1. Cuam A cuam hullám formájáak változása, ahogy a sekélyebb víz felé mozog (OAA) (https://www.wdowsuverse.org/?page=/earth/tsuam1.html) Az ábra, táblázat a cuam egyes jellemzőt tartalmazza.

Részletesebben

Sztochasztikus tartalékolás és a tartalék függése a kifutási háromszög időperiódusától

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

Részletesebben

2.10. Az elegyek termodinamikája

2.10. Az elegyek termodinamikája Kéma termodamka.1. z elegyek termodamkája fzka kéma több féle elegyekkel foglakozk, kezdve az deáls elegyektől a reáls elegyekg. Ha az deáls elegyek esetébe az alkotók közt kölcsöhatásokat elhayagoljuk,

Részletesebben

Műszaki folyamatok közgazdasági elemzése. Kevert stratégiák és evolúciós játékok

Műszaki folyamatok közgazdasági elemzése. Kevert stratégiák és evolúciós játékok Műszak folyamatok közgazdaság elemzése Kevert stratégák és evolúcós átékok Fogalmak: Példa: 1 szta stratéga Vegyes stratéga Ha m tszta stratéga létezk és a 1 m annak valószínűsége hogy az - edk átékos

Részletesebben

Matematika B4 I. gyakorlat

Matematika B4 I. gyakorlat Matematika B4 I. gyakorlat 2006. február 16. 1. Egy-dimeziós adatredszerek Va valamilye adatredszer (számsorozat), amelyről szereték kiszámoli bizoyos dolgokat. Az egyes értékeket jelöljük z i -vel, a

Részletesebben

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

A 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

Részletesebben

A MATEMATIKAI STATISZTIKA ELEMEI

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

Részletesebben

ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

ÖKONOMETRIA. 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

Részletesebben

Tuzson Zoltán A Sturm-módszer és alkalmazása

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

Részletesebben

KOMBINATORIKA ELŐADÁS osztatlan matematikatanár hallgatók számára. Szita formula J = S \R,

KOMBINATORIKA ELŐADÁS osztatlan matematikatanár hallgatók számára. Szita formula J = S \R, KOMBINATORIKA ELŐADÁS osztatla matematkataár hallgatók számára Szta formula Előadó: Hajal Péter 2018 1. Bevezető példák 1. Feladat. Háy olya sorbaállítása va a {a,b,c,d,e} halmazak, amelybe a és b em kerül

Részletesebben

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

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

Részletesebben

A Sturm-módszer és alkalmazása

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

Részletesebben

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér 13. www.u-szeged.hu www.palyazat.gov.

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér 13. www.u-szeged.hu www.palyazat.gov. Pályázat címe: Új geerációs sorttudomáyi kézés és tartalomfejlesztés, hazai és emzetközi hálózatfejlesztés és társadalmasítás a Szegedi Tudomáyegyeteme Pályázati azoosító: TÁMOP-4...E-5//KONV-05-000 Sortstatisztika

Részletesebben

4 TÁRSADALMI JELENSÉGEK TÉRBELI EGYÜTTMOZGÁSA

4 TÁRSADALMI JELENSÉGEK TÉRBELI EGYÜTTMOZGÁSA ELTE Regoáls Földrajz Taszék 005 4 TÁRSADALMI JELENSÉGEK TÉRBELI EGYÜTTMOZGÁSA 4. Általáos szempotok A terület folyamatok, a tagoltság vzsgálata szte sohasem szűkül le egy-egy jeleség (mutatószám) térbel

Részletesebben

Geometriai optika. Fénytani alapfogalmak, a fény egyenes vonalú terjedése

Geometriai optika. Fénytani alapfogalmak, a fény egyenes vonalú terjedése Az optka felosztása Geometra optka Fzka optka (hullámoptka) Kvatumoptka Geometra optka Féyta alapfogalmak, a féy egyees voalú terjedése Féyta alapfogalmak féyforrás féyyaláb féysugár F D F r O y x Potszerű

Részletesebben

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 5. Megjegyzések. A tétel feltételei gyegíthetőek: elég, ha a függetle, azoos eloszlású változók várható értéke véges.

Részletesebben

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

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

Részletesebben

Információs rendszerek elméleti alapjai. Információelmélet

Információs rendszerek elméleti alapjai. Információelmélet Iformácós redszerek elmélet alaja Iformácóelmélet A forrás kódolása csatora jelekké 6.4.5. Molár Bált Beczúr Adrás NMMMNNMNfffyyxxfNNNNxxMNN verzazazthatóvsszaálímdeveszteségcsaakkorfüggvéykódolásaakódsorozat:eredméyekódolássorozatváltozó:forás

Részletesebben

Valószínűségszámítás összefoglaló

Valószínűségszámítás összefoglaló Vlószíűségszámítás összefoglló I. Feezet ombtor ermutácó Ismétlés élül ülöböző elem lehetséges sorrede! b Ismétléses em feltétleül ülöböző elem összes ülöböző sorrede!... hol z zoos eleme gyorság!!...!

Részletesebben

Wilcoxon-féle előjel-próba. A rangok. Ismert eloszlás. A nullhipotézis megfogalmazása H 1 : m 0 0. A medián 0! Az eltérés csak véletlen!

Wilcoxon-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

Részletesebben

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

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

Részletesebben

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat Kísérlettervezés - biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert u-próba Feltétel: egy ormális eloszlású sokaság σ variaciájáak számszerű értéke ismert. Hipotézis: a sokaság µ várható értéke

Részletesebben

A paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab

A paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab öbbváltozós regresszók Paraméterbecslés-. A paraméterbecslés.. A probléma megfogalmazása A paramétereket kísérletleg meghatározott y értékekre támaszkodva becsülk. Ha darab ksérletet (megfgyelést, mérést

Részletesebben

2.6. Az ideális gáz fundamentális egyenlete

2.6. Az ideális gáz fundamentális egyenlete Fejezetek a fzka kéából.6. Az deáls gáz fudaetáls egyelete A legegyszerűbb terodaka redszer az u. deáls gáz. Erre jellező, hogy a részecskék között az egyetle kölcsöhatás a rugalas ütközés, és a részecskék

Részletesebben

EGY FÁZISÚ TÖBBKOMPONENS RENDSZEREK: BEVEZETÉS

EGY FÁZISÚ TÖBBKOMPONENS RENDSZEREK: BEVEZETÉS EGY FÁZIÚ ÖBBOMPONEN RENDZERE: BEEZEÉ ERMODINMII ÁLOZÓ Eg: egy komoes egy fázs (olt egy komoes több fázs s Általáos eset: több komoes több fázs öztes eset: több komoes egy fázs Ezek az elegyek szta fázs

Részletesebben

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

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

Részletesebben

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

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

Részletesebben

VII. A határozatlan esetek kiküszöbölése

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

Részletesebben

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

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések! ORVOSI STATISZTIKA Az orvos statsztka helye Élettan Anatóma Kéma Lehet kérdés?? Statsztka! Az orvos döntéseket hoz! Mkor jó egy döntés? Mennyre helyes egy döntés? Mekkora a tévedés lehetősége? Példa: test

Részletesebben

7. MÉRÉSEK KIÉRTÉKELÉSE FÜGGVÉNYILLESZTÉSSEL

7. MÉRÉSEK KIÉRTÉKELÉSE FÜGGVÉNYILLESZTÉSSEL 7. MÉRÉSEK KIÉRTÉKELÉSE FÜGGVÉNYILLESZTÉSSEL Ebbe a fejezetbe kokrét mérések kértékelését mutatjuk be, köztük azokét s, amelyeket az. fejezetbe leírtuk. A kértékelés módszerét tulajdoképpe levezethetjük

Részletesebben

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

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

Részletesebben

A peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye.

A peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye. y Valószíőségszámítás elıaás III. alk. matematkus szak 4. elıaás, szeptember 30 A peremeloszlások (X,Y) eloszlásából (elevezés: együttes eloszlás) következtethetük az egyes változók eloszlására: P(X)P(X,Y0)+P(X,Y)+P(X,Y2)

Részletesebben

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika BIOSTATISZTIKA ÉS INFORMATIKA Leíró statisztika Első közelítésbe a statisztikai tevékeységeket égy csoportba sorolhatjuk, de ezek között ics éles határ:. adatgyűjtés, 2. az adatok áttekithetővé tétele,

Részletesebben

5. SZABAD PONTRENDSZEREK MECHANIKAI ALAPELVEI, N-TESTPROBLÉMA, GALILEI-

5. SZABAD PONTRENDSZEREK MECHANIKAI ALAPELVEI, N-TESTPROBLÉMA, GALILEI- 5. SZABAD PONTRENDSZEREK MECHANIKAI ALAPELVEI, N-TESTPROBLÉMA, GALILEI- FÉLE RELATIVITÁSI ELV m, m,,m r, r,,r r, r,, r 6 db oordáta és sebességompoes 5.. Dama Mozgásegyelete: m r = F F, ahol F jelöl a

Részletesebben

2. METROLÓGIA ÉS HIBASZÁMíTÁS

2. METROLÓGIA ÉS HIBASZÁMíTÁS . METROLÓGIA ÉS HIBASZÁMíTÁS. Metrológa alapfogalmak A metrológa a mérések tudomáya, a mérésekkel kapcsolatos smereteket fogja össze. Méréssel egy objektum valamlye tulajdoságáról számszerű értéket kapuk.

Részletesebben

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

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

Részletesebben

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben Propositio 1 (Jese-egyelőtleség Ha f : kovex, akkor tetszőleges ξ változóra f (M (ξ M (f (ξ feltéve, hogy az egyelőtleségbe szereplő véges vagy végtele várható értékek létezek Bizoyítás: Megjegyezzük,

Részletesebben

A Secretary problem. Optimális választás megtalálása.

A Secretary problem. Optimális választás megtalálása. A Secretary problem. Optmáls választás megtalálása. A Szdbád problémáa va egy szté lasszusa tethető talá természetesebb vszot ehezebb változata. Ez a övetező Secretary problem -a evezett érdés: Egy állásra

Részletesebben

Függvénygörbe alatti terület a határozott integrál

Függvénygörbe alatti terület a határozott integrál Függvéygörbe alatt terület a határozott tegrál Tektsük az üggvéyt a ; tervallumo. Adjuk becslést a görbe az tegely és az egyees között síkdom területére! Jelöljük ezt a területet I-vel! A becslést legegyszerűbbe

Részletesebben

I. Valószínűségelméleti és matematikai statisztikai alapok

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

Részletesebben

Hiba! Nincs ilyen stílusú szöveg a dokumentumban.-86. ábra: A példa-feladat kódolási változatai

Hiba! Nincs ilyen stílusú szöveg a dokumentumban.-86. ábra: A példa-feladat kódolási változatai közzétéve a szerző egedélyével) Öfüggő szekuder-változó csoport keresése: egy bevezető példa Ez a módszer az állapothalmazo értelmezett partíció-párok elméleté alapul. E helye em lehet céluk az elmélet

Részletesebben

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

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

Részletesebben

A figurális számokról (IV.)

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

Részletesebben

STATISZTIKA. ltozók. szintjei, tartozhatnak: 2. Előad. Intervallum skála. Az adatok mérési m. Az alacsony mérési m. Megszáml Gyakoriság módusz

STATISZTIKA. ltozók. szintjei, tartozhatnak: 2. Előad. Intervallum skála. Az adatok mérési m. Az alacsony mérési m. Megszáml Gyakoriság módusz A változv ltozók k mérés m sztje STATISZTIKA. Előad adás Az adatok mérés m sztje, Cetráls mutatók A változv ltozók k az alább típusba t tartozhatak: Nomáls (kategorkus és s dszkrét) Ordáls Itervallum skála

Részletesebben

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

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

Részletesebben

STATISZTIKA II. kötet

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

Részletesebben

VÉLETLENÍTETT ALGORITMUSOK. 1.ea.

VÉLETLENÍTETT ALGORITMUSOK. 1.ea. VÉLETLENÍTETT ALGORITMUSOK 1.ea. 1. Bevezetés - (Mire jók a véletleített algoritmusok, alap techikák) 1.1. Gyorsredezés Vegyük egy ismert példát, a redezések témaköréből, méghozzá a gyorsredezés algoritmusát.

Részletesebben

A matematikai statisztika elemei

A matematikai statisztika elemei A matematikai statisztika elemei Mikó Teréz, dr. Szalkai Istvá szalkai@almos.ui-pao.hu Pao Egyetem, Veszprém 2014. március 23. 2 Tartalomjegyzék Tartalomjegyzék 3 Bevezetés................................

Részletesebben

A függvénysorozatok olyanok, mint a valós számsorozatok, csak éppen a tagjai nem valós számok,

A függvénysorozatok olyanok, mint a valós számsorozatok, csak éppen a tagjai nem valós számok, l.ch FÜGGVÉNYSOROZATOK, FÜGGVÉNYSOROK, HATVÁNYSOROK Itt egy függvéysorozat: f( A függvéysorozatok olyaok, mit a valós számsorozatok, csak éppe a tagjai em valós számok, 5 haem függvéyek, f ( ; f ( ; f

Részletesebben

Ökonometria. /Elméleti jegyzet/

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

Részletesebben

Piacmeghatározás. Hipotetikus monopolista teszt. Hipotetikus monopolista teszt alkalmazása. Hipotetikus monopolista teszt alkalmazása

Piacmeghatározás. Hipotetikus monopolista teszt. Hipotetikus monopolista teszt alkalmazása. Hipotetikus monopolista teszt alkalmazása Moder iacelmélet Moder iacelmélet A iaci erő mérése ELTE TáTK Közgazdaságtudomáyi Taszék Selei Adrie ELTE TáTK Közgazdaságtudomáyi Taszék Készítette: Hidi Jáos A taayag a Gazdasági Verseyhivatal Verseykultúra

Részletesebben

Egyenáramú motor kaszkád szabályozása

Egyenáramú motor kaszkád szabályozása Egyeáramú motor kazkád zabályozáa. gyakorlat élja z egyeáramú motor modellje alajá kazkád zabályozó terezée. zabályozá kör feléítée Smulk köryezetbe. zmuláó eredméyek feldolgozáa.. Elmélet beezet a az

Részletesebben

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

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

Részletesebben

Matematikai statisztika

Matematikai statisztika Matematikai statisztika PROGRAMTERVEZŐ INFORMATIKUS alapszak, A szakiráy Arató Miklós Valószíűségelméleti és Statisztika Taszék Természettudomáyi Kar 2019. február 18. Arató Miklós (ELTE) Matematikai statisztika

Részletesebben

Fourier sorok FO 1. Trigonometrikus. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel!

Fourier sorok FO 1. Trigonometrikus. A diákon megjelenő szövegek és képek csak a szerző (Kocsis Imre, DE MFK) engedélyével használhatók fel! Fourier sorok FO Trigoometrikus Fourier sorok FO Trigoometrikus redszer Defiíció: trigoometrikus redszer Az {, cos x, si x, cos x, si x, cos 3x, si 3x, } függvéyekből álló (végtele sok függvéyt tartalmazó)

Részletesebben

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható 8. Valószí ségszámítás. (Valószí ségeloszlások, függetleség. Valószí ségi változók várható értéke, magasabb mometumok. Kovergeciafajták, kapcsolataik. Borel-Catelli lemmák. Nagy számok gyege törvéyei.

Részletesebben

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük. Statisztikai módszerek. BMEGEVGAT01 Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudomáyi Egyetem Gépészméröki Kar Hidrodiamikai Redszerek Taszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:

Részletesebben

Statisztika I. 4. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 4. előadás. Előadó: Dr. Ertsey Imre Statsztka I. 4. előadás Előadó: Dr. Ertsey Imre KÖZÉPÉRTÉKEK A statsztka sor általáos jellemzésére szolgálak, a statsztka sokaságot egy számmal jellemzk. Számított középértékek: matematka számítás eredméyekét

Részletesebben