Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Regresszió-számítás. 2. előadás. Kvantitatív statisztikai módszerek. Dr.

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Regresszió-számítás. 2. előadás. Kvantitatív statisztikai módszerek. Dr."

Átírás

1 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Regresszó-számítás. előadás Kvanttatív statsztka módszerek Dr. Varga Beatr

2 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Korrelácós kapcsolat elemzése esetén a következő kérdésekre keressük a választ Van- e valamlen összefüggés az smérvek között? Mlen ránú az összefüggés Mennre szoros a kapcsolat? Az egk smérv változása mlen hatással van a másk smérv változására?

3 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Regresszó-számítás célja: A ténezőváltozónak (X) az eredménváltozóra (Y) gakorolt hatását valamlen matematka modell segítségével fejezzük k.

4 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet A leggakor regresszó-függvének lneárs regresszó, hatvánktevős regresszó, eponencáls regresszó, paraolkus regresszó, hperolkus regresszó

5 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet A kétváltozós lneárs regresszó modellje Legen X eg ténezőváltozó és Y eg eredménváltozó. Tételezzük fel, hog X lneárs törvénszerűség szernt fejt k hatását Y-ra, lletve közrejátszk eg véletlen mozzanat s. A két változó kapcsolatának a formulája: Y = + regresszós egütthatók véletlen változó

6 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Az ε véletlen változóról feltételezzük: várható értéke szórása állandó ε változók páronként korrelálatlanok

7 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet A ecsült regresszó függvén: ˆ Ahol: és a regresszós egütthatók ecsült értéke

8 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Regresszós egütthatók ecslése ŷ = A ecsült regresszós egütthatók kszámításához a legkse négzetek módszerét alkalmazzuk.

9 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet és paraméterek ecslése a legkse négzetek módszerével: Szélső értéke adott helen akkor lehet, ha ˆ, n f f f

10 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Eől átalakítás után nert normálegenletek: n d d d

11 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Dolgozó Bér (eft/fő) Hav megtakarítás (eft/hó) ,5 437, , ,8 8 Összesen 33 6, 37,5 95

12 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet = n + = + ˆ ˆ 8,45, 8

13 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Elasztctás egüttható Y relatív változása hánszorosa az X relatív változásának (X %-os változása hán %-os változást okoz az Y-an Lneárs regresszó esetén az elasztctás egüttható: Átlagos sznten: E ; lm : ; E d d E ;

14 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Rezduáls változó n n n e e e ˆ ˆ ˆ ˆ ˆ S = + S e A megfgelt Y értékek eltérés négzetösszege A regresszó által magarázott eltérésnégzetösszeg A rezduáls eltérés (maradék) eltérésnégzetösszege S ˆ

15 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet A fent összefüggésől a korrelácós hánadoshoz hasonló mérőszám defnálható, amel azonos a korrelácós egütthatóval. r Az Y ngadozását teljes mértéken a regresszóval magarázzuk r S ˆ S Az Y szóródása csak a véletlentől függ A előjelét rendeljük hozzá. r S S e

16 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet A regresszó standard hája: s e n ˆ

17 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Varancaanalízs a regresszószámításan Összetevő Négzetösszeg Szaadságfok Regresszó S = (ŷ Rezduáls szóródás Teljes ŷ ) Szórásnégzet ecslése S ŷ S = ( ŷ e n- s S /( n ) e ) S = ( ) d n- S /(n-) e e

18 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet A regresszós modell tesztelése H : β = a lneárs regresszó fennállásának tagadása H : β A H ellenőrzésére alkalmas próafüggvén: F n (v = és v =n-) Ha F<F krt H -t elfogadjuk Ha F>F krt van szgnfkáns kapcsolat S S ˆ e S S ˆ e

19 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet A regresszós egüttható (β ) tesztelése H : β = valójáan nncs korrelácó H : β A H ellenőrzésére alkalmas próafüggvén: Ha t <t (-α/) H -t elfogadjuk Ha t >t (-α/) H -t elvetjük, van kapcsolat X és Y között t v s n

20 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Paraméter Becslő függvén Standard ha s e n( ) ( ) s e ŷ s e n ( ( ) ) Y ŷ s e n + ( ( ) )

21 Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Köszönöm a fgelmet strolsz@un-mskolc.hu

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Korreláció-számítás. 1. előadás. Döntéselőkészítés módszertana. Dr.

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Korreláció-számítás. 1. előadás. Döntéselőkészítés módszertana. Dr. Korrelácó-számítás 1. előadás Döntéselőkészítés módszertana Dr. Varga Beatr Két változó között kapcsolat Függetlenség: Az X smérv szernt hovatartozás smerete nem ad semmlen többletnformácót az Y szernt

Részletesebben

Többváltozós Regresszió-számítás

Többváltozós Regresszió-számítás Töváltozós Regresszó-számítás 4.-5. előadás Kvanttatív statsztka módszerek Dr. Szlág Roland Korrelácó Célja a kacsolat szorosságának mérése. X (X, X,, X ): magarázó változó(k), független változó(k) Y:

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

20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek!

20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek! SPEC 2009-2010. II. félév Statsztka II HÁZI dolgozat Név:... Neptun kód: 20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek! 1. példa Egy üzemben tejport csomagolnak zacskókba,

Részletesebben

Gyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Lineáris regresszió, ismétlés nélküli mérések

Gyakorló 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

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

ELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június ÖKONOMETRIA ÖKONOMETRIA Készült a TÁMOP-4.1.-08//A/KMR-009-0041pálázat projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudomán Tanszékén az ELTE Közgazdaságtudomán Tanszék, az MTA Közgazdaságtudomán

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

Lineáris regresszió. Statisztika I., 4. alkalom

Lineáris regresszió. Statisztika I., 4. alkalom Lneárs regresszó Statsztka I., 4. alkalom Lneárs regresszó Ha két folytonos változó lneárs kapcsolatban van egymással, akkor az egyk segítségével elıre jelezhetjük a másk értékét. Szükségünk van a függı

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

OLS regresszió - ismétlés Mikroökonometria, 1. hét Bíró Anikó A tantárgy tartalma

OLS regresszió - ismétlés Mikroökonometria, 1. hét Bíró Anikó A tantárgy tartalma OLS regresszó - smétlés Mroöonometra,. hét Bíró Anó A tantárg tartalma Leggaorbb mroöonometra problémá és azo ezeléséne megsmerése Egén vag vállalat adato Keresztmetszet és panel elemzés Vállalat, pacelemzés

Részletesebben

Boros Daniella Nappali tagozat Kereskedelem és marketing 2. évfolyam Gödöllő Neptun kód: OIPGB9

Boros Daniella Nappali tagozat Kereskedelem és marketing 2. évfolyam Gödöllő Neptun kód: OIPGB9 Szent István Egetem Gazdaság- és Tásadalomtudomán Ka -------------------------------------------------------------------------------------------- Koelácó- és egesszó analízs ----------------------------------------------------------------------------------------------------------------------

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

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás

Részletesebben

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

ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június ÖKONOMETRIA Készült a TÁMOP-4..-08//A/KMR-009-004pálázat projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomán Tanszékén az ELTE Közgazdaságtudomán Tanszék az MTA Közgazdaságtudomán Intézet

Részletesebben

Többváltozós Regresszió-számítás

Többváltozós Regresszió-számítás Töváltozós Regresszió-számítás 3. előadás Döntéselőkészítés módszertana Dr. Szilágyi Roland Korreláció Célja a kacsolat szorosságának mérése. Regresszió Célja a kacsolatan megfigyelhető törvényszerűség

Részletesebben

Nemlineáris függvények illesztésének néhány kérdése

Nemlineáris függvények illesztésének néhány kérdése Mûhel Tóth Zoltán docens, Károl Róbert Főskola E-mal: zol@karolrobert.hu Nemlneárs függvének llesztésének néhán kérdése A nemlneárs regresszós és trendfüggvének llesztésekor számos esetben alkalmazzuk

Részletesebben

Statisztika I. 13. előadás Idősorok elemzése. Előadó: Dr. Ertsey Imre

Statisztika I. 13. előadás Idősorok elemzése. Előadó: Dr. Ertsey Imre Statisztika I. 13. előadás Idősorok elemzése Előadó: Dr. Ertse Imre A társadalmi - gazdasági jelenségek időbeli alakulásának törvénszerűségeit kell vizsgálni a változás, a fejlődés tendenciáját. Ezek a

Részletesebben

Változók közötti kapcsolatok vizsgálata

Változók közötti kapcsolatok vizsgálata ) Eseméek függetlesége: p(ab) p(a) p(b) ) Koelácó: vö. az tutív tatalommal Változók között kapcsolatok vzsgálata Akko poztív, ha és átlagosa ugaaa az áa té el a saját váható étékétől, egatív ha elletétes

Részletesebben

Határérték. Wettl Ferenc el adása alapján és Wettl Ferenc el adása alapján Határérték és

Határérték. Wettl Ferenc el adása alapján és Wettl Ferenc el adása alapján Határérték és 2015.09.28. és 2015.09.30. 2015.09.28. és 2015.09.30. 1 / Tartalom 1 A valós függvén fogalma 2 A határérték fogalma a végtelenben véges pontban Végtelen határértékek 3 A határértékek kiszámítása A rend

Részletesebben

Idősorok elemzése előadás. Előadó: Dr. Balogh Péter

Idősorok elemzése előadás. Előadó: Dr. Balogh Péter Idősorok elemzése előadás Előadó: Dr. Balogh Péter Idősorok elemzése A társadalmi - gazdasági jelenségek időbeli alakulásának törvénszerűségeit kell vizsgálni a változás, a fejlődés tendenciáját. Az idősorokban

Részletesebben

Többváltozós lineáris regressziós modell feltételeinek tesztelése I.

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

Részletesebben

A sokaság/minta eloszlásának jellemzése

A 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,

Részletesebben

Többváltozós lineáris regressziós modell feltételeinek

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

Részletesebben

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

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

Részletesebben

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

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

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

Részletesebben

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

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

Regresszió számítás. Mérnöki létesítmények ellenőrzése, terveknek megfelelése. Geodéziai mérések pontok helyzete, pontszerű információ

Regresszió számítás. Mérnöki létesítmények ellenőrzése, terveknek megfelelése. Geodéziai mérések pontok helyzete, pontszerű információ Regresszó számítás Mérök létesítméek elleőrzése, terekek megfelelése Deformácózsgálat Geodéza mérések potok helzete, potszerű formácó Leárs regresszó Regresszós sík Regresszós göre Legkse égzetek módszere

Részletesebben

OKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia Szakmai felelős: Varga Júlia június

OKTATÁSGAZDASÁGTAN. 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

Részletesebben

Variancia-analízis (ANOVA) Mekkora a tévedés esélye? A tévedés esélye Miért nem csinálunk kétmintás t-próbákat?

Variancia-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

Részletesebben

[Biomatematika 2] Orvosi biometria

[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

Részletesebben

Adatsorok jellegadó értékei

Adatsorok jellegadó értékei Adatsorok jellegadó értéke Varga Ágnes egyetem tanársegéd varga.ag14@gmal.com Terület és térnformatka kvanttatív elemzés módszerek BCE Geo Intézet Terület elemzés forgatókönyve vacsora hasonlat Terület

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

ADATREDUKCIÓ I. Középértékek

ADATREDUKCIÓ 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

Részletesebben

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI, Bevezetés a bometrába Dr. Dnya Elek egyetem tanár PhD kurzus. KOKI, 205.0.08. ADATREDUKCIÓ I. Középértékek Adatredukcó. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények:

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

ELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június ÖKONOMETRIA 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

Részletesebben

ADATREDUKCIÓ I. Középértékek

ADATREDUKCIÓ 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

Részletesebben

Statisztika feladatok

Statisztika 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.)

Részletesebben

Matematika szintfelmérő szeptember

Matematika szintfelmérő szeptember Matematika szintfelmérő 015. szeptember matematika BSC MO 1. A faglaltok éjszakáján eg közvéleménkutatásban vizsgált csoport %-ának ízlett az eperfaglalt, 94%-ának pedig a citromfaglalt. A két gümölcsfaglalt

Részletesebben

Dr. Ratkó István. Matematikai módszerek orvosi alkalmazásai. 2010.11.08. Magyar Tudomány Napja. Gábor Dénes Főiskola

Dr. Ratkó István. Matematikai módszerek orvosi alkalmazásai. 2010.11.08. Magyar Tudomány Napja. Gábor Dénes Főiskola Dr. Ratkó István Matematka módszerek orvos alkalmazása 200..08. Magyar Tudomány Napja Gábor Dénes Főskola A valószínűségszámítás és matematka statsztka főskola oktatásakor a hallgatók néha megkérdezk egy-egy

Részletesebben

Komplex regionális elemzés és fejlesztés tanév DE Népegészségügyi Iskola Egészségpolitika tervezés és finanszírozás MSc

Komplex regionális elemzés és fejlesztés tanév DE Népegészségügyi Iskola Egészségpolitika tervezés és finanszírozás MSc Komplex regonáls elemzés és fejlesztés 2016-2017. tanév DE Népegészségügy Iskola Egészségpoltka tervezés és fnanszírozás MSc 2. előadás Terület elemzés módszerek az egészségföldrajzban Terület ellátás

Részletesebben

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

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

Részletesebben

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

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

Részletesebben

Példa: Egy üzletlánc boltjainak forgalmára vonatkozó adatok 1999. október hó: (adott a vastagon szedett!) S i g i z i g i z i

Példa: Egy üzletlánc boltjainak forgalmára vonatkozó adatok 1999. október hó: (adott a vastagon szedett!) S i g i z i g i z i . konzult. LEV. 013. ápr. 5. MENNYISÉGI ISMÉRV szernt ELEMZÉS Tk. 3-8., 88-90. oldal, kmarad: 70., 74. oldal A mennység smérv (X) lehet: dszkrét és folytonos. A rangsor a mennység smérv értékenek monoton

Részletesebben

EXPONENCIÁLIS EGYENLETEK

EXPONENCIÁLIS EGYENLETEK Sokszínű matematika /. oldal. feladat a) = Mivel mindegik hatván alapja hatván, ezért átírjuk a -et és a -ot: = ( ) Alkalmazzuk a hatván hatvána azonosságot! ( ) = A bal oldalon az azonos alapú hatvánok

Részletesebben

Függvények határértéke és folytonossága. pontban van határértéke és ez A, ha bármely 0 küszöbszám, hogy ha. lim

Függvények határértéke és folytonossága. pontban van határértéke és ez A, ha bármely 0 küszöbszám, hogy ha. lim Függvének határértéke és oltonossága Deiníció: Az -hoz megadható olan üggvénnek az A. pontban van határértéke és ez A ha bármel küszöbszám hog ha A akkor. Jele: a) Függvén határértékének ogalma visszavezethető

Részletesebben

Biológiai anyagok hatásának értékelése, ha közvetlen fizikai vagy kémiai analízis nem alkalmazható.

Biológiai 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

Részletesebben

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely. Kiválasztás A változó szerint Egymintás t-próba Mann-Whitney U-test paraméteres nem-paraméteres Varianciaanalízis De melyiket válasszam? Kétmintás t-próba Fontos, hogy mindig a kérdésnek és a változónak

Részletesebben

Algebrai egész kifejezések (polinomok)

Algebrai egész kifejezések (polinomok) Algebrai egész kifejezések (polinomok) Betűk használata a matematikában Feladat Mekkora a 107m 68m oldalhosszúságú téglalap alakú focipála kerülete, területe? a = 107 m b = 68 m Terület T = a b = 107m

Részletesebben

Kétváltozós függvények ábrázolása síkmetszetek képzése által

Kétváltozós függvények ábrázolása síkmetszetek képzése által Kétváltozós függvének ábrázolása síkmetszetek képzése által ) Ábrázoljuk a z + felületet! Az [,] síkkal párhuzamos síkokkal z c) képzett metszetek körök: + c, tehát a felület z tengelű forgásfelület; Az

Részletesebben

Statisztika elméleti összefoglaló

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

Részletesebben

1. gyakorlat. Oktatási segédlet hallgatók számára

1. gyakorlat. Oktatási segédlet hallgatók számára másik termék mennisége. gakorlat Transzformációs görbe, mikroökonómiai optimumfeladatok megoldásának alapmódszere Oktatási segédlet hallgatók számára Eg fontos közgazdasági alapmodell TLH, alternatív költség,

Részletesebben

KÖVETKEZTETŐ STATISZTIKA

KÖVETKEZTETŐ STATISZTIKA ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak

Részletesebben

Atomfizika előadás 4. Elektromágneses sugárzás október 1.

Atomfizika előadás 4. Elektromágneses sugárzás október 1. Aomfka előadás 4. lekromágneses sugárás 4. okóber. Alapkísérleek Ampere-féle gerjesés örvén mágneses ér örvénessége elekromos áram elekromos ér váloása Farada ndukcós örvéne elekromos ér örvénessége mágneses

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

Kalkulus II., harmadik házi feladat

Kalkulus II., harmadik házi feladat Név: Neptun: Web: http://mawell.sze.hu/~ungert Kalkulus II., harmadik házi feladat.,5 pont) Határozzuk meg a következ határértékeket: ahol a) A =, ), b) A =, ), c) A =, ).,) A Az egszer bb kezelhet ség

Részletesebben

MAGYARÁZAT A MATEMATIKA NULLADIK ZÁRTHELYI MINTAFELADATSOR FELADATAIHOZ 2010.

MAGYARÁZAT A MATEMATIKA NULLADIK ZÁRTHELYI MINTAFELADATSOR FELADATAIHOZ 2010. MAGYARÁZAT A MATEMATIKA NULLADIK ZÁRTHELYI MINTAFELADATSOR FELADATAIHOZ 00.. Tetszőleges, nem negatív szám esetén, Göktelenítsük a nevezőt: (B). Menni a 0 kifejezés értéke? (D) 0 0 0 0 0000 400 0. 5 Felhasznált

Részletesebben

Koncentráció és mérése gazdasági és társadalmi területeken. Kerékgyártó Györgyné BCE Statisztika Tanszék

Koncentráció és mérése gazdasági és társadalmi területeken. Kerékgyártó Györgyné BCE Statisztika Tanszék Koncentrácó és mérése gazdaság és társadalm területeken Kerékgyártó Györgyné BCE Statsztka Tanszék Koncentrácó Fogalmát a XVIII. sz. másodk felétől egyre gyakrabban használták. Először a termelésre értelmezték,

Részletesebben

Több valószínűségi változó együttes eloszlása, korreláció

Több 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...

Részletesebben

Pénzügyi menedzsment

Pénzügyi menedzsment Pénzügy menedzsment Várható hozam és kockázat mérése uvárható hozam mérése számtan átlag mértan átlag medán módusz ukockázat mérése medán abszolút eltérés szórás ferdeség Egy portfóló hozamanak torzult

Részletesebben

VÁROS- ÉS INGATLANGAZDASÁGTAN

VÁROS- ÉS INGATLANGAZDASÁGTAN VÁROS- ÉS INGATLANGAZDASÁGTAN 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

Részletesebben

A DETERMINÁCIÓS EGYÜTTHATÓRÓL

A DETERMINÁCIÓS EGYÜTTHATÓRÓL VITA A DETERMIÁCIÓS EGYÜTTHATÓRÓL HUYADI LÁSZLÓ Egyes vélekedések szernt a regresszós modellek (többszörös) determnácós együtthatója nem jó mutatószám, hszen sok olyan hányossága van, amelyek folytán alkalmazása

Részletesebben

TÉRBELI STATISZTIKAI VIZSGÁLATOK, ÁTLAGOS JELLEMZŐK ÉS TENDENCIÁK MAGYARORSZÁGON. Bihari Zita, OMSZ Éghajlati Elemző Osztály OMSZ

TÉRBELI STATISZTIKAI VIZSGÁLATOK, ÁTLAGOS JELLEMZŐK ÉS TENDENCIÁK MAGYARORSZÁGON. Bihari Zita, OMSZ Éghajlati Elemző Osztály OMSZ TÉRBELI STATISZTIKAI VIZSGÁLATOK, ÁTLAGOS JELLEMZŐK ÉS TENDENCIÁK MAGYARORSZÁGON Bhar Zta, OMSZ Éghajlat Elemző Osztály OMSZ Áttekntés Térbel vzsgálatok Alkalmazott módszer: MISH Eredmények Tervek A módszer

Részletesebben

Kísérlettervezési alapfogalmak:

Kísérlettervezési alapfogalmak: Kísérlettervezés alapfogalmak: Tényező, faktor (factor) független változó, ható tényező (kezelés, gyógyszer, takarmány, genotípus, élőhely, stb.) amnek hatását a kísérletben vzsgáln vagy összehasonlítan

Részletesebben

Statisztika II előadáslapok. 2003/4. tanév, II. félév

Statisztika 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

Részletesebben

Keresztkorreláció vizsgálata statisztikai teszttel

Keresztkorreláció vizsgálata statisztikai teszttel SZAKDOLGOZAT Keresztkorrelácó vzsgálata statsztka teszttel Készítette: Balogh Bertalan kéma BSc szakos hallgató Témavezető: Tóth Gergely egyetem docens Eötvös Loránd Tudományegyetem, Természettudomány

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

GVMST22GNC Statisztika II.

GVMST22GNC Statisztika II. GVMST22GNC Statisztika II. 4. előadás: 9. Kétváltozós korreláció- és regressziószámítás Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Korrelációszámítás

Részletesebben

Regresszió számítás az SPSSben

Regresszió 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

Részletesebben

Az idősorok összetevői Trendszámítás Szezonalitás Prognosztika ZH

Az idősorok összetevői Trendszámítás Szezonalitás Prognosztika ZH Idősorok Idősor Statisztikai szempontból: az egyes időpontokhoz rendelt valószínűségi változók összessége. Speciális sztochasztikus kapcsolat; a magyarázóváltozó az idő Determinisztikus idősorelemzés esetén

Részletesebben

Bevezetés a Korreláció &

Bevezetés 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

Részletesebben

Másodfokú függvények

Másodfokú függvények Másodfokú függvének Definíció: Azokat a valós számok halmazán értelmezett függvéneket, amelek hozzárendelési szabála f() = a + bc + c (a, b, c R, a ) alakú, másodfokú függvéneknek nevezzük. A másodfokú

Részletesebben

Kidolgozott feladatok a gyökvonás témakörhöz (10.A osztály)

Kidolgozott feladatok a gyökvonás témakörhöz (10.A osztály) 1. Számítsuk ki a következő szorzatok értékét! (a) 3 3 3 (b) 7 3 7 3 1 9. Számítsuk ki a következő hánadosokat! (a) (b) 1 0 1 0 3. Döntsük el, melik szám a nagobb! (a) ( 3) vag ( ) 3 (b) Mivel tudjuk,

Részletesebben

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet GVMST22GNC Statisztika II. 3. előadás: 8. Hipotézisvizsgálat Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Hipotézisvizsgálat v becslés Becslés Ismeretlen paraméter Közeĺıtő

Részletesebben

Hipotézis vizsgálatok

Hipotézis vizsgálatok Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével

Részletesebben

Extrém-érték elemzés. Extrém-érték eloszlások. A normálhatóság feltétele. Megjegyzések. Extrém-érték modellezés

Extrém-érték elemzés. Extrém-érték eloszlások. A normálhatóság feltétele. Megjegyzések. Extrém-érték modellezés Etrém-érték modellezés Zemplén András Alkalmazott modl 016. febrár -9. Etrém-érték elemzés Klasszks módszerek: év mammon alaplnak Küszöb felett értékek elemzése: adott szntet meghaladó mnden árvízből használ

Részletesebben

Gyakorló feladatok a kétváltozós regresszióhoz 2. Nemlineáris regresszió

Gyakorló 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 +

Részletesebben

Laboratóriumi kontrollkártya használata Tananyag. Készítette: Muránszky Géza vegyészmérnök Oktató: Lőrinc Anna minőségirányítási előadó

Laboratóriumi kontrollkártya használata Tananyag. Készítette: Muránszky Géza vegyészmérnök Oktató: Lőrinc Anna minőségirányítási előadó Laboratórum kontrollkártya használata Tananyag Készítette: Muránszky Géza vegyészmérnök Oktató: Lőrnc Anna mnőségrányítás előadó Tartalom. Bevezetés... 3. A kontroll kártyák típusa... 4 3. A statsztka

Részletesebben

A pont példájának adatai C1 C2 C3 C

A pont példájának adatai C1 C2 C3 C A 3..5 pont példájának adatai C C C3 C4 0.00000 0.00000 0.00000 0.00000 0.00000 0.96 0.003 0.437 0.458 0.7336 0.00785 0.34957 0.565 0.3308 0.0096 0.43840 0.979 0.343 0.0440 0.44699 0.3008 0.370 0.083 0.44986

Részletesebben

1 Y t = X tmod(n) azaz periodikusan kiterjesztjük a mintát. 3 Adott b blokkméretre készítsünk N =mb (N N)

1 Y t = X tmod(n) azaz periodikusan kiterjesztjük a mintát. 3 Adott b blokkméretre készítsünk N =mb (N N) Alkalmazása az összefüggő esetre 7. előadás, 2017. áprls 5. Zemplén András Valószínűségelmélet és Statsztka Tanszék Természettdomány Kar Eötös Loránd Tdományegyetem Árngadozások előadás Crclar blokk bootstrap

Részletesebben

5. A logaritmus fogalma, a logaritmus azonosságai

5. A logaritmus fogalma, a logaritmus azonosságai A ritmus foglm ritmus zonossági I Elméleti összefoglló H > 0 > 0 > 0 vlós számok és n tetszőleges vlós szám kkor 0 n n H > 0 > 0 > 0 vlós számok kkor H > kkor z f( ) kkor z f( ) függvén szigorún monoton

Részletesebben

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris

Részletesebben

Nemparaméteres módszerek. Krisztina Boda PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

Nemparaméteres 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

Részletesebben

Autoregresszív és mozgóátlag folyamatok. Géczi-Papp Renáta

Autoregresszív és mozgóátlag folyamatok. Géczi-Papp Renáta Autoregresszív és mozgóátlag folyamatok Géczi-Papp Renáta Autoregresszív folyamat Az Y t diszkrét paraméterű sztochasztikus folyamatok k-ad rendű autoregresszív folyamatnak nevezzük, ha Y t = α 1 Y t 1

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

A költségvetési korlát

A költségvetési korlát A költségvetési korlát A gakorlatban a jószágkosarak több, nagon sok termékből állnak. Mi eg kéttermékes modellt feltételezünk, íg a döntési roblémát grafikusan is tudjuk ábrázolni. Első termék:, második

Részletesebben

Autoregresszív és mozgóátlag folyamatok

Autoregresszív és mozgóátlag folyamatok Géczi-Papp Renáta Autoregresszív és mozgóátlag folyamatok Autoregresszív folyamat Az Y t diszkrét paraméterű sztochasztikus folyamatok k-ad rendű autoregresszív folyamatnak nevezzük, ha Y t = α 1 Y t 1

Részletesebben

Max-stabilis folyamatok. 6. előadás, március 29. Smith (1990) konstrukciója. Példák

Max-stabilis folyamatok. 6. előadás, március 29. Smith (1990) konstrukciója. Példák Max-stabls folyamatok 6. előadás, 2017. márcus 29. Zemplén András Valószínűségelmélet és Statsztka Tanszék Természettudomány Kar Eötvös Loránd Tudományegyetem Árngadozások előadás Legyen T R d egy Borel-halmaz.

Részletesebben

9. évfolyam Javítóvizsga felkészülést segítő feladatok

9. évfolyam Javítóvizsga felkészülést segítő feladatok Halmazok: 9. évfolam Javítóvizsga felkészülést segítő feladatok. Adott két halmaz. A : a ; a : páros és B : ;;8;0;;;8;0;. Add meg a következő halmazműveleteket az elemek felsorolásával és készíts Venn

Részletesebben

ADATREDUKCIÓ I. Középértékek

ADATREDUKCIÓ 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 x mn középérték

Részletesebben

1) Adja meg a következő függvények legbővebb értelmezési tartományát! 2) Határozzuk meg a következő függvény értelmezési tartományát!

1) Adja meg a következő függvények legbővebb értelmezési tartományát! 2) Határozzuk meg a következő függvény értelmezési tartományát! Függvének Feladatok Értelmezési tartomán ) Adja meg a következő függvének legbővebb értelmezési tartománát! a) 5 b) + + c) d) lg tg e) ln + ln ( ) Megoldás: a) 5 b) + + = R c) és sosem teljesül. d) tg

Részletesebben

Bevezetés a hipotézisvizsgálatokba

Bevezetés 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 -

Részletesebben

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)

Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ) Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ) KÉSZÍTETTE: DR. FÜVESI VIKTOR 2016. 10. Mai témáink o A hiba fogalma o Méréshatár és mérési tartomány M é r é s i h i b a o A hiba megadása o A hiba

Részletesebben

STATISZTIKAI KÉPLETGYŰJTEMÉNY ÉS TÁBLÁZATOK

STATISZTIKAI 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

Részletesebben

Elméleti közgazdaságtan I.

Elméleti közgazdaságtan I. Elélet közgazdaságtan. Alapfogalak és Mkroökonóa A FOGYASZTÓ MAGATARTÁS (. rész) Összehasonlító (koparatív) statka 1 A költségvetés egenes Költségvetés korlát Puha költségvetés korlát Keén költségvetés

Részletesebben

3. Lokális approximáció elve, végeselem diszkretizáció egydimenziós feladatra

3. Lokális approximáció elve, végeselem diszkretizáció egydimenziós feladatra SZÉCHENYI ISÁN EGYEEM AAMAZO MECHANIA ANSZÉ 6. MECHANIA-ÉGESEEM MÓDSZER EŐADÁS (kidolgozta: Szüle eronika, eg. ts.) I. előadás. okális aroimáció elve, végeselem diszkretizáció egdimenziós feladatra.. Csomóonti

Részletesebben

Statisztika I. 10. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 10. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 10. előadás Előadó: Dr. Ertsey Imre Varianciaanalízis A különböző tényezők okozta szórás illetőleg szórásnégyzet összetevőire bontásán alapszik Segítségével egyszerre több mintát hasonlíthatunk

Részletesebben

A differenciálegyenlet általános megoldása az összes megoldást tartalmazó halmaz.

A differenciálegyenlet általános megoldása az összes megoldást tartalmazó halmaz. Differenciálegenletek Bevezetés Differenciálegenletnek olan egenletet nevezünk, amelben az ismeretlen eg függvén és az egenlet tartalmazza az ismeretlen függvén (valahánad rendű) deriváltját. Például:

Részletesebben

Analízis I. zárthelyi dolgozat javítókulcs, Informatika I okt. 19. A csoport

Analízis I. zárthelyi dolgozat javítókulcs, Informatika I okt. 19. A csoport Analízis I. zártheli dolgozat javítókulcs, Informatika I. 0. okt. 9. Elméleti kérdések A csoport. Hogan számíthatjuk ki két trigonometrikus alakban megadott komple szám szorzatát más alakba való átváltás

Részletesebben