Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat
|
|
- Adél Ráczné
- 5 évvel ezelőtt
- Látták:
Átírás
1 Megállapítható változók elemzése Függetleségvzsgálat, lleszkedésvzsgálat, homogetásvzsgálat Ordáls, omáls esetre s alkalmazhatóak a következő χ próbá alapuló vzsgálatok: 1) Függetleségvzsgálat: két valószíűség változó függetle-e vagy összefüggeek (a függetleségtől való eltérés szgfkás-e, vagy csak a mtavétel hba okozta)? a) Tszta függetleségvzsgálatál smerjük a változók elmélet eloszlásat. Függetleséget feltételezve azok szorzatából számítjuk k az együttes elmélet eloszlást. b) Becsléses függetleségvzsgálatál em smerjük a változók elmélet eloszlásat, csak az emprkus eloszlásokat, és ezeket összeszorozva kapjuk meg a függetleséget feltételező együttes emprkus eloszlást. ) Illeszkedésvzsgálat: a mtába tapasztalt (empírkus) eloszlás lleszkedk-e egy elmélet eloszláshoz (az elmélet és az empírkus eloszlás eltérése szgfkás-e, vagy csak a mtavétel hba okozta)? a) Becsléses lleszkedésvzsgálatál az elmélet eloszlás paraméteret a mtából becsüljük. b) Tszta lleszkedésvzsgálat: az elmélet eloszlás paraméteret smerjük. 3) Homogetásvzsgálat: két empírkus eloszlás megegyezk-e vagy külöbözk (a külöbség szgfkás-e, vagy csak a mtavétel hba okozta)? A χ eloszlás Származtatása: függetle, stadard ormáls eloszlású val. változók égyzetösszegéek az eloszlása. Df.: az eloszlások száma, tehát amey a szabadságfok, ay stad. orm. eloszlásó val. változót égyzetre emelük és összeadjuk. A égyzetre emelés matt χ értéke csaks poztív lehet, várható értéke ő df.-el. A χ próbák eseté df. em a mtaelemek számától, haem a kategórák számától, vagys a cellák számától függ! A hpotézsvzsgálatok közös jellemzője, hogy a égyzetes külöbségeket ormálva összegezzük, így kapjuk a mtából becsült ˆχ -ot. Ha ˆχ > χkrt, akkor az eltérés szgfkás, H0-t elvetjük. H 0 : a két változó közt cs összefüggés. H 1 : a két változó közt va összefüggés. (tapasztalt - várható) χ = χ krt (α, df.) χ táblázatból. várható Az alkalmazhatóság feltétele: 1) elég agy legye. Ks elemszámál Fsher-féle egzakt teszt. ) Az 5-él ksebb várható (elmélet) gyakorságú cellák száma legfeljebb a cellák számáak egyötöde lehet. 3) 1-él ksebb várható cellagyakorság em fordulhat elő. Vagys ha csak 4 cellák va, mdegykbe a várható gyakorság legye agyobb mt 5, ha 5 < cellák sz. < 9, akkor lehet egy cella, amelykbe a várható gyak. 1 és 5 közé esk. Előy: em függ az alapadatok eloszlásától. em feltétel a ormál eloszlású alapsokaság! Vagys ez egy em paraméteres statsztka próba. A χ próbák dszkrét valószíűség változókra közvetleül alkalmazhatóak, folytoos változók esetébe először dszkretzál kell. Ez azt jelet, hogy g tervallumra osztjuk fel az értékkészletet és azt tektjük az E 1,..E g eseméyekek, hogy a változó értéke az 1,..g-k tervallumba esk. Az tervallumokat úgy kell meghatároz, hogy mde kategórába kellő számú (legalább 5, kvéve a kategórák 1/5-ét) érték kerüljö várhatóa, a fet feltételekek (. és 3.) megfelelőe. A következőkbe a χ - próba alkalmazásat részletezzük. 1
2 1. Függetleségvzsgálat valószíűség változó függetleségét vzsgáljuk. Az egyk g-, a másk h-féle értéket vehet fel az mérés sorá (pl. ujjak száma kéze: 10 féle értéket vehet fel; asztalos/egyéb foglalk: féle érték.). Mde objektumo megmérjük md a két val. vált. értékét és kotgecatáblázatba foglaljuk. Leggyakorbb eset: g = h =, égymezős kotgecatáblázat, pl. oltást kapott/em kapott ll. betegség fellépet/em lépett fel; másk gyakor eset: kezelt/kotroll, ll. gyógyult/em gyógyult Oltás Betegség Ezek az empírkus gyakorságok. Hpotézsvzsgálat: H 0 : cs összefüggés a két változó között, függetleek H 1 : a két változó között va összefüggés Ha H 0 gaz, akkor a cellákba tk. a függetleség eseté várt gyakorságokat kell kapuk. Illetve a mtavétel hba matt ettől egy bzoyos mértékg eltérhetek a talált gyakorságok. Kérdés, hogy az eltérés szgfkás-e. Jelöljük ν j -vel az elmélet, j -vel az empírkus gyakorságokat: elmélet tapasztalat B B A + ν 11 ν 1 ν 1. - ν 1 ν ν. ν.1 ν. ν.. = A = A peremértékeket összeszorozva kapjuk a függetleséget feltételező együttes várhatóértékeket, majd - el szorozva a várható gyakorságokat. Ha a függetleség feáll, akkor az A eloszlása B mde értéke, mt feltétel mellett azoos. Feltétel élkül eloszlás (peremértékek): A B(+) feltétel mellett várható: ν 11 = A B(-) feltétel mellett várható: ν 1 =.. 1, , ν 1 =. 1., ν =... Feladat: aak eldötése, hogy a várható és a kísérletbe kapott gyakorságok között szgfkás-e az eltérés. Összegezzük a várt és talált gyakorságok külöbségégyzetét osztva a várttal. A várt tt a függetleséget jelet, hsze a függetleségtől való eltérést vzsgáljuk. ( = j ν j ˆ χ ν ) j j
3 Ez a statsztka a (g-1)(h-1) szabadságfokú χ eloszlást követ, ahol g a sorok, h az oszlopok száma. x kotgeca táblázatál df = 1. A fet példára ˆχ =,96 + 3,34 + 0, + 0,5 = 6,63 és χ krt ( 1, α = 0,05) = 3,84 Mvel ˆχ > χ krt a ull hpotézs elvethető, a két változó em függetle, szgfkás az összefüggés, az oltás hatásos. A égymezős tábla eseté alkalmazható egyszerűsítés: A B + a b a + b. - c d c + d a + c b + d ( ad bc) ˆ χ =, df=1 ( a + b)( c + d)( a + c)( b + d) ) Tapasztalat és elmélet eloszlás összevetése: lleszkedésvzsgálat: Egy empírkus eloszlás lleszledk-e egy adott elmélet eloszláshoz? (Pl. lórúgásba elhaltak száma Posso elo-e, dhbrd keresztezés F emzedéke 9:3:3:1 aráyba oszlk-e meg?) Hpotézsvzsgálat: H 0 : a mta egy olya populácóból származk amelyre jellemző az adott elmélet eloszlás H 1 : a mta egy más eloszlású populácóból származk : mtaelemek száma, g -féle mérés érték lehetséges vagy g -féle kategóra (pl. dhbrd keresztezés F emzedékébe domaca eseté g =4 feotípusos kategórát találuk) Szabadságfok: Tszta lleszkedésvzsgálatál az elmélet eloszlás paraméteret smerjük: df= g -1 (pl. tudjuk, hogy 9:3:3:1, vagy λ=3,5 átlagú Posso stb.). Vszot becsléses lleszkedésvzsgálatál az elmélet eloszlás paraméteret a mtából becsüljük, akkor df= g -1- s, ahol s a becsült paraméterek száma (pl. átlagot becsülük Posso elo-ál). E : az az eseméy, hogy a val. vált. az -k értéket vesz fel x, : az E eseméy empírkus gyakorsága = háyszor következett be a mérés sorá (egész számok), x = y : az E eseméy elmélet gyakorsága = háyszor kellett vola bekövetkeze összese esetből, az elmélet eloszlás szert (em feltétleül egész számok!), y = Általába: Eseméy E 1 E E g Összeg Mtaértékek Empírkus gyak. x 1 x x r Elmélet gyak. y 1 = p 1 y = p y g = p g Az elmélet eloszlásra természetese p = 1, vagys az E eseméyek teljes eseméyredszert alkotak. x, és y darabszámok, em valószíűségek! 3
4 g ( x y ) ˆχ = Ha ˆ χ < χ krt = 1 y akkor elfogadjuk H 0 t. a tapasztalat eloszlás jól lleszkedk az elmélethez. a) Becsléses lleszkedésvzsgálat Pl. egy empírkus eloszlás lleszkedk-e a Possohoz? Általáosságba: Eseméy E 1 E E g-1 E g Összeg Mtaért. 0 1 g- g Emp. gyak. x 1 x x g-1 x g Elm. gyak. p 0 = e -λ p 1 = e -λ λ p g- = e -λ λ g- /(g- )! p g-1 =(1- p ) Kokréta: a lórúgásos balesetek száma Posso eloszlású-e? 00 hadtestbe végeztek megfgyelést a lórúgástól elhuytak hadtestekét számáról: Eseméy E 1 E E 3 E 4 Összeg Mtaértékek (halott/hadtest) Empírkus gyak Elmélet gyak. 108,7 66,3 0, ,7-66,3-0,=4,8 00 Posso elo. becsült paramétere: λ=0,61 haláleset / hadtest, d.f. =, mert kategórák száma (4) a becsült paraméterek száma (1) ˆ χ = 0,30 < χ krt (, 0,05) = 5,991 Elfogadjuk H o -t. b) Tszta lleszkedésvzsgálat pl. a kockadobás, elmélet elo.: egyeletes. H 0 = a kocka szabályos. Eseméy E 1 E E 3 E 4 E 5 E 6 Összeg Mtaért Emp. gyak Elm. gyak Ekkor em kell becsülük a cellagyakorságokat, mert mde y = 0 df = 6-1 ˆ χ 4,8 < χ = 11,070 = krt(5, 0,05) Következtetés: a kocka szabályos, sőt éppe ekkora eltérések a legvalószíűbbek (ld. medá) χ krt,5, 0,50 = 4,35 a 3) Homogetásvzsgálat - két tapasztalat eloszlás összevetése Két empírkus elo. (elég jól) megegyezk-e? Itt em céluk elméletvel összehasolíta, azt vszgáljuk, hogy a két val. vált. azoos eloszlásúak tekthető-e? (A sokaság egyemű, homogé.) Hpotézsvzsgálat: H 0 : a két mta azoos (eloszlású) populácóból származk H 1 : a két mta külöböző eloszlású populácóból származk 4
5 g -féle mérés érték lehetséges (vagy g-féle kategóra). Eek meg kell egyeze a két mtába, ehhez esetleg összevouk kategórákat. Szabadságfok: g-1 és m: mtaelemszám az egyk és a másk mtába x, : és y : az E eseméy empírkus gyakorsága = háyszor következett be a két mtába. x y g m Ha ˆ χ = m < χ krt( α, df ), akkor elfogadjuk H 0 x + y = 1 - t, vagys a két elo. elég jól egyezk. 5
6 Kolmogorov-Szmrov egymtás próba (lleszkedésvzsgálatra) Ez a próba kmodotta jól haszálható ordáls, tervallum vagy aráy skálá mért változók eseté lleszkedésvzsgálatra. Továbbá előyösebb az alkalmazása a χ próbáál, ha a megfgyelések száma alacsoy és/vagy az elméletleg várható értékek alacsoyak. Kérdésük: egy empírkus eloszlásfüggvéy elég jól lleszkedk-e egy adott elmélet eloszláshoz. Pl. a mtaértékek ormál eloszlást követek-e? H 0 : F(x)=F 0 (x), H 1 : F(x) F 0 (x), legalább egy x -él. ahol F 0 (x) az elmélet eloszlásfüggvéy, F(x) a tapasztalat eloszlásfüggvéy, amt a mtából számítottuk. H 0 azt állítja, hogy az F(x) az F 0 (x) becslése, csak sztochasztkus gadozás matt külöbözk tőle. A próba léyege, hogy az elmélet és az empírkus eloszlásfüggvéy között maxmáls eltérést hasolítuk össze a táblázatbel krtkus értékkel. (Ez a mtaelemszámtól és a szgfkacaszttől függ.) 1) A próbához először meg kell ad az elmélet eloszlást, F 0 (x)-et, amhez a megfgyelt eloszlás lleszkedését vzsgáljuk. Eek paraméteret gyakra a mtából becsüljük. Pl. ha ormaltásvzsgálatot végzük, akkor a mtából becsült átlagot és szórást haszáljuk. ) Va megfgyelésük (adatuk): x 1...x. Ezekből elkészítjük az empírkus eloszlásfüggvéyt, F(x )-t. Ez egy lépcsős függvéy lesz, és mvel eloszlásfüggvéy, természetese mooto övekedő, = 0 és F( x) lm x F( x) lm x = 1. Ha mde megfgyelt érték külöböző, akkor F(x) úgy éz k, hogy mde x értékél 1/-el emelkedk, vagys mde lépcsőfok egyforma magas; végül az utolsó megfgyelt értékél, x él ér el az 1-et. Vszot a lépcsőfokok em egyeletes sűrűséggel helyezkedek el, pl. ha ormáleloszláshoz jól lleszkedő empírkus eloszlásuk va, a lépcsőfokok középe sűrűbbek. 3) Ha az elmélet eloszlás dszkrét, akkor mde lehetséges értékél összehasolítjuk az elmélet és az empírkus eloszlásfüggvéyt, a külöbség abszolút értékét evezzük D -ek. Ha az elmélet eloszlás folytoos akkor kcst boyolultabb a helyzet, hsze em tudjuk, hogy a lépcsős formájú empírkus eloszlásfüggvéy mögött lévő folytoos függvéy (amt csak agyo sok adatból tudák megszerkeszte) potosa hol emelkedk meg az x és x -1 értékek között. Ezért, hogy mdeképpe megkapjuk a lehető legagyobb eltérést az empírkus és az elmélet eloszlásfüggvéy + között a következő kétféle külöbséget számítjuk k: D F x ) F( x ) és D = F ( x ) F( x ). Az összes D érték maxmumát, Dkrt(α,) értékével: Dˆ = max { } D = 0 ( 1 0 hasolítjuk össze a Kolmogorov-Szmrov táblázat krtkus ha D ˆ < D krt akkor elfogadjuk H0-t, az elmélet és az empírkus eloszlás között eltérés em szgfkás. ha D ˆ > D krt akkor elvetjük H0-t, az elmélet és az empírkus eloszlás között eltérés szgfkás 6
7 d + d - 7
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),
RészletesebbenORVOSI 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
RészletesebbenHipotéziselmélet. 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? 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
RészletesebbenBevezetés 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? 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
RészletesebbenAz 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
RészletesebbenVáltozók 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
RészletesebbenStatisztikai 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
RészletesebbenAzonos 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
Részletesebbenbiometria 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
RészletesebbenIsmérvek 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)
RészletesebbenA 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)
RészletesebbenHipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?
01.09.18. Hpotézs vzsgálatok Egy példa Kérdések (példa) Hogyan adhatunk választ? Kérdés: Hatásos a lázcsllapító gyógyszer? Hatásos-e a gyógyszer?? rodalomból kísérletekből Hpotézsek A megfgyelt változó
RészletesebbenStatisztika. Eloszlásjellemzők
Statsztka Eloszlásjellemzők Statsztka adatok elemzése A sokaság jellemzése középértékekkel A sokaság jellemzéséek szempotja A sokaság jellemzéséek szempotja: A sokaság tpkus értékéek meghatározása. Az
RészletesebbenA szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai
05..04. szórások vizsgálata z F-próba Hogya foguk hozzá? Nullhipotézis: a két szórás azoos, az eltérés véletle (mitavétel). ullhipotézishez tartozik egy ú. F-eloszlás. Szabadsági fokok: számláló: - evező:
RészletesebbenMatematikai 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,
RészletesebbenHa 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
RészletesebbenORVOSI 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
Részletesebbens 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,
RészletesebbenA 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:
RészletesebbenA 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
RészletesebbenTulajdonságok. 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
RészletesebbenBIOMATEMATIKA 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
RészletesebbenAdatok statisztikai értékelésének főbb lehetőségei
Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció
RészletesebbenTartalomjegyzék. 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
RészletesebbenTanult nem paraméteres próbák, és hogy milyen probléma megoldására szolgálnak.
8. GYAKORLAT STATISZTIKAI PRÓBÁK ISMÉTLÉS: Tanult nem paraméteres próbák, és hogy mlyen probléma megoldására szolgálnak. Név Illeszkedésvzsgálat Χ próbával Illeszkedésvzsgálat grafkus úton Gauss papírral
RészletesebbenAZ 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
RészletesebbenFeladatok 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.
RészletesebbenVáltozók 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
RészletesebbenSztochasztikus 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
RészletesebbenVirág 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
RészletesebbenStatisztika 1. zárthelyi dolgozat március 18.
Statisztika. zárthelyi dolgozat 009. március 8.. Ismeretle m várható értékű, szórású ormális eloszlásból a következő hatelemű mitát kaptuk:, 48 3, 3, 83 0,, 3, 97 a) Számítsuk ki a mitaközepet és a tapasztalati
RészletesebbenPéldák 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,
RészletesebbenA 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................................
Részletesebben24. 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
RészletesebbenStatisztika II. előadás és gyakorlat 2. rész
előadás és gyakorlat. rész T.Nagy Judt Ajálott rodalom: Ilyésé Molár Emese Lovasé Avató Judt: Feladatgyűjteméy, Perekt, 006. Korpás Attláé (szerk.): Általáos, Nemzet Taköyvkadó, 1997. Molár Mátéé Tóth
RészletesebbenSTATISZTIKA 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
RészletesebbenA 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,
RészletesebbenIzsák János. ELTE TTK Állatrendszertani és Ökológiai Tanszék. Kézirat
BIOSTATISZTIKAI ALAPISMERETEK Izsák Jáos ELTE TTK Állatredszerta és Ökológa Taszék Kézrat Budapest, 5 Tartalomjegyzék Előszó 4. Valószíűség vektorváltozók 6.. Bevezetés 6.. A többváltozós, specálsa kétváltozós
RészletesebbenStatisztika 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
RészletesebbenNEMPARAMÉTERES ELJÁRÁSOK
Kály Zoltá: Statsztka II. NEMPARAMÉTERES ELJÁRÁSOK Az eddgek soá találkoztuk má olya eláásokkal, melyek a változók középétékét vzsgálták: egymtás-, páos-, függetle mtás t-póba, egy- és többszempotos vaaca
RészletesebbenBIOSTATISZTIKA 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,
RészletesebbenA biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet
A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html
RészletesebbenKorreláció- és regressziószámítás
Korrelácó- és regresszószámítás sztochasztkus kapcsolat léyege az, hogy a megfgyelt sokaság egységeek egyk smérv szert mlyeségét, hovatartozását smerve levoható ugya bzoyos következtetés az egységek másk
Részletesebben18. 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.
RészletesebbenRegresszió 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
RészletesebbenRegresszió 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) ( 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
RészletesebbenKét diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat
Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Orvosi fizika és statisztika I. előadás 2016.11.09 Orvosi
RészletesebbenStatisztikai hipotézisvizsgálatok
Statisztikai hipotézisvizsgálatok. Milye problémákál haszálatos? A gyakorlatba agyo gyakra szükségük lehet arra, hogy mitákból származó iformációk alapjá hozzuk sokaságra voatkozó dötéseket. Például egy
RészletesebbenIntervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2.
Itervallum Paraméteres Hipotézisek Nemparaméteres Statisztika Hipotézisvizsgálat Székely Balázs 2010. december 2. Itervallum Paraméteres Hipotézisek Nemparaméteres Előadás vázlat 1 Itervallumbecslések
Részletesebben3.1. A Poisson-eloszlás
Harmadik fejezet Nevezetes valószíűségi változók Valamely valószíűségi változóhoz kapcsolódó kérdésekre akkor tuduk potos választ adi, ha a változó eloszlása ismert, vagy megközelítőleg ismert. Ebbe a
RészletesebbenI. 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.
RészletesebbenWilcoxon-féle előjel-próba. A rangok. Ismert eloszlás. A nullhipotézis megfogalmazása H 1 : m 0 0. A medián 0! Az eltérés csak véletlen!
0.0.4. Wlcoxo-féle előel-próba ragok Példa: Va-e hatáa egy zórakoztató flm megtektééek, a páceek együttműködé halamára? ( zámok potértékek) orzám előtte utáa külöbég 0 0 3 3-4 4 5 3 6 3 3 0 7 4 3 8 5 4
RészletesebbenAdatfeldolgozás, 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
RészletesebbenA 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
RészletesebbenEloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok
Eloszlás-független módszerek (folytatás) 14. elıadás (7-8. lecke) Illeszkedés-vizsgálat 7. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok elemzésére Illeszkedés-vizsgálat Gyakorisági sorok
RészletesebbenDr. Tóth Zsuzsanna Eszter Dr. Jónás Tamás Erdei János. Gazdaságstatisztika. II. rész A matematikai statisztika alapjai
Budapest Műszak és Gazdaságtudomáy Egyetem Gazdaság- és Társadalomtudomáy Kar Üzlet Tudomáyok Itézet Meedzsmet és Vállalatgazdaságta Taszék Dr. Tóth Zsuzsaa Eszter Dr. Jóás Tamás Erde Jáos Gazdaságstatsztka
Részletesebben20 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,
RészletesebbenA 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
Részletesebbenezek alapján kívánunk dönteni. Ez formálisan azt jelenti, hogy ellenőrizni akarjuk,
A deceber -i gyakorlat téája A hipotézisvizsgálat fotos probléája a következő két kérdés vizsgálata. a) Egy véletle eyiség várható értékéek agyságáról va bízoyos feltevésük. Elleőrizi akarjuk e feltevés
RészletesebbenÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETIA Készült a TÁMOP-4.1.-08//A/KM-009-0041pályázat projet eretébe Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomáy Taszéé az ELTE Közgazdaságtudomáy Taszé az MTA Közgazdaságtudomáy Itézet és a
RészletesebbenMÉRÉSTECHNIKA. 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
RészletesebbenNemparaméteres eljárások
Nemparaméteres eljárások Bevezetés Az ntervallum vagy a hányados skálán végzett méréseknél az adatokból számolhatunk átlagot, szórásnégyzetet, szórást Fontos módszerek alapulnak ezeknek a származtatott
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
RészletesebbenBevezetés a hipotézisvizsgálatokba
Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -
RészletesebbenGeostatisztika c. tárgy a BSc földrajz alapszak hallgatóinak
Geostatsztka c. tárgy a BSc földrajz alapszak hallgatóak Dr. Szabó Norbert Péter egyetem taársegéd Geofzka Taszék e-mal: orbert.szabo.phd@gmal.com gfmal@u-mskolc.hu Tematka Adatredszerek, hsztogrammok
RészletesebbenPopulációbecslés és monitoring. Eloszlások és alapstatisztikák
Populációbecslés és monitoring Eloszlások és alapstatisztikák Eloszlások Az eloszlás megadja, hogy milyen valószínűséggel kapunk egy adott intervallumba tartozó értéket, ha egy olyan populációból veszünk
RészletesebbenJárattípusok. Kapcsolatok szerint: Sugaras, ingajárat: Vonaljárat: Körjárat:
JÁRATTERVEZÉS Kapcsolatok szert: Sugaras, gaárat: Járattípusok Voalárat: Körárat: Targocás árattervezés egyszerű modelle Feltételek: az ayagáram determsztkus, a beszállítás és kszállítás dőpot em kötött
Részletesebben6. feladatsor. Statisztika december 6. és 8.
6. feladatsor Statisztika 200. december 6. és 8.. Egy = 0 szervert tartalmazó kiszolgáló mide szervere mide pillaatba 0 < p < valószíűséggel foglalt, a foglaltságok szerverekét függetleek. Tehát a foglaltak
RészletesebbenHipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás
STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H
RészletesebbenI. 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,
RészletesebbenValószínőségszámítás helye a tudományok között. Véletlen tömegjelenségek. Történeti áttekintés 1. Modellezés. Történeti áttekintés 3.
Valószíőségszámítás és statsztka elıadás Ifo. BSC B-C szakosokak 4/5. félév Zemplé Adrás zemple@ludes.elte.hu http://www.cs.elte.hu/~zemple/. elıadás: Bevezetés Irodalom, követelméyek A félév célja Valószíőségszámítás
RészletesebbenMérési 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
RészletesebbenGeostatisztika I. Dr. Szabó Norbert Péter. BSc geográfus alapszak hallgatóinak
Geostatsztka I. BSc geográfus alapszak hallgatóak Dr. Szabó Norbert Péter egyetem adjuktus Mskolc Egyetem Geofzka Itézet Taszék e-mal: orbert.szabo.phd@gmal.com Ajálott rodalom Steer Ferec, 990. A geostatsztka
RészletesebbenKétoldali hibás Monte Carlo algoritmus: mindkét válasz esetén hibázhat az algoritmus, de adott alsó korlát a hibázás valószínűségére.
Véletleített algoritmusok Tegyük fel, hogy va két doboz (A,B), amely egyike 1000 Ft-ot tartalmaz, a másik üres. 500 Ft-ért választhatuk egy dobozt, amelyek a tartalmát megkapjuk. A feladat megoldására
RészletesebbenVariancia-analízis (ANOVA) Mekkora a tévedés esélye? A tévedés esélye Miért nem csinálunk kétmintás t-próbákat?
Varanca-analízs (NOV Mért nem csnálunk kétmntás t-próbákat? B Van különbség a csoportok között? Nncs, az eltérés csak véletlen! Ez a nullhpotézs. és B nncs különbség Legyen, B és C 3 csoport! B és C nncs
RészletesebbenMatematikai statisztika
Matematikai statisztika PROGRAMTERVEZŐ INFORMATIKUS alapszak, A szakiráy Arató Miklós Valószíűségelméleti és Statisztika Taszék Természettudomáyi Kar 2019. február 18. Arató Miklós (ELTE) Matematikai statisztika
RészletesebbenKOMBINATORIKA 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
RészletesebbenIntelligens 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
RészletesebbenKabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a
Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,
RészletesebbenVARIANCIAANALÍZIS (szóráselemzés, ANOVA)
VARIANCIAANAÍZIS (szóráselemzés, ANOVA) Varancaanalízs. Varancaanalízs (szóráselemzés, ANOVA) Adott: egy vagy több tetszőleges skálájú független változó és egy legalább ntervallum skálájú függő változó.
RészletesebbenSTATISZTIKA. 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
Részletesebben2. 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.
Részletesebbenf (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,
Részletesebben2. 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
RészletesebbenÖkonometria. /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
RészletesebbenZavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat.
Zavar és mita Zavar (cofoudig): akkor lép fel egy kísérletbe, ha a kísérletet végző em tudja megkülöbözteti az egyes faktorokat. Zavar és mita Zavar (cofoudig): akkor lép fel egy kísérletbe, ha a kísérletet
RészletesebbenEgymintás próbák. Alapkérdés: populáció <paramétere/tulajdonsága> megegyezik-e egy referencia paraméter értékkel/tulajdonsággal?
Egymintás próbák σ s μ m Alapkérdés: A populáció egy adott megegyezik-e egy referencia paraméter értékkel/tulajdonsággal? egymintás t-próba Wilcoxon-féle előjeles
RészletesebbenStatisztikai. Statisztika Sportszervező BSc képzés NBG GI866G4. Statisztika fogalma. Statisztikai alapfogalmak. Statisztika fogalma
Statsztka Sportszervező BSc képzés NBG GI866G4 010-011-es taév II félév Statsztka alapfogalmak Oktató: Dr Csáfor Hajalka főskola doces Vállalkozás-gazdaságta Tsz E-mal: hcsafor@ektfhu Statsztka alapfogalmak
RészletesebbenTáblázatok 4/5. C: t-próbát alkalmazunk és mivel a t-statisztika értéke 3, ezért mind a 10%-os, mind. elutasítjuk a nullhipotézist.
1. Az X valószínőség változó 1 várható értékő és 9 szórásnégyzető. Y tıle független várható értékkel és 1 szórásnégyzettel. a) Menny X + Y várható értéke? 13 1 b) Menny X -Y szórásnégyzete? 13 1 összesen
RészletesebbenValószín ségszámítás és statisztika
Valószí ségszámítás és statisztika oktatási segédayag Kupá Pál Tartalomjegyzék fejezet Valószí ségszámítási alapfogalmak 5 Eseméyek 5 M veletek eseméyekkel 5 2 A valószí ség fogalma 7 3 Valószí ségi változók
RészletesebbenA 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
RészletesebbenStatisztika elméleti összefoglaló
1 Statisztika elméleti összefoglaló Tel.: 0/453-91-78 1. Tartalomjegyzék 1. Tartalomjegyzék.... Becsléselmélet... 3 3. Intervallumbecslések... 5 4. Hipotézisvizsgálat... 8 5. Regresszió-számítás... 11
RészletesebbenInformációs 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
RészletesebbenMiért 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
RészletesebbenEseményalgebra, kombinatorika
Eseméyalgebra, kombiatorika Eseméyalgebra Defiíció. Véletle kísérletek evezük mide olya megfigyelést, melyek több kimeetele lehetséges, és a véletletől függ, (azaz az általuk figyelembevett feltételek
RészletesebbenA felhasznált térfogalmak: lineáris tér (vektortér), normált tér, Banach tér, euklideszi-tér, Hilbert tér. legjobban közelítõ elem, azaz v u
Approxmácó Bevezetés A felhaszált térfogalmak: leárs tér (vektortér) ormált tér Baach tér eukldesz-tér Hlbert tér V ormált tér T V T kompakt halmaz Ekkor v V u ~ T legjobba közelítõ elem azaz v u ~ f {
Részletesebben1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása
HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat
Részletesebben