Diagnosztikus tesztek értékelése

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Diagnosztikus tesztek értékelése"

Átírás

1 Δn e Δc Δn b Δc szegregancia relevancia Diagnosztikus tesztek értékelése c Átlapoló eloszlások feltételezés: egy mérhető mennyiség (pl. koncentráció) megnövekszik a populációban (a megváltozás a lényeges és nem a megnövekedés) KAD Az átlapolás mértéke használhatatlan módszer Részleges átfedés Δn e Δc valódi Igazságmátrix ál elnevezés Ál Fals Hamis Téves Valódi Korrekt Igaz Helyes gyakorlati esetek False igazi állapot: vagy c True tökéletes módszer 3 Δn b Δc ál teszt szerint: vagy valódi 4

2 Prevalencia elterjedtség a tesztet megelőző valószínűség a-priorivalószínűség a ség gyakorisága a vizsgált populációban összes + de sp se sp 5 6 A tesztek megbízhatósága a következő diagnosztikus paraméterekkel írható le: relevancia csak 3 független! szegregancia Mindegyik tesztmódszer összehasonlítandó egy referencia módszerrel ( Goldstandard ) 25% 5% 75% 7 az ami biztosan jó, hiteles (néha csak a boncolás eredménye) 8

3 Diagnosztikus határérték érzékenység valódi arány annak a valószínűsége, hogy a teszt egy et nak talál a ek se 5% se + se 7% P( ) se + Nagy ú tesztek (közel %) a korai diagnózis során kívánatosak (screening), ekkor kevés marad felismerés nélkül. 9 se 9% se % Diagnosztikus sp 5% határérték sp 7% fajlagosság valódi arány specificity annak a valószínűsége, hogy a teszt egy et nak talál az ek P( ) sp + sp 9% sp % sp + Magas ú tesztek (közel %) akkor fontosak, ha az ál értékek súlyos következménnyel járnak. 2

4 Ál arány Ál arány másodfajú hiba false-negative rate/fraction annak a valószínűsége, hogy a teszt egy et nak talál a ek P( ) elsőfajú hiba false-positive rate/fraction annak a valószínűsége, hogy a teszt egy et nak talál az ek P( ) se + sp Arányok vízszintesen (prevalenciától függetlenek) teszt utáni (a-posteriori) valószínűségek, a prevalenciától erősen függenek Diagnosztikus relevancia korrekt pozitivitás prediktív érték positive predictive value PPV a ség jelenlétének a valószínűsége, ha a teszt a ak P() PPV összes se + se + ( sp) ( ) 5 6

5 Diagnosztikus szegregancia Téves figyelemfelkeltő arány korrekt negativitás prediktív érték negative predictive value NPV a ség hiányának a valószínűsége, ha a teszt a ak false alarm rate a ség hiányának a valószínűsége, ha a teszt a ak P( ) P( ) NPV összes sp ( ) + sp ( ) + ( se) PPV összes Téves megnyugtatási arány RELEVANCIA Arányok függőlegesen false reassurance rate a ség jelenlétének a valószínűsége, ha a teszt a ak SZEGREGANCIA P() NPV összes + 9 2

6 accuracy Diagnosztikus effektivitás helyes besorolás aránya (korrekt klasszifikáció) + + de se + sp ( ) összes gyakran a határértéket úgy választjuk meg, hogy az effektivitás maximális legyen 2 se p( P B) ál arány ál arány relevancia szegregancia téves figyelemfelkeltő arány téves megnyugtatási arány sp -se -sp PPV NPV -PPV -NPV Áttekintő tábla p( N E) p( N B) p( P E) p( B P) p( E N) p( E P) p( B N) a ek az ek a ek az ek a ak a ak a ak a ak a (valódi arány) a (valódi arány) a a prevalenciától függetlenek a-posteriori valószínűségek A prevalencia hatása Pl. A: 5% sp 9% Pl. B: % sp 9% (de 9%) Goldstandard Goldstandard egészs. egészs. NPV 9% teszt 9 NPV 99% 9 se 9% PPV 9% teszt se 9% (de 9%) PPV 5% Nagyon kicsi prevalencia esetén egy magasan szenzitív és egyidejűleg magasan specifikus teszt nagyon gyenge relevanciájú lehet prevalencia. % 98 % 98 % relevancia 4 %

7 Különböző diagnosztikus módszerek összehasonlítása. ROC görbék ROC: receiver-operator (operating) characteristic az első ROC az 95-es években (receiver: radar vevő) 97 körül az első orvosi alkalmazások Hasüregi folyadékgyülemek daganatdiagnosztikája Sensitivity (%) 5 a CEA és a koleszterin koncentráció megemelkedése karcinózissal kísért rákkal hozható összefüggésbe Specificity (%) 5 CEA Sensitivity (%) 5 Specificity (%) 5 koleszterin Melyik módszer jobb? Hogyan célszerű kiválasztani a legjobb határértéket? - 25 Gulyás M, Kaposi AD, Elek G, Szollár LG, Hjerpe A, Value of carcinoembryonic antigen (CEA) and cholesterol assays of ascitic fluid in cases of inconclusive cytology, J Clinical Pathology 2 (54) de se + sp ( ) de se + ( sp ) + de ( sp) + se se ( sp) + de + meredekség ha tengelymetszet (3 független adat) de : se ( sp) + 2 de de - pl.., meredekség: 9 se ( sp) + de + meredekség ha < : azonos diagnosztikus effektivitás esetén az egyenes meredeksége nagyobb mint. tengelymetszet ha > : azonos diagnosztikus effektivitás esetén az egyenes meredeksége kisebb mint. pl..6, meredekség: de de Azok a pontok, amelyek azonos diagnosztikus effektivitásúak, olyan egyenesen vannak, amelynek a meredeksége egy. Ha a de, akkor a tengelymetszet: ; Ha a de, akkor a tengelymetszet:. 27 de - - de 28

8 prevalence:. Izoeffektivitás görbék a ROC-on prevalence:.2 prevalence:.3 specificity specificity specificity haszontalan módszer prevalence:.4 prevalence: prevalence:.6 specificity specificity specificity jobb módszer 3 ROC analízis prevalence:. Ascites (+ koleszterin, - CEA) prevalence:.2 prevalence:.3 specificity specificity specificity prevalence:.4 prevalence: prevalence:.6 specificity specificity specificity

9 További példák Példa: maximalizáljuk a diganosztikus effektivitást! alacsony prevalencia esetén a CDT módszer jobb magasabb prevalencia esetén a GGT módszer jobb A CDT (carbohydrate deficient transferrin) és GGT (gamma-glutamyltransferase) módszerek ROC görbéi az alkoholizmus kimutatására. Mivel a CDT görbe gyakorlatilag mindig balra van a GGT-től, ezért a CDT-t jobb módszernek tartják Kiegészítés - + valószínűség probalility - esemény E biztos Események bekövetkezési esélyeinek számszerűsítésére szolgáló mérőszámok lehetetlen E bekövetkezése és nem bekövetkezése azonos esélyű valószínűség probability, p(e) + esély(érték) odds esély(érték) odds (chance) 35 Kiegészítés2 Eset-kontroll vizsgálat (case-control study) Kérdés: Lehet-e egy ség kialakulásában szerepet játszó tényező egy adott rizikófaktor? H : nincs összefüggés a rizikófaktor jelenléte és a ség kialakulása. Egy bizonyos séggel rendelkező embereket választunk ki (eset-ek), majd pedig két csoportba osztjuk őket egy feltételezett rizikófaktor megléte ill. hiánya szerint. Pl. krónikus hörghurutban szendvedőknél feltételezzük rizikófaktorként a dohányzást. Választunk melléjük egy olyan csoportot (kontroll), amely tagjainál a vizsgált ség nincs jelen. Őket is két csoportba osztjuk a feltételezett rizikófaktor megléte ill. hiánya szerint. A kontroll csoport egyedeinek számát úgy szokás megválasztani, hogy az nagyjából egyezzék meg az esetek számával. Ez a mintában mesterségesen egy 5 % körüli prevalenciát hoz létre. eset kontroll rizikófaktor jelen van rizikófaktor nincs jelen dohányzik nem dohányzik krónikus hörghurut a4 c6 nincs ség b2 d8 Itt nincs értelme kiszámítani a dohányzók a krónikus hörghurut valószínűségét!

10 rizikófaktor jelen van rizikófaktor nincs jelen esélyhányados OR dohányzik nem dohányzik a ség esélye a faktor megléte esetén a ség esélye a faktor hiánya esetén Meghatározható az OR 95 %-os konfidencia intervalluma. Ha az intervallum magában foglalja az értéket, akkor megtartjuk a nullhipotézist (a feltételezett rizikófaktor nem növeli a begegség esélyét). eset krónikus hörghurut a4 c6 kontroll nincs ség b2 d8 a b c d ad bc A ség esélye a rizikófaktror megléte esetén 2.7-szer nagyobb, mint a kontroll csoportban, ahol a rizikófaktor nincs jelen. (általánosan) A krónikus hörghurut esélye a dohányzók 2.7-szer nagyobb, mint a nemdohányzók. (konkrétan) SE(ln OR) a b c d 37 Kiegészítés3 Követéses (megfigyeléses, cohort) vizsgálat Kérdés: Mekkora kockázatot jelent a dohányzás a szívinfarktus kialakulása szempontjából? H : nincs összefüggés a dohányzás és a szívinfarktus kialakulása. Válogatás szempontja: dohányzik nem dohányzik. Később (pl. év múlva) megvizsgáljuk az infarktus előfordulási gyakoriságát a két csoportban. Az adatokat egy 2x2-es táblázatban rendezzük el. rizikófaktor (dohányzik) igen nem összesen (infarktus) igen a c a+c nem b d b+d összesen a+b c+d na+b+c+d 38 A kockázat mértéke a dohányosok : a/(a+b). A kockázat mértéke a nem dohányzók : c/(c+d) Ezekből kiszámítjuk az ún. relatív kockázatot (RR relative risk): a /( a + b) a ( c + d) RR c /( c + d) c ( a + b) ami megadja, hogy hányszor gyakoribb az adott ség kockázata adott rizikófaktor megléte esetében. RR várható értéke, tehát ha H igaz, akkor RR. Meghatározható az RR 95 %-os konfidencia intervalluma (RR-.96*SE; RR+.96*SE). Ha az intervallum magában foglalja az értéket, akkor megtartjuk a nullhipotézist: nincs összefüggés a rizikófaktor (dohányzás) és a ség (szívinfarktus) kialakulása. SE(lnRR) a /( a + b) c /( c + d) + a c 39 Kiegészítés4 Valószínűségi hányados (likelihood ratio) Olyan arány, amely megadja, hogy egy tesztmódszer milyen mértékben változtatja meg a ségi esélyeket. Pozitív teszt eredmény likelihood ratio-ja (posztteszt odds/preteszt odds): LR pos se + + sp + + Negatív teszt eredmény likelihood ratio-ja: LR neg se + + sp + + 4

Diagnosztikus tesztek értékelése

Diagnosztikus tesztek értékelése n e c n b c szegregancia relevancia Diagnosztikus tesztek értékelése c Átlapoló eloszlások feltételezés: egy mérhető mennyiség (pl. koncentráció) megnövekszik a populációban (a megváltozás a lényeges és

Részletesebben

11.Négymezős táblázatok. Egyezés mérése: kappa statisztika Kockázat becslés: esélyhányados (OR) Kockázat becslés: relatív kockázat (RR)

11.Négymezős táblázatok. Egyezés mérése: kappa statisztika Kockázat becslés: esélyhányados (OR) Kockázat becslés: relatív kockázat (RR) .Négymezős táblázatok Egyezés mérése: kappa statisztika Kockázat becslés: esélyhányados (OR) Kockázat becslés: relatív kockázat (RR) Az egyezés mérése:cohen s Kappa Kappa: az egyezés mérése két nominális

Részletesebben

Kapcsolat vizsgálat II: kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR. ROC analízis.

Kapcsolat vizsgálat II: kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR. ROC analízis. Kapcsolat vizsgálat II: kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR. ROC analízis. Dr. Prohászka Zoltán Az MTA doktora Semmelweis Egyetem III. Sz. Belgyógyászati

Részletesebben

Intelligens orvosi műszerek VIMIA023

Intelligens orvosi műszerek VIMIA023 Intelligens orvosi műszerek VIMIA023 Diagnózistámogatás = döntéstámogatás A döntések jellemzése (ROC, AUC) 2018 ősz http://www.mit.bme.hu/oktatas/targyak/vimia023 dr. Pataki Béla pataki@mit.bme.hu (463-)2679

Részletesebben

LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála

LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála a független változó: névleges vagy sorrendi vagy folytonos skála BIOMETRIA2_NEMPARAMÉTERES_5 1 Y: visszafizeti-e a hitelt x: fizetés (életkor)

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

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

1. 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

EPIDEMIOLÓGIA I. Alapfogalmak

EPIDEMIOLÓGIA I. Alapfogalmak EPIDEMIOLÓGIA I. Alapfogalmak TANULJON EPIDEMIOLÓGIÁT! mert része a curriculumnak mert szüksége lesz rá a bármilyen tárgyú TDK munkában, szakdolgozat és rektori pályázat írásában mert szüksége lesz rá

Részletesebben

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis Hipotézis BIOMETRIA 5. Előad adás Hipotézisvizsg zisvizsgálatok Tudományos hipotézis Nullhipotézis feláll llítása (H ): Kétmintás s hipotézisek Munkahipotézis (H a ) Nullhipotézis (H ) > = 1 Statisztikai

Részletesebben

Segítség az outputok értelmezéséhez

Segítség az outputok értelmezéséhez Tanulni: 10.1-10.3, 10.5, 11.10. Hf: A honlapra feltett falco_exp.zip-ben lévő exploratív elemzések áttanulmányozása, érdekességek, észrevételek kigyűjtése. Segítség az outputok értelmezéséhez Leiro: Leíró

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

Kapcsolat vizsgálat II: kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR.

Kapcsolat vizsgálat II: kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR. Kapcsolat vizsgálat II: kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR. Dr. Prohászka Zoltán Az MTA doktora Semmelweis Egyetem III. Sz. Belgyógyászati Klinika

Részletesebben

Kabos: Statisztika II. ROC elemzések 10.1. Szenzitivitás és specificitás a jelfeldolgozás. és ilyenkor riaszt. Máskor nem.

Kabos: Statisztika II. ROC elemzések 10.1. Szenzitivitás és specificitás a jelfeldolgozás. és ilyenkor riaszt. Máskor nem. Kabos: Statisztika II. ROC elemzések 10.1 ROC elemzések Szenzitivitás és specificitás a jelfeldolgozás szóhasználatával A riasztóberendezés érzékeli, ha támadás jön, és ilyenkor riaszt. Máskor nem. TruePositiveAlarm:

Részletesebben

Kapcsolat vizsgálat : kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR.

Kapcsolat vizsgálat : kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR. Kapcsolat vizsgálat : kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR. Dr. Prohászka Zoltán Az MTA doktora Semmelweis Egyetem III. Sz. Belgyógyászati Klinika

Részletesebben

DNS viszgálatok, számítási módszerek

DNS viszgálatok, számítási módszerek DNS viszgálatok, számítási módszerek Apasági vizsgálatok Kizárás: -a gyereknél az apától örökölt allél nem egyezik a feltételezett apáéval - 3 kizárás esetén az apaság kizárható -100% Anya: 12-13, kk.

Részletesebben

GYORSTESZTEK ALKALMAZÁSA A

GYORSTESZTEK ALKALMAZÁSA A GYORSTESZTEK ALKALMAZÁSA A GYÓGYSZERTÁRAKBAN DR. MISETA ILDIKÓ GÖLLE, SZENT ISTVÁN GYÓGYSZERTÁR Rozsnyay Mátyás emlékverseny Debrecen, 2012. május 10-12. BEVEZETÉS - CÉLKITŰZÉS Miért kell a gyorstesztekkel

Részletesebben

Túlélés analízis. Probléma:

Túlélés analízis. Probléma: 1 Probléma: Túlélés analízis - Túlélési idő vizsgálata speciális vizsgálati módszereket igényel (pl. két csoport között az idők átlagait nem lehet direkt módon összehasonlítani) - A túlélési idő nem normális

Részletesebben

MATEMATIKA ÉRETTSÉGI május 8. EMELT SZINT

MATEMATIKA ÉRETTSÉGI május 8. EMELT SZINT MATEMATIKA ÉRETTSÉGI 007. május 8. EMELT SZINT 1) Oldja meg a valós számok halmazán az alábbi egyenletet! x x 4 log 9 10 sin x x 6 I. (11 pont) sin 1 lg1 0 log 9 9 x x 4 Így az 10 10 egyenletet kell megoldani,

Részletesebben

földtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás

földtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás Matematikai statisztika elıadás, földtudományi BSc (geológus szakirány) 2014/2015 2. félév 6. elıadás Konfidencia intervallum Def.: 1-α megbízhatóságú konfidencia intervallum: Olyan intervallum, mely legalább

Részletesebben

Súlyos infekciók differenciálása a rendelőben. Dr. Fekete Ferenc Heim Pál Gyermekkórház Madarász utcai Gyermekkórháza

Súlyos infekciók differenciálása a rendelőben. Dr. Fekete Ferenc Heim Pál Gyermekkórház Madarász utcai Gyermekkórháza Súlyos infekciók differenciálása a rendelőben Dr. Fekete Ferenc Heim Pál Gyermekkórház Madarász utcai Gyermekkórháza Miért probléma a lázas gyermek a rendelőben? nem beteg - súlyos beteg otthon ellátható

Részletesebben

Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat

Két 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

Részletesebben

Kettőnél több csoport vizsgálata. Makara B. Gábor

Kettőnél több csoport vizsgálata. Makara B. Gábor Kettőnél több csoport vizsgálata Makara B. Gábor Három gyógytápszer elemzéséből az alábbi energia tartalom adatok származtak (kilokalória/adag egységben) Három gyógytápszer elemzésébô A B C 30 5 00 10

Részletesebben

1. tétel. Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség.

1. tétel. Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség. 1. tétel Valószínűségszámítás vizsga Frissült: 2013. január 19. Valószínűségi mező, véletlen tömegjelenség. A valószínűségszámítás tárgya: véletlen tömegjelenségek vizsgálata. véletlen: a kísérlet kimenetelét

Részletesebben

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

Hipotézis, 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

Részletesebben

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika

Részletesebben

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra

A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra A mintavétel szakszerűtlenségeinek hatása a monitoring-statisztikákra Vörös Zsuzsanna NÉBIH RFI tervezési referens 2013. április 17. Egy kis felmérés nem kor Következtetések: 1. a jelenlevők nemi megoszlása:

Részletesebben

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis

4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis 1. feladat Regresszióanalízis. Legkisebb négyzetek elve 2. feladat Az iskola egy évfolyamába tartozó diákok átlagéletkora 15,8 év, standard deviációja 0,6 év. A 625 fős évfolyamból hány diák fiatalabb

Részletesebben

Logisztikus regresszió

Logisztikus regresszió Logisztikus regresszió Bekövetkezés esélye Valószínűség (P): 0 és 1 közötti valós szám, az esemény bekövetkezésének esélyét fejezi ki. Fej dobásának esélye: 1:2 = 1 2 = 0,5. Odds/esélyérték (O): a tét

Részletesebben

6. Előadás. Vereb György, DE OEC BSI, október 12.

6. Előadás. Vereb György, DE OEC BSI, október 12. 6. Előadás Visszatekintés: a normális eloszlás Becslés, mintavételezés Reprezentatív minta A statisztika, mint változó Paraméter és Statisztika Torzítatlan becslés A mintaközép eloszlása - centrális határeloszlás

Részletesebben

Adatok statisztikai értékelésének főbb lehetőségei

Adatok 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

Részletesebben

Kapcsolat vizsgálat : kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR.

Kapcsolat vizsgálat : kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR. Kapcsolat vizsgálat : kontingencia táblák jelentősége és használata az epidemiológiában, diagnosztikában: RR, OR. Dr. Prohászka Zoltán Az MTA doktora Semmelweis Egyetem III. Sz. Belgyógyászati Klinika

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

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

Biometria, haladó biostatisztika EA+GY biometub17vm Szerda 8:00-9:00, 9:00-11:00 Déli Tömb 0-804, Lóczy Lajos terem

Biometria, haladó biostatisztika EA+GY biometub17vm Szerda 8:00-9:00, 9:00-11:00 Déli Tömb 0-804, Lóczy Lajos terem Biometria, haladó biostatisztika EA+GY biometub17vm Szerda 8:00-9:00, 9:00-11:00 Déli Tömb 0-804, Lóczy Lajos terem Előadások-gyakorlatok 2018-ban (13 alkalom) IX.12, 19, 26, X. 3, 10, 17, 24, XI. 7, 14,

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

Diagnosztikai eszközök technológiai értékelésének keretei

Diagnosztikai eszközök technológiai értékelésének keretei Diagnosztikai eszközök technológiai értékelésének keretei Dr. Vittay Pál Papp Eszter GYEMSZI TEI Főosztály Orvostechnikai eszközök csoportosítása felhasználási terület szerint egészségfejlesztés prevenció

Részletesebben

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 9. előadás Előadó: Dr. Ertsey Imre Statisztikai hipotézis vizsgálatok elsősorban a biometriában alkalmazzák, újabban reprezentatív jellegű ökonómiai vizsgálatoknál, üzemi szinten élelmiszeripari

Részletesebben

V. Gyakorisági táblázatok elemzése

V. Gyakorisági táblázatok elemzése V. Gyakorisági táblázatok elemzése Tartalom Diszkrét változók és eloszlásuk Gyakorisági táblázatok Populációk összehasonlítása diszkrét változók segítségével Diszkrét változók kapcsolatvizsgálata Példák

Részletesebben

[Biomatematika 2] Orvosi biometria. Visegrády Balázs

[Biomatematika 2] Orvosi biometria. Visegrády Balázs [Biomatematika 2] Orvosi biometria Visegrády Balázs 2016. 03. 27. Probléma: Klinikai vizsgálatban három különböző antiaritmiás gyógyszert (ß-blokkoló) alkalmaznak, hogy kipróbálják hatásukat a szívműködés

Részletesebben

Cardiovascularis (szív- és érrendszeri) kockázat

Cardiovascularis (szív- és érrendszeri) kockázat Cardiovascularis (szív- és érrendszeri) kockázat Varga Gábor dr. www.gvmd.hu 1/7 Cardiovascularis kockázatbecslő tábla Fatális szív- és érrendszeri események előfordulásának kockázata 10 éven belül Nő

Részletesebben

Kettőnél több csoport vizsgálata. Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet

Kettőnél több csoport vizsgálata. Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet Kettőnél több csoport vizsgálata Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet Gyógytápszerek (kilokalória/adag) Három gyógytápszer A B C 30 5 00 10 05 08 40 45 03 50 35 190 Kérdések: 1. Van-e

Részletesebben

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba Egymintás u-próba STATISZTIKA 2. Előadás Középérték-összehasonlító tesztek Tesztelhetjük, hogy a valószínűségi változónk értéke megegyezik-e egy konkrét értékkel. Megválaszthatjuk a konfidencia intervallum

Részletesebben

PrenaTest Újgenerációs szekvenálást és z-score

PrenaTest Újgenerációs szekvenálást és z-score PrenaTest Újgenerációs szekvenálást és z-score számítást alkalmazó, nem-invazív prenatális molekuláris genetikai teszt a magzati 21-es triszómia észlelésére, anyai vérből végzett DNS izolálást követően

Részletesebben

Populációbecslés és monitoring. Eloszlások és alapstatisztikák

Populációbecslés 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

Részletesebben

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

A biostatisztika alapfogalmai, valószínűségszámítási alapok. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet A biostatisztika alapfogalmai, valószínűségszámítási alapok Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet Véletlen kísérlet A kimenetele nincs egyértelműen meghatározva

Részletesebben

Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat

Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat 7. lecke Paraméter becslés Konfidencia intervallum Hipotézis vizsgálat feladata Paraméter becslés és konfidencia

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

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek Anyagvizsgálati módszerek Mérési adatok feldolgozása Anyagvizsgálati módszerek Pannon Egyetem Mérnöki Kar Anyagvizsgálati módszerek Statisztika 1/ 22 Mérési eredmények felhasználása Tulajdonságok hierarchikus

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

Elemszám becslés. Kaszaki József Ph.D. SZTE ÁOK Sebészeti Műtéttani Intézet

Elemszám becslés. Kaszaki József Ph.D. SZTE ÁOK Sebészeti Műtéttani Intézet Elemszám becslés Kaszaki József Ph.D. SZTE ÁOK Sebészeti Műtéttani Intézet Miért fontos? Gazdasági okok: Túl kevés elem esetén nem tudjuk kimutatni a kívánt hatást Túl kevés elem esetén olyan eredmény

Részletesebben

Dózis-válasz görbe A dózis válasz kapcsolat ábrázolása a legáltalánosabb módja annak, hogy bemutassunk eredményeket a tudományban vagy a klinikai

Dózis-válasz görbe A dózis válasz kapcsolat ábrázolása a legáltalánosabb módja annak, hogy bemutassunk eredményeket a tudományban vagy a klinikai Dózis-válasz görbe A dózis válasz kapcsolat ábrázolása a legáltalánosabb módja annak, hogy bemutassunk eredményeket a tudományban vagy a klinikai gyakorlatban. Például egy kísérletben növekvő mennyiségű

Részletesebben

Statisztikai csalások és paradoxonok. Matematikai statisztika Gazdaságinformatikus MSc november 26. 1/31

Statisztikai csalások és paradoxonok. Matematikai statisztika Gazdaságinformatikus MSc november 26. 1/31 Matematikai statisztika Gazdaságinformatikus MSc 11. előadás 2018. november 26. 1/31 A tojást rakó kutya - a könyv Hans Peter Beck-Bernholdt, Hans-Hermann Dubben: A tojást rakó kutya c. könyve alapján

Részletesebben

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése 4. A modell érvényességének ellenőrzése STATISZTIKA 4. Előadás Variancia-analízis Lineáris modellek 1. Függetlenség 2. Normális eloszlás 3. Azonos varianciák A maradék független a kezelés és blokk hatástól

Részletesebben

Least Squares becslés

Least Squares becslés Least Squares becslés A négyzetes hibafüggvény: i d i ( ) φx i A négyzetes hibafüggvény mellett a minimumot biztosító megoldás W=( d LS becslés A gradiens számítása és nullává tétele eredményeképp A megoldás

Részletesebben

Módszertani áttekintés

Módszertani áttekintés Módszertani áttekintés 1. A CSŐDMODELLEKNÉL ALKALMAZOTT STATISZTIKAI MÓDSZEREK... 1 1.1. DISZKRIMINANCIA ANALÍZIS... 1 1.2. REGRESSZIÓS MODELLEK... 3 1.2.1. Logisztikus (logit) regresszió... 4 1.2.2. Probit

Részletesebben

Statisztika Elıadások letölthetık a címrıl

Statisztika Elıadások letölthetık a címrıl Statisztika Elıadások letölthetık a http://www.cs.elte.hu/~arato/stat*.pdf címrıl Konfidencia intervallum Def.: 1-α megbízhatóságú konfidencia intervallum: Olyan intervallum, mely legalább 1-α valószínőséggel

Részletesebben

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes

Részletesebben

Tüdőrák kockázata PVC előállításával foglalkozó munkások körében

Tüdőrák kockázata PVC előállításával foglalkozó munkások körében MUNKABALESETEK ÉS FOGLALKOZÁSI MEGBETEGEDÉSEK.2 Tüdőrák kockázata PVC előállításával foglalkozó munkások körében Tárgyszavak: PVC; por; porexpozíció; tüdőrák; foglalkozási betegség. A vinil-klorid monomer

Részletesebben

Várandós nők Streptococcus agalactiaeszűrése

Várandós nők Streptococcus agalactiaeszűrése Várandós nők Streptococcus agalactiaeszűrése MALDI-TOF MS módszerrel Pappné Ábrók Marianna, Arcson Ágnes, Urbán Edit, Deák Judit Szegedi Tudományegyetem, Általános Orvostudományi Kar Klinikai Mikrobiológiai

Részletesebben

egyetemi jegyzet Meskó Balázs

egyetemi jegyzet Meskó Balázs egyetemi jegyzet 2011 Előszó 2. oldal Tartalomjegyzék 1. Bevezetés 4 1.1. A matematikai statisztika céljai.............................. 4 1.2. Alapfogalmak......................................... 4 2.

Részletesebben

y ij = µ + α i + e ij

y ij = µ + α i + e ij Elmélet STATISZTIKA 3. Előadás Variancia-analízis Lineáris modellek A magyarázat a függő változó teljes heterogenitásának két részre bontását jelenti. A teljes heterogenitás egyik része az, amelynek okai

Részletesebben

Az első számjegyek Benford törvénye

Az első számjegyek Benford törvénye Az első számjegyek Benford törvénye Frank Benford (1883-1948) A General Electric fizikusa Simon Newcomb (1835 1909) asztronómus 1. oldal 2. oldal A híres arizonai csekk sikkasztási eset http://www.aicpa.org/pubs/jofa/may1999/nigrini.htm

Részletesebben

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1 Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában

Részletesebben

Statisztikai alapfogalmak a klinikai kutatásban. Molnár Zsolt PTE, AITI

Statisztikai alapfogalmak a klinikai kutatásban. Molnár Zsolt PTE, AITI Statisztikai alapfogalmak a klinikai kutatásban Molnár Zsolt PTE, AITI Bevezetés Research vs. Science Kutatás Tudomány Szerkezeti háttér hiánya Önkéntesek (lelkes kisebbség) Beosztottak (parancsot teljesítő

Részletesebben

Biometria az orvosi gyakorlatban. Regresszió Túlélésanalízis

Biometria az orvosi gyakorlatban. Regresszió Túlélésanalízis SZDT-09 p. 1/36 Biometria az orvosi gyakorlatban Regresszió Túlélésanalízis Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Logisztikus regresszió

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

[Biomatematika 2] Orvosi biometria. Visegrády Balázs

[Biomatematika 2] Orvosi biometria. Visegrády Balázs [Biomatematika 2] Orvosi biometria Visegrády Balázs 2017. 03. 20. Khí-négyzet (χ 2 ) Próba Ha mérés során kapott adatokról eleve tudjuk, hogy nem követik a normális vagy más ismert eloszlást, akkor a korábban

Részletesebben

Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA

Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA SZDT-03 p. 1/24 Számítógépes döntéstámogatás OPTIMALIZÁLÁSI FELADATOK A SOLVER HASZNÁLATA Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Előadás

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria Bódis Emőke 2016. 04. 25. J J 9 Korrelációanalízis Regresszióanalízis: hogyan változik egy vizsgált változó értéke egy másik változó változásának függvényében. Korrelációs

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

Eredmények kiértékelése

Eredmények kiértékelése Eredmények kiértékelése Nagyméretű adathalmazok kezelése (2010/2011/2) Katus Kristóf, hallgató Budapesti Műszaki és Gazdaságtudományi Egyetem Számítástudományi és Információelméleti Tanszék 2011. március

Részletesebben

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 7. Előadás Egyenletes eloszlás Binomiális eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell /56 Matematikai statisztika Reprezentatív mintavétel

Részletesebben

Geokémia gyakorlat. 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek. Geológus szakirány (BSc) Dr. Lukács Réka

Geokémia gyakorlat. 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek. Geológus szakirány (BSc) Dr. Lukács Réka Geokémia gyakorlat 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek Geológus szakirány (BSc) Dr. Lukács Réka MTA-ELTE Vulkanológiai Kutatócsoport e-mail: reka.harangi@gmail.com ALAPFOGALMAK:

Részletesebben

Az Integrált-teszt. teszt összehasonlítása a jelenlegi terhesgondozás gyakorlatával

Az Integrált-teszt. teszt összehasonlítása a jelenlegi terhesgondozás gyakorlatával Az Integrált-teszt teszt összehasonlítása a jelenlegi terhesgondozás gyakorlatával Skriba Eszter /Állami Egészségügyi Központ/ Merhala Zoltán Timmermann Gábor /SE.II. Női Klinika/ Magzati Diagnosztikai

Részletesebben

Matematikai alapok és valószínőségszámítás. Statisztikai változók Adatok megtekintése

Matematikai alapok és valószínőségszámítás. Statisztikai változók Adatok megtekintése Matematikai alapok és valószínőségszámítás Statisztikai változók Adatok megtekintése Statisztikai változók A statisztikai elemzések során a vizsgálati, vagy megfigyelési egységeket különbözı jellemzık

Részletesebben

Vállalkozási finanszírozás kollokvium

Vállalkozási finanszírozás kollokvium Harsányi János Főiskola Gazdaságtudományok tanszék Vállalkozási finanszírozás kollokvium Név: soport: Tagozat: Elért pont: Érdemjegy: Javította: 47 55 pont jeles 38 46 pont jó 29 37 pont közepes 20 28

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

3/29/12. Biomatematika 2. előadás. Biostatisztika = Biometria = Orvosi statisztika. Néhány egyszerű definíció:

3/29/12. Biomatematika 2. előadás. Biostatisztika = Biometria = Orvosi statisztika. Néhány egyszerű definíció: Biostatisztika = Biometria = Orvosi statisztika Biomatematika 2. előadás Néhány egyszerű definíció: A statisztika olyan tudomány, amely a tömegjelenségekkel kapcsolatos tapasztalati törvényeket megfigyelések

Részletesebben

A kálium-permanganát és az oxálsav közötti reakció vizsgálata 9a. mérés B4.9

A kálium-permanganát és az oxálsav közötti reakció vizsgálata 9a. mérés B4.9 A kálium-permanganát és az oxálsav közötti reakció vizsgálata 9a. mérés B4.9 Név: Pitlik László Mérés dátuma: 2014.12.04. Mérőtársak neve: Menkó Orsolya Adatsorok: M24120411 Halmy Réka M14120412 Sárosi

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen

Részletesebben

Nem-paraméteres és paraméteres módszerek. Kontingencia tábla, rangtranszformálás, párosított minták, két független minta

Nem-paraméteres és paraméteres módszerek. Kontingencia tábla, rangtranszformálás, párosított minták, két független minta Nem-paraméteres és paraméteres módszerek Kontingencia tábla, rangtranszformálás, párosított minták, két független minta Az előadások célja bemutatni a hipotézis vizsgálat elveinek alkalmazását a gyakorlatban

Részletesebben

REICZIGEL JENŐ: VÁLOGATOTT FEJEZETEK A BIOSTATISZTIKÁBÓL

REICZIGEL JENŐ: VÁLOGATOTT FEJEZETEK A BIOSTATISZTIKÁBÓL REICZIGEL JENŐ: VÁLOGATOTT FEJEZETEK A IOSTATISZTIKÁÓL Szent István Egyetem Állatorvostudományi Kar udapest, 2005. Reiczigel Jenő: Válogatott fejezetek a biostatisztikából 2 Tartalomjegyzék 1. evezetés

Részletesebben

Lineáris regresszió vizsgálata resampling eljárással

Lineáris regresszió vizsgálata resampling eljárással Lineáris regresszió vizsgálata resampling eljárással Dolgozatomban az European Social Survey (ESS) harmadik hullámának adatait fogom felhasználni, melyben a teljes nemzetközi lekérdezés feldolgozásra került,

Részletesebben

Előadó: Dr. Kertész Krisztián

Előadó: Dr. Kertész Krisztián Előadó: Dr. Kertész Krisztián E-mail: k.krisztian@efp.hu A termelés költségei függenek a technológiától, az inputtényezők árától és a termelés mennyiségétől, de a továbbiakban a technológiának és az inputtényezők

Részletesebben

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Matematikai statisztika c. tárgy oktatásának célja és tematikája Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:

Részletesebben

Szoftverminőségbiztosítás

Szoftverminőségbiztosítás NGB_IN003_1 SZE 2017-18/2 (9) Szoftverminőségbiztosítás Specifikáció alapú (black-box) technikák A szoftver mint leképezés Szoftverhiba Hibát okozó bement Hibás kimenet Input Szoftver Output Funkcionális

Részletesebben

Mérési hibák 2006.10.04. 1

Mérési hibák 2006.10.04. 1 Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség

Részletesebben

Ökonometria. Logisztikus regresszió. Ferenci Tamás 1 Nyolcadik fejezet. Budapesti Corvinus Egyetem. 1 Statisztika Tanszék

Ökonometria. Logisztikus regresszió. Ferenci Tamás 1 Nyolcadik fejezet. Budapesti Corvinus Egyetem. 1 Statisztika Tanszék Ferenci Tamás 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Nyolcadik fejezet Tartalom V. esettanulmány 1 V. esettanulmány Csődelőrejelzés 2 Általános gondolatok 3 becslése

Részletesebben

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM. STATISZTIKA 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 MAGY. MAT. TÖRT. KÉM. ANNA BÉLA CILI András hármas. Béla Az átlag 3,5! kettes. Éva ötös. Nóri négyes. 1 mérés: dolgokhoz valamely szabály alapján szám rendelése

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

ÖREGEDÉS ÉLETTARTAM, EGÉSZSÉGES ÖREGEDÉS

ÖREGEDÉS ÉLETTARTAM, EGÉSZSÉGES ÖREGEDÉS ÖREGEDÉS ÉLETTARTAM, EGÉSZSÉGES ÖREGEDÉS Mi az öregedés? Egyrészről az idő múlásával definiálható, a születéstől eltelt idővel mérhető, kronológiai sajátosságú, Másrészről az idő múlásához köthető biológiai,

Részletesebben

4. LECKE: DÖNTÉSI FÁK - OSZTÁLYOZÁS II. -- Előadás. 4.1. Döntési fák [Concepts Chapter 11]

4. LECKE: DÖNTÉSI FÁK - OSZTÁLYOZÁS II. -- Előadás. 4.1. Döntési fák [Concepts Chapter 11] 1 4. LECKE: DÖNTÉSI FÁK - OSZTÁLYOZÁS II. -- Előadás 4.1. Döntési fák [Concepts Chapter 11] A döntési fákon alapuló klasszifikációs eljárás nagy előnye, hogy az alkalmazása révén nemcsak egyedenkénti előrejelzést

Részletesebben

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból

Részletesebben

A terápiaeredményesség kockázatának átvétele, megosztása

A terápiaeredményesség kockázatának átvétele, megosztása A terápiaeredményesség kockázatának átvétele, megosztása Dr. Bidló Judit Főosztályvezető Döntéshozói dilemma Klinikai vizsgálatok eredményei Hatásosság Biztonság Tolrálhatóság Életminőség Gazdasági kérdések

Részletesebben

Regressziós vizsgálatok

Regressziós vizsgálatok Regressziós vizsgálatok Regresszió (regression) Általános jelentése: visszaesés, hanyatlás, visszafelé mozgás, visszavezetés. Orvosi területen: visszafejlődés, involúció. A betegség tünetei, vagy maga

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

Család, barátok, közösségek a testi, lelki és szociális jól-lét kapcsolata városi fiatal felnőttek körében

Család, barátok, közösségek a testi, lelki és szociális jól-lét kapcsolata városi fiatal felnőttek körében Család, barátok, közösségek a testi, lelki és szociális jól-lét kapcsolata városi fiatal felnőttek körében Busa Csilla*, Tistyán László*, Kesztyüs Márk*, Füzesi Zsuzsanna** *Fact Alkalmazott Társadalomtudományi

Részletesebben

TU 7 NYOMÁSSZABÁLYZÓ ÁLLOMÁSOK ROBBANÁSVESZÉLYES TÉRSÉGÉNEK MEGHATÁROZÁSA ÉS BESOROLÁSA AZ MSZ EN 60079-10:2003 SZABVÁNY SZERINT.

TU 7 NYOMÁSSZABÁLYZÓ ÁLLOMÁSOK ROBBANÁSVESZÉLYES TÉRSÉGÉNEK MEGHATÁROZÁSA ÉS BESOROLÁSA AZ MSZ EN 60079-10:2003 SZABVÁNY SZERINT. TU 7 NYOMÁSSZABÁLYZÓ ÁLLOMÁSOK ROBBANÁSVESZÉLYES TÉRSÉGÉNEK MEGHATÁROZÁSA ÉS BESOROLÁSA AZ MSZ EN 60079-10:2003 SZABVÁNY SZERINT. Előterjesztette: Jóváhagyta: Doma Géza koordinációs főmérnök Posztós Endre

Részletesebben

Biostatisztika VIII. Mátyus László. 19 October

Biostatisztika VIII. Mátyus László. 19 October Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.

Részletesebben