A sokaság elemei közül a leggyakrabban előforduló érték. diszkrét folytonos
|
|
- Teréz Horváthné
- 6 évvel ezelőtt
- Látták:
Átírás
1 Középérték
2 Középérték A középérték a statisztikai adatok tömör számszerű jellemzése. helyzeti középérték: módusz medián számított középérték: számtani átlag kronológikus átlag harmonikus átlag mértani átlag négyzetes átlag
3 Módusz A sokaság elemei közül a leggyakrabban előorduló érték. Jele: M 0 Ha diszkrét mennyiségi értékek elemzéséről van szó, akkor a módusz a leggyakrabban előorduló elem értéke. Ha olytonos mennyiségi értékek elemzéséről van szó, akkor az érték meghatározása úgy történik, hogy az osztályközös gyakorisági sor alapján végeznek közelítő számítást.
4 Osztályközös gyakoriságnál Mo mo xo mo mo mo 1 mo 1 mo mo 1 * i
5 Hozamok dátum BUX (%) dátum BUX (%) dátum BUX (%) dátum BUX (%) dátum BUX (%) dátum BUX (%) , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,5
6 osztályhatárok i i g i [%] g i [%] <=x< <=x< <=x< <=x< <=x< <=x< <=x< <=x< összesen Mo x i x (0,0110) 5, 05 ˆ 0 i1
7 Példa Lakások száma szobaszám szerint Lakások szoba száma Lakások száma vagy több összesen Állapítsd meg a legjellemzőbb szobaszámot, módusz segítségével! Hány szobás lakásból van a legtöbb??? Módusz: szobás lakás
8 Medián A medián a rangsorban középen elhelyezkedő érték, amelynél ugyanannyi kisebb, mint nagyobb értékű elem ordul elő. diszkrét mennyiségi értékek esetén: ki kell választani a középső elemet a rangsorba rendezett mennyiségi sorból. Ha a sokaság páratlan elemszámú (n), akkor a középső elem az n+1 / 2 sorszámú elem értéke. Ha a sokaság páros elemszámú (n), akkor a medián értékét a középső két elem értékének számtani átlaga adja. Vagyis az n/2 és az n/2 + 1 sorszámú elemek értékeinek számtani átlaga. olytonos mennyiségi értékek esetén: közelítő eljárással becsülhetjük meg a medián értékét, eltételezve, hogy minden intervallumban az elemek eloszlása egyenletes.
9 Medián olytonos mennyiségi értékek esetén Me me xo n 1-2 me me-1 me xo a mediánt tartalmazó osztály alsó határa - a gyakoriságok halmozott összege a mediánt tartalmazó osztályig me a mediánt tartalmazó osztály gyakorisága i az osztályközök nagysága i1 i *i
10 Hozamok dátum BUX (%) dátum BUX (%) dátum BUX (%) dátum BUX (%) dátum BUX (%) dátum BUX (%) , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,5
11 osztályhatárok i i <=x< <=x< <=x< <=x< <=x< <=x< <=x< <=x< összesen 65 Me me xo n 1-2 me me-1 i1 i *i 0, 01 2 * 10 3, 92 23
12 Példa Lakások száma szobaszám szerint Lakások szoba száma Lakások száma vagy több összesen Hány lakást vizsgáltunk?... Hányadik lakás a középső? A középső lakáshoz tartozó érték?... Medián:
13 példa Egy élelmiszerbolt helyének kitűzéséhez célszerű elmérni, hogy a vásárlók mekkora távolságot hajlandók gyalog megtenni a lakásuktól az üzletig. Az egyik boltban ezért véletlenszerűen kiválasztottak néhány vevőt és eltették nekik a kérdést. A válaszokat az alábbi gyakorisági táblázat tartalmazza: távolság (m) gyakoriság
14 Egy dobókockát 24-szer dobtuk el és az alábbi értékeket kaptuk. dobás Kocka szám sorren d Mekkora a jellemző dobott kockaszám? Módusz: Medián: A legtöbb.-os dobás, ez a módusz, ez ordult elő legtöbbször. Medián:, azaz ugyanannyi a kevesebb dobás, mint ahányan a több.
15 Statisztikai sor ismérvváltozat összesen gyakoriság Statisztikai sokaság:. Statisztikai sor típusa: Ismérv: Sor keletkezése:.. Ismérv változat:. Ismérvérték: diszkrét/olytonos A legtöbb.-os dobás, ez a módusz, ez ordult elő legtöbbször. Medián:, azaz ugyanannyi a kevesebb dobás, mint ahányan a több.
16 Fogmosási gyakoriság alkalom létszám ő Kumulált gyakoriság ő Módusz: Medián: 16
17 Me n 1 i 2 me i1 * i x 0 me me Me 550 * ,04 17
18 18 i mo Mo mo mo mo mo mo mo x * ) ( ) ( ,7 *20 159) (179 22) ( Mo
19 Feladat: 1. Példamegoldás Dobókockával dobtam: 1-es: 11-szer, 2-es: 10-szer, 3-mas: 6-szor, 4-es: 6-szor, 5-ös: 12-szer 6-os: 5-ször ordult elő. Számítsd ki a móduszt és mediánt! Módusz: Medián: 2. Fogalom meghatározás! Módusz: Medián: Középérték:
20 X HARMONIKUS H = ÁTLAG: Egyszerű harmonikus átlag: Egy statisztikai sor tagjainak harmonikus közepe az a szám, melyet az egyes értékek helyére írva, azok reciprok értékeinek összege nem változik. X H = n i1 n 1 x i Súlyozott harmonikus átlag: X Hq = i1 n i1 n q q i i 1 x i
21 MÉRTANI ÁTLAG: Egy statisztikai sokaság mértani átlaga az a szám, melyet az egyes átlagolandó értékek helyére írva, az értékek szorzata nem változik. Egyszerű mértani átlag: X G = n x1 x2... x n Súlyozott mértani átlag: Q q1 q2 qn X Gq= x1 x2... xn (Q=q 1 +q 2 + +q n )
22 Kronologikus átlag Akkor alkalmazzuk, ha kettőnél több időpontra ismerünk adatot, átlagkészletet és átlagos létszámot kronologikus átlaggal számolunk. Kronológikus átlagot úgy számolunk, hogy az első adatot(nyitó adatot) osztjuk kettővel, hozzáadjuk a többi adatot, majd az utolsó adat(záró adat) elét, és elosztjuk eggyel kevesebbel, mint a tagok száma. K kr NyK n 1 Zk 2
23 Kronologikus átlag eladatok 1.) Számítsd ki az első negyedévi átlagkészletet! Január 1-jén a készlet 40 e Ft = NyK Január 31-én a készlet 48 e Ft Február 28-án a készlet 46 e Ft Március 31-én a készlet 44 e Ft = ZK K kr Az első negyedévi átlagkészlet Ft ,3 e Ft 2.) A III. negyedév létszámadatai: Július 1-jén 50 ő, július 31-én 46 ő, augusztus 31-én 52 ő, szeptember 30-án 54 ő. Számolja ki a III. negyedév átlaglétszámát.
24 példa Egy pékség készpénz állományának alakulása a következő: Nyitó készpénzállomány Ft Március Március Március Március Mennyi volt a március első három napi átlagos készpénzállomány?
25 Számtani átlag az a szám, amellyel az átlagolandó értéket helyettesítve, azok összege nem változik. Jelölések: x i az i-edik átlagolandó érték (az i-edik ismérvérték) n az átlagolandó értékek száma i az i-edik átlagolandó érték előordulásának szám (az i-edik ismérvérték előordulása) n Egyszerű szántani átlag: X i 1 n x i
26 Súlyozott számtani átlag: Az átlag értékét a súlyok aránya beolyásolja. n 2 1 n n x x x X n 1 i i n 1 i i i x X
27 példa 4. Egy gazdasági társaságnál a dolgozók izetésére és létszámára vonatkozó adatokat tartalmazza a következő táblázat. Dogozók Létszám (ő) Átlagizetés (t/ő) Vezetők Adminisztratív dolgozók Alkalmazottak Takarítók Határozd meg, mennyi a dolgozók átlagos keresete a társaságnál! Mennyi az átlagizetések módusza és mediánja? Értelmezd ezeket a statisztikai jellemzőket!
28 Megoldás Az átlagos kereset: Ft A legtöbben Ft-ot keresnek, ez a módusz. Medián: Ft, azaz ugyanannyian keresnek ennél kevesebbet, mint ahányan többet.
29 A mozilátogatók életkor szerinti alakulása egy városban Számíts középértékeket, értelmezd a számtani átlag,mutatót! Módusz:.. Medián:. Számtani átlag: Élet kor x Fő *x
30 Szóródás Az értékek átlagtól való eltérését jelenti. Mutatói: szóródás terjedelme: R= X max X min az előorduló legnagyobb és legkisebb érték különbsége, megmutatja, hogy az értékek milyen értékközben ingadoznak. Szórás : a számtani átlagtól való eltérés négyzetes átlaga.
31 Relatív szórás Megmutatja, hogy az átlagtól hány százalékkal térnek el az egyes értékek. V= Ꝺ/X
Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus
Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus Gyakorisági sorok Mennyiségi ismérv jellemző rangsor készítünk. (pl. napi jegyeladások száma) A gyakorisági sor képzése igazából tömörítést jelent Nagyszámú
RészletesebbenSTATISZTIKA I. Centrális mutatók. Helyzeti középértékek. Középértékek. Bimodális eloszlás, U. Módusz, Mo. 4. Előadás.
Centrális mutatók STATISZTIKA I. 4. Előadás Centrális mutatók 1/51 2/51 Középértékek Helyzeti középértékek A meghatározása gyakoriság vagy sorszám alapján Számítás nélkül Az elemek nagyság szerint rendezett
RészletesebbenBevezető Adatok rendezése Adatok jellemzése Időbeli elemzés. Gazdaságstatisztika KGK VMI
Gazdaságstatisztika 2. előadás Egy ismérv szerinti rendezés Kóczy Á. László KGK VMI Áttekintés Gyakorisági sorok Grafikus ábrázolásuk Helyzetmutatók Szóródási mutatók Az aszimmetria mérőszámai Koncentráció
RészletesebbenBevezető Adatok rendezése Adatok jellemzése Időbeli elemzés
Gazdaságstatisztika 2. előadás Egy ismérv szerinti rendezés Kóczy Á. László KGK VMI Áttekintés Gyakorisági sorok Grafikus ábrázolásuk Helyzetmutatók Szóródási mutatók Az aszimmetria mérőszámai Koncentráció
RészletesebbenA sokaság/minta eloszlásának jellemzése
3. előadás A sokaság/mnta eloszlásának jellemzése tpkus értékek meghatározása; az adatok különbözőségének vzsgálata, a sokaság/mnta eloszlásgörbéjének elemzése. Eloszlásjellemzők Középértékek helyzet (Me,
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
RészletesebbenMatematikai statisztikai elemzések 2.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematikai statisztikai elemzések 2. MSTE2 modul Helyzetmutatók, átlagok, kvantilisek. A szórás és szóródás egyéb mérőszámai.
RészletesebbenA valószínűségszámítás elemei
A valószínűségszámítás elemei Kísérletsorozatban az esemény relatív gyakorisága: k/n, ahol k az esemény bekövetkezésének abszolút gyakorisága, n a kísérletek száma. Pl. Jelenség: kockadobás Megfigyelés:
RészletesebbenMatematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók
Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz
RészletesebbenStatisztika. Politológus képzés. Daróczi Gergely április 17. Politológia Tanszék
Statisztika Politológus képzés Daróczi Gergely Politológia Tanszék 2012. április 17. Outline 1 Leíró statisztikák 2 Középértékek Példa 3 Szóródási mutatók Példa 4 Néhány megjegyzés a grafikonokról 5 Számítások
Részletesebben1. óra: Területi statisztikai alapok viszonyszámok, középértékek
1. óra: Területi statisztikai alapok viszonyszámok, középértékek Tér és társadalom (TGME0405-GY) gyakorlat 2018-2019. tanév Viszonyszámok Viszonyszá m Viszonyítandó adat (A) Viszonyítási alap (B) 1. Megoszlási
RészletesebbenVizsgáljuk elôször, hogy egy embernek mekkora esélye van, hogy a saját
376 Statisztika, valószínûség-számítás 1500. Az elsô kérdésre egyszerû válaszolni, elég egy ellenpélda, és biztosan nem lehet akkor így kiszámolni. Pl. legyen a három szám a 3; 5;. A két kisebb szám átlaga
RészletesebbenMatematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév
Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév 1. A várható érték és a szórás transzformációja 1. Ha egy valószínűségi változóhoz hozzáadunk ötöt, mínusz ötöt, egy b konstanst,
RészletesebbenVALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA
VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA A VALÓSZÍNŰSÉGI SZEMLÉLET ALAPOZÁSA 1-6. OSZTÁLY A biztos, a lehetetlen és a lehet, de nem biztos események megkülünböztetése Valószínűségi játékok, kísérletek események
RészletesebbenStatisztika I. 4. előadás. Előadó: Dr. Ertsey Imre
Statsztka I. 4. előadás Előadó: Dr. Ertsey Imre KÖZÉPÉRTÉKEK A statsztka sor általáos jellemzésére szolgálak, a statsztka sokaságot egy számmal jellemzk. Számított középértékek: matematka számítás eredméyekét
RészletesebbenMINTAFELADATOK. 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti:
1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti: 100% 90% 80% 70% 60% 50% 2010 2011 40% 30% 20% 10% 0% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% a) Nevezze
Részletesebben1. Egy Kft dolgozóit a havi bruttó kereseteik alapján csoportosítottuk: Havi bruttó bér, ezer Ft/fő
Figyelem! A példasor nem tartalmazza valamennyi típuspéldát. A dolgozatban az órán leadott feladatok közül bármely típusú előfordulhat. A példasor már a második dolgozat anyagát gyakorló feladatokat is
RészletesebbenStatisztika 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
RészletesebbenStatisztikai alapfogalmak
Statisztika I. KÉPLETEK 2011-2012-es tanév I. félév Statisztikai alapfogalmak Adatok pontossága Mért adat Abszolút hibakorlát Relatív hibakorlát Statisztikai elemzések viszonyszámokkal : a legutolsó kiírt
RészletesebbenBiomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.13. Populáció és minta jellemző adatai Hibaszámítás Valószínűség 1 Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza)
RészletesebbenSTATISZTIKA I. Változékonyság (szóródás) A szóródás mutatószámai. Terjedelem. Forgalom terjedelem. Excel függvények. Függvénykategória: Statisztikai
Változékonyság (szóródás) STATISZTIKA I. 5. Előadás Szóródási mutatók A középértékek a sokaság elemeinek értéknagyságbeli különbségeit eltakarhatják. A változékonyság az azonos tulajdonságú, de eltérő
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.
RészletesebbenBevezető Mi a statisztika? Mérés Feldolgozás Adatok rendezése Adatok jellemzése Időbeli elemzés Feladatok. Statisztika I.
Statisztika I. 1. előadás: A statisztika alapfogalmai Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem A kurzusról A kurzus célja
RészletesebbenSTATISZTIKA KÉSZÍTETTE: TAKÁCS SÁNDOR
STATISZTIKA KÉSZÍTETTE: TAKÁCS SÁNDOR ALAPFOGALMAK Statisztika: latin status szóból ered: állapot Mindig egy állapotot tükröz Véletlen tömegjelenségek tanulmányozásával foglakozik Adatok megfigyelés, kísérlet
Részletesebben7, 6, 0, 4, 0, 1, 5, 2, 2, 16, 1, 0, 2, 3, 9, 2, 4, 10, 3, 1, 2, 12, 4, 1
52. feladat Stat Jenő egyetemi hallgató autóbusszal jár az egyetemre. Néhány napon át megmérte, hogy mennyit kell várnia az első egyetem felé közlekedő autóbuszra. A következő időket tapasztalta (percben):
RészletesebbenSTATISZTIKA. Gyakorló feladatok az első zh-ra
STATISZTIKA Gyakorló feladatok az első zh-ra A változás átlagos üteme év Kenyér Ft/ kg bázisindex % 2002 151 100,0 2003 156 103,3 2004 178 117,9 2005 173 114,6 2006 179 118,5 2007 215 142,4 I = n 1 l i
RészletesebbenSzámelmélet Megoldások
Számelmélet Megoldások 1) Egy számtani sorozat második tagja 17, harmadik tagja 1. a) Mekkora az első 150 tag összege? (5 pont) Kiszámoltuk ebben a sorozatban az első 111 tag összegét: 5 863. b) Igaz-e,
RészletesebbenStatisztika példatár
Statisztika példatár v0.02 A példatár folyamatosan b vül, keresd a frissebb verziót a http://matstat.fw.hu honlapon a letölthet példatárak közt. Országh Tamás Budapest, 2006 Mottó: Ki kéne vágni minden
RészletesebbenSZÁMÍTÓGÉPES ADATFELDOLGOZÁS
SZÁMÍTÓGÉPES ADATFELDOLGOZÁS A TÁBLÁZATKEZELŐK Irodai munka megkönnyítése Hatékony a nyilvántartások, gazdasági, pénzügyi elemzések, mérési kiértékelések, beszámolók stb. készítésében. Alkalmazható továbbá
RészletesebbenAdatsorok 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
RészletesebbenMicrosoft Excel 2010. Gyakoriság
Microsoft Excel 2010 Gyakoriság Osztályközös gyakorisági tábla Nagy számú mérési adatokat csoportokba (osztályokba) rendezése -> könnyebb áttekintés Osztályokban szereplő adatok száma: osztályokhoz tartozó
RészletesebbenSTATISZTIKA 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
RészletesebbenBrósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások
Megoldások 1. A fős osztály dolgozatot írt matematikából és a következő jegyek születtek: 6 darab jeles, 9 darab jó, 8 darab közepes, darab elégséges és darab elégtelen. Készíts gyakorisági táblázatot,
RészletesebbenGazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Bevezetés. 1. előadás. Statisztikai szoftver alkalmazás.
Bevezetés 1. előadás Statisztikai szoftver alkalmazás Géczi-Papp Renáta Tantárgy célja A tantárgy oktatásának célja hatékony statisztikai elemző készség elsajátíttatása számítógépes programok segítségével.
Részletesebben2. Adott a valós számok halmazán értelmezett f ( x) 3. Oldja meg a [ π; π] zárt intervallumon a. A \ B = { } 2 pont. függvény.
1. Az A halmaz elemei a ( 5)-nél nagyobb, de 2-nél kisebb egész számok. B a pozitív egész számok halmaza. Elemeinek felsorolásával adja meg az A \ B halmazt! A \ B = { } 2. Adott a valós számok halmazán
RészletesebbenTábla, Projektorral kivetített tananyag. Az óra menete. 1. Mikor eredményes egy vállalkozás készletgazdálkodása?
Osztály 10A. Tantárgy Üzleti tevékenység tervezése gyakorlat Téma: A készletek elemzésének tervezésének, valamint a leltáreredmény mutatószámai Tanítási egység Forgási sebesség mutatói Felhasznált irodalom
RészletesebbenBevezető Mi a statisztika? Mérés Csoportosítás
Gazdaságstatisztika 1. előadás Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.bmf.hu) Fogadóóra: szerda 11:30 11:55, TA125 Gyakorlatvezető
Részletesebben2. Egy mértani sorozat második tagja 6, harmadik tagja 18. Adja meg a sorozat ötödik tagját!
1. Egy 27 fős osztályban mindenki tesz érettségi vizsgát angolból vagy németből. 23 diák vizsgázik angolból, 12 diák pedig németből. Hány olyan diák van az osztályban, aki angolból és németből is tesz
Részletesebben352 Nevezetes egyenlôtlenségek. , az átfogó hossza 81 cm
5 Nevezetes egyenlôtlenségek a b 775 Legyenek a befogók: a, b Ekkor 9 + $ ab A maimális ab terület 0, 5cm, az átfogó hossza 8 cm a b a b 776 + # +, azaz a + b $ 88, tehát a keresett minimális érték: 88
RészletesebbenElméleti feladatok gyakorlás a munkaforma szerint. 1. Adminisztráció: 2 perc 2. Ismétlés: 20 perc
Osztály 10A. Tantárgy Üzleti tevékenység tervezése gyakorlat Téma: A készletek elemzésének tervezésének, valamint a leltáreredmény mutatószámai Tanítási egység Összefoglalás Az óra száma 18 Az óra típusa
RészletesebbenStatisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
RészletesebbenVéletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.
Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza
RészletesebbenFelvételi tematika INFORMATIKA
Felvételi tematika INFORMATIKA 2016 FEJEZETEK 1. Természetes számok feldolgozása számjegyenként. 2. Számsorozatok feldolgozása elemenként. Egydimenziós tömbök. 3. Mátrixok feldolgozása elemenként/soronként/oszloponként.
RészletesebbenViszonyszám A B. Viszonyszám: két, egymással kapcsolatban álló statisztikai adat hányadosa, ahol A: a. viszonyítadóadat
Viszonyszámok Viszonyszám Viszonyszám: két, egymással kapcsolatban álló statisztikai adat hányadosa, ahol A: a viszonyítandó adat Viszonyítás tárgya (viszonyítandó adat) B: a viszonyítás alapja V viszonyítadóadat
RészletesebbenA(a; b) = 2. A(a; b) = a+b. Példák A(37; 49) = x 2x = x = : 2 x = x = x
10. osztály:nevezetes középértékek Összeállította:Keszeg ttila 1 1 számtani közép efiníció 1. (Két nemnegatív szám számtani közepe) Két nemnegatív szám számtani közepének a két szám összegének a felét
Részletesebben[GVMGS11MNC] Gazdaságstatisztika
[GVMGS11MNC] Gazdaságstatisztika 1. előadás Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.uni-obuda.hu)
RészletesebbenA statisztika alapfogalmai Kovács, Előd, Pannon Egyetem
A statisztika alapfogalmai Kovács, Előd, Pannon Egyetem A statisztika alapfogalmai írta Kovács, Előd Publication date 2012 Szerzői jog 2012 Pannon Egyetem A digitális tananyag a Pannon Egyetemen a TÁMOP-4.1.2/A/2-10/1-2010-0012
RészletesebbenSTATISZTIKA I. A változók mérési szintjei. Nominális változók. Alacsony és magas mérési szint. Nominális változó ábrázolása
A változók mérési szintjei STATISZTIKA I. 3. Előadás Az adatok mérési szintjei, Viszonyszámok A változók az alábbi típusba tartozhatnak: Nominális (kategorikus és diszkrét) Ordinális Intervallum skála
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június
GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Számelmélet
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉP SZINT Számelmélet A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
Részletesebbentörtet, ha a 1. Az egyszerűsített alak: 2 pont
1. Egyszerűsítse az 3 2 a + a a + 1 törtet, ha a 1. Az egyszerűsített alak: 2. Milyen számjegy állhat az X helyén, ha a négyjegyű 361 X szám 6-tal osztható? X = 3. Minden szekrény barna. Válassza ki az
RészletesebbenBiomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.05. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)
RészletesebbenMintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás
STATISZTIKA, BIOMETRIA. Előadás Mintavétel, mintavételi technikák, adatbázis Mintavétel fogalmai A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x
Részletesebbenmatematikai statisztika
Az újságokban, plakátokon, reklámkiadványokban sokszor találkozunk ilyen grafikonokkal, ezért szükséges, hogy megértsük, és jól tudjuk értelmezni őket. A második grafikon ismerős lehet, hiszen a függvények
RészletesebbenVendéglátó üzletek elszámoltatása: A vendéglátásban az elszámoltatás munkaterületenként történik: RAKTÁR elszámoltatása
Vizsgarészhez rendelt követelménymodul azonosítója, megnevezése: 1464-06 Előkészítés Vizsgarészhez rendelt vizsgafeladat megnevezése: 1464-06/1 Gazdálkodási számítások, veszteségszámítás, kapacitásszámítás
RészletesebbenKutatásmódszertan és prezentációkészítés
Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I
RészletesebbenBAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett
RészletesebbenMagyarország 1,2360 1,4622 1,6713 1,8384 2,0186 2,2043
370 Statisztika, valószínûség-számítás 1480. a) Nagy országok: Finnország, Olaszország, Nagy-Britannia, Franciaország, Spanyolország, Svédország, Lengyelország, Görögország, Kis országok: Ciprus, Málta,
RészletesebbenFüggetlenségvizsgálat, Illeszkedésvizsgálat
Varga Beatrix, Horváthné Csolák Erika Függetlenségvizsgálat, Illeszkedésvizsgálat 4. előadás Üzleti statisztika A sokaság/minta több ismérv szerinti vizsgálata A statisztikai elemzés egyik ontos eladata
RészletesebbenElemi statisztika fizikusoknak
1. oldal Elemi statisztika fizikusoknak Pollner Péter Biológiai Fizika Tanszék pollner@elte.hu Az adatok leírása, megismerése és összehasonlítása 2-1 Áttekintés 2-2 Gyakoriság eloszlások 2-3 Az adatok
RészletesebbenStatisztika I. 11. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 11. előadás Előadó: Dr. Ertsey Imre Összefüggés vizsgálatok A társadalmi gazdasági élet jelenségei kölcsönhatásban állnak, összefüggnek egymással. Statisztika alapvető feladata: - tényszerűségek
RészletesebbenKészletgazdálkodás. TÉMAKÖR TARTALMA - Készlet - Átlagkészlet - Készletgazdálkodási mutatók - Készletváltozások - Áruforgalmi mérlegsor
Készletgazdálkodás TÉMAKÖR TARTALMA - Készlet - Átlagkészlet - Készletgazdálkodási mutatók - Készletváltozások - Áruforgalmi mérlegsor KÉSZLET A készlet az üzletben lévı áruk értékének összessége. A vállalkozás
RészletesebbenPélda: 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
RészletesebbenSTATISZTIKA 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
Részletesebben2. előadás. Viszonyszámok típusai
2. előadás Viszonyszámok típusai Mérési skálák Nominális /névleges skála: kötetlen hozzárendelése a számoknak Sorrendi / Ordinális skála: sokaság egyedeinek egy közös tulajdonság szerinti sorbarendezése
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Számelmélet
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Számelmélet A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.08. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)
RészletesebbenModern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt
Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt Galbács Gábor KIUGRÓ ADATOK KISZŰRÉSE STATISZTIKAI TESZTEKKEL Dixon Q-tesztje Gyakori feladat az analitikai kémiában, hogy kiugrónak
Részletesebben18. modul: STATISZTIKA
MATEMATIK A 9. évfolyam 18. modul: STATISZTIKA KÉSZÍTETTE: LÖVEY ÉVA, GIDÓFALVI ZSUZSA MODULJÁNAK FELHASZNÁLÁSÁVAL Matematika A 9. évfolyam. 18. modul: STATISZTIKA Tanári útmutató 2 A modul célja Időkeret
RészletesebbenMatematika feladatbank I. Statisztika. és feladatgyűjtemény középiskolásoknak
Matematika feladatbank I. Statisztika Elméleti összefoglaló és feladatgyűjtemény középiskolásoknak ÍRTA ÉS ÖSSZEÁLLÍTOTTA: Dugasz János 2011 Fapadoskonyv.hu Kft. Dugasz János Tartalom Bevezető 7 Adatok
RészletesebbenHatvány, gyök, logaritmus. Válogatás korábbi évek érettségi feladataiból ( , emelt szint)
Hatvány, gyök, logaritmus Válogatás korábbi évek érettségi feladataiból (2014-2017, emelt szint) 2014. máj. E/2. Jelölje H a 5,2 x 3 egyenlőtlenség pozitív egész megoldásainak halmazát. Jelölje továbbá
RészletesebbenSzámítógépes 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
RészletesebbenStatisztika összefoglalás
Statisztika összefoglalás 1 / 18. oldal 1. Alapfogalmak Statisztika: a tömegesen előforduló jelenségek vizsgálatával foglalkozik, ezekre vonatkozóan adatokat gyűjt, feldolgoz, elemez és közzé tesz. o a
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
RészletesebbenVáltozók eloszlása, középértékek, szóródás
Változók eloszlása, középértékek, szóródás Populáció jellemzése Empirikus kutatás (statisztikai elemzés) célja: a mintából a populációra következtetni. Minta: egy adott változó a megfigyelési egységeken
RészletesebbenA GDP hasonlóképpen nem tükrözi a háztartások közötti munka- és termékcseréket.
FŐBB MUTATÓK A regionális GDP adatok minősége alapvetően 3 tényezőtől függ: az alkalmazott számítási módszertől a felhasznált adatok minőségétől a vizsgált területi egység nagyságától. A TERÜLETI EGYENLŐTLENSÉGEK
RészletesebbenSTATISZTIKA. Mit nevezünk idősornak? Az idősorok elemzésének módszertana. Az idősorelemzés célja. Determinisztikus idősorelemzés
Mit nevezünk idősornak? STATISZTIKA 10. Előadás Idősorok analízise Egyenlő időközökben végzett megfigyelések A sorrend kötött, y 1, y 2 y t y N N= időpontok száma Minden időponthoz egy adat, reprodukálhatatlanság
RészletesebbenVargha András Károli Gáspár Református Egyetem Budapest
Vargha András Károli Gáspár Református Egyetem Budapest Kötelező irodalom a kurzushoz Vargha András: Matematikai statisztika pszichológiai, nyelvészeti és biológiai alkalmazásokkal (2. kiadás). Pólya Kiadó,
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,
RészletesebbenIV. Felkészítő feladatsor
IV. Felkészítő feladatsor 1. Az A halmaz elemei a (-7)-nél nagyobb, de 4-nél kisebb egész számok. B a nemnegatív egész számok halmaza. Elemeinek felsorolásával adja meg az A \ B halmazt! I. 2. Adott a
RészletesebbenTantárgyi útmutató. 1. A tantárgy helye a szaki hálóban. 2. A tantárgyi program általános célja. Statisztika 1.
Tantárgyi útmutató 1. A tantárgy helye a szaki hálóban Gazdálkodási és menedzsment szakirány áttekintő tanterv Nagyításhoz kattintson a képre! Turizmus - vendéglátás szakirány áttekintő tanterv Nagyításhoz
RészletesebbenBrósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Sorozatok II.
Sorozatok II. DEFINÍCIÓ: (Mértani sorozat) Az (a n ) valós számsorozatot mértani sorozatnak nevezzük, ha van olyan valós szám, amellyel a sorozat bármely tagját megszorozva a következő tagot kapjuk. Jelöléssel:
RészletesebbenPopulációbecslések és monitoring
Populációbecslések és monitoring A becslés szerepe az ökológiában és a vadgazdálkodásban. A becslési módszerek csoportosítása. Teljes számlálás. Statisztikai alapfogalmak. Fontos lehet tudnunk, hogy hány
RészletesebbenGRADUÁLIS BIOSTATISZTIKAI KURZUS február hó 22. Dr. Dinya Elek egyetemi docens
GRADUÁLIS BIOSTATISZTIKAI KURZUS 2012. február hó 22. Dr. Dinya Elek egyetemi docens Biometria fogalma The active pursuit of biological knowledge by quantitative methods Sir R. A. Fisher, 1948 BIOMETRIA
Részletesebbenb) Állapítsa meg a raktár leltáreredményét a következő adatok alapján, értékelje a kapott eredményt!
1464-06 ELŐKÉSZÍTÉS 1464-06/1 GAZDÁLKODÁSI SZÁMÍTÁSOK, VESZTESÉGSZÁMÍTÁS, KAPACITÁSSZÁMÍTÁS 1. a) Ön egy vendéglő vezetője. Kérem, mutassa be, hogy üzletében az árubeszerzéskor milyen források állnak rendelkezésére,
Részletesebben9.3. Külkereskedelmi statisztika...77 9.4. Pénzügystatisztika, az államháztartás információs rendszere...77 9.5. Agrárstatisztikai információs
Kovács Péter Statisztikai alapismeretek Tartalomjegyzék BEVEZETÉS...4. A STATISZTIKA ALAPFOGALMAI...5.. A statisztika tárgy, tudományági besorolása...5.. Alapfogalmak...6.3. A statisztikai munka fázisai...8.4.
Részletesebben11. Sorozatok. I. Nulladik ZH-ban láttuk:
11. Sorozatok I. Nulladik ZH-ban láttuk: 1. Egy számtani sorozat harmadik eleme 15, a nyolcadik eleme 30. Mely n természetes számra igaz, hogy a sorozat első n elemének összege 6? A szokásos jelöléseket
RészletesebbenSTATISZTIKA. 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
RészletesebbenKészletek: Készletek jellemzői: 1. nagyrészük a raktárakban, az értékesítőhelyen, illetve kisebb részük a termelőhelyen található
Vizsgarészhez rendelt követelménymodul azonosítója, megnevezése: 1464-06 Előkészítés Vizsgarészhez rendelt vizsgafeladat megnevezése: 1464-06/1 Gazdálkodási számítások, veszteségszámítás, kapacitásszámítás
RészletesebbenMÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI
MÉRÉSI EREDMÉYEK POTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI. A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk
RészletesebbenMatematika szintfelmérő dolgozat a 2018 nyarán felvettek részére augusztus
Matematika szintfelmérő dolgozat a 018 nyarán felvettek részére 018. augusztus 1. (8 pont) Oldjuk meg a következő egyenletet a valós számok halmazán: 6 4 x 13 6 x + 6 9 x = 0 6 ( ) x 4 13 9 6 4 x 13 6
Részletesebbeny ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell
Példa STATISZTIKA Egy gazdálkodó k kukorica hibrid termesztése között választhat. Jelöljük a fajtákat A, B, C, D-vel. Döntsük el, hogy a hibridek termesztése esetén azonos terméseredményre számíthatunk-e.
RészletesebbenA mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015
A mérés problémája a pedagógiában Dr. Nyéki Lajos 2015 A mérés fogalma Mérésen olyan tevékenységet értünk, amelynek eredményeként a vizsgált jelenség számszerűen jellemezhetővé, más hasonló jelenségekkel
Részletesebben3. Mennyi annak a valószínűsége, hogy egy dobókockával kétszer egymás után dobva, egyszer páros, egyszer páratlan számot dobunk?
Valószínűségszámítás, gráfok, statisztika 1. Egy 660 fős iskola tanulóinak 60%-a lány. A lány tanulók 25%-a a 12. évfolyamra jár. Egy tetszőleges tanulót választva az iskola tanulói közül, mennyi a valószínűsége,
RészletesebbenMegoldások. Az ismérv megnevezése közös megkülönböztető 2007. szeptember 10-én Cégbejegyzés időpontja
Megoldások 1. feladat A sokaság: 2007. szeptember 12-én a Miskolci Egyetem GT-204-es tankör statisztika óráján lévő tagjai az A 1 épület III. em. 53-as teremben 8-10-ig. Közös ismérv Megkülönböztető ismérv
RészletesebbenGyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László
Gyakorló feladatok Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László I/. A vizsgaidőszak második napján a hallgatók %-ának az E épületben, %-ának a D épületben,
RészletesebbenSZÁMTANI SOROZATOK. Egyszerű feladatok
SZÁMTANI SOROZATOK Egyszerű feladatok. Add meg az alábbi sorozatok következő három tagját! a) ; 7; ; b) 2; 5; 2; c) 25; 2; ; 2. Egészítsd ki a következő sorozatokat! a) 7; ; 9; ; b) 8; ; ; 9; c) ; ; ;
RészletesebbenStatisztika 3. Dr Gősi Zsuzsanna Egyetemi adjunktus Koncentráció mérése Koncentráció általában a jelenségek tömörülését, összpontosulását értjük. Koncentráció meglétéről gyorsan tájékozódhatunk, ha sokaságot
RészletesebbenMatematika osztályozó vizsga témakörei 9. évfolyam II. félév:
Matematika osztályozó vizsga témakörei 9. évfolyam II. félév: 7. Függvények: - függvények fogalma, megadása, ábrázolás koordináta- rendszerben - az elsőfokú függvény, lineáris függvény - a másodfokú függvény
Részletesebben2. A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 F (x) = x 4 ha 3 < x 0 különben
1 feladatsor 1 Egy dobozban 20 fehér golyó van Egy szabályos dobókockával dobunk, majd a következ t tesszük: ha a dobott szám 1,2 vagy 3, akkor tíz golyót cserélünk ki pirosra; ha a dobott szám 4 vagy
Részletesebben