LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála"

Átírás

1 LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála a független változó: névleges vagy sorrendi vagy folytonos skála BIOMETRIA2_NEMPARAMÉTERES_5 1

2 Y: visszafizeti-e a hitelt x: fizetés (életkor) (igen-nem típusú változó) (folytonos változó) Y f 0 1 Bevezetés Mit jelent a logit regresszió? Legyen a szakmai kérdés: Mi a valószínűsége, hogy adott életkorú (adott fizetéssel rendelkező) ember visszafizeti a hitlét? x π: visszafizetés valószínűsége általában nem lineáris fv. Creditability good Transzformáljuk! bad Age in years BIOMETRIA2_NEMPARAMÉTERES_5 2

3 Transzformáció célja: linearizáljuk a függvényt Y tr x Logit(Creditability) π esély ln(esély)=logit (0,1) (0, ), esély = π 1 π logit ln 1 logit az esély logaritmusa logit ln x 1 lineáris függvény Age in years BIOMETRIA2_NEMPARAMÉTERES_5 3

4 logit ln x 1 összefüggés regressziós módszerekkel kiszámítható: azaz megadható, hogy hogyan függ a hitel visszafizetésének esélyének logaritmusa az életkortól e 1 e x x az így becsült logit értékből visszaszámolható a hitel visszafizetésének valószínűsége BIOMETRIA2_NEMPARAMÉTERES_5 4

5 Ahogy a szokásos regressziónál, itt is a következő feladataink vannak: a függvény paramétereinek ( és ) becslése a függvény alkalmasságának vizsgálata statisztikai próbák a függvényre vagy paramétereire konfidencia-tartományok számítása a paraméterekre BIOMETRIA2_NEMPARAMÉTERES_5 5

6 T 3 y Dichotom (bináris) függő változó, folytonos független változó 1. példa A. Agresti: Categorical data analysis, J. Wiley, 2002, p. 199 A Challenger űrrepülőgép katasztrófája (1986) után megvizsgálták, hogy a korábbi 23 repülés során mely esetekben károsodott a kritikusnak bizonyult O-gyűrű (1, ha igen, 0, ha nem), és ekkor milyen volt a külső hőmérséklet ( 0 F). BIOMETRIA2_NEMPARAMÉTERES_5 6

7 1.2 Scatterplot of y against T challenger 10v*23c y T BIOMETRIA2_NEMPARAMÉTERES_5 7

8 1,2 1,0 0,8 0,6 ln x 1 0,4 0,2 0,0 Szignifikáns a hőmérséklet hatása? H 0 : β = 0-0, T y Pred. Intercept T Scale y - Parameter estimates (challenger) Distribution : BINOMIAL, Link function: LOGIT Modeled probability that y = 1 Level of Column Estimate Standard Wald p Error Stat BIOMETRIA2_NEMPARAMÉTERES_5 8

9 Számítsuk ki a károsodás valószínűségét a baleset környezeti hőmérsékletére (31 0 F)! ln x exp logit 1 exp logit exp exp Intercept T Scale y - Parameter estimates (challenger) Distribution : BINOMIAL, Link function: LOGIT Modeled probability that y = 1 Level of Column Estimate Standard Wald p Error Stat BIOMETRIA2_NEMPARAMÉTERES_5 9

10 Pearson-reziduum: Illeszkedés jósága Pearson reziduum y i Yˆ i általában Vary ˆ 1 ˆ i esetünkre: y i i ˆ i i Négyzetösszege (ha az illesztett egyenes adekvát) közelítőleg 2 -eloszlást követ, n-paraméterek száma (egyenes esetén n-2) szabadsági fokkal. A próbastatisztika: 2 0 n i1 y i ˆ i ˆ 1 ˆ y - Statistics of goodness of fit (challen Distribution : BINOMIAL, Link function: Modeled probability that y = 1 Stat. Df Stat. Stat/Df Deviance Scaled Deviance Pearson Chi² Scaled P. Chi² i 2 i 11

11 L D L L max 2ln 2 ln max ln Lmodell modell 1 y ln y ln L max yi ln yi i 1 i i abx o ln L y a bx ln 1 e modell Illeszkedés jósága - deviancia i i i A deviancia is közelítőleg 2 -eloszlást követ, egyenes esetén n-2 szabadsági fokkal y - Statistics of goodness of fit (challen Distribution : BINOMIAL, Link function: Modeled probability that y = 1 Stat. Df Stat. Stat/Df Deviance Scaled Deviance Pearson Chi² Scaled P. Chi²

12 Szenzitivitás: annak valószínűsége, hogy a modell az esemény bekövetkezését jósolja és tényleg bekövetkezik 1,2 ROC Curve Area: ,0 0,8 Sensitivity 0,6 0,4 0,2 0,0 (Receiver Operating Characteristic) -0,2-0,2 0,0 0,2 0,4 0,6 0,8 1,0 1,2 1-Specificity Specificitás: annak valószínűsége, hogy a modell az esemény be nem következését jósolja és valóban nem következik be

13 Kell-e másodfokú függvény? Intercept T T^2 y - Likelihood Type 1 Test (challenger) Distribution : BINOMIAL Link function: LOGIT Degr. of Log- Chi- p Freedom Likelihd Square Döntés? BIOMETRIA2_NEMPARAMÉTERES_5 13

14 2. példa StatSoft példa, source: Credit scoring: a törlesztési hajlandóság függése az életkortól 1 Creditability 2 Age in years az adatfile részlete bad 24 good 48 bad 26 good 44 good 25 good 39 bad 31 BIOMETRIA2_NEMPARAMÉTERES_5 14

15 Statistics >Advanced Linear/Nonlinear Models > > Generalized Linear/Nonlinear Models BIOMETRIA2_NEMPARAMÉTERES_5 15

16 Estimates Intercept Age in years Scale Creditability - Parameter estimates (creditscoring) Distribution : BINOMIAL Link function: LOGIT Level of Column Estimate Standard Wald p Error Stat logit ln 1 x BIOMETRIA2_NEMPARAMÉTERES_5 16

17 Dichotom függő változó, névleges skálán mért független változó A függő és a független változó is csak kétféle értéket vehet föl pl. x kétféle értéket vehet föl (van-e telefonja vagy sem), azaz x=0 vagy x=1 ln 1 x A paraméter jelentése: ennyivel változik az esély logaritmusa, ha x 0-ról 1-re változik BIOMETRIA2_NEMPARAMÉTERES_5 17

18 3. példa StatSoft példája source: Credit scoring: a törlesztési hajlandóság függ-e attól, hogy van-e telefonja 1 Creditability 2 Telephone bad good bad good good good bad yes yes yes yes yes no no az adatfile részlete BIOMETRIA2_NEMPARAMÉTERES_5 18

19 Intercept Telephone Telephone Scale Creditability - Parameter estimates (creditscoring) Distribution : BINOMIAL Link function: LOGIT Level of Column Estimate Standard Wald p Error Stat yes no logit ln 1 x ˆ Y ha nincs telefonja Yˆ val változik az ln esélyhányados, ha x 0 1 re változik (nincs van) ha van e 1 e x x e 1 e e 1 e logit ˆ logit e 1 e ˆ ha nincs telefonja ha van BIOMETRIA2_NEMPARAMÉTERES_5 19

20 Dichotom függő változó, több független változó Y x x x x i 0 0i 1 1i 2 2i r ri Mindegyik x lehet folytonos vagy diszkrét, vegyesen is lehet BIOMETRIA2_NEMPARAMÉTERES_5 20

21 4.1. példa A tumor-átmérő (x) és az 5 éves túlélés kimenetele (y) közötti összefüggést vizsgálták 181 beteg adataiból. Intercept TUATM Scale Intercept TUATM tul5evm - Parameter estimates (DRPETE3f) Distribution : BINOMIAL Link function: LOGIT Level of Column Estimate Standard Wald p Error Stat Konfidencia-intervallum a paraméterekre: tul5evm - Confidence Intervals of Estimates (DRPETE3 Distribution : BINOMIAL Link function: LOGIT Level of Column Lower CL Upper CL 95. % 95. % ln x 1 azaz ha a tumor átmérője egy egységgel nő, az 5 éves túlélés esélyének logaritmusa kb dal csökken BIOMETRIA2_NEMPARAMÉTERES_5 21

22 ln x 1 Kérdések: e 1 e x x Mennyi az 5 éves túlélés valószínűsége, ha a tumorátmérő 0 mm? Mennyi az 5 éves túlélés valószínűsége, ha a tumorátmérő 38 mm? Mekkora tumorátmérőnél lesz az 5 éves túlélés valószínűsége 40%? Hányszor nagyobb az 5 éves túlélés valószínűsége, ha a tumorátmérő 40 mm? BIOMETRIA2_NEMPARAMÉTERES_5 22

23 Modell jósáságának vizsgálata: A tapasztalati és becsült esélyhányados: Observed 1 0 Classification of cases (DRPETE3f Odds ratio: Log odds ratio: infinity Predicted Predicted Percent 1 0 correct π > 0.5 túléltnek becsüljük főátlóbeli elemeknek kell nagynak lennie, azaz ennek a modellnek a magyarázó ereje csekély tul5pre becsült túlélési valószínűség TUATM tul5evm tapasztalt túlélés TUATM (0,2] (2,4] (4,6] (6,8] (8,10] (10,12] (12,14] (14,16] (16,18] (18,20] (20,22] > 22

24 Modell jósáságának vizsgálata: 1,2 ROC Curve Area: ,0 0,8 Sensitivity 0,6 0,4 0,2 0,0-0,2-0,2 0,0 0,2 0,4 0,6 0,8 1,0 1,2 1-Specificity BIOMETRIA2_NEMPARAMÉTERES_5 24

25 4.2. példa Vizsgáljuk most azt a modellt, mely a tumor-átmérő (x 1 ), az ér-nyirokér-áttét léte (x 2 ) és az 5 éves túlélés kimenetele (y) közötti összefüggést írja le (x 2 =0, ha nem volt ilyen áttét, x 2 =1, ha volt). Intercept TUATM ernyirokm Scale tul5evm - Parameter estimates (DRPETE3f) Distribution : BINOMIAL Link function: LOGIT Level of Column Estimate Standard Wald p Error Stat Observed 0 1 Classification of cases (DRPETE3f.sta Odds ratio: Log odds ratio: Include condition: exit1<>6 Predicted Predicted Percent 0 1 correct BIOMETRIA2_NEMPARAMÉTERES_5 25

26 4.3. példa Vegyük bele az előbbi modellbe a tumor-átmérő (x 1 ), az érnyirokér-áttét léte (x 2 ) közti kölcsönhatást is! Intercept ernyirokm TUATM ernyirokm*tuatm Scale tul5evm - Parameter estimates (DRPETE3f.sta) Distribution : BINOMIAL, Link function: LOGIT Modeled probability that tul5evm = 0 Include condition: exit1<>6 Level of Column Estimate Standard Wald Lower CL Upper CL p Error Stat. 95. % 95. % Observed 0 1 Classification of cases (DRPETE3f.sta Odds ratio: Log odds ratio: Include condition: exit1<>6 Predicted Predicted Percent 0 1 correct BIOMETRIA2_NEMPARAMÉTERES_5 26

Logisztikus regresszió

Logisztikus regresszió Logisztikus regresszió 9. előadás Kvantitatív statisztikai módszerek Dr. Szilágyi Roland Függő változó (y) Nem metrikus Metri kus Gazdaságtudományi Kar Független változó () Nem metrikus Metrikus Kereszttábla

Részletesebben

Logisztikus regresszió

Logisztikus regresszió Logisztikus regresszió Kvantitatív statisztikai módszerek Dr. Szilágyi Roland Függő változó (y) Nem metrikus Metri kus Gazdaságtudományi Kar Független változó (x) Nem metrikus Metrikus Kereszttábla elemzés

Részletesebben

KISTERV2_ANOVA_

KISTERV2_ANOVA_ Két faktor szerinti ANOVA Az A faktor minden szintjét kombináljuk a B faktor minden szintjével, minden cellában azonos számú ismétlés (kiegyensúlyozott terv). A terv szerkezete miatt a faktorok hatását

Részletesebben

Logisztikus regresszió október 27.

Logisztikus regresszió október 27. Logisztikus regresszió 2017. október 27. Néhány példa Mi a valószínűsége egy adott betegségnek a páciens bizonyos megfigyelt jellemzői (pl. nem, életkor, laboreredmények, BMI stb.) alapján? Mely genetikai

Részletesebben

BIOMETRIA_ANOVA_2 1 1

BIOMETRIA_ANOVA_2 1 1 Két faktor szerinti ANOVA Az A faktor minden szintjét kombináljuk a B faktor minden szintjével, minden cellában azonos számú ismétlés (kiegyensúlyozott terv). A terv szerkezete miatt a faktorok hatását

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

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

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

Több laboratórium összehasonlítása, körmérés

Több laboratórium összehasonlítása, körmérés Több oratórium összehasonlítása, körmérés colorative test, round robin a rendszeres hibák ellenőrzése, számszerűsítése Statistical Manual of AOAC, W. J. Youden: Statistical Techniques for Colorative Tests,

Részletesebben

PhEur Two-dose multiple assay with completely randomised design An assay of corticotrophin by subcutaneous injection in rats

PhEur Two-dose multiple assay with completely randomised design An assay of corticotrophin by subcutaneous injection in rats PhEur... Two-dose multiple assay with completely randomised design An assay of corticotrophin by subcutaneous injection in rats 00 80 60 0 0 00 80 60 0 0 catterplot of multiple variables against dose PhEur_.sta

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

Egy és többváltozós logisztikus regressziós vizsgálatok és alkalmazásaik a klinikumban

Egy és többváltozós logisztikus regressziós vizsgálatok és alkalmazásaik a klinikumban Egy és többváltozós logisztikus regressziós vizsgálatok és alkalmazásaik a klinikumban Dr. Prohászka Zoltán Az MTA doktora Semmelweis Egyetem III. Sz. Belgyógyászati Klinika 2015-11-26 prohoz@kut.sote.hu

Részletesebben

Korreláció és lineáris regresszió

Korreláció és lineáris regresszió Korreláció és lineáris regresszió Két folytonos változó közötti összefüggés vizsgálata Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Orvosi Fizika és Statisztika I. előadás 2016.11.02.

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus

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

: az i -ik esélyhányados, i = 2, 3,..I

: az i -ik esélyhányados, i = 2, 3,..I Kabos: Adatelemzés Ordinális logisztikus regresszió-1 Többtényezős regresszió (az adatelemzésben): Y közelítése b 1 X 1 + b 2 X 2 +... + b J X J alakban, y n = b 1 x n,1 + b 2 x n,2 +... + b J x n,j +

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

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg

Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg LMeasurement.tex, March, 00 Mérés Általánosan, bármilyen mérés annyit jelent, mint meghatározni, hányszor van meg a mérendő mennyiségben egy másik, a mérendővel egynemű, önkényesen egységnek választott

Részletesebben

Bevezetés a Korreláció &

Bevezetés a Korreláció & Bevezetés a Korreláció & Regressziószámításba Petrovics Petra Doktorandusz Statisztikai kapcsolatok Asszociáció 2 minőségi/területi ismérv között Vegyes kapcsolat minőségi/területi és egy mennyiségi ismérv

Részletesebben

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Logistic regression. Quantitative Statistical Methods. Dr.

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Logistic regression. Quantitative Statistical Methods. Dr. Logistic regression Quantitative Statistical Methods Dr. Szilágyi Roland Dependent (y) Quantit ative Qualitative Gazdaságtudományi Kar Connection Analysis Qualitative Independent variable() Quantitative

Részletesebben

FIZIKAI KÉMIA II. házi dolgozat. Reakciókinetikai adatsor kiértékelése (numerikus mechanizmusvizsgálat)

FIZIKAI KÉMIA II. házi dolgozat. Reakciókinetikai adatsor kiértékelése (numerikus mechanizmusvizsgálat) FIZIKAI KÉMIA II. házi dolgozat Reakciókinetikai adatsor kiértékelése (numerikus mechanizmusvizsgálat) Készítette: () Kémia BSc 2008 évf. 2010 1 A numerikus mechanizmusvizsgálat feladatának megfogalmazása

Részletesebben

π = P(y bekövetkezik)

π = P(y bekövetkezik) Biomatematika (SZIE ÁOTK, 2011. tavasz) 1 A logit modell (=logisztikus regresszió) Ha a függő változó (y ) dichotom (=két lehetséges értéke van, pl. túlélés-halál, siker-kudarc stb.), akkor általában azt

Részletesebben

Egy és (többváltozós) logisztikus regressziós vizsgálatok és alkalmazásaik a klinikumban

Egy és (többváltozós) logisztikus regressziós vizsgálatok és alkalmazásaik a klinikumban Egy és (többváltozós) logisztikus regressziós vizsgálatok és alkalmazásaik a klinikumban Dr. Prohászka Zoltán Az MTA doktora Semmelweis Egyetem III. Sz. Belgyógyászati Klinika 2016-11-24 prohoz@kut.sote.hu

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

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

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

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

Részletesebben

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

Diszkriminancia-analízis

Diszkriminancia-analízis Diszkriminancia-analízis az SPSS-ben Petrovics Petra Doktorandusz Diszkriminancia-analízis folyamata Feladat Megnyitás: Employee_data.sav Milyen tényezőktől függ a dolgozók beosztása? Nem metrikus Független

Részletesebben

Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny

Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny Való szí nű sé gi va ltózó, sű rű sé gfű ggvé ny, élószla sfű ggvé ny Szűk elméleti összefoglaló Valószínűségi változó: egy függvény, ami az eseményteret a valós számok halmazára tudja vetíteni. A val.

Részletesebben

A biostatisztika alapfogalmai, hipotézisvizsgálatok. Dr. Boda Krisztina Boda PhD SZTE ÁOK Orvosi Informatikai Intézet

A biostatisztika alapfogalmai, hipotézisvizsgálatok. Dr. Boda Krisztina Boda PhD SZTE ÁOK Orvosi Informatikai Intézet A biostatisztika alapfogalmai, hipotézisvizsgálatok Dr. Boda Krisztina Boda PhD SZTE ÁOK Orvosi Informatikai Intézet Hipotézisvizsgálatok A hipotézisvizsgálat során a rendelkezésre álló adatok (statisztikai

Részletesebben

Esettanulmány. A homoszkedaszticitás megsértésének hatása a regressziós paraméterekre. Tartalomjegyzék. 1. Bevezetés... 2

Esettanulmány. A homoszkedaszticitás megsértésének hatása a regressziós paraméterekre. Tartalomjegyzék. 1. Bevezetés... 2 Esettanulmány A homoszkedaszticitás megsértésének hatása a regressziós paraméterekre Tartalomjegyzék 1. Bevezetés... 2 2. A lineáris modell alkalmazhatóságának feltételei... 2 3. A feltételek teljesülésének

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

Regresszió számítás az SPSSben

Regresszió számítás az SPSSben Regresszió számítás az SPSSben Kvantitatív statisztikai módszerek Petrovics Petra Lineáris regressziós modell X és Y közötti kapcsolatot ábrázoló egyenes. Az Y függ: x 1, x 2,, x p p db magyarázó változótól

Részletesebben

Többváltozós lineáris regressziós modell feltételeinek

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

Részletesebben

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

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

A biostatisztika alapfogalmai, hipotézisvizsgálatok. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Informatikai Intézet

A biostatisztika alapfogalmai, hipotézisvizsgálatok. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Informatikai Intézet A biostatisztika alapfogalmai, hipotézisvizsgálatok Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Informatikai Intézet Hipotézis Állítás a populációról (vagy annak paraméteréről) Példák H1: p=0.5 (a pénzérme

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

Többváltozós lineáris regressziós modell feltételeinek tesztelése I.

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

Részletesebben

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

Likelihood, deviancia, Akaike-féle információs kritérium

Likelihood, deviancia, Akaike-féle információs kritérium Többváltozós statisztika (SZIE ÁOTK, 2011. ősz) 1 Likelihood, deviancia, Akaike-féle információs kritérium Likelihood függvény Az adatokhoz paraméteres modellt illesztünk. A likelihood függvény a megfigyelt

Részletesebben

Túlélés elemzés október 27.

Túlélés elemzés október 27. Túlélés elemzés 2017. október 27. Néhány példa Egy adott betegség diagnózisától kezdve mennyi ideje van hátra a páciensnek? Tipikusan mennyi ideig élhet túl? Bizonyos ráktípus esetén mennyi idő telik el

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

Korreláció, regresszió. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

Korreláció, regresszió. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet Korreláció, regresszió Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet Két folytonos változó közötti kapcsolat Tegyük fel, hogy 6 hallgató a következő válaszokat adta egy felmérés

Részletesebben

(Independence, dependence, random variables)

(Independence, dependence, random variables) Két valószínűségi változó együttes vizsgálata Feltételes eloszlások Két diszkrét változó együttes eloszlása a lehetséges értékpárok és a hozzájuk tartozó valószínűségek (táblázat) Példa: Egy urna 3 fehér,

Részletesebben

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető! BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012.. Név:... Neptun kód:... Érdemjegy:..... STATISZTIKA II. VIZSGADOLGOZAT Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető pontszám 21 20 7 22

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

Egy és (többváltozós) logisztikus regressziós vizsgálatok és alkalmazásaik a klinikumban

Egy és (többváltozós) logisztikus regressziós vizsgálatok és alkalmazásaik a klinikumban Egy és (többváltozós) logisztikus regressziós vizsgálatok és alkalmazásaik a klinikumban Dr. Prohászka Zoltán Az MTA doktora Semmelweis Egyetem III. Sz. Belgyógyászati Klinika 2017-11-23 prohoz@kut.sote.hu

Részletesebben

A modellben az X és Y változó szerepe nem egyenrangú: Y (x n )

A modellben az X és Y változó szerepe nem egyenrangú: Y (x n ) Kabos: Adatelemzés Regresszió-1 Regresszió (az adatelemzésben): Y (x n ) = l(x n ) + ε n, n = 1, 2,.., N, ahol ε 1,.., ε N független N(0, σ 2 ) eloszlású valószínűségi változók, és σ ismeretlen paraméter,

Részletesebben

Statistical Inference

Statistical Inference Petra Petrovics Statistical Inference 1 st lecture Descriptive Statistics Inferential - it is concerned only with collecting and describing data Population - it is used when tentative conclusions about

Részletesebben

Ökonometria. Logisztikus regresszió. Ferenci Tamás 1 tamas.ferenci@medstat.hu. Nyolcadik fejezet. Budapesti Corvinus Egyetem. 1 Statisztika Tanszék

Ökonometria. Logisztikus regresszió. Ferenci Tamás 1 tamas.ferenci@medstat.hu. 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

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

AZ ÁLTALÁNOSÍTOTT LINEÁRIS MODELL ÉS BIZTOSÍTÁSI ALKALMAZÁSAI

AZ ÁLTALÁNOSÍTOTT LINEÁRIS MODELL ÉS BIZTOSÍTÁSI ALKALMAZÁSAI MÓDSZERTANI TANULMÁNYOK AZ ÁLTALÁNOSÍTOTT LINEÁRIS MODELL ÉS BIZTOSÍTÁSI ALKALMAZÁSAI A biztosítási károk alakulásának modellezésére jól alkalmazható az általánosított lineáris modell, amely alkalmas arra,

Részletesebben

4. példa: részfaktorterv+fold-over, centrumponttal

4. példa: részfaktorterv+fold-over, centrumponttal 4. példa: 7-4 részfaktorterv+fold-over, centrumponttal A kísérletek célja egy speciális anyag optimális előállítási körülményeinek meghatározása volt. A célfüggvény a kihozatal %, melynek maximális értékét

Részletesebben

FIT-jelentés :: Hild József Általános Iskola 1051 Budapest, Nádor u. 12. OM azonosító: Telephely kódja: 001. Telephelyi jelentés

FIT-jelentés :: Hild József Általános Iskola 1051 Budapest, Nádor u. 12. OM azonosító: Telephely kódja: 001. Telephelyi jelentés FIT-jelentés :: 2008 8. évfolyam :: Általános iskola Hild József Általános Iskola 1051 Budapest, Nádor u. 12. Matematika Országos kompetenciamérés 1 1 Átlageredmények A telephelyek átlageredményeinek összehasonlítása

Részletesebben

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

Statisztika II előadáslapok. 2003/4. tanév, II. félév Statisztika II előadáslapok 3/4 tanév, II félév BECSLÉS ÉS HIPOTÉZISVIZSGÁLAT Egyik konzervgyár vágott zöldbabot exportál A szabvány szerint az üvegek nettó töltősúlyának az átlaga 3 g, a szórása 5 g Az

Részletesebben

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Véletlen 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

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

FIT-jelentés :: Jedlik Ányos Gimnázium 1212 Budapest, Táncsics M. u. 92. OM azonosító: Intézményi jelentés. 10.

FIT-jelentés :: Jedlik Ányos Gimnázium 1212 Budapest, Táncsics M. u. 92. OM azonosító: Intézményi jelentés. 10. FIT-jelentés :: 2008 Jedlik Ányos Gimnázium 1212 Budapest, Táncsics M. u. 92. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az iskolák átlageredményeinek összehasonlítása Matematika A szignifikánsan

Részletesebben

FIT-jelentés :: Kecskeméti Református Gimnázium 6000 Kecskemét, Szabadság tér 7. OM azonosító: Intézményi jelentés. 10.

FIT-jelentés :: Kecskeméti Református Gimnázium 6000 Kecskemét, Szabadság tér 7. OM azonosító: Intézményi jelentés. 10. FIT-jelentés :: 2008 Kecskeméti Református Gimnázium 6000 Kecskemét, Szabadság tér 7. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az iskolák átlageredményeinek összehasonlítása Matematika

Részletesebben

FIT-jelentés :: Dobos C. József Vendéglátóipari Szakképző Iskola 1134 Budapest, Huba u. 7. OM azonosító: Intézményi jelentés

FIT-jelentés :: Dobos C. József Vendéglátóipari Szakképző Iskola 1134 Budapest, Huba u. 7. OM azonosító: Intézményi jelentés FIT-jelentés :: 2008 Dobos C. József Vendéglátóipari Szakképző Iskola 1134 Budapest, Huba u. 7. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az iskolák átlageredményeinek összehasonlítása Matematika

Részletesebben

FIT-jelentés :: Weöres Sándor Általános Iskola, Gimnázium és Szakközépiskola - Gimnáziumtagintézmény. Telephelyi jelentés

FIT-jelentés :: Weöres Sándor Általános Iskola, Gimnázium és Szakközépiskola - Gimnáziumtagintézmény. Telephelyi jelentés FIT-jelentés :: 2008 10. évfolyam :: 4 évfolyamos gimnázium Weöres Sándor Általános Iskola, Gimnázium és Szakközépiskola - Gimnáziumtagintézmény 1098 Budapest, Toronyház u. 21 Matematika Országos kompetenciamérés

Részletesebben

STATISZTIKAI ALAPOK. Statisztikai alapok_eloszlások_becslések 1

STATISZTIKAI ALAPOK. Statisztikai alapok_eloszlások_becslések 1 STATISZTIKAI ALAPOK Statisztikai alapok_eloszlások_becslések 1 Pulzus példa Egyetemista fiatalokból álló csoport minden tagjának (9 fő) megmérték a pulzusát (PULSE1), majd kisorsolták ki fusson és ki nem

Részletesebben

Biomatematika 13. Varianciaanaĺızis (ANOVA)

Biomatematika 13. Varianciaanaĺızis (ANOVA) Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 13. Varianciaanaĺızis (ANOVA) Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date:

Részletesebben

FIT-jelentés :: Szerb Antal Gimnázium 1164 Budapest, Batthyány Ilona u. 12. OM azonosító: Intézményi jelentés. 10.

FIT-jelentés :: Szerb Antal Gimnázium 1164 Budapest, Batthyány Ilona u. 12. OM azonosító: Intézményi jelentés. 10. FIT-jelentés :: 2008 Szerb Antal Gimnázium 1164 Budapest, Batthyány Ilona u. 12. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az iskolák átlageredményeinek összehasonlítása Matematika A szignifikánsan

Részletesebben

Esetelemzések az SPSS használatával

Esetelemzések az SPSS használatával Esetelemzések az SPSS használatával 1. Tekintsük az spearman.sav állományt, amely egy harminc tehenet számláló állomány etetés- és fejéskori nyugtalansági sorrendjét tartalmazza. Vizsgáljuk meg, hogy van-e

Részletesebben

Osztályozás, regresszió. Nagyméretű adathalmazok kezelése Tatai Márton

Osztályozás, regresszió. Nagyméretű adathalmazok kezelése Tatai Márton Osztályozás, regresszió Nagyméretű adathalmazok kezelése Tatai Márton Osztályozási algoritmusok Osztályozás Diszkrét értékkészletű, ismeretlen attribútumok értékének meghatározása ismert attribútumok értéke

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

FIT-jelentés :: Szent-Györgyi Albert Általános Iskola és Gimnázium 1093 Budapest, Lónyay u. 4/c-8. OM azonosító: Intézményi jelentés

FIT-jelentés :: Szent-Györgyi Albert Általános Iskola és Gimnázium 1093 Budapest, Lónyay u. 4/c-8. OM azonosító: Intézményi jelentés FIT-jelentés :: 2008 Szent-Györgyi Albert Általános Iskola és Gimnázium 1093 Budapest, Lónyay u. 4/c-8. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az iskolák átlageredményeinek összehasonlítása

Részletesebben

Biostatisztika Összefoglalás

Biostatisztika Összefoglalás Biostatisztika Összefoglalás A biostatisztika vizsga A biostatisztika vizsga az Orvosi fizika és statisztika I. fizika vizsgájával egy napon történik. A vizsga keretében 30 perc alatt 0 kérdésre kell válaszolni

Részletesebben

FIT-jelentés :: Árpád-házi Szent Erzsébet Középiskola 2500 Esztergom, Mindszenty tér 7. OM azonosító: Telephely kódja: 001

FIT-jelentés :: Árpád-házi Szent Erzsébet Középiskola 2500 Esztergom, Mindszenty tér 7. OM azonosító: Telephely kódja: 001 FIT-jelentés :: 2008 10. évfolyam :: 4 évfolyamos gimnázium 2500 Esztergom, Mindszenty tér 7. Matematika Országos kompetenciamérés 1 1 Átlageredmények A telephelyek átlageredményeinek összehasonlítása

Részletesebben

STATISZTIKA PRÓBAZH 2005

STATISZTIKA PRÓBAZH 2005 STATISZTIKA PRÓBAZH 2005 1. FELADATSOR: számítógépes feladatok (még bővülni fog számítógép nélkül megoldandó feladatokkal is) Használjuk a Dislexia Excel fájlt (internet: http:// starts.ac.uk)! 1.) Hasonlítsuk

Részletesebben

FIT-jelentés :: Ganz Ábrahám Kéttannyelvű Gyakorló Szakközépiskola és Szakiskola 1195 Budapest, Üllői út 303. OM azonosító:

FIT-jelentés :: Ganz Ábrahám Kéttannyelvű Gyakorló Szakközépiskola és Szakiskola 1195 Budapest, Üllői út 303. OM azonosító: FIT-jelentés :: 2008 Ganz Ábrahám Kéttannyelvű Gyakorló Szakközépiskola és Szakiskola 1195 Budapest, Üllői út 303. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az iskolák átlageredményeinek

Részletesebben

FIT-jelentés :: Telephelyi jelentés. 6. évfolyam :: Általános iskola

FIT-jelentés :: Telephelyi jelentés. 6. évfolyam :: Általános iskola FIT-jelentés :: 2008 6. évfolyam :: Általános iskola Dr. Török Béla Óvoda, Általános Iskola, Speciális Szakiskola, Egységes Gyógypedagógiai Módszertani Intézmény, Diákotthon és Gyermekotthon 1142 Budapest,

Részletesebben

FIT-jelentés :: Petőfi Sándor Általános Iskola és Benedek Elek Tagiskola 2163 Vácrátót, Petőfi tér 6. OM azonosító: Telephely kódja: 001

FIT-jelentés :: Petőfi Sándor Általános Iskola és Benedek Elek Tagiskola 2163 Vácrátót, Petőfi tér 6. OM azonosító: Telephely kódja: 001 FIT-jelentés :: 2008 6. évfolyam :: Általános iskola Petőfi Sándor Általános Iskola és Benedek Elek Tagiskola 2163 Vácrátót, Petőfi tér 6. Matematika Országos kompetenciamérés 1 1 Átlageredmények A telephelyek

Részletesebben

13. Túlélési analízis. SURVIVAL ANALYSIS Nyári Tibor Ph.D., Boda Krisztina Ph.D.

13. Túlélési analízis. SURVIVAL ANALYSIS Nyári Tibor Ph.D., Boda Krisztina Ph.D. 13. Túlélési analízis SURVIVAL ANALYSIS Nyári Tibor Ph.D., Boda Krisztina Ph.D. Túlélési analízis Eredetileg biológiai és orvosi alkalmazásoknál használták Egyéb alkalmazások pl. szociológia, ipar, közgazdaságtan

Részletesebben

FIT-jelentés :: Kolping Katolikus Szakképző Iskola 7100 Szekszárd, Pázmány tér 4. OM azonosító: Intézményi jelentés. 10.

FIT-jelentés :: Kolping Katolikus Szakképző Iskola 7100 Szekszárd, Pázmány tér 4. OM azonosító: Intézményi jelentés. 10. FIT-jelentés :: 2008 7100 Szekszárd, Pázmány tér 4. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az iskolák átlageredményeinek összehasonlítása Matematika A szignifikánsan jobban, hasonlóan,

Részletesebben

Intézményi jelentés. 10. évfolyam

Intézményi jelentés. 10. évfolyam FIT-jelentés :: 2008 Városmajori Gimnázium, Módszertani Információs Felnőttképzési Továbbképző és Vizsgaközpont 1122 Budapest, Városmajor 71. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az

Részletesebben

FIT-jelentés :: II. Rákóczi Ferenc Általános Iskola és Gimnázium 2000 Szentendre, Rákóczi u. 6. OM azonosító: Intézményi jelentés

FIT-jelentés :: II. Rákóczi Ferenc Általános Iskola és Gimnázium 2000 Szentendre, Rákóczi u. 6. OM azonosító: Intézményi jelentés FIT-jelentés :: 2008 II. Rákóczi Ferenc Általános Iskola és Gimnázium 2000 Szentendre, Rákóczi u. 6. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az iskolák átlageredményeinek összehasonlítása

Részletesebben

FIT-jelentés :: Bajza József Általános Iskola 1046 Budapest, Bajza u. 2. OM azonosító: Telephely kódja: 001. Telephelyi jelentés

FIT-jelentés :: Bajza József Általános Iskola 1046 Budapest, Bajza u. 2. OM azonosító: Telephely kódja: 001. Telephelyi jelentés FIT-jelentés :: 2008 8. évfolyam :: Általános iskola Bajza József Általános Iskola 1046 Budapest, Bajza u. 2. Matematika Országos kompetenciamérés 1 1 Átlageredmények A telephelyek átlageredményeinek összehasonlítása

Részletesebben

FIT-jelentés :: Bolyai János Gimnázium és Kereskedelmi Szakközépiskola 2364 Ócsa, Falu Tamás u. 35. OM azonosító: Intézményi jelentés

FIT-jelentés :: Bolyai János Gimnázium és Kereskedelmi Szakközépiskola 2364 Ócsa, Falu Tamás u. 35. OM azonosító: Intézményi jelentés FIT-jelentés :: 2008 Bolyai János Gimnázium és Kereskedelmi Szakközépiskola 2364 Ócsa, Falu Tamás u. 35. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az iskolák átlageredményeinek összehasonlítása

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

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

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

Részletesebben

Gyakorló feladatok a kétváltozós regresszióhoz 2. Nemlineáris regresszió

Gyakorló feladatok a kétváltozós regresszióhoz 2. Nemlineáris regresszió Gyakorló feladatok a kétváltozós regresszióhoz 2. Nemlineáris regresszió 1. A fizetés (Y, órabér dollárban) és iskolázottság (X, elvégzett iskolai év) közti kapcsolatot vizsgáljuk az Y t α + β X 2 t +

Részletesebben

FIT-jelentés :: Bláthy Ottó Titusz Informatikai Szakközépiskola és Gimnázium 1037 Budapest, Szépvölgyi út OM azonosító:

FIT-jelentés :: Bláthy Ottó Titusz Informatikai Szakközépiskola és Gimnázium 1037 Budapest, Szépvölgyi út OM azonosító: FIT-jelentés :: 2008 Bláthy Ottó Titusz Informatikai Szakközépiskola és Gimnázium 1037 Budapest, Szépvölgyi út 69-73. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az iskolák átlageredményeinek

Részletesebben

FIT-jelentés :: Telephelyi jelentés. 8. évfolyam :: Általános iskola

FIT-jelentés :: Telephelyi jelentés. 8. évfolyam :: Általános iskola FIT-jelentés :: 2008 8. évfolyam :: Általános iskola Fazekas - Istvánffy Általános Iskola és Alapfokú Művészetoktatási Intézmény 3525 Miskolc, Fazekas u. 6. Matematika Országos kompetenciamérés 1 1 Átlageredmények

Részletesebben

ELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június

ELTE 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

Részletesebben

FIT-jelentés :: Telephelyi jelentés. 8. évfolyam :: Általános iskola

FIT-jelentés :: Telephelyi jelentés. 8. évfolyam :: Általános iskola FIT-jelentés :: 2008 8. évfolyam :: Általános iskola Würtz Ádám Társult Általános Iskola és Egységes Pedagógiai Szakszolgálat Fő Utcai Tagiskola 7090 Tamási, Fő u. 1. Matematika Országos kompetenciamérés

Részletesebben

FIT-jelentés :: Stromfeld Aurél Általános Iskola 1202 Budapest, Mártirok u OM azonosító: Telephely kódja: 001. Telephelyi jelentés

FIT-jelentés :: Stromfeld Aurél Általános Iskola 1202 Budapest, Mártirok u OM azonosító: Telephely kódja: 001. Telephelyi jelentés FIT-jelentés :: 2008 6. évfolyam :: Általános iskola Stromfeld Aurél Általános Iskola 1202 Budapest, Mártirok u. 205. Matematika Országos kompetenciamérés 1 1 Átlageredmények A telephelyek átlageredményeinek

Részletesebben

Többváltozós lineáris regresszió 3.

Többváltozós lineáris regresszió 3. Többváltozós lineáris regresszió 3. Orlovits Zsanett 2018. október 10. Alapok Kérdés: hogyan szerepeltethetünk egy minőségi (nominális) tulajdonságot (pl. férfi/nő, egészséges/beteg, szezonális hatások,

Részletesebben

FIT-jelentés :: Gábor Dénes Gimnázium és Műszaki Szakközépiskola 6724 Szeged, Mars tér 14. OM azonosító: Intézményi jelentés

FIT-jelentés :: Gábor Dénes Gimnázium és Műszaki Szakközépiskola 6724 Szeged, Mars tér 14. OM azonosító: Intézményi jelentés FIT-jelentés :: 2008 Gábor Dénes Gimnázium és Műszaki Szakközépiskola 6724 Szeged, Mars tér 14. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az iskolák átlageredményeinek összehasonlítása Matematika

Részletesebben

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

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html

Részletesebben

FIT-jelentés :: Könyves Kálmán Gimnázium 1043 Budapest, Tanoda tér 1. OM azonosító: Intézményi jelentés. 10.

FIT-jelentés :: Könyves Kálmán Gimnázium 1043 Budapest, Tanoda tér 1. OM azonosító: Intézményi jelentés. 10. FIT-jelentés :: 2008 Könyves Kálmán Gimnázium 1043 Budapest, Tanoda tér 1. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az iskolák átlageredményeinek összehasonlítása Matematika A szignifikánsan

Részletesebben

FIT-jelentés :: Vörösmarty Mihály Gimnázium 2030 Érd, Széchenyi tér 1. OM azonosító: Intézményi jelentés. 10.

FIT-jelentés :: Vörösmarty Mihály Gimnázium 2030 Érd, Széchenyi tér 1. OM azonosító: Intézményi jelentés. 10. FIT-jelentés :: 2008 Vörösmarty Mihály Gimnázium 2030 Érd, Széchenyi tér 1. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az iskolák átlageredményeinek összehasonlítása Matematika A szignifikánsan

Részletesebben

FIT-jelentés :: Orosháza Város Általános Iskolája 5900 Orosháza, Előd u. 17. OM azonosító: Intézményi jelentés. 8.

FIT-jelentés :: Orosháza Város Általános Iskolája 5900 Orosháza, Előd u. 17. OM azonosító: Intézményi jelentés. 8. FIT-jelentés :: 2008 Orosháza Város Általános Iskolája 5900 Orosháza, Előd u. 17. Matematika Országos kompetenciamérés 1 1 Átlageredmények Az iskolák átlageredményeinek összehasonlítása Matematika A szignifikánsan

Részletesebben

Diagnosztikus tesztek értékelése

Diagnosztikus tesztek értékelése 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

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

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