Faktoranalízis az SPSS-ben
|
|
- Alíz Kovács
- 4 évvel ezelőtt
- Látták:
Átírás
1 Faktoranalízis az SPSS-ben Kvantitatív statisztikai módszerek Petrovics Petra
2 Feladat Megnyitás: faktor.sav Fogyasztók materialista vonásai (Richins-skála) Forrás: Sajtos-Mitev, 250.oldal
3 Faktoranalízis folyamata 1 A probléma megfogalmazása 2 Feltételek vizsgálata 3 Az adatok alkalmasságának vizsgálata 4 Faktormódszer kiválasztása 5 Faktorok számának meghatározása 6 Faktorok rotálása 7 Faktorok értelmezése, jellemzése (elnevezés) 8 Faktorelemzés érvényességének ellenőrzése
4 1. A probléma megfogalmazása Feltáró = új faktorok létrehozására Közös faktroelemzés (közös variancia) Ha nem ismerjük a változókat Ha nem ismerjük a varianciákat DE: gyakorlat: Bonyolult, időigényes Főkomponens elemzés (teljes variancia) Lehető legmagasabb magyarázott varianciahányad Lehető legkevesebb faktor Általában ezt használjuk Megerősítő (konformatikus) Szubjektív = modell tesztelésére, bizonyítására
5 2. Feltételek vizsgálata 1. Elemzés érvényessége, változók alkalmassága 2. Metrikus változók / Dummy változók 3. A változók eloszlása normális Analyze / Regression / Linear / Plots / Histogram Stb.
6 4. Homoszkedaszticitás Analyze / Regression / Linear / Plots / Scatterdot Stb.
7 5. Multikollinearitás korrelációs mátrix Analyze / Correlate/ Bivariate Stb.
8 6. Nagyobb minta 7. Minta elemszáma / változók száma arány ,27 Min. 10-szer több válaszadó, mint változó
9 3. Adatok alkalmasságának vizsgálata a) Korrelációs mátrix Erős korreláció, de nem túl erős Analyze / Dimension Reduction / Factor / Descriptives Az értékek 75%-a szignifikáns.
10 b) Anti-image mátrix nem magyarázott szórásnégyzet Analyze / Dimension Reduction / Factor / Descriptives Anti-image kovariancia mátrix Anti-image korrelációs mátrix ~ korrelációs mátrixának átlóbeli értékei függnek: Mintanagyság Változók száma Korrelációk átlagos mértéke Faktorok száma
11 b) Anti-image mátrix Kis érték (0,09 alatt az esetek min. ¾-ében) a variancia független a többitől nincs szoros kapcsolat MSA (Measure of Sampling Adequecy) Mennyire van szoros kapcsolatban a többi változóval 0,5 alattit kizárni Itt: 0,67-0,87
12 c) Bartlett teszt H 0 : nincs korreláció H 1 : van korreláció Analyze / Dimension Reduction / Factor / Descriptives
13 d) Kaiser-Meyer-Olkin kritérium MSA értékek átlaga (összes változóra) Analyze / Dimension Reduction / Factor / Descriptives KMO KMO KMO KMO KMO KMO 0,9 kiváló 0,8 nagyon _ jó 0,7 megfelelő 0,6 közepes 0,5 gyenge 0,5 elfogadhatatlan
14 4. Faktormódszer kiválasztása Analyze / Dimension Reduction / Factor / Extraction Ha a változók száma magas (sajátérték sorrendjében magyaráz) Nem kell ismerni az eloszlást DE: standardizálni Ha az anti-image mátrix átlójában levő elemek 1-hez, az azon kívüliek pedig 0-hoz közelítenek Ha a változók száma nő: maximum-likelihood, alfa, image módszer
15 5. Faktorok számának meghatározása 2. Kaiser kritérium: ha 1 alatti a sajátérték, kevesebb információt hordoz a faktor, mint 1 változó Ha változónk van 1. A priori információk alapján Egy faktor által az összes változó varianciájából magyarázott variancia Minél magasabb varianciahányadot tudunk magyarázni, annál, több információ marad meg az elemzés során 3. Varianciahányad-módszer
16 3. Varianciahányad-módszer Ahány kiinduló változónk volt Output Faktorelemzés után 1-nél nagyobb sajátérték! Csökkenő sorrend Magyarázott variancia %-a (Min. 60% kell) Faktorok száma
17 4. Scree plot Sajátérték ábrázolása 5-6 faktor Könyökkritérium: ahol az egyenes meredeksége megváltozik
18 Maximum likelihood módszer 5 6 ~ H 0 : illeszkedik H 1 : nem illeszkedik 0,1 feletti α esetén jól illeszkedik 4 faktor 5 faktor 6 faktor
19 Módszer Faktorok száma A priori 3 Kaiser-kritérium 4 Varianciahányad-módszer (4) 5 Scree-teszt 5-6 Maximum-likelihood 6
20 6. Faktorok rotálása = A faktorok tengelyeinek elforgatása úgy, hogy egyszerűbb és értelmezhetőbb faktormegoldásokat kapjunk. Térben is látni Ferdeszögű forgatás A faktorok korrelálnak egymással A faktorok értelmezhetősége az elsődleges Használata Derékszögű forgatás A faktorok nem korrelálnak egymással Pl. regresszióhoz vagy más előrejelző technikához használjuk
21 KMO&Bartlett; Anti-image Principal Components; faktorok száma (4) Varimax Faktorok mentése: Factor Analysis / Scores
22 Output x ; ;n érvényesség Kezdeti érték Mindig 1 (ha Principal Comp.) Egy változó varianciájának mekkora részét magyarázza az összes faktor (faktorsúlyok négyzetösszege) Hüvelykujjszabály: min. 0,25
23 Output Faktorszám meghatározása Kezdeti értékek
24
25 7. Faktorok értelmezése, jellemzése 1. faktor 2. faktor 3. faktor 4. faktor M14_HAPY M17_HAPY M15_HAPY M18_HAPY M16_HAPY HAPY -: Fontosak a tárgyak az élet élvezéséhez M4_SUCES M12_CENTR M2_SUCES M1_SUCES M10_CENTR M11_CENTR M7_CENTR M8_CENTR M9_CENTR M6_SUCES M3_SUCES M13_CENTR M5_SUCES SUCES CENTR Mások véleményének figyelmen kívül hagyása
26 8. Faktorelemzés érvényességének ellenőrzése Ne fogadjuk el az első megoldást: o o Több rotációs eljárás Változók elhagyása (alacsony faktorsúly) Keresztérvényesség-vizsgálat A mintát 2 véletlenül kiválasztott részre osztjuk - faktorelemzés
27 Köszönöm a figyelmet! stgpren@uni-miskolc.hu
Faktoranalízis az SPSS-ben
Faktoranalízis az SPSS-ben = Adatredukciós módszer Petrovics Petra Doktorandusz Feladat Megnyitás: faktoradat_msc.sav Forrás: Sajtos-Mitev 250.oldal Fogyasztók materialista vonásai (Richins-skála) Faktoranalízis
RészletesebbenGazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Faktoranalízis előadás. Kvantitatív statisztikai módszerek
Faktoranalízis 6.-7. előadás Kvantitatív statisztikai módszerek Faktoranalízis Olyan többváltozós statisztikai módszer, amely adattömörítésre, a változók számának csökkentésére, az adatstruktúra feltárására
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet
Fkt Faktoranalízis líi Olyan többváltozós statisztikai módszer, amely adattömörítésre, a változók számának csökkentésére, az adatstruktúra feltárására szolgál. A kiinduló változók számát úgynevezett faktorváltozókba
RészletesebbenTárgy- és névmutató. C Cox & Snell R négyzet 357 Cramer-V 139, , 151, 155, 159 csoportok közötti korrelációs mátrix 342 csúcsosság 93 95, 102
Tárgy- és névmutató A a priori kontraszt 174 175 a priori kritérium 259, 264, 276 adatbevitel 43, 47, 49 52 adatbeviteli nézet (data view) 45 adat-elôkészítés 12, 37, 62 adatgyûjtés 12, 15, 19, 20, 23,
RészletesebbenDiszkriminancia-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
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Factor Analysis
Factor Analysis Factor analysis is a multiple statistical method, which analyzes the correlation relation between data, and it is for data reduction, dimension reduction and to explore the structure. Aim
RészletesebbenTöbbváltozós 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
RészletesebbenTöbbváltozós 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
RészletesebbenKorreláció számítás az SPSSben
Korreláció számítás az SPSSben Kvantitatív statisztikai módszerek Petrovics Petra Statisztikai kapcsolatok Asszociáció 2 minőségi/területi ismérv között Vegyes kapcsolat minőségi/területi és egy mennyiségi
RészletesebbenTöbbváltozós lineáris regressziós modell feltételeinek tesztelése II.
Többváltozós lineáris regressziós modell feltételeinek tesztelése II. - A magyarázó változóra vonatkozó feltételek tesztelése - Optimális regressziós modell kialakítása - Kvantitatív statisztikai módszerek
RészletesebbenKlaszterelemzés az SPSS-ben
Klaszterelemzés az SPSS-ben Petrovics Petra Doktorandusz Klaszteranalízis Olyan dimenziócsökkentő eljárás, amellyel adattömböket megfigyelési egységeket tudunk viszonylag homogén csoportokba sorolni, klasszifikálni.
RészletesebbenBevezetés 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
RészletesebbenKlaszterelemzés az SPSS-ben
Klaszterelemzés az SPSS-ben Kvantitatív statisztikai módszerek Petrovics Petra Klaszteranalízis Olyan dimenziócsökkentő eljárás, amellyel adattömböket megfigyelési egységeket tudunk viszonylag homogén
RészletesebbenEsettanulmány Kvantitatív elemzési módszerek (GTÜSE3915) tantárgyhoz
Esettanulmány Kvantitatív elemzési módszerek (GTÜSE3915) tantárgyhoz Az SPSS statisztikai program World95.sav nevű adatbázisa a világ 109 nemzetének 26 társadalmi-gazdasági és politikai helyzetét leíró
RészletesebbenStandardizálás, transzformációk
Standardizálás, transzformációk A transzformációk ugynúgy mennek, mint egyváltozós esetben. Itt még fontosabbak a linearitás miatt. Standardizálás átskálázás. Centrálás: kivonjuk minden változó átlagát,
RészletesebbenRegresszió 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
RészletesebbenTöbbváltozós Regresszió-számítás
Töváltozós Regresszió-számítás 3. előadás Döntéselőkészítés módszertana Dr. Szilágyi Roland Korreláció Célja a kacsolat szorosságának mérése. Regresszió Célja a kacsolatan megfigyelhető törvényszerűség
RészletesebbenMatematikai statisztika Gazdaságinformatikus MSc október 8. lineáris regresszió. Adatredukció: Faktor- és főkomponensanaĺızis.
i Matematikai statisztika Gazdaságinformatikus MSc 6. előadás 2018. október 8. 1/52 - Hol tartottunk? Modell. Y i = β 0 + β 1 X 1,i + β 2 X 2,i +... + β k X k,i + u i i minden t = 1,..., n esetén. X i
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet
Klaszteranalízis Hasonló dolgok csoportosítását jelenti, gyakorlatilag az osztályozás szinonimájaként értelmezhetjük. A klaszteranalízis célja A klaszteranalízis alapvető célja, hogy a megfigyelési egységeket
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.
Részletesebbeny 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
RészletesebbenMatematikai statisztika Gazdaságinformatikus MSc október 8. lineáris regresszió. Adatredukció: Faktor- és főkomponensanaĺızis.
i Matematikai statisztika Gazdaságinformatikus MSc 6. előadás 2018. október 8. 1/52 - Hol tartottunk? Modell. Y i = β 0 + β 1 X 1,i + β 2 X 2,i +... + β k X k,i + u i i minden t = 1,..., n esetén. 2/52
RészletesebbenRegressziós vizsgálatok
Regressziós vizsgálatok Regresszió (regression) Általános jelentése: visszaesés, hanyatlás, visszafelé mozgás, visszavezetés. Orvosi területen: visszafejlődés, involúció. A betegség tünetei, vagy maga
RészletesebbenA magyarországi nonprofit szektorban dolgozók motivációjára káros hatások értékelésének elemzése többváltozós statisztikai módszerekkel
A magyarországi nonprofit szektorban dolgozók motivációjára káros hatások értékelésének elemzése többváltozós statisztikai módszerekkel Kovács Máté PhD hallgató (komoaek.pte) Pécsi Tudományegyetem Közgazdaságtudományi
RészletesebbenSTATISZTIKA. 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
RészletesebbenTypotex Kiadó. Tartalomjegyzék
Tartalomjegyzék Bevezetés... 11 A hasznos véletlen hiba... 13 I. Adatredukciós módszerek... 17 1. Fıkomponens-elemzés... 18 1.1. A fıkomponens jelentése... 25 1.2. Mikor használjunk fıkomponens-elemzést?...
Részletesebben2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét!
GAZDASÁGSTATISZTIKA KIDOLGOZOTT ELMÉLETI KÉRDÉSEK A 3. ZH-HOZ 2013 ŐSZ Elméleti kérdések összegzése 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét! 2. Mutassa be az
RészletesebbenFőkomponens és Faktor analízis
Főkomponens és Faktor analízis Márkus László 2014. december 4. Márkus László Főkomponens és Faktor analízis 2014. december 4. 1 / 34 Bevezetés - Főkomponens és Faktoranalízis A főkomponens és faktor analízis
RészletesebbenBiomatematika 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:
RészletesebbenFőkomponens és Faktor analízis
Főkomponens és Faktor analízis Márkus László 2017. december 5. Márkus László Főkomponens és Faktor analízis 2017. december 5. 1 / 35 Bevezetés - Főkomponens és Faktoranalízis A főkomponens és faktor analízis
Részletesebben[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
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
RészletesebbenTöbbváltozós 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[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
RészletesebbenTöbb 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...
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
RészletesebbenA hazai kistérségek kategorizálása gazdasági fejlettségük mentén
A hazai kistérségek kategorizálása gazdasági fejlettségük mentén Szobonya Réka Ország Gáborné Kulcsszavak: migráció, fejlettség, régió, rangsor, kistérség, klaszter migration, development, region, classification,
RészletesebbenMatematikai 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:
RészletesebbenLineáris 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,
RészletesebbenStandardizálás, transzformációk
Standardizálás, transzformációk A transzformációk ugynúgy mennek, mint egyváltozós esetben. Itt még fontosabbak a linearitás miatt. Standardizálás átskálázás. Centrálás: kivonjuk minden változó átlagát,
RészletesebbenMatematikai geodéziai számítások 6.
Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre
RészletesebbenFaktor- és fıkomponens analízis
Faktor- és fıkomponens analízis Informatikai Tudományok Doktori Iskola Adatredukció Olyan statisztikai módszerek tartoznak ide, melyek lehetıvé teszik, hogy az adatmátrix méretét csökkentve kisebb költséggel
RészletesebbenAdatelemzés SAS Enterprise Guide használatával. Soltész Gábor solteszgabee[at]gmail.com
Adatelemzés SAS Enterprise Guide használatával Soltész Gábor solteszgabee[at]gmail.com Tartalom SAS Enterprise Guide bemutatása Kezelőfelület Adatbeolvasás Szűrés, rendezés Új változó létrehozása Elemzések
RészletesebbenMatematikai geodéziai számítások 6.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 6. MGS6 modul Lineáris regresszió számítás elektronikus távmérőkre SZÉKESFEHÉRVÁR 2010 Jelen szellemi
RészletesebbenSTATISZTIKA. 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
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
RészletesebbenBiomatematika 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
RészletesebbenLogisztikus 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
RészletesebbenPszicho-szociális tényezők szerepe a koraterhességi várandósok egészségképére és életmódjára
Pszicho-szociális tényezők szerepe a koraterhességi várandósok egészségképére és életmódjára Dr. Bödecs Tamás Pécsi Tudomány Egyetem ETK Szombathelyi Képzési Központ Szeged, 2010.06.10. Előzmények Alacsony
RészletesebbenANOVA,MANOVA. Márkus László március 30. Márkus László ANOVA,MANOVA március / 26
ANOVA,MANOVA Márkus László 2013. március 30. Márkus László ANOVA,MANOVA 2013. március 30. 1 / 26 ANOVA / MANOVA One-Way ANOVA (Egyszeres ) Analysis of Variance (ANOVA) = szóráselemzés A szórásokat elemezzük,
RészletesebbenVan-e kapcsolat a változók között? (példák: fizetés-távolság; felvételi pontszám - görgetett átlag)
, rangkorreláció Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-16-80 Fax: 463-30-91 http://www.vizgep.bme.hu
RészletesebbenKorrelációs kapcsolatok elemzése
Korrelációs kapcsolatok elemzése 1. előadás Kvantitatív statisztikai módszerek Két változó közötti kapcsolat Független: Az X ismérv szerinti hovatartozás ismerete nem ad semmilyen többletinformációt az
RészletesebbenSztochasztikus kapcsolatok
Sztochasztikus kapcsolatok Petrovics Petra PhD Hallgató Ismérvek közötti kapcsolat (1) Függvényszerű az egyik ismérv szerinti hovatartozás egyértelműen meghatározza a másik ismérv szerinti hovatartozást.
RészletesebbenStatisztikai programcsomagok gyakorlat Pót zárthelyi dolgozat megoldás
Statisztikai programcsomagok gyakorlat Pót zárthelyi dolgozat megoldás A feladatok megoldásához használandó adatállományok: potzh és potolando (weboldalon találhatók) Az állományok kiterjesztése sas7bdat,
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
RészletesebbenLogisztikus 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
RészletesebbenEsetelemzések 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
RészletesebbenMagyar hallgatók nemzetközi környezetben - Sikerkritériumok
Magyar hallgatók nemzetközi környezetben - Sikerkritériumok Sasné Grósz Annamária Hargitai Dávid Máté Napjaink globális üzleti környezetében a végzett hallgatók álláskeresésének sikerében jelentős szerepet
RészletesebbenStatisztika 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
RészletesebbenVarianciaanalízis 4/24/12
1. Feladat Egy póker kártya keverő gép a kártyákat random módon választja ki. A vizsgálatban 1600 választott kártya színei az alábbi gyakorisággal fordultak elő. Vizsgáljuk meg, hogy a kártyák kiválasztása
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
RészletesebbenUNIÓS VÁROSSTRATÉGIÁK TERVEZÉSE, TÖBBVÁLTOZÓS STATISZTIKAI MÓDSZEREK ALKALMAZÁSA A KUTATÁS-FEJLESZTÉS TERÜLETÉN LEHÍVOTT TÁMOGATÁSOK ELEMZÉSE SORÁN
UNIÓS VÁROSSTRATÉGIÁK TERVEZÉSE, TÖBBVÁLTOZÓS STATISZTIKAI MÓDSZEREK ALKALMAZÁSA A KUTATÁS-FEJLESZTÉS TERÜLETÉN LEHÍVOTT TÁMOGATÁSOK ELEMZÉSE SORÁN PLANNING CITY STRATEGIES IN THE EU, APPLICATION OF MULTIVARIATE
RészletesebbenA többváltozós lineáris regresszió III. Főkomponens-analízis
A többváltozós lineáris regresszió III. 6-7. előadás Nominális változók a lineáris modellben 2017. október 10-17. 6-7. előadás A többváltozós lineáris regresszió III., Alapok Többváltozós lineáris regresszió
RészletesebbenTÁMOP-4.2.2/B-10/1-2010-0002 Tantárgyi program (rövidített)
TÁMOP-4.2.2/B-10/1-2010-0002 Tantárgyi program (rövidített) Szakkollégiumi műhely megnevezése: Meghirdetés féléve: Tantárgy/kurzus megnevezése: BGF GKZ Szakkollégiuma 2011/2012. tanév II. félév SZAKKOLLÉGIUM
RészletesebbenSegítség 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
RészletesebbenA bergengóc lakosság szemszín szerinti megoszlása a négy tartományban azonos:
A. Matematikai Statisztika 2.MINTA ZH. 2003 december Név (olvasható) :... A feladatmegoldásnak az alkalmazott matematikai modell valószínűségszámítási ill. statisztikai szóhasználat szerinti megfogalmazását,
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Correlation & Linear. Petra Petrovics.
Correlation & Linear Regression in SPSS Petra Petrovics PhD Student Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Exercise
RészletesebbenStatisztikai 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
RészletesebbenA statisztika alapjai - Bevezetés az SPSS-be -
A statisztika alapjai - Bevezetés az SPSS-be - Kvantitatív statisztikai módszerek Petrovics Petra, Géczi-Papp Renáta SPSS alapok Statistical Package for Social Sciences SPSS nézetek: Data View Variable
RészletesebbenA preferencia térképezés kritikus pontjai az élelmiszeripari termékfejlesztésben
A preferencia térképezés kritikus pontjai az élelmiszeripari termékfejlesztésben Gere A., Losó, V., Györey, A., Szabó, D., Sipos, L., Kókai, Z. Budapesti Corvinus Egyetem, Élelmiszertudományi Kar Érzékszervi
RészletesebbenKorreláció 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.
RészletesebbenKorrel aci os egy utthat ok febru ar 29.
Korrelációs együtthatók 2012. február 29. Május 2-án elmarad az óra. Helyette április 10-én, kedden 5 órakor vendégelőadás lesz: Maschine learning with R: decision trees, clustering. Applications: language
RészletesebbenHipotézisvizsgálat az Excel adatelemző eljárásaival. Dr. Nyéki Lajos 2018
Hipotézisvizsgálat az Excel adatelemző eljárásaival Dr. Nyéki Lajos 2018 Egymintás t-próba Az egymintás T-próba azt vizsgálja, hogy különbözik-e a változó M átlaga egy megadott m konstanstól. Az a feltételezés,
RészletesebbenFEGYVERNEKI 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
RészletesebbenStatisztikai szoftverek esszé
Statisztikai szoftverek esszé Dávid Nikolett Szeged 2011 1 1. Helyzetfelmérés Adott egy kölcsön.txt nevű adatfájl, amely információkkal rendelkezik az ügyfelek életkoráról, családi állapotáról, munkaviszonyáról,
RészletesebbenCorrelation & Linear Regression in SPSS
Petra Petrovics Correlation & Linear Regression in SPSS 4 th seminar Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Correlation
RészletesebbenMinitab 16 újdonságai május 18
Minitab 16 újdonságai 2010. május 18 Minitab 16 köszöntése! A Minitab statisztikai szoftver új verziója több mint hetven újdonságot tartalmaz beleértve az erősebb statisztikai képességet, egy új menüt
RészletesebbenMISKOLCI EGYETEM GAZDASÁGTUDOMÁNYI KAR JUHÁSZ ISTVÁN
MISKOLCI EGYETEM GAZDASÁGTUDOMÁNYI KAR JUHÁSZ ISTVÁN A VERSENYSZFÉRA PSZICHOLÓGIAI ELVÁRÁSAI A JELENKOR ÜZLETKÖTŐIVEL SZEMBEN - KÜLÖNÖS TEKINTETTEL A PÉNZÜGYI, BIZTOSÍTÁSI TEVÉKENYSÉG NEMZETGAZDASÁGI ÁGRA
Részletesebben4/24/12. 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
RészletesebbenKorreláció és Regresszió
Korreláció és Regresszió 9. elıadás (17-18. lecke) Korrelációs együtthatók 17. lecke Áttekintés (korreláció és regresszió) A Pearson-féle korrelációs együttható Korreláció és Regresszió (témakörök) Kapcsolat
RészletesebbenIII. Kvantitatív változók kapcsolata (korreláció, regresszió)
III. Kvantitatív változók kapcsolata (korreláció, regresszió) Tartalom Változók kapcsolata Kétdimenziós minta (pontdiagram) Regressziós előrejelzés (predikció) Korreláció Tanuló Kétdimenziós minta Tanulással
RészletesebbenHorváth Krisztina Pécsi Tudományegyetem Közgazdaságtudományi Kar Regionális Politika és Gazdaságtan Doktori Iskola, III. évfolyam
Menedzsment technikák hatása a tudásintenzív és nem tudásintenzív vállalatok produktivitására: magyar kis- és középvállalatok esete Horváth Krisztina Pécsi Tudományegyetem Közgazdaságtudományi Kar Regionális
RészletesebbenPrincipal Component Analysis
Principal Component Analysis Principal Component Analysis Principal Component Analysis Definíció Ortogonális transzformáció, amely az adatokat egy új koordinátarendszerbe transzformálja úgy, hogy a koordináták
RészletesebbenAz IDB Analyzer használata
Az IDB Analyzer használata Tartalomjegyzék 1. Első lépések 2. Az IDB Analyzer installálása 3. Adat-file-ok összefűzése 4. Az Analysis Module használata 2 Első lépések: a DVD tartalma, bemásolása ADVDtartalma
RészletesebbenFogalom STATISZTIKA. Alkalmazhatósági feltételek. A standard lineáris modell. Projekciós mátrix, P
Fogalom STATISZTIKA 8 Előadás Többszörös lineáris regresszió Egy jelenség vizsgálata során általában az adott jelenséget több tényező befolyásolja, vagyis többnyire nem elegendő a kétváltozós modell elemzése
RészletesebbenSTATISZTIKA. Fogalom. A standard lineáris regressziós modell mátrixalgebrai jelölése. A standard lineáris modell. Eredménytáblázat
Fogalom STATISZTIKA 8 Előadás Többszörös lineáris regresszió Egy jelenség vizsgálata során általában az adott jelenséget több tényező befolyásolja, vagyis többnyire nem elegendő a kétváltozós modell elemzése
RészletesebbenZSUPANEKNÉ PALÁNYI ILDIKÓ A magas növekedést elérő vállalkozások jellemzői Zala megye feldolgozóiparában
ZSUPANEKNÉ PALÁNYI ILDIKÓ A magas növekedést elérő vállalkozások jellemzői Zala megye feldolgozóiparában The specific characteristics of companies achieving high growth rates in the processing industry
RészletesebbenElemi statisztika. >> =weiszd= << december 20. Szerintem nincs sok szükségünk erre... [visszajelzés esetén azt is belerakom] x x = n
Elemi statisztika >> =weiszd=
RészletesebbenA leíró statisztikák
A leíró statisztikák A leíró statisztikák fogalma, haszna Gyakori igény az, hogy egy adathalmazt elemei egyenkénti felsorolása helyett néhány jellemző tulajdonságának megadásával jellemezzünk. Ezeket az
RészletesebbenEsetelemzés az SPSS használatával
Esetelemzés az SPSS használatával A gepj.sav fileban négy különböző típusú, összesen 80 db gépkocsi üzemanyag fogyasztási adatai találhatók. Vizsgálja meg, hogy befolyásolja-e az üzemanyag fogyasztás mértékét
RészletesebbenGyakorlat 8 1xANOVA. Dr. Nyéki Lajos 2016
Gyakorlat 8 1xANOVA Dr. Nyéki Lajos 2016 A probléma leírása Azt vizsgáljuk, hogy milyen hatása van a család jövedelmének a tanulók szövegértés teszten elért tanulmányi eredményeire. A minta 59 iskola adatait
RészletesebbenSPSS ÉS STATISZTIKAI ALAPOK II.
SPSS ÉS STATISZTIKAI ALAPOK II. Bevezetés A második negyedéves anyag alapvetően olyan statisztikai elemzéseket tartalmaz, amelyek átlagok összehasonlítására alkalmasak. Tipikus kérdések: 1) Intelligensebbek-e
RészletesebbenA magyarországi nagyvállalatok kutatás-fejlesztési output aktivitásának vizsgálata, különös tekintettel a regionális különbségekre
A magyarországi nagyvállalatok kutatás-fejlesztési output aktivitásának vizsgálata, különös tekintettel a regionális különbségekre Dr. Molnár László egyetemi adjunktus Fiatal Regionalisták VIII. Konferenciája
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
RészletesebbenRegressziós vizsgálatok
Regressziós vizsgálatok Regresszió (regression) Általános jelentése: visszaesés, hanyatlás, visszafelé mozgás, visszavezetés. Orvosi területen: visszafejlődés, involúció. A betegség tünetei, vagy maga
RészletesebbenKutatásmódszertan. Mi a nézetrendszer? Modulok áttekintése. Definíció Legfontosabb kérdések. 12. Nézetrendszerkutatások
Kutatásmódszertan 12. Nézetrendszerkutatások Modulok áttekintése Mi a nézetrendszer? A mérőeszközök bemutatása Többváltozós statisztikai elemzések Következő óra 2006.08.29. Kutatásmódszertan: szociálpszichológia
RészletesebbenCorrelation & Linear Regression in SPSS
Correlation & Linear Regression in SPSS Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Exercise 1 - Correlation File / Open
Részletesebben6. 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
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
RészletesebbenMARKOLT NORBERT. Alegységszintű vezetők megítélésének pszichológiai dimenziói. Psychological dimension in subunit military leader s assessment
MARKOLT NORBERT Alegységszintű vezetők megítélésének pszichológiai dimenziói Absztrakt Psychological dimension in subunit military leader s assessment A kutatás célja, az alegységszintű vezetők megítélésében
Részletesebben