Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Korreláció-számítás. 1. előadás. Döntéselőkészítés módszertana. Dr.
|
|
- Árpád Jónás
- 4 évvel ezelőtt
- Látták:
Átírás
1 Korrelácó-számítás 1. előadás Döntéselőkészítés módszertana Dr. Varga Beatr
2 Két változó között kapcsolat Függetlenség: Az X smérv szernt hovatartozás smerete nem ad semmlen többletnformácót az Y szernt hovatartozásról. Sztochasztkus: Az egk smérv hatással van a máskra, de nem határozza meg egértelműen annak értéket/változatat. Függvénszerű (determnsztkus): A vzsgált egségek X szernt hovatartozásának smeretében egértelműen megmondható azok Y szernt hovatartozása s.
3 A kapcsolat mérőszáma Két nomnáls változó között kapcsolatot az asszocácós mérőszámokkal jellemezzük. Ordnáls típusú változók összefüggését a rangkorrelácós mutatók mérk. Arán skála típusú változók összefüggését korrelácó- és regresszó-analízssel elemezzük. Intervallum/arán és nomnáls skálán mért változók között összefüggést H;
4 Korrelácós kapcsolat elemzése esetén a következő kérdésekre keressük a választ Van- e valamlen összefüggés az smérvek között? Mlen ránú az összefüggés Mennre szoros a kapcsolat? Az egk smérv változása mlen hatással van a másk smérv változására?
5 A mennség smérvek között kapcsolatot korrelácónak nevezzük. A korrelácószámítás: a mennség smérvek között kapcsolat szorosságának mérése. A regresszó-számítás: a mennség smérvek egmásra gakorolt hatásának számszerűsítésével, e hatások ránának és mértékének megállapításával foglalkozk.
6 Ha a korrelácós kapcsolat mögött egránú okozat összefüggés van akkor: az ok szerepét betöltő smérv a ténezőváltozó, (magarázóváltozó), jele: az okozat szerepét betöltő smérv az eredménváltozó, jele:
7 A korrelácó fontosabb típusa
8 Korrelácó hána A regresszó-függvén bármel X helen azonos (közel azonos) értéket vesz fel. A függvén képe vízszntes vonal. Y független X-től, X nem befolásolja Y értékét.
9 A korrelácó hána Y = E X 3 R - S q = 3. 4 % N n c s k o r r e l á c ó
10 Függvénszerű kapcsolat A korrelácó hánának logka ellentéte a függvénszerű kapcsolat. Eg adott X értékhez egetlen Y érték tartozhat. A pontdagram pontja a regresszó-vonalhoz lleszkednek, A regresszó-vonal körül nncs szóródás.
11 Poztív korrelácó Y = E X 3 R - S q = 6. 5 % P o z t ív k o r r e l á c ó
12 Negatív korrelácó Y = E X 3 R - S q = % N e g a t ív k o r r e lá c ó
13 Nem lneárs korrelácó Y = X X * * 4 0 R - S q = % N e m l n e á r s k o r r e lá c ó
14 A kapcsolat szorosságának mérőszáma
15 A kovaranca Az X és Y mennség változók között kapcsolat ránát mutatja meg. C = d d n -1 = n -1 - C r s s
16 Kovaranca tulajdonsága A kovaranca nulla, ha a poztív és a negatív előjelű eltérésszorzatok összege kegenlít egmást. Kovaranca előjele a kapcsolat ránát mutatja. A kovaranca abszolút mértékének nncs határozott felső korlátja. A kovaranca a két változóban szmmetrkus, X és Y szerepe a formulában felcserélhető.
17 A korrelácós egüttható A korrelácós egüttható a lneárs korrelácó szorosságának legfontosabb mérőszáma. A kapcsolat hánát (korrelálatlanság) az r = 0 érték jelz. Az r előjele a korrelácó ránát mutatja. Tökéletes (függvénszerű) lneárs kapcsolatnak - az rántól függően - az r = +1, lletve r = -1 értékek felelnek meg. A szélsőséges helzetek között az egüttható abszolút értéke a kapcsolat szorosságáról tájékoztat.
18 Korrelácós egüttható ) )( ( n n - n d d d d C = r s s d d = - n d = n d = n
19 Determnácós egüttható A determnácós egüttható megmutatja, hog a magarázóváltozó hán %-ban befolásolja az eredménváltozó szóródását. Jele: r A determnácós egüttható jellemz: A regresszós függvén lleszkedését, A modell magarázó erejét.
20 A rangkorrelácó Létezhetnek a statsztka sokaság egségenek olan kvanttatív jellegű tulajdonsága, amelek számszerűen egáltalán nem, vag csak nehezen mérhetők. A mutatószám értéke r-hez hasonlóan természetesen - 1 és 1 között helezkedk el. Ha a kétféle rangsorszám rendre megegezk, akkor = 1, ha a sorszámok a két smérv szernt következetesen ellentétesen alakulnak, akkor = -1. = 1-6 n(n d 1)
21 A korrelácós hánados A görbevonalú kapcsolatok szorosságának mérőszáma. A mutatószám kalakításának gondolatmenete: csoportosítjuk a megfgelt értékeket a ténezőváltozó értéke vag osztálköze szernt, és kszámítjuk az eredménváltozó részátlagat az eges csoportokban. S K () B () 1 1 S K() / () () ( ) S S B () ()
22 A korrelácós hánados A korrelácós hánados négzetét defnáltuk, mvel az csupán a kapcsolat ntenztását jelz, ránát nem. Megoszlás vszonszám jellegénél fogva a korrelácós hánados négzete mndg nulla és eg közé esk. Előjelét nem értelmezzük, megállapodásszerűen poztív számként kezeljük. A korrelácós hánadost nem szokták százalékos formában kfejezn. Általában / / tehát nem szmmetrkus az X és Y változókban. X csupán mnt csoportképző smérv szerepel.
23 Eg vállalat dolgozónak keresete és hav megtakarítása Dolgozó Bér (Ft/fő) Hav megtakarítás (Ft/hó) d d d d d d Összesen
24 Kovaranca C = d d n -1 = n , 8 Értelmezés: a dolgozók keresete és a hav megtakarított összege között kapcsolat poztív ránú.
25 Korrelácós egüttható Dolgozó Bér (Ft/fő) Hav megtakarítás (Ft/hó) d d d d d d Összesen r = s C d d s d d ,954 Értelmezés: a dolgozók keresete és a hav megtakarított összege között kapcsolat poztív ránú és erős.
26 Determnácós egüttható r 0,954 0, ,98% Értelmezés: a dolgozók keresete 90,98%- ban befolásolja a hav megtakarított összeg szóródását.
27 Rangkorrelácó Eg régó vállalatanak gazdálkodására vonatkozó adatok Régó Árbevétel (MFt) Nereség (MFt) 16 10, d d d n(n 1) = 0,773 Értelmezés: a vállalatok árbevétele és neresége között közepesnél szorosabb, poztív ránú kapcsolat van.
28 Regresszó-számítás célja: A ténezőváltozónak () az eredménváltozóra () gakorolt hatását valamlen matematka modell segítségével fejezzük k.
29 A leggakorbb regresszó-függvének lneárs regresszó, hatvánktevős regresszó, eponencáls regresszó, parabolkus regresszó, hperbolkus regresszó
30 A kétváltozós lneárs regresszó modellje Legen X eg ténezőváltozó és Y eg eredménváltozó. Tételezzük fel, hog X lneárs törvénszerűség szernt fejt k hatását Y-ra, lletve közrejátszk eg véletlen mozzanat s. A két változó kapcsolatának a formulája: Y = regresszós egütthatók véletlen változó
31 Az ε véletlen változóról feltételezzük: várható értéke 0 szórása állandó ε változók páronként korrelálatlanok
32 A becsült regresszó függvén: ˆ b b 0 1 Ahol: b 0 és b 1 a regresszós egütthatók becsült értéke
33 Regresszós egütthatók becslése ŷ = b 0 b 1 A becsült regresszós egütthatók kszámításához a legksebb négzetek módszerét alkalmazzuk.
34 b 0 és b 1 paraméterek becslése a legksebb négzetek módszerével: Szélső értéke adott helen akkor lehet, ha b b 1 0 ˆ , n b b b b f b b b f b b b f
35 Ebből átalakítás után nert normálegenletek: X b X b X b n b b b d d d b
36 Azonos tevékenséget végző vállalkozások adata Vállalkozás Reklámkadás Árbevétel (X) 100eFt (Y) MFt d d A 8 0,5 0,9,5 6,5 0,81 B ,5-3,1-4,65,5 9,61 C ,5-4,1 6,15,5 16,81 D ,5-5,1 1,75 6,5 6,01 E ,5-0,1 0,05 0,5 0,01 F 4 1, -1,5-6,9 10,35,5 47,61 G ,5-1,1 0,55 0,5 1,1 H 7 4 1,5 4,9 7,35,5 4,01 I ,5-3,1 7,75 6,5 9,61 J 5-0,5,9-1,45 0,5 8,41 K 9 8 3,5 8,9 31,15 1,5 79,1 L 6 5 0,5 5,9,95 0,5 34,81 Összesen 66 9, , 41 58,1 n= 1 ȳ=9,/1=19,1 ẋ=66/1=5,5
37 ˆ 9,0131, 834
38 Elasztctás egüttható Y relatív változása hánszorosa az X relatív változásának E ; lm 0 Lneárs regresszó esetén az elasztctás egüttható: E : ; b1 b0 b1 d d Átlagos sznten: E b ; 1
39
40 n Rezduáls változó ˆ ˆ ˆ 1 1 e n ˆ ˆ e e n 1 A megfgelt Y értékek eltérés négzetösszege S ˆ S = + S e A regresszó által magarázott eltérésnégzetösszeg A rezduáls eltérés (maradék) eltérésnégzetösszege
41 r r 1 0 A fent összefüggésből a korrelácós hánadoshoz hasonló mérőszám defnálható, amel azonos a determnácós egütthatóval. S ˆ e r 1 r b1 S S S Az Y ngadozását teljes mértékben a regresszóval magarázzuk Az Y szóródása csak a véletlentől függ A b 1 előjelét rendeljük hozzá. s s
42 Reklámk. (X) 100eFt Árbevétel (Y) MFt ,5 0,81 1,06 13,58 3, ,5 9,61 7,569 34,37 1, ,5 16,81 7,569 1,819 16, ,5 6,01 1,06 0,65 14, ,5 0,01 0,841 0,668 18, , 16,5 47,61 7,569 17,1 16, ,5 1,1 0,841 0,033 18, ,5 4,01 7,569 4,617 1, ,5 9,61 1,06,06 14, ,5 8,41 0,841 14,570 18, ,5 79,1 41,10 6,153 5, ,5 34,81 0,841 4,830 0, , ,1 137,98 10,19 9, S e
43 A regresszós modell tesztelése H 0 : β 1 =0 a lneárs regresszó fennállásának tagadása H 1 : β 1 0 A H 0 ellenőrzésére alkalmas próbafüggvén: (ν 1 =1 és ν =n-) Ha F<F krt H 0 -t elfogadjuk Ha F>F krt van szgnfkáns kapcsolat F S s ˆ e S ˆ Se n
44 s e n ˆ Varanca-analízs tábla kétváltozós regresszó-számításnál Összetevő Négzetösszeg Szabadságfok Szórásnégzet Regresszó (SSR) 1 Hbaténező (SSE) Teljes (SST) n- n-1
45 s S ( n 1)
46 Az F-eloszlás táblázata (p=0,95) ,45 199,50 15,71 4,58 30,16 33,99 36,77 38,88 40,54 41,88 45,95 48,0 51,14 51,77 5,0 53,04 53,5 54,3 1 18,51 19,00 19,16 19,5 19,30 19,33 19,35 19,37 19,38 19,40 19,43 19,45 19,47 19,48 19,48 19,49 19,49 19, ,13 9,55 9,8 9,1 9,01 8,94 8,89 8,85 8,81 8,79 8,70 8,66 8,59 8,58 8,57 8,55 8,55 8, ,71 6,94 6,59 6,39 6,6 6,16 6,09 6,04 6,00 5,96 5,86 5,80 5,7 5,70 5,69 5,66 5,66 5, ,61 5,79 5,41 5,19 5,05 4,95 4,88 4,8 4,77 4,74 4,6 4,56 4,46 4,44 4,43 4,41 4,40 4, ,99 5,14 4,76 4,53 4,39 4,8 4,1 4,15 4,10 4,06 3,94 3,87 3,77 3,75 3,74 3,71 3,70 3, ,59 4,74 4,35 4,1 3,97 3,87 3,79 3,73 3,68 3,64 3,51 3,44 3,34 3,3 3,30 3,7 3,7 3, ,3 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 3, 3,15 3,04 3,0 3,01,97,97, ,1 4,6 3,86 3,63 3,48 3,37 3,9 3,3 3,18 3,14 3,01,94,83,80,79,76,75, ,96 4,10 3,71 3,48 3,33 3, 3,14 3,07 3,0,98,85,77,66,64,6,59,58, ,84 3,98 3,59 3,36 3,0 3,09 3,01,95,90,85,7,65,53,51,49,46,45, ,75 3,89 3,49 3,6 3,11 3,00,91,85,80,75,6,54,43,40,38,35,34, ,67 3,81 3,41 3,18 3,03,9,83,77,71,67,53,46,34,31,30,6,5, ,60 3,74 3,34 3,11,96,85,76,70,65,60,46,39,7,4,,19,18, ,54 3,68 3,9 3,06,90,79,71,64,59,54,40,33,0,18,16,1,11, ,49 3,63 3,4 3,01,85,74,66,59,54,49,35,8,15,1,11,07,06, ,45 3,59 3,0,96,81,70,61,55,49,45,31,3,10,08,06,0,01 1, ,41 3,55 3,16,93,77,66,58,51,46,41,7,19,06,04,0 1,98 1,97 1, ,38 3,5 3,13,90,74,63,54,48,4,38,3,16,03,00 1,98 1,94 1,93 1, ,35 3,49 3,10,87,71,60,51,45,39,35,0,1 1,99 1,97 1,95 1,91 1,90 1, ,3 3,47 3,07,84,68,57,49,4,37,3,18,10 1,96 1,94 1,9 1,88 1,87 1,81 1 4,30 3,44 3,05,8,66,55,46,40,34,30,15,07 1,94 1,91 1,89 1,85 1,84 1,78 3 4,8 3,4 3,03,80,64,53,44,37,3,7,13,05 1,91 1,88 1,86 1,8 1,81 1, ,6 3,40 3,01,78,6,51,4,36,30,5,11,03 1,89 1,86 1,84 1,80 1,79 1, ,4 3,39,99,76,60,49,40,34,8,4,09,01 1,87 1,84 1,8 1,78 1,77 1, ,08 3,3,84,61,45,34,5,18,1,08 1,9 1,84 1,69 1,66 1,64 1,59 1,58 1, ,03 3,18,79,56,40,9,0,13,07,03 1,87 1,78 1,63 1,60 1,58 1,5 1,51 1, ,00 3,15,76,53,37,5,17,10,04 1,99 1,84 1,75 1,59 1,56 1,53 1,48 1,47 1, ,94 3,09,70,46,31,19,10,03 1,97 1,93 1,77 1,68 1,5 1,48 1,45 1,39 1,38 1, ,9 3,07,68,45,9,18,09,0 1,96 1,91 1,75 1,66 1,50 1,46 1,43 1,37 1,35 1,5 10 3,84 3,00,60,37,1,10,01 1,94 1,88 1,83 1,67 1,57 1,39 1,35 1,3 1,4 1, 1,00
47 A regresszós egüttható (β 1 ) tesztelése H 0 : β 1 =0 valójában nncs korrelácó H 1 : β 1 0 A H 0 ellenőrzésére alkalmas próbafüggvén: t v Ha t <t (1-α/) H 0 -t elfogadjuk Ha t >t (1-α/) H 0 -t elvetjük, van kapcsolat X és Y között b s b n 1
48 Student s Gazdaságtudomán t-test Kar Df 0,55 0,60 0,70 0,75 0,80 0,90 0,95 0,975 0,99 0, ,158 0,35 0,77 1,000 1,376 3,08 6,31 1,71 31,8 63,66 0,14 0,89 0,617 0,816 1,061 1,89,9 4,30 6,96 9,9 3 0,137 0,77 0,584 0,765 0,978 1,64,35 3,18 4,54 5,84 4 0,134 0,71 0,569 0,741 0,941 1,53,13,78 3,75 4,60 5 0,13 0,67 0,559 0,77 0,90 1,48,0,57 3,36 4,03 6 0,131 0,65 0,553 0,718 0,906 1,44 1,94,45 3,14 3,71 7 0,130 0,63 0,549 0,711 0,896 1,4 1,90,36 3,00 3,50 8 0,130 0,6 0,546 0,706 0,889 1,40 1,86,31,90 3,36 9 0,19 0,61 0,543 0,703 0,883 1,38 1,83,6,8 3,5 10 0,19 0,60 0,54 0,700 0,879 1,37 1,81,3,76 3, ,19 0,60 0,540 0,697 0,876 1,36 1,80,0,7 3,11 1 0,18 0,59 0,539 0,695 0,873 1,36 1,78,18,68 3, ,18 0,59 0,538 0,694 0,870 1,35 1,77,16,65 3, ,18 0,58 0,537 0,69 0,868 1,34 1,76,14,6, ,18 0,58 0,536 0,691 0,866 1,34 1,75,13,60, ,18 0,58 0,535 0,690 0,865 1,34 1,75,1,58,9 17 0,18 0,57 0,534 0,689 0,863 1,33 1,74,11,57, ,17 0,57 0,534 0,688 0,86 1,33 1,73,10,55, ,17 0,57 0,533 0,688 0,861 1,33 1,73,09,54,86 0 0,17 0,57 0,533 0,687 0,860 1,3 1,7,09,53,84 1 0,17 0,57 0,53 0,686 0,859 1,3 1,7,08,5,83 0,17 0,56 0,53 0,686 0,858 1,3 1,7,07,51,8 3 0,17 0,56 0,53 0,685 0,858 1,3 1,71,07,50,81 4 0,17 0,56 0,531 0,685 0,857 1,3 1,71,06,49,80 5 0,17 0,56 0,531 0,684 0,856 1,3 1,71,06,48,79 6 0,17 0,56 0,531 0,684 0,856 1,3 1,71,06,48,78 7 0,17 0,56 0,531 0,684 0,855 1,31 1,70,05,47,77 8 0,17 0,56 0,530 0,683 0,855 1,31 1,70,05,47,76 9 0,17 0,56 0,530 0,683 0,854 1,31 1,70,04,46, ,17 0,56 0,530 0,683 0,854 1,31 1,70,04,46, ,16 0,55 0,59 0,681 0,851 1,30 1,68,0,4, ,16 0,54 0,57 0,679 0,848 1,30 1,67,00,39, ,16 0,54 0,56 0,677 0,845 1,9 1,66 1,98,36,6 0,16 0,53 0,54 0,674 0,84 1,8 1,645 1,96,33,58
49 Regresszós becslés pontossága
50 Paraméter Becslő függvén Standard hba 0 b 0 s e n( ) 1 b 1 ( ) s e 0 ŷ 0 s e 1 n ( 0 ( ) ) Y 0 ŷ 0 s e 1 1 n + ( 0 ( ) ) s e n ˆ
51 Köszönöm a fgelmet! stcsera@un-mskolc.hu
Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Regresszió-számítás. 2. előadás. Kvantitatív statisztikai módszerek. Dr.
Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Regresszó-számítás. előadás Kvanttatív statsztka módszerek Dr. Varga Beatr Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Korrelácós
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
RészletesebbenTöbbváltozós Regresszió-számítás
Töváltozós Regresszó-számítás 4.-5. előadás Kvanttatív statsztka módszerek Dr. Szlág Roland Korrelácó Célja a kacsolat szorosságának mérése. X (X, X,, X ): magarázó változó(k), független változó(k) Y:
RészletesebbenKvantitatív statisztikai módszerek
Kvantitatív statisztikai módszerek 1. konzultáció tárgyjegyző Dr. Szilágyi Roland Mérési skálák Számok meghatározott szabályok szerinti hozzárendelése jelenségekhez, bizonyos tulajdonságokhoz. 4 féle szabály
RészletesebbenRegresszió. Fő cél: jóslás Történhet:
Fő cél: jóslás Történhet: Regresszó 1 változó több változó segítségével Lépések: Létezk-e valamlyen kapcsolat a 2 változó között? Kapcsolat természetének leírása (mat. egy.) A regresszós egyenlet alapján
Részletesebben20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek!
SPEC 2009-2010. II. félév Statsztka II HÁZI dolgozat Név:... Neptun kód: 20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek! 1. példa Egy üzemben tejport csomagolnak zacskókba,
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETRIA ÖKONOMETRIA Készült a TÁMOP-4.1.-08//A/KMR-009-0041pálázat projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudomán Tanszékén az ELTE Közgazdaságtudomán Tanszék, az MTA Közgazdaságtudomán
RészletesebbenHipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?
01.09.18. Hpotézs vzsgálatok Egy példa Kérdések (példa) Hogyan adhatunk választ? Kérdés: Hatásos a lázcsllapító gyógyszer? Hatásos-e a gyógyszer?? rodalomból kísérletekből Hpotézsek A megfgyelt változó
RészletesebbenBoros Daniella Nappali tagozat Kereskedelem és marketing 2. évfolyam Gödöllő Neptun kód: OIPGB9
Szent István Egetem Gazdaság- és Tásadalomtudomán Ka -------------------------------------------------------------------------------------------- Koelácó- és egesszó analízs ----------------------------------------------------------------------------------------------------------------------
RészletesebbenRegresszió és korreláció
Regresszó és korrelácó regresso: vsszatérés, hátrálás; vsszafordulás correlato: vszo, összefüggés, kölcsöösség KAD 01.11.1 1 (vsszatérés, hátrálás; vsszafordulás) Regresszó és korrelácó Gakorlat megközelítés
Részletesebbens n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés
A m és az átlag Standard hba Mnta átlag 1 170 Az átlagok szntén ngadoznak a m körül. s x s n Az átlagok átlagos eltérése a m- től! 168 A m konfdenca ntervalluma. 3 166 4 173 x s x ~ 68% ~68% annak a valószínűsége,
RészletesebbenRegresszió és korreláció
Regresszó és korrelácó regresso: vsszatérés, hátrálás; vsszafordulás correlato: vszo, összefüggés, kölcsöösség KAD 016.11.10 1 (vsszatérés, hátrálás; vsszafordulás) Regresszó és korrelácó Gakorlat megközelítés
RészletesebbenStatisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.
Statsztka próbák Paraméteres. A populácó paraméteret becsüljük, ezekkel számolunk.. Az alapsokaság eloszlására van kkötés. Nem paraméteres Nncs lyen becslés Nncs kkötés Ugyanazon problémára sokszor megvan
RészletesebbenLineáris regresszió. Statisztika I., 4. alkalom
Lneárs regresszó Statsztka I., 4. alkalom Lneárs regresszó Ha két folytonos változó lneárs kapcsolatban van egymással, akkor az egyk segítségével elıre jelezhetjük a másk értékét. Szükségünk van a függı
RészletesebbenGyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Lineáris regresszió, ismétlés nélküli mérések
Gakorló feladatok a Kísérletek tervezése és értékelése c. tárgból Lneárs regresszó, smétlés nélkül mérések 1. példa Az alább táblázat eg kalbrácós egenes felvételekor mért adatokat tartalmazza: x 1.8 3
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 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,
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
RészletesebbenVariancia-analízis (ANOVA) Mekkora a tévedés esélye? A tévedés esélye Miért nem csinálunk kétmintás t-próbákat?
Varanca-analízs (NOV Mért nem csnálunk kétmntás t-próbákat? B Van különbség a csoportok között? Nncs, az eltérés csak véletlen! Ez a nullhpotézs. és B nncs különbség Legyen, B és C 3 csoport! B és C nncs
RészletesebbenOLS regresszió - ismétlés Mikroökonometria, 1. hét Bíró Anikó A tantárgy tartalma
OLS regresszó - smétlés Mroöonometra,. hét Bíró Anó A tantárg tartalma Leggaorbb mroöonometra problémá és azo ezeléséne megsmerése Egén vag vállalat adato Keresztmetszet és panel elemzés Vállalat, pacelemzés
RészletesebbenHatárérték. Wettl Ferenc el adása alapján és Wettl Ferenc el adása alapján Határérték és
2015.09.28. és 2015.09.30. 2015.09.28. és 2015.09.30. 1 / Tartalom 1 A valós függvén fogalma 2 A határérték fogalma a végtelenben véges pontban Végtelen határértékek 3 A határértékek kiszámítása A rend
RészletesebbenÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETRIA Készült a TÁMOP-4..-08//A/KMR-009-004pálázat projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomán Tanszékén az ELTE Közgazdaságtudomán Tanszék az MTA Közgazdaságtudomán Intézet
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
RészletesebbenORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!
ORVOSI STATISZTIKA Az orvos statsztka helye Élettan Anatóma Kéma Lehet kérdés?? Statsztka! Az orvos döntéseket hoz! Mkor jó egy döntés? Mennyre helyes egy döntés? Mekkora a tévedés lehetősége? Példa: test
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
RészletesebbenADATREDUKCIÓ I. Középértékek
ADATREDUKCIÓ I. Középértékek Adatredukcó 1. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények: a) Számított középérték: közbenső helyet foglaljanak el, azaz mn középérték
RészletesebbenBiometria 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) ( s 2 2. ^t = (n x 1)s n (s x+s y ) x +(n y 1)s y n x+n y. +n y 2 n x. n y df = n x + n y 2. n x. s x. + s 2. df = d kritikus.
Kétmtás t-próba ^t ȳ ( s +( s + + df + vag ha, aor ^t ȳ (s +s Welch-próba ^d ȳ s + s ( s + s df ( s ( s + d rtus t s (α, +t s (α, s + s Kofdecatervallum ét mta átlagáa ülöbségére SE s ( + s ( ±t (α,df
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
RészletesebbenRelációk. Vázlat. Példák direkt szorzatra
8.. 7. elácók elácó matematka fogalma zükséges fogalom: drekt szorzat Halmazok Descartes drekt szorzata: Legenek D D D n adott doman halmazok. D D D n : = { d d d n d k D k k n } A drekt szorzat tehát
RészletesebbenVázlat. Relációk. Példák direkt szorzatra
7..9. Vázlat elácók a. elácó fogalma b. Tulajdonsága: refleív szmmetrkus/antszmmetrkus tranztív c. Ekvvalenca relácók rzleges/parcáls rrendez relácók felsmere d. elácók reprezentálása elácó matematka fogalma
RészletesebbenBevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,
Bevezetés a bometrába Dr. Dnya Elek egyetem tanár PhD kurzus. KOKI, 205.0.08. ADATREDUKCIÓ I. Középértékek Adatredukcó. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények:
RészletesebbenRegressziós vizsgálatok
Regressziós vizsgálatok Regresszió (regression) Általános jelentése: visszaesés, hanyatlás, visszafelé mozgás, visszavezetés. Orvosi területen: visszafejlődés, involúció. A betegség tünetei, vagy maga
RészletesebbenGVMST22GNC Statisztika II.
GVMST22GNC Statisztika II. 4. előadás: 9. Kétváltozós korreláció- és regressziószámítás Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Korrelációszámítás
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
RészletesebbenKomplex regionális elemzés és fejlesztés tanév DE Népegészségügyi Iskola Egészségpolitika tervezés és finanszírozás MSc
Komplex regonáls elemzés és fejlesztés 2016-2017. tanév DE Népegészségügy Iskola Egészségpoltka tervezés és fnanszírozás MSc 2. előadás Terület elemzés módszerek az egészségföldrajzban Terület ellátás
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát
RészletesebbenNemlineáris függvények illesztésének néhány kérdése
Mûhel Tóth Zoltán docens, Károl Róbert Főskola E-mal: zol@karolrobert.hu Nemlneárs függvének llesztésének néhán kérdése A nemlneárs regresszós és trendfüggvének llesztésekor számos esetben alkalmazzuk
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
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.
RészletesebbenStatisztika I. 13. előadás Idősorok elemzése. Előadó: Dr. Ertsey Imre
Statisztika I. 13. előadás Idősorok elemzése Előadó: Dr. Ertse Imre A társadalmi - gazdasági jelenségek időbeli alakulásának törvénszerűségeit kell vizsgálni a változás, a fejlődés tendenciáját. Ezek a
RészletesebbenStatisztika feladatok
Statsztka ok Informatka Tudományok Doktor Iskola Bzonyítandó, hogy: azaz 1 Tekntsük az alább statsztkákat: Igazoljuk, hogy torzítatlan statsztkák! Melyk a leghatásosabb közöttük? (Ez az együttes eloszlásfüggvényük.)
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
RészletesebbenOKTATÁSGAZDASÁGTAN. Készítette: Varga Júlia Szakmai felelős: Varga Júlia június
OKTATÁSGAZDASÁGTAN Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázat projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomány Tanszékén az ELTE Közgazdaságtudomány Tanszék az MTA Közgazdaságtudomány
RészletesebbenKÖVETKEZTETŐ STATISZTIKA
ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak
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
RészletesebbenIdősorok elemzése előadás. Előadó: Dr. Balogh Péter
Idősorok elemzése előadás Előadó: Dr. Balogh Péter Idősorok elemzése A társadalmi - gazdasági jelenségek időbeli alakulásának törvénszerűségeit kell vizsgálni a változás, a fejlődés tendenciáját. Az idősorokban
RészletesebbenStatisztika elméleti összefoglaló
1 Statisztika elméleti összefoglaló Tel.: 0/453-91-78 1. Tartalomjegyzék 1. Tartalomjegyzék.... Becsléselmélet... 3 3. Intervallumbecslések... 5 4. Hipotézisvizsgálat... 8 5. Regresszió-számítás... 11
RészletesebbenKÖZPONTI STATISZTIKAI HIVATAL. Szóbeli vizsgatevékenység
KÖZPONTI STATISZTIKAI HIVATAL A vizsgarészhez rendelt követelménymodul azonosító száma, megnevezése: 2144-06 Statisztikai szervezői és elemzési feladatok A vizsgarészhez rendelt vizsgafeladat megnevezése:
RészletesebbenADATREDUKCIÓ I. Középértékek
ADATREDUKCIÓ I. Középértékek Adatredukcó 1. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények: a) Számított középérték: közbenső helyet foglaljanak el, azaz mn középérték
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
RészletesebbenMatematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)
Matematka statsztka elıadás III. éves elemzı szakosokak Zemplé Adrás 9. elıadásból részlet Y közelítése függvéyével Gyakor eset, hogy em smerjük a számukra érdekes meység Y potos értékét pl. holap részvéy-árfolyam,
RészletesebbenDr. Ratkó István. Matematikai módszerek orvosi alkalmazásai. 2010.11.08. Magyar Tudomány Napja. Gábor Dénes Főiskola
Dr. Ratkó István Matematka módszerek orvos alkalmazása 200..08. Magyar Tudomány Napja Gábor Dénes Főskola A valószínűségszámítás és matematka statsztka főskola oktatásakor a hallgatók néha megkérdezk egy-egy
RészletesebbenAdatok statisztikai értékelésének főbb lehetőségei
Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció
RészletesebbenKidolgozott feladatok a gyökvonás témakörhöz (10.A osztály)
1. Számítsuk ki a következő szorzatok értékét! (a) 3 3 3 (b) 7 3 7 3 1 9. Számítsuk ki a következő hánadosokat! (a) (b) 1 0 1 0 3. Döntsük el, melik szám a nagobb! (a) ( 3) vag ( ) 3 (b) Mivel tudjuk,
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETRIA ÖKONOMETRIA Készült a TÁMOP-4.1.-08//A/KMR-009-0041pályázat projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudomány Tanszékén az ELTE Közgazdaságtudomány Tanszék, az MTA Közgazdaságtudomány
RészletesebbenStatisztika I. 3. előadás. Előadó: Dr. Ertsey Imre
Statsztka I. 3. előadás Előadó: Dr. Ertsey Imre Vszonyszámok Statsztka munka: adatgyűjtés, rendszerezés, összegzés, értékelés. Vszonyszámok: Két statsztka adat arányát kfejező számok, Az un. leszármaztatott
RészletesebbenA multikritériumos elemzés célja, alkalmazási területe, adat-transzformációs eljárások, az osztályozási eljárások lényege
A multkrtérumos elemzés célja, alkalmazás területe, adat-transzformácós eljárások, az osztályozás eljárások lényege Cél: tervváltozatok, objektumok értékelése (helyzetértékelés), döntéshozatal segítése
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
RészletesebbenMéréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ)
Méréselmélet és mérőrendszerek 2. ELŐADÁS (1. RÉSZ) KÉSZÍTETTE: DR. FÜVESI VIKTOR 2016. 10. Mai témáink o A hiba fogalma o Méréshatár és mérési tartomány M é r é s i h i b a o A hiba megadása o A hiba
RészletesebbenA DETERMINÁCIÓS EGYÜTTHATÓRÓL
VITA A DETERMIÁCIÓS EGYÜTTHATÓRÓL HUYADI LÁSZLÓ Egyes vélekedések szernt a regresszós modellek (többszörös) determnácós együtthatója nem jó mutatószám, hszen sok olyan hányossága van, amelyek folytán alkalmazása
RészletesebbenKalkulus II., harmadik házi feladat
Név: Neptun: Web: http://mawell.sze.hu/~ungert Kalkulus II., harmadik házi feladat.,5 pont) Határozzuk meg a következ határértékeket: ahol a) A =, ), b) A =, ), c) A =, ).,) A Az egszer bb kezelhet ség
RészletesebbenMatematika szintfelmérő szeptember
Matematika szintfelmérő 015. szeptember matematika BSC MO 1. A faglaltok éjszakáján eg közvéleménkutatásban vizsgált csoport %-ának ízlett az eperfaglalt, 94%-ának pedig a citromfaglalt. A két gümölcsfaglalt
RészletesebbenGVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet
GVMST22GNC Statisztika II. 3. előadás: 8. Hipotézisvizsgálat Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Hipotézisvizsgálat v becslés Becslés Ismeretlen paraméter Közeĺıtő
RészletesebbenADATREDUKCIÓ I. Középértékek
ADATREDUKCIÓ I. Középértékek Adatredukcó 1. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények: a) Számított középérték: közbenső helyet foglaljanak el, azaz x mn középérték
RészletesebbenMAGYARÁZAT A MATEMATIKA NULLADIK ZÁRTHELYI MINTAFELADATSOR FELADATAIHOZ 2010.
MAGYARÁZAT A MATEMATIKA NULLADIK ZÁRTHELYI MINTAFELADATSOR FELADATAIHOZ 00.. Tetszőleges, nem negatív szám esetén, Göktelenítsük a nevezőt: (B). Menni a 0 kifejezés értéke? (D) 0 0 0 0 0000 400 0. 5 Felhasznált
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...
RészletesebbenStatisztika 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
Részletesebben10. elıadás: Vállalati kínálat, iparági kínálat Piaci ár. A versenyzı vállalat kínálati döntése. A vállalat korlátai
(C) htt://kgt.bme.hu/ 1 /8.1. ábra. A versenzı vállalat keresleti görbéje. A iaci árnál a vállalati kereslet vízszintes. Magasabb árakon a vállalat semmit nem ad el, a iaci ár alatt edig a teljes keresleti
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
Részletesebbenaz eredő átmegy a közös ponton.
M Műszaki Mechanikai Tanszék STTIK dr. Uj József c. egetemi tanár g közös ponton támadó koncentrált erők (centrális erőrendszer) Két erő eredője: = +, Több erő eredője: = + ++...+ n, az eredő átmeg a közös
RészletesebbenRegresszió számítás. Mérnöki létesítmények ellenőrzése, terveknek megfelelése. Geodéziai mérések pontok helyzete, pontszerű információ
Regresszó számítás Mérök létesítméek elleőrzése, terekek megfelelése Deformácózsgálat Geodéza mérések potok helzete, potszerű formácó Leárs regresszó Regresszós sík Regresszós göre Legkse égzetek módszere
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
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
Részletesebben4 2 lapultsági együttható =
Leíró statsztka Egy kísérlet végeztével általában tetemes mennységű adat szokott összegyűln. Állandó probléma, hogy mt s kezdjünk - lletve mt tudunk kezden az adatokkal. A statsztka ebben segít mnket.
RészletesebbenBiostatisztika VIII. Mátyus László. 19 October
Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.
RészletesebbenAlgebrai egész kifejezések (polinomok)
Algebrai egész kifejezések (polinomok) Betűk használata a matematikában Feladat Mekkora a 107m 68m oldalhosszúságú téglalap alakú focipála kerülete, területe? a = 107 m b = 68 m Terület T = a b = 107m
RészletesebbenVARIANCIAANALÍZIS (szóráselemzés, ANOVA)
VARIANCIAANAÍZIS (szóráselemzés, ANOVA) Varancaanalízs. Varancaanalízs (szóráselemzés, ANOVA) Adott: egy vagy több tetszőleges skálájú független változó és egy legalább ntervallum skálájú függő változó.
RészletesebbenMATEMATIKAI STATISZTIKA KISFELADAT. Feladatlap
Közlekedésmérnök Kar Jármőtervezés és vzsgálat alapja I. Feladatlap NÉV:..tk.:. Feladat sorsz.:.. Feladat: Egy jármő futómő alkatrész terhelésvzsgálatakor felvett, az alkatrészre ható terhelı erı csúcsértékek
Részletesebbena.) b.) c.) d.) e.) össz. 4 pont 2 pont 4 pont 2 pont 3 pont 15 pont
1. Az alábbi feladatok egszerűek, akár fejben is kiszámíthatóak, de a piszkozatpapíron is gondolkodhat. A megoldásokat azonban erre a papírra írja! a.) A 2x 2 5x 3 0 egenlet megoldása nélkül határozza
RészletesebbenTÉRBELI STATISZTIKAI VIZSGÁLATOK, ÁTLAGOS JELLEMZŐK ÉS TENDENCIÁK MAGYARORSZÁGON. Bihari Zita, OMSZ Éghajlati Elemző Osztály OMSZ
TÉRBELI STATISZTIKAI VIZSGÁLATOK, ÁTLAGOS JELLEMZŐK ÉS TENDENCIÁK MAGYARORSZÁGON Bhar Zta, OMSZ Éghajlat Elemző Osztály OMSZ Áttekntés Térbel vzsgálatok Alkalmazott módszer: MISH Eredmények Tervek A módszer
RészletesebbenEloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok
Eloszlás-független módszerek (folytatás) 14. elıadás (7-8. lecke) Illeszkedés-vizsgálat 7. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok elemzésére Illeszkedés-vizsgálat Gyakorisági sorok
RészletesebbenHipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok
STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris
RészletesebbenKözúti közlekedésüzemvitel-ellátó. Tájékoztató
12/2013. (III. 29.) NFM rendelet szakma és vzsgakövetelménye alapján. Szakképesítés, azonosító száma és megnevezése 54 841 02 Közút közlekedésüzemvtel-ellátó Tájékoztató A vzsgázó az első lapra írja fel
RészletesebbenMódszertani Intézeti Tanszéki Osztály
BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012. Név:... Kód:...... Eredmény:..... STATISZTIKA I. VIZSGA; NG KM ÉS KG TQM SZAKOKON MINTAVIZSGA Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető
RészletesebbenMűszaki folyamatok közgazdasági elemzése. Kevert stratégiák és evolúciós játékok
Műszak folyamatok közgazdaság elemzése Kevert stratégák és evolúcós átékok Fogalmak: Példa: 1 szta stratéga Vegyes stratéga Ha m tszta stratéga létezk és a 1 m annak valószínűsége hogy az - edk átékos
RészletesebbenMinősítéses mérőrendszerek képességvizsgálata
Mnősítéses mérőrendszerek képességvzsgálata Vágó Emese, Dr. Kemény Sándor Budapest Műszak és Gazdaságtudomány Egyetem Kéma és Környezet Folyamatmérnök Tanszék Az előadás vázlata 1. Mnősítéses mérőrendszerek
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
RészletesebbenBiológiai anyagok hatásának értékelése, ha közvetlen fizikai vagy kémiai analízis nem alkalmazható.
Boassa Bológa anagok hatásának értékelése, ha közvetlen fzka vag kéma analízs nem alkalmazható. Alapja standard készítménnel való összehasonlítás: a vzsgált anag mlen mennsége ad uganakkora hatást, mnt
RészletesebbenIsmérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I. 25-26. o)
Ismérvek között kapcsolatok szorosságáak vzsgálata 1. Egy ks smétlés: mérés skálák (Huyad-Vta: Statsztka I. 5-6. o) A külöböző smérveket, eltérő mérés sztekkel (skálákkal) ellemezhetük. a. évleges (omáls)
RészletesebbenKétváltozós függvények ábrázolása síkmetszetek képzése által
Kétváltozós függvének ábrázolása síkmetszetek képzése által ) Ábrázoljuk a z + felületet! Az [,] síkkal párhuzamos síkokkal z c) képzett metszetek körök: + c, tehát a felület z tengelű forgásfelület; Az
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen
RészletesebbenStatisztika 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
RészletesebbenA végeselem programrendszer általános felépítése (ismétlés)
SZÉCHENYI ISTVÁN EGYETEM ALKALMAZOTT MECHANIKA TANSZÉK 1. MECHANIKA-VÉGESELEM MÓDSZER ELŐADÁS (kdolgozta: Szüle Veronka eg. ts.) IX. előadás A végeselem rogramrendszer általános feléítése (smétlés) A végeselem
Részletesebben= és a kínálati függvény pedig p = 60
GYAKORLÓ FELADATOK 1: PIACI MECHANIZMUS 1. Adja meg a keresleti és a kínálati függvének pontos definícióját! Mikor beszélhetünk piaci egensúlról?. Eg piacon a keresletet és a kínálatot a p = 140 0, 1q
Részletesebben(1) Milyen esetben beszélünk tartós nyugalomról? Abban az esetben, ha a (vizsgált) test a helyzetét hosszabb időn át nem változtatja meg.
SZÉCHENYI ISTVÁN EGYETEM MECHNIK - STTIK LKLMZTT MECHNIK TNSZÉK Elmélet kérdések és válaszok egetem alapképzésbe (Sc képzésbe) résztvevő mérökhallgatók számára () Mle esetbe beszélük tartós ugalomról?
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. 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
RészletesebbenAdatelemzés és adatbányászat MSc
Adatelemzés és adatbányászat MSc. téma Adatelemzés, statsztka elemek áttekntése Adatelemzés módszertana probléma felvetés módszer, adatok meghatározása nyers adatok adatforrás meghatározása adat tsztítás
RészletesebbenElemi függvények. Nevezetes függvények. 1. A hatványfüggvény
Elemi függvének Tétel: Ha az = ϕ() függvén az = f () függvén inverze, akkor = ϕ() függvén grafikonja az = f () függvén képéből az = egenesre való tükrözéssel nerhető. Tétel: Minden szigorúan monoton függvénnek
Részletesebben