Feltesszük, hogy a mintaelemek között nincs két azonos. ha X n a rendezett mintában az R n -ik. ha n 1 n 2
|
|
- Renáta Soós
- 4 évvel ezelőtt
- Látták:
Átírás
1 Kabos: Ordinális változók Hipotézisvizsgálat-1 Minta: X 1, X 2,..., X N EVM (=egyszerű véletlen minta) X-re Feltesszük, hogy a mintaelemek között nincs két azonos. Rendezett minta: X (1), X (2),..., X (N) a minta nagyság szerint növekedő sorbarendezése: X (1) < X (2) < < X (N) Rangszámok: R 1, R 2,..., R N ha X n a rendezett mintában az R n -ik. Belátható, hogy X n = X ( R n ) és E {R n } = N V ar {R n } = (N + 1) (N 1) 12 Cov {R n1, R n2 } = N minden n = 1..N -re ha n 1 n 2
2 Kabos: Ordinális változók Hipotézisvizsgálat-2 Hipotézisvizsgálat két független populációra Legyen X 1, X 2,..., X N EVM X-re, és Y 1, Y 2,..., Y M EVM Y -ra. Az egyesített {X 1, X 2,..., X N,..., Y 1, Y 2,..., Y M } mintában az X-ek rangszámai: R 1, R 2,..., R N Wilcoxon rangösszeg statisztika: W X = Mann-Whitney statisztika: U X = W X N n=1 ( N 2 Belátható, hogy ha X és Y eloszlása azonos, akkor R n ) E {W X } = N(N + M + 1) 2 V ar {W X } = NM(N + M + 1) 12
3 Kabos: Ordinális változók Hipotézisvizsgálat-3 Legyen X 1, X 2,..., X N EVM az X változóra, a minta empírikus eloszlásfüggvénye ˆF N (t) = 1 N # {n : X n < t}. Legyen Y 1, Y 2,..., Y N EVM az Y változóra, a minta empírikus eloszlásfüggvénye ĜN(t) = 1 N # {n : Y n < t}. Feltesszük, hogy X 1,.., X N, Y 1,.., Y N teljesen független megfigyelések. Kolmogorov-Szmirnov statisztika: { ĜN(t)} B N = ˆFN (t) sup <t< Kolmogorov-Szmirnov statisztika: { A N = ˆF } N (t) ĜN(t) sup <t< A Kolmogorov-Szmirnov próba a két eloszlás azonosságát vizsgálja. A t-próba a két eloszlás várhatóértékének egyenlőségét vizsgálja.
4 Kabos: Ordinális változók Hipotézisvizsgálat-4 Összefüggésvizsgálat Legyen (X 1, Y 1 ), (X 2, Y 2 ),..., (X N, Y N ) EVM (X, Y )-ra Az adatelemzés szóhasználatában ezt az adatrendszert így nevezik: összetartozó minták és ezzel megkülönböztetik az eddig tárgyalt adatrendszerektől, melyek a független minták. Összetartozó minta például, ha N házaspárt kérdezünk: az n-ik házaspárnál a férj válasza X n és a feleség válasza Y n A következő próbával X és Y függetlenségét tudjuk tesztelni. Wilcoxon előjeles rangpróba kiszámítjuk a Z n = X n Y n értékeket, n = 1..N kiszámítjuk a Z n rangszámait: R n W + = a pozitív előjelű Z n -ekhez tartozó R n -ek összege Wilcoxon kiszámította W + eloszlását arra az esetre, ha X és Y függetlenek.
5 Kabos: Ordinális változók Hipotézisvizsgálat-5 Összefüggésvizsgálat Legyen (X 1, Y 1 ), (X 2, Y 2 ),..., (X N, Y N ) EVM (X, Y )-ra R = (R 1, R 2,..., R N ) ahol R n az X n rangja az X-mintában, Q = (Q 1, Q 2,..., Q N ) ahol Q n az Y n rangja az Y -mintában. S = (S 1, S 2,..., S N ) ahol S n = R n Q n n = 1..N Spearman-korreláció: r S = corr(r, Q) Belátható, hogy r S = 1 6 N(N + 1)(N 1) ( ) 2 N + 1 Belátható, hogy E {T } = N és 2 V ar {T } = 1 N 1 Megjegyzés: r S = ( N(N + 1)(N 1) 12 ) 2 1 N 1 T E{T } V ar{t } N n=1 S 2 n
6 Kabos: Ordinális változók Hipotézisvizsgálat-6 Értelmezzük az azonosan rendezett párok (C = C 1 + C 2 ) és az eltérően rendezett párok (D = D 1 + D 2 ) számát : C 1 = # {(n, m) : X n < X m és Y n < Y m } C 2 = # {(n, m) : X n > X m és Y n > Y m } D 1 = # {(n, m) : X n < X m és Y n > Y m } D 2 = # {(n, m) : X n > X m és Y n < Y m } Kendall-féle τ : τ A = C D T ahol T = N(N 1) Belátható, hogy τ A = C D C + D = 2C N(N 1) 1 feltéve, hogy a mintaelemek között nincs két azonos. Az azonos értékek kezelése: X az A 1,..., A I különböző értékeket veszi fel, a 1,..., a I multiplicitással Y a B 1,..., B J különböző értékeket veszi fel, b 1,..., b J multiplicitással Legyen α = I a i (a i 1) és β = i=1 J b j (b j 1) j=1 τ B = C D (T α) (T β)
7 Ordinális változók elemzése ISSPSocIneq változók: v4 v10 v11 v12 v34 urbrural educyrs v4 Importance: coming from a wealthy famil Frequency Percent Valid Percent Cumulative Percent Valid Essential Very important Fairly important Not very important Total Missing Cant choose No answer Total Total v10 People study to earn a lot of money Valid Frequency Percent Valid Percent Cumulative Percent Strongly agree Agree Neither agree nor disagree Disagree Total Missing Cant choose No answer Total Total v11 Differences in income are necessary Valid Frequency Percent Valid Percent Cumulative Percent Strongly agree Agree Neither agree nor disagree Disagree Total Missing Cant choose No answer Total Total
8 v12 Inequa. exists because of lack of union Valid Cumulative Frequency Percent Valid Percent Percent Strongly agree Agree Neither agree nor disagree Disagree Total Missing Cant choose No answer Total Total v34 Differences in income are too large Valid Frequency Percent Valid Percent Cumulative Percent Strongly agree Agree Neither agree nor disagree Disagree Total Missing Cant choose No answer 4.3 Total Total urb Urban-Rural Valid Frequency Percent Valid Percent Cumulative Percent urban else Total
9 Valid Missing educyrs Educ Years (numerical) Cumulative Frequency Percent Valid Percent Percent 1 year Total No form school NA Total Total coeducyrs Educ Years (cat-ordinal) Valid Frequency Percent Valid Percent Cumulative Percent primary secondary high univ Total
10 Kétmintás összehasonlítás szám-értékű változóra: t-próba T-TEST GROUPS=urb(1 2) /VARIABLES= v4 v10 v11 v12 v34. Independent Samples Test v4 v10 v11 v12 v34 Equal variances Equal variances not Equal variances Equal variances not Equal variances Equal variances not Equal variances Equal variances not Equal variances Equal variances not t df t-test for Equality of Means Sig. (2- tailed) Mean Difference 95% Confidence Interval of the Difference Std. Error Difference Lower Upper
11 Kétmintás összehasonlítás ordinális változóra: Mann-Whitney-Wilcoxon próba NPAR TESTS /M-W= v4 v10 v11 v12 v34 BY urb(1 2). Ranks v4 v10 v11 v12 v34 urb N Mean Rank Sum of Ranks urban else Total 1092 urban else Total 1120 urban else Total 1089 urban else Total 1041 urban else Total 1132 Test Statistics a v4 v10 v11 v12 v34 Mann-Whitney U Wilcoxon W Z Asymp. Sig. (2-tailed) a. Grouping Variable: urb
12 Teszt két eloszlás egyenlőségére: Kolmogorov-Szmirnov próba NPAR TESTS /K-S= v4 v10 v11 v12 v34 BY urb(1 2). Most Extreme Differences a. Grouping Variable: urb Test Statistics a v4 v10 v11 v12 v34 Absolute Positive Negative Kolmogorov-Smirnov Z Asymp. Signif. (2-tailed)
13 Wilcoxon előjeles rangpróba NPAR TEST /WILCOXON=v4 v10 v11 v12 v34 WITH coeducyrs. coeducyrs - v4 coeducyrs - v10 coeducyrs - v11 coeducyrs - v12 coeducyrs - v34 a. coeducyrs < v4 b. coeducyrs > v4 c. coeducyrs = v4 d. coeducyrs < v10 e. coeducyrs > v10 f. coeducyrs = v10 g. coeducyrs < v11 h. coeducyrs > v11 i. coeducyrs = v11 j. coeducyrs < v12 k. coeducyrs > v12 l. coeducyrs = v12 m. coeducyrs < v34 n. coeducyrs > v34 o. coeducyrs = v34 Ranks N Mean Rank Sum of Ranks Negative Ranks 669 a Positive Ranks 159 b Ties 264 c Total 1092 Negative Ranks 318 d Positive Ranks 430 e Ties 372 f Total 1120 Negative Ranks 673 g Positive Ranks 175 h Ties 241 i Total 1089 Negative Ranks 498 j Positive Ranks 211 k Ties 332 l Total 1041 Negative Ranks 279 m Positive Ranks 476 n Ties 377 o Total 1132
14 Wilcoxon előjeles rangpróba Test Statistics c coeducyrs - v4 coeducyrs - v10 coeducyrs - v11 coeducyrs - v12 coeducyrs - v34 Z -17,330 a -5,350 b -17,471 a -9,388 a -8,435 b Asymp a. Based on positive ranks. b. Based on negative ranks. c. Wilcoxon Signed Ranks Test
15 Összefüggésvizsgálat szám-értékű változókra: Pearson-korreláció CORRELATIONS /VARIABLES= v4 v10 v11 v12 v34 coeducyrs WITH educyrs /PRINT=TWOTAIL NOSIG /MISSING=PAIRWISE. s v4 educyrs Pearson,083 ** Sig. (2-tailed).008 N 1016 v10 Pearson,226 ** N 1038 v11 Pearson -,071 * Sig. (2-tailed).024 N 1008 v12 Pearson,221 ** N 968 v34 Pearson,232 ** N 1045 coeducyrs Pearson,926 ** N 1059 **. is significant at the 0.01 level (2-tailed). *. is significant at the 0.05 level (2-tailed).
16 Összefüggésvizsgálat ordinális változókra NONPAR CORR /VARIABLES= v4 v10 v11 v12 v34 WITH coeducyrs /PRINT=BOTH TWOTAIL NOSIG /MISSING=PAIRWISE. s coeducyrs Kendall's v4 tau_b.035 Sig. (2-tailed).182 N 1092 v10,144 ** N 1120 v11 -,083 ** Sig. (2-tailed).002 N 1089 v12,137 ** N 1041 v34,148 ** N 1132 Spearman's v4 rho.040 Sig. (2-tailed).187 N 1092 v10,166 ** N 1120 v11 -,094 ** Sig. (2-tailed).002 N 1089 v12,157 ** N 1041 v34,172 ** N 1132 **. is significant at the 0.01 level (2-tailed).
17 Kategoriális főkomponens elemzés CATPCA VARIABLES=v4 v10 v11 v12 v34 /ANALYSIS=v4(LEVEL=ORDI) v10(level=ordi) v11(level=ordi) v12(level=ordi) v34(level=ordi) /DIMENSION=2 /NORMALIZATION=VPRINCIPAL /PRINT=QUANT LOADING /PLOT=LOADING. Quantifications Table v4 Importance: coming from a wealthy famil a Centroid Coordinates Vector Coordinates Category Frequency Quantification Essential Very important Fairly important Not very important Missing 50 Variable Principal Normalization. a. Optimal Scaling Level: Ordinal. v10 People study to earn a lot of money a Centroid Coordinates Vector Coordinates Category Frequency Quantification Strongly agree Agree Neither agree nor disagree Disagree Missing 22 Variable Principal Normalization. a. Optimal Scaling Level: Ordinal.
18 v11 Differences in income are necessary a Centroid Coordinates Vector Coordinates Category Frequency Quantification Strongly agree Agree Neither agree nor disagree Disagree Missing 53 Variable Principal Normalization. a. Optimal Scaling Level: Ordinal. v12 Inequa. exists because of lack of union a Centroid Coordinates Vector Coordinates Category Frequency Quantification Strongly agree Agree Neither agree nor disagree Disagree Missing 101 Variable Principal Normalization. a. Optimal Scaling Level: Ordinal. v34 Differences in income are too large a Centroid Coordinates Vector Coordinates Category Frequency Quantification Strongly agree Agree Neither agree nor disagree Disagree Missing 10 Variable Principal Normalization. a. Optimal Scaling Level: Ordinal.
19 Component Loadings Component Loadings v4 Importance: coming from a wealthy famil v10 People study to earn a lot of money v11 Differences in income are necessary v12 Inequa. exists because of lack of union v34 Differences in income are too large Variable Principal Normalization.
: 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 +
RészletesebbenMÓDSZERTANI ESETTANULMÁNY. isk_4kat végzettségek négy katban. Frequency Percent Valid Percent. Valid 1 legfeljebb 8 osztály ,2 43,7 43,7
MÓDSZERTANI ESETTANULMÁNY 1. Az elemzés kérdésfeltevése Egy 2009-es kutatásban (pszichiátriai ellátásban szociális lévők körében) attitűdöket vizsgáltunk, melyből a foglalkoztatás egyes modelljeinek egészségmegóvó
RészletesebbenStatisztikai hipotézisvizsgálatok. Paraméteres statisztikai próbák
Statisztikai hipotézisvizsgálatok Paraméteres statisztikai próbák 1. Magyarországon a lakosság élelmiszerre fordított kiadásainak 2000-ben átlagosan 140 ezer Ft/fő volt. Egy kérdőíves felmérés során Veszprém
RészletesebbenNormál eloszlás. Gyakori statisztikák
Normál eloszlás Átlag jól jellemzi az adott populációt folytonos eloszlás (pl. lottó minden szám egyszer fordul elő) kétkúpú eloszlás (IQ mindenki vagy zseni vagy félhülye, átlag viszont azt mutatja,
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,
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
RészletesebbenIndependent Samples Test Levene's Test for Equality of t-test for Equality of Means. Mean. Difference
1. számú melléklet. Hallgatói eredmények táblázatai Independent Samples Test Levene's Test for Equality of Variances t-test for Equality of Means Mean Std. Error 95% Confidence Interval of the Difference
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
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
RészletesebbenEsettanulmány. 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
RészletesebbenA 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
RészletesebbenEloszlás-független módszerek 13. elıadás ( lecke)
Eloszlás-független módszerek 13. elıadás (25-26. lecke) Rangszámokon alapuló korrelációs együttható A t-próbák és a VA eloszlásmentes megfelelıi 25. lecke A Spearman-féle rangkorrelációs együttható A Kendall-féle
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
RészletesebbenBiomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 15. Nemparaméteres próbák Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date: November
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
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
RészletesebbenX PMS 2007 adatgyűjtés eredményeinek bemutatása X PMS ADATGYŰJTÉS
X PMS ADATGYŰJTÉS 2007 1 Tartalom Összefoglalás...3 A kutatásba beválasztott betegek életkora... 4 A kutatásba bevont betegek nem szerinti megoszlása... 5 Az adatgyűjtés során feltárt diagnózisok megoszlása...
RészletesebbenStatisztika II. feladatok
Statisztika II. feladatok 1. Egy női ruhákat és kiegészítőket forgalmazó üzletlánc 118 egységénél felmérést végzett arról, milyen tényezők befolyásolják a havi összbevételüket (EUR). a) Pótolja ki a táblázatok
RészletesebbenHipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás
STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H
RészletesebbenMódszertani eljárások az időtényező vezetési, szervezeti folyamatokban betöltött szerepének vizsgálatához
Módszertani eljárások az időtényező vezetési, szervezeti folyamatokban betöltött szerepének vizsgálatához Bácsné Bába Éva Debreceni Egyetem Agrártudományi Centrum, Agrárgazdasági és Vidékfejlesztési Kar,
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
RészletesebbenDr. Szőke Szilvia Dr. Balogh Péter: Nemparaméteres eljárások
Dr. Szőke Szilvia Dr. Balogh Péter: Nemparaméteres eljárások Bevezetés A magas mérési szintű változók adataiból számolhatunk átlagot, szórást. Fontos módszerek alapulnak ezeknek a származtatott paramétereknek
RészletesebbenMARKETINGKUTATÁS II. Oktatási segédanyag. Budapest, 2004. február
MARKETINGKUTATÁS II. Oktatási segédanyag Budapest, 2004. február Tartalomjegyzék ELŐSZÓ... 2 1 AZ SPSS-RŐL ÁLTALÁBAN... 3 1.1 DATA EDITOR... 3 1.2 VIEWER... 4 1.3 CHART EDITOR... 4 2 ADATBEVITEL... 5 2.1
RészletesebbenSTATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 7. Előadás Egyenletes eloszlás Binomiális eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell /56 Matematikai statisztika Reprezentatív mintavétel
RészletesebbenNem. Cumulative Percent 1,00 férfi ,9 25,9 25,9 2,00 nı ,1 73,1 99,0 99,00 adathiány 27 1,0 1,0 100,0 Total ,0 100,0
Függelék II. Demográfia Nem Frequency Percent Percent Cumulative Percent 1,00 férfi 727 25,9 25,9 25,9 2,00 nı 2053 73,1 73,1 99,0 99,00 adathiány 27 1,0 1,0 100,0 Korcsoport Frequency Percent Percent
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
RészletesebbenA 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
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
RészletesebbenKét 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
RészletesebbenKiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.
Kiválasztás A változó szerint Egymintás t-próba Mann-Whitney U-test paraméteres nem-paraméteres Varianciaanalízis De melyiket válasszam? Kétmintás t-próba Fontos, hogy mindig a kérdésnek és a változónak
RészletesebbenDescriptive Statistics
Descriptive Statistics Petra Petrovics DESCRIPTIVE STATISTICS Definition: Descriptive statistics is concerned only with collecting and describing data Methods: - statistical tables and graphs - descriptive
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
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
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.
RészletesebbenElemszám becslés. Kaszaki József Ph.D. SZTE ÁOK Sebészeti Műtéttani Intézet
Elemszám becslés Kaszaki József Ph.D. SZTE ÁOK Sebészeti Műtéttani Intézet Miért fontos? Gazdasági okok: Túl kevés elem esetén nem tudjuk kimutatni a kívánt hatást Túl kevés elem esetén olyan eredmény
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Nonparametric Tests
Nonparametric Tests Petra Petrovics Hypothesis Testing Parametric Tests Mean of a population Population proportion Population Standard Deviation Nonparametric Tests Test for Independence Analysis of Variance
RészletesebbenA telefonnal való ellátottság kapcsolata a rádió és televízió műsorszórás használatával a 14 éves és idősebb lakosság körében
A telefonnal való ellátottság kapcsolata a rádió és televízió műsorszórás használatával a 14 éves és idősebb lakosság körében Kiegészítő elemzés A rádió és televízió műsorszórás használatára a 14 éves
RészletesebbenStatistical Dependence
Statistical Dependence Petra Petrovics Statistical Dependence Deinition: Statistical dependence exists when the value o some variable is dependent upon or aected by the value o some other variable. Independent
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
Részletesebbeny ij e ij BIOMETRIA let A variancia-anal telei Alapfogalmak 2. Alapfogalmak 1. ahol: 7. Előad Variancia-anal Lineáris modell ltozó bontását t jelenti.
Elmélet let BIOMETRIA 7. Előad adás Variancia-anal Lineáris modellek A magyarázat a függf ggő változó teljes heterogenitásának nak két k t részre r bontását t jelenti. A teljes heterogenitás s egyik része
RészletesebbenNem-paraméteres és paraméteres módszerek. Kontingencia tábla, rangtranszformálás, párosított minták, két független minta
Nem-paraméteres és paraméteres módszerek Kontingencia tábla, rangtranszformálás, párosított minták, két független minta Az előadások célja bemutatni a hipotézis vizsgálat elveinek alkalmazását a gyakorlatban
RészletesebbenSZENT ISTVÁN EGYETEM. Gödöllő. Gazdálkodás és Szervezéstudományok Doktori Iskola
SZENT ISTVÁN EGYETEM Gödöllő Gazdálkodás és Szervezéstudományok Doktori Iskola A MAGYARORSZÁGI ZÖLDSÉGÁGAZAT HELYZETÉNEK ÉRTÉKELÉSE ÉS ÖKONÓMIAI ELEMZÉSE DOKTORI (PhD) ÉRTEKEZÉS TÉZISEI Készítette: Bene
RészletesebbenTöbb 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,
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Hypothesis Testing. Petra Petrovics.
Hypothesis Testing Petra Petrovics PhD Student Inference from the Sample to the Population Estimation Hypothesis Testing Estimation: how can we determine the value of an unknown parameter of a population
RészletesebbenEgymintás próbák. Alapkérdés: populáció <paramétere/tulajdonsága> megegyezik-e egy referencia paraméter értékkel/tulajdonsággal?
Egymintás próbák σ s μ m Alapkérdés: A populáció egy adott megegyezik-e egy referencia paraméter értékkel/tulajdonsággal? egymintás t-próba Wilcoxon-féle előjeles
RészletesebbenBiostatisztika Hipotézisvizsgálatok, egy- és kétoldalas próbák, statisztikai hibák, ANOVA
Biostatisztika Hipotézisvizsgálatok, egy- és kétoldalas próbák, statisztikai hibák, ANOVA Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet Hipotézisvizsgálatok A hipotézisvizsgálat
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.)
RészletesebbenREL REL. Histogramok A második kép anormál eloszlással összevetve. minden változó értéket külön-külön vesz figyelembe
Frequency Frequency 1. ALAPFOGALMAK Deduktív stratégia: Az általános elvekből, törvényszerűségekből, vagy egyéb tudományos megállapításból indul ki a kutató. Induktív stratégia: A konkrét tapasztalatokból
RészletesebbenKabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a
Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,
Részletesebben1., Egy területen véletlenszerűen kihelyezet kvadrátokban megszámlálták az Eringium maritimum (tengerparti ördögszekér) egyedeit.
1., Egy területen véletlenszerűen kihelyezet kvadrátokban megszámlálták az Eringium maritimum (tengerparti ördögszekér) egyedeit. 1., Határozza meg az átlagos egyedszámot és a szórást. Egyedszám (x i )
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Nonparametric Tests. Petra Petrovics.
Nonparametric Tests Petra Petrovics PhD Student Hypothesis Testing Parametric Tests Mean o a population Population proportion Population Standard Deviation Nonparametric Tests Test or Independence Analysis
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
RészletesebbenBiostatisztika 2. Dr. Dinya Elek Dr. Solymosi Róbert: Biometria a klinikumban Dr. Dinya Elek: Biostatisztika c. művei alapján
Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs rendszerek Tanszék Biostatisztika 2. Dr. Dinya Elek Dr. Solymosi Róbert: Biometria a klinikumban Dr. Dinya Elek: Biostatisztika
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
RészletesebbenNormális eloszlás paramétereire vonatkozó próbák
Normális eloszlás paramétereire vonatkozó próbák Az alábbi próbák akkor használhatók, ha a meggyelések függetlenek, és feltételezhetjük, hogy normális eloszlásúak a meggyelések függetlenek, véges szórású
RészletesebbenInformatikai ismeretek vizsgálata a 8. osztály végén. Kiss Gábor Óbudai Egyetem kiss.gabor@bgk.uni-obuda.hu
Informatikai ismeretek vizsgálata a 8. osztály végén Kiss Gábor Óbudai Egyetem kiss.gabor@bgk.uni-obuda.hu A vizsgálat célja A diákok informatikai ismereteinek vizsgálata a 8. osztály befejezésekor arra
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
RészletesebbenPopulációbecslés 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
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
RészletesebbenVálasz Dr. Pupos Tibor A transzferárazás filozófiája és alkalmazásának aspektusai című PhD értekezéshez készített opponensi véleményére
Válasz Dr. Pupos Tibor A transzferárazás filozófiája és alkalmazásának aspektusai című PhD értekezéshez készített opponensi véleményére Mindenekelőtt nagyon köszönöm Dr. Pupos Tibor habil CSc egyetemi
RészletesebbenSTATISZTIKA 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
RészletesebbenBiostatisztika 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
RészletesebbenNormális eloszlás tesztje
Valószínűség, pontbecslés, konfidenciaintervallum Normális eloszlás tesztje Kolmogorov-Szmirnov vagy Wilk-Shapiro próba. R-funkció: shapiro.test(vektor) balra ferde eloszlás jobbra ferde eloszlás balra
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Correlation & Regression
Correlation & Regression Types of dependence association between nominal data mixed between a nominal and a ratio data correlation among ratio data Correlation describes the strength of a relationship,
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,
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
RészletesebbenTHE EFFECTIVENESS OF THE E-LEARNING APPLICATION: IMPACT ASSESSMENT OF THE QUALITY
THE EFFECTIVENESS OF THE E-LEARNING APPLICATION: IMPACT ASSESSMENT OF THE QUALITY P E T E R L E N G Y E L - I S T VÁ N F Ü Z E S I - J Á N O S PA N C S I R A - G E R G E LY R ÁT H O N Y I U N I V E R S
RészletesebbenVálasztási modellek 3
Választási modellek 3 Prileszky István Doktori Iskola 2018 http://www.sze.hu/~prile Forrás: A Self Instructing Course in Mode Choice Modeling: Multinomial and Nested Logit Models Prepared For U.S. Department
RészletesebbenEgy e-learning keretrendszer használatának hatásai
Egy e-learning keretrendszer használatának hatásai Kristóf Zsolt, Bodnár Károly, Takács Péter {kristofzs, bcharles, vtp}@de-efk.hu DE EK Absztrakt. Felsőoktatásunk egyik legizgalmasabb kérdése az oktató-hallgató
RészletesebbenMagyarországon személysérüléses közúti közlekedési balesetek okozóik és abból alkoholos állapotban lévők szerinti elemzése. Rezsabek Tamás GSZDI
Magyarországon személysérüléses közúti közlekedési balesetek okozóik és abból alkoholos állapotban lévők szerinti elemzése Rezsabek Tamás GSZDI Anyag és módszer Központi Statisztikai Hivatalának adatai
RészletesebbenBevezetés 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 -
Részletesebbenx, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:
Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Valószínűségi változó általános fogalma: A : R leképezést valószínűségi változónak nevezzük, ha : ( ) x, x R, x rögzített esetén esemény.
RészletesebbenVálasz Dr. Musinszki Zoltán A transzferárazás filozófiája és alkalmazásának aspektusai című PhD értekezéshez készített opponensi véleményére
Válasz Dr. Musinszki Zoltán A transzferárazás filozófiája és alkalmazásának aspektusai című PhD értekezéshez készített opponensi véleményére Mindenekelőtt nagyon köszönöm Dr. Musinszki Zoltán PhD egyetemi
RészletesebbenKabos: Statisztika II. ROC elemzések 10.1. Szenzitivitás és specificitás a jelfeldolgozás. és ilyenkor riaszt. Máskor nem.
Kabos: Statisztika II. ROC elemzések 10.1 ROC elemzések Szenzitivitás és specificitás a jelfeldolgozás szóhasználatával A riasztóberendezés érzékeli, ha támadás jön, és ilyenkor riaszt. Máskor nem. TruePositiveAlarm:
RészletesebbenGazdaságelemzések módszertani lábnyoma: A menedzsment-tanácsadási módszerek elemzése
Gazdaságelemzések módszertani lábnyoma: A menedzsment-tanácsadási módszerek elemzése Szent István Egyetem Gazdálkodás és Szervezéstudományok Doktori Iskola Józsa Imola PhD Hallgató, 2.évfolyam, Nappali
RészletesebbenNem-paraméteres (eloszlásmentes) statisztikai módszerek Makara Gábor
Nem-paraméteres (eloszlásmentes) statisztikai módszerek 2017 Makara Gábor A terminológia magyarázata A paraméteres próbák a normális (vagy valamelyik más) eloszlás paraméterei (tulajdonságait) használják:
RészletesebbenBIOMETRIA_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
RészletesebbenKISTERV2_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
RészletesebbenStatisztikai 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
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.
RészletesebbenBiostatisztika 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
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
RészletesebbenAz önkormányzati beruházási hajlandóság becslése a magyar kistelepülések körében OTKA KUTATÁS. A kutatást lezáró beszámoló
Az önkormányzati beruházási hajlandóság becslése a magyar kistelepülések körében OTKA KUTATÁS 77871 A kutatást lezáró beszámoló A projekt legtöbb feladatát 2009-ben végzem el. Miután 2009 április és május
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
RészletesebbenNemparaméteres próbák
Nemparaméteres próbák Budapesti Mőszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék 1111, Budapest, Mőegyetem rkp. 3. D ép. 334. Tel: 463-16-80 Fax: 463-30-91 http://www.vizgep.bme.hu
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
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
RészletesebbenMI MOZGATJA A HATÁRIDŐS DEVIZAPOZÍCIÓKAT? A magyar piac elemzése
MI MOZGATJA A HATÁRIDŐS DEVIZAPOZÍCIÓKAT? A magyar piac elemzése Dömötör Barbara Kovács Erzsébet Budapesti Corvinus Egyetem XXXII. Magyar Operációkutatás Konferencia Cegléd, 2017. június 14. Vállalati
RészletesebbenAz R statisztikai programozási környezet: az adatgyűjtéstől a feldolgozáson és vizualizáción át a dinamikus jelentéskészítésig
: az adatgyűjtéstől a feldolgozáson és vizualizáción át a dinamikus jelentéskészítésig Ferenci Tamás ferenci.tamas@nik.uni-obuda.hu 2017. február 23. Tartalom Az R mint programozási nyelv A könyvtárakról
RészletesebbenEgyszempontos variancia analízis. Statisztika I., 5. alkalom
Statisztika I., 5. alkalom Számos t-próba versus variancia analízis Kreativitás vizsgálata -nık -férfiak ->kétmintás t-próba I. Fajú hiba=α Kreativitás vizsgálata -informatikusok -építészek -színészek
RészletesebbenGyőrBike a győri közösségi bérkerékpár rendszer első éve
GyőrBike a győri közösségi bérkerékpár rendszer első éve Magyar Urbanisztikai Társaság Győr-Moson-Sopron megyei csoportja MTA KRTK RKI Nyugat-magyarországi Tudományos Osztály Smart City rendezvénysorozat
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
RészletesebbenAz egyetemi hallgatók véleménye a kommunikációs készség fejlesztésének fontosságáról
Műhelytanulmányok Vállalatgazdaságtan Intézet 1093 Budapest, Fővám tér 8. (+36 1) 4825566, Fax: 4825567 www.unicorvinus.hu/vallgazd Az egyetemi hallgatók véleménye a kommunikációs készség fejlesztésének
RészletesebbenA KUTATÁSMÓDSZERTAN MATEMATIKAI ALAPJAI MA. T.P.Lenke
A KUTATÁSMÓDSZERTAN MATEMATIKAI ALAPJAI MA T.P.Lenke 2013.10.25. 2 Szignifikáns különbség Annak bizonyítása, hogy a vizsgálat során megfigyelt különbség egy általunk meghatározott valószínűségi szinten
Részletesebben1. 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
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
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
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
RészletesebbenElméleti összefoglaló a Sztochasztika alapjai kurzushoz
Elméleti összefoglaló a Sztochasztika alapjai kurzushoz 1. dolgozat Véletlen kísérletek, események valószín sége Deníció. Egy véletlen kísérlet lehetséges eredményeit kimeneteleknek nevezzük. A kísérlet
Részletesebben