Statisztika, próbák Mérési hiba
|
|
- József Deák
- 9 évvel ezelőtt
- Látták:
Átírás
1 Statisztika, próbák Mérési hiba
2 ÁTLAG SZÓRÁS KICSI, NAGY MIN, MAX LIN.ILL LOG.ILL MEREDEKSÉG METSZ T.PROBA TREND NÖV Statisztikai függvények
3 Statisztikailag fontos értékek Számtani átlag: ŷ= i y i /n Medián: : a mintaintervallum közepe Módusz: : a sűrűség függvény maximumának helye Szórás (standard deviatió, SD): s= { i (y i -ŷ) 2 /(n-1) 1)} ½ = ={[ i (y i ) 2 - ( i y i ) 2 /n)]/(n-1) 1)} ½ = ={[n i (y i ) 2 - ( i y i ) 2 ]/n/(n-1) 1)} ½ Variancia: : V=s 2 = i (y i -ŷ) 2 /(n-1) Relatív szórás: : 100s/ŷ Középérték szórás (Standard Error {SE}): s ŷ =s/n ½
4 1. feladat 1., Számoljuk ki a hiányzó cellák értékét képlettel! 2., Készítsünk grafikont, amely szemlélteti az adott időszakban a kamionok számának alakulását! 3., Szemléltessük a 10 és 12 óra közötti forgalom megoszlását típusonként!
5
6 Statisztikai próbák, hipotézisvizsgálat Valószínűségi változók (mérési adatok, eredmények) eloszlására, egymással való kapcsolatára tett hipotézisek statisztikai vizsgálata. Kiindulásul vett hipotézis: nullhipotézis Ennek megtartásáról vagy elvetéséről statisztikai próbák segítségével döntünk. Statisztikai függvényre alapozzuk, amelynek eloszlása ismert.
7 Egy (kis) α val.séghez meghatározunk egy számhalmazt, amelybe a stat.. függvény értéke α valószínűséggel esik, ha a hipotézis igaz. Elsőfajú hiba: elvetjük a hipotézist, holott igaz. α Másodfajú hiba: Megtartjuk., holott nem igaz. t-eloszlást különböző szabadsági fokok esetén
8 Gyakran használt próbák Egymintás t-próbat próba: : várható értékre vonatkozó hipotézis (nem szerepel az Excel-ben ben) Páros kétmintás t-próbat egymintás t-próbat Kétmintás t-próba: t 2 valószínűségi változó várható értéke megegyezik F-próba: 2 valószínűségi változó szórása megegyezik
9 Páros t-próbat Azonos számú elemből álló minták várható értékét hasonlítja össze, és azt vizsgálja, hogy a minták várható értékei különböznek-e egymástól. Pl. amikor egy mintacsoportot kétszer vizsgálnak: a kísérlet előtt és után.
10 2. feladat Két fájdalomcsillapító (A és B) hatását vizsgáljuk 8 betegen, mérve a fájdalom szűnéséig eltelt időt. Van-e e szignifikáns különbség a két gyógyszer hatása között? Betegek A 3,2 1,6 5,7 2,8 5,5 1,2 6,1 2,9 B 3,8 1 8,4 3,6 5 3,5 7,3 4,8
11 1. Megközelítés Nullhipotézis: : A két minta várható értéke egyenlő. 0,04514 P számított <α elvetjük a hipotézist
12 2. Megközelítés Eszközök -> > Adatelemzés menüpont t számított > t α A nullhipotézist elvetjük
13 Kétmintás t-próbat Egyenlő szórásnégyzeteknél Abból indul ki, hogy mindkét adathalmaz szórásnégyzete egyenlő,, ezért homoszcedasztikus t-próbának is szokták nevezni. Ezt a módszert akkor használhatjuk, ha meg szeretnénk állapítani, hogy két minta várható értéke egyenlő-e. e.
14 s 1 =s 2 esetén H 0 : m 1 =m 2 α=0,05 x1 x2 t = n n 1 Kétmintás t-próbat 2 n 1 + n ( ) 2 n ( ) s1 + n2 1 s2 tα (n1 + n 2 2) ha t t α (n 1) akkor H 0 hamis emp Ha t emp < t α (n 1) akkor H 0 igaz 2 2
15 Kétmintás t-próbat Nem egyenlő szórásnégyzeteknél Azt feltételezi, hogy két adathalmaz szórásnégyzete nem egyenlő, ezért heteroszcedasztikus t-próbának is szokták nevezni. A t-próbákat t akkor használhatjuk, ha meg szeretnénk állapítani, hogy két minta várható értéke egyenlő-e. e. Ezt a próbát akkor alkalmazzuk, ha a vizsgált csoportok különböznek.
16 s 1 s 2 esetén H 0 : m 1 =m 2 α=0,05 x1 x2 t = 2 2 s1 s2 + n n 1 2 ( n -1) t ( n -1) + ( n 1) t ( n 1) 1 α1 1 t (n + 2) = α 1 n2 n1 + n ha t t α (n 1) akkor H 0 hamis emp Kétmintás t-próbat Ha t emp < t α (n 1) akkor H 0 igaz α 2 2
17 F-próba Az egyenlő szórásnégyzetek ellenőrzésére Két csoport teljesítménye azonos átlag esetén is különbözhet a különböző szórás miatt. Az F próba arra ad választ, hogy ez az eltérés szignifikánse. f(x) s1 s2 x
18 A vizsgálat menete: (Fisher-Snedecor eljárás) 1. H0: s1=s2 a két minta azonos szórású 2. A próbamutató meghatározása 3. Szignifikancia szint megállapítása Didaktikai vizsgálatokban szokásos α=0,05 F = emp s 2 nagyobb s 2 kisebb 4. Táblázatból Fα/2(m1;m2) kikeresése m1=n1-1 és m2=n2-1 szabadsági fokok 5. Döntés Ha F emp Fα/2(m1,m2) akkor H0: hamis Ha F emp < Fα/2(m1,m2) akkor H0: p valószínűséggel igaz
19 Feladat Egy kísérleti telepen 2 tápszert próbáltak ki. Vizsgálták az adott időintervallumbeli súlygyarapodást. 1. tápszer tápszer Vizsgáljuk meg t-próbával, hogy szignifikáns-e az eltérés a 2 szer okozta súlygyarapodás között α=0,05 szinten!
20 Eldönteni F-próbával, F hogy egyenlők-e e a szórásnégyzetek? Beszúrás -> > Függvény Statisztikai fgv-ek : F.PRÓBA P számított > α Elfogadjuk a nullipotézist
21 Másik lehetőség: Eszközök -> > Adatelemzés Kétmintás F-próba F szórásnégyzetre F számított < F α A nullhipotézist megtartjuk
22 Kétmintás T-próba egyenlő szórásnégyzeteknél t számított > t α P számított < α A nullhipotézist elvetjük
23 Feladat Egy emlősökben nem lévő steroid hormon adása patkányoknál módosítja-e e a mellékvese tömegét? 1., Határozzuk meg a kontroll és a kezelt emlősökben a mellékvese tömegének átlagát és szórását! 2., Döntsük el, hogy szignifikáns-e a szteroid hatása? (kétmintás t-próba)
24 F-próba a szórásnégyzetek ellenőrzésére Vigyázat! A nagyobb szórásnégyzetű az első változó! (ez kerül a számlálóba) Kétmintás F-próba a szórásnégyzetre Ebben az esetben a Kezelt csoport! Várható F számított érték < F α A nullhipotézist Variancia megtartjuk Változó 1 22, , Megfigyelések 24 Változó 2 17, , df F 1, P(F<=f) egyszélű F kritikus egyszélű 0, ,
25 Kétmintás T-próba Kiindulási hipotézis: A mellékvese tömege mindkét esetben azonos. P számított < α Elvetjük a nullipotézist t számított > t α A nullhipotézist elvetjük
26 Feladat Az alábbi adatok a Daphnia longispina (vízibolhafaj) két rasszát (A és B) reprezentáló 7-7 klón napokban kifejezett átlagos élettartamára vonatkoznak. A B Vizsgáljuk meg t-próbával, hogy szignifikáns-e az eltérés a 2 rassz élettartama között α=0,05 szinten! Kétmintás F-próba a szórásnégyzetre Várható érték Variancia Megfigyelések 7.2 F számított < F α A nullhipotézist megtartjuk Változó 1 7, , Változó 2 7, , df 6 6 Először T-próba a szórásnégyzetekre! F P(F<=f) egyszélű F kritikus egyszélű 1, , ,
27 Kétmintás t-próba egyenlő szórásnégyzeteknél Nullhipotézis: a két rassz átlagos élettartama megegyezik Kétmintás t-próba egyenlő szórásnégyzeteknél Várható érték Variancia Megfigyelések Súlyozott variancia Feltételezett átlagos eltérés df t érték P(T<=t) egyszélű t kritikus egyszélű P(T<=t) kétszélű t kritikus kétszélű Változó Változó t számított < t α P számított > α A nullhipotézist megtartjuk
28 Varianciaanalízis (ANOVA) Ha kettőnél több minta várható értékeit kínánjuk összehasonlítani. Nullhipotézis: az adott valószínűségi változó várható értéke mindegyik mintacsoportban egyforma.
29 Az előző feladatban egy harmadik rassz élettartamát is vizsgáljuk: A 7,2 7,1 9,1 7,2 7,3 7,2 7,5 B 8,8 7,5 7,7 7,6 7,4 6,7 7,2 C 7,3 7 8,9 Vizsgáljuk meg, hogy van-e eltérés a várható átlagos élettartamok között! Varianciaanalízist alkalmazunk. Eszközök -> Adatelemzés -> Egytényezős varianciaanalízis F < F krit. A nullhipotézist megtartjuk 7,4 7,3 7,5 7,1
30 Az előző feladatban a hímek mellett nőstényeket is vizsgáltak. hím hím A 7,2 7,1 B 8,8 7,5 C 7,3 7 Van-e eltérés bármely csoprt várható élettartama között? hím hím hím 9,1 7,2 7,3 7,7 7,6 7,4 8,9 7,4 7,3 Varianciaanalízist végzünk, de itt Kéttényezős varianciaanalízist ismétlesekkel. hím hím nőstény nőstény nőstény 7,2 7,5 7,3 7 8,9 6,7 7,2 7,2 7,1 9,1 7,5 7,1 8,8 7,5 7,7 nőstény 7,4 7,2 7,6 nőstény 7,3 7,3 7,4 nőstény 7,5 7,2 6,7 nőstény 7,1 7,5 7,2
31 Feladat Egy fiú és egy lány hajának hossznövekedését mérték egy éven keresztül. Fiú (mm) 2,5 4,4 7,8 9,5 11, ,6 19, ,1 27,5 29,6 Lány (mm) 3,1 5,7 8,5 11,3 13,5 16,2 18,9 20,6 24,5 27, ,5 1., Illesszünk egyenest a két függvényre! Adjuk meg a meredekség és az y-tengelymetszet értékét! 2., Számoljuk ki, hogy mennyi lenne a hossznövekedés 18 ill. 24 hónap múlva a két esetben!
32 Fiú Lány m 2, , b -0, ,159091
Statisztikai módszerek alkalmazása az orvostudományban. Szentesi Péter
Statisztikai módszerek alkalmazása az orvostudományban Szentesi Péter Az orvosi munkahipotézis ellenőrzése statisztikai módszerekkel munkahipotézis mérlegelés differenciáldiagnosztika mi lehet ez a más
Adatok statisztikai feldolgozása
Adatok statisztikai feldolgozása Kaszaki József Ph.D Szegedi Tudományegyetem Sebészeti Műtéttani Intézet Szeged A mérési adatok kiértékelése, statisztikai analízis A mért adatok konvertálása adatbázis
Variancia-analízis (folytatás)
Variancia-analízis (folytatás) 6. elıadás (11-12. lecke) Szórás-stabilizáló transzformációk (folyt.), t-próbák 11. lecke További variancia-stabilizáló transzformációk Egy-mintás t-próba Szórás-kiegyenlítı
KVANTITATÍV MÓDSZEREK
KVANTITATÍV MÓDSZEREK Dr. Kövesi János Tóth Zsuzsanna Eszter 6 Tartalomjegyzék Kvantitatív módszerek. Valószínűségszámítási tételek. eltételes valószínűség. Események függetlensége.... 3.. eltételes valószínűség...
Statisztikai módszerek
Statisztikai módszerek A hibaelemzı módszereknél azt néztük, vannak-e kiugró, kritikus hibák, amelyek a szabályozás kivételei. Ezekkel foglalkozni kell; minıségavító szabályozásra van szükség. A statisztikai
II. A következtetési statisztika alapfogalmai
II. A következtetési statisztika alapfogalmai Tartalom Statisztikai következtetések A véletlen minta fogalma Pontbecslés és hibája Intervallumbecslés A hipotézisvizsgálat alapfogalmai A legegyszerűbb statisztikai
Aprítás 2012.09.11. Ipari gyógyszertechnológiai laboratórium gyakorlatai I. félév. Az aprítást befolyásoló tényezők GYAKORLATOK
0.09.. Ipari gyógyszertechnológiai laboratórium gyakorlatai I. félév KÖVETELMÉNYEK. A hallgató a gyakorlatra felkészülten érkezik. A művelet típusa. Eredményt befolyásoló paraméterek (általában idő, sebesség,
Hipotézis-ellenırzés (Statisztikai próbák)
Következtetı statisztika 5. Hipotézis-elleırzés (Statisztikai próbák) 1 Egymitás próbák Átlagra, aráyra, Szórásra Hipotézis-vizsgálat Áttekités Egymitás em paraméteres próbák Függetleségvizsgálat Illeszkedésvizsgálat
11. Matematikai statisztika
11. Matematikai statisztika 11.1. Alapfogalmak A statisztikai minta valamely valószínűségi változóra vonatkozó véges számú független kisérlet eredménye. Ez véges sok, azonos eloszlású valószínűségi változó
Statisztikai módszerek gyakorlat - paraméteres próbák
Statisztikai módszerek gyakorlat - paraméteres próbák A tanult paraméteres próbák: PRÓBA NEVE Egymintás U próba Kétmintás U próba Egymintás T próba Welch próba (Kétmintás T próba) F próba Grubbs próba
STATISZTIKA PRÓBAZH 2005
STATISZTIKA PRÓBAZH 2005 1. FELADATSOR: számítógépes feladatok (még bővülni fog számítógép nélkül megoldandó feladatokkal is) Használjuk a Dislexia Excel fájlt (internet: http:// starts.ac.uk)! 1.) Hasonlítsuk
Magyarországon 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
Normál 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,
Bevezetés a hipotézisvizsgálatokba
Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -
1., 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 )
Hipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
Definíció. Definíció. 2. El adás (folytatása) Az adatok leírása, megismerése és összehasonlítása. 2-5. fejezet. A variabilitás mér számai 3.
. El adás (folytatása) Az adatok leírása, megismerése és összehasonlítása -1 Áttekintés - Gyakoriság eloszlások -3 Az adatok vizualizációja -4 A centrum mérıszámai -5 A szórás mérıszámai -6 A relatív elhelyezkedés
GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó. 2010. június
GAZDASÁGSTATISZTIKA Készült a TÁMOP-4.1.2-8/2/A/KMR-29-41pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén, az ELTE Közgazdaságtudományi Tanszék, az MTA Közgazdaságtudományi
Hipotézisvizsgálat. A sokaság valamely paraméteréről állítunk valamit,
II. Hipotézisvizsgálat Lényege: A sokaság valamely paraméteréről állítunk valamit, majd az állításunk helyességét vizsgáljuk. A hipotézisvizsgálat eszköze: a statisztikai próba Menete: 1.Hipotézisek matematikai
Osztályozóvizsga követelményei
Osztályozóvizsga követelményei Képzés típusa: Tantárgy: Nyolcosztályos gimnázium Matematika Évfolyam: 10 Emelt óraszámú csoport Emelt szintű csoport Vizsga típusa: Írásbeli Követelmények, témakörök: Gondolkodási
Kontingencia táblák. Khi-négyzet teszt. A nullhipotézis felállítása. Kapcsolatvizsgálat kategorikus változók között.
Kotigecia táblák. Khi-égyzet tet 1. Függetleségvizsgálat. Illekedésvizsgálat 3. Homogeitásvizsgálat Példa 1 em ő 8 75 13 Ismétlés: változók, mérési skálák típusai 48 49 97 76 14 jeles (5) jó (4) közepes
4b 9a + + = + 9. a a. + 6a = 2. k l = 12 évfolyam javítóvizsgára. 1) Alakítsd szorzattá a következő kifejezéseket!
) Alakítsd szorzattá a következő kifejezéseket! 4 c) d) e) f) 9k + 6k l + l = ay + 7ay + 54a = 4 k l = b 6bc + 9c 4 + 4y + y 4 4b 9a évfolyam javítóvizsgára ) Végezd el az alábbi műveleteket és hozd a
SZAKDOLGOZAT. Takács László
SZAKDOLGOZAT Takács László 2012 SZEGEDI TUDOMÁNYEGYETEM Természettudományi és Informatikai Kar Geometria Tanszék Matematika Bsc_LAK SZAKDOLGOZAT Kísérlettervezés latin négyzetek felhasználásával Készítette:
Az áprilisi vizsga anyaga a fekete betűkkel írott szöveg! A zölddel írott rész az érettségi vizsgáig még megtanulandó anyag!
Részletes követelmények Matematika házivizsga Az áprilisi vizsga anyaga a fekete betűkkel írott szöveg! A zölddel írott rész az érettségi vizsgáig még megtanulandó anyag! A vizsga időpontja: 2015. április
FELTÉTELES VALÓSZÍNŰSÉG, TELJES VALÓSZÍNŰSÉG TÉTELE, BAYES TÉTELE
FELTÉTELES VALÓSZÍNŰSÉG, TELJES VALÓSZÍNŰSÉG TÉTELE, BAYES TÉTELE 1. Egy alkalmassági vizsgálat adatai szerint a vizsgált személyeken 0,05 valószínűséggel mozgásszervi és 0,03 valószínűséggel érzékszervi
Matematikai statisztikai elemzések 5.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematikai statisztikai elemzések. MSTE modul Kapcsolatvizsgálat: asszociáció vegyes kapcsolat korrelációszámítás. Varianciaanalízis
Alapfogalmak áttekintése. Pszichológiai statisztika, 1. alkalom
Alapfogalmak áttekintése Pszichológiai statisztika, 1. alkalom Hipotézisek Milyen a jó null hipotézis?? H0: Léteznek kitőnı tanuló diszlexiások.? H1: Nem léteznek. Sokkal inkább: H0: Nincs diszlexiás kitőnı
MINİSÉGSZABÁLYOZÁS. Dr. Drégelyi-Kiss Ágota e-mail: dregelyi.agota@bgk.uni-obuda.hu http://uni-obuda.hu/users/dregelyia
MINİSÉGSZABÁLYOZÁS A GÉPIPARBAN Dr. Drégelyi-Kiss Ágota e-mail: dregelyi.agota@bgk.uni-obuda.hu http://uni-obuda.hu/users/dregelyia ISO 9000:2008 A STATISZTIKAI MÓDSZEREK HASZNÁLATÁRÓL A statisztikai módszerek
Bevezető Mi a statisztika? Mérés Feldolgozás Adatok rendezése Adatok jellemzése Időbeli elemzés Feladatok. Statisztika I.
Statisztika I. 1. előadás: A statisztika alapfogalmai Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem A kurzusról A kurzus célja
Elméleti összefoglalók dr. Kovács Péter
Elméleti összefoglalók dr. Kovács Péter 1. Adatállományok létrehozása, kezelése... 2 2. Leíró statisztikai eljárások... 3 3. Várható értékek (átlagok) vizsgálatára irányuló próbák... 5 4. Eloszlások vizsgálata...
A probléma alapú tanulás, mint új gyakorlati készségfejlesztő módszer, az egészségügyi felsőoktatásban
PÉCSI TUDOMÁNYEGYETEM EGÉSZSÉGTUDOMÁNYI DOKTORI ISKOLA Doktori Iskolavezető: Prof. Dr. Bódis József PhD, DSc 5. Program (P-5) Egészségtudomány határterületei Programvezető: Prof. Dr. Kovács L. Gábor PhD,
Populációbecslések és monitoring 2. előadás tananyaga
Populációbecslések és monitoring 2. előadás tananyaga 1. A becslések szerepe az ökológiában. (Demeter és Kovács 1991) A szabadon élő állatok egyedszámának kérdése csak bizonyos esetekben merül fel. De
Számsorozatok Sorozat fogalma, példák sorozatokra, rekurzív sorozatokra, sorozat megadása Számtani sorozat Mértani sorozat Kamatszámítás
12. évfolyam Osztályozó vizsga 2013. augusztus Számsorozatok Sorozat fogalma, példák sorozatokra, rekurzív sorozatokra, sorozat megadása Számtani sorozat Mértani sorozat Kamatszámítás Ismerje a számsorozat
Bevezetés az ökonometriába
Bevezetés az ökonometriába Többváltozós lineáris regresszió: mintavételi vonatkozások és modelljellemzés Ferenci Tamás MSc 1 tamas.ferenci@medstat.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Harmadik
Dr. 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
Forgácsolási paraméterek meghatározása Mikó Balázs, E ép. II. 7.
orgácsolási paraméterek meghatározása 1 orgácsolási paraméterek meghatározása Mikó Balázs, E ép. II. 7. a [mm] : ogásmélység [mm/ord] : elõtolás n [1/min] : ordulatszám v [m/min] : orgácsolási sebesség
Eloszlás-független módszerek (folytatás) 15. elıadás (29-30. lecke)
Eloszlás-független módszerek (folytatás) 15. elıadás (29-30. lecke) Kétirányú osztályozás (függetlenség és homogenitás) Speciális eset: 2 2-es táblázatok Három-irányú osztályozás 29. lecke Függetlenség-
Premium Heath Concepts testsúlycsökkentő módszer kontrollcsoportos vizsgálata 284 vizit alapján
Premium Heath Concepts testsúlycsökkentő módszer kontrollcsoportos vizsgálata 284 vizit alapján Halmy László, Halmy Eszter Pláton Egészségügyi Tanácsadó és Szolgáltató Kft. Az elhízás étrendi kezelése
Nevezetes függvények
Nevezetes függvények Függvények értelmezése Legyen adott az A és B két nem üres halmaz. Az A halmaz minden egyes eleméhez rendeljük hozzá a B halmaz egy-egy elemét. Ez a hozzárendelés egyértelmű, és ezt
Statisztikai programcsomagok
Statisztikai programcsomagok Sz cs Gábor Szegedi Tudomáyegyetem, Bolyai Itézet Szeged, 2012. tavaszi félév Sz cs Gábor (SZTE, Bolyai Itézet) Statisztikai programcsomagok 2012. tavaszi félév 1 / 26 Bevezetés
MATEMATIKA Kiss Árpád Országos Közoktatási Szolgáltató Intézmény Vizsgafejlesztő Központ
MATEMATIKA Kiss Árpád Országos Közoktatási Szolgáltató Intézmény Vizsgafejlesztő Központ I. RÉSZLETES ÉRETTSÉGI VIZSGAKÖVETELMÉNY Az érettségi követelményeit két szinten határozzuk meg: középszinten a
Statisztikai alapismeretek (folytatás)
Statisztikai alapismeretek (folytatás) 3. elıadás (5-6. lecke) Az alapsokaság fıbb jellemzıi () 5. lecke Folytonos változó megoszlásának jellemzése A sokasági átlag és szórás Átlag és szórás tulajdonságai
Talajok nedvességtartalmának megtartását célzó készítmény hatásvizsgálata
Eötvös Loránd Tudományegyetem Természettudományi Kar Környezettudomány MSc. Talajok nedvességtartalmának megtartását célzó készítmény hatásvizsgálata Készítette: Husovszky Judit Témavezető: Dr. Varga Imre
Biostatisztika Bevezetés. Boda Krisztina előadása alapján ma Bari Ferenc SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet
Biostatisztika Bevezetés Boda Krisztina előadása alapján ma Bari Ferenc SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet Az orvosi, biológiai kutatások egyik jellemzője, hogy a vizsgálatok eredményeként
Reiczigel Jenő, 2006 1
Reiczigel Jenő, 2006 1 Egytényezős (egyszempontos) varianciaelemzés k független minta (k kezelés vagy k csoport), a célváltozó minden csoportban normális eloszlású, a szórások azonosak, az átlagok vagy
Statisztika I. 6. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 6. előadás Előadó: Dr. Ertsey Imre GYAKORISÁGI SOROK ELOSZLÁSA KONCENTRÁCIÓ ELEMZÉSE GYAKORISÁGI SOROK ELOSZLÁSA KONCENTRÁCIÓ ELEMZÉSE szorosan kapcsolódik a szóródás elemzéshez, elméleti
Tanmenetjavaslat a 6. osztályos matematika kísérleti tankönyvhöz
MATEMATIKA 6. Tanmenetjavaslat a 6. osztályos matematika kísérleti tankönyvhöz Témák 1. Játékos feladatok Egyszerű, matematikailag is értelmezhető hétköznapi szituációk megfogalmazása szóban és írásban.
Lineáris programozás. Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer
Lineáris programozás Modellalkotás Grafikus megoldás Feladattípusok Szimplex módszer Feladat: Egy gyár kétféle terméket gyárt (A, B): /db Eladási ár 1000 800 Technológiai önköltség 400 300 Normaóraigény
Komputer statisztika gyakorlatok
Eszterházy Károly Főiskola Matematikai és Informatikai Intézet Tómács Tibor Komputer statisztika gyakorlatok Eger, 2010. október 26. Tartalomjegyzék Előszó 4 Jelölések 5 1. Mintagenerálás 7 1.1. Egyenletes
Matematikai statisztikai elemzések 6.
Matematikai statisztikai elemzések 6. Regressziószámítás: kétváltozós lineáris és nemlineáris regresszió, többváltozós regresszió Prof. Dr. Závoti, József Matematikai statisztikai elemzések 6.: Regressziószámítás:
Oktatáskutató és Fejlesztő Intézet TÁMOP-3.1.1-11/1-2012-0001 XXI. századi közoktatás (fejlesztés, koordináció) II. szakasz. Fejlesztőfeladatok
Oktatáskutató és Fejlesztő Intézet TÁMOP-3.1.1-11/1-2012-0001 XXI. századi közoktatás (fejlesztés, koordináció) II. szakasz Fejlesztőfeladatok MATEMATIKA 4. szint 2015 Oktatáskutató és Fejlesztő Intézet
GAZDASÁGI STATISZTIKA
GAZDASÁGI STATISZTIKA Dr. Kun István GÁBOR DÉNES FŐISKOLA Tantárgy: Gazdasági statisztika Kódszám: 224 Lapszám: 1 TÉMAKÖRÖK A STATISZTIKA ALAPFOGALMAI STATISZTIKAI SOROK STATISZTIKAI TÁBLÁK ÖSSZETETT VISZONYSZÁMOK
ZÁRÓJELENTÉS 2004-2006. ÉVBEN
SZENT ISTVÁN EGYETEM, MEZÕGAZDASÁG- ÉS KÖRNYEZETTUDOMÁNYI KAR TAKARMÁNYOZÁSTANI TANSZÉK GÖDÖLLŐ ZÁRÓJELENTÉS A T 046751 SZÁMÚ TEMATIKUS OTKA PÁLYÁZAT KERETÉBEN 2004-2006. ÉVBEN VÉGZETT TEVÉKENYSÉGRŐL Egyes
2. Hőmérséklet érzékelők vizsgálata, hitelesítése folyadékos hőmérő felhasználásával.
2. Hőmérséklet érzékelők vizsgálata, hitelesítése folyadékos hőmérő felhasználásával. A MÉRÉS CÉLJA Az elterjedten alkalmazott hőmérséklet-érzékelők (ellenállás-hőmérő, termisztor, termoelem) megismerése,
MATEMATIKA 9. osztály Segédanyag 4 óra/hét
MATEMATIKA 9. osztály Segédanyag 4 óra/hét - 1 - Az óraszámok az AROMOBAN követhetőek nyomon! A tananyag feldolgozása a SOKSZÍNŰ MATEMATIKA (Mozaik, 013) tankönyv és a SOKSZÍNŰ MATEMATIKA FELADATGYŰJTEMÉNY
Monte Carlo módszerek
25 KULLANCSLÁRVA vizsgálata: Erős hideg hatására nézzük a túlélést. Eredmény: 6 elpusztult, 9 élve maradt Hipotézis: a pajzs hosszának variabilitása egy általános genetikai variabilitást tükröz, míg az
Esetelemzés 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
ő ő ő ő ű Ó ő ő ű ű ő ő Ó ő ő ő ő ő ő ű ő ő ű ű ő ő ű Ó ő ő ő Ó ő ű ő ő ő ű ű ű ő ő ő ő ő ő ő Ó ő ő ő ű ő ő ő ő ő ű ő ő Ó ő ő ű ő ő ő ő ő ő ő ű ű ő ő ő ű ű ő ű ő ő Ó Ó ő Ó Ó ő Ó ű ő ő ő ő ő ű ő ű ű ű ű
GAE Család MAGAS HATÁSFOKÚ TÚLNYOMÁSOS MELEGVÍZKAZÁN
GAE Család MAGAS HATÁSFOKÚ TÚLNYOMÁSOS MELEGVÍZKAZÁN A GAE típusú, túlnyomásos, magas hatásfokú lemezkazánok gáz- és olajégőkkel szállíthatók, CE certifikációval rendelkeznek. A GAE tervezésekor a jövő
1. A skót bakák mellkas körmérete N(88, 10). A skót bakák mekkora hányada fér bele egy 84-es zubbonyba?
Matematikai statisztika példák Matematikai statisztika példák Normális eloszlás 1. A skót bakák mellkas körmérete N(88, 10). A skót bakák mekkora hányada fér bele egy 84-es zubbonyba? 2. Majmok ébredését
Elektronika 2. TFBE1302
Elektronika. TFBE3 Szűrők TFBE3 Elektronika. nalóg elektronika ismétlődő feladatai, szűrők Szűrő: Olyan elektronikus rendezés, amely a menetére kapcsolt jelből csak a szűrőre jellemző frekenciasába eső
Analízis előadás és gyakorlat vázlat
Analízis előadás és gyakorlat vázlat Készült a PTE TTK GI szakos hallgatóinak Király Balázs 00-. I. Félév . fejezet Számhalmazok és tulajdonságaik.. Nevezetes számhalmazok ➀ a) jelölése: N b) elemei:
MATEMATIKA. 9 10. évfolyam. Célok és feladatok. Fejlesztési követelmények
MATEMATIKA 9 10. évfolyam 1066 MATEMATIKA 9 10. évfolyam Célok és feladatok A matematikatanítás célja és ennek kapcsán feladata, hogy megalapozza a tanulók korszerű, alkalmazásra képes matematikai műveltségét,
SZENT ISTVÁN EGYETEM, GÖDÖLLŐ Gazdálkodás- és Szervezéstudományok Doktori Iskola. DOKTORI (PhD) ÉRTEKEZÉS TÉZISEI
SZENT ISTVÁN EGYETEM, GÖDÖLLŐ Gazdálkodás- és Szervezéstudományok Doktori Iskola DOKTORI (PhD) ÉRTEKEZÉS TÉZISEI A TERMŐFÖLD KÖZGAZDASÁGI ÉRTÉKE ÉS PIACI ÁRA Készítette: Naárné Tóth Zsuzsanna Éva Gödöllő
MATEMATIKA I. RÉSZLETES ÉRETTSÉGI VIZSGAKÖVETELMÉNY A) KOMPETENCIÁK
MATEMATIKA I. RÉSZLETES ÉRETTSÉGI VIZSGAKÖVETELMÉNY Az érettségi követelményeit két szinten határozzuk meg: - középszinten a mai társadalomban tájékozódni és alkotni tudó ember matematikai ismereteit kell
WESSLING Közhasznú Nonprofit Kft. QualcoDuna jártassági vizsgálatok Általános feltételek 2016.
QualcoDuna jártassági vizsgálatok Általános feltételek 2016. 1. kiadás, 1. változat Kiadás dátuma: 2015.12.11. Készítette: Szegény Zsigmond és dr. Bélavári Csilla, Átvizsgálta: Rikker Tamás Tudományos
Véletlenszám-generátorok
Véletlenszám-generátorok 1. Lineáris kongruencia generátor megvalósítása: (a) Készítsen lineáris kongruencia generátort az paraméterekkel, rnd_lcg néven. (b) Nyomtasson ki 20 értéket. legyen. (a, c, m,
Tantárgyi útmutató. 1. A tantárgy helye a szaki hálóban. 2. A tantárgyi program általános célja. Statisztika 1.
Tantárgyi útmutató 1. A tantárgy helye a szaki hálóban Gazdálkodási és menedzsment szakirány áttekintő tanterv Nagyításhoz kattintson a képre! Turizmus - vendéglátás szakirány áttekintő tanterv Nagyításhoz
AZ ÁLTALÁNOS ISKOLÁSOK IDEGENNYELV-TANULÁSI ATTITŰDJEI ÉS MOTIVÁCIÓJA
MAGYAR PEDAGÓGIA 0. évf.. szám 5. (00) AZ ÁLTALÁNOS ISKOLÁSOK IDEGENNYELV-TANULÁSI ATTITŰDJEI ÉS MOTIVÁCIÓJA Csizér Kata és Dörnyei Zoltán Eötvös Loránd Tudományegyetem és Nottigham University Az általános
Statisztika II. BSc. Gyakorló feladatok I. 2008. február
1) Egyik felsıoktatási intézmény oktatóitól megkérdezték, hogy milyen intézménytípust tartanának ideálisnak. A megkérdezettek megoszlása a két kérdésre (irányítás és az oktatók teljesítményének értékelése)
[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
H0 hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik)
5.4: 3 különböző talpat hasonlítunk egymáshoz Varianciaanalízis. hipotézis: μ1 = μ2 = μ3 = μ (a különböző talpú cipők eladási ára megegyezik) hipotézis: Létezik olyan μi, amely nem egyenlő a többivel (Van
statisztikai menürendszere Dr. Vargha András 2007
A statisztikai menürendszere Dr. Vargha András 2007 2 tartalomjegyzék 1. Alapok (egymintás elemzések Alapstatisztikák Részletesebb statisztikák számítása Gyakorisági eloszlás, hisztogram készítése Középértékekre
KÉRDÉSEK_GÉPELEMEKBŐL_TKK_2016.
KÉRDÉSEK_GÉPELEMEKBŐL_TKK_2016. 1.Tűréseknek nevezzük: 2 a) az anyagkiválasztás és a megmunkálási eljárások előírásait b) a gépelemek nagyságának és alakjának előírásai c) a megengedett eltéréseket az
Matematika Tanszék MOE (PE MIK) MMAM143VB 1 / 34
Valószín½uségszámítás és matematikai statisztika Mihálykóné Orbán Éva Matematika Tanszék MOE (PE MIK) MMAM143VB 1 / 34 Valószín½uségi változók számérték½u jellemz½oi 1 várható érték 2 szórásnégyzet/szórás
A DIAGNÓZISON ALAPULÓ TERÁPIA
A DIAGNÓZISON ALAPULÓ TERÁPIA LEHETSÉGES DIAGNOSTIKAI KATEGÓRIÁK EGÉSZSÉGES GINGIVITIS PARODONTITIS AZ ELSŐDLEGES DIAGNÓZIS ÉS A DIAGNÓZISON ALAPULÓ KEZELÉSI TERV A diagnózison alapuló parodontális kezelési
I. Gondolkodási módszerek: (6 óra) 1. Gondolkodási módszerek, a halmazelmélet elemei, a logika elemei. 1. Számfogalom, műveletek (4 óra)
MATEMATIKA NYEK-humán tanterv Matematika előkészítő év Óraszám: 36 óra Tanítási ciklus 1 óra / 1 hét Részletes felsorolás A tananyag felosztása: I. Gondolkodási módszerek: (6 óra) 1. Gondolkodási módszerek,
KULCS_GÉPELEMEKBŐL III.
KULCS_GÉPELEMEKBŐL III. 1.Tűréseknek nevezzük: 2 a) az anyagkiválasztás és a megmunkálási eljárások előírásait b) a gépelemek nagyságának és alakjának előírásai c) a megengedett eltéréseket az adott mérettől
Van Geel GLO-4 kábellétrák elektrogalvanizált kötôelemek. Van Geel GLO-4 kábellétrák tûzihorganyzott kötôelemek
Van Geel GLO-4 kábellétrák elektrogalvanizált kötôelemek EG Van Geel GLO-4 kábellétrák tûzihorganyzott kötôelemek TH Csom. Kat. szám Kötôelemek Csom. Kat. szám Kötôelemek 831 00 Csúszóanya M5 csavarral
REPÜLŐFEDÉLZETI TŰZFEGYVEREK LÖVEDÉK MOZGÁSÁNAK BALLISZTIKAI SZÁMÍTÁSA 2 BEVEZETÉS
Szilvássy László 1 REPÜLŐFEDÉLZETI TŰZFEGYVEREK LÖVEDÉK MOZGÁSÁNAK BALLISZTIKAI SZÁMÍTÁSA 2 A szerző jelen tanulmányában bemutatja a repülőfedélzeti tűzfegyverek lövedékei mozgásának ballisztikai számítását.
CsAvArbiztosítási rendszer
CsAvArbiztosítási rendszer A mûködési elv Az alátétek a lejtős fogazású belső felülettel, egymással szemben összeragasztva kerülnek értékesítésre, így megkönnyítve az első felszerelést és megakadályozva
MATEMATIKA TAGOZAT 5-8. BEVEZETŐ. 5. évfolyam
BEVEZETŐ Ez a helyi tanterv a kerettanterv Emelet matematika A változata alapján készült. Az emelt oktatás során olyan tanulóknak kívánunk magasabb szintű ismerteket nyújtani, akik matematikából átlag
Munkafüzet megoldások 7. osztályos tanulók számára. Makara Ágnes Bankáné Mező Katalin Argayné Magyar Bernadette Vépy-Benyhe Judit
Kalandtúra 7. unkafüzet megoldások 7. osztályos tanulók számára akara Ágnes Bankáné ező Katalin Argayné agyar Bernadette Vépy-Benyhe Judit BEELEGÍTŐ GONDOLKODÁS. SZÓRAKOZTATÓ FELADVÁNYOK. oldal. 6... 6.
Kettőnél több csoport vizsgálata. Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet
Kettőnél több csoport vizsgálata Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet Gyógytápszerek (kilokalória/adag) Három gyógytápszer A B C 30 5 00 10 05 08 40 45 03 50 35 190 Kérdések: 1. Van-e
E B D C C DD E E g e 112 D 0 e B A B B A e D B25 B B K H K Fejhallgató Antenna A B P C D E 123 456 789 *0# Kijelzés g B A P D C E 0 9* # # g B B 52 Y t ] [ N O S T \ T H H G ? > < p B E E D 0 e B D
Matematika 9. nyelvi előkészítő évfolyam. 1 óra/hét (37 óra) Kiselőadások tartása, interjúk készítése (matematikatörténeti
Matematika 9. nyelvi előkészítő évfolyam Témakörök Gondolkodási és megismerési módszerek Számtan, algebra Összefüggések, függvények, sorozatok Geometria, mérés Statisztika, valószínűség Év végi összefoglaló
Feladatok GEFIT021B. 3 km
Feladatok GEFT021B 1. Egy autóbusz sebessége 30 km/h. z iskolához legközelebb eső két megálló távolsága az iskola kapujától a menetirány sorrendjében 200 m, illetve 140 m. Két fiú beszélget a buszon. ndrás
ů ą ľ ą ó ľ ľ ó ô ľ ó ź ô ę ú Ú ľ ô Ź ô ľ ô ą ó ó Ö ľ Đ ą ä ä Ú ä ę ä Ę Đ đ ř Ď ä Đ Đ ä Ý ż Ę ę Ý Ý ä ä ľ Đ ä Đ ľ ť Ä ô Ú Ś ď ś ó ó ľ ó ó ô ľ ô ô ľ ü ä ę ö ó ľ ś ď ę ď ľ ö ó ě ä ď ä Ś ľ ď ś ś ś đ ń śä
VONALVEZETÉS TERVEZÉSE
VONALVEZETÉS TERVEZÉSE A vonalvezetés tervezésének általános követelményei A tervezési sebesség Látótávolságok Vízszintes vonalvezetés Magassági vonalvezetés Burkolatszélek vonalvezetése Térbeli tervezés
Szivattyú vezérlések, szintkapcsolók
Brio 2000 MT áramláskapcsoló A Brio 2000 MT áramlás és nyomás ellenőrzésére alkalmas a szivattyút, a bekapcsolási nyomásérték beállítható 1,0-3,5 bar között. Szárazonfutás miatti letiltás esetén az újraindítás
A matematikai logika alapjai
A matematikai logika alapjai A logika a gondolkodás törvényeivel foglalkozó tudomány A matematikai logika a logikának az az ága, amely a formális logika vizsgálatára matematikai módszereket alkalmaz. Tárgya
Standardizálás Főátlagok bontása Alkalmazások Feladatok Vége
Statisztika I 5 előadás Főátlagok összehasonlítása http://bmfhu/users/koczyl/statisztika1htm Kóczy Á László KGK-VMI Viszonyszámok (emlékeztető) Jelenség színvonalának vizsgálata viszonyszámokkal Viszonyszám
1. (Sugár Szarvas fgy., 186. o. S13. feladat) Egy antikvárium könyvaukcióján árverésre került. = x = 6, y = 12. s y y = 1.8s x.
. Sugár Szarvas fgy., 86. o. S3. feladat Egy antikvárium könyvaukcióján árverésre került 9 könyv licitálási adatai alapján vizsgáljuk a könyvek kikiáltási és ún. leütési ára ezerft közötti sztochasztikus
Újrakristályosodás (Rekristallizáció)
Név: Szatai Sebestyén Zalán Neptun-kód: C7283Z N I 11 A Újrakristályosodás (Rekristallizáció) Eszközök: 99,99%-os tisztaságú alumínium próbatest Fém körző Vonalzó Karcolótű Fémnyújtó C-ra hevített kemence
Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 9. előadás Előadó: Dr. Ertsey Imre Statisztikai hipotézis vizsgálatok elsősorban a biometriában alkalmazzák, újabban reprezentatív jellegű ökonómiai vizsgálatoknál, üzemi szinten élelmiszeripari
[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
Tómács Tibor. Matematikai statisztika
Tómács Tibor Matematikai statisztika Eszterházy Károly Főiskola Matematikai és Informatikai Intézet Tómács Tibor Matematikai statisztika Eger, 01 Szerző: Dr. Tómács Tibor főiskolai docens Eszterházy Károly
Define Measure Analyze Improve Control. F(x), M(ξ),
5.5.5. Six Sigma Minőségmenedzsment Statisztikai folyamatszabályozási (SPC) rendszer Erdei János Egy fegyelmezett és erősen mennyiségi szemléletű folyamatfejlesztési megközelítés, amely a gyártási, szolgáltatási