Definíció. Definíció. 2. El adás (folytatása) Az adatok leírása, megismerése és összehasonlítása fejezet. A variabilitás mér számai 3.
|
|
- Erzsébet Pappné
- 7 évvel ezelőtt
- Látták:
Átírás
1 . 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 mérıszámai -7 Exploratív adatelemzés 1. oldal -5. fejezet A variabilitás mér számai. oldal A variabilitás mér számai 3. oldal 4. oldal Várakozási id különböz bankokban percekben A szórás a statisztika egyik legalapvetıbb fogalma, ezért fontos hogy megértsük a lényegét 1 Bank of Nyúl Csajágröcsögei Bank Bank of Nyúl Csajágröcsögei Bank Átlag Medián Módusz Midrange oldal 6. oldal Az adat halmaz terjedelem (range) a legnagyobb és a legkisebb érték közti különbség A minta halmaz szórása (standard eltérése, standard deviation) az adatok eltérését méri az átlag körül legnagyobb érték legkisebb érték
2 A minta szórásának képlete s = -4. képlet Példa: 1, 3, 14 (tábla) Σ (x - x) n oldal A szórás kiszámításának procedúrája Számold ki az átlagot Vond le az átlagot minden egyes adatból Minden így kapott eltérést emelj a négyzetre Add össze ezeket az eltéréseket Az eredményt oszd el az adatok száma -1 Vonjál belıle gyököt x 8. oldal ( x x) ( x x) ( x x) n 1 -el. Egyszer sített képlet 9. oldal Szórás - kulcspontok 10. oldal s = -5. képlet n (Σx ) - (Σx) n (n - 1) A szórás az átlag körüli variabilitás mértéke Az s szórás pozitív (vagy 0) A szórás s értéke dramatikusan megnı, ha egy vagy több outlier (a többitıl messze esı) adat is van köztük Levezetjük a táblánál! Az s mértékegysége megegyezik az adatok mértékegységével A populáció szórása 11. oldal 1. oldal σ = Σ (x - µ) N A variancia (vagy szórásnégyzet) a standard eltérés négyzete. Minta variancia: A minta szórásának négyzete. Hasonló, mint a -4. képlet, azonban itt a populáció átlagát és a populáció nagyságát használjuk (és nem vonunk le 1-et). Populáció variancia: A populáció szórásának négyzete.
3 Variancia - Jelölések 13. oldal Miért van n-1 a -4. képletben? 14. oldal négyzetre emelt standard eltérés Jelölés } s σ Minta variancia Populáció variancia Szeretnénk, ha a mintából kiszámított s szórásnégyzet a lehetı legjobban megközelítené a populáció σ varianciáját. Nagyon sokféle módon választhatunk ki n db mintaelemet az N elemő populációból és így sok-sok különbözı becslést kapunk a populáció szórására. Számításokkal alátámasztható, hogy a -4. képlet az n-1 osztóval átlagosan a helyes becslést adja a szórásra, amit torzítatlan becslésnek nevezünk. Példa: 3 elemő populáció, véletlen (visszatevéses) mintavételezés Példa: 3, 6, oldal Miért nem használjuk az abszolút eltérést? 16. oldal N=3 µ=6 n= 3,6 és 6,3 6,9 és 9,6 x=4.5 x=7.5 3,9 és 9,3 x=6 3,3 6,6 9,9 x=3 x=6 σ =((3 6) +(6 6) +(9 6) )/3=6.0 s =((3 4.5) +(6 4.5) )/1=4.5 s =((6 7.5) +(9 7.5) )/1=4.5 s =((3 6) +(9 6) )/1=18.0 s =((3 3) +(3 3) )/1=0.0 s =((6 6) +(6 6) )/1=0.0 x=9 s =((9 9) +(9 9) )/1=0.0 ( )/9=54.0/9=6.0 3 Átlag abszolút eltérés = x x n nem additív és nem torzítatlan becslése a populáció átlag abszolút eltérésének 17. oldal Példa: 18. oldal A variációs együttható (CV) megadja a szórást az átlag százalékában kifejezve CV = Minta s 100% x CV = Populáció σ µ 100% Arra jó, hogy különbözı variabilitásokat össze tudjunk hasonlítani. Megvizsgáltuk 100 férfi magasságát és súlyát Magasság: Magasság átlaga x = cm Magasság szórása S= 7.67 cm Súly: Súly átlaga x = 78.6 kg Súly szórása S= kg CV magasság =7.67cm/173.58cm=4.4% CV súly =11.94kg/78.6kg=15.6% A magasság sokkal kevésbé változékony mint a súly!
4 A standard eltérés kiszámítása 19. oldal a gyakoriság eloszlásból 0. oldal -6. képlet n [Σ(f x )] - [Σ(f x)] s = n (n - 1) Használjuk x értékeknek az osztályfelezı pontokat Csebisev tétel Az adatok legalább 1-1/K ad része mindig közelebb van az átlaghoz mint K standard eltérés, ahol K egy 1- nél nagyobb pozitív szám. K = esetén, legalább ¾-e (vagy 75%-a) az adatoknak nem tér el jobban az átlagtól mint standard eltérés K = 3 esetén, legalább 8/9-ada (vagy 89%-a) az adatoknak nem tér el jobban az átlagtól mint 3 standard eltérés következı tulajdonságok igazak: Empirikus ( ) szabály Közelítıleg haranggörbe alakú eloszlás esetén a Mintegy 68%-a az értékeknek az átlag 1 standard eltérésnyi környezetébe esnek Mintegy 95%-a az értékeknek az átlag standard eltérésnyi környezetébe esnek Mintegy 99.7%-a az értékeknek az átlag 3 standard eltérésnyi környezetébe esnek 4 1. oldal Az empirikus szabály. oldal -13. ábra Az empirikus szabály 3. oldal Az empirikus szabály 4. oldal -13. ábra -13. ábra
5 Összefoglalás 5. oldal 6. oldal Ebben a fejezetben foglalkoztunk a: Az adatok terjedelmével A populáció és a minta szórásával (SD) A populáció és a minta varianciájával (VAR) A variációs együtthatóval (CV) A szórás kiszámításával a gyakoriság eloszlásból Empirikus szabály Csebisev tételével -6. fejezet A relatív helyzet mér számai 7. oldal Az eltérés mérése z érték 8. oldal z eltérés (vagy standard eltérés) x pozitív vagy negatív eltérése az átlagtól szórás egységekben mérve. 5 Minta z = x - x s Populáció z = x - µ σ Példa: 9. oldal A z eltérés interpretációja 30. oldal Lyndon Johnson volt a legmagasabb amerikai elnök, cm. Shaquille O Neal a Miami Heat legmagasabb kosárlabda játékosa, 16 cm. Johnson volt-e sokkal magasabb mint az összes elnök, vagy O Neal a csapattársainál a Miami Heatben? Elnökök átlaga cm, szórása 5.3 cm. Miami Heat átlaga 03. cm, szórása 8.4 cm. z=( )/5.3=1.67 z=(16-03.)/8.4= ábra Ha egy érték kisebb mint az átlag, akkor a z érték negatív. Megszokott értékek: z értéke és között Szokatlan értékek: z érték < - vagy z érték >
6 Einstein IQ-ja Az IQ eloszlása jó közelítéssel haranggörbe alakú Az emberek IQ átlaga 100, szórása 16. Einstein IQ-ja 160-volt. z=( )/16= oldal Q 1 (Alsó/elsı kvartilis) nagyság szerint rendezett adatok alsó 5%-át választja el a felsı75%-tól. Q (Második kvartilis) ugyanaz mint a median; elválasztja az adatok alsó és felsı separates 50%-át egymástól. 3. oldal Q 3 (Felsı/harmadik kvartilis) az alsó 75%- ot a felsı5%-tól választja el. Percentilisek 33. oldal Hogyan találhatjuk meg, hogy egy érték melyik percentilisbe esik? 34. oldal Ugyanúgy, ahogy a kvartilisek négy részre osztják az adatokat, a 99 percentilis P 1, P,... P 99, az adatokat 100 csoportra osztják. 6 x percentilis értéke= x-nél kisebb értékek száma 100 az összes értékek száma Konverzió a k-adik percentilis és a megfelelı adat értékek között 35. oldal 36. oldal L = Jelölés k 100 n n k L P k az adatok száma a percentilis száma lokátor, ami meghatározza a keresett adat sorszámát k-adik percentilis Keressük meg percentilis értékét 11/ = Kerekítve a 31. percentilisbe esik
7 37. oldal 38. oldal A konverzió sémája Keressük meg P 31 értékét (a 31. percentilist). 31 L = 36 = Kerekítsük fel: Kezdve a legkisebb értékkel, számoljunk el a 1.- ig a rendezett listában. P 31 = ábra Néhány fontos jellemz 39. oldal Összefoglalás 40. oldal Ebben a fejezetben megvitattuk: Interkvartilis terjedelem (IQR): Q 3 - Q 1 Q Fél-interkvartilis terjedelem: 3 - Q 1 Kvartilis felez : Q 3 + Q percentilis terjedelem: P 90 - P 10 7 a z értékeket z értékeket és szokatlan értékek Kvartilisek Percentilisek A percentilisek konvertálása adatértékekre és vissza Más jellemzık 41. oldal 4. oldal -7. fejezet Exploratív adatanalízis (EDA) Exploratív adatanalízis a statisztkai módszerek (mint ábrázolás, a centrum és a variabilitás meghatározása) alkalmazásának a folyamata, amit azért végzünk, hogy megismerjük az adatok legfontosabb statisztikai jellemzıit
8 43. oldal Fontos elvek 44. oldal Az outlier egy olyan érték, ami nagyon távol esik a többi adat többségétıl. Egy outlier-nek drámai hatása lehet az átlagra Egy outlier-nek drámai hatása lehet a szórásra Egy outlier-nek drámai hatása lehet a hisztogrammok skálájára, ami miatt az eloszlás teljesen zavaros lesz k Egy adathalmazra vonatkozóan, az 5-szám összefoglaló a minimum értékbıl; a Q 1 elsı kvartilisbıl; a mediánból (Q ); a harmadik kvartilisbıl, Q 3 ; és a maximum értékbıl áll. A boxplot egy a minimumtól a maximumig terjedı vonalból áll, valamint egy dobozból, amiben függıleges vonal húzódik az alsó kvartilisnél, Q 1 ; a mediánnál; és a felsı kvartilisnél, Q oldal 8 Boxplot -16. ábra 46. oldal Boxplot-ok 47. oldal Módosított boxplot 48. oldal Outlier, ha Q 3 at 1.5 X IQR-el meghaladja Outlier, ha Q 1 nél 1.5 X IQR-el kisebb Ezeket kihagyjuk és csak jelöljük (csillaggal), a maradékra csinálunk boxplotot ábra
9 Összefoglalás 49. oldal Ebben a fejezetben áttekintettük: Exploratív adatanalízist Az outlier-ek hatását 5-szám összefoglalót és a boxplot-ot 9
Elemi statisztika fizikusoknak
1. oldal Elemi statisztika fizikusoknak Pollner Péter Biológiai Fizika Tanszék pollner@elte.hu Az adatok leírása, megismerése és összehasonlítása 2-1 Áttekintés 2-2 Gyakoriság eloszlások 2-3 Az adatok
RészletesebbenGAZDASÁGSTATISZTIKA. 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
RészletesebbenMatematika III. 8. A szórás és a szóródás egyéb mérőszámai Prof. Dr. Závoti, József
Matematika III. 8. A szórás és a szóródás egyéb Prof. Dr. Závoti, József Matematika III. 8. : A szórás és a szóródás egyéb Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP - 4.1.2-08/1/A-2009-0027
RészletesebbenMatematikai statisztikai elemzések 2.
Matematikai statisztikai elemzések 2. Helyzetmutatók, átlagok, kvantilisek. A szórás és szóródás Prof. Dr. Závoti, József Matematikai statisztikai elemzések 2.: Helyzetmutatók, átlagok, Prof. Dr. Závoti,
RészletesebbenBiostatisztika 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
RészletesebbenAlapfogalmak 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
RészletesebbenA mintavétel bizonytalansága
A mintavétel bizonytalansága Farkas Zsuzsa, Prof. Dr. Ambrus Árpád FarkasZs@nebih.gov.hu, AmbrusArp@nebih.gov.hu NÉBIH ÉKI A termék megfelelőség ellenőrzése - A mintavétel és az analitikai vizsgálati eredmények
RészletesebbenVariancia-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
RészletesebbenAdatok 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
RészletesebbenELEMI VALÓSZÍNŰSÉGSZÁMÍTÁS és STATISZTIKAI MÓDSZEREK A FIZIKÁBAN
ELEMI VALÓSZÍNŰSÉGSZÁMÍTÁS és STATISZTIKAI MÓDSZEREK A FIZIKÁBAN SINKOVICZ PÉTER (PhD hallgató) MTA WIGNER FIZIKAI KUTATÓKÖZPONT (2013) a TARTALOMJEGYZÉK A VALÓSÁG STATISZTIKAI LEKÉPEZÉSE 1. Alapfogalmak
RészletesebbenStatisztika gyakorlat
Félévi követelményrendszer tatisztika gyakorlat. Gazdasági agrármérnök szak II. évolyam 007.0.. Heti óraszám: + Aláírás eltételei: az elıadásokon való részvétel nem kötelezı, de AJÁNLOTT! a gyakorlatokon
RészletesebbenMINİSÉGSZABÁLYOZÁS. 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
RészletesebbenGAZDASÁGI 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
RészletesebbenINTELLIGENS ADATELEMZÉS
Írta: FOGARASSYNÉ VATHY ÁGNES STARKNÉ WERNER ÁGNES INTELLIGENS ADATELEMZÉS Egyetemi tananyag 2011 COPYRIGHT: 2011 2016, Dr. Fogarassyné Dr. Vathy Ágnes, Pannon Egyetem Műszaki Informatikai Kar Matematika
RészletesebbenA 2009. évi Baross Gábor Program pályázati kiírásaira a Dél-alföldi Régióban benyújtott pályaművek statisztikai elemzése
A 2009. évi Baross Gábor Program pályázati kiírásaira a Dél-alföldi Régióban benyújtott pályaművek statisztikai elemzése Készítette: Dél-alföldi Regionális Innovációs Ügynökség Közhasznú Egyesület Vezetői
RészletesebbenKVANTITATÍV MÓDSZEREK
KVANTITATÍV MÓDSZEREK Dr. Kövesi János Tóth Zsuzsanna Eszter 6 Tartalomjegyzék Kvantitatív módszerek. Valószínűségszámítási tételek. eltételes valószínűség. Események függetlensége.... 3.. eltételes valószínűség...
RészletesebbenStatisztika, próbák Mérési hiba
Statisztika, próbák Mérési hiba ÁTLAG SZÓRÁS KICSI, NAGY MIN, MAX LIN.ILL LOG.ILL MEREDEKSÉG METSZ T.PROBA TREND NÖV Statisztikai függvények Statisztikailag fontos értékek Számtani átlag: ŷ= i y i /n Medián:
RészletesebbenKutatásmódszertan és prezentációkészítés
Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I
RészletesebbenStatisztikai 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
RészletesebbenMatematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók
Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz
RészletesebbenNyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 6. MA3-6 modul. A statisztika alapfogalmai
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 6. MA3-6 modul A statisztika alapfogalmai SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról szóló 1999.
RészletesebbenStatisztikai 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
RészletesebbenBevezető 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
RészletesebbenStatisztika. Politológus képzés. Daróczi Gergely április 17. Politológia Tanszék
Statisztika Politológus képzés Daróczi Gergely Politológia Tanszék 2012. április 17. Outline 1 Leíró statisztikák 2 Középértékek Példa 3 Szóródási mutatók Példa 4 Néhány megjegyzés a grafikonokról 5 Számítások
RészletesebbenCsicsman József-Sipos Szabó Eszter csicsman@calculus.hu, siposeszti@gmail.com. Matematikai alapok az adatbányászati szoftverek első megismeréséhez
Csicsman József-Sipos Szabó Eszter csicsman@calculus.hu, siposeszti@gmail.com Matematikai alapok az adatbányászati szoftverek első megismeréséhez 1.1 A statisztikai sokaság A statisztika a valóság számszerű
RészletesebbenA leíró statisztikák
A leíró statisztikák A leíró statisztikák fogalma, haszna Gyakori igény az, hogy egy adathalmazt elemei egyenkénti felsorolása helyett néhány jellemző tulajdonságának megadásával jellemezzünk. Ezeket az
RészletesebbenStandardizálás, transzformációk
Standardizálás, transzformációk A transzformációk ugynúgy mennek, mint egyváltozós esetben. Itt még fontosabbak a linearitás miatt. Standardizálás átskálázás. Centrálás: kivonjuk minden változó átlagát,
RészletesebbenFeladatok és megoldások a 6. heti eladshoz
Feladatok és megoldások a 6. heti eladshoz Építőkari Matematika A3 1. Ha E(X = 1 és D 2 (X = 5, határozzuk meg (a E[(2 + X 2 ], (b D 2 (4 + 3X értékét. 2. Legyenek X 1, X 2,... független azonos eloszlású
RészletesebbenAz egyenértékő kúposság
Az egyenértékő kúposság Daczi László fımérnök P.V.Ü.Á. PLF TEO 2009. november 21. Az elıadás tartalma: - az e.k. fogalma - az e.k.elıírása az ÁME-kben - a VMMSZK anyaga - az e.k-ra vonatkozó számítások,
Részletesebbenstatisztikai 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
Részletesebbenés élelmiszer-ipari termékek hozhatók forgalomba, amelyeket a vonatkozó jogszabá-
152 - - - - - - Az öko, a bio vagy az organikus kifejezések használata még napjainkban sem egységes, miután azok megjelenési formája a mindennapi szóhasználatban országon- A német, svéd, spanyol és dán
RészletesebbenA statisztika részei. Példa:
STATISZTIKA Miért tauljuk statisztikát? Mire haszálhatjuk? Szakirodalom értő és kritikus olvasásához Mit állít egyáltalá a cikk? Korrektek-e a megállaítások? Vizsgálatok (kísérletek és felmérések) tervezéséhez,
RészletesebbenStatisztikai 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
RészletesebbenBemenet modellezése II.
Bemenet modellezése II. Vidács Attila 2005. november 3. Hálózati szimulációs technikák, 2005/11/3 1 Kiszolgálási id k modellezése Feladat: Egy bemeneti modell felállítása egy egy kiszolgálós sorbanállási
RészletesebbenSTATISZTIKA I. Változékonyság (szóródás) A szóródás mutatószámai. Terjedelem. Forgalom terjedelem. Excel függvények. Függvénykategória: Statisztikai
Változékonyság (szóródás) STATISZTIKA I. 5. Előadás Szóródási mutatók A középértékek a sokaság elemeinek értéknagyságbeli különbségeit eltakarhatják. A változékonyság az azonos tulajdonságú, de eltérő
RészletesebbenTERÜLETI ÖSSZEHASONLÍTÁSOK
TERÜLETI ÖSSZEHASONLÍTÁSOK R. NAGY ZSÓFIA A tanulmány a megyék fejlettségbeli összehasonlítását mutatja be a különböző gazdasági és társadalmi mutatók alapján fő mutatóként a GDP-t használva. A módszer
Részletesebbenkonfidencia-intervallum Logikai vektorok az R-ben 2012. március 14.
Valószínűség, pontbecslés, konfidencia-intervallum Logikai vektorok az R-ben 2012. március 14. Normális eloszlás tesztje Kolmogorov-Szmirnov vagy Wilk-Shapiro próba. R-funkció: shapiro.test(vektor) balra
RészletesebbenDiplomás pályakezdők várható foglalkoztatása és bérezése a versenyszektorban. 3000 magyarországi cég körében végzett felmérés elemzése gyorsjelentés
Diplomás pályakezdők várható foglalkoztatása és bérezése a versenyszektorban 3000 magyarországi cég körében végzett felmérés elemzése gyorsjelentés Az MKIK Gazdaság- és Vállalkozáselemző Intézet olyan
Részletesebben7. el adás Becslések és minta elemszámok. 7-1. fejezet Áttekintés
7. el adás Becslések és mita elemszámok 7-1. fejezet Áttekités 7-1 Áttekités 7- A populáció aráy becslése 7-3 A populáció átlag becslése: σismert 7-4 A populáció átlag becslése: σem ismert 7-5 A populáció
RészletesebbenNyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 7. MA3-7 modul. Helyzetmutatók, átlagok, kvantilisek
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 7. MA3-7 modul Helyzetmutatók, átlagok, kvantilisek SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról
RészletesebbenKomputer 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
RészletesebbenSzabó Júlia-Vízy Zsolt: A szaktanácsadói munka tapasztalatai a képesség- készségfejlesztés területén (Földünk és környezetünk mőveltségterület)
Szabó Júlia-Vízy Zsolt: A szaktanácsadói munka tapasztalatai a képesség- készségfejlesztés területén (Földünk és környezetünk mőveltségterület) 1. Bevezetés (2. rész) A Budapesti Nevelı c. folyóirat 2007.
RészletesebbenSZENT ISTVÁN EGYETEM YBL MIKLÓS ÉPÍTÉSTUDOMÁNYI KAR EUROCODE SEGÉDLETEK A MÉRETEZÉS ALAPJAI C. TÁRGYHOZ
SZENT ISTVÁN EGYETEM YBL MIKLÓS ÉPÍTÉSTUDOMÁNYI KAR EUROCODE SEGÉDLETEK A MÉRETEZÉS ALAPJAI C. TÁRGYHOZ A segédlet nem helyettesíti az építmények teherhordó szerkezeteinek erőtani tervezésére vonatkozó
RészletesebbenKÖZGAZDASÁGTAN I. Készítette: Bíró Anikó, K hegyi Gergely, Major Klára. Szakmai felel s: K hegyi Gergely. 2010. június
KÖZGAZDASÁGTAN I. Készült a TÁMOP-4.1.2-08/2/a/KMR-2009-0041 pályázati projekt keretében Tartalomfejlesztés az ELTE TáTK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi Tanszék az MTA Közgazdaságtudományi
RészletesebbenA szakképzı iskolát végzettek iránti kereslet és kínálat várható alakulása 2010
A szakképzı iskolát végzettek iránti kereslet és kínálat várható alakulása 2010 A dokumentum a Szakiskolai férıhelyek meghatározása 2010, a regionális fejlesztési és képzési bizottságok (RFKB-k) részére
RészletesebbenKosztolányi József Kovács István Pintér Klára Urbán János Vincze István. tankönyv. Mozaik Kiadó Szeged, 2013
Kosztolányi József Kovács István Pintér Klára Urbán János Vincze István tankönyv 0 Mozaik Kiadó Szeged, 03 TARTALOMJEGYZÉK Gondolkodási módszerek. Mi következik ebbõl?... 0. A skatulyaelv... 3. Sorba rendezési
RészletesebbenStatisztika 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
RészletesebbenSegítség az outputok értelmezéséhez
Tanulni: 10.1-10.3, 10.5, 11.10. Hf: A honlapra feltett falco_exp.zip-ben lévő exploratív elemzések áttanulmányozása, érdekességek, észrevételek kigyűjtése. Segítség az outputok értelmezéséhez Leiro: Leíró
RészletesebbenÁltalános statisztika II. Kriszt, Éva Varga, Edit Kenyeres, Erika Korpás, Attiláné Csernyák, László
Általános statisztika II Kriszt, Éva Varga, Edit Kenyeres, Erika Korpás, Attiláné Csernyák, László Általános statisztika II Kriszt, Éva Varga, Edit Kenyeres, Erika Korpás, Attiláné Csernyák, László Publication
RészletesebbenPopulációbecslések 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
RészletesebbenElméleti 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...
RészletesebbenMatematikai statisztikai elemzések 6.
Matematikai statisztikai elemzések 6. Regressziószámítás: kétváltozós lineáris és nemlineáris regresszió, többváltozós regresszió Prof. Dr. Závoti, József Matematikai statisztikai elemzések 6.: Regressziószámítás:
RészletesebbenMagyarország éghajlatának alakulása 2012. január-július időszakban
Magyarország éghajlatának alakulása 2012. január-július időszakban Tanulmányunkban bemutatjuk, hogyan alakult hazánk időjárása az idei év első hét hónapja során. Részletesen elemezzük az időszak hőmérsékleti-
RészletesebbenMetrológiai alapok. Horváthné Drégelyi-Kiss Ágota Fıiskolai tanársegéd, BMF BGK AGI. E-mail: dregelyi.agota@bgk.bmf.hu URL: www.bmf.
Méréselmélet let és s méréstechnikam Környezetmérnök k hallgatók k részr szére Horváthné Drégelyi-Kiss Ágota Fıiskolai tanársegéd, BMF BGK AGI E-mail: dregelyi.agota@bgk.bmf.hu URL: www.bmf.hu/users users/dregelyia/
RészletesebbenA friss beton konzisztenciájának mérése a terülési mérték meghatározásával
A friss beton konzisztenciájának mérése a terülési mérték meghatározásával MSZ 4714-3:1986 MSZ EN 12350-5:2000 A betonkeverék és a friss beton vizsgálata. A konzisztencia meghatározása 6. fejezet: A terülés
RészletesebbenA.11. Nyomott rudak. A.11.1. Bevezetés
A.. Nyomott rudak A... Bevezetés A nyomott szerkezeti elem fogalmat általában olyan szerkezeti elemek jelölésére használjuk, amelyekre csak tengelyirányú nyomóerő hat. Ez lehet speciális terhelésű oszlop,
RészletesebbenAdatok gyűjtésének és értékelésének módszerei Domokos, Endre Csom, Veronika
Adatok gyűjtésének és értékelésének módszerei Domokos, Endre Csom, Veronika Adatok gyűjtésének és értékelésének módszerei Domokos, Endre Csom, Veronika Tartalom 1. Jelmagyarázat és rövidítésjegyzék...
RészletesebbenA tanulás affektív tényezõi. Józsa Krisztián. Fejes József Balázs
8. A tanulás affektív tényezõi Józsa Krisztián Szegedi Tudományegyetem Neveléstudományi Intézet Fejes József Balázs Szegedi Tudományegyetem Neveléstudományi Intézet Bloom tanulással-tanítással kapcsolatos
RészletesebbenPILIS NAGYKÖZSÉG ÖNKORMÁNYZATA Képviselı-testületének. 20/2002. (XII. 12) sz. önkormányzati rendelete
PILIS NAGYKÖZSÉG ÖNKORMÁNYZATA Képviselı-testületének 20/2002. (XII. 12) sz. önkormányzati rendelete A helyi iparőzési adóról szóló 15/1998. (XII. 24.), 2/1999. (111.25.), 19/1999. (XII. 30.), 17/2000.
RészletesebbenValószínőségszámítás és statisztika elıadások Mérnök informatikus BSc szak MANB030, MALB030
Valószínőségszámítás és statisztika elıadások Mérnök informatikus BSc szak MANB030, MALB030 2. téma Feltételes valószínőség, függetlenség Példák feltételes valószínőségekre. Feltételes valószínőség definíciója.
RészletesebbenÁltalánosítás. Többdimenziós normális eloszlás. Matematikai statisztika elıadás III. éves elemzı szakosoknak
Matematikai statisztika elıadás. éves elemzı szakosokak 0. elıadás Többdimeziós ormális eloszlás Kétdimeziós ormális eloszlás sőrőségfüggvéye ( ( x µ ) ρ ( y ν ) f x, y) ex + ( x µ )( y ν ) ) πσς ρ σ σς
RészletesebbenNövényvédőszer maradékok eloszlásának vizsgálata egyedi terményekben
Növényvédőszer maradékok eloszlásának vizsgálata egyedi terményekben Horváth Zsuzsanna, Ficzere István, Ambrus Árpád Szakmai megbeszélés: A termék megfelelőség ellenőrzése A mintavétel és az analitikai
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június
GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi
RészletesebbenMINİSÉGBIZTOSÍTÁS. 8. ELİADÁS Mérıeszköz megfelelıség Mérıeszköz-képesség vizsgálat. 2011. Április 4. Összeállította: Dr. Kovács Zsolt egyetemi tanár
MINİSÉGBIZTOSÍTÁS Összeállította: Dr. Kovács Zsolt egyetemi tanár 8. ELİADÁS Mérıeszköz megfelelıség Mérıeszköz-képesség vizsgálat 011. Április 4. NyME FMK Terméktervezési és Gyártástechnológiai Intézet
RészletesebbenA sárospataki Nagykönyvtár olvasóinak elégedettségi mérése. Készítette: Éger Gábor
A sárospataki Nagykönyvtár olvasóinak elégedettségi mérése 0 Készítette: Éger Gábor A vizsgálat leírása, problémafelvetés A Sárospataki Református Kollégium Tudományos Gyűjteményei Nagykönyvtárának életében
RészletesebbenMATEMATIKA TANTERV Bevezetés Összesen: 432 óra Célok és feladatok
MATEMATIKA TANTERV Bevezetés A matematika tanítását minden szakmacsoportban és minden évfolyamon egységesen heti három órában tervezzük Az elsı évfolyamon mindhárom órát osztálybontásban tartjuk, segítve
RészletesebbenOrvosi diagnosztikai célú röntgenképfeldolgozás
Orvosi diagnosztikai célú röntgenképfeldolgozás Önálló labor zárójegyzkönyv Lasztovicza László VII. évf. vill. szakos hallgató 2002. Konzulens: dr. Pataki Béla docens Méréstechnika és Információs Rendszerek
Részletesebben10.3. A MÁSODFOKÚ EGYENLET
.. A MÁSODFOKÚ EGYENLET A másodfokú egenlet és függvén megoldások w9 a) ( ) + ; b) ( ) + ; c) ( + ) ; d) ( 6) ; e) ( + 8) 6; f) ( ) 9; g) (,),; h) ( +,),; i) ( ) + ; j) ( ) ; k) ( + ) + 7; l) ( ) + 9.
RészletesebbenLevegőminősítési indexek elemzése
LEVEGÕTISZTASÁG-VÉDELEM 2.2 Levegőminősítési indexek elemzése Tárgyszavak: levegőminősítés; index; statisztika; NSZK. A levegőben levő káros anyagok megítélése alapvetően relatív vagy abszolút módszerrel
RészletesebbenÚTMUTATÓ A MÓDSZERTANI SZIGORLAT LETÉTELÉHEZ
Szolnoki Főiskola Üzleti Fakultás, 5000 Szolnok, Tiszaligeti sétány ÚTMUTATÓ A MÓDSZERTANI SZIGORLAT LETÉTELÉHEZ A 4/1996. (I. 18.) Korm. rendelet a közgazdasági felsőoktatás alapképzési szakjainak képesítési
RészletesebbenMatematikai statisztikai elemzések 5.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematikai statisztikai elemzések. MSTE modul Kapcsolatvizsgálat: asszociáció vegyes kapcsolat korrelációszámítás. Varianciaanalízis
RészletesebbenTantárgyi 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
Részletesebben1. 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
RészletesebbenA nyugdíjban, nyugdíjszerű ellátásban részesülők halandósága főbb ellátástípusok szerint
SZENT ISTVÁN EGYETEM, GÖDÖLLŐ Gazdálkodás és Szervezéstudományok Doktori Iskola Doktori (PHD) értekezés tézisei A nyugdíjban, nyugdíjszerű ellátásban részesülők halandósága főbb ellátástípusok szerint
Részletesebben1. A MÁSODIK OSZTÁLYBAN TANULTAK ISMÉTLÉSE
1. A MÁSODIK OSZTÁLYBAN TANULTAK ISMÉTLÉSE 1. Írd le számokkal! Hat, tizenhat,,hatvan, hatvanhat, ötven, száz, tizenhét, húsz nyolcvankettı, nyolcvanöt. 2. Tedd ki a vagy = jelet! 38 40 2 42 50+4
RészletesebbenAz 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
RészletesebbenKARÁCSONYI ÜNNEPVÁRÓ AJTÓDÍSZ. copyright www.fonalshop.hu oldal 1
KARÁCSONYI ÜNNEPVÁRÓ AJTÓDÍSZ copyright www.fonalshop.hu oldal 1 Méret: - angyal: 26 x 32 cm - koszorú: 23 cm Hozzávalók: - 300 gr fehér Zpagetti fonal - 300 gr zöld Zpagetti fonal - 10.0 mm-es Hoooked
RészletesebbenJACIR HŐTİTORONY ÜZEMBE HELYEZÉSI ÉS KARBANTARTÁSI ÚTMUTATÓJA
JACIR HŐTİTORONY ÜZEMBE HELYEZÉSI ÉS KARBANTARTÁSI ÚTMUTATÓJA KS/ATM KOMPACT SOROZATOK, medencével 1. ÜZEMBE HELYEZÉS 1.1 Mőveleti sorrend Elıször is ellenırizze, hogy tele van a medence, és nem áll fenn
RészletesebbenAlkatrészek tőrése. 1. ábra. Névleges méret méretszóródása
1. Alapfogalmak Alkatrészek tőrése Névleges méretnek nevezzük a munkadarab nagyságrendjének jellemzésére szolgáló alapméretet, ez a mőszaki rajzon minden esetben feltüntetésre kerül. Tőrés használatának
RészletesebbenKétszemélyes négyes sor játék
Kétszemélyes négyes sor játék segítségével lehetővé kell tenni, hogy két ember a kliens program egy-egy példányát használva négyes sor játékot játsszon egymással a szerveren keresztül. Játékszabályok:
RészletesebbenSzakdolgozat. Pongor Gábor
Szakdolgozat Pongor Gábor Debrecen 2009 Debreceni Egyetem Informatikai Kar Egy kétszemélyes játék számítógépes megvalósítása Témavezetı: Mecsei Zoltán Egyetemi tanársegéd Készítette: Pongor Gábor Programozó
RészletesebbenStatisztikai 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
RészletesebbenLOVASKOCSIVAL AZ INFORMÁCIÓS SZUPERSZTRÁDÁN. információtartalma 2006-2010 2011/1
LOVASKOCSIVAL AZ INFORMÁCIÓS SZUPERSZTRÁDÁN Magyar egyetemi honlapok információtartalma 2006-2010 2011/1 LOVASKOCSIVAL AZ INFORMÁCIÓS SZUPERSZTRÁDÁN Magyar egyetemi honlapok információtartalma 2006-2010
RészletesebbenA szárított faanyag minıségének korrekt meghatározása, különös tekintettel az EU-s szabványokra
A szárított faanyag minıségének korrekt meghatározása, különös tekintettel az EU-s szabványokra Dr. Németh Róbert Prof. Dr Takáts Péter Szabvány fogalma A szabvány elismert szervezet által alkotott vagy
RészletesebbenMatematikai statisztikai elemzések 1.
Matematikai statisztikai elemzések 1. A statisztika alapfogalmai, feladatai, Prof. Dr. Závoti, József Matematikai statisztikai elemzések 1.: A statisztika alapfogalmai, feladatai, statisztika, osztályozás,
RészletesebbenAz új szja törvénnyel kapcsolatos béralkalmazkodási lépések a kisés közepes vállalkozások körében
Az új szja törvénnyel kapcsolatos béralkalmazkodási lépések a kisés közepes vállalkozások körében Az Országgyűlés által 21-ben elfogadott új személyi jövedelemadó törvény eredményeként a 29 ezer forint
RészletesebbenHipotézis-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
RészletesebbenPróbatömörítés végrehajtásának eljárási utasítása és szabályai
Próbatömörítés végrehajtásának eljárási utasítása és szabályai M7 autópálya Balatonkeresztúr-Nagykanizsa szakasz Budapest 2006 Készítette: Subert István - 1 - Subert István Próbatömörítés eljárási utasítása
RészletesebbenVargha András PSZICHOLÓGIAI STATISZTIKA DIÓHÉJBAN 1. X.1. táblázat: Egy iskolai bizonyítvány. Magyar irodalom. Biológia Földrajz
Megjelent: Vargha A. (7). Pszichológiai statisztika dióhéjban. In: Czigler I. és Oláh A. (szerk.), Találkozás a pszichológiával. Osiris Kiadó, Budapest, 7-46. Mi az, hogy statisztika? Vargha András PSZICHOLÓGIAI
RészletesebbenBiztosítási ügynökök teljesítményének modellezése
Eötvös Loránd Tudományegyetem Természettudományi Kar Budapest Corvinus Egyetem Közgazdaságtudományi Kar Biztosítási ügynökök teljesítményének modellezése Szakdolgozat Írta: Balogh Teréz Biztosítási és
RészletesebbenSTATISZTIKA I. Tantárgykódok. Oktatók. Időbeosztás. Tematika. http://www.agr.unideb.hu/~huzsvai. 1. Előadás Bevezetés, a statisztika szerepe
Tantárgykódok STATISZTIKA I. GT_APSN018 GT_AKMN021 GT_ATVN020 1. Előadás Bevezetés, a statisztika szerepe Oktatók Előadó: Dr. habil. Huzsvai László tanszékvezető Gyakorlatvezetők: Dr. Balogh Péter Dr.
RészletesebbenA 2015. év agrometeorológiai sajátosságai
A 2015. év agrometeorológiai sajátosságai A. Globális áttekintés (az alábbi fejezet az Országos Meteorológiai Szolgálat honlapján közzétett információk, tanulmányok alapján került összeállításra) A 2015-ös
RészletesebbenDebreceni Egyetem Informatika Kar STATISZTIKAI PROBLÉMÁK MEGOLDÁSA SZÁMÍTÓGÉP SEGÍTSÉGÉVEL
Debreceni Egyetem Informatika Kar STATISZTIKAI PROBLÉMÁK MEGOLDÁSA SZÁMÍTÓGÉP SEGÍTSÉGÉVEL Témavezető: Dr. Baran Sándor egyetemi tanár Készítette: Máté Zsolt gazdaságinformatikus Bsc Debrecen 2010 Szeretnék
Részletesebben11. 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
RészletesebbenELTE Társadalomtudományi Kar, ELTE-UNESCO Kisebbségszociológiai Tanszék H-1018 Budapest, Pázmány P. sétány 1/a.; e-mail: fokata.bt@chello.
Fokasz Nikosz Fokasz Oresztész Hullámverés* Terjedési folyamatok a médiában ELTE Társadalomtudományi Kar, ELTE-UNESCO Kisebbségszociológiai Tanszék H-1018 Budapest, Pázmány P. sétány 1/a.; e-mail: fokata.bt@chello.hu
RészletesebbenAlkalmazott statisztika feladatok
Alkalmazott statisztika feladatok 1. Leíró statisztikák és grakonok 1.1. a. Olvassuk be a Davis adatsort a car vagy a cardata csomagból! Ábrázoljuk a weight változó boxplotját, majd értelmezzük az outlier
RészletesebbenKörnyezeti elemek védelme II. Talajvédelem
Globális környezeti problémák és fenntartható fejlődés modul Gazdálkodási modul Gazdaságtudományi ismeretek I. Közgazdasá Környezeti elemek védelme II. Talajvédelem KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI
RészletesebbenVállalati és lakossági lekérdezés. Szécsény Város Polgármesteri Hivatala számára
Vállalati és lakossági lekérdezés Szécsény Város Polgármesteri Hivatala számára Dátum: 2010 Tartalomjegyzék Tartalomjegyzék... 2 I Az adatfelvétel eredményeinek bemutatása... 3 I.1 A vállalati, illetve
RészletesebbenSZAKDOLGOZAT. Takács László
SZAKDOLGOZAT Takács László 2012 SZEGEDI TUDOMÁNYEGYETEM Természettudományi és Informatikai Kar Geometria Tanszék Matematika Bsc_LAK SZAKDOLGOZAT Kísérlettervezés latin négyzetek felhasználásával Készítette:
RészletesebbenVízhasználatok gazdasági elemzése
ÖKO Zrt. vezette Konzorcium Vízgyűjtő-gazdálkodási tervek készítése című KEOP-2.5.0.A kódszámú projekt megvalósítása a tervezési alegységekre, valamint részvízgyűjtőkre, továbbá ezek alapján az országos
Részletesebben