4. előadás. Statisztikai alkalmazások, Trendvonalak, regresszió. Dr. Szörényi Miklós, Dr. Kallós Gábor
|
|
- Imre Szalai
- 7 évvel ezelőtt
- Látták:
Átírás
1 4. előadás Statisztikai alkalmazások, Trendvonalak, regresszió Dr. Szörényi Miklós, Dr. Kallós Gábor
2 Tartalom Statisztikai alapfogalmak Populáció, mérési skálák, hisztogram Alapstatisztikák: átlag, módusz, medián, tapasztalati szórás Lapultság, ferdeség Korreláció Az Excel statisztikai (alap)függvényei Az adatelemzés bővítmény Példafeladat Alapstatisztikák, gyakoriság, leíró statisztika Trendvonalak Lineáris, polinomiális, logaritmikus és exponenciális közelítések Többváltozós regresszió 2
3 Statisztikai alapfogalmak (Statisztikai) populáció ~ alapsokaság population A vizsgálandó egyedek vagy objektumok adatainak az a (teljes) köre, amelyre a vizsgálat irányul, azaz amelyre következtetéseinket vonatkoztatni szeretnénk Minta sample A vizsgálandó egyedek vagy objektumok adatainak az a köre, amelyeket ténylegesen megvizsgálunk, azaz amelyeken következtetéseink alapulnak Megfigyelési egység observational vagy experimental unit A populáció, illetve a minta egy eleme, egy egyed vagy objektum adata, amelyet feljegyezünk (lehet egy ember vagy állat, egy vérminta, egyedek egy csoportja, pl. egy család, stb. adata) Változó variable Adat, jellemző, ismérv, tulajdonság, amelyet a mintabeli egyedeken megfigyelünk, megmérünk, feljegyzünk (életkor, testtömeg, kapott kezelés típusa, időtartama, stb.) A mintán megfigyelt adatokat az adatmátrix tartalmazza; szokásos elrendezésében minden sor egy mintavételi egységnek és minden oszlop egy változónak felel meg 3
4 Statisztikai alapfogalmak Mérési skálák measurement scales Nominális nominal csak kategóriák, se rendezés, se aritmetika (szemszín, foglalkozás) Ordinális ordinal rendezés van, aritmetika nincs ( jó közepes rossz, katonai rendfokozat) Intervallum interval a különbség értelmes, az arány nem ( C vagy ºF) Arány vagy abszolút rate, absolute az arány is értelmes, van abszolút 0 (testtömeg) Konverzió intervallum vagy abszolút skáláról ordinálisra Csoportosítás, pl. életkor helyett korcsoport, testtömeg helyett kicsiközepes-nagy, stb. vagy Rangsorolás (az adatokat sorba rendezzük és rangszámot rank adunk nekik), pl. 4
5 Statisztikai alapfogalmak Hisztogram histogram: tapasztalati sűrűségfüggvény Vízszintes tengelyén: osztályintervallumok, fölötte olyan téglalapok, amelyek területe megegyezik a megfelelő relatív, vagy százalékos gyakorisággal Így a hisztogram teljes területe 1, vagy 100% lesz Diszkrét változó esetén a változó értékei az intervallumok közepén helyezkednek el A hisztogram ha a minta elemszámát növeljük közelíti a valószínűségi változó elméleti sűrűségfüggvényét (Hisztogram helyett gyakorisági poligon is rajzolható) (Kumulatív hisztogram ~ tapasztalati eloszlásfüggvény) 5
6 Statisztikai alapfogalmak Alapstatisztikák Az eloszlás közepére vonatkozóak: az átlag, a medián és a módusz Átlag average, mean Legyenek a minta elemei x 1, x 2,, x n Ekkor: Az átlag az az érték, amely a legközelebb van a minta elemeihez A mintabeli értékek és a mintaátlag közti eltérések összege mindig 0 Módusz mode A leggyakrabban előforduló érték, jelölés: M 0 Medián median Sorbarendezett adatok középső eleme (50%-os vágóérték), jelölés: M e Percentilis: adott százalékos vágóérték Kvartilis (alsó, felső): 25, ill. 75%-os vágóérték Jelölés: Q 1 és Q 3, Q 2 a medián 6
7 Statisztikai alapfogalmak Alapstatisztikák (folyt.) Tapasztalati szórás és szórásnégyzet vagy más néven variancia variance A szórás a variancia négyzetgyöke (a képletben s a szórás, ennek négyzete pedig a variancia, s 2 ) A szórás azt mutatja meg, hogy az adataink átlagosan milyen távol helyezkednek el a számtani középtől Egyes esetekben csak normális eloszlásúnak tekinthető val. változó esetén az ún. korrigált tapasztalati szórást (Standard Deviation: SD) használjuk *Miért n 1-gyel osztunk: eggyel csökken a szabadsági fok (normális eloszlás) A programok általában használják a korrigált szórást is (nagy n esetén alig van eltérés, csak kicsi mintaelemszám esetén van szerepe) 7
8 Statisztikai alapfogalmak Alapstatisztikák (folyt.) Ha a mintából készített hisztogram elég jól közelíti a normális görbét, akkor a normális eloszlás táblázatából kiolvasható, hogy az ( x s, x + s) intervallumban van adataink kb. 68%-a (kb 2/3-a), az ( x 2 s, x + 2s) intervallumban van kb. 95%-a, az ( x 3 s, x + 3s) intervallumba pedig kb. 99,7%-uk esik (majdnem mind) Standard hiba (standard error, SE) teljes neve a mintaátlag standard hibája, azaz szórása (itt n a mintaelemszám): SE ( x) = SD( X ) / n Szemléletes jelentés: 100-szor több adatból 10-szer pontosabb statisztikai eredményt kapunk Matematikailag bizonyítható (Centrális határeloszlás tétel), hogy függetlenül a mintaelemek eloszlásától, a minta átlagának eloszlása mindig a normális eloszláshoz tart, és az átlag várható értéke a populáció várható értékével egyezik meg Kísérletsorozat: Az első felbukkanó szám nem rögzített, más és más lehet; de pl. tíz felbukkanó szám után már lehet tapasztalatokat levonni Pl. kérdőíves felmérésnél megbecsüljük, hogy hány adat alapján lehet kellően megbízható kijelentést tenni (a korlátot a populáció mérete is befolyásolja) De: egy bizonyos elemszám felett a becslés megbízhatósága már csak kevéssé javul (pártszimp. felmérés Mo-on, 1000 vagy 2000 fő majdnem mindegy, de a 2000 jóval drágább) 8
9 Statisztikai alapfogalmak Lapultság kurtosis Az eloszlás lapultságára, csúcsosságára vonatkozó statisztika Normális eloszlás esetén értéke 0, laposabb eloszlás esetén negatív, csúcsosabb eloszlás esetén pozitív Aszimmetria asymmetry ill. ferdeség skewness Az eloszlás aszimmetriájára, ill. ferdeségére vonatkozó statisztika Az aszimmetria mérhető a módusz és a medián segítségével is, x M 0 pl.: s Szimmetrikus esetben a mérőszámok értéke 0 (ekkor: módusz = medián és a kvartilisek átlaga = medián, de fordítva nem igaz a következtetés!) Aszimmetria: jobboldali kidudorodásnál negatív mérőszámok (jobboldali aszimmetria), baloldalinál pozitív Ferdeség: jobboldali kidudorodásnál szintén negatív mérőszámok (de: ez a balra ferde eloszlás) 9
10 Statisztikai alapfogalmak Korreláció correlation Két változó közötti kapcsolat erősségének mérőszáma ( együttfutás ) Pl. igaz-e, hogy ha kétszer akkora az autó tömege, akkor a fogyasztása is jóval nagyobb? Teljesül: 1 r 1 1 közeli értékek: erős kapcsolat; 1 közeli értékek: erős, de szembefutó kapcsolat; 0 közeli értékek: gyenge kapcsolat, függetlenség feltételezhető Ábrázolás: a pontokat összekötni nem szabad, de trendvonal húzható Kovariancia covariance R-négyzet Szintén változók közötti függőségek mérésére; a korreláció a kovariancia skálázott változata (osztjuk a szórásokkal) A korrelációs együttható négyzete, mindig nemnegatív 10
11 Az Excel statisztikai függvényei (Részben eml.: múlt félév) Átlag, Módusz, Medián, Kvartilis, Percentilis, Szórás, Var Kicsi, Nagy, Ferdeség, Csúcsosság Korrel, Kovar, Rnégyzet, Gyakoriság blokkfüggvény 11
12 Az Excel adatelemzés bővítménye Az Analysis ToolPak (Adatelemzés) bővítmény sok statisztikai lehetőséget kínál, néhány fontosabb (egyszerűbb): Leíró statisztika Korreláció-analízis Hisztogram Véletlenszám-generálás Többváltozós lineáris regresszió Statisztikai próbák Indítás: Adatok menüszalag Ha nem látjuk: bekapcsolás a szokásos módon (Fájl backstage) Ezután a megfelelő elem kiválasztható 12
13 Példafeladat (autók) Alapstatisztikák 13
14 Példafeladat (autók) Gyakoriság és hisztogram (tömeg) 14
15 Példafeladat (autók) Egyváltozós (leíró) statisztikák Numerikus adatokra kérhető 15
16 Példafeladat (autók) Korrelációs mátrix Elég a mátrix felét vizsgálni (pl. alsó háromszög) 16
17 Példafeladat (autók) Regressziós becslés az autók árára ár = a 1 *tömeg + a 2 *teljesítmény + + c Az együtthatók értéke becsülhető, de ez már egy munkás feladat Végül: a becsült ár és a tényleges ár összehasonlítható (alul- és túlárazott autók) 17
18 Trendvonal, regresszió Az Excel lehetővé teszi adatsorok tendenciáinak vizsgálatát, és előrejelzések is készíthetők A trend lehet: lineáris, polinomiális (többféle fok megadható), logaritmikus, exponenciális Kérhetjük a közelítő egyenlet és az R-négyzet értékének megjelenítését 18
19 Trendvonal, regresszió További információk pl. a hivatalos Office oldalról 19
20 Trendvonal, regresszió A legkisebb négyzetek módszere (szemléltetés) 20
21 Többváltozós regresszió Tipikus feladat: mérési vagy gazdasági adatokhoz minél pontosabban illeszkedő (összetettebb) függvényt kell találnunk, ahol a függvény bizonyos jellemzőit/tulajdonságait ismerjük A jelenség elméleti modellje alapján (szakmai gyakorlatból jövő tudás) Összetettebb: a függvény most nem sima lineáris, négyzetes vagy logaritmikus, hanem több tényezőből, tagból áll A mi mostani feladatunk Egy mérés eredménye zajjal terhelt Most az alapjel és a zajos jel is adott (a zaj nálunk véletlen számokkal generált) Készítsünk minél pontosabb regressziós függvényt, ha tudjuk, hogy a függvény ae -dx sin(bx + c) + e alakba írható, és nagyjából meg tudjuk becsülni az a, b, c, d, e paraméterek értékét Megoldás Felírjuk a regressziós közelítő függvény képletét Meghatározzuk a regressziós (négyzetes) eltérést pontonként Az eltérés négyzetösszegét a Solver segítségével minimalizáljuk 21
22 Többváltozós regresszió 22
23 Többváltozós regresszió 23
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 12 XII. STATIsZTIKA ellenőrző feladatsorok 1. FELADATsOR Megoldások: láthatók nem láthatók 1. minta: 6.10, 0.01, 6.97, 6.03, 3.85, 1.11,
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 5 V. BECsLÉsELMÉLET 1. STATIsZTIKAI becslés A becsléselméletben gyakran feltesszük, hogy a megfigyelt mennyiségek független valószínűségi
RészletesebbenSz ekelyhidi L aszl o Val osz ın us egsz am ıt as es matematikai statisztika *************** Budapest, 1998
Székelyhidi László Valószínűségszámítás és matematikai statisztika *************** Budapest, 1998 Előszó Ez a jegyzet a valószínűségszámításnak és a matematikai statisztikának azokat a fejezeteit tárgyalja,
RészletesebbenGazdasági matematika II.
PÉNZÜGYI ÉS SZÁMVITELI KAR MESTERKÉPZÉSI ÉS TÁVOKTATÁSI KÖZPONT 1149 BUDAPEST, BUZOGÁNY U. 10-12. : 06-1-469-6600 I. évfolyam TANTÁRGYI ÚTMUTATÓ Gazdasági matematika II. 2013/2014. II. félév PÉNZÜGYI ÉS
RészletesebbenStatisztika 2016. március 11. A csoport Neptun kód
Statisztika 2016. március 11. A csoport Név Neptun kód 1. Egy közösségben az élelmiszerre fordított kiadások az alábbiak szerint alakultak: osszeg (ezer Ft) csalad(db) 20 7 20:1 30 12 30:1 40 20 40:1 50
RészletesebbenTANTÁRGYI ÚTMUTATÓ. Gazdasági matematika II. tanulmányokhoz
I. évfolyam BA TANTÁRGYI ÚTMUTATÓ Gazdasági matematika II. tanulmányokhoz TÁVOKTATÁS 2014/2015-ös tanév II. félév A KURZUS ALAPADATAI Tárgy megnevezése: Gazdasági matematika II. (Valószínűségszámítás)
RészletesebbenNyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 8. MA3-8 modul. A szórás és a szóródás egyéb mérőszámai
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 8. MA3-8 modul A szórás és a szóródás egyéb mérőszámai SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról
RészletesebbenDr. BALOGH ALBERT: AZ ÚJ STATISZTIKAI TERMINOLÓGIA
Dr. BALOGH ALBERT: AZ ÚJ STATISZTIKAI TERMINOLÓGIA 1 Az ISO 3534-1 és 3534-2: 2006 szabványok ismertetése Az ISO 3534 szabványsorozat- Szótár és jelölések- tagjai: 1. ISO 3534-1: Statisztikai és fogalmak(2006)
RészletesebbenA fiatalok pénzügyi kultúrája Számít-e a gazdasági oktatás?
A fiatalok pénzügyi kultúrája Számít-e a gazdasági oktatás? XXXII. OTDK Konferencia 2015. április 9-11. Készítette: Pintye Alexandra Konzulens: Dr. Kiss Marietta A kultúrától a pénzügyi kultúráig vezető
RészletesebbenFIT-jelentés :: 2012. Intézményi jelentés. Összefoglalás
FIT-jelentés :: 2012 Összefoglalás Német Nemzetiségi Gimnázium és Kollégium, Deutsches Nationalitätengymnasium und Schülerwohnheim 1203 Budapest, Serény u. 1. Összefoglalás Az intézmény létszámadatai Tanulók
RészletesebbenKispesti Deák Ferenc Gimnázium
4 Kispesti Deák Ferenc Gimnázium Az Önök iskolájára vontakozó egyedi adatok táblázatokban és grafikonokon 1. osztály matematika 1 Standardizált átlagos képességek matematikából Az Önök iskolájának átlagos
RészletesebbenMágneses szuszceptibilitás vizsgálata
Mágneses szuszceptibilitás vizsgálata Mérést végezte: Gál Veronika I. A mérés elmélete Az anyagok külső mágnesen tér hatására polarizálódnak. Általában az anyagok mágnesezhetőségét az M mágnesezettség
RészletesebbenKispesti Deák Ferenc Gimnázium
4 Kispesti Deák Ferenc Gimnázium Az Önök iskolájára vontakozó egyedi adatok táblázatokban és grafikonokon 1. osztály szövegértés 1 Standardizált átlagos képességek szövegértésből Az Önök iskolájának átlagos
RészletesebbenAnalízis elo adások. Vajda István. 2012. október 3. Neumann János Informatika Kar Óbudai Egyetem. Vajda István (Óbudai Egyetem)
Vajda István Neumann János Informatika Kar Óbudai Egyetem / 40 Fogalmak A függvények értelmezése Definíció: Az (A, B ; R ) bináris relációt függvénynek nevezzük, ha bármely a A -hoz pontosan egy olyan
RészletesebbenWALTER-LIETH LIETH DIAGRAM
TBGL0702 Meteorológia és klimatológia II. Bíróné Kircsi Andrea Egyetemi tanársegéd DE Meteorológiai Tanszék [ C] A diagram fejlécében fel kell tüntetni: - az állomás nevét, - tengerszint feletti magasságát,
RészletesebbenIlleszkedésvizsgálat
Slide 1 Illeszkedésvizsgálat (kategória értékű változóra) Freedman: 28. fejezet 1-3. Egy képzeletbeli országban 10M ember lakik: 30% szőke, 10% barna, 60% fekete. Slide 2 N = 200 fős mintát vettünk, a
RészletesebbenKockázatkezelés és biztosítás
Kockázatkezelés és biztosítás Dr. habil. Farkas Szilveszter PhD egyetemi docens, tanszékvezető Pénzügy Intézeti Tanszék Témák 1. Kockáztatott eszközök 2. Károkozó tényezők (vállalati kockázatok) 3. Holisztikus
RészletesebbenElemi statisztika fizikusoknak
Elemi statisztika fizikusoknak Pollner Péter Biológiai Fizika Tanszék pollner@elte.hu 1. oldal 7. előadás Becslések és minta elemszámok 7-1 Áttekintés 7-2 A populáció arány becslése 7-3 A populáció átlag
RészletesebbenFIT-jelentés :: 2014. Intézményi jelentés. 8. évfolyam
FIT-jelentés :: 2014 Hőgyészi Hegyhát Általános Iskola, Gimnázium, Alapfokú Művészeti Iskola és Kollégium 7191 Hőgyész, Fő utca 1-3. Létszámadatok A telephelyek kódtáblázata A 002 - Hőgyészi Hegyhát Általános
RészletesebbenIntézményi jelentés. Összefoglalás. Medgyessy Ferenc Gimnázium és Művészeti Szakközépiskola 4031 Debrecen, Holló László sétány 6 OM azonosító: 031202
FIT-jelentés :: 2010 Medgyessy Ferenc Gimnázium és Művészeti Szakközépiskola 4031 Debrecen, Holló László sétány 6 Figyelem! A 2010. évi Országos kompetenciaméréstől kezdődően a szövegértés, illetve a matematika
Részletesebben13. előadás. Matlab 7. (Statisztika, regresszió, mérési adatok feldolgozása) Dr. Szörényi Miklós, Dr. Kallós Gábor. Széchenyi István Egyetem
13. előadás Matlab 7. (Statisztika, regresszió, mérési adatok feldolgozása) Dr. Szörényi Miklós, Dr. Kallós Gábor 2013 2014 1 Tartalom Statisztikai alapfogalmak Populáció, hisztogram, átlag, medián, szórás,
RészletesebbenFIT-jelentés :: 2009. Szász Ferenc Kereskedelmi Szakközépiskola és Szakiskola 1087 Budapest, Szörény u. 2-4. OM azonosító: 035418. Intézményi jelentés
FIT-jelentés :: 2009 Szász Ferenc Kereskedelmi Szakközépiskola és Szakiskola 1087 Budapest, Szörény u. 2-4. Létszámadatok A telephelyek kódtáblázata A 001 - Szász Ferenc Kereskedelmi Szakközépiskola és
RészletesebbenAzonosító jel: Matematika emelt szint
I. 1. Hatjegyű pozitív egész számokat képezünk úgy, hogy a képzett számban szereplő számjegy annyiszor fordul elő, amekkora a számjegy. Hány ilyen hatjegyű szám képezhető? 11 pont írásbeli vizsga 1012
RészletesebbenElemi statisztika fizikusoknak
Elemi statisztika fizikusoknak Pollner Péter Biológiai Fizika Tanszék pollner@elte.hu 1. oldal 6. Előadás A normális eloszlás 6-3 A normális eloszlás alkalmazásai 6-4 Statisztikák eloszlása és becslő függvények
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Trigonometria
005-05 MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Trigonometria A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett
RészletesebbenBIOMATEMATIKA ELŐADÁS
BIOMATEMATIKA ELŐADÁS 11. Hipotézisvizsgálat, statisztikai tesztek Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Bevezetés Hipotézis, hibák 2 Statisztikai tesztek u-próba
RészletesebbenA mérési eredmény hibája
HIBASZÁMÍTÁS A mérési eredmény hibája A mérési eredmény hibája Hiba: A kísérlet jól meghatározott (reprodukálható) körülmények között játszódik le, lefolyását azonban sok apró, külön-külön nehezen figyelembe
RészletesebbenA döntő feladatai. valós számok!
OKTV 006/007. A döntő feladatai. Legyenek az x ( a + d ) x + ad bc 0 egyenlet gyökei az x és x valós számok! Bizonyítsa be, hogy ekkor az y ( a + d + abc + bcd ) y + ( ad bc) 0 egyenlet gyökei az y x és
RészletesebbenOsztályozó és Javító vizsga témakörei matematikából 9. osztály 2. félév
Osztályozó és Javító vizsga témakörei matematikából 9. osztály 2. félév IV. Háromszögek, négyszögek, sokszögek Pontok, egyenesek, síkok és ezek kölcsönös helyzete Néhány alapvető geometriai fogalom A háromszögekről.
RészletesebbenSzakács Tamás Statisztika vizsgakérdések 2009.
1.Ismertesse a statisztikai ismérv fogalmát, és ennek típusait! Azokat a kritériumokat nevezzük így, amelyek közös jellemzői a sokaság egységeinek. Típusai : időbeli, területi, tárgyi. A tárgyi lehet :
RészletesebbenMAGISTER GIMNÁZIUM TANMENET 2012-2013 11. OSZTÁLY
MAGISTER GIMNÁZIUM TANMENET 2012-2013 11. OSZTÁLY Heti 3 óra Évi 111 óra Készítette: Ellenőrizte: Literáti Márta matematika tanár.. igazgató Másodfokú egyenletek. Ismétlés 1. óra: Másodfokú egyenletek,
RészletesebbenKhi-négyzet próbák. Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet
Khi-négyzet próbák Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Khi-négyzet próba Példa Az elleni oltóanyagok különböző típusainak hatását vizsgálták abból a szempontból, hogy
RészletesebbenFIT-jelentés :: 2009. Széchenyivárosi Óvoda és Általános Iskola 6000 Kecskemét, Lunkányi János u. 10. OM azonosító: 200922. Intézményi jelentés
FIT-jelentés :: 2009 Széchenyivárosi Óvoda és Általános Iskola 6000 Kecskemét, Lunkányi János u. 10. Létszámadatok A telephelyek kódtáblázata A 001 - Széchenyivárosi Óvoda és Általános Iskola Arany János
RészletesebbenJelentéskészítő TEK-IK () Válaszadók száma = 610
Jelentéskészítő TEK-IK () Válaszadók száma = 0 Általános mutatók Szak értékelése - + átl.=. Felmérés eredmények Jelmagyarázat Kérdésszöveg Válaszok relatív gyakorisága Bal pólus Skála Átl. elt. Átlag Medián
RészletesebbenLineáris algebra gyakorlat
Lineáris algebra gyakorlat 3 gyakorlat Gyakorlatvezet : Bogya Norbert 2012 február 27 Bogya Norbert Lineáris algebra gyakorlat (3 gyakorlat) Tartalom Egyenletrendszerek Cramer-szabály 1 Egyenletrendszerek
RészletesebbenFIT-jelentés :: 2013. Zoltánfy István Általános Iskola 6772 Deszk, Móra F. u. 2. OM azonosító: 200909 Telephely kódja: 005. Telephelyi jelentés
FIT-jelentés :: 2013 6. évfolyam :: Általános iskola Zoltánfy István Általános Iskola 6772 Deszk, Móra F. u. 2. Létszámadatok A telephely létszámadatai az általános iskolai képzéstípusban a 6. évfolyamon
RészletesebbenMATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények
MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények A szürkített hátterű feladatrészek nem tartoznak az érintett témakörhöz, azonban szolgálhatnak fontos információval az érintett feladatrészek megoldásához!
RészletesebbenA jelenség magyarázata. Fényszórás mérése. A dipólus keletkezése. Oszcilláló dipólusok. A megfigyelhető jelenségek. A fény elektromágneses hullám.
Fényszórás mérése A jelenség magyarázata A megfigyelhető jelenségek A fény elektromágneses hullám. Az elektromos tér töltésekre erőhatást fejt ki. A dipólus keletkezése Dipólusok: a pozitív és a negatív
RészletesebbenMilyen segítséget tud nyújtani a döntéshozatalban a nem-hagyományos jelfeldolgozás?
Milyen segítséget tud nyújtani a döntéshozatalban a nem-hagyományos jelfeldolgozás? Vasmű Néhány tipikus feladat rendszermodellezés irányítás oxygen components (parameters) System Neural model temperature
RészletesebbenSokféle matematikai és ezen kívül többféle kifejezetten statisztikai programcsomag
Kiss Gábor Õri István Matematika-tanítás Excel programcsomaggal Mintafeladatokon keresztül mutatjuk meg az Excel lehetőségeit a valószínűség-számítás, a statisztika és a lineáris algebra tanításában. Természetesen
RészletesebbenKOVÁCS BÉLA, MATEMATIKA I.
KOVÁCS BÉLA, MATEmATIkA I 15 XV DIFFERENCIÁLSZÁmÍTÁS 1 DERIVÁLT, deriválás Az f függvény deriváltján az (1) határértéket értjük (feltéve, hogy az létezik és véges) Az függvény deriváltjának jelölései:,,,,,
RészletesebbenBevezetés az ökonometriába
Az idősorelemzés alapjai Gánics Gergely 1 gergely.ganics@freemail.hu 1 Statisztika Tanszék Budapesti Corvinus Egyetem Tizedik előadas Tartalom 1 Alapfogalmak, determinisztikus és sztochasztikus megközelítés
RészletesebbenFazekas Mihály Fővárosi Gyakorló Általános Iskola és Gimnázium
26 Fazekas Mihály Fővárosi Gyakorló Általános Iskola és Gimnázium Az Önök telephelyére vonatkozó egyedi adatok táblázatokban és grafikonokon 1. évfolyam gimnázium szövegértés Előállítás ideje: 27.3.. 12:28:21
RészletesebbenJelentés a kiértékelésről az előadóknak
Debreceni Egyetem 00 Debrecen Egyetem tér. Debreceni Egyetem Tisztelt NK Úr! (személyes és bizalmas) Jelentés a kiértékelésről az előadóknak Tisztelt NK Úr! Ez az email tartalmazza a Népegészségügyi ellenõr
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
RészletesebbenMELLÉKLET. A parancsikonok használata: Fıkomponens- és faktorelemzés. I.1. 2.1.: A fıkomponens- és a faktorelemzés indítása.
MELLÉKLET A parancsikonok használata: Fıkomponens- és faktorelemzés I.1. 2.1.: A fıkomponens- és a faktorelemzés indítása 426 Túlélıkészlet az SPSS-hez I.1. 2.2.: Fıkomponens- és faktorelemzés fımenü elsı
RészletesebbenMatematika III. 7. Helyzetmutatók, átlagok, kvantilisek Prof. Dr. Závoti, József
Matematika III. 7. Helyzetmutatók, átlagok, kvantilisek Prof. Dr. Závoti, József Matematika III. 7. : Helyzetmutatók, átlagok, kvantilisek Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul
Részletesebben- mit, hogyan, miért?
- mit, hogyan, miért? Dr. Bélavári Csilla VITUKI Nonprofit Kft., Minőségbiztosítási és Ellenőrzési Csoport c.belavari@vituki.hu 2011.02.10. 2010. évi záróértekezlet - VITUKI, MECS 1 I. Elfogadott érték
RészletesebbenBevezetés a lágy számítás módszereibe
BLSZM-07 p. 1/10 Bevezetés a lágy számítás módszereibe Nem fuzzy halmaz kimenetű fuzzy irányítási rendszerek Egy víztisztító berendezés szabályozását megvalósító modell Viselkedésijósló tervezési példa
RészletesebbenProgramozás I. - 9. gyakorlat
Programozás I. - 9. gyakorlat Mutatók, dinamikus memóriakezelés Tar Péter 1 Pannon Egyetem M szaki Informatikai Kar Rendszer- és Számítástudományi Tanszék Utolsó frissítés: November 9, 2009 1 tar@dcs.vein.hu
Részletesebben1. Nyomásmérővel mérjük egy gőzvezeték nyomását. A hőmérő méréstartománya 0,00 250,00 kpa,
1. Nyomásmérővel mérjük egy gőzvezeték nyomását. A hőmérő méréstartománya 0,0 250,0 kpa, pontossága 3% 2 osztás. Mekkora a relatív hibája a 50,0 kpa, illetve a 210,0 kpa értékek mérésének? rel. hiba_tt
RészletesebbenFIT-jelentés :: 2014. Bánki Donát Közlekedésgépészeti Szakközépiskola és Szakiskola 1138 Budapest, Váci út 179-183. OM azonosító: 035391
FIT-jelentés :: 2014 Bánki Donát Közlekedésgépészeti Szakközépiskola és Szakiskola 1138 Budapest, Váci út 179-183. Az intézmény létszámadatai Tanulók száma Képzési forma Összesen A jelentésben szereplők
RészletesebbenMATEMATIKA ÍRÁSBELI VIZSGA 2012. május 8.
MATEMATIKA ÍRÁSBELI VIZSGA 2012. május 8. I. rész Fontos tudnivalók A feladatok megoldásához szöveges adatok tárolására és megjelenítésére nem alkalmas zsebszámológépet és bármelyik négyjegyű függvénytáblázatot
RészletesebbenMérési hibák 2007.02.22. 1
Mérési hibák 007.0.. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák/ Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség általánosított
RészletesebbenJavítóvizsga témakörei matematika tantárgyból
9.osztály Halmazok: - ismerje és használja a halmazok megadásának különböző módjait, a halmaz elemének fogalmát - halmazműveletek : ismerje és alkalmazza gyakorlati és matematikai feladatokban a következő
RészletesebbenOrszágos Középiskolai Tanulmányi Verseny 2011/2012 Matematika I. kategória (SZAKKÖZÉPISKOLA) Döntő. x 3x 2 <
Oktatási Hivatal Országos Középiskolai Tanulmányi Verseny 011/01 Matematika I. kategória (SZKKÖZÉPISKOL) Döntő 1. Határozza meg az összes olyan egész számot, amely eleget tesz az egyenlőtlenségnek! log
RészletesebbenPuskás Tivadar Távközlési Technikum
27 Puskás Tivadar Távközlési Technikum Az Önök telephelyére vonatkozó egyedi adatok táblázatokban és grafikonokon 1. évfolyam szakközépiskola matematika Előállítás ideje: 28.3.6. 6:48:31 197 Budapest,
RészletesebbenKOVÁCS BÉLA, MATEMATIKA I.
KOVÁCS BÉLA, MATEmATIkA I 10 X DETERmINÁNSOk 1 DETERmINÁNS ÉRTELmEZÉSE, TULAJdONSÁGAI A másodrendű determináns értelmezése: A harmadrendű determináns értelmezése és annak első sor szerinti kifejtése: A
RészletesebbenCsoportosított adatok megjelenítése sorhalmaz függvények használatával
Csoportosított adatok megjelenítése sorhalmaz függvények használatával Célkitűzés A használható sorhalmaz függvények azonosítása A sorhalmaz függvények használatának leírása Adatok csoportosítása a GROUP
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
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
RészletesebbenOperációkutatás. 2. konzultáció: Lineáris programozás (2. rész) Feladattípusok
Operációkutatás NYME KTK, gazdálkodás szak, levelező alapképzés 00/003 tanév, II évf félév Előadó: Dr Takách Géza NyME FMK Információ Technológia Tanszék 9400 Sopron, Bajcsy Zs u 9 GT fszt 3 (99) 58 640
RészletesebbenReiz Beáta. 2006 április
Babes - Bolyai Tudomány Egyetem Matematika Informatika Kar Informatika Szak 2006 április 1 2 (GM) Definíció: olyan gráf, melynek csomópontjai valószínűségi változók élei ezen változók közti függőségi viszonyokat
RészletesebbenA potenciális szélenergia és az időjárási frontok kapcsolata Magyarországon
TAR KÁROLY és PUSKÁS JÁNOS A potenciális szélenergia és az időjárási frontok kapcsolata Magyarországon 1. A front-tipizálás Puskás-féle módszere. 2. A front-típusok statisztikája. 3. A front-típusok átlagos
RészletesebbenFIT-jelentés :: 2014 Intézményi jelentés Összefoglalás Ady Endre-Bay Zoltán Középiskola és Kollégium
FIT-jelentés :: 2014 Ady Endre-Bay Zoltán Középiskola és Kollégium 5720 Sarkad, Vasút utca 2. Az intézmény létszámadatai Tanulók száma Képzési forma Összesen A jelentésben szereplők 10. 4 évfolyamos gimnázium
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
RészletesebbenRadon, Toron és Aeroszol koncentráció viszonyok a Tapolcai Tavas-barlangban
Radon, Toron és Aeroszol koncentráció viszonyok a Tapolcai Tavas-barlangban Kutatási jelentés Veszprém 29. november 16. Dr. Kávási Norbert ügyvezetı elnök Mérési módszerek, eszközök Légtéri radon és toron
RészletesebbenKooperáció és intelligencia
Kooperáció és intelligencia Tanulás többágenses szervezetekben/2 Tanulás több ágensből álló környezetben -a mozgó cél tanulás problémája (alapvetően megerősítéses tanulás) Legyen az ágens közösség formalizált
RészletesebbenLineáris algebra jegyzet
Lineáris algebra jegyzet Készítette: Jezsoviczki Ádám Forrás: Az előadások és a gyakorlatok anyaga Legutóbbi módosítás dátuma: 2011-12-04 A jegyzet nyomokban hibát tartalmazhat, így fentartásokkal olvasandó!
RészletesebbenA SZOCIOLÓGIA, MINT TUDOMÁNY
A SZOCIOLÓGIA, MINT TUDOMÁNY Kialakulás Tárgy Módszer Történelemtudomány Az első írásos dokumentumoktól A társadalom egésze Történelmi, deduktív szemléletmód Filozófia Ókori tudomány Az emberi lét értelmének
Részletesebben3. Egy szabályos dobókockát kétszer feldobva mennyi annak a valószínűsége, hogy a dobott számok különbségének abszolutértéke nagyobb mint 4?
1. Kombinatorikus valószínűség 1. Egy dobókockát kétszer feldobunk. a) Írjuk le az eseményteret! b) Mennyi annak a valószínűsége, hogy az első dobás eredménye nagyobb, mint a másodiké?. Mennyi a valószínűsége
RészletesebbenHÁLÓZATSEMLEGESSÉG - EGYSÉGES INTERNET SZOLGÁLTATÁS-LEÍRÓ TÁBLÁZAT
HÁLÓZATSEMLEGESSÉG - EGYSÉGES INTERNET SZOLGÁLTATÁS-LEÍRÓ TÁBLÁZAT - 2016.04.01 után kötött szerződésekre Díjcsomag neve Go Go+ Go EU Go EU+ Kínált letöltési sebesség - 3G 42 Mbit/s 42 Mbit/s 42 Mbit/s
RészletesebbenHalmazok és függvények
Halmazok és függvények Óraszám: 2+2 Kreditszám: 6 Meghirdető tanszék: Analízis Debrecen, 2005. A tárgy neve: Halmazok és függvények (előadás) A tárgy oktatója: Dr. Gilányi Attila Óraszám/hét: 2 Kreditszám:
RészletesebbenArany Dániel Matematikai Tanulóverseny 2011/2012-es tanév első (iskolai) forduló haladók I. kategória
Bolyai János Matematikai Társulat Arany Dániel Matematikai Tanulóverseny 011/01-es tanév első (iskolai) forduló haladók I. kategória Megoldások és javítási útmutató 1. Az ábrán látható ABC derékszögű háromszög
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...
RészletesebbenA környezettan tantárgy intelligencia fejlesztő lehetőségei
A környezettan tantárgy intelligencia fejlesztő lehetőségei Készítette: Pék Krisztina biológia környezettan szak Belső konzulens: Dr. Schróth Ágnes Külső konzulens: Dr. Széphalmi Ágnes A szakdolgozatom
Részletesebben2016.03.16. Az előadás témakörei. A minőség fogalma. Alapfogalmak definíciói A minőségügy fejlődési lépcsői A minőség forrásai A minőséghurok
2016.03.16. A MINŐSÉG FOGALMA, A MINŐSÉGBIZTOSÍTÁSI ELVEK ÉS RENDSZEREK FEJLŐDÉSE BUDAPESTI MŰSZAKI ÉS GAZDASÁGTUDOMÁNYI EGYETEM ELEKTRONIKAI TECHNOLÓGIA TANSZÉK Az előadás témakörei Alapfogalmak definíciói
RészletesebbenBOLYAI MATEMATIKA CSAPATVERSENY FŐVÁROSI DÖNTŐ SZÓBELI (2005. NOVEMBER 26.) 5. osztály
5. osztály Írd be az ábrán látható hat üres körbe a 10, 30, 40, 60, 70 és 90 számokat úgy, hogy a háromszög mindhárom oldala mentén a számok összege 200 legyen! 50 20 80 Egy dobozban háromféle színű: piros,
RészletesebbenMATEMATIKA ÍRÁSBELI VIZSGA 2011. május 3.
MATEMATIKA ÍRÁSBELI VIZSGA I. rész Fontos tudnivalók A megoldások sorrendje tetszőleges. A feladatok megoldásához szöveges adatok tárolására és megjelenítésére nem alkalmas zsebszámológépet és bármelyik
RészletesebbenFeladatok diszkriminancia anaĺızisre
Feladatok diszkriminancia anaĺızisre. A normált Fisher-féle lineáris diszkriminancia függvény a osztály esetén használatos alakja: az osztályozási kritérium: Lx c µ µ T Σ x µ ahol c µ T Σ µ µ ha Lx > Lµ
RészletesebbenMutatószám alapú értékelés
Mutatószám alapú értékelés 2016. április 19. 17:30 A webinárium hamarosan kezdődik. Kérjük, ellenőrizze, hogy számítógépe hangszórója be van-e kapcsolva. További technikai információk: https://www.kbcequitas.hu/menu/tamogatas/tudastar/oktatas
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
Részletesebben1. forduló. MEGOLDÁSOK Pontszerző Matematikaverseny 2015/2016-os tanév
MEGOLDÁSOK Pontszerző Matematikaverseny 2015/2016-os tanév 1. forduló 1. feladat: Jancsi és Juliska Matematikai Memory-t játszik. A játék lényege, hogy négyzet alakú kártyákra vagy műveletsorokat írnak
RészletesebbenPárhuzamos programozás
Párhuzamos programozás Rendezések Készítette: Györkő Péter EHA: GYPMABT.ELTE Nappali tagozat Programtervező matematikus szak Budapest, 2009 május 9. Bevezetés A számítástechnikában felmerülő problémák
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,
RészletesebbenSzent István Közgazdasági Szakközépiskola és Kollégium
2006 Szent István Közgazdasági Szakközépiskola és Kollégium Az Önök iskolájára vonatkozó egyedi adatok táblázatokban és grafikonokon 10. évfolyam matematika Előállítás ideje: 2007.04.18. 13:23:13 1 Standardizált
Részletesebben3. Térvezérlésű tranzisztorok
1 3. Térvezérlésű tranzisztorok A térvezérlésű tranzisztorok (Field Effect Transistor = FET) működési elve alapjaiban eltér a bipoláris tranzisztoroktól. Az áramvezetés mértéke statikus feszültséggel befolyásolható.
RészletesebbenConjoint-analízis példa (egyszerűsített)
Conjoint-analízis példa (egyszerűsített) Az eljárás meghatározza, hogy a fogyasztók a vásárlás szempontjából lényeges terméktulajdonságoknak mekkora relatív fontosságot tulajdonítanak és megadja a tulajdonságok
RészletesebbenVASÚTI PÁLYA DINAMIKÁJA
VASÚTI PÁLYA DINAMIKÁJA Dynamics of the railway track Liegner Nándor BME Út és Vasútépítési Tanszék A vasúti felépítmény szerkezeti elemeiben ébredő igénybevételek A Zimmermann Eisenmann elmélet alapján
RészletesebbenDiszkrét matematika I. gyakorlat
Diszkrét matematika I. gyakorlat 1. Gyakorlat Bogya Norbert Bolyai Intézet 2012. szeptember 4-5. Bogya Norbert (Bolyai Intézet) Diszkrét matematika I. gyakorlat 2012. szeptember 4-5. 1 / 21 Információk
Részletesebben[GVMGS11MNC] Gazdaságstatisztika
[GVMGS11MNC] Gazdaságstatisztika 4 előadás Főátlagok összehasonlítása http://uni-obudahu/users/koczyl/gazdasagstatisztikahtm Kóczy Á László KGK-VMI Viszonyszámok (emlékeztető) Jelenség színvonalának vizsgálata
RészletesebbenAgrárgazdasági Kutató Intézet Piac-árinformációs Szolgálat. Borpiaci információk. III. évfolyam / 7. szám 2005. április 28. 14-15.
A K I Borpiaci információk III. évfolyam / 7. szám 25. április 28. 14- Bor piaci jelentés Borpiaci információk 1-4. táblázat, 1-8. ábra: Belföldi értékesítési-árak és mennyiségi adatok 2. oldal 3-7. oldal
RészletesebbenDPR Szakmai nap. 2011. október 17. PTE Felnőttképzési és Emberi Erőforrás Fejlesztési Kar
PTE Felnőttképzési és Emberi Erőforrás Fejlesztési Kar A diplomás pályakövetés eredményei és a lehetséges fejlesztési irányok DPR Szakmai nap 2011. október 17. Horváth Judit A vizsgálat reprezentativitása
RészletesebbenAnalízis elo adások. Vajda István. 2012. szeptember 24. Neumann János Informatika Kar Óbudai Egyetem. Vajda István (Óbudai Egyetem)
Vajda István Neumann János Informatika Kar Óbudai Egyetem 1/8 A halmaz alapfogalom, tehát nem definiáljuk. Jelölés: A halmazokat általában nyomtatott nagybetu vel jelöljük Egy H halmazt akkor tekintünk
RészletesebbenGAZDASÁGI MATEMATIKA 1. 1. Gyakorlat
GAZDASÁGI MATEMATIKA 1. 1. Gyakorlat Bemutatkozás Chmelik Gábor óraadó BGF-KKK Módszertani Intézeti Tanszéki Osztály chmelik.gabor@kkk.bgf.hu http://www.cs.elte.hu/ chmelik Fogadóóra: e-mailben egyeztetett
RészletesebbenDr. Balogh Albert: A statisztikai adatfeldolgozás néhány érdekessége
Dr. Balogh Albert: A statszta adatfeldolgozás éháy érdeessége Kérdése:. Hogya becsüljü a tapasztalat eloszlásfüggvéyt? 2. M az a redezett mta? 3. M az a medá rag és mlye becslése vaa?. Hogya becsüljü a
RészletesebbenEmelt szintű érettségi feladatsorok és megoldásaik Összeállította: Szászné Simon Judit; dátum: 2005. november. I. rész
Szászné Simon Judit, 005. november Emelt szintű érettségi feladatsorok és megoldásaik Összeállította: Szászné Simon Judit; dátum: 005. november. feladat I. rész Oldjuk meg a valós számok halmazán a x 5x
RészletesebbenG Szabályfelismerés 2.2. 2. feladatcsomag
ÖSSZEFÜÉSEK Szabályfelismerés 2.2 Alapfeladat Szabályfelismerés 2. feladatcsomag összefüggés-felismerő képesség fejlesztése szabályfelismeréssel megkezdett sorozat folytatása a felismert szabály alapján
RészletesebbenÉpületvillamosság laboratórium. Villámvédelemi felfogó-rendszer hatásosságának vizsgálata
Budapesti Műszaki és Gazdaságtudományi Egyetem Villamos Energetika Tanszék Nagyfeszültségű Technika és Berendezések Csoport Épületvillamosság laboratórium Villámvédelemi felfogó-rendszer hatásosságának
Részletesebben[MECHANIKA- HAJLÍTÁS]
2010. Eötvös Loránd Szakközép és Szakiskola Molnár István [MECHANIKA- HAJLÍTÁS] 1 A hajlításra való méretezést sok helyen lehet használni, sok mechanikai probléma modelljét vissza lehet vezetni a hajlítás
Részletesebben