Deszkriptív statisztika

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Deszkriptív statisztika"

Átírás

1 Dezkrptív tatztka Legye ξ{,, 3,...,,..., } egy 90 elemű mta, f a gyakorága az mtaértékek f f átlag6, modu6 medá7 Cetrál tedea a Modu - a leggyakorbb érték, az az amél f mamál, tájékoztató jellegű, tovább zámítáokra alkalmatla b Medá - az az érték, mely éppe két egyelő rézre oztja a agyág zert orbaredezett mtát páratla -re m az + / -k tag a orba páro -re m a két középő érték átlaga Előye az átlaggal zembe, hogy em érzékey a kugró értékekre ezek gyakra méré v. mtavétel hbákból zármazak. Szmmetrku elozláál egybeek az átlaggal, ferde elozláál em, pl. jövedelm kategórák. kvartlek: a mta aló é felő ¼ rézét határoló adatok Artmetka közép: ezt beírva az -k helyére, az özeg változatla Szóródá mértékzáma a Terjedelem rage b Átlago eltéré r ma { } - m { } A

2 Korrgálatla empírku varaa: ha a telje alapokaágot merjük, a varaát a következő képlettel zámítjuk k: mea quare-quare mea M M ξ ξ Azoba ha ak mtából beüljük a varaát akkor ez a képlet alulbeül l. kéőbb, ezért általába a Korrgált empírku varaa képletét kell hazál, amely egy / - -zere korrekó faktorba külöbözk: Emp. zórá: d Varáó koeffe - oeffet of varato CV 00 CV külöféle változók zórááak özevetéére

3 Belé Adott ξ. A mtavétel élja egy Θ paraméter belée. Belé jele: Θ. Valamlye tatztkával tatztka függvéyel törték. ˆ Paraméter Statztka Belé µ várh. érték varaa zórá átlag varaáj a µ tadard error rézletee ld. kéőbb A kapott Θ em feltételül azoo Θ -val!!!! A belé értéke valózíűég változó, elozláal. zóráal, várható értékkel tb. ˆ Az elmélet értéket görög betűvel jelöljük: µ,, tb, a beült értéket latal:,, tb. A belé krtéruma: Torzítatla belé M Θ azaz Θˆ Θ Θ lm ˆ Az öze lehetége elemű mtából kapott beléek átlaga megegyezk Θ -val. Vége eetre: Θ Θ N ahol, ˆ, az elemű mták záma N: az alapokaág zámoága A -k adják a "amplg dtrbuto"-t Θˆ 3

4 Θˆ torzítatla torzított: em Θ körül gadozk! A belé hatékoyága a belé varaája: V Θˆ Θˆ Θ ha több tatztka va, azok hatékoyága özevethető, a kebb varaájú a hatékoyabb. Kozzte belé: mde poztív ε-ra: lm P Θ Θ < ε ˆ Θ A mta agyágát övelve, a beüledő paramétertől való agy eltéré egyre valózíűtleebb, az gadozá egyre ökke. 4

5 Statztkák Várható érték: µ, eek belée, torzítatla. Varaa, zórá Az emprku varaa az alább formába TORZÍTOTT: Ez a tatztka alulbeül. Oka: A Σ - mdg kebb, mt Σ -µ, kvéve azt a rtka eetet, ha µ. Torzítatla belét kapuk az /- korrekó faktor alkalmazáával: Megj.: Telje eumeráóál ha az alapokaág mde elemét merjük em upá egy kebb mtát em belük, tehát az oztó. Statztkák elozláa amplg dtrbuto Statztkák várható értéke: belé µ, vagy Mξ -re elemű mták átlaga elozlááak várható értékére, M -re. Statztkák zóráa: tadard hba tadard error, égyzete a amplg varae példa: N5,, ξ : { 6, 8, 0,, 4 }, egyelete e.o., µ0, Vξ8. Vzatevée mtavétellel a lehetége kételemű mták záma 5. Az átlag elozláa f p 6 /5 7 / / / /5 4 4/5 3 3/5 3 /5 4 /

6 µ M Az átlag varaája µ 00/5 4. N / ebből a tadard hba: / - aál agyobb, mél agyobb a val.vált. zóráa - fordítva aráyo a mtaagyág égyzetgyökével - az átlag zóráa mdg kebb a val.vált. zórááál Általába: I. Ha az alappopuláó ormál elozláú, akkor elozláa ormál, -től függetleül. Ha az alappopuláó em ormál elozláú, akkor elozláa aál jobba közelít a ormált, mél agyobb >30 jó közelíté. II. Ha a mtavétel vzatevée, vége populáóból, vagy a populáó végtele agy, akkor érvéye a / ha azoba a mtavétel vzatevé élkül egy vége agyágú populáóból, akkor korrekó faktor alkalmazadó: N N A fet példába vzatevé élkül 0 féle mta adódk. 30/0 3 vagy 5-/4 8/ 3 A faktor elhagyható, ha <<N vagy ha /N < 0,05. 6

7 Az átlagra voatkozó megbízhatóág tervallum kofdea tervallum Határozzuk meg körül azt az tervallumot ambe előre meghatározott valózíűéggel ek a várható érték µ. A várható értéket potoa em tudjuk, de körül va, agy -α valózíűéggel a fet tervallumba. Cak k α valózíűéggel ek eze kívülre µ. Ezt az tervallumot a várható érték beléére zolgáló 00 - α% megbízhatóág ztű kofdea tervallumak evezzük. Leggyakrabba 90 v. 95%-o megbízhatóág ztet válaztuk vagy α 0, ll. 0,05. Kzámítáa: Ha merjük -t, az átlag elmélet zóráát: Mvel az átlag elozláa ormál vagy tart a ormálhoz a mta elemzámáak öveléével, ha levojuk az átlagból a aját várható értékét é oztjuk a zóráával tadard ormál elozláú val. változót kapuk. Stadardzáljuk az átlag elozláát, azaz µ µ ahol tadard hba Legye α5%. Ekkor,5% α/ 00 -α α/,5% 95% -,96 0,96 vagy -α 0,95 µ P-,96,96 P-,96 µ,96 P-,96 µ,96 P -,96 µ +,96 L L Vagy a kereett két küzöbérték: lletve L L, 96 +, 96 Tehát az L é L között tervallum az, amely 00 eetből 95-be tartalmazza a várható értéket. A probléma az, hogy általába em merjük az átlag elmélet zóráát, kéyteleek vagyuk a beléével beér, ezért a fet módzer em alkalmazható ormál elozláú helyett t-elozláú lez az átlag-várh.é./átlag zóráa meyég, ld. köv. old. 7

8 Ha em merjük -t, az átlag elmélet zóráát, ak a beült -ot: Ekkor a bzoytalaáguk megő, egy agyobb kofdea tervallumot tuduk kjelöl: µ µ em ormál elozláú, haem zabadágfokú t-elozláú A t-elozlá tulajdoága: várható értéke 0 zmmetrku 3 a varaa agyobb -él, határtértékbe -hez közelít 4 ért. tart. -, 5 elozlá-alád, - a zabadág fok, mél kebb a mta, aál agyobb a bzoytalaág, agyobb a zórá 6 a t-elozlá a ormálhoz tart, ha. Mél agyobb mtából belük aál jobb lez az átlag zórááak belée. Általába, >30 eetre a kofdea tervallumhoz a orm. elozlá táblázata hazálható. Tehát a kofdeatervallum általáo kzámítáa mtából beült zóráal: L t L + t α, α, ahol - a zabadágfok é t α, ú. t krtku értéket a t táblázat α-hoz tartozó ozlopából é a zabadágfokak megfelelő orból ézzük k. Jeletée: ak α valózíűéggel ek egy - zabadágfokú t-elozláú val. vált. értéke a [-, ] tervallumo kívülre, vagy ak α valózíűéggel tér el eél jobba a 0-tól. t α, t α, Nagyo agy mtáál a ormál elozlát hazálhatjuk: t, 96, a ormál elo.-ra jellemző érték. 0,05, lm 8

? közgazdasági statisztika

? közgazdasági statisztika 014.10.03. Valózíűégzámítá é a tatztka Valózíűég zámítá Matematka tatztka Alkalmazott tatztka? közgazdaág tatztka épeég tatztka orvo tatztka Stb. Példa: vércoportok Az elozlá A AB 0 P( P( B) P( AB) P(0)

Részletesebben

9. LINEÁRIS TRANSZFORMÁCIÓK NORMÁLALAKJA

9. LINEÁRIS TRANSZFORMÁCIÓK NORMÁLALAKJA 9. LINÁRIS TRANSZFORMÁCIÓK NORMÁLALAKA Az 5. fejezetbe már megmeredtü a leár trazformácóal mt a leár leépezée egy ülölege típuával a 6. fejezetbe pedg megvzgáltu a leár trazformácó mátr-reprezetácóját.

Részletesebben

Mérések, hibák. 11. mérés. 1. Bevezető

Mérések, hibák. 11. mérés. 1. Bevezető 11. méré Méréek, hibák 1. evezető laboratóriumi muka orá gyakra mérük külöböző fizikai meyiégeket. Ezeket a méréeket bármeyire ügyeek vagyuk i, bármeyire moder digitáli mérőezköz gombjait yomogatjuk i

Részletesebben

Dr. Balogh Albert: A statisztikai adatfeldolgozás néhány érdekessége

Dr. 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

Részletesebben

A statisztika részei. Példa:

A 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,

Részletesebben

Mérési adatok feldolgozása. 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc 1

Mérési adatok feldolgozása. 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc 1 Mérés adatok feldolgozása 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc Bevezetés A mérés adatok külöböző formába, általába ömlesztve jeleek meg Ezeket az adatokat külöböző szempotok szert redez kértékel

Részletesebben

Azonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága

Azonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága Azoos évleges értékű, htelesített súlyokból alkotott csoportok együttes mérés bzoytalasága Zeleka Zoltá* Több mérés feladatál alkalmazak súlyokat. Sokszor ezek em egyekét, haem külöböző társításba kombácókba

Részletesebben

A statisztikai módszerek alkalmazásának okai. A mérési eredmények jellemzésének matematikaistatisztikai. A várható érték becslésére szolgáló jellemzők

A statisztikai módszerek alkalmazásának okai. A mérési eredmények jellemzésének matematikaistatisztikai. A várható érték becslésére szolgáló jellemzők ... A statsztka módszerek alkalmazásáak oka A mérés eredméek jellemzéséek matematkastatsztka alapja Ezek a módszerek lehetővé teszk a mérések értékelését, bzotalaság eseté az okokra és a mérés egéb összefüggésere

Részletesebben

Hipotézis-ellenırzés (Statisztikai próbák)

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

Részletesebben

A Sturm-módszer és alkalmazása

A Sturm-módszer és alkalmazása A turm-módszer és alalmazása Tuzso Zoltá, zéelyudvarhely zámtala szélsőérté probléma megoldása, vagy egyelőtleség bzoyítása agyo gyara, már a matemata aalízs eszözere szorítoz, mt például a Jese-, Hölderféle

Részletesebben

Kétmintás t-próba. F s

Kétmintás t-próba. F s Kémá -próba Ké ma özehaolíáára hazáljuk. Álaláoabb ee: zármazha-e a ké ma ugaabból az alapokaágból? Tehá az a é, hog a ké ma álaga külöbözk cak a mavéel hbáak uhaó be, vag peg valamle zzemaku haáak? Uóbb

Részletesebben

2012.03.01. Méréselmélet PE_MIK MI_BSc, VI_BSc 1

2012.03.01. Méréselmélet PE_MIK MI_BSc, VI_BSc 1 Mérés adatok feldolgozása 202.03.0. Méréselmélet PE_MIK MI_BSc, VI_BSc Bevezetés A mérés adatok külöböző formába, általába ömlesztve jeleek meg Ezeket az adatokat külöböző szempotok szert redez kértékel

Részletesebben

V. GYAKORLATOK ÉS FELADATOK ALGEBRÁBÓL

V. GYAKORLATOK ÉS FELADATOK ALGEBRÁBÓL 86 Összefoglaló gyaorlato és feladato V GYAKORLATOK ÉS FELADATOK ALGEBRÁBÓL 5 Halmazo, relácó, függvéye Bzoyítsd be, hogy ha A és B ét tetszőleges halmaz, aor a) P( A) P( B) P( A B) ; b) P( A) P ( B )

Részletesebben

Bevezetés az ökonometriába

Bevezetés 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

Részletesebben

6. MÉRÉS ASZINKRON GÉPEK

6. MÉRÉS ASZINKRON GÉPEK 6. MÉRÉS ASZINKRON GÉPEK A techikai fejlettég mai zívoalá az azikro motor a legelterjedtebb villamo gép, amely a villamo eergiából mechaikai eergiát (forgó mozgát) állít elő. Térhódítáát a háromfáziú váltakozó

Részletesebben

Analízis elo adások. Vajda István. 2012. október 3. Neumann János Informatika Kar Óbudai Egyetem. Vajda István (Óbudai Egyetem)

Analízis 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

Részletesebben

Valószínűségszámítás összefoglaló

Valószínűségszámítás összefoglaló Vlószíűségszámítás összefoglló I. Feezet ombtor ermutácó Ismétlés élül ülöböző elem lehetséges sorrede! b Ismétléses em feltétleül ülöböző elem összes ülöböző sorrede!... hol z zoos eleme gyorság!!...!

Részletesebben

Síkbeli csuklós szerkezetek kiegyensúlyozásának néhány kérdése

Síkbeli csuklós szerkezetek kiegyensúlyozásának néhány kérdése íbel culó zeezete egyeúlyozáá éáy édée íbel culó zeezete egyeúlyozáá éáy édée DR BENKŐJÁNO gátudoáy Egyete Gödöllő Mg Gépt Itézet gyoozgáú gépzeezete tevezéée foto lépée z egyelete, ezgéete üzeet bztoító

Részletesebben

kétállószékes fedélszék tervezése

kétállószékes fedélszék tervezése Dr. Németh Gör főikoai docen fééve feadat: kétáózéke fedézék tervezée Kétáózéke fedézék Õ SZARUÁLLÁS LLÉK SZARUÁLLÁS kézítendő feadatrézek Kereztmetzet : Statikai zámítá Terhek mehatározáa Tetőécek méretezée

Részletesebben

A pályázat címe: Rugalmas-képlékeny tartószerkezetek topológiai optimalizálásának néhány különleges feladata

A pályázat címe: Rugalmas-képlékeny tartószerkezetek topológiai optimalizálásának néhány különleges feladata 6. év OTKA zárójeletés: Vezető kutató:kalszky Sádor OTKA ylvátartás szám T 4993 A pályázat címe: Rugalmas-képlékey tartószerkezetek topológa optmalzálásáak éháy külöleges feladata (Részletes jeletés) Az

Részletesebben

Laboratóriumi mérések

Laboratóriumi mérések Laboratórum mérések. Bevezetı Bármlye mérés ayt jelet, mt meghatároz, háyszor va meg a méredı meységbe egy másk, a méredıvel egyemő, ökéyese egységek választott meység. Egy mérés eredméyét tehát két adat

Részletesebben

Műszaki folyamatok közgazdasági elemzése Előadásvázlat 2014. november 06. A közgazdaságtan játékelméleti megközelítései

Műszaki folyamatok közgazdasági elemzése Előadásvázlat 2014. november 06. A közgazdaságtan játékelméleti megközelítései Műzak folyamatok közgazdaág elemzée Előadávázlat 04. november 06. A közgazdaágtan átékelmélet megközelítée a Története: - Táraátékok elmélete (Zermelo - Neumann Jáno (mnmax-tétel, azaz mkor létezk megoldá

Részletesebben

specific (assignable) cause: azonosítható, tettenérhető (veszélyes) hiba megváltozott a folyamat

specific (assignable) cause: azonosítható, tettenérhető (veszélyes) hiba megváltozott a folyamat ELLENŐRZŐ KÁRTYÁK méréses mősítéses commo cause: véletle gadozás secfc (assgable) cause: azoosítható, tetteérhető (veszélyes) hba megváltozott a folyamat Mősítéses elleőrző kártyák 41 Mősítéses elleőrző

Részletesebben

Wilcoxon-féle előjel-próba. A rangok. Ismert eloszlás. A nullhipotézis megfogalmazása H 1 : m 0 0. A medián 0! Az eltérés csak véletlen!

Wilcoxon-féle előjel-próba. A rangok. Ismert eloszlás. A nullhipotézis megfogalmazása H 1 : m 0 0. A medián 0! Az eltérés csak véletlen! 0.0.4. Wlcoxo-féle előel-próba ragok Példa: Va-e hatáa egy zórakoztató flm megtektééek, a páceek együttműködé halamára? ( zámok potértékek) orzám előtte utáa külöbég 0 0 3 3-4 4 5 3 6 3 3 0 7 4 3 8 5 4

Részletesebben

7. el adás Becslések és minta elemszámok. 7-1. fejezet Áttekintés

7. 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

Részletesebben

Valószínűségszámítás. Ketskeméty László

Valószínűségszámítás. Ketskeméty László Valószíűségszámítás Ketskeméty László Budapest, 996 Tartalomjegyzék I. fejezet VALÓSZÍNŰSÉGSZÁMÍTÁS 3. Kombatorka alapfogalmak 4 Elleőrző kérdések és gyakorló feladatok 6. A valószíűségszámítás alapfogalma

Részletesebben

Statisztikai programcsomagok

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

Részletesebben

ξ i = i-ik mérés valószínségi változója

ξ i = i-ik mérés valószínségi változója EGYENESILLESZTÉS: A LEGKISEBB NÉGYZETEK MÓDSZERE Kíérleteket elvégeztük. Dolgozzuk fel az adatokat! Cél: mért változók (T, p, I, U ) között kapcolat felderítée. 1. zóródá dagram {x, y } ábra. kvattatív

Részletesebben

13. Tárcsák számítása. 1. A felületszerkezetek. A felületszerkezetek típusai

13. Tárcsák számítása. 1. A felületszerkezetek. A felületszerkezetek típusai Tárcsák számítása A felületszerkezetek A felületszerkezetek típusa A tartószerkezeteket geometra méretek alapjá osztálozzuk Az eddg taulmáakba szereplı rúdszerkezetek rúdjara az a jellemzı hog a hosszuk

Részletesebben

18. Differenciálszámítás

18. Differenciálszámítás 8. Differeciálszámítás I. Elméleti összefoglaló Függvéy határértéke Defiíció: Az köryezetei az ] ε, ε[ + yílt itervallumok, ahol ε > tetszőleges. Defiíció: Az f függvéyek az véges helye vett határértéke

Részletesebben

Ftéstechnika I. Példatár

Ftéstechnika I. Példatár éecha I. Példaár 8 BME Épülegépéze azé éecha I. példaár aralojegyzé. Ha özeoglaló... 3.. Hvezeé...3.. Háadá....3. Hugárzá...6.. Háoáá....5. Szgeel axál hleadáához arozó ül áér....6. Bordázo vezeé.... Sugárzá...5.

Részletesebben

I. BEVEZETİ. i= 1 i= Z : Ai F és Ai Ai+ i Z : Bi F és Bi Bi+

I. BEVEZETİ. i= 1 i= Z : Ai F és Ai Ai+ i Z : Bi F és Bi Bi+ I ALAPFOGALMAK I BEVEZETİ Jelölése: K: véletle ísérlet, ω : elem eseméy, { : } Ω= ω : eseméytér, F Ω : eseméyalgebra, A F : eseméy, Ω F : bztos eseméy Mővelete eseméyeel: összegzés: A+B (halmazuó), szorzás:

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények

MATEMATIKA 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!

Részletesebben

2007/2008. tanév. Szakács Jenő Megyei Fizika Verseny I. forduló. 2007. november 9. MEGOLDÁSOK

2007/2008. tanév. Szakács Jenő Megyei Fizika Verseny I. forduló. 2007. november 9. MEGOLDÁSOK 007/008. tané Szakác Jenő Megyei Fizika Vereny I. forduló 007. noeber 9. MEGOLDÁSOK 007-008. tané - Szakác Jenő Megyei Fizika Vereny I. forduló Megoldáok. d = 50 = 4,4 k/h = 4 / a) t =? b) r =? c) =?,

Részletesebben

Termékdifferenciálás és piaci. Termékdifferenciálás és piaci erő. Termékdifferenciálás és piaci. Termékdifferenciálás. Modern piacelmélet

Termékdifferenciálás és piaci. Termékdifferenciálás és piaci erő. Termékdifferenciálás és piaci. Termékdifferenciálás. Modern piacelmélet Moder acelmélet Moder acelmélet Termékdfferecálá ELTE TáTK Közgazdaágtudomáy Tazék Sele Adre ELTE TáTK Közgazdaágtudomáy Tazék Kézítette: Hd Jáo A taayag a Gazdaág Vereyhvatal Vereykultúra Közota é a Tudá-Ökoóma

Részletesebben

Elemi statisztika fizikusoknak

Elemi 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

Részletesebben

1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény

1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény Palácz Béla - Soft Computig - 11-1. Adatok közelítése 1. Adatok közelítése Bevezetés A természettudomáyos feladatok megoldásához, a vizsgált jeleségek, folyamatok főbb jellemzői közötti összefüggések ismeretére,

Részletesebben

Statisztika. Eloszlásjellemzők

Statisztika. Eloszlásjellemzők Statsztka Eloszlásjellemzők Statsztka adatok elemzése A sokaság jellemzése középértékekkel A sokaság jellemzéséek szempotja A sokaság jellemzéséek szempotja: A sokaság tpkus értékéek meghatározása. Az

Részletesebben

Minőségirányítási rendszerek 8. előadás 2013.05.03.

Minőségirányítási rendszerek 8. előadás 2013.05.03. Miőségiráyítási redszerek 8. előadás 2013.05.03. Miőségtartó szabályozás Elleőrző kártyák miősítéses jellemzőkre Két esete: A termékre voatkozó adat: - valamely jellemző alapjá megfelelő em megfelelő:

Részletesebben

Define Measure Analyze Improve Control. F(x), M(ξ),

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

Részletesebben

? közgazdasági statisztika

? közgazdasági statisztika Valószíűségszámítás és a statsztka Valószíűség számítás Matematka statsztka Alkalmazott statsztka? közgazdaság statsztka épesség statsztka orvos statsztka Stb. Példa: vércsoportok Az eloszlás A AB B Elem

Részletesebben

Járattípusok. Kapcsolatok szerint: Sugaras, ingajárat: Vonaljárat: Körjárat:

Járattípusok. Kapcsolatok szerint: Sugaras, ingajárat: Vonaljárat: Körjárat: JÁRATTERVEZÉS Kapcsolatok szert: Sugaras, gaárat: Járattípusok Voalárat: Körárat: Targocás árattervezés egyszerű modelle Feltételek: az ayagáram determsztkus, a beszállítás és kszállítás dőpot em kötött

Részletesebben

Kálmán-szűrés. Korszerű matematikai módszerek a geodéziában 2014.03.10.

Kálmán-szűrés. Korszerű matematikai módszerek a geodéziában 2014.03.10. Kálmánzűré Korzerű matemata módzere a geodézában 4.3.. A Kálmánzűré defnícója Olyan algortmu, amely valamely lneár dnamu rendzerben egzat övetezetét tez lehetővé, amely a rejtett Marovmodellhez haonló

Részletesebben

11. Matematikai statisztika

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

Részletesebben

MBLK12: Relációk és műveletek (levelező) (előadásvázlat) Maróti Miklós, Kátai-Urbán Kamilla

MBLK12: Relációk és műveletek (levelező) (előadásvázlat) Maróti Miklós, Kátai-Urbán Kamilla MBLK12: Relációk és műveletek (levelező) (előadásvázlat) Maróti Miklós, Kátai-Urbán Kamilla Jelölje Z az egész számok halmazát, N a pozitív egészek halmazát, N 0 a nem negatív egészek halmazát, Q a racionális

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS 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

Részletesebben

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat Megállapítható változók elemzése Függetleségvzsgálat, lleszkedésvzsgálat, homogetásvzsgálat Ordáls, omáls esetre s alkalmazhatóak a következő χ próbá alapuló vzsgálatok: 1) Függetleségvzsgálat: két valószíűség

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

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,

Részletesebben

Tartalomjegyzék. 4.3 Alkalmazás: sorozatgyártású tűgörgő átmérőjének jellemzése

Tartalomjegyzék. 4.3 Alkalmazás: sorozatgyártású tűgörgő átmérőjének jellemzése 3 4 Tartalomegyzék. BEVEZETÉS 5. A MÉRÉS 8. A mérés mt folyamat, fogalmak 8. Fotosabb mérés- és műszertechka fogalmak 4.3 Mérés hbák 8.3. Mérés hbák csoportosítása eredetük szert 8.3. A hbák megeleítés

Részletesebben

/ CSAK ISKOLAI HASZNÁLATRA / GÉPJÁRMŐ SZERKEZETEK MÉRETEZÉSI FELADATOK ÖSSZEÁLLÍTOTTA: SZEKERES GYÖRGY

/ CSAK ISKOLAI HASZNÁLATRA / GÉPJÁRMŐ SZERKEZETEK MÉRETEZÉSI FELADATOK ÖSSZEÁLLÍTOTTA: SZEKERES GYÖRGY / CSAK ISKOLAI HASZNÁLATRA / GÉJÁRMŐ SZERKEZETEK MÉRETEZÉSI FELAATOK ÖSSZEÁLLÍTOTTA: SZEKERES GYÖRGY α. Feadat: Az iert é záított adatokka atározzuk eg: a, Az eekedéi eenááa zebeni vonóerıt b, Az eez zükége

Részletesebben

FELADATOK a Bevezetés a matematikába I tárgyhoz

FELADATOK a Bevezetés a matematikába I tárgyhoz FELADATOK a Bevezetés a matematiába I tárgyhoz a számítástechia taár főisolai és a programozó matematius szao számára 2004 ovember 4 FIGYELEM: a számtech szaosoa csa a övetező feladato ellee: 2,6,7,8,9-13,16-25,27,31-33

Részletesebben

Variancia-analízis (folytatás)

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

Részletesebben

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Trigonometria

MATEMATIKA 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

Részletesebben

A fény diszperziója. Spektroszkóp, spektrum

A fény diszperziója. Spektroszkóp, spektrum A éy diszpeziója. Speoszóp, speum Iodalom [3]: 5, 69 Newo, 666 Tiszább, élesebb szíépe ad a öveező eledezés A speum szíe ovább má em boaó. A speum szíee úja egyesíve eé éy apu. Sziváváy Newo Woolsope-i

Részletesebben

? közgazdasági statisztika

? közgazdasági statisztika ... Valószíűségszámítás és a statsztka Valószíűség számítás Matematka statsztka Alkalmazott statsztka? közgazdaság statsztka épesség statsztka orvos statsztka Stb. Példa: vércsoportok Az eloszlás A AB

Részletesebben

Lineáris algebra gyakorlat

Lineáris 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

Részletesebben

STATISZTIKA. Statisztikai becslés. Torzítatlan és konzisztens becslés. Pontos és torzítatlan becslés. Pontos és torzított becslés

STATISZTIKA. Statisztikai becslés. Torzítatlan és konzisztens becslés. Pontos és torzítatlan becslés. Pontos és torzított becslés Statsztka becslés STATSZTKA 6. Előadás dexek. Valamely araméter smeretle (feltételezett) téyleges értékéek közelítő megadása egy statsztka függéyel. Elleg bármelyk statsztka függéy tekthető becslések,

Részletesebben

Függvénygörbe alatti terület a határozott integrál

Függvénygörbe alatti terület a határozott integrál Függvéygörbe alatt terület a határozott tegrál Tektsük az üggvéyt a ; tervallumo. Adjuk becslést a görbe az tegely és az egyees között síkdom területére! Jelöljük ezt a területet I-vel! A becslést legegyszerűbbe

Részletesebben

Hegedős Csaba NUMERIKUS ANALÍZIS

Hegedős Csaba NUMERIKUS ANALÍZIS Hegedős Csaba NUMERIKUS ANALÍZIS Jegyzet ELE, Iformata Kar Hegedős: Numerus Aalízs ARALOM Gép szám, hbá 3 Normá, egyelıtlesége 9 3 A umerus leárs algebra egyszerő traszformácó 6 4 Mátro LU-felbotása, Gauss-Jorda

Részletesebben

HÁZI FELADAT NÉV:.. Beadási határidı: az elsı ZH-ig (2010. március 30. 8:00). Olvassa el az útmutatást is! KOMBINATORIKA

HÁZI FELADAT NÉV:.. Beadási határidı: az elsı ZH-ig (2010. március 30. 8:00). Olvassa el az útmutatást is! KOMBINATORIKA HÁZI FELADAT NÉV:.. NEPTUN KÓD: CSOPORT: Beadási határidı: az elsı ZH-ig (010. március 0. 8:00). Olvassa el az útmutatást is! KOMBINATORIKA 1. Egy irádulás sorá tizeöt tauló elhelyezésére három szoba áll

Részletesebben

SZENT 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 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

Részletesebben

Á Á Á Á Á ö ő ü Ü ö ő ú ű ő ü ü ő ű ö ű ő ö ö ő ö ő ő ő ő ő ő ő ő ő ű ő ő ű ö ö ö ő ő Ü ő ő ű ö ő ő Ü ű ö ö ö ö ö ö ö ü ö ö ú ü ő ü ű ö ö ü ű ő ö ő ö ő ű ő ö ő ü ö ű ő ö ö Ü ö ö ő ő ö ő ű ő ő ü ö ő ő ú

Részletesebben

É ö í ö í í ű ö ö ú í í ú í ó Ó ö ú í ö ú í ű ö ü ó ü ó í ó ó ű ü í ű ö ó ó í ö Ü Ó í ó ű ó í ó ö ü ó í í ö ö í ó ö ú í ó ó í ó Ü ó í ü ű ö ü ó ó ö ö ö ö í ö ú Ó í í í ü ó ö ü í ó í Á Ó í ó ó ó ú Á ö í

Részletesebben

ű ü ű ű ű ű ö Á ö ö ú ú ö ö ö ü ö ö ö ű ö ú ú ű ö ö ü ö ö ú ö ü ü ö ü ö ű ö ö ü ö ö ü ö ü ü ü ö ö ö ö ű ö ű ü ö ö ü ű ö ü ö ű ü ű ö ö ú ű ö ú ö ö ü ű ű ö ű ü ö ű ö ö ö ú ö ü ö ö ö ö ú ü ü ö ö ü ö ö ö ö

Részletesebben

É á á á ö á á á á á á á á á ű á á á á á á á ű á á á ö á á á á á á á á á á á á á á á ű á ű á á á ö á á ú á á á á á ö ű á ű á á ü á á á É É ú É ü É ü Ú Á É ú Ú Á É Ü É Ú É Ú ű á ű á á ü Í Ú ü Á á É É ű á

Részletesebben

ó Ü ő É ó ó ő Ó Ó í ő ó ő Ö É ó ő ú Ü í ó Ú ő Ó Ó í ó ő ó É ó É ó ö ö ű Ö ő Ó ő ó ó Éó Ó É Ó Ó Ő ó É ó ó Ó É Ó ó ö í Ó ö í ű Ó í í ö Ü ű ó í ó ö ű Ó Ö Ö ó Ö Ó í ö ü ű ú ü ú ő ó í ó ó Ú ú í í í ó Ö ü ő

Részletesebben

dolgokhoz valamely szabály alapján számokat rendelünk. a dolgokhoz valamely szabály alapján rendelt számok.

dolgokhoz valamely szabály alapján számokat rendelünk. a dolgokhoz valamely szabály alapján rendelt számok. Mérés: Adat: Adatfajták - mérés skálák: dolgokhoz valamely szabály alapjá számokat redelük. a dolgokhoz valamely szabály alapjá redelt számok. Aráyskála tulajdosága: - egy-egy szám mt adat mdg ugyaazt

Részletesebben

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum) Az átlagra voatkozó megbízhatósági itervallum (kofidecia itervallum) Határozzuk meg körül azt az itervallumot amibe előre meghatározott valószíűséggel esik a várható érték (µ). A várható értéket potosa

Részletesebben

Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar. Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz. Halmazelmélet

Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar. Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz. Halmazelmélet Debrecei Egyetem Közgazdaság- és Gazdaságtudomáyi Kar Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz a megoldásra feltétleül ajálott feladatokat jelöli e feladatokat a félév végére megoldottak

Részletesebben

MÁTRIXOK SAJÁTÉRTÉKEINEK ÉS SAJÁTVEKTORAINAK KISZÁMÍTÁSA. 1. Definíció alkalmazásával megoldható feladatok

MÁTRIXOK SAJÁTÉRTÉKEINEK ÉS SAJÁTVEKTORAINAK KISZÁMÍTÁSA. 1. Definíció alkalmazásával megoldható feladatok Bevezetés: MÁTRIXOK SAJÁTÉRTÉKEINEK ÉS SAJÁTVEKTORAINAK KISZÁMÍTÁSA Jelölés: A mátrix sajátértékeit λ 1, λ 2, λ 3,.stb. betűkkel, míg a különböző sajátvektorokat x 1, x 2, x 3 stb. módon jelöljük Definíció:

Részletesebben

1.1 Példa. Polinomok és egyenletek. Jaroslav Zhouf. Első rész. Lineáris egyenletek. 1 A lineáris egyenlet definíciója

1.1 Példa. Polinomok és egyenletek. Jaroslav Zhouf. Első rész. Lineáris egyenletek. 1 A lineáris egyenlet definíciója Poliomok és egyeletek Jaroslav Zhouf Első rész Lieáris egyeletek A lieáris egyelet defiíciója A következő formájú egyeleteket: ahol a, b valós számok és a + b 0, a 0, lieáris egyeletek hívjuk, az ismeretle

Részletesebben

Hosszmérés finomtapintóval 2.

Hosszmérés finomtapintóval 2. Mechatroika, Optika és Gépészeti Iformatika Taszék kiadva: 0.0.. Hosszmérés fiomtapitóval. A mérések helyszíe: D. épület 53-as terem. Az aktuális mérési segédletek a MOGI Taszék holapjá érhetők el, a www.mogi.bme.hu

Részletesebben

Statisztika, próbák Mérési hiba

Statisztika, 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:

Részletesebben

Kombinatorika. 9. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Kombinatorika p. 1/

Kombinatorika. 9. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Kombinatorika p. 1/ Kombinatorika 9. előadás Farkas István DE ATC Gazdaságelemzési és Statisztikai Tanszék Kombinatorika p. 1/ Permutáció Definíció. Adott n különböző elem. Az elemek egy meghatározott sorrendjét az adott

Részletesebben

ELEKTRONIKAI ALAPISMERETEK

ELEKTRONIKAI ALAPISMERETEK Elektronikai alapismeretek középszint 080 ÉETTSÉGI VIZSG 009. május. ELEKTONIKI LPISMEETEK KÖZÉPSZINTŰ ÍÁSBELI ÉETTSÉGI VIZSG JVÍTÁSI-ÉTÉKELÉSI ÚTMTTÓ OKTTÁSI ÉS KLTÁLIS MINISZTÉIM Egyszerű, rövid feladatok

Részletesebben

2011. március 9. Dr. Vincze Szilvia

2011. március 9. Dr. Vincze Szilvia . márius 9. Dr. Vinze Szilvia Tartalomjegyzék.) Elemi bázistranszformáió.) Elemi bázistranszformáió alkalmazásai.) Lineáris függőség/függetlenség meghatározása.) Kompatibilitás vizsgálata.) Mátri/vektorrendszer

Részletesebben

INTERFERENCIA - ÓRAI JEGYZET

INTERFERENCIA - ÓRAI JEGYZET FZKA BSc,. évfolya /. félév, Optika tárgy TERFERECA - ÓRA JEGYZET (Erdei Gábor, Ph.D., 8. AJÁLOTT SZAKRODALOM: ALAPFOGALMAK Klei-Furtak, Optics Richter, Bevezetés a oder optikába Bor-Wolf, Priciples of

Részletesebben

Járműpark üzemeltetési rendszere vizsgálatának Markov típusú folyamatmodellje

Járműpark üzemeltetési rendszere vizsgálatának Markov típusú folyamatmodellje Széchenyi Isván Egyeem Járműpark üzemeleési rendszere vizsgálaának Markov ípusú folyamamodellje Dr. Zvikli Sándor f. anár Széchenyi Isván Egyeem, Győr Közlekedésudományi konferencia Győr, 2 március 24-25

Részletesebben

ó ő ů ĺó ĺ ő ü ľ ő ü ű ĺ ő ő ő ĺ ó í ő ő ľĺ ó ľ ő ö ĺ ó ö ö ľ ö ź í ĺ ü ő üö ő ő ő ö ę đ ö ő ą Ą ő ę ő ĺ ľ ő í ú ĺ ź ő ó ľ ó ĺ ő ü ö ő ü ő íľ ő ĺ ĺ ő ő Í ź ü ő ő ü ľ ő í ĺ ü í ó ü ö ő ľ í ü ő ő ü ö ö ü

Részletesebben

Független komponens analízis

Független komponens analízis Elektroiku verzió. Az eredeti cikk az ElektroNET (ISSN: 9-705X) 00 évf. 3 zám, 0 oldalá jelet meg. Függetle kompoe aalízi A függetle kompoe aalízi (Idepedet Compoet Aalyi, ICA) egy vizoylag új jelfeldolgozái

Részletesebben

- mit, hogyan, miért?

- 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

Részletesebben

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása Rudas Tamás: A hibahatár a becsült meyiség függvéyébe a mért ártrefereciák téves értelmezéséek egyik forrása Megjelet: Agelusz Róbert és Tardos Róbert szerk.: Mérésről mérésre. A választáskutatás módszertai

Részletesebben

KOVÁCS BÉLA, MATEMATIKA I.

KOVÁCS 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:,,,,,

Részletesebben

konfidencia-intervallum Logikai vektorok az R-ben 2012. március 14.

konfidencia-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

Részletesebben

TRANZISZTOROS KAPCSOLÁSOK KÉZI SZÁMÍTÁSA

TRANZISZTOROS KAPCSOLÁSOK KÉZI SZÁMÍTÁSA TRNZSZTOROS KPSOLÁSOK KÉZ SZÁMÍTÁS 1. gyenáramú számítás kézi számításokhoz az ábrán látható egyszerű közelítést használjuk: = Normál aktív tartományban a tranzisztort bázis-emitter diódáját az feszültségforrással

Részletesebben

Konfidencia-intervallumok

Konfidencia-intervallumok Konfdenca-ntervallumok 1./ Egy 100 elemű mntából 9%-os bztonság nten kéített konfdenca ntervallum: 177,;179,18. Határozza meg a mnta átlagát és órását, feltételezve, hogy az egé sokaság normáls elolású

Részletesebben

Információs rendszerek elméleti alapjai. Információelmélet

Információs rendszerek elméleti alapjai. Információelmélet Iformácós redszerek elmélet alaja Iformácóelmélet A forrás kódolása csatora jelekké 6.4.5. Molár Bált Beczúr Adrás NMMMNNMNfffyyxxfNNNNxxMNN verzazazthatóvsszaálímdeveszteségcsaakkorfüggvéykódolásaakódsorozat:eredméyekódolássorozatváltozó:forás

Részletesebben

Analízis elo adások. Vajda István. 2012. szeptember 24. Neumann János Informatika Kar Óbudai Egyetem. Vajda István (Óbudai Egyetem)

Analízis 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

Részletesebben

STATISZTIKA. H 0 : Kefir zsírtartalma 3% hektolitertömege 80 kg. u = = = = Tesztelhetjük, hogy a valósz. konfidencia intervallum nagyságát t is.

STATISZTIKA. H 0 : Kefir zsírtartalma 3% hektolitertömege 80 kg. u = = = = Tesztelhetjük, hogy a valósz. konfidencia intervallum nagyságát t is. Egymiá u-róba STATISZTIKA 0. Előad adá Köéérék-öehaolíó eek Teelhejük, hogy a való íűégi váloók éréke megegyeik-e e egy kokré érékkel. Megválahajuk a kofidecia iervallum agyágá i. H 0 : µ µ 0 Feléel: el:

Részletesebben

ĺ ó ľ ő ü ő ľ ő ő ü ő ĺ ľ ľ ľ í ü ő í ö ü É Í É Á É Í É ĺĺ ď É Íľ ó Íľ ĺ É Ü É É Á ĺĺ É ľ ł ł Á ł ľ ą ł ľ ü ĺ ľ ľő ľľ ź ü í ő ü ő Á Ó ő ĺ ö ľ ľ ľ ő í ĺ ć í ö ĺ í ĺ ź ő ó í ü ľ ő ę ő ö ű ö ź ő ő ő ő ö ĺ

Részletesebben

Csak felvételi vizsga: csak záróvizsga: közös vizsga: Villamosmérnöki szak BME Villamosmérnöki és Informatikai Kar. 2011. május 31.

Csak felvételi vizsga: csak záróvizsga: közös vizsga: Villamosmérnöki szak BME Villamosmérnöki és Informatikai Kar. 2011. május 31. Név, felvételi azonoító, Neptun-kód: VI pont(90) : Cak felvételi vizga: cak záróvizga: közö vizga: Közö alapképzée záróvizga meterképzé felvételi vizga Villamomérnöki zak BME Villamomérnöki é Informatikai

Részletesebben

Orosz Gyula: Markov-láncok. 2. Sorsolások visszatevéssel

Orosz Gyula: Markov-láncok. 2. Sorsolások visszatevéssel Orosz Gyula: Marov-láco 2. orsoláso visszatevéssel Néháy orét feladat segítségével vezetjü be a Marov-láco fogalmát és a hozzáju acsolódó megoldási módszereet, tiius eljárásoat. Ahol lehet, több megoldást

Részletesebben

Hipotézisvizsgálat. A sokaság valamely paraméteréről állítunk valamit,

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

Részletesebben

Arany Dániel Matematikai Tanulóverseny 2011/2012-es tanév első (iskolai) forduló haladók I. kategória

Arany 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

Részletesebben

KVANTITATÍV MÓDSZEREK

KVANTITATÍV MÓDSZEREK KVANTITATÍV MÓDSZEREK Dr. Kövesi János Tóth Zsuzsanna Eszter 6 Tartalomjegyzék Kvantitatív módszerek. Valószínűségszámítási tételek. eltételes valószínűség. Események függetlensége.... 3.. eltételes valószínűség...

Részletesebben