STATISZTIKA. A statisztika részei. Alapfogalmak. Példa:
|
|
- Jázmin Tamás
- 8 évvel ezelőtt
- Látták:
Átírás
1 STATISZTIKA Mért tauljuk statstkát? Mre hasálhatjuk? Sakrodalom értő és krtkus olvasásáho Mt állít egyáltalá a ckk? Korrektek-e a megállaítások? Vsgálatok (kísérletek és felmérések) terveéséhe, kértékeléséhe Mekkora mtával dolgouk? Felfedetük valamt, vagy csak a véletle eredméye at, amt látuk? Meyre megbíható a eredméy? A eredméyek köléséhe, semléltetéséhe Mt tegyük a ckkbe? A egés tábláatot, ábrákat, vagy csak éháy statstka mutatót? A statstka rése Leíró statstka (descrtve statstcs): Mde egyedet megvsgáluk, a egés sokaság adatat össegeük, többé-kevésbé résletese A megfgyelt adatokat tömörítjük a össegés sorá, eel formácót vestük. duktív statstka (statstcal ferece): (dukcó ~ általáosítás) Egy, a sokaságból válastott mta alajá a megfgyelt adatokból követketetük a egés oulácóra jellemő adatokra. Példa: mtabel selejtaráy a sokaságba a selejt valósíűsége Alafogalmak (statstka) oulácó ~ alasokaság (oulato) A vsgáladó egyedekek vagy objektumokak a a (teljes) köre, amelyre a vsgálat ráyul, aa amelyre követketetéseket voatkotat sereték mta (samle) A vsgáladó egyedekek vagy objektumokak a a köre, amelyet téylegese megvsgáluk, aa amelyek adata követketetések alaulak váltoó (varable) adat, jellemő, smérv, tulajdoság, amelyet a mtabel egyedeke megfgyelük, megmérük, feljegyük (életkor, testtömeg, kaott keelés tíusa, dőtartama, stb.). A mtá megfgyelt adatokat a adatmátrx tartalmaa; sokásos elredeésébe mde sor egy mtavétel egységek és mde oslo egy váltoóak felel meg. megfgyelés egység (observatoal vagy exermetal ut) A oulácó, lletve a mta egy eleme, egy egyed vagy objektum, amelyek adatat feljegyeük (lehet egy ember vagy állat, egy élőhely, egy vérmta, egyedek egy csoortja, l. egy család, stb.) mtavétel egység (samlg ut) Ugyaa, mt a megfgyelés egység, ha gyakorság adatokat sámoluk. Egy egység a, amelybe sámoljuk a egyedeket. Ebbe a esetbe a megsámolt egyedekek semm köük a statstka oulácóho! Megfgyelés 47.6 g 3 3 Váltoó testtömeg tojások sáma tuláok sáma Megfgyelés egység egy boyos területről sármaó sék lle Mtavétel egység --- egy fések a adott területről egy vrágoskert a adott faluba Mta a területe befogott és megmért llék a vsgált féskek a megvsgált vrágoskertek a adott faluba Statstka oulácó a területe fellelhető össes a össes fések a adott a össes vrágoskert a lle területe adott faluba
2 Megfgyelés Orchdeák sáma Tücskök sáma a hálóba Méhek látogatás sáma egy adott vrágo Gálómadarak sáma a tegerarto Bogarak sáma egy csadába Ektoaraták sáma Mtavétel egység Meghatároott terület (kvadrát) A véggsöört vegetácó térfogata Meghatároott dőtervallum A artvoal adott hossúságú darabja Adott méretű csada Egy gadaállat Mtavételeés A vsgálatba a mta rereetálja a oulácót. A mta rereetatív, ha bármely tulajdoság előfordulás aráya megegyek a mtába és a oulácóba. A mta aoba gyakra torított, amt sámításba kell ve a eredméyek terretálásáál. Mtavétel módserek: Egyserű, véletle mtavétel (radom samlg): A alasokaság mde egyede egyforma eséllyel kerül a mtába. A mta egyedet egymástól függetleül válastjuk, éldául véletlesám geerálással. Rétegeett mtavétel (stratfed samlg): A alasokaság valamlye külső semot sert dsjukt résekre botható. Egyes rétegekbe külö-külö véletle mtavétel. (A rétegek aráyosa sereeljeek a mtába?) Sabályos, sstematkus mtavétel: Ha lehetetle a véletle mtavétel kvteleése. Csak a első egyedet válastjuk véletleserűe, a többt a meghatároott mtavétel tervallumok khagyásával (l. mde harmadk egyedet válastjuk be). Ekkor a valósíűségsámítást em alkalmahatjuk statstka követketetések levoására. Nomáls (omal) Mérés skálák (measuremet scales) Csak kategórák vaak, cs kötük redeés, matematka műveletek em értelmehetőek (hajsí, semsí, var, faj) Ordáls (ordal) A kategórák köött va redeés, de matematka műveletek em értelmehetőek ( jó köees ross, -5 skála a skola ostályoásba) Itervallum (terval) A matematka külöbségkéés már értelmes, a aráy em ( C vagy F) Aráy vagy absolút (rate, absolute) A aráykéés s értelmes, va absolút 0, va fka jeletéstartalma aak, hogy egy meység többsöröse a máskak (testtömeg, K)
3 Koveró tervallum vagy absolút skáláról ordálsra: Időkét a tervallum skálá mért adatok em alkalmasak boyos módserekkel való feldolgoásra: koveró. Pl. túl kevés adat, smeretle eloslás stb.. Csoortosítás Életkor helyett korcsoort, testtömeg helyett kcs-köees-agy, stb. Ragsorolás A adatokat sorba redeük és ragsámot (rak) aduk ekk. Előfordulhatak aoos megfgyelések, ekkor aal a átlagos ragsámmal (kacsolt ragsám (ted rak)) aoosítjuk, amelyet akkor kaáak, ha em leéek aoos megfgyelések. l. Hoss: rag Adatok ábráolása Gyakorság tábláat (frequecy table): megfgyelt umerkus adatok tábláatos ábráolása gyakorság eloslás (frequecy dstrbuto), taastalat eloslás (emrcal dstrbuto) Ostályok, ostálytervallumok kalakítása: Dskrét: ha cs túl sok érték, egy érték egy ostály, egyébkét mt a folytoos esetbe. Folytoos: 0-0 ostály, lehetőleg mde ostályba legalább 6 érték esse. Hasáljuk termésetes ostályhatárokat! Kovecó: ostályokba a alsó határ beletartok, a felső em. Absolút vagy relatív (sáalékos), esetleg kumulált gyakorságok meghatároása Ostály Öss. Gyakorság Kumulált gyak Relatív gyakorság Kumulált rel. gyak A relatív gyakorságok köelítk a eloslás sűrűségfüggvéyét, a kumulált relatív gyakorságok edg a eloslásfüggvéyét. Hstogram (hstogram) A hstogram em más, mt a taastalat sűrűségfüggvéy. Vístes tegelyé: ostálytervallumok, fölötte olya téglalaok, melyek területe megegyek a megfelelő relatív, vagy sáalékos gyakorsággal, így a hstogram teljes területe, vagy 00% les. Dskrét váltoó eseté a váltoó értéke a tervallumok köeé helyekedek el. A hstogram ha a mta elemsámát öveljük köelít a valósíűség váltoó elmélet sűrűségfüggvéyét. Eek megfelelőe a kumulatív hstogram em más, mt a taastalat eloslásfüggvéy
4 Haraggörbe alakú eloslások Haraggörbe alakú eloslások? 60 Hstogram 300 Hstogram Ayakocák saoraságáak hstogramja Teheek éves tejtermeléséek hstogramja Frequecy testtömeg (g) Std. Dev =.44 Mea = 4.30 N = Frequecy VESEZSIR 505 lle testtömege Őek vese körül sír meysége: Std. Dev = 7.86 Mea = 5.9 N = Köéértékek Adatok gyakorság eloslásáak grafkus ábráolása helyett össesítő meységek, (ala)statstkák (statstc). Átlag (average, mea) x: Mta eleme: x x,..., x, x x x... x x= = =. A átlag a a érték, amely a "legköelebb" va a mta elemehe. A mtabel értékek és a mtaátlag köt eltérések össege mdg 0: = ( x x) = x x= x x = 0 = = = Gyakorság tábláat eseté súlyoott átlag: N f j x j x=, j= N ahol = f. j j= ahol a ostályokat x j -vel, a egyes ostályokba levő adatok sámát f j -vel, és a ostályok sámát N-el jelöljük. Vgyáat! Ha va egy 80 és egy 0 fős csoortuk, akkor ha megkérdeük a TO-t, hogy mey a átlagos csoortlétsám, vagy edg megkérdeük a hallgatókat, hogy mlye létsámú csoortba járak, és et átlagoljuk, a em ugyaa. Nem jellem jól a mtát, ha a eloslás em smmetrkus, vagy kugró értékek vaak! Példa. Egy éjsaka 7 csadába esett hagyák sáma egy lombhullató erdőbe: x = x / 7= 75/ 7= =
5 Medá (meda) Sorba redeük a adatokat: x x... x x, med = x, k ha = k, A köéértékek a hstogramból s becsülhetők, bár a becslés agyo függ a ostályokba sorolástól: A módus a a érték, amely fölött a legmagasabb téglala va. A medától balra és jobbra a hstogram területéek fele helyekedk el. xk x xmed = Nem érékey a extrém értékekre. k, ha = k. Ordáls adatok eseté s hasálható statstka, hse ksámításáho elegedő a megfgyelések sorredjéek smerete (kvéve ha két köéső va). Módus (mode) A a ot a átlagérték, amelyél a hstogram súlyotja va. Smmetrkus és egy csúcsú hstogram eseté a három köéérték egybeesk (a smmetra tegelyre). Ferde eloslás eseté a átlag mdg a eloslás "farka" (tal) felé csúsk el. Bológa eloslásokba ste mdg jobbra (otíva) ferde a eloslás, így a átlag agyobb mt a medá és a módus. A leggyakrabba előforduló érték. Nomáls skálá mért adatokra csak e a köéérték alkalmaható. Jobbra ferde Smmetrkus Balra ferde eloslás Össehasolítás A sóródás mérősáma átlag leggyakorbb mdg létek mde adatot felhasál extremáls értékekre érékey általáosa hasált A köéértékek em jellemk elég jól a eloslást. medá rtkább módus még rtkább mdg létek extremáls értékek eseté jól jöhet omáls skálára s jó köéot köéot sórás sórás Kívácsak vagyuk arra s, hogy a adatok hogya helyekedek el a átlagérték körül. Terjedelem (rage) A mta legagyobb és legksebb értéke köött külöbség. R= x max x m
6 Iterkvartls terjedelem (terquartle rage: IQR) A harmadk ( Q 3) és a első kvartls ( Q ) külöbsége. (köéső 50% terjedelme): IQR= Q 3 Q Kugró értékek (outler) A mta olya értéke, amelyek a többhe kéest túl kcsk, vagy túl agyok: x < Q. 5IQR x > Q. 5IQR 3 Grafkusa boxlot-tal ábráolhatók: terjedelem (egyees), medá, alsó és felső kvartls (dobo), kugró értékek. Normáls eloslás eseté kugró értékekek tekthetjük aokat, amelyek a sórás háromsorosáál jobba eltérek a átlagtól N = testtömeg (g) Taastalat sórás és sóráségyet vagy varaca (varace) A sórás a varaca égyetgyöke (a alább s a sórás, égyete s edg a varaca). s = = ( x x). (e a sórás lug- becslése!) A sórás at mutatja meg, hogy a adatak átlagosa mlye távol helyekedek el a sámta köétől. Gyakorlatba a ú. korrgált taastalat sórást (Stadard Devato: SD) hasáljuk. ( x x) = s=. A eveőbe - áll, ahol a mta elemsáma. - a sabadság fok (degrees of freedom), am a téyleges formácó-tartalommal kacsolatos. A sabadság fok értéke attól függ, hogy egy, a adathalmaból sámított meységhe még háy értéket válasthatuk meg sabado úgy, hogy a már becsült értékek em váltoak. A átlag eseté a sabadság fok. A sórás eseté egy becsült aramétert, a átlagot fel kell hasáluk. A sórásak ugyaa a mértékegysége, mt a eredet adataké (eért hasáljuk sívesebbe, mt a varacát). Gyakorság tábláat eseté: s= N f j j= ( x x), ahol = N f j j= Eltérés égyetösseg: SS (sum of squares of devatos). SS ( x x) = = x = = Varácós koeffces (coeffcet of varato) x = Külöböő átlagú mták sórásáak össehasolítása eseté. s CV % = 00% x..
7 Stadard hba (stadard error, SE) Teljes eve a mtaátlag stadard hbája, aa sórása. SD( X ) SE( x) =, ahol a mtaelemsám. A mtaátlag véletletől függő meység. Ha rögítjük a mtaelemsámot, és ugyaabból a oulácóból többfélekée válastuk ugyaolya elemsámú mtát, akkor termésetese más mtaátlagot kauk. A így kaott értékek sórása aoba ksebb, mt a oulácó sórása, hse a mtába általába vaak a átlagostól ksebb és agyobb értékek s, és eek a külöbségek a átlagsámításkor koltják egymást. Más becslésekek s va SE-je, e mdg a sóba forgó becslés sórását jelet! Ha a mtából késített hstogram elég jól köelít a ormáls görbét, akkor a ormáls eloslás tábláatából kolvasható, hogy a ( x s x s) a ( x s x s) a ( x 3s x 3s), tervallumba va adatak kb. 68%-a (kb /3-a),, tervallumba va kb. 95%-a,, tervallumba edg kb. 99.7%-a esk (majdem md). A sórás eredete: A bológa váltoatosság (sórás). A mérés hba: metodka véletle hba Laultság vagy csúcsosság (Kurtoss) Laultság és ferdeség A eloslás laultságára, csúcsosságára voatkoó statstka. Normáls eloslás eseté értéke 0, laosabb eloslás eseté egatív, csúcsosabb eloslás eseté otív. Ferdeség (skewess) A eloslás ferdeségére voatkoó statstka. Smmetrkus esetbe 0, egatív esetbe a eloslás balra ferde, otív esetbe jobbra ferde. A laultság és a ferdeség stadard hbája a ormaltás lletve smmetra testelésére solgálhat. Ha a statstkák értéke beleesk a ±SE tervallumba, akkor feltételehetjük a ormaltást, lletve a smmetrát.
8 Adatok trasformálása Sok statstka módser feltétele a ormaltást. Gyakorság adatok eseté agyo gyakra ferde a eloslás (bomáls, Posso, egatív bomáls). Ha agyo ferde a eloslás, a adatokat a araméteres módserek alkalmahatósága érdekébe lehet ormalál (=ormálssá trasformál). A araméteres statstka módserek, amelyek két vagy több átlagot hasolítaak össe általába feltételek, hogy a varaca a mtákba köel ugyaakkora. Posso, bomáls és egatív bomáls eloslás eseté a varaca függ a átlagértéktől. A trasformácós techkák stablálják a varacát, aa megsütetk a átlagtól való függést. Trasformácó: x f( x ) a gyök- vagy a logartmus- Például gyakorság adatok eseté, ha trasformácó segít: s > 0 x, 3 x, K log x 0 x Nem tökéletese ormáls a új eloslás, de ormalált, aa a araméteres módserek hasálhatóak. Ha vaak 0 értékek, akkor értelmeve log x helyett log ( x) hasáladó, ugyas log 0 cs A másk ráyú ferdeség eseté a hatváy- vagy exoecáls trasformácó segíthet: 0 x, x 3, K 0 0 A égyetgyök trasformácó Posso eloslás vagy ha s A arcs trasformácó x e x eseté hasálatos. x Megfgyelt aráyok eseté hasálható. A eloslás mdkét farka le va vágva, hse mde érték 0 és köé esk. x x arcs x A adatok trasformálása segíthet, ha a vsgál kívát váltoó em ormáls eloslású, de a skerre cs garaca, va olya eset s, amkor a eloslást semmlye trasformácó sem kées ormálssá te, mt éldául a követkeő ábrá: Trasformácóra sükség lehet más matt s, éldául ha a értékek sóródása a értékek agyságától függ (sóráskegyelítés), vagy ha két váltoó köött a kacsolat em leárs (learálás). Fgyelem! Előfordulhat, hogy a eredet adatok bológalag jól terretálhatók, a trasformált adatokak vsot már em tuduk bológa jeletést tulajdoíta. Ilyekor kább e trasformáljuk.
9 Becslés (estmato) A mta megfgyelése alajá a oulácóba valamely smeretle meység vagy hatás mérése Potbecslés (ot estmate) A válas egy sám. Mvel a mtából sámítjuk, e a sám a véletletől s függ (a ebből adódó boytalaság mértékét leggyakrabba a becslés stadard hbájával fejeük k) Példák: mta átlag x o. átlag (E(X)) mta varaca (korrgálatla ll. korrgált)( s ) o. varaca (var(x)) mtabel aráy (relatív gyakorság) o. aráy (valósíűség) mta maxmum o. maxmum A otbecslés torítatlasága Általáosa: Egy α araméterre egy ( x, x,..., ) a mta függvéye véletle váltoó. α becslést adhatuk, amely Vaak olya becslések, amelyek a taastalatok alajá em hasálhatóak. Például tedecóusa alábecsülek a követkeők: mta maxmum o. maxmum mta varaca (korrgálatla) o. varaca (var(x)) Defícó: ( x, x,..., ) α torítatla becslése α -ak, ha x x ( α ( x, x )) = α x. E,..., Példa: A mtaátlag torítatla becslése a oulácó átlagak: E ( x) = E( X ), mert x x... x E( X )... E( X ) E = = E( X ). Defícó: α ( x, x,..., x ) asmtotkusa torítatla becslése α -ak, ha -re E( α( x, x,..., x) ) α (mél agyobb a mta, aál ksebb a torítás, sőt a mtaelemsám övelésével tetsőlegese kcsvé tehető). Általába, a statstkába egy tulajdoságra akkor modjuk, hogy asmtotkus, ha agyo agy ( ) mták eseté ga. Defícó: α ( x, x,..., x ) kostes becslése α -ak, ha bármely ε >0-ra P ( α( x, x,..., x) α ε ) 0, ha valósíűsége 0-ho tart, ha.). (aa α -ak α -tól való agy eltéréséek
10 A oulácóátlag becslése a mtaátlaggal A mtaátlagok em egyelők, és em s egyeek meg a oulácó átlaggal. Mekkora a mtaátlag sórása vagy hbája (stadard error: SE)? A mtaátlag s egy valósíűség váltoó: σ X ~ N µ, σ SE= a mtaátlag sórása, vagy stadard hbája. Ha ő akkor a stadard hba csökke. Matematkalag boyítható (Cetráls határeloslás tétel), hogy függetleül a mtaelemek eloslásától, a mtaátlag eloslása mdg a ormáls eloslásho tart, várható értéke a oulácó várható értékével egyek meg. >30 eseté feltételehetjük a mtaátlag ormaltását. =0 =5 = µσ µσ µ µσ µσ Itervallumbecslés (terval estmate) Kofdeca-tervallum (cofdece terval) eseté a válas egy értéktartomáy, amelybe a smeretle meység 95% (esetleg 90% vagy 99%) valósíűséggel beleesk. A válastott valósíűség a megbíhatóság st (cofdece level). Általába smmetrkus kofdeca-tervallumot keresük (de em mdg). A kofdeca-tervallum kostrukcója agyo egyserű aokba a esetekbe, amkor a sokásos otbecslés legalábbs köelítőleg ormáls eloslást követ (a, a x, a, a x x lyeek), mert ekkor a ormáls eloslásra érvéyes kélettel sámolhatuk: 95%-os tervallum: a otbecslés ±.96 SE Defícó: A eloslás smeretle a araméteréek becslésekor a stű kofdeca (megbíhatóság) tervallum egy olya ( α, α ) tervallum, amely valósíűséggel tartalmaa a-t, aa P ( α < a< α ) =. Kofdeca-tervallum ormáls eloslású váltoó átlagára Tudjuk, hogy a mtaátlag eloslása σ X ~ N µ,, tehát a mtaátlag valósíűséggel bee va a σ σ µ, µ tervallumba. E at jelet, hogy a mtaátlag % valósíűséggel em esk távolabb a oulácóátlagtól, mt. Ha a oulácó-átlagot em smerjük, de egy mtaátlagot ge, σ akkor ebből vssakövetketethetük a oulácó-átlagra, így kajuk a kofdecatervallumot.
11 Ha em smerjük a oulácó sórását, σ-t, akkor megbecsülhetjük at s ugyaabból a mtából, mt a x -t, de ekkor a ormáls eloslás krtkus értéke helyett a t- eloslásét kell hasáluk, így a kofdeca-tervallum: A t-eloslás sabadság foka: -. s s x t ; x t. >50 eseté a t-eloslás és a ormáls eloslás már em tér el agyo, eért köelítéskét a ormáls eloslás krtkus értéke s hasálhatók. Bár általába at modjuk, hogy a oulácóátlag 95% valósíűséggel bee va a kofdeca-tervallumba, a sóhasálat helytele. A oulácóátlag ugyas egy otosa adott, bár általuk em smert sám. Ha a kofdeca-tervallumot meghatárotuk, a vagy tartalmaa et a értéket, vagy em, de a már em véletleserű. A helyes sóhasálat a lee, hogy a adott mtaelemsám mellett 95% valósíűséggel tuduk válasta olya mtát, amelyből sámított kofdecatervallum téylegese tartalmaa a oulácóátlagot. Kofdeca-tervallum két ormáls eloslású váltoó átlaga köött külöbségre (függetle mtáko) Ismert sórások eseté: σ σ ( x x ), σ σ ( x x ), ahol x és x a mtaátlagok, σ és σ a smert sórások, és a mtaelemsámok, edg a ormáls eloslás megfelelő értéke. Ismeretle sórások eseté: Ha va okuk feltétele, hogy a sórások egyelők: ( ) ( ) s ( ) s x x t, ( ) ( ) s s x t, ( x ) ahol x és x a mtaátlagok, s és s a mtákból sokásos módo becsült sórások, és a mtaelemsámok, t edg a sabadság fokú t-eloslás megfelelő értéke. Ha a sórások egyelőségét máshoa em tudjuk, F-róbával sokás elleőr. Ha a sórások egyelősége em feltételehető (em tudjuk előre, és a F-róba alajá s el kell vet), agy mtára (, 30) köelítő érvéyel a smert sórások esetére megadott kélet s hasálható, egyserűe a σ-k helyére a becsült sórásokat írva. Ks mtára a Welch-féle korrekcó alkalmaható, amt most em smertetük. A statstkusok egy rése úgy vél, hogy a fetekek cs értelme. Általáos esetbe em feltételehető a sórások egyeősége, a F-róba alkalmaásával edg felesleges boytalaság kerül a redserbe, eért mdg úgy kell tekte, hogy a sórások külöböőek. A vta a ma ag cs eldötve, eért ebbe a esetbe úgy kell sámol, ahogy a adott tudomáyterülete (adott folyóratba) sokás.
12 Kofdeca-tervallum két ormáls eloslású váltoó átlaga köött külöbségre (ugyaao egyedeke) Ha mdkét váltoót ugyaaoko a egyedeke mértük, akkor elősör mde egyedre ksámítjuk a két mért érték külöbségét (d), majd eekből a kofdecatervallumot a alább módo: s t d s t d d d,, ahol d a külöbségek átlaga, s d a külöbségek becsült sórása, a mtaelemsám (úgy értve, hogy mdkét mta elemű!), t edg a - sabadság fokú t-eloslás megfelelő értéke. Megjegyések Ugyaígy sámolhatuk akkor s, ha a mérések em ugyaaoko a egyedeke törtétek, de a két mta eleme árosíthatók (l. kerárok adata). Nem sükséges a, hogy mdkét váltoó ormáls eloslású legye, elegedő, ha a külöbségek ormáls eloslást követek. Nagy mták eseté ( 30) köelítőleg érvéyes akkor s, ha a külöbség em ormáls eloslású. Nagy mták eseté ( 50) a t-eloslás krtkus értéke helyett tt s hasálhatjuk a ormáls eloslás krtkus értéket. Kofdeca tervallum oulácóbel aráyra (vagy eseméy valósíűségére) (bomáls eloslás araméterére) Durva köelítés (a bomálst ormálssal köelítve): ( ) ( ), ahol $ - a mtából becsült érték Feltétel: 5 5 Fomabb köelítés: ( ) ( ) 4 4, Feltétel: 5 5
13 Példa: Egy atgé 00 megvsgált egyed köül 0 vérébe volt kmutatható. Adjuk 95%-os kofdeca-tervallumot a atgéel redelkeők oulácóbel aráyára! = 00 = 0 / 00= =. % = = = 0 A feltétel feáll. Sámoljuk a durva köelítéssel: ( ) ( ), = , = 00 ( 0. 04, 0. 59) A sükséges mtaelemsám meghatároása oulácóbel aráy becsléséhe Sámítsuk k, mekkora mta sükséges ahho, hogy egy tulajdoság oulácóbel előfordulás aráyára adott 95%-os tervallum sélessége a 0%-ot e haladja meg (mt éldául 6% - 36%). A hogy mlye séles kofdeca-tervallummal lehetük elégedettek, a adott vsgálat otosság követelméye sabják meg. A kofdeca-tervallum sélességét több dolog befolyásolja. Aál keskeyebb les a tervallum, mél ksebb megbíhatóság stet követelük meg (90% alá e mejük ) mél jobb, otosabb eljárást alkalmauk a kofdeca-tervallum kostrukcójára, mél agyobb mtával dolgouk, mél távolabb esk a aráy a 50%-tól (bármelyk ráyba) A sámítások követhetősége kedvéért most hasáljuk a kofdeca-tervallum kostrukcójára a legegyserűbb eljárást. Eel a 95%-os tervallum:. 96 ( ) ( ),. 96 ahol a mtabel aráyt, edg a mtaelemsámot jelöl. A tervallum sélessége e a gyök alatt kfejeés sorova 3.9-vel. At sereték, hogy e legfeljebb 0% legye, aa ( ) A -t megsaccolva, majd a egyelőtleséget -re megoldva kajuk a mtaelemsámot. Például ha =0.3 körül értékre sámítuk, akkor 35 adódk. Mdg legye só akár átlagértékről, akár oulácó aráyól, vagy bárm másról ugyaígy, a sóba forgó kofdeca-tervallum sámítás kéletéből kdulva határohatjuk meg a sükséges mtaelemsámot. Perse mdg les olya araméter, amelyet ehhe meg kell saccol, mert tőle s függ a tervallum sélessége. A sükséges mtaelemsám meghatároása átlag becsléséhe A kofdeca-tervallum fél-hossa: h = σ σ Ebből kfejeve a sükséges elemsámot: = h Ha em smerjük a oulácó sórását, akkor előetes mtából becsüljük a sórást: t s =, a t sabadság foka a előetes mta elemsáma -. h Ha a kaott mtaelemsám em agyobb, mt a előetes, akkor a meglévő mta már elegedő a kívát otosságho.
14 Kofdeca-tervallum a oulácóbel varacára, ll. sórásra ( ) s A χ = statstka χ eloslású, - sabadság fokú valósíűség váltoó, σ ( ) s eért létek olya χ, χ, hogy P χ χ = χ = σ ( ) ( ) s s A egyelőtleséget átredeve: P σ = χ χ χ - χ - -hö tartoó χ érték, (=95% eseté a 0.05-hö tartoó krtkus érték) -hö tartoó χ érték, (=95% eseté a hö tartoó krtkus érték)
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,
RészletesebbenORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!
ORVOSI STATISZTIKA Az orvos statsztka helye Életta Aatóma Kéma Lehet kérdés?? Statsztka! Az orvos dötéseket hoz! Mkor jó egy dötés? Meyre helyes egy dötés? Mekkora a tévedés lehetősége? Példa: test hőmérséklet
Részletesebben? 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
RészletesebbenDr. BALOGH ALBERT. A folyamatképesség és a folyamatteljesítmény statisztikái (ISO 21747)
Dr. BAOGH ABERT A folyamatkéesség és a folyamatteljesítméy statistikái ISO 747 Folyamat sabályoott, ha csak véletle okú váltoásokat hibákat tartalma. Sabályoatla, ha aoosítható okú redseres váltoásokat
Részletesebben? 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
RészletesebbenMegjegyzés: Amint már előbb is említettük, a komplex számok
1 Komplex sámok 1 A komplex sámok algeba alakja 11 Defícó: A komplex sám algeba alakja: em más, mt x y, ahol x, y R és 1 A x -et soktuk a komplex sám valós éséek eve, míg y -t a komplex sám képetes (vagy
RészletesebbenMegállapítható 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
RészletesebbenEUKLIDESZI TÉR. Euklideszi tér, metrikus tér, normált tér, magasabb dimenziós terek vektorainak szöge, ezek következményei
Eukldes tér, metrkus tér, ormált tér, magasabb dmeós terek vektoraak söge, eek követkemée Metrkus tér Defícó. A H halmat metrkus térek eveük, ha va ola, metrkáak eveett m: H H R {0} függvé, amelre a követkeők
RészletesebbenStatisztika. Eloszlásjellemzők
Statsztka Eloszlásjellemzők Statsztka adatok elemzése A sokaság jellemzése középértékekkel A sokaság jellemzéséek szempotja A sokaság jellemzéséek szempotja: A sokaság tpkus értékéek meghatározása. Az
RészletesebbenMatematikai statisztika
Matematka statsztka 8. elıadás http://www.math.elte.hu/~arato/matstat0.htm Kétmtás eset: függetle mták + + + = + ) ( ) ( ) ( Y Y X X Y X m m m t m Ha smert a szórás: (X elemő, σ szórású, Y m elemő, σ szórású),
RészletesebbenA MATEMATIKAI STATISZTIKA ELEMEI
A MATEMATIKAI STATISZTIKA ELEMEI Az Eötvös Lórád Tudomáyegyetem Természettudomáy Kará a Fzka Kéma Taszék évek óta kéma-szakos taárhallgatókak matematka bevezetõ elõadásokat tart. Az elõadások célja az,
RészletesebbenTömegpont-rendszer mozgása
TÓTH A: Mechaka/5 (kbővített óraválat) Tömegpot-redser mogása Boyolultságba a tömegpot utá követkeő és gyakorlat sempotból s ge fotos eset amkor több tömegpotból álló redsert ú külső tömegpot-redsert (rövdebbe:
RészletesebbenPéldák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra
Valószíőségszámítás és statsztka elıadás fo. BSC/B-C szakosokak 3. elıadás Szeptember 28 dszkrét valószíőség változókra X(ω)=c mde ω-ra. Elevezés: elfajult eloszlás. P(X=c)=1. X akkor 1, ha egy adott,
RészletesebbenTartalomjegyzék. 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
RészletesebbenTulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk
Valószíőségszámítás és statsztka elıadás fo. BSC/B-C szakosokak 3. elıadás Szeptember 26 p 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 A bomáls és a hpergeom. elo. összehasolítása 0 1 2 3 4 5 6 7 8 9 10 k Hp.geom
RészletesebbenStatisztika I. 4. előadás. Előadó: Dr. Ertsey Imre
Statsztka I. 4. előadás Előadó: Dr. Ertsey Imre KÖZÉPÉRTÉKEK A statsztka sor általáos jellemzésére szolgálak, a statsztka sokaságot egy számmal jellemzk. Számított középértékek: matematka számítás eredméyekét
RészletesebbenAz elektronmikroszkópia fizikai alapja: nagy-energiájú elektronok szóródásai
A elektromkroskópa fka alapa: ay-eeráú elektrook sóródása -7 A > elektro/s > µm-ekét ( ke) > Eyelektro-sórás Fatáa Meeyés Alkalmaása Eyseres ematkus elm (Ewald-serk) t m Dffr köelítő elye (Bra-eyelet)
RészletesebbenIsmérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I. 25-26. o)
Ismérvek között kapcsolatok szorosságáak vzsgálata 1. Egy ks smétlés: mérés skálák (Huyad-Vta: Statsztka I. 5-6. o) A külöböző smérveket, eltérő mérés sztekkel (skálákkal) ellemezhetük. a. évleges (omáls)
RészletesebbenMérési 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
Részletesebben4 2 lapultsági együttható =
Leíró statsztka Egy kísérlet végeztével általában tetemes mennységű adat szokott összegyűln. Állandó probléma, hogy mt s kezdjünk - lletve mt tudunk kezden az adatokkal. A statsztka ebben segít mnket.
Részletesebben26 Győri István, Hartung Ferenc: MA1114f és MA6116a előadásjegyzet, 2006/2007
6 Győri Istvá, Hartug Ferec: MA4f és MA66a előadásjegyet, 006/007. A -trasformált.. Egy iformációátviteli probléma Legye adott egy üeetátviteli redserük, amelybe a üeeteket két alapjel modjuk a és b segítségével
RészletesebbenAzonos 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
RészletesebbenA binomiális eloszláson alapuló próbák
A biomiális elosláso alapuló próbák Biomiális próba: Hipotéisvisgálat a előfordulások aráyára, egy mita eseté Két aráy össehasolítása Nemparaméteres próbák 49 Biomiális próba Hipotéisvisgálat a előfordulások
RészletesebbenSTATISZTIKA II. kötet
Szeged Tudomáyegyetem Gazdaságtudomáy Kar Petres Tbor Tóth László STATISZTIKA II. kötet Szerzők: Dr. Petres Tbor, PhD egyetem doces Statsztka és Demográfa Taszék Tóth László PhD-hallgató Gazdaságtudomáy
RészletesebbenIntelligens adatelemzés ea. vázlat 1. rész
Itellges adatelemzés ea. vázlat. rész A tematka.ea. a tárgy tematkájáak áttektése. Egy mtaélda M-S adatok elemzése (A)..ea. HF-ok jellegéek megbeszélése, a HF témák választásához szemotok 3.ea. Statsztka
RészletesebbenVáltozók függőségi viszonyainak vizsgálata
Változók függőség vszoyaak vzsgálata Ismétlés: változók, mérés skálák típusa kategoráls változók Asszocácós kapcsolat számszerű változók Korrelácós kapcsolat testsúly (kg) szemüveges em ő 1 3 férf 5 3
RészletesebbenMatematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)
Matematka statsztka elıadás III. éves elemzı szakosokak Zemplé Adrás 9. elıadásból részlet Y közelítése függvéyével Gyakor eset, hogy em smerjük a számukra érdekes meység Y potos értékét pl. holap részvéy-árfolyam,
RészletesebbenA sokaság/minta eloszlásának jellemzése
3. előadás A sokaság/mnta eloszlásának jellemzése tpkus értékek meghatározása; az adatok különbözőségének vzsgálata, a sokaság/mnta eloszlásgörbéjének elemzése. Eloszlásjellemzők Középértékek helyzet (Me,
Részletesebben2012.03.01. 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
RészletesebbenMatematikai statisztika
Matematikai statisztika PROGRAMTERVEZŐ INFORMATIKUS alapszak, A szakiráy Arató Miklós Valószíűségelméleti és Statisztika Taszék Természettudomáyi Kar 2019. február 18. Arató Miklós (ELTE) Matematikai statisztika
Részletesebbenspecific (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
RészletesebbenAz 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
RészletesebbenSzerszámgépek 5. előadás 2007. Március 13. Szerszámg. 5. előad. Miskolc - Egyetemváros 2006/2007 2.félév
Sersámgépe 5. előadás. Márcis. Sersámg mgépe 5. előad adás Misolc - Egyetemváros /.félév Sersámgépe 5. előadás. Márcis. A sabályohatósági tartomáy övelésée módserei Előetes megfotoláso: S mi mi M S φ,
RészletesebbenFeladatok és megoldások a 11. heti gyakorlathoz
Feladatok és megoldások a. het gyakorlathoz dszkrét várható érték Építőkar Matematka A. Egy verseye öt ő és öt férf verseyző dul. Tegyük fel, hogy cs két azoos eredméy, és md a 0! sorred egyformá valószíű.
RészletesebbenORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!
ORVOSI STATISZTIKA Az orvos statsztka helye Élettan Anatóma Kéma Lehet kérdés?? Statsztka! Az orvos döntéseket hoz! Mkor jó egy döntés? Mennyre helyes egy döntés? Mekkora a tévedés lehetősége? Példa: test
RészletesebbenA biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet
A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html
RészletesebbenHipotéziselmélet. Statisztikai próbák I. Statisztikai próbák II. Informatikai Tudományok Doktori Iskola
Hpotézselmélet Iformatka Tudomáyok Doktor Iskola Statsztka próbák I. 0.0.. Dr Ketskeméty László előadása Statsztka próbák II. Dötés eljárást dolgozuk k aak eldötésére, hogy a ullhpotézs gaz-e. Ha úgy kell
RészletesebbenA feladatsorok összeállításánál felhasználtuk a Nemzeti Tankönyvkiadó RT. Gyakorló és érettségire felkészítő feladatgyűjtemény I III. példatárát.
Oros Gyula, 00. november Emelt sintű érettségi feladatsor Össeállította: Oros Gyula; dátum: 00. október A feladatsorok össeállításánál felhasnáltuk a Nemeti Tankönyvkiadó RT. Gyakorló és érettségire felkésítő
RészletesebbenA paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab
öbbváltozós regresszók Paraméterbecslés-. A paraméterbecslés.. A probléma megfogalmazása A paramétereket kísérletleg meghatározott y értékekre támaszkodva becsülk. Ha darab ksérletet (megfgyelést, mérést
RészletesebbenÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETIA Készült a TÁMOP-4.1.-08//A/KM-009-0041pályázat projet eretébe Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomáy Taszéé az ELTE Közgazdaságtudomáy Taszé az MTA Közgazdaságtudomáy Itézet és a
RészletesebbenAZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN
AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN Molár László Ph.D. hallgató Mskolc Egyetem, Gazdaságelmélet Itézet 1. A MINTANAGYSÁG MEGHATÁROZÁSA EGYSZERŐ VÉLETLEN (EV) MINTA
RészletesebbenMatematika B4 I. gyakorlat
Matematika B4 I. gyakorlat 2006. február 16. 1. Egy-dimeziós adatredszerek Va valamilye adatredszer (számsorozat), amelyről szereték kiszámoli bizoyos dolgokat. Az egyes értékeket jelöljük z i -vel, a
RészletesebbenA heteroszkedaszticitásról egyszerûbben
Mûhely Huyad László kaddátus, egyetem taár, a Statsztka Szemle főszerkesztője A heteroszkedasztctásról egyszerûbbe E-mal: laszlo.huyad@ksh.hu A heteroszkedasztctás az ökoometra modellezés egyk kulcsfogalma,
RészletesebbenHa n darab standard normális eloszlású változót négyzetesen összegzünk, akkor kapjuk a χ 2 - eloszlást: N
Krály Zoltá: Statsztka II. Bevezetés A paraméteres eljárások alkalmazásához, a célváltozóra ézve szgorú feltételek szükségesek (folytoosság, ormaltás, szóráshomogetás), ekkor a hpotézseket egy-egy paraméterre
RészletesebbenSztochasztikus tartalékolás és a tartalék függése a kifutási háromszög időperiódusától
Sztochasztkus tartalékolás és a tartalék függése a kfutás háromszög dőperódusától Faluköz Tamás Vtéz Ildkó Ibola Kozules: r. Arató Mklós ELTETTK Budapest IBNR kfutás háromszög IBNR: curred but ot reported
Részletesebben2. Az együttműködő villamosenergia-rendszer teljesítmény-egyensúlya
II RÉZ 2 EJEZE 2 Az együttműködő vllamoseerga-redszer teljesítméy-egyesúlya 2 A frekveca és a hatásos teljesítméy között összefüggés A fogyasztó alredszerbe a fogyasztók hatásos wattos teljesítméyt lletve
RészletesebbenPályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér 13. www.u-szeged.hu www.palyazat.gov.
Pályázat címe: Új geerációs sorttudomáyi kézés és tartalomfejlesztés, hazai és emzetközi hálózatfejlesztés és társadalmasítás a Szegedi Tudomáyegyeteme Pályázati azoosító: TÁMOP-4...E-5//KONV-05-000 Sortstatisztika
RészletesebbenMÉRÉSTECHNIKA. DR. HUBA ANTAL c. egy. tanár BME Mechatronika, Optika és Gépészeti Informatika Tanszék 2011
MÉRÉSTECHNIKA DR. HUBA ANTAL c. egy. taár BME Mechatroka, Optka és Gépészet Iformatka Taszék 0 Rövde a tárgyprogramról Előadások tematkája: Metrológa és műszertechka alapok Mérés adatok kértékelése Időbe
RészletesebbenA statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.
Statisztikai módszerek. BMEGEVGAT01 Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudomáyi Egyetem Gépészméröki Kar Hidrodiamikai Redszerek Taszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
RészletesebbenGeostatisztika I. Dr. Szabó Norbert Péter. BSc geográfus alapszak hallgatóinak
Geostatsztka I. BSc geográfus alapszak hallgatóak Dr. Szabó Norbert Péter egyetem adjuktus Mskolc Egyetem Geofzka Itézet Taszék e-mal: orbert.szabo.phd@gmal.com Ajálott rodalom Steer Ferec, 990. A geostatsztka
RészletesebbenFelsőbb Matematika Informatikusoknak D házi feladatok a Sztochasztika 2 részhez 2013 tavasz
Felsőbb Matematika Informatikusoknak D hái feladatok a Stochastika réshe tavas Minden héten össesen egy pontot érnek a kitűött feladatok HF: (Beadási határidő: 4) HF Egy kétsemélyes internetes vetélkedő-játékban
RészletesebbenGeostatisztika c. tárgy a BSc földrajz alapszak hallgatóinak
Geostatsztka c. tárgy a BSc földrajz alapszak hallgatóak Dr. Szabó Norbert Péter egyetem taársegéd Geofzka Taszék e-mal: orbert.szabo.phd@gmal.com gfmal@u-mskolc.hu Tematka Adatredszerek, hsztogrammok
RészletesebbenLaboratóriumi 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
RészletesebbenSZÁMELMÉLET. Szigeti Jenő
SZÁMELMÉLET Sigeti Jeő. OSZTHATÓSÁG A osthatósággal kapcsolatba égy alapvető eredméyt kölük bioyítás élkül. Jelölje φ() a {,,..., } halmaból ao elemek sámát, amelyek relatív prímek a -he. Ha például p
RészletesebbenKLAPCSIK KÁLMÁN DIPLOMATERV
KAPSIK KÁMÁ IPOMAERV BUAPESI MŰSZAKI ÉS AZASÁUOMÁYI EYEEM ÉPÉSZMÉRÖKI KAR HIROIAMIKAI RESZEREK ASZÉK IPOMAERVEK BUAPESI MŰSZAKI ÉS AZASÁUOMÁYI EYEEM ÉPÉSZMÉRÖKI KAR HIROIAMIKAI RESZEREK ASZÉK KAPSIK KÁMÁ
RészletesebbenTapasztalati eloszlás. Kumulált gyakorisági sorok. Példa. Értékösszegsor. Grafikus ábrázolás
Matemata statszta elıadás III. éves elemzı szaosoa 009/00. élév. elıadás Tapasztalat eloszlás Mde meggyeléshez (,,, ) / súlyt redel. Valószíőségeloszlás! Mtaátlag éppe ee az eloszlása a várható értée.
RészletesebbenBIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika
BIOSTATISZTIKA ÉS INFORMATIKA Leíró statisztika Első közelítésbe a statisztikai tevékeységeket égy csoportba sorolhatjuk, de ezek között ics éles határ:. adatgyűjtés, 2. az adatok áttekithetővé tétele,
RészletesebbenA matematikai statisztika elemei
A matematikai statisztika elemei Mikó Teréz, dr. Szalkai Istvá szalkai@almos.ui-pao.hu Pao Egyetem, Veszprém 2014. március 23. 2 Tartalomjegyzék Tartalomjegyzék 3 Bevezetés................................
RészletesebbenGEOFIZIKA / 4. GRAVITÁCIÓS ANOMÁLIÁK PREDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE
MSc GEOFIZIKA / 4. BMEEOAFMFT3 GRAVITÁCIÓS ANOMÁLIÁK REDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE A gravtácós aomálák predkcója Külöböző feladatok megoldása sorá - elsősorba
RészletesebbenA 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
RészletesebbenBIOMATEMATIKA ELŐADÁS
BIOMATEMATIKA ELŐADÁS 10. A statisztika alapjai Debrecei Egyetem, 2015 Dr. Bérczes Attila, Bertók Csaád A diasor tartalma 1 Bevezetés 2 Statisztikai függvéyek Defiíció, empirikus várható érték Empirikus
RészletesebbenRegresszió és korreláció
Regresszó és korrelácó regresso: vsszatérés, hátrálás; vsszafordulás correlato: vszo, összefüggés, kölcsöösség KAD 01.11.1 1 (vsszatérés, hátrálás; vsszafordulás) Regresszó és korrelácó Gakorlat megközelítés
RészletesebbenBEVEZETÉS AZ SPSS ALAPJAIBA. (Belső használatra)
BEVEZETÉS AZ SPSS ALAPJAIBA (Belső haszálatra) TARTALOMJEGYZÉK. Statsztka alapfogalmak..... Sokaság...4.2. Ismérvek és mérés skálák...6.3. Statsztka sorok...7 2. SPSS alapfogalmak...9 3. Alapvető statsztka
RészletesebbenDr. Tóth Zsuzsanna Eszter Dr. Jónás Tamás Erdei János. Gazdaságstatisztika. II. rész A matematikai statisztika alapjai
Budapest Műszak és Gazdaságtudomáy Egyetem Gazdaság- és Társadalomtudomáy Kar Üzlet Tudomáyok Itézet Meedzsmet és Vállalatgazdaságta Taszék Dr. Tóth Zsuzsaa Eszter Dr. Jóás Tamás Erde Jáos Gazdaságstatsztka
RészletesebbenAdatfeldolgozás, adatértékelés. Dr. Szűcs Péter, Dr. Madarász Tamás Miskolci Egyetem, Hidrogeológiai Mérnökgeológiai Tanszék
Adatfeldolgozás, adatértékelés Dr. Szűcs Péter, Dr. Madarász Tamás Mskolc Egyetem, Hdrogeológa Mérökgeológa Taszék A vzsgált köryezet elemek, lletve a felszí alatt közeg megsmerése céljából számtala külöböző
RészletesebbenStatisztika segédlet*
Statsztka segédlet* Deícók: Statsztka: Valóság tömör számszerő jellemzésére szolgáló módszerta ll. gyakorlat teékeység. Statsztka gyakorlat ter: Tömegese elıorduló jeleségek egyedere oatkozó ormácók győjtése,
RészletesebbenWilcoxon-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
RészletesebbenPDF created with FinePrint pdffactory Pro trial version Irodalom.
r etskemétyászló matematkus http://wwwketskemetyhu laszlo@ketskemetyhu kela@sztbmehu : +36/70/3 00 5 0 egjelet az ötvös adó godozásába orgalmazza a Cytotechft egjeleés éve: 005 Jellemzők: 459 o, 94 cm
Részletesebben2. METROLÓGIA ÉS HIBASZÁMíTÁS
. METROLÓGIA ÉS HIBASZÁMíTÁS. Metrológa alapfogalmak A metrológa a mérések tudomáya, a mérésekkel kapcsolatos smereteket fogja össze. Méréssel egy objektum valamlye tulajdoságáról számszerű értéket kapuk.
RészletesebbenA Secretary problem. Optimális választás megtalálása.
A Secretary problem. Optmáls választás megtalálása. A Szdbád problémáa va egy szté lasszusa tethető talá természetesebb vszot ehezebb változata. Ez a övetező Secretary problem -a evezett érdés: Egy állásra
RészletesebbenReakciómechanizmusok leírása. Paraméterek. Reakciókinetikai bizonytalanságanalízis. Bizonytalanságanalízis
Megbízható kémiai modellek kifejlesztése sok mérési adat egyidejő feldolgozása alajá uráyi amás www.turayi.eu ELE Kémiai Itézet Reakciókietikai Laboratórium Eddig dolgoztak eze a témá: (témavezetık: uráyi
RészletesebbenMegoldás a, A sebességből és a hullámhosszból számított periódusidőket T a táblázat
Fzka feladatok: F.1. Cuam A cuam hullám formájáak változása, ahogy a sekélyebb víz felé mozog (OAA) (https://www.wdowsuverse.org/?page=/earth/tsuam1.html) Az ábra, táblázat a cuam egyes jellemzőt tartalmazza.
RészletesebbenA 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
RészletesebbenEgzakt következtetés (poli-)fa Bayes-hálókban
gakt követketetés pol-fa Baes-hálókban Outlne Tpes of nference B method: exact, stochastc B purpose: dagnostc sngle-step, sequental DSS, explanaton generaton Hardness of exact nference xact nference n
RészletesebbenGeostatisztika. Dr. Szabó Norbert Péter. BSc műszaki földtudományi alapszak hallgatóinak
Geostatsztka BSc műszak földtudomáy alapszak hallgatóak Dr. Szabó Norbert Péter egyetem adjuktus Mskolc Egyetem Geofzka Itézet Taszék e-mal: orbert.szabo.phd@gmal.com Ajálott rodalom Steer Ferec, 990.
RészletesebbenSzámítógépes döntéstámogatás
Pao Egyetem Műszak Iformatka Kar Vllamosmérök és Iformácós Redszerek aszék Számítógépes dötéstámogatás Előadás vázlatok Dr. Kozma György Veszprém, 0/03 Számítógépes dötéstámogatás tematka, 0 ematka. Leíró
RészletesebbenPopuláció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak
Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 16. A matematikai statisztika tárgya Következtetések levoása adatok alapjá Ipari termelés Mezőgazdaság Szociológia
RészletesebbenÖkonometria. /Elméleti jegyzet/
Ökoometra /Elmélet jegyzet/ Ökoometra /Elmélet jegyzet/ Szerző: Nagy Lajos Debrece Egyetem Gazdálkodástudomáy és Vdékfejlesztés Kar (1.,., 3., 4., 5., 6., és 9. fejezet) Balogh Péter Debrece Egyetem Gazdálkodástudomáy
RészletesebbenFerde hatásvonalú csuklóval megtámasztott rúd stabilitási vizsgálata
MISKOCI EGYETEM GÉPÉSZMÉRNÖKI ÉS INFORMATIKAI KAR TUDOMÁNYOS DIÁKKÖRI DOGOZAT Ferde hatásvoalú csuklóval megtámastott rúd stabilitási visgálata egyel Ákos Jósef I. éves gépésméröki MSc sakos hallgató Koules:
RészletesebbenStatisztika 1. zárthelyi dolgozat március 21.
Statisztika 1 zárthelyi dolgozat 011 március 1 1 Legye X = X 1,, X 00 függetle mita b paraméterű Poisso-eloszlásból b > 0 Legye T 1 X = X 1+X ++X 100, T 100 X = X 1+X ++X 00 00 a Milye a számra igaz, hogy
RészletesebbenRudas 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
RészletesebbenFüggvénygörbe 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
Részletesebbenbiometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat
Kísérlettervezés - biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert u-próba Feltétel: egy ormális eloszlású sokaság σ variaciájáak számszerű értéke ismert. Hipotézis: a sokaság µ várható értéke
RészletesebbenEllenben az alábbi táblázat egére, nem additív, hiszen különbségek: =4.6 és =3,3; azaz a B típus jobban bírja az éhezést.
Meység geetka Most olya jelegekkel foglakozuk, amelyek ge sok lókuszo öröklődek. A géek kfejeződését a köryezet s befolyásolja! Pl. a Drosohla száryá a keresztér háyát, okozhatja egyrészről ot mutácó,
RészletesebbenMINTAVÉTEL A MARKETINGKUTATÁSBAN, KÜLÖNÖS TEKINTETTEL A DIVIZÍV ÉS AZ AGGLOMERATÍV RÉTEGZÉSRE
MINTAVÉTEL A MARKETINGKUTATÁSBAN, KÜLÖNÖS TEKINTETTEL A DIVIZÍV ÉS AZ AGGLOMERATÍV RÉTEGZÉSRE Molár László egyetem taársegéd 1. BEVEZETÉS A statsztkusok a mtaagyság meghatározására számos módszert dolgoztak
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
RészletesebbenKorreláció- és regressziószámítás
Korrelácó- és regresszószámítás sztochasztkus kapcsolat léyege az, hogy a megfgyelt sokaság egységeek egyk smérv szert mlyeségét, hovatartozását smerve levoható ugya bzoyos következtetés az egységek másk
Részletesebben15. Többváltozós függvények differenciálszámítása
5. Többváltoós függvének differenciálsámítása 5.. Határoa meg a alábbi kétváltoós függvének elsőrendű parciális derivált függvéneit és a gradiens függvénét, valamint eek értékét a megadott pontban:, =
RészletesebbenSTATISZTIKA. ltozók. szintjei, tartozhatnak: 2. Előad. Intervallum skála. Az adatok mérési m. Az alacsony mérési m. Megszáml Gyakoriság módusz
A változv ltozók k mérés m sztje STATISZTIKA. Előad adás Az adatok mérés m sztje, Cetráls mutatók A változv ltozók k az alább típusba t tartozhatak: Nomáls (kategorkus és s dszkrét) Ordáls Itervallum skála
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Descriptive Statistics
Mskolc Egyetem Gazdaságtudomáy Kar Üzlet Iformácógazdálkodás és Módszerta Itézet Descrptve Statstcs Petra Petrovcs Mskolc Egyetem Gazdaságtudomáy Kar Üzlet Iformácógazdálkodás és Módszerta Itézet DESCRIPTIVE
Részletesebben5. SZABAD PONTRENDSZEREK MECHANIKAI ALAPELVEI, N-TESTPROBLÉMA, GALILEI-
5. SZABAD PONTRENDSZEREK MECHANIKAI ALAPELVEI, N-TESTPROBLÉMA, GALILEI- FÉLE RELATIVITÁSI ELV m, m,,m r, r,,r r, r,, r 6 db oordáta és sebességompoes 5.. Dama Mozgásegyelete: m r = F F, ahol F jelöl a
RészletesebbenIzsák János. ELTE TTK Állatrendszertani és Ökológiai Tanszék. Kézirat
BIOSTATISZTIKAI ALAPISMERETEK Izsák Jáos ELTE TTK Állatredszerta és Ökológa Taszék Kézrat Budapest, 5 Tartalomjegyzék Előszó 4. Valószíűség vektorváltozók 6.. Bevezetés 6.. A többváltozós, specálsa kétváltozós
RészletesebbenMáté: Számítógépes grafika alapjai
VETÍTÉSEK Vetítések fajtái / Trasformációk amelek -imeiós objektumokat kisebb imeiós terekbe visek át. Pl. 3D 2D Vetítés köéotja ersektívikus A A B Vetítési B Vetítés köéotja a végtelebe árhuamos A A B
RészletesebbenInformációs 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
RészletesebbenAdatsorok jellegadó értékei
Adatsorok jellegadó értéke Varga Ágnes egyetem tanársegéd varga.ag14@gmal.com Terület és térnformatka kvanttatív elemzés módszerek BCE Geo Intézet Terület elemzés forgatókönyve vacsora hasonlat Terület
RészletesebbenV. Deriválható függvények
Deriválható függvéyek V Deriválható függvéyek 5 A derivált fogalmához vezető feladatok A sebesség értelmezése Legye az M egy egyees voalú egyeletes mozgást végző pot Ez azt jeleti, hogy a mozgás pályája
Részletesebben1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya
Matematikai statisztika előadás survey statisztika MA szakosokak 206/207 2. félév Zempléi Adrás. előadás: Bevezetés Irodalom, követelméyek A félév célja Matematikai statisztika tárgya Törtéet Alapfogalmak
RészletesebbenHipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?
01.09.18. Hpotézs vzsgálatok Egy példa Kérdések (példa) Hogyan adhatunk választ? Kérdés: Hatásos a lázcsllapító gyógyszer? Hatásos-e a gyógyszer?? rodalomból kísérletekből Hpotézsek A megfgyelt változó
RészletesebbenMiskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Descriptive Statistics
Mskolc Egyetem Gazdaságtudomáy Kar Üzlet Iformácógazdálkodás és Módszerta Itézet Descrptve Statstcs Petra Petrovcs Mskolc Egyetem Gazdaságtudomáy Kar Üzlet Iformácógazdálkodás és Módszerta Itézet DESCRIPTIVE
RészletesebbenEgyenáramú motor kaszkád szabályozása
Egyeáramú motor kazkád zabályozáa. gyakorlat élja z egyeáramú motor modellje alajá kazkád zabályozó terezée. zabályozá kör feléítée Smulk köryezetbe. zmuláó eredméyek feldolgozáa.. Elmélet beezet a az
Részletesebben