Statisztika október 27.

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "Statisztika október 27."

Átírás

1 Statisztika október 27.

2 Külöbség valószíőségszámítás és statisztika között Kísérlet: 4-szer dobuk fel egy érmét. Megszámoljuk a fejek számát. Valszám: Ismert a fejdobás valószíősége. Milye valószíőséggel dobuk két fejet? Statisztikai feladatok: A fejdobás valószíősége em ismert. Két fejet dobtuk. Becsüljük meg a fejdobás valószíőségét! Elfogadhatjuk azt a hipotézist, hogy a fejdobás valószíősége 0,75?

3 Példa Milye valószíőséggel születik fiúgyermek? Svájcba 1871 és 1900 között a megszületett gyermekbıl fiú és láy volt. Fiúk relatív gyakorisága így 0,5141. Igaz-e, hogy a valószíőség 0,5? És 0,1? Hogya becsülék a fiúszületés valószíőségét?

4 X i 1, i.fiú = 0, i.láy ( ) P X 1 p, , i = = = = i = 1 X i EX 1 2 i = 1 i i EX = p, D X = p (1 p ), P < x ~ Φ ( x ) DX 1 P u < ( ξ p ) < u ~ 2 Φ ( u ) 1 p (1 p ) p p ( ξ ) = 0.5 = 37 p (1 p ) u = 4 2 Φ ( u ) 1 = 0, ξ X i

5 1 p (1 p ) 4 2 Φ ( u ) 1 ~ P u < ( ξ p ) < u p (1 p ) ( 2 ( ξ ) ) P u < p < u = u u u u = P < ( ξ p ) < = P ξ < p < ξ Esetükbe 0,9973 valószíőséggel 0,5132 p 0,5150

6 Irodalom Jegyzet Baróti-Bogáré-Fejes Tóth-Mogyoródi: Matematikai statisztika jegyzet programozó szakos hallgatókak Taköyv: BOLLA KRÁMLI: Statisztikai következtetések elmélete Dévéyi Gulyás: Matematikai statisztikai módszerek a meteorológiába Példatár Móri-Szeidl-Zempléi: Matematikai statisztika példatár

7 Cél Matematikai statisztika alapjaiak ismertetése Leíró statisztika (rövid bevezetı) Becsléselmélet Hipotézisvizsgálat Többdimeziós statisztika és Idısorelemzés elemei Alkalmazási készség kialakítása (elsısorba gyakorlato)

8 A matematikai statisztika tárgya Következtetések levoása adatok alapjá Ipari termelés Mezıgazdaság Szociológia (közvéleméykutatások) Természettudomáyok Pézügyi adatok Valójába az élet szite mide területe

9 Törtéet Táblázatokat a biztosítók már többszáz éve haszálak Maga a tudomáy fiatal tudomáy, alig 100 éves a múltja Agliai mezıgazdasági alkalmazások voltak az elsık Fejlıdése felgyorsult az utóbbi évtizedekbe (számítógépek jóvoltából)

10 Matematikai statisztika helye a tudomáyok között Matematikai tudomáy. Ugyaakkor a statisztika mideapi alkalmazása em midig kellıe precíz (teljesülek-e a feltételek?) Ezért léyeges, hogy a feltételezéseiket és következtetéseiket potosa fogalmazzuk meg.

11 Példák 1. Redkívüli volt-e a évi jauári Zala megyei idıjárás? Vis maior-e az áramszolgáltató szempotjából? 2. Egy közvéleméykutatás sorá azt kaptuk, hogy 1000 emberbıl 400 választaá az adott pártot. Mások szerit a párt 50%-ot fog kapi. Elıfordulhat-e ez? Mekkora eséllyel?

12 0,14 0,12 0,1 0,08 0,06 0,04 0,02 0 Példák (folyt.) Va-e a rasszak, emzetiségek hatása a haladóságra? 1991-es USA férfi éphaladóság Fehérek Nem fehérek

13 Kárszám Vezetık száma Példák (folyt.) Mi lehet egy vezetı által okozott károk számáak eloszlása? >7 Összese

14 Ki taul jobba? jauár 5-ei vizsga Jegy Férfi Nı Összese 86 Átlag 2,1 Összese ,7 2,1

15 Ki taul jobba? (folyt.) jauár 21-ei vizsga Jegy Férfiak Nık Összese 24 Átlag 2,2 Összese ,0 2,1

16 Napfoltok száma

17 Statisztikai adatok Alapadat: közvetleül a sokaságból méréssel vagy leszámlálással kapott eredméy Származtatott adat: alapadatokból mőveletek eredméyekét kapjuk

18 Adatok potossága Általába korlátozott a potosságuk Abszolút hiba: ε= V-M, ahol V a valóságos adat és M a mért adat. Gyakorlatba em tudjuk meghatározi, csak becsüli tudjuk. Relatív hiba: az abszolút hiba és a mért érték háyadosa: ε/m

19 Statisztikai ismérvek Vizsgálatba vot csoport: sokaság. Sokaság elemei: egyedek. Egyedek jellemzıi: ismérvek. Lehetséges kimeetelei az ismérvváltozatok. Az ismérvek által adott iformációk alapjá az ismérvek lehetek: Idıbeliek Területiek Meyiségiek Miıségiek.

20 Ismérvek egy másik csoportosítása A em számmal kifejezhetı, vagy számmal jelölt, de mégsem szám jellegő ismérveket, miısítéses ismérvek evezzük. (pl. fıváros kerülete) A méréssel meghatározható, számmal jellemezhetı ismérveket méréses ismérvek evezzük. (pl. testmagasság)

21 Ismérvek újabb csoportosítása Az olya miısítéses ismérvet, amelyek adatai redezhetık redezhetı miısítéses ismérvek hívjuk.

22 Statisztikai elemzés lépései Tervezés (mit vizsgáluk, hogya győjtjük az adatokat) Adatgyőjtés Kódolás (ha szükséges) Elleırzés: leíró statisztikákkal Elemzés: matematikai statisztika módszereivel

23 Adatok Mitavétel a populációból: eredméye a (statisztikai) mita A mitavétel módja is léyeges (legegyszerőbb eset: bármelyik elem ugyaakkora valószíőséggel kerül a mitába) A mitavétel eredméye: (statisztikai) mita: x 1,x 2,,x (számsorozat) Ugyaakkor egy másik, hasoló mitavételél más mitát kapák, azaz az adott mita véletle kísérlet eredméye. Ha a mita véletle jellegét vizsgáljuk: X 1,X 2,,X valószíőségi változósorozat. Léyeges külöbség az eddigiekhez képest: az eloszlása em (vagy csak részbe) ismert

24 Leíró statisztika Nem a véletle hatását vizsgálja, haem a kokrét mita megjeleítése, jellemzıiek kiszámítása a feladata. Adatok elredezhetık táblázatba (fotos: forrás feltütetése), illetve ábrázolhatók grafikusa.

25 Táblázatok Cél: tömör, számszerő jellemzés Ehhez szükség va csoportosításra (felosztása megkülöböztetı ismérv szerit, sok ismérvváltozat eseté osztályozás kell) Eredméy: egy ismérv szeriti csoportosító táblázat Tartalmazhat gyakoriságot vagy relatív gyakoriságot

26 Statisztikai táblák Megfelelı formával ellátott statisztikai sorok összefüggı redszere Egyszerő tábla: leíró sorokból áll Csoportosító táblák: tartalmazak összesítı rovatot is (lehet beük összehasolítás is) Kombiációs vagy kotigeciatábla: két ismérv szeriti kombiációs csoportosítás. Midkét iráyba tartalmaz összesítést.

27 Tapasztalati eloszlás Mide megfigyeléshez (x 1,x 2,,x ) 1/ súlyt redel. Ez valószíőségeloszlás! Mitaátlag éppe eek az eloszlásak a várható értéke. Tapasztalati eloszlás eloszlásfüggvéye: tapasztalati eloszlásfüggvéy: F (lépcsısfüggvéy). 1 F ( z ) = χ x < z i i = 1 { } k ( ) ( ) ( ) ( ) F ( z ) =, ha x k < z x k + 1, x 0 =, x + 1 = x x... x : x, x,..., x sorbaredezése. ( ) ( ) ( ) Ha a mita X 1,X 2,,X valószíőségi változósorozat, akkor F (z) is valószíőségi változó.

28 Példa ormális eloszlás közelítése, = z ormális eloszlás közelítése, = z a/ a/

29 Grafikus ábrázolás Oszlopdiagram: a gyakoriságokkal aráyos az oszlopok magassága Meyiségi ismérvekre: Gyakorisági poligo Hisztogram Megoszlás szemléltetése lehetséges kördiagrammal is.

30 Hisztogram Adataikat osztályokba soroljuk (midegyiket potosa egybe, pl. az i- edik osztály: a i x<a i+1 ), a csoportok relatív gyakoriságai megegyezek az osztály fölé rajzolt téglalap területével. Összterület:1 (hasoló a sőrőségfüggvéyhez)

31

32

33 Példák Túl sok osztály Potszámok grafikus ábrázolása potszám Frequecy

34 Példák Potszámok grafikus ábrázolása potszám Frequecy Túl kevés osztály

35 Példák Potszámok grafikus ábrázolása potszám Frequecy Jó osztályszám

36 Középértékek Mitaátlag: x x 1 x : = ha az egyes értékek (l i ) gyakoriságai (f i ) adottak: f l k k x : = f l Mediá: a sorbaredezett mita középsı eleme (ha páros sok eleme va: a két középsı átlaga).

37 Tapasztalati kvatilisek Elméleti kvatilis: abszolút folytoos, szigorúa mooto F eseté q z =F -1 (z) Általába: if{x:f(x)>z} A tapasztalati eloszlás kvatilisei: tapasztalati kvatilisek. z=1/2: mediá. z=1/4, 3/4: kvartilisek

38 boxplot Gam2 Az egyes dobozok az alsó kvartilistól T5 a felsı kvartilisig tartaak. Középvoal a mediá. Norm A voalak a teljes terjedelmet felölelik, ha ez Ui05 em agyobb a kvartilisek közötti külöbségek 1.5- szereséél. Ha eze kívül is vaak potok, azokat külö-külö jeleíti meg

39

40 Egyéb ábrázolások

41 Statisztikai mezı ( Ω, A, P ), ϑ Θ ϑ statisztikai mezı, ha Θ paraméterhalmaz ( ) és ΩA,, P ϑ mide paraméter eseté valószíőségi mezı.

42 Egy érmedobás modellje Nem ismerjük a fejdobás valószíőségét: { } A { { } { } { } } Ω = F,I, = ; F ; I ; F,I, ( { } ) = ( { } ) = [ ] P p P p p p p F, I 1, 0,1.

43 Mita ξ 1 Def.: A ξ = : Ω X R valószíőségi vektorváltozót ξ mitáak evezzük. : mitaagyság ξ i : i. mitaelem x 1 Def.: mita realizációja: x = a kokrét megfigyelt számsorozat. x

44 Mitatér Def: X mitatér: a mita lehetséges értékeiek halmaza. Elemei a mitaértékek. -elemő valós mita eseté: X=R -elemő pozitív egész értékő mita eseté: X=N Példa: egy biztosítóál 10 apo keresztül figyelték a bejeletett károk számát, ekkor X=Z 0

45 Egy bezikútál takoló autók száma 5 apo keresztül Megfigyelések: 78, 89, 167, 90, 85 Mita realizációja: (78, 89, 167, 90, 85) T Mitaagyság: 5

46 A miták típusai Függetle mita: a mitaelemek függetleek. Függetle azoos eloszlású mita: a mitaelemek függetleek és azoos eloszlásúak. Diszkrét mita: a mitaelemek diszkrétek. Abszolút folytoos eloszlású mita: a mitaelemek abszolút folytoosak.

47 Eloszláscsaládok ( ξ ξ ) F ( s ) = P < s,..., < s ϑ ϑ 1 1 Függetle mita eseté: ϑ ϑ i = 1 ( ξ ) F ( s ) = P < s i i Függetle azoos eloszlású mita eseté: ( ξ ) ( ) F ( s ) = P < s = F s ϑ ϑ i i ϑ i i = 1 i = 1 Jelölések: E : várható érték P eseté, D : szórás P eseté, f : sőrő ϑ ϑ ϑ ϑ ϑ ségfüggvéy P eseté (absz. folyt. mita) ( ) p ( s ) = P = s (diszkrét mita) ϑ ϑ ξ i ϑ

48 Példák Egy érmedobás. Fej eseté 1-et íruk, írás eseté 0-át. p k = 1 p ( k ) = P ( ξ = k ) = = p (1 p ) p p 1 1 p k = 0 k 1 k Bezikutas példa. Azt feltételezzük, hogy megfigyeléseik függetle, azoos eloszlású Poissook. p ( k ) = P ( = k ) = e / k!, k = 0,1,2,... i λ λ ξ λ λ k

49 Statisztikák Def.: Statisztika: a mita függvéye. k T : X R Def.: Statisztika: k T ( ξ ), ha T : X R függvéy.

50 Példák Tapasztalati mometumok: X = R, x T x T ξ ξ i i mitaközép: ( x ) = = i = 1, ( ξ ) = = i = 1, x k T T k k i i tapasztalati. mometum: ( x ) = i = 1, ( ξ ) = i = 1. ξ

51 Tapasztalati szóráségyzet = X R, ( ) 2 x ( ) 2 i x ξ i ξ i = 1 2 i = 1 T ( x ) =, T ( ξ ) = s =

52 Redezett mita A ξ 1,..., ξ mita elemeit agyság szerit sorbaredezve kapjuk az ξ () 1 ξ () 2... ξ () redezett mitát. Ez -dimeziós statisztika Mostatól: a ξ 1,..., ξ mita elemei függetle, azoos eloszlásúak. Ha feltesszük, hogy a közös eloszlásuk abszolút folytoos, akkor felírható a redezett mita k-adik eleméek, ξ () k -ek a sőrőségfüggvéye. (gyakorlat) Spec.: miimum, maximum. Def.: mita terjedelme: ξ () - ξ 1 ()

53 Tapasztalati eloszlásfüggvéy Tapasztalati eloszlás eloszlásfüggvéye: tapasztalati eloszlásfüggvéy: 1 F ( z ) = χ ξ < z i i = 1 { } k F z z ( ) =, ha ξ < ξ, ξ =, ξ = ( ) ( ) ( ) ( ) k k Mitaátlag éppe eek az eloszlásak a várható értéke.

54 Gliveko-Catelli tétel ( statisztika alaptétele ) Tétel: ξ,..., ξ függetle, azoos F eloszlásfüggvéyőek. Ekkor 1 sup F ( z ) F ( z ) 0 majdem mideütt (1 vszgel). z Biz.: Csak folytoos F eloszlásfüggvéyekre látjuk be. Ebbıl következik, hogy tetszılege valós z,..., z számok, hogy 0 1 N s pozitív egész N -hez létezek olya 1 i N 1 F ( z 0 ) = 0, F ( z 1 ) =,..., F ( z i ) =,..., F ( z N 1 ) =, F ( z N ) = 1, N N N z =, z =. N

55 [ ) Ekkor, ha z z, z, akkor k k F ( z ) F ( z ) F ( z k + 1 ) F ( z k ) = F ( z k + 1 ) F ( z k + 1 ) +, N 1 F ( z ) F ( z ) F ( z k ) F ( z k + 1 ) = F ( z k ) F ( z k ). N Ebbıl következik, hogy 1 sup F ( z ) F ( z ) max F ( z k ) F ( z k ) +. z 0 k N N Tudjuk, hogy rögzített x re 1 F ( x ) = χ ξ < x, i i = 1 { < x } { } ahol χ ξ függetle, azoos eloszlású idikátor valószíőségi i változók, melyek várható értéke { } ( ) E χ ξ < x = P ξ < x = F ( x ). i i

56 Így a agy számok erıs törvéye szerit 1 F ( x ) = χ ξ < x E χ ξ < x = F ( x ) mm. { } { } i i i = 1 1 Legye A k, N = ω : χ { ξ i ( ω ) < z k } F ( z k ), ekkor i = 1 { ω } P ( A ) = 1 és B = : max F ( z ) F ( z ) 0 = A. B N k, N N k k k, N 0 k N k = 1 e 1 limsup F ( z ) F ( z ). Ebbıl következik, hogy B -e N N N = 1 limsup F ( z ) F ( z ) = 0. 1 valószíőségő eseméyek metszete is N 1 valószíőségő, így B = A is 1 valószíőségő. N k, N N = 1 N = 1 k = 1 1 N 1

1. előadás: Bevezetés. Irodalom. Számonkérés. Cél. Matematikai statisztika előadás survey statisztika MA szakosoknak. A matematikai statisztika tárgya

1. 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

Részletesebben

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak

Populáció. 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

Részletesebben

Példák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra

Példák 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,

Részletesebben

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia

Megjegyzések. További tételek. Valódi határeloszlások. Tulajdonságok. Gyenge (eloszlásbeli) konvergencia Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 5. Megjegyzések. A tétel feltételei gyegíthetőek: elég, ha a függetle, azoos eloszlású változók várható értéke véges.

Részletesebben

Statisztika 1. zárthelyi dolgozat március 21.

Statisztika 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

Részletesebben

Tulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk

Tulajdonságok. 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

Részletesebben

Matematikai statisztika

Matematikai statisztika Matematikai statisztika PROGRAMTERVEZŐ INFORMATIKUS alapszak, A szakiráy Arató Miklós Valószíűségelméleti és Statisztika Taszék Természettudomáyi Kar 2019. február 18. Arató Miklós (ELTE) Matematikai statisztika

Részletesebben

Matematikai statisztika elıadás, földtudományi BSc (geológus szakirány) 2014/ félév Arató Miklós

Matematikai statisztika elıadás, földtudományi BSc (geológus szakirány) 2014/ félév Arató Miklós Matematikai statisztika elıadás, földtudományi BSc (geológus szakirány) 2014/2015 2. félév Arató Miklós 1. elıadás: Bevezetés Irodalom, követelmények A félév célja Matematikai statisztika tárgya Történet

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA 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

Részletesebben

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

A 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:

Részletesebben

Tapasztalati eloszlás. Kumulált gyakorisági sorok. Példa. Értékösszegsor. Grafikus ábrázolás

Tapasztalati 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.

Részletesebben

1. elıadás: Bevezetés. Számonkérés. Irodalom. Valószínőségszámítás helye a tudományok között. Cél

1. elıadás: Bevezetés. Számonkérés. Irodalom. Valószínőségszámítás helye a tudományok között. Cél 1 Valószíőségszámítás 1 elıadás alk.mat és elemzı szakosokak 2013/2014 1. félév Zempléi Adrás zemplei@ludes.elte.hu http://www.cs.elte.hu/~zemplei/ 1. elıadás: Bevezetés Irodalom, követelméyek A félév

Részletesebben

földtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás

földtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás Matematikai statisztika elıadás, földtudományi BSc (geológus szakirány) 2014/2015 2. félév 6. elıadás Konfidencia intervallum Def.: 1-α megbízhatóságú konfidencia intervallum: Olyan intervallum, mely legalább

Részletesebben

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika Leíró és matematikai statisztika Matematika alapszak, matematikai elemző szakiráy Zempléi Adrás Valószíűségelméleti és Statisztika Taszék Matematikai Itézet Természettudomáyi Kar Eötvös Lorád Tudomáyegyetem

Részletesebben

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika

BIOSTATISZTIKA 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,

Részletesebben

Statisztika Elıadások letölthetık a címrıl

Statisztika Elıadások letölthetık a címrıl Statisztika Elıadások letölthetık a http://www.cs.elte.hu/~arato/stat*.pdf címrıl Konfidencia intervallum Def.: 1-α megbízhatóságú konfidencia intervallum: Olyan intervallum, mely legalább 1-α valószínőséggel

Részletesebben

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje. 24. tétel valószíűségszámítás elemei. valószíűség kiszámításáak kombiatorikus modellje. GYORISÁG ÉS VLÓSZÍŰSÉG meyibe az egyes adatok a sokaságo belüli részaráyát adjuk meg (törtbe vagy százalékba), akkor

Részletesebben

Statisztika 1. zárthelyi dolgozat március 18.

Statisztika 1. zárthelyi dolgozat március 18. Statisztika. zárthelyi dolgozat 009. március 8.. Ismeretle m várható értékű, szórású ormális eloszlásból a következő hatelemű mitát kaptuk:, 48 3, 3, 83 0,, 3, 97 a) Számítsuk ki a mitaközepet és a tapasztalati

Részletesebben

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben Propositio 1 (Jese-egyelőtleség Ha f : kovex, akkor tetszőleges ξ változóra f (M (ξ M (f (ξ feltéve, hogy az egyelőtleségbe szereplő véges vagy végtele várható értékek létezek Bizoyítás: Megjegyezzük,

Részletesebben

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága Sorozatok, határérték fogalma. Függvéyek határértéke, folytoossága 1) Végtele valós számsorozatok Fogalma, megadása Defiíció: A természetes számok halmazá értelmezett a: N R egyváltozós valós függvéyt

Részletesebben

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

A 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

Részletesebben

Matematika B4 I. gyakorlat

Matematika 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

Részletesebben

Matematikai statisztika

Matematikai 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),

Részletesebben

Kutatói pályára felkészítı modul

Kutatói pályára felkészítı modul Kutatói pályára felkészítı modul Kutatói pályára felkészítı kutatási ismeretek modul Tudomáyos kutatási alapayag feldolgozása, elemzési ismeretek KÖRNYEZETGAZDÁLKODÁSI MÉRNÖKI MSc TERMÉSZETVÉDELMI MÉRNÖKI

Részletesebben

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai 05..04. szórások vizsgálata z F-próba Hogya foguk hozzá? Nullhipotézis: a két szórás azoos, az eltérés véletle (mitavétel). ullhipotézishez tartozik egy ú. F-eloszlás. Szabadsági fokok: számláló: - evező:

Részletesebben

Zavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat.

Zavar (confounding): akkor lép fel egy kísérletben, ha a kísérletet végző nem tudja megkülönböztetni az egyes faktorokat. Zavar és mita Zavar (cofoudig): akkor lép fel egy kísérletbe, ha a kísérletet végző em tudja megkülöbözteti az egyes faktorokat. Zavar és mita Zavar (cofoudig): akkor lép fel egy kísérletbe, ha a kísérletet

Részletesebben

Áringadozások elıadás Kvantitatív pénzügyek szakirány 2012/13 2. félév

Áringadozások elıadás Kvantitatív pénzügyek szakirány 2012/13 2. félév Árigadozások elıadás Kvatitatív pézügyek szakiráy 01/13. félév Heti óra elıadás + óra gyakorlat Elıadás: fıleg modellek, elemzési módszerek Gyakorlat: R programmal, alkalmazások Számokérés 50%: beadadó

Részletesebben

A matematikai statisztika elemei

A 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................................

Részletesebben

Statisztika. Földtudomány szak, geológus szakirány, 2015/2016. tanév tavaszi

Statisztika. Földtudomány szak, geológus szakirány, 2015/2016. tanév tavaszi Statisztika Földtudomáy szak, geológus szakiráy, 015/016. taév tavaszi félév Backhausz Áges (ELTE TTK Valószíűségelméleti és Statisztika Taszék)1 Tartalomjegyzék 1. Bevezetés 3 1.1. Példa: az adatok elemzése....................

Részletesebben

Tartalom. Kezdeti szimulációs technikák. Tipikus kérdések. A bootstrap módszer. Bevezetés A független, azonos eloszlású eset:

Tartalom. Kezdeti szimulációs technikák. Tipikus kérdések. A bootstrap módszer. Bevezetés A független, azonos eloszlású eset: Tartalom A bootstrap módszer Zempléi Adrás TTK, Valószíőségelméleti és Statisztika Taszék 2010. október 21 Bevezetés A függetle, azoos eloszlású eset: emparaméteres paraméteres eset Alkalmazások a rétegzett

Részletesebben

A peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye.

A peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye. y Valószíőségszámítás elıaás III. alk. matematkus szak 4. elıaás, szeptember 30 A peremeloszlások (X,Y) eloszlásából (elevezés: együttes eloszlás) következtethetük az egyes változók eloszlására: P(X)P(X,Y0)+P(X,Y)+P(X,Y2)

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

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet Függetleségvizsgálat Virág Katali Szegedi Tudomáyegyetem, Bolyai Itézet Függetleség Függetleség Két változó függetle, ha az egyik változó megfigyelése a másik változóra ézve em szolgáltat iformációt; azaz

Részletesebben

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható

18. Valószín ségszámítás. (Valószín ségeloszlások, függetlenség. Valószín ségi változók várható 8. Valószí ségszámítás. (Valószí ségeloszlások, függetleség. Valószí ségi változók várható értéke, magasabb mometumok. Kovergeciafajták, kapcsolataik. Borel-Catelli lemmák. Nagy számok gyege törvéyei.

Részletesebben

Matematikai statisztika gyakorlat 2018/2019 II. félév

Matematikai statisztika gyakorlat 2018/2019 II. félév Matematikai statisztika gyakorlat 018/019 II. félév 1. Táblázatok Viszoyszámok: V = A, ahol A: a viszoyítás tárgya (amit viszoyítuk); B B: a viszoyítás alapja (amihez viszoyítuk) Megoszlási: a sokaság

Részletesebben

6. Minısítéses ellenırzı kártyák

6. Minısítéses ellenırzı kártyák 6. Miısítéses elleırzı kártyák Sokszor elıfordul, hogy a termék-egyedek miıségét em tudjuk mérhetı meyiségekkel jellemezi, csak megfelelı/em megfelelı kategóriákba sorolhatjuk ıket, és a hibás darabokat,

Részletesebben

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 4 IV. MINTA, ALAPsTATIsZTIKÁK 1. MATEMATIKAI statisztika A matematikai statisztika alapfeladatát nagy általánosságban a következőképpen

Részletesebben

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz

Részletesebben

VII. A határozatlan esetek kiküszöbölése

VII. A határozatlan esetek kiküszöbölése A határozatla esetek kiküszöbölése 9 VII A határozatla esetek kiküszöbölése 7 A l Hospital szabály A véges övekedések tétele alapjá egy függvéy értékét egy potba közelíthetjük az köryezetébe felvett valamely

Részletesebben

Statisztika gyakorlat Geológus szakirány

Statisztika gyakorlat Geológus szakirány Statisztika gyakorlat Geológus szakiráy Játékszabályok Az óráko részt kell vei, maximum 3-szor lehet hiáyozi. Az aláírás megszerzéséek lehetséges módjai: vagy ZH írásával vagy egy el re kihirdetett házi

Részletesebben

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat

biometria 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

Részletesebben

Matematikai alapok és valószínőségszámítás. Statisztikai változók Adatok megtekintése

Matematikai alapok és valószínőségszámítás. Statisztikai változók Adatok megtekintése Matematikai alapok és valószínőségszámítás Statisztikai változók Adatok megtekintése Statisztikai változók A statisztikai elemzések során a vizsgálati, vagy megfigyelési egységeket különbözı jellemzık

Részletesebben

A Statisztika alapjai

A Statisztika alapjai A Statisztika alapjai BME A3c Magyar Róbert 2016.05.12. Mi az a Statisztika? A statisztika a valóság számszerű információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati

Részletesebben

ANALÍZIS 1. I. VIZSGA január 11. Mérnök informatikus szak α-variáns Munkaidő: 90 perc., vagyis z 2 1p = i 1p = ( cos 3π 2 2

ANALÍZIS 1. I. VIZSGA január 11. Mérnök informatikus szak α-variáns Munkaidő: 90 perc., vagyis z 2 1p = i 1p = ( cos 3π 2 2 ANALÍZIS. I. VIZSGA. jauár. Mérök iformatikus szak α-variás Mukaidő: perc. feladat pot) Adja meg az z 4 i)z i egyelet összes megoldását. i + i) + 4i + 4 i +, vagyis z p i p cos 3 + i si ) 3 vagy z p i

Részletesebben

kismintás esetekben vagy olyanokban, melyeknél a tanulóalgoritmust tesztadatokon szeretnénk

kismintás esetekben vagy olyanokban, melyeknél a tanulóalgoritmust tesztadatokon szeretnénk ÚJRAMINTAVÉTELEZÉSI ELJÁRÁSOK A jackkife (zsebkés) és bootstrap (cipőhúzó a saját kallatyújáál fogva) eljárások agol elevezése is arra utal, hogy itt ad hoc eljárásokról va szó, melyek azoba agyo haszosak

Részletesebben

Komputer statisztika

Komputer statisztika Eszterházy Károly Főiskola Matematikai és Iformatikai Itézet Tómács Tibor Komputer statisztika Eger, 010. október 6. Tartalomjegyzék Előszó 4 Jelölések 5 1. Valószíűségszámítás 7 1.1. Valószíűségi mező............................

Részletesebben

Valószínűségi változók. Várható érték és szórás

Valószínűségi változók. Várható érték és szórás Matematikai statisztika gyakorlat Valószínűségi változók. Várható érték és szórás Valószínűségi változók 2016. március 7-11. 1 / 13 Valószínűségi változók Legyen a (Ω, A, P) valószínűségi mező. Egy X :

Részletesebben

Bootstrap (Efron, 1979)

Bootstrap (Efron, 1979) Bootstrap (Efro, 979) 4. elıadás 204. március 3. Bootstrap módszerek, többdimeziós extrém-érték eloszlások illeszkedésvizsgálata Újramitavételezési eljárás, a becsléseik szórásáak vizsgálatára, modell-illeszkedés

Részletesebben

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések!

ORVOSI 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

A valószínűségszámítás elemei

A valószínűségszámítás elemei A valószínűségszámítás elemei Kísérletsorozatban az esemény relatív gyakorisága: k/n, ahol k az esemény bekövetkezésének abszolút gyakorisága, n a kísérletek száma. Pl. Jelenség: kockadobás Megfigyelés:

Részletesebben

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +...

2. Hatványsorok. A végtelen soroknál tanultuk, hogy az. végtelen sort adja: 1 + x + x x n +... . Függvéysorok. Bevezetés és defiíciók A végtele sorokál taultuk, hogy az + x + x + + x +... végtele összeg x < eseté koverges. A feti végtele összegre úgy is godolhatuk, hogy végtele sok függvéyt aduk

Részletesebben

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás

Matematikai alapok és valószínőségszámítás. Valószínőségi eloszlások Binomiális eloszlás Matematikai alapok és valószínőségszámítás Valószínőségi eloszlások Binomiális eloszlás Bevezetés A tudományos életben megfigyeléseket teszünk, kísérleteket végzünk. Ezek többféle különbözı eredményre

Részletesebben

Kalkulus I. Első zárthelyi dolgozat 2014. szeptember 16. MINTA. és q = k 2. k 2. = k 1l 2 k 2 l 1. l 1 l 2. 5 2n 6n + 8

Kalkulus I. Első zárthelyi dolgozat 2014. szeptember 16. MINTA. és q = k 2. k 2. = k 1l 2 k 2 l 1. l 1 l 2. 5 2n 6n + 8 Név, Neptu-kód:.................................................................... 1. Legyeek p, q Q tetszőlegesek. Mutassuk meg, hogy ekkor p q Q. Tegyük fel, hogy p, q Q. Ekkor létezek olya k 1, k 2,

Részletesebben

2. egy iskola tanulói, a változók: magasságuk cm-ben, súlyuk (tömegük) kilóban; 3. egy iskola tanulói, a változó: tanulmányi átlaguk;

2. egy iskola tanulói, a változók: magasságuk cm-ben, súlyuk (tömegük) kilóban; 3. egy iskola tanulói, a változó: tanulmányi átlaguk; Statisztika Tegyük fel, hogy va egy halmazuk, és tekitsük egy vagy több valószíűségi változót, amelyek a halmaz mide elemé felveszek valamilye értéket. A halmazt populációak vagy sokaságak evezzük. Példák:

Részletesebben

Feladatok és megoldások a 11. heti gyakorlathoz

Feladatok 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.

Részletesebben

Matematikai statisztika

Matematikai statisztika Matematikai statisztika Survey statisztika mesterszak + földtudomány alapszak Backhausz Ágnes agnes@math.elte.hu Fogadóóra: szerda 10 11 és 13 14, D 3-415 2018/2019. tavaszi félév Bevezetés A statisztika

Részletesebben

Mo= argmax f(x), ha X abszolút folytonos; Mo= argmax P (X = x i ), ha X diszkrét.

Mo= argmax f(x), ha X abszolút folytonos; Mo= argmax P (X = x i ), ha X diszkrét. Segédayag a Matematikai statisztika tatárgyhoz 09 április 0 Leíró statisztika A statisztikai elemzések egyik legfotosabb eszközei a viszoyszámok A viszoyszám két statisztikai adat háyadosa Jelölések: V

Részletesebben

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban? BEVEZETÉS A statisztika teljese laikusokak: agy mukával gyűjtött adatok vizsgálata, abból következtetések levoása ( statistical iferece ) (Egy kicsit sok hűhó semmiért azaz Much ado about othig.) Mi is

Részletesebben

A brexit-szavazás és a nagy számok törvénye

A brexit-szavazás és a nagy számok törvénye Mûhely Medvegyev Péter kadidátus, a Corvius Egyetem egyetemi taára E-mail: peter.medvegyev@uicorvius.hu A brexit-szavazás és a agy számok törvéye A 016. év, de vélhetőe az egész évtized legfotosabb politikai

Részletesebben

Statisztika (jegyzet)

Statisztika (jegyzet) Statisztika (jegyzet) Csiszár Vill 009. május 6.. Statisztikai mez A statisztika egyik ága a leíró statisztika. Ekkor a meggyelt adatokat áttekithet formába ábrázoljuk, pl. hisztogrammal (oszlopdiagrammal),

Részletesebben

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1 Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.08. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)

Részletesebben

Valószín ségszámítás és statisztika gyakorlat Programtervez informatikus szak, esti képzés

Valószín ségszámítás és statisztika gyakorlat Programtervez informatikus szak, esti képzés Valószí ségszámítás és statisztika gyakorlat Programtervez iformatikus szak, esti képzés.) Egy érmével dobuk. Ha az eredméy fej, akkor még egyszer dobuk, ha írás, akkor még kétszer. a.) Mik leszek a kísérletet

Részletesebben

Segédanyag a Leíró és matematikai statisztika tantárgyhoz március 1.

Segédanyag a Leíró és matematikai statisztika tantárgyhoz március 1. Segédayag a Leíró és matematikai statisztika tatárgyhoz 06 március Közgazdasági értelembe a statisztika a valóság tömör, számszer jellemzésére szolgáló tudomáyos módszerta, illetve gyakorlati tevékeység

Részletesebben

Segédanyag a Leíró és matematikai statisztika tantárgyhoz március 28.

Segédanyag a Leíró és matematikai statisztika tantárgyhoz március 28. Segédayag a Leíró és matematikai statisztika tatárgyhoz 07 március 8 Statisztikai sokaság: a meggyelés tárgyát képez egyedek összessége, halmaza Rövide sokaságak hívjuk A sokaság egysége: a sokaság egy

Részletesebben

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2.

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2. Itervallum Paraméteres Hipotézisek Nemparaméteres Statisztika Hipotézisvizsgálat Székely Balázs 2010. december 2. Itervallum Paraméteres Hipotézisek Nemparaméteres Előadás vázlat 1 Itervallumbecslések

Részletesebben

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó. I. Függelék A valószíűségszámítás alapjai I.1. Alapfogalamak: Véletle jeleség: létrejöttét befolyásoló összes téyezőt em ismerjük. Tömegjeleség: a jeleség adott feltételek mellett akárháyszor megismételhető.

Részletesebben

Biomatematika 2 Orvosi biometria

Biomatematika 2 Orvosi biometria Biomatematika 2 Orvosi biometria 2017.02.05. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)

Részletesebben

Leíró és matematikai statisztika gyakorlat 2018/2019 II. félév

Leíró és matematikai statisztika gyakorlat 2018/2019 II. félév Leíró és matematikai statisztika gyakorlat 08/09 II. félév Táblázatok Viszoyszámok: V = A, ahol A: a viszoyítás tárgya amit viszoyítuk; B B: a viszoyítás alapja amihez viszoyítuk Megoszlási: a sokaság

Részletesebben

= dx 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05

= dx 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 0,45 0,4 0,35 0,3 0,25 0,2 0,15 0,1 0,05 Folytoos vlószíűségi változók Értékkészletük számegyees egy folytoos (véges vgy végtele) itervllum. Vlmeyi lehetséges érték vlószíűségű, pozitív vlószíűségek csk értéktrtomáyokhoz trtozk. Az eloszlás em

Részletesebben

1. A radioaktivitás statisztikus jellege

1. A radioaktivitás statisztikus jellege A radioaktivitás időfüggése 1. A radioaktivitás statisztikus jellege Va N darab azoos radioaktív atomuk, melyekek az atommagja spotá átalakulásra képes. tegyük fel, hogy ezek em bomlaak tovább. Ekkor a

Részletesebben

ELTE TTK Budapest, január

ELTE TTK Budapest, január Valószíűségszámítás Arató Miklós előadásai alapjá Készítették: Martiek László Tassy Gergely ELTE TTK Budapest, 008. jauár Typeset by L A TEX . el adás 007. IX.. szerda Klasszikus (kombiatorikus valószí

Részletesebben

Eloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok

Eloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok Eloszlás-független módszerek (folytatás) 14. elıadás (7-8. lecke) Illeszkedés-vizsgálat 7. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok elemzésére Illeszkedés-vizsgálat Gyakorisági sorok

Részletesebben

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus. Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza

Részletesebben

Játékszabályok. a keresett valószín ség:

Játékszabályok. a keresett valószín ség: Játékszabályok Az óráko részt kell vei, maximum -szor lehet hiáyozi. Aki többször hiáyzik, em kap gyakjegyet. + x potot lehet szerezi a félév sorá: pot:. ZH a félév közepé pot:. ZH a félév végé x pot:

Részletesebben

Gyakorló feladatok II.

Gyakorló feladatok II. Gyakorló feladatok II. Valós sorozatok és sorok Közgazdász szakos hallgatókak a Matematika B című tárgyhoz 2005. október Valós sorozatok elemi tulajdoságai F. Pozitív állítás formájába fogalmazza meg azt,

Részletesebben

Matematikai statisztika gyakorlat Programtervez informatikus alapszak, A szakirány 2018/2019 tavaszi félév Megoldások, végeredmények

Matematikai statisztika gyakorlat Programtervez informatikus alapszak, A szakirány 2018/2019 tavaszi félév Megoldások, végeredmények Matematikai statisztika gyakorlat Programtervez iformatikus alapszak, A szakiráy 8/9 tavaszi félév Megoldások, végeredméyek. A. évi épszámlálás alapjá a -4 év közötti épesség emek szeriti megoszlása Forrás:

Részletesebben

æ MATEMATIKAI STATISZTIKA Dr. Bolla Marianna, Matematika Intézet, Sztochasztika Tanszék

æ MATEMATIKAI STATISZTIKA Dr. Bolla Marianna, Matematika Intézet, Sztochasztika Tanszék æ MATEMATIKAI STATISZTIKA Dr. Bolla Mariaa, Matematika Itézet, Sztochasztika Taszék Leíró statisztika Ω, A, P) statisztikai mező, ahol a P mértékcsalád olya P eloszlásokból áll, melyekkel Ω, A, P) valószíűségi

Részletesebben

Statisztikai hipotézisvizsgálatok

Statisztikai hipotézisvizsgálatok Statisztikai hipotézisvizsgálatok. Milye problémákál haszálatos? A gyakorlatba agyo gyakra szükségük lehet arra, hogy mitákból származó iformációk alapjá hozzuk sokaságra voatkozó dötéseket. Például egy

Részletesebben

Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat

Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat 7. lecke Paraméter becslés Konfidencia intervallum Hipotézis vizsgálat feladata Paraméter becslés és konfidencia

Részletesebben

VÉLETLENÍTETT ALGORITMUSOK. 1.ea.

VÉLETLENÍTETT ALGORITMUSOK. 1.ea. VÉLETLENÍTETT ALGORITMUSOK 1.ea. 1. Bevezetés - (Mire jók a véletleített algoritmusok, alap techikák) 1.1. Gyorsredezés Vegyük egy ismert példát, a redezések témaköréből, méghozzá a gyorsredezés algoritmusát.

Részletesebben

Populáció nagyságának felmérése, becslése

Populáció nagyságának felmérése, becslése http:/zeus.yf.hu/~szept/kuzusok.htm Populáció agyságáak felméése, becslése Becsült paaméteek: N- az adott populáció teljes agysága (egyed, pá, stb) D- dezitás (sűűség), egységyi felülete/téfogata számított

Részletesebben

Segítség az outputok értelmezéséhez

Segítség az outputok értelmezéséhez Tanulni: 10.1-10.3, 10.5, 11.10. Hf: A honlapra feltett falco_exp.zip-ben lévő exploratív elemzések áttanulmányozása, érdekességek, észrevételek kigyűjtése. Segítség az outputok értelmezéséhez Leiro: Leíró

Részletesebben

Számsorozatok. 1. Alapfeladatok december 22. sorozat határértékét, ha. 1. Feladat: Határozzuk meg az a n = 3n2 + 7n 5n létezik.

Számsorozatok. 1. Alapfeladatok december 22. sorozat határértékét, ha. 1. Feladat: Határozzuk meg az a n = 3n2 + 7n 5n létezik. Számsorozatok 2015. december 22. 1. Alapfeladatok 1. Feladat: Határozzuk meg az a 2 + 7 5 2 + 4 létezik. sorozat határértékét, ha Megoldás: Mivel egy tört határértéke a kérdés, ezért vizsgáljuk meg el

Részletesebben

Komplex számok (el adásvázlat, 2008. február 12.) Maróti Miklós

Komplex számok (el adásvázlat, 2008. február 12.) Maróti Miklós Komplex számok el adásvázlat, 008. február 1. Maróti Miklós Eek az el adásak a megértéséhez a következ fogalmakat kell tudi: test, test additív és multiplikatív csoportja, valós számok és tulajdoságaik.

Részletesebben

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból

Részletesebben

Ingatlanfinanszírozás és befektetés

Ingatlanfinanszírozás és befektetés Nyugat-Magyarországi Egyetem Geoiformatikai Kar Igatlameedzser 8000 Székesfehérvár, Pirosalma u. 1-3. Szakiráyú Továbbképzési Szak Igatlafiaszírozás és befektetés 2. Gazdasági matematikai alapok Szerzı:

Részletesebben

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a Kabos: Statisztika II. t-próba 9.1 Egymintás z-próba Ha ismert a doboz szórása de nem ismerjük a doboz várhatóértékét, akkor a H 0 : a doboz várhatóértéke = egy rögzített érték hipotézisről úgy döntünk,

Részletesebben

6. feladatsor. Statisztika december 6. és 8.

6. feladatsor. Statisztika december 6. és 8. 6. feladatsor Statisztika 200. december 6. és 8.. Egy = 0 szervert tartalmazó kiszolgáló mide szervere mide pillaatba 0 < p < valószíűséggel foglalt, a foglaltságok szerverekét függetleek. Tehát a foglaltak

Részletesebben

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM.

STATISZTIKA. András hármas. Éva ötös. Nóri négyes. 5 4,5 4 3,5 3 2,5 2 1,5 ANNA BÉLA CILI 0,5 MAGY. MAT. TÖRT. KÉM. STATISZTIKA 5 4,5 4 3,5 3 2,5 2 1,5 1 0,5 0 MAGY. MAT. TÖRT. KÉM. ANNA BÉLA CILI András hármas. Béla Az átlag 3,5! kettes. Éva ötös. Nóri négyes. 1 mérés: dolgokhoz valamely szabály alapján szám rendelése

Részletesebben

[Biomatematika 2] Orvosi biometria

[Biomatematika 2] Orvosi biometria [Biomatematika 2] Orvosi biometria 2016.02.29. A statisztika típusai Leíró jellegű statisztika: összegzi egy adathalmaz jellemzőit. A középértéket jelemzi (medián, módus, átlag) Az adatok változékonyságát

Részletesebben

3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő.

3. SOROZATOK. ( n N) a n+1 < a n. Egy sorozatot (szigorúan) monotonnak mondunk, ha (szigorúan) monoton növekvő vagy csökkenő. 3. SOROZATOK 3. Sorozatok korlátossága, mootoitása, kovergeciája Defiíció. Egy f : N R függvéyt valós szám)sorozatak evezük. Ha A egy adott halmaz és f : N A, akkor f-et A-beli értékű) sorozatak evezzük.

Részletesebben

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév

Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév Matematika A3 Valószínűségszámítás, 6. gyakorlat 2013/14. tavaszi félév 1. A várható érték és a szórás transzformációja 1. Ha egy valószínűségi változóhoz hozzáadunk ötöt, mínusz ötöt, egy b konstanst,

Részletesebben

Kutatásmódszertan és prezentációkészítés

Kutatásmódszertan és prezentációkészítés Kutatásmódszertan és prezentációkészítés 10. rész: Az adatelemzés alapjai Szerző: Kmetty Zoltán Lektor: Fokasz Nikosz Tizedik rész Az adatelemzés alapjai Tartalomjegyzék Bevezetés Leíró statisztikák I

Részletesebben

Sta t ti t s i zt z i t k i a 3. előadás

Sta t ti t s i zt z i t k i a 3. előadás Statisztika 3. előadás Statisztika fogalma Gyakorlati tevékenység Adatok összessége Módszertan A statisztika, mint gyakorlati tevékenység a tömegesen előforduló jelenségek egyedeire vonatkozó információk

Részletesebben

Lineáris kódok. u esetén u oszlopvektor, u T ( n, k ) május 31. Hibajavító kódok 2. 1

Lineáris kódok. u esetén u oszlopvektor, u T ( n, k ) május 31. Hibajavító kódok 2. 1 Lieáris kódok Defiíció. Legye SF q. Ekkor S az F q test feletti vektortér. K lieáris kód, ha K az S k-dimeziós altere. [,k] q vagy [,k,d] q. Jelölések: F u eseté u oszlopvektor, u T (, k ) q sorvektor.

Részletesebben

Reakciómechanizmusok leírása. Paraméterek. Reakciókinetikai bizonytalanságanalízis. Bizonytalanságanalízis

Reakciómechanizmusok 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

Részletesebben

Matematika I. 9. előadás

Matematika I. 9. előadás Matematika I. 9. előadás Valós számsorozat kovergeciája +-hez ill. --hez divergáló sorozatok A határérték és a műveletek kapcsolata Valós számsorozatok mootoitása, korlátossága Komplex számsorozatok kovergeciája

Részletesebben

Kopulák. 2 dimenziós példák különbözı összefüggıséggel. Példák. Elliptikus kopulák. Sőrőségfüggvények. ( u) 7. elıadás március 24.

Kopulák. 2 dimenziós példák különbözı összefüggıséggel. Példák. Elliptikus kopulák. Sőrőségfüggvények. ( u) 7. elıadás március 24. Kopulák 7. elıaás 204. március 24. Kopulák Az összefüggıségi struktúra uiverzális megjeleítıi (többimeziós eloszlás egyeletes margiálisokkal, Hoeffig, 940 az 990-es évekbe újra felfeezték és azóta széles

Részletesebben

Matematikai statisztika c. tárgy oktatásának célja és tematikája

Matematikai statisztika c. tárgy oktatásának célja és tematikája Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:

Részletesebben