s n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés
|
|
- Ernő Fodor
- 7 évvel ezelőtt
- Látták:
Átírás
1 A m és az átlag Standard hba Mnta átlag Az átlagok szntén ngadoznak a m körül. s x s n Az átlagok átlagos eltérése a m- től! 168 A m konfdenca ntervalluma x s x ~ 68% ~68% annak a valószínűsége, hogy a m ebben a tartományban van. (~3%, hogy nem!) A m becslése Informácó tartalom Átlag Pont becslés Egy egyszerű érték. Konfdenca ntervallum Intervallum becslés Egy tartomány és egy valószínűség, amely megadja annak az esélyét, hogy m ebbe a tartományba esk. x s x ~ 68% x s ~ 95% x x s ~ 99.5% 3 x x 100% De: a konfdenca ntervallum hossza függ a standard hba nagyságától! 1
2 Normál tartomány Hpotézs vzsgálatok Normáls eloszlású változó Egyéb típusú változó Kérdések (példa) Hogyan adhatunk választ? Egy olyan tartomány, amely a lehetséges értékek 95%-át tartalmazza. Hatásos-e a gyógyszer?? rodalomból De: 5% az esélye, hogy a tartományon kívülre esk!!! kísérletekből Egy példa Hpotézsek Kérdés: Hatásos a lázcsllapító gyógyszer? A gyógyszer hatástalan A gyógyszer hatásos Egymást kzáró állítások, elég az egyket megvzsgáln! Melykkel érdemes foglalkozn?
3 A megfgyelt változó eloszlása A gyógyszer hatástalan A gyógyszer hatásos Ha a populácót megsmerhetnénk!!! Eredmény Következtetés m = 0 A gyógyszer hatástalan. A véletlen hatások eredője 0. Mekkora a hatás? m < 0 A gyógyszer hatásos, a hatás mértékére a m jellemző. A helyzet fokozódk A populácó általában nem smert. A mnta nem azonos a populácóval! pl. az átlagok ngadoznak a várható érték körül! M az oka az eltérésnek? Mntavételezés véletlen ngadozás. (A feltevésünk helyes!) Az alapfeltevésünk (hpotézsünk) nem gaz (tévedtünk!). Az eltérés nem véletlen. 3
4 M alapján dönthetünk? Nullhpotézs: (H 0 ) Mekkora az esélye, hogy a mnta valóban az adott populácóból származk? Ehhez smert paraméterű eloszlás szükséges! a mnta/mnták eltérése a választott populácó(k)tól a mntavételből származó véletlen eltérés. Gyakran egy tagadó válasz a feltett kérdésre. (példa: a gyógyszer nem hatásos.) Alternatív hpotézs: (H 1 ) a mnta/mnták eltérése a választott populácó(k)tól nem véletlen. (példa: a gyógyszer hatásos) Nullhpotézs Szgnfkáns? Mekkora az esélye a véletlen eltérésnek? Ismert eloszlás esetében megadható! (Az eloszlás alakja nem mndg lyen, de smert!) Ha p elég nagy, lehet véletlen, ha p elég kcs a különbséget szgnfkánsnak tekntjük! p annak a valószínűsége, hogy az eltérés véletlen! 4
5 Szgnfkanca sznt A döntés alapja Elég nagy, elég kcs? Válasszunk egy értéket, amelyet határnak tekntünk! Ez a szgnfkanca sznt. Ha a p elég kcs, nagyobb az esélye, hogy a nullhpotézs nem gaz. Azaz nkább az alternatív hpotézs a valószínűbb. x krtkus : a szgnfkanca sznthez tartozó érték x számolt : a mntá(k)ból számolt érték Jelölése: a. Orvos gyakorlatban értéke gen gyakran 5%. p annak a valószínűsége, hogy x számolt x krtkus. A döntés A döntés jósága 1. Ha a véletlen eltérés valószínűsége kcs (p( x x krt ) 5%) elvetjük a nullhpotézst.. Ha a véletlen eltérés valószínűsége nagy (p( x x krt ) > 5%) megtartjuk a nullhpotézst. tény: a nullhpotézs gaz hams döntés: a nullhpotézst megtartjuk Helyes döntés II. Típusú hba (b) elvetjük I. Típusú hba (a) Helyes döntés A válasz sohasem gen - nem, vagy gaz - hams!!! 5
6 Vzsgálat egy csoportban: (egymntás t-próba) Kérdés: A mnta alapján lehet-e a populácó jellemző értéke egy megadott érték? A példa: Hatásos-e a lázcsllapító vagy sem? Nullhpotézs: nem! m 0 = 0. De az átlag nem 0! Mt jelent a nagy eltérés? M a mértéke az eltérésnek? Standard hba: az átlagok átlagos eltérése a m-től. mnta átlag 1. -0, C. -1 C 3. -1,5 C Ha az eltérés nagyobb, bztosabbnak tűnk az alternatív hpotézs (a gyógyszer hatásos) ( x sx ) ~ 68% - konfdenca ntervallum. x m 0 t s x A t-érték Vszonyítsuk az eltérést a standard hbához! (m 0 gen gyakran = 0) Mért alkalmasabb a t-érték? Képesek vagyunk kszámoln ennek az eltérésnek a valószínűségét!!! (Student- vagy t-eloszlás) Mvel az átlagok a m 0 körül ngadoznak, a t-értékek a 0 körül. (feltéve, hogy a nullhpotézs gaz!) Csak a t-értékek véletlen ngadozását írja le! Az eloszlás alakja függ az elemszámtól. 6
7 A t-táblázat A szabadság fok Gondoltam 3 számra! (mnta) A 3 szám átlaga: 8! (nformácó!) Különböző t krt értékek tartoznak a különböző valószínűség értékekhez. 3, 1, 8 vagy 5, 7, 11 stb. A szabadság fok = n 3, 1, 9 vagy 5, 7, 1 stb. A szabadság fok = n-1 Döntés t-táblázat alapján Kválasztunk egy alkalmas szgnfkanca szntet! Döntés számítógép segítségével Én tudok ntegráln!!! p: annak a valószínűsége, hogy véletlenül lyen nagy a t számolt. 7
8 A döntés 1. Ha a véletlen eltérés valószínűsége kcs (p( t t krt ) 5%) elvetjük a nullhpotézst.. Ha a véletlen eltérés valószínűsége nagy (p( t t krt ) > 5%) megtartjuk a nullhpotézst. Az egymntás t-próba feltétele A feladat: egy mnta alapján döntés a m értékéről. A változó normáls eloszlású legyen. Vzsgálat két csoportban kétmntás t-próba Kérdés: A két mnta származhat-e azonos populácóból, vagy a két populácó paramétere azonosak? x1 x? Ismert eloszlású változóra van szükség! m 1 = m? Nullhpotézs: m 1 = m (általában x1 x) kétmntás t-próba t s * x x n n s * Q1 Q n n 1 8
9 A próba A kétmntás t-próba feltétele A t-érték az t-érték! Akkor meg tudom csnáln! Pardon, menny a szabadság fokok száma? A feladat: két egymástól független csoport összehasonlítása. A változó normáls eloszlású legyen. A szórás a két csoportban azonosnak teknthető. sz.f. = n 1 +n - ((n 1-1)+(n -1)) Ez utóbb új! Hogyan állapítható meg? A szórások vzsgálata Hogyan fogjunk hozzá? Nullhpotézs: a két szórás azonos, az eltérés véletlen (mntavétel). De hszen ez olyan, mnt egy hpotézsvzsgálat! F s s 1 A nullhpotézshez tartozk egy ún. F-eloszlás. Az F-próba De melyk varanca legyen a számlálóban? A számlálóban mndg a nagyobb varanca van! (F 1) 9
10 Döntés vagy több változó 1. Ha a véletlen eltérés valószínűsége kcs (p(f F krt ) 5%) elvetjük a nullhpotézst.. Ha a véletlen eltérés valószínűsége nagy (p(f F krt ) > 5%) megtartjuk a nullhpotézst. Korrelácó és regresszó Kapcsolat két változó között. Függvényszerű leírás. Korrelácó Példa: Van-e kapcsolat a testsúly és a testmagasság között? kísérlet: n adatok: magasság (cm) súly (kg) Ábrázolás A B C nncs semmlyen tendenca például: x a magasság és y a súly. lehetséges esetek: Poztív tendenca Negatív tendenca 10
11 Pearson-féle korrelácós együttható Determnácós együttható cov( x, y) r s s x Az r lehetséges értéke: y Q x xy Q Q 1 r 1 y A populácóban: r = 0 nncs korrelácó, Qxy x x y y Qx x x Q y y y r 0 van! (mértéke arányos az r abszolút értékével.) r Megadja, hogy mlyen erős a kapcsolat. Az y változásanak mekkora része értelmezhető az x változásaval. Korrelácós t-teszt A számolt r csak becslése az r populácóbel értékének. A számolt érték az elmélet r körül ngadozk. (pl. r számolt = 0,1?) Kh-négyzet teszt (gyakorság adatok elemzése). példa: fejfájás hatásos: elmúlt. H 0 : r = 0! n t r sz.f.: n - 1 r tabletta Döntés: a t-érték alapján. Lásd előző példákat! Feltétele: Legalább az egyk változó normáls eloszlású. nem hatásos: nem múlt el. 11
12 Kísérlet Kontngenca tábla 1. csoport: gyógyszer. csoport: placebo Nem múlt el elmúlt Összes 1. csoport a b a+b. csoport c d c+d nem múlt el (a) elmúlt (b) nem múlt el (c) elmúlt (d) összes a+c b+d n (a,b,c,d gyakorság adatok) x tábla. Nullhpotézs Ha a hatás független a gyógyszertől, azt várjuk, hogy: Képlet x táblákhoz: c -eloszlás c nad bc a bc d a cb d a b c d ad bc Nullhpotézs: c = 0, a különbség csupán mntavétel hba. Nullhpotézs: a hatás független a gyógyszertől, csupán placebo hatás. kh-négyzet teszt (függetlenség). c -eloszlás: megadja a c -érték véletlen eltéréset. 1
13 Döntés Hasonló a t-eloszlás esetében megbeszéltekhez. A különbség: a c -eloszlást használjuk. A várható érték = 0, ha a nullhpotézs gaz. ha c számolt c krt - elvetjük ellenkező esetben megtartjuk a nullhpotézst. vagy p(c c számolt) 5% - elvetjük ellenkező esetben megtartjuk a nullhpotézst. Ha a változók normáls eloszlásúak, a kapcsolat közöttük lneárs jellegű. Lneárs regresszó y ax b h (x,y ) h szabadság fokok száma: ebben a specáls esetben = 1. általában: sz.f.=(s-1)(o-1), ahol s a sorok száma o az oszlopok száma y: függő változó x: független változó h : hbatag = y (ax +b). (A különbség a megfgyelt és a feltételezett érték között) Q h h A legksebb négyzetek módszere y ax b x és y mért értékek. a és b az smeretlen! Melyk a legjobban lleszkedő egyenes? Q h mnmáls! Q a Q xy xx n x xy y n x x 1 b y a x 1 Kapcsolat az nzuln érzékenység és a BMI között. r : determnácós koeffcens. független regresszós eggyüttható st. hba t p döntés BMI -0,077 0,018-4,5 0,0011 szgnfkáns r 0,6 13
14 Feladat Megmértük egy csoport kolesztern szntjét egy hatóanyag beadása előtt és utána. A két adatsorból számolt p érték: 0,05. Mlyen módszerrel kaptuk az értéket és mlyen döntést hozna 5%-os szgnfkanca sznt mellett? Rövden ndokolja a válaszát. 14
Hipotézis 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
RészletesebbenA m becslése. A s becslése. A (tapasztalati) szórás. n m. A minta és a populáció kapcsolata. x i átlag
016.09.09. A m beclée A beclée = Az adatok átlago eltérée a m-től. (tapaztalat zórá) = az elemek átlago eltérée az átlagtól. átlag: az elemekhez képet középen kell elhelyezkedne. x x 0 x n x Q x x x 0
RészletesebbenVariancia-analízis (ANOVA) Mekkora a tévedés esélye? A tévedés esélye Miért nem csinálunk kétmintás t-próbákat?
Varanca-analízs (NOV Mért nem csnálunk kétmntás t-próbákat? B Van különbség a csoportok között? Nncs, az eltérés csak véletlen! Ez a nullhpotézs. és B nncs különbség Legyen, B és C 3 csoport! B és C nncs
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
RészletesebbenRegresszió. Fő cél: jóslás Történhet:
Fő cél: jóslás Történhet: Regresszó 1 változó több változó segítségével Lépések: Létezk-e valamlyen kapcsolat a 2 változó között? Kapcsolat természetének leírása (mat. egy.) A regresszós egyenlet alapján
RészletesebbenStatisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.
Statsztka próbák Paraméteres. A populácó paraméteret becsüljük, ezekkel számolunk.. Az alapsokaság eloszlására van kkötés. Nem paraméteres Nncs lyen becslés Nncs kkötés Ugyanazon problémára sokszor megvan
Részletesebben20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek!
SPEC 2009-2010. II. félév Statsztka II HÁZI dolgozat Név:... Neptun kód: 20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek! 1. példa Egy üzemben tejport csomagolnak zacskókba,
RészletesebbenKiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.
Kiválasztás A változó szerint Egymintás t-próba Mann-Whitney U-test paraméteres nem-paraméteres Varianciaanalízis De melyiket válasszam? Kétmintás t-próba Fontos, hogy mindig a kérdésnek és a változónak
RészletesebbenTanult nem paraméteres próbák, és hogy milyen probléma megoldására szolgálnak.
8. GYAKORLAT STATISZTIKAI PRÓBÁK ISMÉTLÉS: Tanult nem paraméteres próbák, és hogy mlyen probléma megoldására szolgálnak. Név Illeszkedésvzsgálat Χ próbával Illeszkedésvzsgálat grafkus úton Gauss papírral
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
RészletesebbenLineáris regresszió. Statisztika I., 4. alkalom
Lneárs regresszó Statsztka I., 4. alkalom Lneárs regresszó Ha két folytonos változó lneárs kapcsolatban van egymással, akkor az egyk segítségével elıre jelezhetjük a másk értékét. Szükségünk van a függı
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.
RészletesebbenVARIANCIAANALÍZIS (szóráselemzés, ANOVA)
VARIANCIAANAÍZIS (szóráselemzés, ANOVA) Varancaanalízs. Varancaanalízs (szóráselemzés, ANOVA) Adott: egy vagy több tetszőleges skálájú független változó és egy legalább ntervallum skálájú függő változó.
RészletesebbenAdatelemzés és adatbányászat MSc
Adatelemzés és adatbányászat MSc. téma Adatelemzés, statsztka elemek áttekntése Adatelemzés módszertana probléma felvetés módszer, adatok meghatározása nyers adatok adatforrás meghatározása adat tsztítás
RészletesebbenADATREDUKCIÓ I. Középértékek
ADATREDUKCIÓ I. Középértékek Adatredukcó 1. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények: a) Számított középérték: közbenső helyet foglaljanak el, azaz mn középérték
RészletesebbenDr. Ratkó István. Matematikai módszerek orvosi alkalmazásai. 2010.11.08. Magyar Tudomány Napja. Gábor Dénes Főiskola
Dr. Ratkó István Matematka módszerek orvos alkalmazása 200..08. Magyar Tudomány Napja Gábor Dénes Főskola A valószínűségszámítás és matematka statsztka főskola oktatásakor a hallgatók néha megkérdezk egy-egy
RészletesebbenADATREDUKCIÓ I. Középértékek
ADATREDUKCIÓ I. Középértékek Adatredukcó 1. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények: a) Számított középérték: közbenső helyet foglaljanak el, azaz mn középérték
RészletesebbenTáblázatok 4/5. C: t-próbát alkalmazunk és mivel a t-statisztika értéke 3, ezért mind a 10%-os, mind. elutasítjuk a nullhipotézist.
1. Az X valószínőség változó 1 várható értékő és 9 szórásnégyzető. Y tıle független várható értékkel és 1 szórásnégyzettel. a) Menny X + Y várható értéke? 13 1 b) Menny X -Y szórásnégyzete? 13 1 összesen
RészletesebbenNemparaméteres módszerek. Krisztina Boda PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet
Nemparaméteres módszerek Krsztna Boda PhD SZTE ÁOK Orvos Fzka és Orvos Informatka Intézet Paraméteres próbák Paraméter: egy szám, amely a populácó eloszlását jellemz (és általában meghatározza). A normáls
Részletesebben1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása
HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat
RészletesebbenA 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:
RészletesebbenNemparaméteres eljárások
Nemparaméteres eljárások Bevezetés Az ntervallum vagy a hányados skálán végzett méréseknél az adatokból számolhatunk átlagot, szórásnégyzetet, szórást Fontos módszerek alapulnak ezeknek a származtatott
RészletesebbenGazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Korreláció-számítás. 1. előadás. Döntéselőkészítés módszertana. Dr.
Korrelácó-számítás 1. előadás Döntéselőkészítés módszertana Dr. Varga Beatr Két változó között kapcsolat Függetlenség: Az X smérv szernt hovatartozás smerete nem ad semmlen többletnformácót az Y szernt
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETRIA ÖKONOMETRIA Készült a TÁMOP-4.1.-08//A/KMR-009-0041pálázat projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudomán Tanszékén az ELTE Közgazdaságtudomán Tanszék, az MTA Közgazdaságtudomán
RészletesebbenStatisztika feladatok
Statsztka ok Informatka Tudományok Doktor Iskola Bzonyítandó, hogy: azaz 1 Tekntsük az alább statsztkákat: Igazoljuk, hogy torzítatlan statsztkák! Melyk a leghatásosabb közöttük? (Ez az együttes eloszlásfüggvényük.)
RészletesebbenBiomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 12. Regresszió- és korrelációanaĺızis Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision
RészletesebbenBevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,
Bevezetés a bometrába Dr. Dnya Elek egyetem tanár PhD kurzus. KOKI, 205.0.08. ADATREDUKCIÓ I. Középértékek Adatredukcó. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények:
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETRIA ÖKONOMETRIA Készült a TÁMOP-4.1.-08//A/KMR-009-0041pályázat projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudomány Tanszékén az ELTE Közgazdaságtudomány Tanszék, az MTA Közgazdaságtudomány
Részletesebben(eseményalgebra) (halmazalgebra) (kijelentéskalkulus)
Valószínűségszámítás Valószínűség (probablty) 0 és 1 között valós szám, amely egy esemény bekövetkezésének esélyét fejez k: 0 - (sznte) lehetetlen, 0.5 - azonos eséllyel gen vagy nem, 1 - (sznte) bztos
RészletesebbenKét diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat
Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Orvosi fizika és statisztika I. előadás 2016.11.09 Orvosi
RészletesebbenKísérlettervezési alapfogalmak:
Kísérlettervezés alapfogalmak: Tényező, faktor (factor) független változó, ható tényező (kezelés, gyógyszer, takarmány, genotípus, élőhely, stb.) amnek hatását a kísérletben vzsgáln vagy összehasonlítan
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
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
RészletesebbenExtrém-érték elemzés. Extrém-érték eloszlások. A normálhatóság feltétele. Megjegyzések. Extrém-érték modellezés
Etrém-érték modellezés Zemplén András Alkalmazott modl 016. febrár -9. Etrém-érték elemzés Klasszks módszerek: év mammon alaplnak Küszöb felett értékek elemzése: adott szntet meghaladó mnden árvízből használ
Részletesebben[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria Bódis Emőke 2016. 04. 25. J J 9 Korrelációanalízis Regresszióanalízis: hogyan változik egy vizsgált változó értéke egy másik változó változásának függvényében. Korrelációs
RészletesebbenExtrém-érték elemzés. Extrém-érték eloszlások. A normálhatóság feltétele. Megjegyzések. Extrém-érték modellezés
Extrém-érték modellezés Zemplén András Alkalmazott modul 03. február. Extrém-érték elemzés Klasszkus módszerek: év maxmumon alapulnak Küszöb felett értékek elemzése: adott szntet meghaladó mnden árvízbıl
RészletesebbenExtrém-érték elemzés. Extrém-érték eloszlások. Megjegyzések. A normálhatóság feltétele. Extrém-érték modellezés
Extrém-érték modellezés Zemplén András Val.modellek 2018. febrár 21. Extrém-érték elemzés Klasszks módszerek: év maxmmon alaplnak Küszöb felett értékek elemzése: adott szntet meghaladó mnden árvízből használ
RészletesebbenADATREDUKCIÓ I. Középértékek
ADATREDUKCIÓ I. Középértékek Adatredukcó 1. M a középérték: azonos fajta számszerű adatok közös jellemzője. 2. Követelmények: a) Számított középérték: közbenső helyet foglaljanak el, azaz x mn középérték
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
RészletesebbenBiostatisztika VIII. Mátyus László. 19 October
Biostatisztika VIII Mátyus László 19 October 2010 1 Ha σ nem ismert A gyakorlatban ritkán ismerjük σ-t. Ha kiszámítjuk s-t a minta alapján, akkor becsülhetjük σ-t. Ez további bizonytalanságot okoz a becslésben.
RészletesebbenTöbbváltozós Regresszió-számítás
Töváltozós Regresszó-számítás 4.-5. előadás Kvanttatív statsztka módszerek Dr. Szlág Roland Korrelácó Célja a kacsolat szorosságának mérése. X (X, X,, X ): magarázó változó(k), független változó(k) Y:
RészletesebbenKhi-négyzet eloszlás. Statisztika II., 3. alkalom
Khi-négyzet eloszlás Statisztika II., 3. alkalom A khi négyzet eloszlást (Pearson) leggyakrabban kategorikus adatok elemzésére használjuk. N darab standard normális eloszlású változó négyzetes összegeként
RészletesebbenBevezetés a hipotézisvizsgálatokba
Bevezetés a hipotézisvizsgálatokba Nullhipotézis: pl. az átlag egy adott µ becslése : M ( x -µ ) = 0 Alternatív hipotézis: : M ( x -µ ) 0 Szignifikancia: - teljes bizonyosság csak teljes enumerációra -
RészletesebbenHipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás
STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H
RészletesebbenKidolgozott feladatok a nemparaméteres statisztika témaköréből
Kdolgozott feladatok a nemparaméteres statsztka témaköréből A táékozódást mndenféle színkódok segítk. A feladatok eredet szövege zöld, a megoldások fekete, a fgyelmeztető, magyarázó elemek pros színűek.
RészletesebbenStatisztika I. 11. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 11. előadás Előadó: Dr. Ertsey Imre Összefüggés vizsgálatok A társadalmi gazdasági élet jelenségei kölcsönhatásban állnak, összefüggnek egymással. Statisztika alapvető feladata: - tényszerűségek
RészletesebbenSTATISZTIKA III. Oktatási segédlet
MISKOLCI EGYETEM Gazdaságtudomány Kar Üzlet Informácógazdálkodás és Módszertan Intézet Üzlet Statsztka és Előrejelzés Tanszék STATISZTIKA III. Oktatás segédlet 003. MISKOLCI EGYETEM Gazdaságtudomány Kar
RészletesebbenFEGYVERNEKI 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
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
RészletesebbenKonfidencia-intervallumok
Konfdenca-ntervallumok 1./ Egy 100 elemű mntából 9%-os bztonság nten kéített konfdenca ntervallum: 177,;179,18. Határozza meg a mnta átlagát és órását, feltételezve, hogy az egé sokaság normáls elolású
Részletesebben[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
RészletesebbenGazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Regresszió-számítás. 2. előadás. Kvantitatív statisztikai módszerek. Dr.
Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Regresszó-számítás. előadás Kvanttatív statsztka módszerek Dr. Varga Beatr Gazdaságtudomán Kar Gazdaságelmélet és Módszertan Intézet Korrelácós
RészletesebbenA mérési eredmény megadása
A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk meg: a determinisztikus és a véletlenszerű
RészletesebbenRegresszió és korreláció
Regresszó és korrelácó regresso: vsszatérés, hátrálás; vsszafordulás correlato: vszo, összefüggés, kölcsöösség KAD 016.11.10 1 (vsszatérés, hátrálás; vsszafordulás) Regresszó és korrelácó Gakorlat megközelítés
RészletesebbenKabos: 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,
Részletesebbenx, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:
Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Valószínűségi változó általános fogalma: A : R leképezést valószínűségi változónak nevezzük, ha : ( ) x, x R, x rögzített esetén esemény.
RészletesebbenStatisztika I. 9. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 9. előadás Előadó: Dr. Ertsey Imre Statisztikai hipotézis vizsgálatok elsősorban a biometriában alkalmazzák, újabban reprezentatív jellegű ökonómiai vizsgálatoknál, üzemi szinten élelmiszeripari
RészletesebbenBiometria az orvosi gyakorlatban. Korrelációszámítás, regresszió
SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás
RészletesebbenBiomatematika 13. Varianciaanaĺızis (ANOVA)
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 13. Varianciaanaĺızis (ANOVA) Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date:
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
RészletesebbenVarianciaanalízis. Egytényezős kísérletek (Más néven: egyutas osztályozás, egyszempontos varianciaanalízis ANOVA)
Varancaanalízs A varancaanalízs során kettőnél több sokaság középértékenek mnta alapán történő összehasonlítása történk zért nevezk a kétmntás t-próba általánosításának A nullhpotézs eldöntéséhez használuk
RészletesebbenTeljes eseményrendszer. Valószínőségszámítás. Példák. Teljes valószínőség tétele. Példa. Bayes tétele
Teljes eseményrendszer Valószínőségszámítás 3. elıadás 2009.09.22. Defnícó. Események A 1, A 2,..., sorozata teljes eseményrendszer, ha egymást páronként kzárják és egyesítésük Ω. Tulajdonság: P A ) +
RészletesebbenVéletlenszám generátorok. 6. előadás
Véletlenszám generátorok 6. előadás Véletlenszerű változók, valószínűség véletlen, véletlen változók valószínűség fogalma egy adott esemény bekövetkezésének esélye értékét 0 és között adjuk meg az összes
RészletesebbenNagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem
agy számok törvényei Statisztikai mintavétel Várható érték becslése Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem A mérés mint statisztikai mintavétel A méréssel az eloszlásfüggvénnyel
RészletesebbenÁLTALÁNOS STATISZTIKA
Berzseny Dánel Főskola ÁLTALÁNOS STATISZTIKA műszak menedzser alapszak Írta: Dr. Köves János Tóth Zsuzsanna Eszter Budapest 006 Tartalomjegyzék. VALÓSZÍNŰSÉGSZÁMÍTÁSI ALAPOK... 4.. A VALÓSZÍNŰSÉGSZÁMÍTÁS
RészletesebbenNEMPARAMÉTERES PRÓBÁK
NEMPARAMÉTERES PRÓBÁK A nemparaméteres próbák nem tételezk föl a normáls eloszlást. A leggyakrabban használt próbák (pl. a t-próbák, ANOVA) feltételezk a normáls eloszlást. Sokszor ez nem teljesül. Következmény:
RészletesebbenIntelligens elosztott rendszerek
Intellgens elosztott rendszerek VIMIAC2 Adatelőkészítés: hhetőségvzsgálat normálás stb. Patak Béla BME I.E. 414, 463-26-79 atak@mt.bme.hu, htt://www.mt.bme.hu/general/staff/atak Valamlyen dőben állandó,
RészletesebbenAz entrópia statisztikus értelmezése
Az entrópa statsztkus értelmezése A tapasztalat azt mutatja hogy annak ellenére hogy egy gáz molekulá egyed mozgást végeznek vselkedésükben mégs szabályszerűségek vannak. Statsztka jellegű vselkedés szabályok
RészletesebbenA multikritériumos elemzés célja, alkalmazási területe, adat-transzformációs eljárások, az osztályozási eljárások lényege
A multkrtérumos elemzés célja, alkalmazás területe, adat-transzformácós eljárások, az osztályozás eljárások lényege Cél: tervváltozatok, objektumok értékelése (helyzetértékelés), döntéshozatal segítése
RészletesebbenKettőnél több csoport vizsgálata. Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet
Kettőnél több csoport vizsgálata Makara B. Gábor MTA Kísérleti Orvostudományi Kutatóintézet Gyógytápszerek (kilokalória/adag) Három gyógytápszer A B C 30 5 00 10 05 08 40 45 03 50 35 190 Kérdések: 1. Van-e
RészletesebbenOLS regresszió - ismétlés Mikroökonometria, 1. hét Bíró Anikó A tantárgy tartalma
OLS regresszó - smétlés Mroöonometra,. hét Bíró Anó A tantárg tartalma Leggaorbb mroöonometra problémá és azo ezeléséne megsmerése Egén vag vállalat adato Keresztmetszet és panel elemzés Vállalat, pacelemzés
RészletesebbenGazdasági matematika II. vizsgadolgozat megoldása A csoport
Gazdasági matematika II. vizsgadolgozat megoldása A csoport Definiálja az alábbi fogalmakat!. Egy eseménynek egy másik eseményre vonatkozó feltételes valószínűsége. ( pont) Az A esemény feltételes valószínűsége
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
RészletesebbenAz első számjegyek Benford törvénye
Az első számjegyek Benford törvénye Frank Benford (1883-1948) A General Electric fizikusa Simon Newcomb (1835 1909) asztronómus 1. oldal 2. oldal A híres arizonai csekk sikkasztási eset http://www.aicpa.org/pubs/jofa/may1999/nigrini.htm
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 8 VIII. REGREssZIÓ 1. A REGREssZIÓs EGYENEs Két valószínűségi változó kapcsolatának leírására az eddigiek alapján vagy egy numerikus
RészletesebbenBIOMATEMATIKA ELŐADÁS
BIOMATEMATIKA ELŐADÁS 9. Együttes eloszlás, kovarianca, nevezetes eloszlások Debreceni Egyetem, 2015 Dr. Bérczes Attila, Bertók Csanád A diasor tartalma 1 Bevezetés, definíciók Együttes eloszlás Függetlenség
RészletesebbenStatisztika - 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
RészletesebbenA DETERMINÁCIÓS EGYÜTTHATÓRÓL
VITA A DETERMIÁCIÓS EGYÜTTHATÓRÓL HUYADI LÁSZLÓ Egyes vélekedések szernt a regresszós modellek (többszörös) determnácós együtthatója nem jó mutatószám, hszen sok olyan hányossága van, amelyek folytán alkalmazása
RészletesebbenNormális eloszlás paramétereire vonatkozó próbák
Normális eloszlás paramétereire vonatkozó próbák Az alábbi próbák akkor használhatók, ha a meggyelések függetlenek, és feltételezhetjük, hogy normális eloszlásúak a meggyelések függetlenek, véges szórású
RészletesebbenSTATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika
RészletesebbenMatematika 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,
RészletesebbenIDA ELŐADÁS I. Bolgár Bence október 17.
IDA ELŐADÁS I. Bolgár Bence 2014. október 17. I. Generatív és dszkrmnatív modellek Korábban megsmerkedtünk a felügyelt tanulással (supervsed learnng). Legyen adott a D = {, y } P =1 tanító halmaz, ahol
Részletesebben) ( s 2 2. ^t = (n x 1)s n (s x+s y ) x +(n y 1)s y n x+n y. +n y 2 n x. n y df = n x + n y 2. n x. s x. + s 2. df = d kritikus.
Kétmtás t-próba ^t ȳ ( s +( s + + df + vag ha, aor ^t ȳ (s +s Welch-próba ^d ȳ s + s ( s + s df ( s ( s + d rtus t s (α, +t s (α, s + s Kofdecatervallum ét mta átlagáa ülöbségére SE s ( + s ( ±t (α,df
RészletesebbenModern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt
Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt Galbács Gábor KIUGRÓ ADATOK KISZŰRÉSE STATISZTIKAI TESZTEKKEL Dixon Q-tesztje Gyakori feladat az analitikai kémiában, hogy kiugrónak
RészletesebbenFizika labor zh szept. 29.
Fzka laor zh 6. szept. 9.. Mar nén évek óta a sark pékségen vesz magának 8 dkg-os rozskenyeret. Hazaérve mndg lemér, hány dkg-os kenyeret kapott aznap, és statsztkát készít a kenyerek tömegének eloszlásáról.
RészletesebbenMatematikai 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
RészletesebbenStatisztika elméleti összefoglaló
1 Statisztika elméleti összefoglaló Tel.: 0/453-91-78 1. Tartalomjegyzék 1. Tartalomjegyzék.... Becsléselmélet... 3 3. Intervallumbecslések... 5 4. Hipotézisvizsgálat... 8 5. Regresszió-számítás... 11
RészletesebbenTartalomjegyzék I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE
Tartalomjegyzék 5 Tartalomjegyzék Előszó I. RÉSZ: KÍSÉRLETEK MEGTERVEZÉSE 1. fejezet: Kontrollált kísérletek 21 1. A Salk-oltás kipróbálása 21 2. A porta-cava sönt 25 3. Történeti kontrollok 27 4. Összefoglalás
RészletesebbenKeresztkorreláció vizsgálata statisztikai teszttel
SZAKDOLGOZAT Keresztkorrelácó vzsgálata statsztka teszttel Készítette: Balogh Bertalan kéma BSc szakos hallgató Témavezető: Tóth Gergely egyetem docens Eötvös Loránd Tudományegyetem, Természettudomány
RészletesebbenPhD értekezés. Gyarmati József
2 PhD értekezés Gyarmat József 2003 3 ZRÍNYI MIKLÓS NEMZETVÉDELMI EGYETEM Hadtechnka és mnõségügy tanszék PhD értekezés Gyarmat József Többszempontos döntéselmélet alkalmazása a hadtechnka eszközök összehasonlításában
RészletesebbenRegressziós vizsgálatok
Regressziós vizsgálatok Regresszió (regression) Általános jelentése: visszaesés, hanyatlás, visszafelé mozgás, visszavezetés. Orvosi területen: visszafejlődés, involúció. A betegség tünetei, vagy maga
RészletesebbenKettőnél több csoport vizsgálata. Makara B. Gábor
Kettőnél több csoport vizsgálata Makara B. Gábor Három gyógytápszer elemzéséből az alábbi energia tartalom adatok származtak (kilokalória/adag egységben) Három gyógytápszer elemzésébô A B C 30 5 00 10
RészletesebbenKorreláció és lineáris regresszió
Korreláció és lineáris regresszió Két folytonos változó közötti összefüggés vizsgálata Szűcs Mónika SZTE ÁOK-TTIK Orvosi Fizikai és Orvosi Informatikai Intézet Orvosi Fizika és Statisztika I. előadás 2016.11.02.
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),
RészletesebbenKÖVETKEZTETŐ STATISZTIKA
ÁVF GM szak 2010 ősz KÖVETKEZTETŐ STATISZTIKA A MINTAVÉTEL BECSLÉS A sokasági átlag becslése 2010 ősz Utoljára módosítva: 2010-09-07 ÁVF Oktató: Lipécz György 1 A becslés alapfeladata Pl. Hányan láttak
Részletesebben4/24/12. Regresszióanalízis. Legkisebb négyzetek elve. Regresszióanalízis
1. feladat Regresszióanalízis. Legkisebb négyzetek elve 2. feladat Az iskola egy évfolyamába tartozó diákok átlagéletkora 15,8 év, standard deviációja 0,6 év. A 625 fős évfolyamból hány diák fiatalabb
RészletesebbenJövedelem és szubjektív jóllét: az elemzési módszer megválasztásának hatása a levonható következtetésekre
Tanulmányok Jövedelem és szubjektív jóllét: az elemzés módszer megválasztásának hatása a levonható következtetésekre Hajdu Tamás, az MTA Közgazdaságés Regonáls Tudomány Kutatóközpont Közgazdaságtudomány
RészletesebbenPopulációbecslés és monitoring. Eloszlások és alapstatisztikák
Populációbecslés és monitoring Eloszlások és alapstatisztikák Eloszlások Az eloszlás megadja, hogy milyen valószínűséggel kapunk egy adott intervallumba tartozó értéket, ha egy olyan populációból veszünk
RészletesebbenGyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Lineáris regresszió, ismétlés nélküli mérések
Gakorló feladatok a Kísérletek tervezése és értékelése c. tárgból Lneárs regresszó, smétlés nélkül mérések 1. példa Az alább táblázat eg kalbrácós egenes felvételekor mért adatokat tartalmazza: x 1.8 3
RészletesebbenStatisztikai következtetések Nemlineáris regresszió Feladatok Vége
[GVMGS11MNC] Gazdaságstatisztika 10. előadás: 9. Regressziószámítás II. Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet A standard lineáris modell
Részletesebben