Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus
|
|
- Rudolf Horváth
- 7 évvel ezelőtt
- Látták:
Átírás
1 Statisztika 2. Dr Gősi Zsuzsanna Egyetemi adjunktus
2 Gyakorisági sorok Mennyiségi ismérv jellemző rangsor készítünk. (pl. napi jegyeladások száma) A gyakorisági sor képzése igazából tömörítést jelent Nagyszámú ismérvértékek esetén érdemes osztályközöket kialakítani (képlete: k=1+(3,3lgn) Használhatunk un. kumulált gyakorisági sorokat is
3 Gyakorisági sorok Gyakorisági sor: bérek Ft-os osztályközökkel (Bruttó bér ig, , ), vagy munkanélküliek száma életkor szerint 5 évenkénti bontásban Általános alapelv, hogy az osztályközök legyenek azonos hosszúságúak
4 Középértékek Számított középértékek (átlagok) Számtani átlag Harmonikus átlag Mértani átlag Négyzetes átlag Helyzeti középértékek Módusz Medián
5 Középértékek Az azonos fajta adatok tömegének számszerű jellemzője. Követelmények vele szemben Közepes helyet foglal el Számszerű értékek halmazának legyenek tipikus értékei Jól kezelhető matematikai formulával meghatározható legyen Jól értelmezhető legyen Ne legyen érzékeny a kiugró értékekre
6 Módusz Az ismérvértékek tipikus, leginkább jellemző értékét jelöli. /Diszkrét értékekkel rendelkező mennyiségi ismérv módusza a sokaságban leggyakrabban előforduló ismérvérték./ Magyarországon a lakott lakások száma 3688 ezer volt, ebből egy szobás 588 ezer, két szobás 1607 ezer, háromszobás 1493 ezer. Mi a módusz értéke?
7 Módusz Osztályközös gyakorisági sor esetében a módusz közelítő meghatározása az un. modális osztályköz. M o x mo, a k 1 k 1 k 2 xh X mo,a modális osztályköz alsó határa k 1 a modális osztályköz és a megelőző osztályköz gyakoriságának különbsége k 2 a modális osztályköz és az azt követő osztályköz gyakoriságának különbsége h a modális osztályköz hossza
8 A versenyzők életkorának Életkor (év) megoszlása Versenyzők száma (fő) Kummulált gyakoriság Összesen
9 Medián A medián szó a legszorosabb értelemben közepes érték, a mennyiségi ismérvnek azon értéke, amelynél ugyanannyi kisebb, mint amennyi nagyobb érték fordul elő
10 Medián meghatározása A számértékeket rangsorba kell rendezni Páratlan egyed szám esetén (n+1)/2 lesz a medián Páros esetén az n/2 és n/2+1 egyszerű számtani átlaga
11 Határozd meg a mediánt Felsőoktatásban eltöltött idő 1 év 8 fő 2év 4 fő 3 év- 1 fő 4 év- 2 fő 5 év 3 fő
12 Medián értéke a gyakorisági sorban Me x me, a s f f ' me1 me xh X me,a a mediánt magába foglaló osztályköz alsó határa S n/2 a medián sorszáma f me-1 a mediánt megelőző osztályköz kumulált gyakorisága f me a mediánt tartalmazó osztályköz gyakorisága h a mediánt tartalmazó osztályköz hoszza
13 Számtani átlag A számtani átlag az a szám, amelyet az átlagolandó értékek helyébe téve azok összege azonos marad. _ x n i 1 n x i
14 Súlyozott számtani átlag /figyelembe vesszük az elemek gyakoriságát/ _ x n i 1 f n i x i
15 Munkatábla (egy hónapban eladott jegyek száma db) Naponta eladott jegyek száma (db) Napok száma Összesen
16 Harmonikus átlag Az a szám, amelyet az átlagolandó értékek helyébe téve, azok reciprokainak összege változatlan marad. Akkor alkalmazzuk, ha az értékek reciprokainak összege értelmezhető
17 Harmonikus átlag képlete x h n i1 n 1 x i
18 Súlyozott harmonikus átlag k x h k i 1 i 1 f f i i 1 x i
19 A dollár MNB által rögzített középárfolyama, (állandó összegű forintot feltételezve) január július február augusztus március szeptember április október május november június december
20 Példa Egy személyszállítással foglalkozó vállalkozó két mikrobusza egy adott napon 40 illetve 60 liter benzint fogyasztott. A kocsik üzemanyagigénye 100 km-ként 20 illetve 15 liter. Mennyi az átlagfogyasztás? (Pt 23/33)
21 Mértani átlag Az a szám, amelyet az átlagolandó számértékek helyébe téve azok szorzata változatlan marad. _ n x g n xi i
22 Mintapélda Egy kézilabdacsapat nézőszáma 2002-ről, 2003-ra 2%-kal, 2003-ról 2004-re 3,9%- kal, 2004-ről 2005-re 8,5%-kal nőtt. Határozd meg az éves átlagos nézőszám növekedés mértékét.(tk 62.old)
23 Négyzetes átlag Más néven kvadratikus átlag. Az a szám, amelyet az átlagolandó számértékek helyébe téve azok négyzetösszege változatlan marad. /A szórás kiszámításánál kap majd szerepet/ x _ n i1 q x n 2 i
24 Kvantilisek Ha a rangsorba rendezett sokaságot 2,3,4 k egyenlőre osztjuk, az osztópontnak megfelelő ismérvértékeket kavantiliseknek hívjuk. (néhány fontosabb kvantilis érték 2- Medián, 3-Tercilis, 10- Decililis)
25 Az egy fõre jutó személyes nettó jövedelmek alapján képzett népességtizedek részesedése az összes személyes jövedelembõl, , % Év Tized ,0 5,9 7,0 8,0 8,9 9,8 10,8 11,9 13,8 19, ,5 6,3 7,3 8,1 8,9 9,8 10,8 12,0 13,7 18, ,9 6,4 7,3 8,1 8,8 9,6 10,7 11,9 13,7 18, ,5 6,0 6,9 7,7 8,5 9,4 10,5 11,8 13,8 20, ,3 5,0 6,2 7,2 8,2 9,1 10,2 11,7 14,1 25, ,9 4,7 5,9 7,0 7,9 8,9 10,0 11,6 14,4 26,
26 Szóródás Szóródásnak nevezzük statisztikában az adatatok (általában a mennyiségi ismérv értékek) eltérését egymástól, vagy egy meghatározott, a sokaság egészét jellemző értéktől
27 Leggyakrabban használt szóródási mérőszámok Szóródás terjedelme (T) Interkvartilis terjedelme (TQ) Átlagos eltérés δ Szórás σ és a variancia szórásnégyzet σ 2 Relatív szórás V
28 Szórás terjedelme A szóródás terjedelme az előforduló legnagyobb és legkisebb érték különbsége. T = x max x min Jellemzője: jól értelmezhető, de a kiugró értékek nagyban befolyásolják /kiugró eredmény pl. a világcsúcs is/
29 Interkvartilis terjedelem Az interkvartilis terjedelem azt az intervallumot jelöli, ahol az összes érték középső 50%-a helyezkedik el
30 Átlagos eltérés Az átlagos eltérés épít arra a gondolatmenetre, hogy a számértékeknek egy középértékektől való eltéréseiből következtetni tudunk a szóródás nagyságára. Ezeket az eltéréseket sűrűsíthetjük egy középérték segítségével
31 Számítása Az átlagos eltérés számításánál az eltérések abszolút értékeiből számított átlagnak van értelme. δ n i 1 x n i _ x
32 Szórás Az egyes értékek számtani átlagtól való eltéréseinek négyzetes átlagát szórásnak nevezzük. n 1 n i1 _ x xi
33 Relatív szórás Nem mértékegységben adja meg az eltérést, hanem százalékban. Számítása: szóródási mérőszámot egy középértékhez viszonyítjuk (számtani átlag) V _ x
34 Szórás felhasználásának lehetősége Sportolók esetében a teljesítmény ingadozása Minimumküszöbök szintidők meghatározása /Sportolók teljesítményének kockázata/
35 Eloszlás típusok Empirikus eloszlás Egymóduszú eloszlás Többmóduszú eloszlás Szimetrikus Asszimetrikus U alakú eloszlás M alakú eloszlás
36 Egymóduszú eloszlások A szimetrikus gyakorisági sorok jellemzője, hogy grafikus ábrájuk a módusz értékénél felvehető tengelyre szimetrikus. Az ilyen eloszlásnál a módusz, a medián, és a számtani átlag megegyezik egymással. (Ilyen pl. a testmagasság) Aszimmetrikus eloszlások esetén a módusz a két szélső érték közül az egyikhez esik közelebb Bal oldali asszimetria Mo > Me > x Jobb oldali asszimetira Mo <Me < x
37 Asszimetria mérése A mérőszámok tulajdonsága a következő kell, hogy legyen Értékük nulla legyen, ha az eloszlás szimetrikus Jobb oldali asszimetria esetén pozítív, míg ellenkező esetben negatív értéket vegyenek fel
38 A mutatószám A mutatószám azon a tényen alapul, hogy szimetrikus eloszlásoknál a számtani átlag és a módusz értéke megegyezik. Jobb oldali asszimetria esetén pozitív míg baloldali asszimetria esetén negatív értéket vesz fel. _ A x Mo
39 F mutatószám Logikája azt feltételezi, hogy szmetrikus eloszlású gyakorisági sorok esetén a madián az alső és felső kvartilis egyenlő távolságra helyezkedik el. F Q 3 Me Me Q1 Q 3 Me Me Q
Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés
Gazdaságstatisztika 2. előadás Egy ismérv szerinti rendezés Kóczy Á. László KGK VMI Áttekintés Gyakorisági sorok Grafikus ábrázolásuk Helyzetmutatók Szóródási mutatók Az aszimmetria mérőszámai Koncentráció
RészletesebbenBevezető Adatok rendezése Adatok jellemzése Időbeli elemzés. Gazdaságstatisztika KGK VMI
Gazdaságstatisztika 2. előadás Egy ismérv szerinti rendezés Kóczy Á. László KGK VMI Áttekintés Gyakorisági sorok Grafikus ábrázolásuk Helyzetmutatók Szóródási mutatók Az aszimmetria mérőszámai Koncentráció
RészletesebbenA sokaság elemei közül a leggyakrabban előforduló érték. diszkrét folytonos
Középérték Középérték A középérték a statisztikai adatok tömör számszerű jellemzése. helyzeti középérték: módusz medián számított középérték: számtani átlag kronológikus átlag harmonikus átlag mértani
RészletesebbenMatematikai statisztikai elemzések 2.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematikai statisztikai elemzések 2. MSTE2 modul Helyzetmutatók, átlagok, kvantilisek. A szórás és szóródás egyéb mérőszámai.
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,
RészletesebbenMatematikai 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
RészletesebbenSTATISZTIKA I. Centrális mutatók. Helyzeti középértékek. Középértékek. Bimodális eloszlás, U. Módusz, Mo. 4. Előadás.
Centrális mutatók STATISZTIKA I. 4. Előadás Centrális mutatók 1/51 2/51 Középértékek Helyzeti középértékek A meghatározása gyakoriság vagy sorszám alapján Számítás nélkül Az elemek nagyság szerint rendezett
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
RészletesebbenSTATISZTIKA I. Változékonyság (szóródás) A szóródás mutatószámai. Terjedelem. Forgalom terjedelem. Excel függvények. Függvénykategória: Statisztikai
Változékonyság (szóródás) STATISZTIKA I. 5. Előadás Szóródási mutatók A középértékek a sokaság elemeinek értéknagyságbeli különbségeit eltakarhatják. A változékonyság az azonos tulajdonságú, de eltérő
RészletesebbenStatisztikai alapfogalmak
Statisztika I. KÉPLETEK 2011-2012-es tanév I. félév Statisztikai alapfogalmak Adatok pontossága Mért adat Abszolút hibakorlát Relatív hibakorlát Statisztikai elemzések viszonyszámokkal : a legutolsó kiírt
RészletesebbenA 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:
RészletesebbenStatisztika. Politológus képzés. Daróczi Gergely április 17. Politológia Tanszék
Statisztika Politológus képzés Daróczi Gergely Politológia Tanszék 2012. április 17. Outline 1 Leíró statisztikák 2 Középértékek Példa 3 Szóródási mutatók Példa 4 Néhány megjegyzés a grafikonokról 5 Számítások
RészletesebbenBevezető Mi a statisztika? Mérés Feldolgozás Adatok rendezése Adatok jellemzése Időbeli elemzés Feladatok. Statisztika I.
Statisztika I. 1. előadás: A statisztika alapfogalmai Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem A kurzusról A kurzus célja
RészletesebbenSTATISZTIKA. Gyakorló feladatok az első zh-ra
STATISZTIKA Gyakorló feladatok az első zh-ra A változás átlagos üteme év Kenyér Ft/ kg bázisindex % 2002 151 100,0 2003 156 103,3 2004 178 117,9 2005 173 114,6 2006 179 118,5 2007 215 142,4 I = n 1 l i
RészletesebbenElemi statisztika fizikusoknak
1. oldal Elemi statisztika fizikusoknak Pollner Péter Biológiai Fizika Tanszék pollner@elte.hu Az adatok leírása, megismerése és összehasonlítása 2-1 Áttekintés 2-2 Gyakoriság eloszlások 2-3 Az adatok
RészletesebbenMatematikai statisztikai elemzések 2.
Matematikai statisztikai elemzések 2. Helyzetmutatók, átlagok, kvantilisek. A szórás és szóródás Prof. Dr. Závoti, József Matematikai statisztikai elemzések 2.: Helyzetmutatók, átlagok, Prof. Dr. Závoti,
Részletesebben1. Egy Kft dolgozóit a havi bruttó kereseteik alapján csoportosítottuk: Havi bruttó bér, ezer Ft/fő
Figyelem! A példasor nem tartalmazza valamennyi típuspéldát. A dolgozatban az órán leadott feladatok közül bármely típusú előfordulhat. A példasor már a második dolgozat anyagát gyakorló feladatokat is
RészletesebbenBevezető Mi a statisztika? Mérés Csoportosítás
Gazdaságstatisztika 1. előadás Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.bmf.hu) Fogadóóra: szerda 11:30 11:55, TA125 Gyakorlatvezető
RészletesebbenGazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Bevezetés. 1. előadás. Statisztikai szoftver alkalmazás.
Bevezetés 1. előadás Statisztikai szoftver alkalmazás Géczi-Papp Renáta Tantárgy célja A tantárgy oktatásának célja hatékony statisztikai elemző készség elsajátíttatása számítógépes programok segítségével.
RészletesebbenGRADUÁLIS BIOSTATISZTIKAI KURZUS február hó 22. Dr. Dinya Elek egyetemi docens
GRADUÁLIS BIOSTATISZTIKAI KURZUS 2012. február hó 22. Dr. Dinya Elek egyetemi docens Biometria fogalma The active pursuit of biological knowledge by quantitative methods Sir R. A. Fisher, 1948 BIOMETRIA
RészletesebbenSTATISZTIKA KÉSZÍTETTE: TAKÁCS SÁNDOR
STATISZTIKA KÉSZÍTETTE: TAKÁCS SÁNDOR ALAPFOGALMAK Statisztika: latin status szóból ered: állapot Mindig egy állapotot tükröz Véletlen tömegjelenségek tanulmányozásával foglakozik Adatok megfigyelés, kísérlet
RészletesebbenBiomatematika 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)
Részletesebben1. óra: Területi statisztikai alapok viszonyszámok, középértékek
1. óra: Területi statisztikai alapok viszonyszámok, középértékek Tér és társadalom (TGME0405-GY) gyakorlat 2018-2019. tanév Viszonyszámok Viszonyszá m Viszonyítandó adat (A) Viszonyítási alap (B) 1. Megoszlási
Részletesebben[GVMGS11MNC] Gazdaságstatisztika
[GVMGS11MNC] Gazdaságstatisztika 1. előadás Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem Oktatók Előadó Kóczy Á. László (koczy.laszlo@kgk.uni-obuda.hu)
RészletesebbenVéletlen 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
RészletesebbenA(a; b) = 2. A(a; b) = a+b. Példák A(37; 49) = x 2x = x = : 2 x = x = x
10. osztály:nevezetes középértékek Összeállította:Keszeg ttila 1 1 számtani közép efiníció 1. (Két nemnegatív szám számtani közepe) Két nemnegatív szám számtani közepének a két szám összegének a felét
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
RészletesebbenKutatásmódszertan 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
RészletesebbenSTATISZTIKA. 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
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
RészletesebbenELTE TáTK Közgazdaságtudományi Tanszék GAZDASÁGSTATISZTIKA. Készítette: Bíró Anikó. Szakmai felelős: Bíró Anikó június
GAZDASÁGSTATISZTIKA GAZDASÁGSTATISZTIKA Készült a TÁMOP-4.1.2-08/2/A/KMR-2009-0041pályázati projekt keretében Tartalomfejlesztés az ELTE TátK Közgazdaságtudományi Tanszékén az ELTE Közgazdaságtudományi
Részletesebben[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)
RészletesebbenA leíró statisztikák
A leíró statisztikák A leíró statisztikák fogalma, haszna Gyakori igény az, hogy egy adathalmazt elemei egyenkénti felsorolása helyett néhány jellemző tulajdonságának megadásával jellemezzünk. Ezeket az
RészletesebbenMatematika III. 8. A szórás és a szóródás egyéb mérőszámai Prof. Dr. Závoti, József
Matematika III. 8. A szórás és a szóródás egyéb Prof. Dr. Závoti, József Matematika III. 8. : A szórás és a szóródás egyéb Prof. Dr. Závoti, József Lektor : Bischof, Annamária Ez a modul a TÁMOP - 4.1.2-08/1/A-2009-0027
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
RészletesebbenA 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
RészletesebbenBevezető Mi a statisztika? Mérés Feldolgozás Adatok rendezése Adatok jellemzése Időbeli elemzés Feladatok. Statisztika I.
Statisztika I. 1. előadás: A statisztika alapfogalmai Kóczy Á. László koczy.laszlo@kgk.uni-obuda.hu Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Óbudai Egyetem A kurzusról A kurzus célja
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
RészletesebbenMintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás
STATISZTIKA, BIOMETRIA. Előadás Mintavétel, mintavételi technikák, adatbázis Mintavétel fogalmai A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x
RészletesebbenKÖZPONTI STATISZTIKAI HIVATAL. Szóbeli vizsgatevékenység
KÖZPONTI STATISZTIKAI HIVATAL A vizsgarészhez rendelt követelménymodul azonosító száma, megnevezése: 2144-06 Statisztikai szervezői és elemzési feladatok A vizsgarészhez rendelt vizsgafeladat megnevezése:
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
RészletesebbenStatisztika I. 8. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 8. előadás Előadó: Dr. Ertsey Imre Minták alapján történő értékelések A statisztika foglalkozik. a tömegjelenségek vizsgálatával Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes
RészletesebbenMINTAFELADATOK. 1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti:
1. Az alábbi diagram egy kiskereskedelmi lánc boltjainak forgalomkoncentrációját szemlélteti: 100% 90% 80% 70% 60% 50% 2010 2011 40% 30% 20% 10% 0% 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% a) Nevezze
RészletesebbenNyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 7. MA3-7 modul. Helyzetmutatók, átlagok, kvantilisek
Nyugat-magyarországi Egyetem Geoinformatikai Kara Prof. Dr. Závoti József Matematika III. 7. MA3-7 modul Helyzetmutatók, átlagok, kvantilisek SZÉKESFEHÉRVÁR 2010 Jelen szellemi terméket a szerzői jogról
RészletesebbenQ1 = 1575 eft Me = 2027,7778 eft Q3 = 2526,3158 eft
Gyak1: b) Mo = 1857,143 eft A kocsma tipikus (leggyakoribb) havi bevétele 1.857.143 Ft. c) Q1 = 1575 eft Me = 2027,7778 eft Q3 = 2526,3158 eft Gyak2: b) X átlag = 35 Mo = 33,33 σ = 11,2909 A = 0,16 Az
RészletesebbenSTATISZTIKA. A Föld pályája a Nap körül. Philosophiae Naturalis Principia Mathematica (A természetfilozófia matematikai alapelvei, 1687)
STATISZTIKA 10. Előadás Megbízhatósági tartományok (Konfidencia intervallumok) Sir Isaac Newton, 1643-1727 Philosophiae Naturalis Principia Mathematica (A természetfilozófia matematikai alapelvei, 1687)
RészletesebbenA mérés problémája a pedagógiában. Dr. Nyéki Lajos 2015
A mérés problémája a pedagógiában Dr. Nyéki Lajos 2015 A mérés fogalma Mérésen olyan tevékenységet értünk, amelynek eredményeként a vizsgált jelenség számszerűen jellemezhetővé, más hasonló jelenségekkel
RészletesebbenStatisztika I. 6. előadás. Előadó: Dr. Ertsey Imre
Statisztika I. 6. előadás Előadó: Dr. Ertsey Imre GYAKORISÁGI SOROK ELOSZLÁSA KONCENTRÁCIÓ ELEMZÉSE GYAKORISÁGI SOROK ELOSZLÁSA KONCENTRÁCIÓ ELEMZÉSE szorosan kapcsolódik a szóródás elemzéshez, elméleti
RészletesebbenVáltozók eloszlása, középértékek, szóródás
Változók eloszlása, középértékek, szóródás Populáció jellemzése Empirikus kutatás (statisztikai elemzés) célja: a mintából a populációra következtetni. Minta: egy adott változó a megfigyelési egységeken
RészletesebbenSta t ti t s i zt z i t k i a 1. előadás
Statisztika 1 előadás Témakörök Statisztikai alapfogalmak Statisztikai sorok Mennyiségi sorok csoportosítása Statisztikai táblák Statisztika fogalma Gyakorlati tevékenység Adatok összessége Módszertan
RészletesebbenStatisztika gyakorlat
Félévi követelményrendszer tatisztika gyakorlat. Gazdasági agrármérnök szak II. évolyam 007.0.. Heti óraszám: + Aláírás eltételei: az elıadásokon való részvétel nem kötelezı, de AJÁNLOTT! a gyakorlatokon
RészletesebbenStatisztika összefoglalás
Statisztika összefoglalás 1 / 18. oldal 1. Alapfogalmak Statisztika: a tömegesen előforduló jelenségek vizsgálatával foglalkozik, ezekre vonatkozóan adatokat gyűjt, feldolgoz, elemez és közzé tesz. o a
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
RészletesebbenMéréselmélet példatár
Méréselmélet példatár II. rész Gerzson Miklós Méréselmélet példatár II. rész Pécs 2015 A tananyag a TÁMOP-4.1.1.F-14/1/KONV-2015-0009 azonosító számú, "A gépészeti és informatikai ágazatok duális és moduláris
Részletesebben5. Előadás. Grafikus ábrázolás Koncentráció elemzése
5. Előadás Grafikus ábrázolás Koncentráció elemzése Grafikus ábrázolás fontossága Grafikus ábrázolás során elkövethető hibák: Mondanivaló szempontjából nem megfelelő ábratípus kiválasztása Tárgynak megfelelő
RészletesebbenVizsgáljuk elôször, hogy egy embernek mekkora esélye van, hogy a saját
376 Statisztika, valószínûség-számítás 1500. Az elsô kérdésre egyszerû válaszolni, elég egy ellenpélda, és biztosan nem lehet akkor így kiszámolni. Pl. legyen a három szám a 3; 5;. A két kisebb szám átlaga
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 9 IX. ROBUsZTUs statisztika 1. ROBUsZTUssÁG Az eddig kidolgozott módszerek főleg olyanok voltak, amelyek valamilyen értelemben optimálisak,
RészletesebbenSegítség 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[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
Részletesebben2. előadás. Viszonyszámok típusai
2. előadás Viszonyszámok típusai Mérési skálák Nominális /névleges skála: kötetlen hozzárendelése a számoknak Sorrendi / Ordinális skála: sokaság egyedeinek egy közös tulajdonság szerinti sorbarendezése
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
RészletesebbenDr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért november 15.
Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért 2018. november 15. PÉNZ a boldogság bitorlója? A jövedelemegyenlőtlenség természetes határa A boldog ember gondolata a
RészletesebbenBrósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások
Megoldások 1. A fős osztály dolgozatot írt matematikából és a következő jegyek születtek: 6 darab jeles, 9 darab jó, 8 darab közepes, darab elégséges és darab elégtelen. Készíts gyakorisági táblázatot,
RészletesebbenStatisztika 3. Dr Gősi Zsuzsanna Egyetemi adjunktus Koncentráció mérése Koncentráció általában a jelenségek tömörülését, összpontosulását értjük. Koncentráció meglétéről gyorsan tájékozódhatunk, ha sokaságot
RészletesebbenKorrelációs kapcsolatok elemzése
Korrelációs kapcsolatok elemzése 1. előadás Kvantitatív statisztikai módszerek Két változó közötti kapcsolat Független: Az X ismérv szerinti hovatartozás ismerete nem ad semmilyen többletinformációt az
RészletesebbenVALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA
VALÓSZÍNŰSÉG, STATISZTIKA TANÍTÁSA A VALÓSZÍNŰSÉGI SZEMLÉLET ALAPOZÁSA 1-6. OSZTÁLY A biztos, a lehetetlen és a lehet, de nem biztos események megkülünböztetése Valószínűségi játékok, kísérletek események
Részletesebbeny ij = µ + α i + e ij STATISZTIKA Sir Ronald Aylmer Fisher Példa Elmélet A variancia-analízis alkalmazásának feltételei Lineáris modell
Példa STATISZTIKA Egy gazdálkodó k kukorica hibrid termesztése között választhat. Jelöljük a fajtákat A, B, C, D-vel. Döntsük el, hogy a hibridek termesztése esetén azonos terméseredményre számíthatunk-e.
RészletesebbenValószínűségszámítás összefoglaló
Statisztikai módszerek BMEGEVGAT Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
RészletesebbenMÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI
MÉRÉSI EREDMÉYEK POTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI. A mérési eredmény megadása A mérés során kapott értékek eltérnek a mérendő fizikai mennyiség valódi értékétől. Alapvetően kétféle mérési hibát különböztetünk
RészletesebbenSTATISZTIKA I. A változók mérési szintjei. Nominális változók. Alacsony és magas mérési szint. Nominális változó ábrázolása
A változók mérési szintjei STATISZTIKA I. 3. Előadás Az adatok mérési szintjei, Viszonyszámok A változók az alábbi típusba tartozhatnak: Nominális (kategorikus és diszkrét) Ordinális Intervallum skála
RészletesebbenPélda: Egy üzletlánc boltjainak forgalmára vonatkozó adatok 1999. október hó: (adott a vastagon szedett!) S i g i z i g i z i
. konzult. LEV. 013. ápr. 5. MENNYISÉGI ISMÉRV szernt ELEMZÉS Tk. 3-8., 88-90. oldal, kmarad: 70., 74. oldal A mennység smérv (X) lehet: dszkrét és folytonos. A rangsor a mennység smérv értékenek monoton
RészletesebbenTantárgyi útmutató. 1. A tantárgy helye a szaki hálóban. 2. A tantárgyi program általános célja. Statisztika 1.
Tantárgyi útmutató 1. A tantárgy helye a szaki hálóban Gazdálkodási és menedzsment szakirány áttekintő tanterv Nagyításhoz kattintson a képre! Turizmus - vendéglátás szakirány áttekintő tanterv Nagyításhoz
Részletesebben352 Nevezetes egyenlôtlenségek. , az átfogó hossza 81 cm
5 Nevezetes egyenlôtlenségek a b 775 Legyenek a befogók: a, b Ekkor 9 + $ ab A maimális ab terület 0, 5cm, az átfogó hossza 8 cm a b a b 776 + # +, azaz a + b $ 88, tehát a keresett minimális érték: 88
RészletesebbenAz értékelés a következők szerint történik: 0-4 elégtelen 5-6 elégséges 7 közepes 8 jó 9-10 jeles. A szóbeli vizsga várható időpontja
2016/17 I. félév MATEMATIKA szóbeli vizsga 1 A szóbeli vizsga kötelező eleme a félév teljesítésének, tehát azok a diákok is vizsgáznak, akik a többi számonkérést teljesítették. A szóbeli vizsgán az alább
RészletesebbenGAZDASÁGI STATISZTIKA
GAZDASÁGI STATISZTIKA Dr. Kun István GÁBOR DÉNES FŐISKOLA Tantárgy: Gazdasági statisztika Kódszám: 224 Lapszám: 1 TÉMAKÖRÖK A STATISZTIKA ALAPFOGALMAI STATISZTIKAI SOROK STATISZTIKAI TÁBLÁK ÖSSZETETT VISZONYSZÁMOK
Részletesebben7, 6, 0, 4, 0, 1, 5, 2, 2, 16, 1, 0, 2, 3, 9, 2, 4, 10, 3, 1, 2, 12, 4, 1
52. feladat Stat Jenő egyetemi hallgató autóbusszal jár az egyetemre. Néhány napon át megmérte, hogy mennyit kell várnia az első egyetem felé közlekedő autóbuszra. A következő időket tapasztalta (percben):
RészletesebbenA statisztika alapfogalmai Kovács, Előd, Pannon Egyetem
A statisztika alapfogalmai Kovács, Előd, Pannon Egyetem A statisztika alapfogalmai írta Kovács, Előd Publication date 2012 Szerzői jog 2012 Pannon Egyetem A digitális tananyag a Pannon Egyetemen a TÁMOP-4.1.2/A/2-10/1-2010-0012
RészletesebbenMódszertani Intézeti Tanszéki Osztály
BGF KKK Módszertani Intézeti Tanszéki Osztály Budapest, 2012. Név:... Kód:...... Eredmény:..... STATISZTIKA I. VIZSGA; NG KM ÉS KG TQM SZAKOKON MINTAVIZSGA Feladatok 1. 2. 3. 4. 5. 6. Összesen Szerezhető
Részletesebbeny ij = µ + α i + e ij
Elmélet STATISZTIKA 3. Előadás Variancia-analízis Lineáris modellek A magyarázat a függő változó teljes heterogenitásának két részre bontását jelenti. A teljes heterogenitás egyik része az, amelynek okai
RészletesebbenFoglalkozási napló. Vasútforgalmi szolgálattevő
Foglalkozási ló a 20 /20. tanévre Vasútforgalmi szolgálattevő (OKJ száma: 54 41 05) szakma gyakorlati oktatásához 13. évfolyam A ló vezetéséért felelős: A ló megnyitásának dátuma: A ló lezárásának dátuma:
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,
RészletesebbenMagyarország 1,2360 1,4622 1,6713 1,8384 2,0186 2,2043
370 Statisztika, valószínûség-számítás 1480. a) Nagy országok: Finnország, Olaszország, Nagy-Britannia, Franciaország, Spanyolország, Svédország, Lengyelország, Görögország, Kis országok: Ciprus, Málta,
RészletesebbenA területi koncentráció interpretálása: kitüntetett helyzetek
A területi koncentráció interpretálása: kitüntetett helyzetek Kitüntetett helyzetek Egy társadalmi-gazdasági jelenség területi elhelyezkedésének mérése, interpretálása Egy jelenség középponti koordinátáinak
Részletesebben9.3. Külkereskedelmi statisztika...77 9.4. Pénzügystatisztika, az államháztartás információs rendszere...77 9.5. Agrárstatisztikai információs
Kovács Péter Statisztikai alapismeretek Tartalomjegyzék BEVEZETÉS...4. A STATISZTIKA ALAPFOGALMAI...5.. A statisztika tárgy, tudományági besorolása...5.. Alapfogalmak...6.3. A statisztikai munka fázisai...8.4.
Részletesebben6. Előadás. Vereb György, DE OEC BSI, október 12.
6. Előadás Visszatekintés: a normális eloszlás Becslés, mintavételezés Reprezentatív minta A statisztika, mint változó Paraméter és Statisztika Torzítatlan becslés A mintaközép eloszlása - centrális határeloszlás
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[Biomatematika 2] Orvosi biometria
[Biomatematika 2] Orvosi biometria 2016.02.15. Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza) alkotja az eseményteret. Esemény: az eseménytér részhalmazai.
RészletesebbenSzámelmélet Megoldások
Számelmélet Megoldások 1) Egy számtani sorozat második tagja 17, harmadik tagja 1. a) Mekkora az első 150 tag összege? (5 pont) Kiszámoltuk ebben a sorozatban az első 111 tag összegét: 5 863. b) Igaz-e,
RészletesebbenValószínűségi 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 :
RészletesebbenStatisztika példatár
Statisztika példatár v0.02 A példatár folyamatosan b vül, keresd a frissebb verziót a http://matstat.fw.hu honlapon a letölthet példatárak közt. Országh Tamás Budapest, 2006 Mottó: Ki kéne vágni minden
RészletesebbenBiomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.13. Populáció és minta jellemző adatai Hibaszámítás Valószínűség 1 Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza)
RészletesebbenSTATISZTIKAI ALAPOK. Statisztikai alapok_eloszlások_becslések 1
STATISZTIKAI ALAPOK Statisztikai alapok_eloszlások_becslések 1 Pulzus példa Egyetemista fiatalokból álló csoport minden tagjának (9 fő) megmérték a pulzusát (PULSE1), majd kisorsolták ki fusson és ki nem
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
RészletesebbenMérési hibák 2006.10.04. 1
Mérési hibák 2006.10.04. 1 Mérés jel- és rendszerelméleti modellje Mérési hibák_labor/2 Mérési hibák mérési hiba: a meghatározandó értékre a mérés során kapott eredmény és ideális értéke közötti különbség
RészletesebbenFüggetlenségvizsgálat, Illeszkedésvizsgálat
Varga Beatrix, Horváthné Csolák Erika Függetlenségvizsgálat, Illeszkedésvizsgálat 4. előadás Üzleti statisztika A sokaság/minta több ismérv szerinti vizsgálata A statisztikai elemzés egyik ontos eladata
RészletesebbenStatisztikai becslés
Kabos: Statisztika II. Becslés 1.1 Statisztikai becslés Freedman, D. - Pisani, R. - Purves, R.: Statisztika. Typotex, 2005. Reimann J. - Tóth J.: Valószínűségszámítás és matematikai statisztika. Tankönyvkiadó,
RészletesebbenSZÁMÍTÓGÉPES ADATFELDOLGOZÁS
SZÁMÍTÓGÉPES ADATFELDOLGOZÁS A TÁBLÁZATKEZELŐK Irodai munka megkönnyítése Hatékony a nyilvántartások, gazdasági, pénzügyi elemzések, mérési kiértékelések, beszámolók stb. készítésében. Alkalmazható továbbá
RészletesebbenGeokémia gyakorlat. 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek. Geológus szakirány (BSc) Dr. Lukács Réka
Geokémia gyakorlat 1. Geokémiai adatok értelmezése: egyszerű statisztikai módszerek Geológus szakirány (BSc) Dr. Lukács Réka MTA-ELTE Vulkanológiai Kutatócsoport e-mail: reka.harangi@gmail.com ALAPFOGALMAK:
Részletesebben18. modul: STATISZTIKA
MATEMATIK A 9. évfolyam 18. modul: STATISZTIKA KÉSZÍTETTE: LÖVEY ÉVA, GIDÓFALVI ZSUZSA MODULJÁNAK FELHASZNÁLÁSÁVAL Matematika A 9. évfolyam. 18. modul: STATISZTIKA Tanári útmutató 2 A modul célja Időkeret
RészletesebbenIdősorok elemzése [leíró statisztikai eszközök] I
Leíró és matematikai statisztika Matematika alapszak, matematikai elemző szakirány Zempléni András Valószínűségelméleti és Statisztika Tanszék Matematikai Intézet Természettudományi Kar Eötvös Loránd Tudományegyetem
Részletesebben