Változók közötti kapcsolatok vizsgálata
|
|
- Csongor Rácz
- 7 évvel ezelőtt
- Látták:
Átírás
1 ) Eseméek függetlesége: p(ab) p(a) p(b) ) Koelácó: vö. az tutív tatalommal Változók között kapcsolatok vzsgálata Akko poztív, ha és átlagosa ugaaa az áa té el a saját váható étékétől, egatív ha elletétes áa. + - koelálatlaság: 9 7 A függetleség az eőse feltétel. Pl. csak a következő potot vzsgáljuk: - - Ekko: M(X), M(Y), és M(XY) koelácó Vszot p(x, Y) de p(x) p(y),*,, azaz X és Y em függetle.
2 Kovaaca Két v.v. egüttes eloszlásáa jellemző métékszám: a váható étékektől vett eltéések szozatáak váható étéke. átalakítás utá A ecslő statsztka: Cov(X,Y) M[(X-M(X)) (Y-M(Y))] Cov(X,Y) M(XY) - M(X) M(Y) Cov(X,Y) ( )( ) számítása alkalmas fomáa (mukaképlet): Cov(X,Y) Étékkészlet: [-, ] Ha a kovaaca poztív, akko a két változó átlagosa ugaaa az áa té el a saját átlagától, X övekedésével átlagosa Y s ő, ha egatív az X övekedésével Y csökke. Ha XY, akko Cov(X,Y) Va (X) Koelácó kovaaca omálva: XY Cov( XY ) Va( ) Va( Y ) ( )( ) ( ) ( ) (poduct momet coelato coeffcet). Étéke: [-, ] tevalluma esk. Megjegzések: a) Akko ételmes, ha X és Y kapcsolata (jó közelítéssel, az adott tatomáo elül) leás. Ha más temészetű a kapcsolat, a koelácós fomula akko s csak a leás kompoesét mé. ) Ha, (lletve ha em külöözk szgfkása a -tól) akko koelálatlaságól (em függetleségől) eszélük.
3 c) A gakolat számolásoka alkalmas képlet (mukaképlet): A koelácós egüttható () eloszlása Elmélet koelácós egüttható: ρ - és közé esk. eek az elmélet étékek a ecslése. ( tt a koelácó ecsült étékét jelet, tehát a ρˆ jelölés s heles lee) eloszlása soha sem omáls, még akko se ha X és Y omáls eloszlású - ρ Ez omalzálható: z, * l ( + ) / ( - ) váható étéke, vaacája / ( - ), azaz csak a mta agságától függ. Hpotézsvzsgálat: szgfkása elté-e -tól? Feltétel: A két változó egüttes eloszlása kétdmezós omál eloszlás. H : ρ H : ρ eltéése ρ-tól a t-eloszlást követ, szóása ˆ t, szaadság fok: t kt (α, - ) s ( ), H szet ρ, tehát a póastatsztka: ( ) Ha t ˆ < t kt, akko H -t elfogadjuk. Ez azt jelet, hog a ecslésől számazó éték em külöözk szgfkása a -tól, ekkoa eltéést még a véletle s gaka okoz. Ha t ˆ > t kt, akko H -t elvetjük az adott szgfkacaszte. Ez esete ola météke külöözk -tól, amt az adott mtaelemszám mellett a mtavétel ha má tká okoza ha a két változó koelálatla lee (t kt - ál ago eltéést a véletle csak α valószíűséggel okoz). Megjegzés: a) Még kéelmese a dolguk, ha edelkezése áll kt tálázat. U. a stadad ha smeetée a koelácós koeffces ktkus étéke tálázata foglalhatók, ahoa közvetleül kézhetjük az kt étékeket, melek csak a -től és α- tól függeek. Ha > kt, akko elvetjük H -t, tehát a póa alapjá aa a megállapítása jutuk, hog szgfkása külöözk -tól, a két változó koelált. ) Ha kcs, akko vszolag ag étékek leszek csak szgfkásak, pl., df, α, eseté kt,. Vags a mta elemszámtól ago függ, hog eldöthető-e a koeláltság.
4 Leás egesszó Pedkcóa alkalmas: adott -hez meghatáozható az a kettő között függvékapcsolat smeetée. Leás esete a feladat a legjoa lleszkedő egees egeletéek a meghatáozása. Az elmélet egees: α + β, α, az elmélet tegelmetszet ecslése a; β, az elmélet meedekség ecslése, tehát: a + Két alapmodell:. Modell: étéket ögzítjük, ezekek cs statsztkus gadozása. Csak gadozk véletleszeűe. Tehát az étékeket a kíséletező állítja e (pl. dózs-hatás vzsgálatál) vag alkalmas étékkel edelkező mtaelemeket választ. Az étékeke ézve a mtaelemek kválasztása ezét em véletleszeű, ezek em omáls eloszlásúak. Feltételek: Az változó lege omál eloszlású ámel éték mellett és szóása a külööző étékek mellett legeek azoosak. (Ellepélda: ha eg véomást emelő gógsze ago dózsa mellett em csak a véomás átlaga emelkedk, de aak szóása s). A két változó közt kapcsolat lege leás. 7 7 Megkeesedő az a + egelet a és paamétee. Mmalzáladó az M [(Y - a - ) ] váható éték, vags a legkse égzetes hával közelítő egeest hatáozzuk meg. Fgeljük meg, hog az áá a potoktól függőlegese mutatak a lak az egees felé; ez azt jelet, hog az étékek potosa eállítottak, em valószíűség változó. A lak az áú hát (eltéést a leás függvé által meghatáozott kapcsolattól) jelölk. A égzete emelés utá eg hoszzú kfejezést kapuk, melek legtö tagja mdg poztív vag. Mmalzáladó a, a mmum hel.
5 Gakolat kszámítás: Mvel a egesszós egees átmeg az (, ) poto, a. Csak egféle egesszó lehetséges: -ől következtetük -a. Hpotézsvzsgálat az I. modell eseté: a mtáól ecsült meedekség lehet-e eg β elmélet meedekség ecslése? ( a egesszós koeffces szgfkaca póája) H o : a leás egesszó em áll fe, β. A meghatáozott egees tatalom élkül. H : Regesszó va, β. Kvtelezés: Az étékek két okól téek el -tól: met külööző étékekhez tatozak, vags a egesszó matt, met egé téezők s efolásolják étékét em csak, ez tt a véletle gadozás, vags a ha. (Ha em lee ha, akko a potok potosa lleszkedéek az egeese.) Jelöljük Y -vel az étékhez tatozó potját az egeesek (vags az llesztésől kapott étéket): Y a + ( a mét éték) (az -a jellemző eltééségzet) két kompoese otható: a egesszó okozta -a és a ha okozta e -e. ( ) ( Y ) + ( Y ) + e Kszámításuk: és e -. A megfelelő szaadságfokokkal ( és -) osztva a egesszó ll. ha okozta vaacákat kapjuk: e s és se ezek háadosa (mdg a egesszó okozta vaaca va a számlálóa) F eloszlású, és - szaadságfokokkal: Ha ˆ s F >F kt (, -, α) akko elvetjük H -t és megállapítjuk, hog eltéése a -tól szgfkás, le se métékűt a véletle csak tká okoz, ezét a két változó között összefüggést állapítuk meg és pedkcóa haszálhatjuk a leás összefüggést: adott éték mellett jósolható az vát étéke. A pedkcó azoa mdg csak azo a tatomáo elül jogos, ahol a egesszót végeztük! Ez eg egoldalú póa (s s e ), az ANOVA-hoz hasoló, tehát az %-os F-tálázatot kell haszál, ha %-os szgfkacaszte szeeték döte.
6 . Modell: és s valószíűség változó, mdkettő adom gadozással. pl. adott emeek testmagassága és testsúla. Feltételek: A mtaelemek kválasztása véletleszeű, md az md az étékek omáls eloszlásúak. A két változó közt kapcsolat lege leás. 7 α 7 Fgeljük meg, hog az áá a potoktól NEM függőlegese mutatak a lak az egees felé, haem az egeese meőlegese; ez azt jelet, hog azt az egeest választjuk, amele mmáls ezekek a lakak a hossza, vags az és áú ha egüttese a legkse. A meedekség: ν tgα s / s, előjele a előjele. Ezutá a ν Kétféle egesszó lehetséges: -ől következtetük -a, lletve -ól következtetök -e. Ez két külööző egeest ad meg ( lletve meedekségűt). lletve, eől Az íg számított -t helettesítjük e az egelete és számoljuk k a-t. Megjegzés: ha akko
Regresszió 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
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
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
RészletesebbenMegállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat
Megállapítható változók elemzése Függetleségvzsgálat, lleszkedésvzsgálat, homogetásvzsgálat Ordáls, omáls esetre s alkalmazhatóak a következő χ próbá alapuló vzsgálatok: 1) Függetleségvzsgálat: két valószíűség
RészletesebbenKépletgyűjtemény a Gazdaságstatisztika tárgy A matematikai statisztika alapjai című részhez
Buaet űzak é Gazaágtuomá Egetem Gazaág- é Táaalomtuomá Ka Üzlet Tuomáok Itézet eezmet é Vállalatgazaágta Tazék Tóth Zuzaa Ezte Jóá Tamá Kéletgűtemé a Gazaágtatztka tág A matematka tatztka alaa című ézhez
Részletesebben13. Tárcsák számítása. 1. A felületszerkezetek. A felületszerkezetek típusai
Tárcsák számítása A felületszerkezetek A felületszerkezetek típusa A tartószerkezeteket geometra méretek alapjá osztálozzuk Az eddg taulmáakba szereplı rúdszerkezetek rúdjara az a jellemzı hog a hosszuk
Részletesebben) ( 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
RészletesebbenBoros Daniella Nappali tagozat Kereskedelem és marketing 2. évfolyam Gödöllő Neptun kód: OIPGB9
Szent István Egetem Gazdaság- és Tásadalomtudomán Ka -------------------------------------------------------------------------------------------- Koelácó- és egesszó analízs ----------------------------------------------------------------------------------------------------------------------
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
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
RészletesebbenTuzson Zoltán A Sturm-módszer és alkalmazása
Tuzso Zoltá A turm-módszer és alalmazása zámtala szélsérté probléma megoldása, vag egeltleség bzoítása ago gara, már a matemata aalízs eszözere szorítoz, mt például a Jese-, Hölder-féle egeltleség, derválta
RészletesebbenAz átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)
Az átlagra voatkozó megbízhatósági itervallum (kofidecia itervallum) Határozzuk meg körül azt az itervallumot amibe előre meghatározott valószíűséggel esik a várható érték (µ). A várható értéket potosa
RészletesebbenVirág 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
Részletesebbenvéletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?
BEVEZEÉS statsztka telese lakusokak: ag mukával gűtött adatok vzsgálata, abból következtetések levoása ( statstcal feece ) (Eg kcst sok hűhó semmét azaz Much ado about othg.) M s a statsztka? Eg populácóból
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
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),
RészletesebbenRegresszió számítás. Mérnöki létesítmények ellenőrzése, terveknek megfelelése. Geodéziai mérések pontok helyzete, pontszerű információ
Regresszó számítás Mérök létesítméek elleőrzése, terekek megfelelése Deformácózsgálat Geodéza mérések potok helzete, potszerű formácó Leárs regresszó Regresszós sík Regresszós göre Legkse égzetek módszere
RészletesebbenAz állat becsült kor. teljes súly. teljes hossz orrtól. törzs hossza. pocak körkörös méret. hátsó láb hossza kör
Koeláció- és egesszió-aalízis Az is előfodulhat, hogy két változó között ics semmilye kapcsolat: Az X és Y véletle változók között az alábbi ábáko Az állat becsült ko pozitív összefüggés em lieáis összefüggés
RészletesebbenHipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?
01.09.18. Hpotézs vzsgálatok Egy példa Kérdések (példa) Hogyan adhatunk választ? Kérdés: Hatásos a lázcsllapító gyógyszer? Hatásos-e a gyógyszer?? rodalomból kísérletekből Hpotézsek A megfgyelt változó
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:
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
RészletesebbenEUKLIDESZI TÉR. Euklideszi tér, metrikus tér, normált tér, magasabb dimenziós terek vektorainak szöge, ezek következményei
Eukldes tér, metrkus tér, ormált tér, magasabb dmeós terek vektoraak söge, eek követkemée Metrkus tér Defícó. A H halmat metrkus térek eveük, ha va ola, metrkáak eveett m: H H R {0} függvé, amelre a követkeők
RészletesebbenPopuláció 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
RészletesebbenMatematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)
Matematka statsztka elıadás III. éves elemzı szakosokak Zemplé Adrás 9. elıadásból részlet Y közelítése függvéyével Gyakor eset, hogy em smerjük a számukra érdekes meység Y potos értékét pl. holap részvéy-árfolyam,
Részletesebbens n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés
A m és az átlag Standard hba Mnta átlag 1 170 Az átlagok szntén ngadoznak a m körül. s x s n Az átlagok átlagos eltérése a m- től! 168 A m konfdenca ntervalluma. 3 166 4 173 x s x ~ 68% ~68% annak a valószínűsége,
RészletesebbenNÉMETH LÁSZLÓ VÁROSI MATEMATIKA VERSENY 2013 HÓDMEZŐVÁSÁRHELY OSZTÁLY ÁPRILIS 8.
. feladat: Eg 5 fős osztálba va fiú és 4 lá. z iskolai bálo (fiú-lá) pár fog tácoli. Háféleképpe tehetik ezt meg? párok sorredje em számít, viszot az, hog ki kivel tácol, az már ige. (0 pot) Válasszuk
RészletesebbenA biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet
A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html
Részletesebben1. MECHANIKA-STATIKA GYAKORLAT (kidolgozta: Triesz Péter, egy. ts.; Tarnai Gábor, mérnök tanár) Trigonometria, vektoralgebra
SZÉCHENYI ISTVÁN EGYETEM LKLMZOTT MECHNIK TNSZÉK. MECHNIK-STTIK GYKORLT (kidolgozta: Tiesz Péte eg. ts.; Tanai Gábo ménök taná) Tigonometia vektoalgeba Tigonometiai összefoglaló c a b b a sin = cos = c
RészletesebbenÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június
ÖKONOMETIA Készült a TÁMOP-4.1.-08//A/KM-009-0041pályázat projet eretébe Tartalomfejlesztés az ELTE TáTK Közgazdaságtudomáy Taszéé az ELTE Közgazdaságtudomáy Taszé az MTA Közgazdaságtudomáy Itézet és a
RészletesebbenFeladatok és megoldások a 11. heti gyakorlathoz
Feladatok és megoldások a. het gyakorlathoz dszkrét várható érték Építőkar Matematka A. Egy verseye öt ő és öt férf verseyző dul. Tegyük fel, hogy cs két azoos eredméy, és md a 0! sorred egyformá valószíű.
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
RészletesebbenNEMPARAMÉTERES ELJÁRÁSOK
Kály Zoltá: Statsztka II. NEMPARAMÉTERES ELJÁRÁSOK Az eddgek soá találkoztuk má olya eláásokkal, melyek a változók középétékét vzsgálták: egymtás-, páos-, függetle mtás t-póba, egy- és többszempotos vaaca
Részletesebben823. A helyesen kitöltött keresztrejtvény: 823. ábra. 823. A prímek összege: 2+ 5+ 2= 9; 824. a) 2 1, 2 4, 5 3, 3 5, 2$ 825.
Egész kitevôjû htváok 7 8 A helese kitöltött keresztrejtvé: 8 ár 8 A rímek összege: + + 9 8 ) $ $ 8 ) $ $ 9$ $ 7 $ $ 0 c) $ ( + ) ( + ) 8 ) $ $ k ( - ) - - - ) r s - 7 m k l ( + ) 7 8 ( - ) 8 ( + ) 7 (
RészletesebbenIII. FEJEZET FÜGGVÉNYEK ÉS TULAJDONSÁGAIK
Függvéek és tulajdoságaik 69 III FEJEZET FÜGGVÉNYEK ÉS TULAJDONSÁGAIK 6 Gakorlatok és feladatok ( oldal) Írd egszerűbb alakba: a) tg( arctg ) ; c) b) cos( arccos ) ; d) Megoldás a) Bármel f : A B cos ar
Részletesebben(1) Milyen esetben beszélünk tartós nyugalomról? Abban az esetben, ha a (vizsgált) test a helyzetét hosszabb időn át nem változtatja meg.
SZÉCHENYI ISTVÁN EGYETEM MECHNIK - STTIK LKLMZTT MECHNIK TNSZÉK Elmélet kérdések és válaszok egetem alapképzésbe (Sc képzésbe) résztvevő mérökhallgatók számára () Mle esetbe beszélük tartós ugalomról?
RészletesebbenPélda: 5 = = negatív egész kitevő esete: x =, ha x 0
Ha mást em moduk, szám alatt az alábbiakba, midig alós számot értük. Műeletek összeadás: Példa: ++5 tagok: amiket összeaduk, az előző éldába a, az és az 5 szorzás: Példa: 5 téezők: amiket összeszorzuk,
Részletesebben2. Az együttműködő villamosenergia-rendszer teljesítmény-egyensúlya
II RÉZ 2 EJEZE 2 Az együttműködő vllamoseerga-redszer teljesítméy-egyesúlya 2 A frekveca és a hatásos teljesítméy között összefüggés A fogyasztó alredszerbe a fogyasztók hatásos wattos teljesítméyt lletve
RészletesebbenFIZIKA I. KATEGÓRIA 2015-ben, a Fény Évében
Oktatási Hivatal A 014/015. taévi Oszágos Középiskolai Taulmáyi Vesey dötő oduló FIZIKA I. KATEGÓRIA 015-be, a Féy Évébe MEGOLDÁSI ÚTMUTATÓ Zóalemez leképezési tulajdoságai Bevezető: A méési eladat egy
RészletesebbenEGY FÁZISÚ TÖBBKOMPONENS RENDSZEREK: AZ ELEGYEK KÉPZDÉSE
EG FÁZISÚ ÖBBOMPONENS RENDSZERE: AZ ELEGE ÉPZDÉSE AZ ELEGÉPZDÉS ERMODINAMIÁJA: GÁZO Általáos megfotolások ülöböz kéma mség komoesek keveredésekor változás törték a molekulárs kölcsöhatásokba és a molekulák
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
RészletesebbenSztochasztikus tartalékolás és a tartalék függése a kifutási háromszög időperiódusától
Sztochasztkus tartalékolás és a tartalék függése a kfutás háromszög dőperódusától Faluköz Tamás Vtéz Ildkó Ibola Kozules: r. Arató Mklós ELTETTK Budapest IBNR kfutás háromszög IBNR: curred but ot reported
Részletesebbenbiometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat
Kísérlettervezés - biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert u-próba Feltétel: egy ormális eloszlású sokaság σ variaciájáak számszerű értéke ismert. Hipotézis: a sokaság µ várható értéke
RészletesebbenMegjegyzés: Amint már előbb is említettük, a komplex számok
1 Komplex sámok 1 A komplex sámok algeba alakja 11 Defícó: A komplex sám algeba alakja: em más, mt x y, ahol x, y R és 1 A x -et soktuk a komplex sám valós éséek eve, míg y -t a komplex sám képetes (vagy
RészletesebbenGEOMETRIAI OPTIKA - ÓRAI JEGYZET
ε ε hullámegelet: Mérökizikus szak, Optika modul, III. évolam /. élév, Optika I. tárg GEOMETRIAI OPTIKA - ÓRAI JEGYZET (Erdei Gábor, Ph.D., 6. AJÁNLOTT SZAKIRODALOM: ELMÉLETI ALAPOK Maxwell egeletek E(
Részletesebben1. 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
Részletesebben3. Sztereó kamera. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (http://www.inf.u-szeged.hu/~kato/teaching/)
3. Sztereó kamera Kató Zoltá Képfeldolgozás és Számítógépes Grafika taszék SZTE (http://www.if.u-szeged.hu/~kato/teachig/) Sztereó kamerák Az emberi látást utáozza 3 Sztereó kamera pár Két, ugaazo 3D látvát
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
RészletesebbenBEVEZETÉS. Hosszú fejlődés eredménye tehát, hogy a kísérletezés, a mérés a természettudományos
BEVEZETÉS 5 BEVEZETÉS A kísérletezés em volt mdg az ember megsmerés elsmert módszere. A görög flozófusok az deák vlágába éltek, a középkor Európa tudósa előbbre tartották a spekulácót és a tektélekre hvatkozást.
RészletesebbenA statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.
Statisztikai módszerek. BMEGEVGAT01 Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudomáyi Egyetem Gépészméröki Kar Hidrodiamikai Redszerek Taszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
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.
RészletesebbenI. Valószínűségelméleti és matematikai statisztikai alapok
I. Valószíűségelmélet és matematka statsztka alapok. A szükséges valószíűségelmélet és matematka statsztka alapsmeretek összefoglalása Az alkalmazott statsztka módszerek tárgalása, amel e kötet célja,
RészletesebbenTulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk
Valószíőségszámítás és statsztka elıadás fo. BSC/B-C szakosokak 3. elıadás Szeptember 26 p 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 A bomáls és a hpergeom. elo. összehasolítása 0 1 2 3 4 5 6 7 8 9 10 k Hp.geom
RészletesebbenHatárérték. Wettl Ferenc el adása alapján és Wettl Ferenc el adása alapján Határérték és
2015.09.28. és 2015.09.30. 2015.09.28. és 2015.09.30. 1 / Tartalom 1 A valós függvén fogalma 2 A határérték fogalma a végtelenben véges pontban Végtelen határértékek 3 A határértékek kiszámítása A rend
RészletesebbenHvezetés (írta:dr Ortutay Miklós)
Hveeé (íra:dr Orua Mkló. Hável módok:. Alapfogalmak 3. Feladaok 4. Háadá é kovekcó Hável, eergarapor hajóer (hmérékle külöbég haáára.. Hável módok: veeée hável, hveeé (elem réeckék hmogáa, cak lárd fába
RészletesebbenMÉRÉSTECHNIKA. DR. HUBA ANTAL c. egy. tanár BME Mechatronika, Optika és Gépészeti Informatika Tanszék 2011
MÉRÉSTECHNIKA DR. HUBA ANTAL c. eg. taár BME Mechatroka, Optka és Gépészet Iformatka Taszék 0 Rövde a tárgprogramról Előadások tematkája: Metrológa és műszertechka alapok Mérés adatok kértékelése Időbe
Részletesebben3. Egy ξ valószínűségi változó eloszlásfüggvénye melyik képlettel van definiálva?
. z és események függetlensége melyik összefüggéssel van definiálva? P () + P () = P ( ) = P ()P () = P ( ) = P () P () 2. z alábbi összefüggések közül melyek igazak, melyek nem igazak tetszőleges és eseményeke?
RészletesebbenSTATISZTIKAI MÓDSZEREK
HAJTMAN BÉLA STATISZTIKAI MÓDSZEREK Egetem egzet Pázmá Péter Katolkus Egetem, Bölcsészettudomá Kar Plscsaba, 0. Bevezetés Az első félévbe (Bostatsztka) a statsztka alapat smertük meg. Természetese ez
RészletesebbenAlkalmazzuk az egyváltozós esetben a legkisebb négyzetek módszerét. Legyen a mérések száma n, y (n 0). n 2
. elődás 5 Alklmzzuk z egváltozós esetbe legksebb égzetek módszerét. Lege mérések szám ( ). F ( ( ) )! ( ( ) )!?? A két krtérum ekvvles egmássl hsze h z F üggvéek z prmétervektor hele mmum v kkor hele
RészletesebbenA pont példájának adatai C1 C2 C3 C
A 3..5 pont példájának adatai C C C3 C4 0.00000 0.00000 0.00000 0.00000 0.00000 0.96 0.003 0.437 0.458 0.7336 0.00785 0.34957 0.565 0.3308 0.0096 0.43840 0.979 0.343 0.0440 0.44699 0.3008 0.370 0.083 0.44986
RészletesebbenMobilis robotok irányítása
Mobiis obotok iánítása. A gakoat céja Mobiis obotok kinematikai modeezése Matab/Simuink könezetben. Mobiis obotok Ponttó Pontig (PTP) iánításának teezése és megaósítása.. Eméeti beezet Mobiis obotok heátoztatása
Részletesebben( a b)( c d) 2 ab2 cd 2 abcd 2 Egyenlőség akkor és csak akkor áll fenn
Feladatok közepek közötti egyelőtleségekre (megoldások, megoldási ötletek) A továbbiakba szmk=számtai-mértai közép közötti egyelőtleség, szhk=számtaiharmoikus közép közötti egyelőtleség, míg szk= számtai-égyzetes
RészletesebbenA paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab
öbbváltozós regresszók Paraméterbecslés-. A paraméterbecslés.. A probléma megfogalmazása A paramétereket kísérletleg meghatározott y értékekre támaszkodva becsülk. Ha darab ksérletet (megfgyelést, mérést
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
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 -
RészletesebbenA 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)
Részletesebben1.4. Mintapéldák. Vs r. (Használhatjuk azt a közelítő egyenlőséget, hogy 8π 25.)
Elektotechnikai alapismeetek Mágneses té 14 Mintapéldák 1 feladat: Az ába szeinti homogén anyagú zát állandó keesztmetszetű köben hatáozzuk meg a Φ B és étékét! Ismet adatok: a = 11 cm A = 4 cm μ = 8 I
Részletesebben18. Differenciálszámítás
8. Differeciálszámítás I. Elméleti összefoglaló Függvéy határértéke Defiíció: Az köryezetei az ] ε, ε[ + yílt itervallumok, ahol ε > tetszőleges. Defiíció: Az f függvéyek az véges helye vett határértéke
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:
RészletesebbenICH Harmonised Tripartite Guideline. Stability Testing of New Drug Substances and Products (Q1A(R2)), 2003
Gyógyszekészítméyek szítm stabltásvzsgálatáak statsztka étékelése IH Hamosed Tpatte Gudele. Stablty Testg of New ug Substaces ad Poducts (QA(R)), 003 IH Hamosed Tpatte Gudele. Evaluato fo Stablty ata (QE),
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
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
RészletesebbenStatisztika 1. zárthelyi dolgozat március 21.
Statisztika 1 zárthelyi dolgozat 011 március 1 1 Legye X = X 1,, X 00 függetle mita b paraméterű Poisso-eloszlásból b > 0 Legye T 1 X = X 1+X ++X 100, T 100 X = X 1+X ++X 00 00 a Milye a számra igaz, hogy
RészletesebbenJárattípusok. Kapcsolatok szerint: Sugaras, ingajárat: Vonaljárat: Körjárat:
JÁRATTERVEZÉS Kapcsolatok szert: Sugaras, gaárat: Járattípusok Voalárat: Körárat: Targocás árattervezés egyszerű modelle Feltételek: az ayagáram determsztkus, a beszállítás és kszállítás dőpot em kötött
RészletesebbenIsmérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I. 25-26. o)
Ismérvek között kapcsolatok szorosságáak vzsgálata 1. Egy ks smétlés: mérés skálák (Huyad-Vta: Statsztka I. 5-6. o) A külöböző smérveket, eltérő mérés sztekkel (skálákkal) ellemezhetük. a. évleges (omáls)
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
RészletesebbenI. FEJEZET SOROZATOK, SZÁMTANI ÉS MÉRTANI HALADVÁNYOK. I.1. Sorozatok
Soozato 5 I. FEJEZET SOROZATOK, SZÁMTANI ÉS MÉRTANI HALADVÁNYOK I.. Soozato A legtöbb embe szóicsébe szeepel a soozat szó. Ez azt jeleti, hog edelezi valamile soozatfogalommal. Megéti, ha a miet sújtó
RészletesebbenPéldák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra
Valószíőségszámítás és statsztka elıadás fo. BSC/B-C szakosokak 3. elıadás Szeptember 28 dszkrét valószíőség változókra X(ω)=c mde ω-ra. Elevezés: elfajult eloszlás. P(X=c)=1. X akkor 1, ha egy adott,
Részletesebbenf (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,
RészletesebbenAzonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága
Azoos évleges értékű, htelesített súlyokból alkotott csoportok együttes mérés bzoytalasága Zeleka Zoltá* Több mérés feladatál alkalmazak súlyokat. Sokszor ezek em egyekét, haem külöböző társításba kombácókba
RészletesebbenA piaci (egytényezős) modellek és portfóliók képzése
0/9/05 A ac (egytényezős) modellek és otfólók kézése Beuházás és fnanszíozás döntések. konzultácó A ac (egytényezős) modellek szeee a befektetések étékelésében. Bevezetés az egytényezős modellek áttekntése.
RészletesebbenSTATISZTIKA 1. KÉPLETGYŰJTEMÉNY. alapfogalmak egy ismérv szerinti elemzés két ismérv szerinti elemzés standardizálás indexszámítás
STTSZTK. KÉPLETGYŰJTEMÉY alaogalma eg smér szer elemzés é smér szer elemzés sadardzálás dexszámíás . LPOGLMK..smére íusa TEÜLET, DŐEL, MŐSÉG, MEYSÉG. MŐSÉG omáls (éleges) soaság eleme alamle uladoságo
Részletesebben12. Laboratóriumi gyakorlat MÉRÉSEK FELDOLGOZÁSA
. Laoratórum gakorlat MÉRÉSK FLDOLGOZÁSA. A gakorlat célja Lgks égztk LS) módszré alapuló polom-llsztés proléma mutatása és a módszr alkalmazása mérés rdmék fldolgozására, lltv érzéklő karaktrsztkák aaltkus
RészletesebbenREGIONÁLIS ELEMZÉSI MÓDSZEREK. c. készülő egyetemi tankönyvből, szerkesztő: Nemes Nagy József várható megjelenés 2004., ELTE Eötvös Kiadó
Kézrat részletek a REGIONÁLIS ELEMZÉSI MÓDSZEREK c. készülő egetem takövből, szerkesztő: Nemes Nag Józse várható megjeleés 004., ELTE Eötvös Kadó 5 TERÜLETI EGYENLŐTLENSÉGEK 5. Fogalm keretek Az egelőtleség
RészletesebbenHipotéziselmélet. Statisztikai próbák I. Statisztikai próbák II. Informatikai Tudományok Doktori Iskola
Hpotézselmélet Iformatka Tudomáyok Doktor Iskola Statsztka próbák I. 0.0.. Dr Ketskeméty László előadása Statsztka próbák II. Dötés eljárást dolgozuk k aak eldötésére, hogy a ullhpotézs gaz-e. Ha úgy kell
RészletesebbenMérnöki alapok 5. előadás
Mérnök alapok 5. előadás Készítette: dr. Várad Sándor Budapest Műszak és Gazdaságtudomán Egetem Gépészmérnök Kar Hdrodnamka Rendszerek Tanszék, Budapest, Műegetem rkp. 3. D ép. 334. Tel: 463-6-80 Fa: 463-30-9
RészletesebbenBIOMATEMATIKA ELŐADÁS
BIOMATEMATIKA ELŐADÁS 10. A statisztika alapjai Debrecei Egyetem, 2015 Dr. Bérczes Attila, Bertók Csaád A diasor tartalma 1 Bevezetés 2 Statisztikai függvéyek Defiíció, empirikus várható érték Empirikus
RészletesebbenI. Általános lineáris modellek: Lineáris és nem-lineáris regresszió
I. Általáo leá modelle: Leá é em-leá egezó A temézettudomáoa az alapvető tövézeűége általáa ülöféle változó özött apcolatoat ada meg. Pl.. Eg elleálláo (pl. ézhuzalo) áthaladó áam é az elleállá ét végpota
Részletesebben3D Számítógépes Geometria II.
3D zámítógépes Geomet II. 9. Négyoldlú felületekből összetett 3D modellek http://g.t.bme.h/potl/3dgeo https://www.k.bme.h/kepzes/tgyk/viiiav6 D. Vády Tmás D. l Péte BME Vllmosméök és Ifomtk K Iáyítástehk
RészletesebbenA pénzügyi számítások alapjai I. Szakirodalom. Az előadás témakörei
A pézügyi számítások alapjai I. Miskolci Egyetem Gazdaságtudomáyi Ka Pézügyi Taszék Galbács Péte doktoadusz Szakiodalom VIGVÁRI Adás [004]: Pézügy(edsze)ta. Budapest: KJK-KERSZÖV. BREALEY, Richad A. MYERS,
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
RészletesebbenA matematikai statisztika elemei
A matematikai statisztika elemei Mikó Teréz, dr. Szalkai Istvá szalkai@almos.ui-pao.hu Pao Egyetem, Veszprém 2014. március 23. 2 Tartalomjegyzék Tartalomjegyzék 3 Bevezetés................................
RészletesebbenPortfóliók képzése és a portfólió értékelés mértékei. A portfóliókockázat. elemzése. Az arbitrázs-értékelés modellje és alkalmazása.
Beuházás és fnanszíozás döntések Levelező. konzultácó Potfólók kézése és a otfóló étékelés météke. A otfólókockázat secáls esetenek elemzése. Az abtázs-étékelés modellje és alkalmazása. A otfolók kézése,
RészletesebbenDiszkrét idejű felújítási paradoxon
Magda Gábor Szaller Dávid Tóvári Endre 2009. 11. 18. X 1, X 2,... független és X-szel azonos eloszlású, pozitív egész értékeket felvevő valószínűségi változó (felújítási idők) P(X M) = 1 valamilyen M N
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 :
RészletesebbenMATEMATIKA I. KATEGÓRIA (SZAKKÖZÉPISKOLA)
O k t a t á s i H i v a t a l A 5/6 taévi Országos Középiskolai Taulmáyi Versey első forduló MATEMATIKA I KATEGÓRIA (SZAKKÖZÉPISKOLA) Javítási-értékelési útmutató A 5 olya égyjegyű szám, amelyek számjegyei
RészletesebbenElemi statisztika. >> =weiszd= << december 20. Szerintem nincs sok szükségünk erre... [visszajelzés esetén azt is belerakom] x x = n
Elemi statisztika >> =weiszd=
RészletesebbenZárthelyi dolgozat 2014 C... GEVEE037B tárgy hallgatói számára
Záthely dlgzat 4 C.... GEVEE37B tágy hallgató számáa Név, Nept ód., Néháy ss övd léyege töő válaszat adj az alább édésee! (5xpt a Ss és páhzams mmácós ptll felslása és legftsabb jellemző. Páhzams ptll
RészletesebbenHipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
RészletesebbenTöbbváltozós Regresszió-számítás
Töváltozós Regresszió-számítás 3. előadás Döntéselőkészítés módszertana Dr. Szilágyi Roland Korreláció Célja a kacsolat szorosságának mérése. Regresszió Célja a kacsolatan megfigyelhető törvényszerűség
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.
Részletesebben