ICH Harmonised Tripartite Guideline. Stability Testing of New Drug Substances and Products (Q1A(R2)), 2003

Méret: px
Mutatás kezdődik a ... oldaltól:

Download "ICH Harmonised Tripartite Guideline. Stability Testing of New Drug Substances and Products (Q1A(R2)), 2003"

Átírás

1 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), 003 Stabltásvzsgálat A stabltásvzsgálat célja aak megállapítása, hogy az dı múlásával a külöbözı köyezet téyezık (hıméséklet, edvességtatalom, féy stb.) hatásáa hogya változk az adott gyógysze mısége. Eek alapjá az ajálott táolás köülméyek és az eltathatóság dı meghatáozása. Stabl az a gyógyszekészítméy, amelyek jellemzı és léyeges tulajdosága az elıít táolás eseté felhaszálhatóságáak egész dıtatama alatt csak a készítméye voatkozó mıség elıíásokba ögzített hatáétéke belül változak meg. Stabltásvzsgálat

2 A stabltásvzsgálat típusa Hosszúlejáatú (Log-tem) Közbesı (Itemedate) Gyosított (Acceleated) A stabltásvzsgálat típusa Táolás köülméyek A vzsgálat mmáls deje Hosszúlejáatú 5 ± / 60 ± 5% RH vagy hóap 30 ± / 65 ± 5% RH Közbesı 30 ± / 65 ± 5% RH 6 hóap Gyosított 40 ± / 75 ± 5% RH 6 hóap Itt a hosszúlejáatú vzsgálat adataak elemzéséıl lesz szó. Stabltásvzsgálat 3 Az alapvetı módsze: Stabltásvzsgálat 4

3 Szakma szempotból: egyetle sazs több sazs több dózs-egység (hatáseısség) több kszeelés edukált tevek (matxg. backetg) Statsztka szempotból: egesszó-aalízs (kofdeca-sáv) vaacaaalízs, hpotézsvzsgálat Geeal Lea Model (a kettı kombácója) Stabltásvzsgálat 5 Eltathatóság dı: ha a kvattatív tulajdoság csökkeésée kell számíta (pl. hatóayag-tatalom), alsó 95%-os sáv y 90% t ha a kvattatív tulajdoság övekedésée kell számíta (pl. bomlástemék kocetácója) fölsı 95%-os sáv y 0% ha elıe em tudjuk, hogy csökke vagy öveked fog, kétoldal 95% sáv t Stabltásvzsgálat 6

4 . példa Eltathatóság dı becslése egyetle sazs adataból L.sta. sazs Sel Gaphs> Scatteplots Stabltásvzsgálat 7 Stabltásvzsgálat 8

5 ocet Scatteplot of ocet agast Tme L.sta 3v*c Iclude codto: Batch ocet *x; 0.9 of.it Tme kétoldal 90% egyoldal 95% Stabltásvzsgálat 9 Scatteplot of ocet agast Tme L.sta 3v *c Iclude codto: Batch ocet *x; 0.9 of.it ocet Tme Stabltásvzsgálat 0

6 A ezduumok gafkus vzsgálata (leás dıfüggés?) Statstcs>Advaced Lea/Nolea Models>Geeal Lea Models>Smple egesso epedet vaables: ocet Pedcto vaable: Tme Pedcted vs. Resdual Values epedet vaable: ocet Resds fülö: (Aalyss sample) Iclude codto: Batch Ped. & Resds Raw Resduals Pedcted Values Stabltásvzsgálat A degadálódás függvéy jellegéek meghatáozása (egyees?) A ketka smet lehet, például a hatóayag-tatalom csökkeése általába ullad- vagy elsıedő eakcó szet zajlk 5%-os bomlásg csekély a külöbség: célszeő a statsztka étékeléshez a ulladedő eakcót (a leás modellt) választa. y y0 k0t kt y y0e Taylo-soal közelítve t0 köyéké: y y 0 y0kt Stabltásvzsgálat

7 A választott degadálódás függvéy jóságát megfelelı statsztka módszeekkel mdg gazol kell. Ha a ketka em smet (pl. koldódás adatok), célszeő mdg a leás modellel kezde. sak akko lépük tovább a boyolultabb égyzetes, expoecáls vagy logatmkus függvéyek felé, ha a leás függvéy jósága statsztka módszeekkel em gazolható. Stabltásvzsgálat 3 A mét stabltás adatok alapjá tepolácóval vagy extapolácóval adhatuk becslést a váható eltathatóság dıe. A vzsgálat dıtevallumo túl extapolácó csak abba az esetbe egedélyezett, ha a gyosított stabltásvzsgálat ll. az esetlegese helyette dított közbesı stabltásvzsgálat soá em tapasztalható szgfkás változás. Az extapolácó soá feltételezzük, hogy a degadácó jellege a vzsgálat dıszako túl s az elızıekhez hasolóa alakul. Mvel azoba ebbe sohasem lehetük teljese bztosak, az IH Gudele csak lmtált extapolácót egedélyez. Stabltásvzsgálat 4

8 Példakét a hatóayag-tatalom csökkeéséek esete Yˆ t + ( x x) α sy < ( x j x) j Y y 90% t Az eltathatóság dı agyobb, ha sováyabb a kofdeca-sáv: méés bzoytalasága s y mél ksebb legye méés potok száma mél agyobb legye méés potok elhelyezkedése Stabltásvzsgálat 5 A méés potok száma övelhetı: méések több dıpotba: em szokás méések több smétléssel: tpkusa több tabletta - aalízse több sazs A becsült eltathatóság dıek az összes jövıbel, hasoló köülméyek között gyátadó sazsa évéyesek kell lee több sazsot kell vzsgál. IH Gudele: mmálsa háom sazs vzsgáladó. Stabltásvzsgálat 6

9 A sazsok egyesítése A sazsok egyesítésée akko va lehetıség, ha a sazsok közt gadozás ksmétékő. A sazsok egyesítéséek feltétele, hogy a vzsgált sazsok degadálódás poflja hasoló legye, azaz az egyes sazsoka llesztett degadálódás göbe (egyees) azoos legye. A vzsgált sazsoka llesztett egyeesek akko tekthetık azoosakak, ha paaméteek - meedekségük és tegelymetszetük - azoosak. Stabltásvzsgálat 7 Több sazs egyesíthetıségéek vzsgálata I. Md a meedekség, md a tegelymetszet külöbözı II. Azoos meedekség III. Azoos tegelymetszet IV. Azoos meedekség és tegelymetszet Stabltásvzsgálat 8

10 A kdulás () modell: az adatoka sazsokét külöbözı meedekségő és tegelymetszető egyeest llesztük y k α + β x + ε k y k α β x az -edk sazs mét hatóayag-tatalma a j-edk vzsgálat dıpot k-adk smételt mééseko az -edk sazsa llesztett egyees tegelymetszete (kdulás hatóayag-tatalom) az -edk sazsa llesztett egyees meedeksége (degadálódás áta) az -edk sazs j-edk vzsgálat dıpotja ε k véletle hba Stabltásvzsgálat 9 modell: ha csak a meedekségek azoosságáa voatkozó ullhpotézs teljesül y α + β x + ε k k α az -edk sazsa llesztett egyees tegelymetszete β az összes adata llesztett közös meedekség Stabltásvzsgálat 0

11 B modell: az adatoka sazsokét külöbözı meedekségő de azoos tegelymetszető egyeest llesztük y k α + β x + ε k y k α β x az -edk sazs mét hatóayag-tatalma a j-edk vzsgálat dıpot k-adk smételt mééseko a közös tegelymetszet (kdulás hatóayag-tatalom) az -edk sazsa llesztett egyees meedeksége (degadálódás áta) az -edk sazs j-edk vzsgálat dıpotja ε k véletle hba A modellel azoosak szokták ve, cs gyakolat jeletısége. Stabltásvzsgálat A modell: ha md a meedekségek, md a tegelymetszetek azoosságát elfogadjuk y α + β + ε k x k α a közös egyees tegelymetszete β a közös egyees meedeksége L, K.K.; L, T.Y..; Kelly, R.E.: Stablty of ugs, Statstca the Phamaceutcal Idusty, ed. Buche,.B.; Tsay, J.Y., Macel ekke, Ic., New Yok, 994, Stabltásvzsgálat

12 Rezduáls égyzetösszegek es j ( y Yˆ ) j ( y ˆ α ˆ β x ) Y ˆ ˆ α + ˆ β x az egyes sazsoka külö-külö egyeeseket llesztve kapott ezduáls égyzetösszeg Stabltásvzsgálat 3 j ( y ˆ α ˆ βx ) Y ˆ ˆ α + ˆ βx a sazsok adataa azoos meedekségő, de külöbözı tegelymetszető egyeeseket llesztve kapott ezduáls égyzetösszeg A j ( y ˆ α ˆ βx ) Y ˆ ˆ α + ˆ β x az összes adata egy közös egyeest llesztve kapott ezduáls égyzetösszeg Stabltásvzsgálat 4

13 égyzetösszeg szabadság fok külöbözı meedekség, külöbözı tegelymetszet j ( y ˆ ˆ β x α ) ( ) azoos meedekség, külöbözı tegelymetszet j ( y ˆ ˆ βx α ) ( ) azoos meedekség, azoos tegelymetszet A j ( y ˆ α ˆ βx ) A Stabltásvzsgálat 5 Az egyesítés feltételeek elleızésée szekvecáls (lépcsızetes) vzsgálat: elıszö a meedekségek, majd a tegelymetszetek azoosságát teszteljük ( pope ode ). Háom eset: Ha a meedekségek azoosságáa voatkozó ullhpotézst elutasítjuk, akko a sazsok adatat em egyesíthetjük ( modell). Ilyeko mde egyes sazsa külö-külö k kell számíta az eltathatóság dıt, sazsokét egyed meedekséget és tegelymetszetet alkalmazva. Az így kapott eltathatóság dık közül a legövdebb lesz az összes sazsa elfogadott becsült eltathatóság dı ( mmum appoach ). Stabltásvzsgálat 6

14 Ha a meedekségek azoosságát elfogadtuk, de a tegelymetszetek azoosságáa voatkozó ullhpotézst elutasítottuk, akko az adatokat csak a közös meedekség becslésée egyesíthetjük ( modell). A becsült közös meedekséget és az egyed tegelymetszetet alkalmazva mde egyes sazsa külö-külö k kell számíta az eltathatóság dıt, a legövdebb lesz az összes sazsa elfogadott becsült eltathatóság dı. Ez az eset kedvezıbb az elızıél, mvel a degadálódás egyees meedekségét több adatból potosabb becsülve szőkebb kofdeca-sávot, s így hosszabb becsült eltathatóság dıt kapuk. Stabltásvzsgálat 7 Ha md a meedekségek, md a tegelymetszetek azoosságát elfogadtuk, a sazsok adata egyesíthetık (A modell), azaz az összes adata egyetle egyeest llesztve becsülhetjük az eltathatóság dıt. Ez az eset a legkedvezıbb, hsze md a meedekség, md a tegelymetszet becsléséhez felhaszálható léyegese több méés adat a kofdeca-sáv tovább szőkülését, így még hosszabb becsült eltathatóság dıt eedméyez. Stabltásvzsgálat 8

15 Kdulás modell ( modell) y α + β x + ε k k Meedekségek azoosságáak vzsgálata H 0 : β β β ge Tegelymetszetek azoosságáak vzsgálata H 0 : α α α em em Az adatok em egyesíthetık. ge Az adatok észbe egyesíthetık. ( modell) Az adatok egyesíthetık. (A modell) y α + β k x + ε k y α + β + ε k x k Stabltásvzsgálat 9 Az általáos egesszós póba ezduáls (maadék) égyzetösszeg es j ( y Yˆ ) H 0 : a edukált modell adekvát feltétel: a teljes modell adekvát Yˆ ˆ α + ˆ βx Yˆ ˆ α + ˆ β x Stabltásvzsgálat 30

16 ezduáls (maadék) égyzetösszeg ha a teljes modell, pl. Yˆ ˆ α + ˆ β x adekvát: ( teljes modell) ( y Yˆ ) ( y ˆ α ˆ β x ) χ σ j ha a edukált modell, pl. Yˆ ˆ α + ˆ βx j ( ) ( edukált modell) ( teljes modell) χ σ s adekvát: ( edukált modell) ( y ˆ α ˆ βx ) χ σ j ( ) ( ) Stabltásvzsgálat 3 szabadság fokkal ( ) szabadság fokkal F 0 [ S ( H0 ) S ( teljes modell) ]/( ) S ( teljes model) / teljes például Y ˆ ˆ α + ˆ β x külö tegelymetszet, külö meedekség (teljes modell) Y ˆ ˆ α + ˆ βx külö tegelymetszet, közös meedekség (H 0, edukált modell) F0 F-póba, α ögzített Stabltásvzsgálat 3

17 Vzsgálat lehetıségek kegyesúlyozott teve Nullhpotézs Alteatív hpotézs df MS F 0 Egyed Közös meedekség meedekség és és közös egyed A A ( ) A tegelymetszet (A) A tegelymetszet () Közös meedekség és közös tegelymetszet (A) Közös meedekség és egyed tegelymetszet () Egyed meedekség és egyed tegelymetszet () Közös meedekség és egyed tegelymetszet () Egyed meedekség és egyed tegelymetszet () A A N B B MS MS MS MS MS MS A A Stabltásvzsgálat 33 Nullhpotézs Alteatív hpotézs df MS F 0 Közös Egyed meedekség és meedekség és egyed egyed tegelymetszet () tegelymetszet () MS MS Yˆ ˆ α + ˆ βx Yˆ ˆ α + ˆ β x j ( y ˆ α ˆ βx ) j ( y ˆ α ˆ β x ) ( ) ( ) F 0 Stabltásvzsgálat 34

18 A másodfajú hba β valószíőségéek csökketésée az IH Gudele által ajálott megoldás: Az elsıfajú hba kockázatát a szokásos 0.05 helyett 0.5-a választják (az elsıfajú hba valószíőségéek övelésével a másodfajú hba elkövetéséek kockázata csökkethetı, azaz a póba eeje övelhetı). f(z 0 H 0 ) f(z 0 H ) (emlékeztetı) α/ β α/ (µ -µ 0 )/(σ / ) Stabltásvzsgálat 35 A 0.5-os hatá kelölése ökéyes, sıt paadox helyzetet teemt: Igéyes stabltásvzsgálatál (sok sazs, hosszú táolás dıtatam, több smételt méés, az aaltka méés jól epodukálható) má a sazsok között ks külöbség s köye szgfkásak mısíthetı 0.5-os szte (a több méés potak köszöhetıe agyobb szabadság fokszámú becslést kapuk ll. az F-póba evezıjébe szeeplı vszoyítás szóáségyzet kcs). Felületese végzett stabltásvzsgálatál (kevés sazs, az smételt méések háya, potatla aaltka méés) a sazsok egyesítésée voatkozó ullhpotézs 0.5-os szte sokkal köyebbe elfogadható. Rubeg, S.J.; Stegema, J.W.: Poolg data fo stablty studes: testg the equalty of batch degadato slopes, Bometcs, 47, , (99) Stabltásvzsgálat 36

19 . példa: A sazsok egyesíthetıségéek vzsgálata L.sta SELOFF! Tme (moth) Batch Batch Batch Stabltásvzsgálat 37 Statstcs>Advaced Lea/Nolea Models>Geeal Lea Models> Homogeety of slopes epedet: ocet Uvaate Tests of Sgfcace fo ocet (L.sta) Sgma-estcted paametezato ategocal ped.: Batch Effectve hypothess decomposto otuous ped.: Tme eg. of MS F p Feedom Quck fülö: All effects Effect Itecept Batch Tme Batch*Tme Eo ötés? j ( y ˆ α ˆ β x ) ( ) j ( y ˆ α ˆ βx ) ( ) F 0 Stabltásvzsgálat 38

20 Rezduumok elemzése: a teljes modell megfelelıe lleszkedk-e Resds fülö: Ped. & Resds P-plot of esds Raw Resduals Pedcted vs. Resdual Values epedet vaable: ocet (Aalyss sample) Pedcted Values Stabltásvzsgálat Nomal Pob. Plot; Raw Resduals epedet vaable: ocet (Aalyss sample) Expected Nomal Value Resdual A képek megyugtatók, a háom sazsa külö egyeesek modellje (a teljes modell) elfogadható, tehát joggal szolgál voatkozásul az F-póba evezıjébe. Stabltásvzsgálat 40

21 Azoos-e a háom sazsa lleszthetı egyeesek tegelymetszete (páhuzamos egyeesek: A modell) Statstcs>Advaced Lea/Nolea Models>Geeal Lea Models> Aalyss of ovaace Effect Itecept Tme Batch Eo Uvaate Tests of Sgfcace fo ocet (L.sta) Sgma-estcted paametezato Effectve hypothess decomposto eg. of MS F p Feedom ( ) Quck fülö: All effects A ötés? j ( y ˆ α ˆ βx ) A j ( y ˆ α ˆ βx ) Stabltásvzsgálat 4 Statstcs>Advaced Lea/Nolea Models>Geeal Lea Models>Smple egesso Uvaate Tests of Sgfcace fo ocet (L) Sgma-estcted paametezato Effect Itecept Tme Eo Effectve hypothess decomposto eg. of MS F p Feedom epedet vaables: ocet Pedcto vaable: Tme Quck fülö: All effects ocet *x; 0.95 of.it. Va-e degadálódás egyáltalá? dötés? 00 ocet scale! Tme Stabltásvzsgálat 4

22 Raw Resduals Pedcted vs. Resdual Values epedet vaable: ocet (Aalyss sample) Pedcted Values.0.5 Nomal Pob. Plot; Raw Resduals epedet vaable: ocet (Aalyss sample) Expected Nomal Value Resdual Stabltásvzsgálat 43 Scatteplot of ocet agast Tme L.sta 3v*c ocet *x; 0.9 of.it ocet Tme ocet New 75 hóap, az. sazs adataból 50 hóap Haszosak bzoyult (a gyátó szempotjából) a sazsok egyesítése. Stabltásvzsgálat 44

23 A lépések: Jó-e a leás modell Homogeety of slopes, ezduumok Páhuzamosak-e az egyeesek Homogeety of slopes, -/ összehasolítás Ha ge, azoos-e a tegelymetszetük s Aalyss of covaace, A-/ összehasolítás Ha ge, egyetle egyeest lleszthetük Smple egesso, kof. sáv Stabltásvzsgálat 45

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)

Matematikai 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,

Részletesebben

Változók közötti kapcsolatok vizsgálata

Változók közötti kapcsolatok vizsgálata ) 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

Részletesebben

Statisztika. Eloszlásjellemzők

Statisztika. Eloszlásjellemzők Statsztka Eloszlásjellemzők Statsztka adatok elemzése A sokaság jellemzése középértékekkel A sokaság jellemzéséek szempotja A sokaság jellemzéséek szempotja: A sokaság tpkus értékéek meghatározása. Az

Részletesebben

Gyakorló feladatok a Kísérletek tervezése és értékelése c. tárgyból Lineáris regresszió, ismétlés nélküli mérések

Gyakorló 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

Részletesebben

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat

Megállapítható 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

Részletesebben

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

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

Részletesebben

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

ORVOSI STATISZTIKA. Az orvosi statisztika helye. Egyéb példák. Példa: test hőmérséklet. Lehet kérdés? Statisztika. Élettan Anatómia Kémia. Kérdések! ORVOSI STATISZTIKA Az orvos statsztka helye Életta Aatóma Kéma Lehet kérdés?? Statsztka! Az orvos dötéseket hoz! Mkor jó egy dötés? Meyre helyes egy dötés? Mekkora a tévedés lehetősége? Példa: test hőmérséklet

Részletesebben

Matematikai statisztika

Matematikai statisztika Matematka statsztka 8. elıadás http://www.math.elte.hu/~arato/matstat0.htm Kétmtás eset: függetle mták + + + = + ) ( ) ( ) ( Y Y X X Y X m m m t m Ha smert a szórás: (X elemő, σ szórású, Y m elemő, σ szórású),

Részletesebben

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum) Az átlagra voatkozó megbízhatósági itervallum (kofidecia itervallum) Határozzuk meg körül azt az itervallumot amibe előre meghatározott valószíűséggel esik a várható érték (µ). A várható értéket potosa

Részletesebben

Biológiai anyagok hatásának értékelése, ha közvetlen fizikai vagy kémiai analízis nem alkalmazható.

Biológiai anyagok hatásának értékelése, ha közvetlen fizikai vagy kémiai analízis nem alkalmazható. Boassa Bológa anagok hatásának értékelése, ha közvetlen fzka vag kéma analízs nem alkalmazható. Alapja standard készítménnel való összehasonlítás: a vzsgált anag mlen mennsége ad uganakkora hatást, mnt

Részletesebben

A paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab

A 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

Részletesebben

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

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet A biostatisztika alapfogalmai, kofideciaitervallum Dr. Boda Krisztia PhD SZTE ÁOK Orvosi Fizikai és Orvosi Iformatikai Itézet Mitavétel ormális eloszlásból http://www.ruf.rice.edu/~lae/stat_sim/idex.html

Részletesebben

ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

ÖKONOMETRIA. 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

Részletesebben

2012.03.01. Méréselmélet PE_MIK MI_BSc, VI_BSc 1

2012.03.01. Méréselmélet PE_MIK MI_BSc, VI_BSc 1 Mérés adatok feldolgozása 202.03.0. Méréselmélet PE_MIK MI_BSc, VI_BSc Bevezetés A mérés adatok külöböző formába, általába ömlesztve jeleek meg Ezeket az adatokat külöböző szempotok szert redez kértékel

Részletesebben

NEMPARAMÉTERES ELJÁRÁSOK

NEMPARAMÉTERES 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

Részletesebben

Statisztika feladatok

Statisztika 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.)

Részletesebben

? közgazdasági statisztika

? 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

Részletesebben

Mérési adatok feldolgozása. 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc 1

Mérési adatok feldolgozása. 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc 1 Mérés adatok feldolgozása 2008.04.08. Méréselmélet PE_MIK MI_BSc, VI_BSc Bevezetés A mérés adatok külöböző formába, általába ömlesztve jeleek meg Ezeket az adatokat külöböző szempotok szert redez kértékel

Részletesebben

Tartalomjegyzék. 4.3 Alkalmazás: sorozatgyártású tűgörgő átmérőjének jellemzése

Tartalomjegyzék. 4.3 Alkalmazás: sorozatgyártású tűgörgő átmérőjének jellemzése 3 4 Tartalomegyzék. BEVEZETÉS 5. A MÉRÉS 8. A mérés mt folyamat, fogalmak 8. Fotosabb mérés- és műszertechka fogalmak 4.3 Mérés hbák 8.3. Mérés hbák csoportosítása eredetük szert 8.3. A hbák megeleítés

Részletesebben

Feladatok és megoldások a 11. heti gyakorlathoz

Feladatok és megoldások a 11. heti gyakorlathoz Feladatok és megoldások a. het gyakorlathoz dszkrét várható érték Építőkar Matematka A. Egy verseye öt ő és öt férf verseyző dul. Tegyük fel, hogy cs két azoos eredméy, és md a 0! sorred egyformá valószíű.

Részletesebben

Lineáris regresszió. Statisztika I., 4. alkalom

Lineáris 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

Részletesebben

Ismérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I. 25-26. o)

Ismérvek 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)

Részletesebben

A heteroszkedaszticitásról egyszerûbben

A heteroszkedaszticitásról egyszerûbben Mûhely Huyad László kaddátus, egyetem taár, a Statsztka Szemle főszerkesztője A heteroszkedasztctásról egyszerûbbe E-mal: laszlo.huyad@ksh.hu A heteroszkedasztctás az ökoometra modellezés egyk kulcsfogalma,

Részletesebben

Azonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága

Azonos 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

Részletesebben

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ANOVA ( ) 2. χ σ. α ( ) 2. y y y p p y y = + + = + + p p r. Fisher-Cochran-tétel

( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ANOVA ( ) 2. χ σ. α ( ) 2. y y y p p y y = + + = + + p p r. Fisher-Cochran-tétel NOV ( ) ( ) ( ) ( ) ( ) ( ) a Y Y Y Y µ µ µ + + + ( ) ( ) ( ) ( ) + + Y µ µ µ ( ) ( ) ( ) + + µ χ e ( ) ( ) r + + Fher-Cochran-tétel mnd NOV ( ) e χ : H ( ) e S χ ( ) e r ν χ ( ) e S χ ( ) e r r ν χ F

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.

) ( 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

Részletesebben

Hipotéziselmélet. Statisztikai próbák I. Statisztikai próbák II. Informatikai Tudományok Doktori Iskola

Hipotéziselmélet. 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

Részletesebben

Statisztikai alapismeretek amit feltétlenül tudni kell

Statisztikai alapismeretek amit feltétlenül tudni kell Statztka alameetek amt feltétlenül tudn kell Sokaág é mnta fogalma Statztka (mnta jellemzője) é aaméte fogalma Váható éték é vaanca jellemző Sűűégfüggvén é elozláfüggvén Standad nomál -, t- é F-elozlá

Részletesebben

Diszkrét Matematika 1. óra Fokszámsorozatok

Diszkrét Matematika 1. óra Fokszámsorozatok Dszkrét Matematka. óra 29.9.7. A köetkezı fogalmakat smertek tektük: gráf, egyszerő gráf, hurokél, párhuzamos élek, fa, ághatás operácó. Fokszámsorozatok Def.: G gráf fokszámsorozata fokaak reezett öekı

Részletesebben

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

Tulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk Valószíőségszámítás és statsztka elıadás fo. BSC/B-C szakosokak 3. elıadás Szeptember 26 p 0.4 0.35 0.3 0.25 0.2 0.15 0.1 0.05 0 A bomáls és a hpergeom. elo. összehasolítása 0 1 2 3 4 5 6 7 8 9 10 k Hp.geom

Részletesebben

? közgazdasági statisztika

? 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

Részletesebben

Boros Daniella Nappali tagozat Kereskedelem és marketing 2. évfolyam Gödöllő Neptun kód: OIPGB9

Boros Daniella Nappali tagozat Kereskedelem és marketing 2. évfolyam Gödöllő Neptun kód: OIPGB9 Szent István Egetem Gazdaság- és Tásadalomtudomán Ka -------------------------------------------------------------------------------------------- Koelácó- és egesszó analízs ----------------------------------------------------------------------------------------------------------------------

Részletesebben

Statisztikai hipotézisvizsgálatok

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

Részletesebben

1 n. 8abc (a + b) (b + c) (a + c) 8 27 (a + b + c)3. (1 a) 5 (1 + a)(1 + 2a) n + 1

1 n. 8abc (a + b) (b + c) (a + c) 8 27 (a + b + c)3. (1 a) 5 (1 + a)(1 + 2a) n + 1 A tárgy címe: ANALÍZIS A-B-C + gyakorlat Beroulli-egyelőtleség Ha N és h R, akkor + h + h Mikor va itt egyelőség? Léyeges-e a h feltétel? Számtai-mértai közép Bármely N és,, R, k 0 k =,, választással k

Részletesebben

FIZIKA I. KATEGÓRIA 2015-ben, a Fény Évében

FIZIKA 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

Részletesebben

Változók függőségi viszonyainak vizsgálata

Változók függőségi viszonyainak vizsgálata Változók függőség vszoyaak vzsgálata Ismétlés: változók, mérés skálák típusa kategoráls változók Asszocácós kapcsolat számszerű változók Korrelácós kapcsolat testsúly (kg) szemüveges em ő 1 3 férf 5 3

Részletesebben

Kísérletek tervezése és értékelése

Kísérletek tervezése és értékelése STATISZTIKAI ALAPOK I. STATISZTIKAI ALAPOK Adatok ábrázolása Yogi Berra: "You ca observe a lot by watchig." I. STATISZTIKAI ALAPOK Mérési adatok ábrázolása: Pot ábrázolás (Dotplot) Dotplot for Y 9 3 Y

Részletesebben

BIOMATEMATIKA ELŐADÁS

BIOMATEMATIKA ELŐADÁS BIOMATEMATIKA ELŐADÁS 10. A statisztika alapjai Debrecei Egyetem, 2015 Dr. Bérczes Attila, Bertók Csaád A diasor tartalma 1 Bevezetés 2 Statisztikai függvéyek Defiíció, empirikus várható érték Empirikus

Részletesebben

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

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

Részletesebben

ezek alapján kívánunk dönteni. Ez formálisan azt jelenti, hogy ellenőrizni akarjuk,

ezek alapján kívánunk dönteni. Ez formálisan azt jelenti, hogy ellenőrizni akarjuk, A deceber -i gyakorlat téája A hipotézisvizsgálat fotos probléája a következő két kérdés vizsgálata. a) Egy véletle eyiség várható értékéek agyságáról va bízoyos feltevésük. Elleőrizi akarjuk e feltevés

Részletesebben

Populáció nagyságának felmérése, becslése

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

Részletesebben

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

Példák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra Valószíőségszámítás és statsztka elıadás fo. BSC/B-C szakosokak 3. elıadás Szeptember 28 dszkrét valószíőség változókra X(ω)=c mde ω-ra. Elevezés: elfajult eloszlás. P(X=c)=1. X akkor 1, ha egy adott,

Részletesebben

Ha n darab standard normális eloszlású változót négyzetesen összegzünk, akkor kapjuk a χ 2 - eloszlást: N

Ha n darab standard normális eloszlású változót négyzetesen összegzünk, akkor kapjuk a χ 2 - eloszlást: N Krály Zoltá: Statsztka II. Bevezetés A paraméteres eljárások alkalmazásához, a célváltozóra ézve szgorú feltételek szükségesek (folytoosság, ormaltás, szóráshomogetás), ekkor a hpotézseket egy-egy paraméterre

Részletesebben

Táblázatok 4/5. C: t-próbát alkalmazunk és mivel a t-statisztika értéke 3, ezért mind a 10%-os, mind. elutasítjuk a nullhipotézist.

Táblázatok 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

Részletesebben

Az állat becsült kor. teljes súly. teljes hossz orrtól. törzs hossza. pocak körkörös méret. hátsó láb hossza kör

Az 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

Részletesebben

Kutatói pályára felkészítı modul

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

Részletesebben

Bruttó kereslet Nettó kereslet (1) 5. elıadás: Vétel és eladás indulókészlettel; Intertemporális választások. Indulókészlet

Bruttó kereslet Nettó kereslet (1) 5. elıadás: Vétel és eladás indulókészlettel; Intertemporális választások. Indulókészlet (C http://kgt.be.hu/ 5. elıadás: Vétel és eladás idulókészlettel; Itetepoális választások uttó keeslet ettó keeslet ( uttó keeslet: ait a fogyasztó téylegese elfogyaszt (hazavisz a piacól ( ( Jele:, vagy,

Részletesebben

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

biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert Hipotézisvizsgálat Kísérlettervezés - biometria III. foglalkozás előadó: Prof. Dr. Rajkó Róbert u-próba Feltétel: egy ormális eloszlású sokaság σ variaciájáak számszerű értéke ismert. Hipotézis: a sokaság µ várható értéke

Részletesebben

Statisztika II. előadás és gyakorlat 2. rész

Statisztika II. előadás és gyakorlat 2. rész előadás és gyakorlat. rész T.Nagy Judt Ajálott rodalom: Ilyésé Molár Emese Lovasé Avató Judt: Feladatgyűjteméy, Perekt, 006. Korpás Attláé (szerk.): Általáos, Nemzet Taköyvkadó, 1997. Molár Mátéé Tóth

Részletesebben

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3

1 k < n(1 + log n) C 1n log n, d n. (1 1 r k + 1 ) = 1. = 0 és lim. lim n. f(n) < C 3 Dr. Tóth László, Fejezetek az elemi számelméletből és az algebrából (PTE TTK, 200) Számelméleti függvéyek Számelméleti függvéyek értékeire voatkozó becslések A τ() = d, σ() = d d és φ() (Euler-függvéy)

Részletesebben

Biomatematika 12. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Biomatematika 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

Részletesebben

Backtrack módszer (1.49)

Backtrack módszer (1.49) Backtrack módszer A backtrack módszer kombatorkus programozás eljárás, mely emleárs függvéy mmumát keres feltételek mellett, szsztematkus kereséssel. A módszer előye, hogy csak dszkrét változókat kezel,

Részletesebben

GEOFIZIKA / 4. GRAVITÁCIÓS ANOMÁLIÁK PREDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE

GEOFIZIKA / 4. GRAVITÁCIÓS ANOMÁLIÁK PREDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE MSc GEOFIZIKA / 4. BMEEOAFMFT3 GRAVITÁCIÓS ANOMÁLIÁK REDIKCIÓJA, ANALITIKAI FOLYTATÁSOK MÓDSZERE, GRAVITÁCIÓS ANOMÁLIATEREK SZŰRÉSE A gravtácós aomálák predkcója Külöböző feladatok megoldása sorá - elsősorba

Részletesebben

VÉLETLENÍTETT ALGORITMUSOK. 1.ea.

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

Részletesebben

du=tds pdv Izolált rendszerre, du=0, dv=0. Ez azt jelenti, hogy ds=0? Csak egyensúlyi izolált rendszer létezik? Nem!

du=tds pdv Izolált rendszerre, du=0, dv=0. Ez azt jelenti, hogy ds=0? Csak egyensúlyi izolált rendszer létezik? Nem! ÚJ ÁLOZÓK A POENCIÁLFÜÉNYEKEN: AZ ANYAMENNYIÉ A KÉMIAI POENCIÁL Az elméletüket eg egysze D- eszeeke éítettük fel! Péla: a bels eega fuametáls egyelete. Izolált eszee 0 0. Ez azt jelet hogy 0? Csak egyesúly

Részletesebben

Hipotézis vizsgálatok. Egy példa. Hipotézisek. A megfigyelt változó eloszlása Kérdés: Hatásos a lázcsillapító gyógyszer?

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

Részletesebben

6. Minısítéses ellenırzı kártyák

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

Részletesebben

KOMBINATORIKA ELŐADÁS osztatlan matematikatanár hallgatók számára. Szita formula J = S \R,

KOMBINATORIKA ELŐADÁS osztatlan matematikatanár hallgatók számára. Szita formula J = S \R, KOMBINATORIKA ELŐADÁS osztatla matematkataár hallgatók számára Szta formula Előadó: Hajal Péter 2018 1. Bevezető példák 1. Feladat. Háy olya sorbaállítása va a {a,b,c,d,e} halmazak, amelybe a és b em kerül

Részletesebben

V. Deriválható függvények

V. Deriválható függvények Deriválható függvéyek V Deriválható függvéyek 5 A derivált fogalmához vezető feladatok A sebesség értelmezése Legye az M egy egyees voalú egyeletes mozgást végző pot Ez azt jeleti, hogy a mozgás pályája

Részletesebben

13. Tárcsák számítása. 1. A felületszerkezetek. A felületszerkezetek típusai

13. 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

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

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

Részletesebben

I. Valószínűségelméleti és matematikai statisztikai alapok

I. 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,

Részletesebben

AZ ÖSSZETÉTEL OPTIMALIZÁLÁSA A VOLUMETRIKUS ASZFALTKEVERÉK- ELLENÕRZÉS MÓDSZERÉVEL

AZ ÖSSZETÉTEL OPTIMALIZÁLÁSA A VOLUMETRIKUS ASZFALTKEVERÉK- ELLENÕRZÉS MÓDSZERÉVEL 36 MIXCONTROL AZ ÖSSZETÉTEL OPTIMALIZÁLÁSA A VOLUMETRIKUS ASZFALTKEVERÉK- ELLENÕRZÉS MÓDSZERÉVEL Subert Istvá deformáció-elleálló keverékvázat lehet létrehozi. Kiidulási feltétel az alkalmazás helyéek

Részletesebben

Numerikus sorok. Kónya Ilona. VIK, Műszaki Informatika ANALÍZIS (1) Oktatási segédanyag

Numerikus sorok. Kónya Ilona. VIK, Műszaki Informatika ANALÍZIS (1) Oktatási segédanyag VIK, Műszaki Iformatika ANALÍZIS Numerikus sorok Oktatási segédayag A Villamosméröki és Iformatikai Kar műszaki iformatikus hallgatóiak tartott előadásai alapjá összeállította: Fritz Józsefé dr. Kóya Iloa

Részletesebben

Finanszírozás, garanciák

Finanszírozás, garanciák 29..9. Fiaszíozás, gaaciák D. Fakas Szilvesze egyeemi doces SZE Gazdálkodásudomáyi Taszék fakassz@sze.hu hp://d.fakasszilvesze.hu/ Fiaszíozás émaköei. A péz idıééke, jövıéék és jeleéék, speciális pézáamlások

Részletesebben

Statisztika 1. zárthelyi dolgozat március 18.

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

Részletesebben

Tuzson Zoltán A Sturm-módszer és alkalmazása

Tuzson 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

Részletesebben

s n s x A m és az átlag Standard hiba A m becslése Információ tartalom Átlag Konfidencia intervallum Pont becslés Intervallum becslés

s 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,

Részletesebben

Intervallum Paraméteres Hipotézisek Nemparaméteres. Statisztika december 2.

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

Részletesebben

Befektetett munka. Pontosság. Intuícióra, tapasztalatra épít. Intuitív Analóg Parametrikus Analitikus MI alapú

Befektetett munka. Pontosság. Intuícióra, tapasztalatra épít. Intuitív Analóg Parametrikus Analitikus MI alapú ..4. Óbuda Egyetem ák Doát Gépész és ztoságtechka Mérök Kar yagtudomáy és Gyártástechológa Itézet Termelés olyamatok II. Költségbecslés Dr. Mkó alázs mko.balazs@bgk.u-obuda.hu z dı- és költségbecslés eladata

Részletesebben

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

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

Statisztika I. 4. előadás. Előadó: Dr. Ertsey Imre

Statisztika 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

Részletesebben

Miért pont úgy kombinálja kétfokozatú legkisebb négyzetek módszere (2SLS) az instrumentumokat, ahogy?

Miért pont úgy kombinálja kétfokozatú legkisebb négyzetek módszere (2SLS) az instrumentumokat, ahogy? Mért pot úgy kombálja kétfokozatú legksebb égyzetek módszere (2SLS az strumetumokat, ahogy? Kézrat A Huyad László 60. születésapjára készülő köyvbe Kézd Gábor 2004. júlus A Budapest Corvus Egyetem rövd

Részletesebben

Kalkulus II., második házi feladat

Kalkulus II., második házi feladat Uger Tamás Istvá FTDYJ Név: Uger Tamás Istvá Neptu: FTDYJ Web: http://maxwellszehu/~ugert Kalkulus II, második házi feladat pot) Koverges? Abszolút koverges? ) l A feladat teljese yilvávalóa arra kívácsi,

Részletesebben

Ingatlanfinanszírozás és befektetés

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

Részletesebben

Laboratóriumi mérések

Laboratóriumi mérések Laboratórum mérések. Bevezetı Bármlye mérés ayt jelet, mt meghatároz, háyszor va meg a méredı meységbe egy másk, a méredıvel egyemő, ökéyese egységek választott meység. Egy mérés eredméyét tehát két adat

Részletesebben

Matematika B4 I. gyakorlat

Matematika B4 I. gyakorlat Matematika B4 I. gyakorlat 2006. február 16. 1. Egy-dimeziós adatredszerek Va valamilye adatredszer (számsorozat), amelyről szereték kiszámoli bizoyos dolgokat. Az egyes értékeket jelöljük z i -vel, a

Részletesebben

OLS regresszió - ismétlés Mikroökonometria, 1. hét Bíró Anikó A tantárgy tartalma

OLS 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

Részletesebben

AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN

AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN Molár László Ph.D. hallgató Mskolc Egyetem, Gazdaságelmélet Itézet 1. A MINTANAGYSÁG MEGHATÁROZÁSA EGYSZERŐ VÉLETLEN (EV) MINTA

Részletesebben

Járattípusok. Kapcsolatok szerint: Sugaras, ingajárat: Vonaljárat: Körjárat:

Járattípusok. 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

Részletesebben

Képletgyűjtemény a Gazdaságstatisztika tárgy A matematikai statisztika alapjai című részhez

Képletgyűjtemény 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

Részletesebben

ANALÍZIS I. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA

ANALÍZIS I. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA ANALÍZIS I. TÉTELBIZONYÍTÁSOK ÍRÁSBELI VIZSGÁRA Szerkesztette: Balogh Tamás 202. július 2. Ha hibát találsz, kérlek jelezd a ifo@baloghtamas.hu e-mail címe! Ez a Mű a Creative Commos Nevezd meg! - Ne add

Részletesebben

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet GVMST22GNC Statisztika II. 3. előadás: 8. Hipotézisvizsgálat Kóczy Á. László Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet Hipotézisvizsgálat v becslés Becslés Ismeretlen paraméter Közeĺıtő

Részletesebben

specific (assignable) cause: azonosítható, tettenérhető (veszélyes) hiba megváltozott a folyamat

specific (assignable) cause: azonosítható, tettenérhető (veszélyes) hiba megváltozott a folyamat ELLENŐRZŐ KÁRTYÁK méréses mősítéses commo cause: véletle gadozás secfc (assgable) cause: azoosítható, tetteérhető (veszélyes) hba megváltozott a folyamat Mősítéses elleőrző kártyák 41 Mősítéses elleőrző

Részletesebben

7. MÉRÉSEK KIÉRTÉKELÉSE FÜGGVÉNYILLESZTÉSSEL

7. MÉRÉSEK KIÉRTÉKELÉSE FÜGGVÉNYILLESZTÉSSEL 7. MÉRÉSEK KIÉRTÉKELÉSE FÜGGVÉNYILLESZTÉSSEL Ebbe a fejezetbe kokrét mérések kértékelését mutatjuk be, köztük azokét s, amelyeket az. fejezetbe leírtuk. A kértékelés módszerét tulajdoképpe levezethetjük

Részletesebben

A pályázat címe: Rugalmas-képlékeny tartószerkezetek topológiai optimalizálásának néhány különleges feladata

A pályázat címe: Rugalmas-képlékeny tartószerkezetek topológiai optimalizálásának néhány különleges feladata 6. év OTKA zárójeletés: Vezető kutató:kalszky Sádor OTKA ylvátartás szám T 4993 A pályázat címe: Rugalmas-képlékey tartószerkezetek topológa optmalzálásáak éháy külöleges feladata (Részletes jeletés) Az

Részletesebben

STATISZTIKA II. kötet

STATISZTIKA II. kötet Szeged Tudomáyegyetem Gazdaságtudomáy Kar Petres Tbor Tóth László STATISZTIKA II. kötet Szerzők: Dr. Petres Tbor, PhD egyetem doces Statsztka és Demográfa Taszék Tóth László PhD-hallgató Gazdaságtudomáy

Részletesebben

1. feladatlap megoldása. Analízis II. 1. Vizsgálja meg az alábbi sorokat konvergencia szempontjából! a) n 2 n = 1 1X 1

1. feladatlap megoldása. Analízis II. 1. Vizsgálja meg az alábbi sorokat konvergencia szempontjából! a) n 2 n = 1 1X 1 . feladatlap megoldása Aalízis II.. Vizsgálja meg az alábbi sorokat kovergecia szempotjából! a) X Alkalmazva a gyökkritériumot ("egyszer½usített változatát"): Azaz a sor koverges. b) p a!! p < : X 000

Részletesebben

Statisztikai adatok elemzése

Statisztikai adatok elemzése Statszta adato elemzése Gazdaságstatszta A soaság jellemzése özépértéeel Eloszlásjellemző A soaság jellemzésée szempotja A soaság jellemzésée szempotja: A soaság tpus értéée meghatározása. Az adato ülöbözőségée

Részletesebben

A tárgy címe: ANALÍZIS 1 A-B-C (2+2). 1. gyakorlat

A tárgy címe: ANALÍZIS 1 A-B-C (2+2). 1. gyakorlat A tárgy címe: ANALÍZIS A-B-C + gyakorlat Beroulli-egyelőtleség Legye N, x k R k =,, és tegyük fel, hogy vagy x k 0 k =,, vagy pedig x k 0 k =,, Ekkor + x k + x k Speciális Beroulli-egyelőtleség Ha N és

Részletesebben

( a b)( c d) 2 ab2 cd 2 abcd 2 Egyenlőség akkor és csak akkor áll fenn

( 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

Részletesebben

Megoldás a, A sebességből és a hullámhosszból számított periódusidőket T a táblázat

Megoldás a, A sebességből és a hullámhosszból számított periódusidőket T a táblázat Fzka feladatok: F.1. Cuam A cuam hullám formájáak változása, ahogy a sekélyebb víz felé mozog (OAA) (https://www.wdowsuverse.org/?page=/earth/tsuam1.html) Az ábra, táblázat a cuam egyes jellemzőt tartalmazza.

Részletesebben

Bevezetés a hipotézis vizsgálatba. Hipotézisvizsgálatok. Próbák leírása. Kétoldali és egyoldali hipotézisek. Illeszkedésvizsgálatok

Bevezetés a hipotézis vizsgálatba. Hipotézisvizsgálatok. Próbák leírása. Kétoldali és egyoldali hipotézisek. Illeszkedésvizsgálatok Bevezetés a hpotézs vzsgálatba Lásd előadás ayagát. Kétoldal és egyoldal hpotézsek Hpotézsvzsgálatok Ebbe a ejezetbe egyajta határozókulcsot szereték ad a hpotézsvzsgálatba haszált próbákhoz. Először dötsük

Részletesebben

LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála

LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála LOGIT-REGRESSZIÓ a függő változó: névleges vagy sorrendi skála a független változó: névleges vagy sorrendi vagy folytonos skála BIOMETRIA2_NEMPARAMÉTERES_5 1 Y: visszafizeti-e a hitelt x: fizetés (életkor)

Részletesebben

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

Populáció. Történet. Adatok. Minta. A matematikai statisztika tárgya. Valószínűségszámítás és statisztika előadás info. BSC/B-C szakosoknak Valószíűségszámítás és statisztika előadás ifo. BSC/B-C szakosokak 6. előadás október 16. A matematikai statisztika tárgya Következtetések levoása adatok alapjá Ipari termelés Mezőgazdaság Szociológia

Részletesebben

Statisztika 1. zárthelyi dolgozat március 21.

Statisztika 1. zárthelyi dolgozat március 21. Statisztika 1 zárthelyi dolgozat 011 március 1 1 Legye X = X 1,, X 00 függetle mita b paraméterű Poisso-eloszlásból b > 0 Legye T 1 X = X 1+X ++X 100, T 100 X = X 1+X ++X 00 00 a Milye a számra igaz, hogy

Részletesebben

Statisztika segédlet*

Statisztika segédlet* Statsztka segédlet* Deícók: Statsztka: Valóság tömör számszerő jellemzésére szolgáló módszerta ll. gyakorlat teékeység. Statsztka gyakorlat ter: Tömegese elıorduló jeleségek egyedere oatkozó ormácók győjtése,

Részletesebben

1. A radioaktivitás statisztikus jellege

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

Részletesebben

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

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

Részletesebben

Minősítéses mérőrendszerek képességvizsgálata

Minősítéses mérőrendszerek képességvizsgálata Mnősítéses mérőrendszerek képességvzsgálata Vágó Emese, Dr. Kemény Sándor Budapest Műszak és Gazdaságtudomány Egyetem Kéma és Környezet Folyamatmérnök Tanszék Az előadás vázlata 1. Mnősítéses mérőrendszerek

Részletesebben