CSERKÉSZ TAMÁS. Bevezetés
|
|
- Renáta Kocsis
- 6 évvel ezelőtt
- Látták:
Átírás
1 ÁLLATTANI KÖZLEMÉNYEK (2005) 90(1): Bagolyköpetekbıl származó erdeiegér (Sylvaemus subgenus, Rodentia) koponyamaradványok összehasonlító kraniometriai vizsgálata: a fajok elkülönítése és a korcsoportok szerepe CSERKÉSZ TAMÁS Bükki Emlıstani Kutatócsoport Egyesület, H 3300 Eger, Tizeshonvéd u. 4., E mail: cserkeszt@fre .hu Eötvös Loránd Tudományegyetem, Állatrendszertani és Ökológia Tanszék, H 1117 Budapest, Pázmány P. sétány 1/C. Összefoglalás. Bagolyköpetekbıl elıkerülı három erdeiegér-faj, a sárganyakú erdeiegér (Apodemus flavicollis), a közönséges erdeiegér (A. sylvaticus) és a kislábú erdeiegér (A. microps) morfológiailag hasonló koponyáinak faji szintő határozása hazánkban még napjainkra sem megoldott. Tanulmányomban hét területrıl származó mintákon keresztül bemutatom azokat a taxonómiai jelentıséggel bíró méreteket, amelyek felvétele szükséges a határozáshoz, valamint a méretekhez tartozó adatokat. Megvizsgáltam a kiválasztott karakterek és az állat életkora közötti összefüggéseket. Az eredmények szerint a fogsor hossza a korral nem változik. A vizsgált karakterek közül szignifikáns méretnövekedést a felsı metszıfog szagittális szélességénél (csdi) és a felsı metszıfog és az utolsó zápfog (M 3 ) távolságánál (dim3), csökkenést az M 1 szélességénél (Mw) tapasztaltam. Az eredmények összegzéseként ajánlatot teszek egy határozási sorra, amelynek segítségével a koponyák 90%-os biztonsággal identifikálhatók. A határozási eredményeket felhasználva adatokat mutattam be az erdeiegerek egymáshoz viszonyított gyakoriságáról egyes kelet-közép-magyarországi tájegységeken. A Tiszamenti síkságokon a Sylvaemus fajok közül az A. microps a leggyakoribb, azonban nyugat felé haladva az A. sylvaticus válik dominánssá. Kulcsszavak: kisemlıs, rágcsálók, Apodemus, Magyarország, morfometria. Bevezetés Kisemlısök faunisztikai vizsgálatában alapmódszernek számít a bagolyköpet-elemzés (OBUCH & KRIŠTIN 2004, SCHMIDT 1969, YOM-TOV & WOOL 1997). A zsákmányállatok identifikációja elsısorban koponyabélyegek vizsgálatára épül. A legtöbb faj nagy valószínőséggel még koponyatöredékekbıl is azonosítható. DEMETER & LÁZÁR (1984) kidolgozták a morfológiailag nagyban hasonló Sylvaemus subgenus fajainak rutin határozási módszerét hazai mintákra, ép koponyákra. Munkájukat leszámítva, hazánkban más nem foglalkozott e nagy jelentıségő rágcsálócsoport határozásának problémájával. Azonban az említett szerzık igen értékes munkáját a gyakorlatban nem használják. A köpetekbıl elıkerülı különbözı erdeiegér fajok továbbra is az Apodemus sp. győjtınév alá kerültek. Magyarországon az Apodemus genusba tartozó Sylvaemus subgenusnak három faja él, a sárganyakú erdeiegér (Apodemus flavicollis Melchior, 1834), a közönséges erdeiegér (A. sylvaticus Linné, 1758) és a kislábú erdeiegér (A. microps Kratochvil és Rosicky, 1952 [=uralensis Pallas, 1811]). 41
2 CSERKÉSZ T. DEMETER & LÁZÁR (1984) szerint három változó mérése elégséges egy teljesen ép Sylvaemus koponya fajszintő meghatározásához. Adataik szerint a felsı zápfogsor alveolusnál mért hossza alapján az A. microps és az A. sylvaticus akár egyváltozós analízissel is elkülöníthetı lehet. Számos külföldi határozási séma is létezik a Sylvaemus fajok elkülönítésére (FIELDING 1966, CRANBOOK 1957, VORONTSOV et al. 1992). Kiemelendı TVRTKOVIĆ (1979) munkája, aki a foramen incisivum és az I M 3 hosszúság regressziós egyenesébıl meghatározott képleteket ajánl a fajok határozásához, valamint POPOV (1993), aki diszkriminancia analízissel határoz meg képletet. MEZHZERIN & ZAGORODNYUK (1989), valamint BALČIAUSKIENÉ et al. (2002) a zápfogsor hosszakkal határozókulcsot ad meg a 3 fajra, átfedések nélkül. MEZHZERIN & LASHKOVA (1992) eredményei a két nagyobb erdeiegér-faj M 1 M 3 hosszában már 12%-os átfedést mutatnak ki. Láthatjuk, hogy nincsen egységes határozási módszer a három faj biztos elkülönítésre. Az 1. táblázatból látható, hogy különbözı közép-európai vizsgálatok is eltérı eredményekhez vezettek. Angliában az egyes régiók és szigetek között is találtak intraspecifikus eltéréseket (DELANY 1964, ROOD 1965). 1. táblázat. Közép-európai publikált Sylvaemus adatok. Table 1. Published data from Central-Europe. A. microps umra umrc lmrc csdi dim3 DEMETER & LÁZÁR (1984) 3,30 3,95 9,50 11,50 HAMAR et al. (1966) 3,30 4,00 3,10 3,70 HAITLINGER & RUPRECHT (1967) 3,15 3,60 0,85 1,20 NEITHAMMER & KRAPP (1978) 1,00 1,25 HOLIŠOVA et al. (1962) 3,00 4,10 2,90 3,80 VOHRALÍK (2002) 3,10 3,65 A. sylvaticus DEMETER & LÁZÁR (1984) 3,95 4,25 8,50 12,20 HAMAR et al. (1966) 3,30 4,50 3,20 4,50 HAITLINGER & RUPRECHT (1967) 3,40 4,10 0,75 1,25 NEITHAMMER & KRAPP (1978) 3,50 4,00 HOLIŠOVÁ et al. (1962) 3,30 4,20 3,30 4,10 POPOV (1993) 3,90 4,50 11,60 13,40 A. flavicollis DEMETER & LÁZÁR (1984) 3,40 5,00 11,70 14,45 HAMAR et al. (1966) 3,90 4,60 3,90 4,40 HAITLINGER & RUPRECHT (1967) 3,85 4,25 1,00 1,85 NEITHAMMER & KRAPP (1978) 3,80 4,40 POPOV (1993) 4,10 4,85 12,80 14,90 42
3 SYLVAEMUS FAJOK HATÁROZÁSA A problémát tovább növeli, hogy a baglyok fiatal és idıs egyedeket egyaránt fogyasztanak, és a nagyobb faj fiatal egyedének méretei még jobban átfedhetnek a kisebb faj adult egyedeinek méreteivel, és mint a késıbbiekben bemutatom, a köpetekbıl nagyobb számban kerülnek elı juvenilis állatok koponyái, mint adultaké. Sylvaemus fajok esetében ivari dimorfizmust még nem mutattak ki. Erdeiegér koponyák kormeghatározásához DELANY & DAVIS (1961) ad támpontot. A felsı zápfogak rágógumóinak oldalnézetbıl megfigyelt száma alapján különít el 4 korcsoportot. GURNELL & KNEE (1984), PANKAKOVSKI et al. (1987), valamint ROOD (1965) szerint a fogsor kopása nagy egyedi variációt mutat még azonos korú egyedek között is, és a kopás mértéke függ az állat környezetétıl. ADAMCZEWSKA-ANDREJEWSKA (1967) szintén 4, STEINER (1968) viszont 6 korosztályt különít el, azonban ezt a rágógumók fúziója, összekopása alapján teszik. A kezdı stádium náluk a 4 hetes kor, amikor még nem fejlıdött ki a harmadik felsı zápfog (M 3 ). A fogak mintázata, kopottsága alapján történı kormeghatározás a bemutatott kritikai megjegyzések ellenére elterjedt az emlıstanban. Tanulmányomban DEMETER & LÁZÁR (1984) 20 évvel ezelıtti munkájára alapozva a három Sylvaemus faj koponyamaradványokból történı határozására teszek javaslatot. Egy olyan mérési sor összeállítása volt a célom, amely mindenki számára elérhetı eszközzel (tolómérı), alkalmas e gyakori rágcsálók bagolyköpetbıl elıkerülı koponyamaradványainak gyors és minél pontosabb azonosítására. Egy használható határozókulcs lehetıvé tenné, hogy a három faj országos elterjedésérıl képet alkothassunk. Anyag és módszer A legtöbb vizsgált koponya 208 darab a Borsodi-Mezıség Tájvédelmi Körzet 14 pontjáról származik. Ezek kizárólag gyöngybagoly köpetekbıl kerültek elı. A Borsodi- Mezıség erdeiegerek kutatásához is kiváló mintaterület, mert mozaikosságánál fogva mindhárom faj nagy denzitásban van jelen. (Borsodi-mezıségi lelıhelyekhez közeli települések: Mezınagymihály, Borsodivánka, Mezıcsát, Tiszabábolna, Tiszavalk). A Kiskunság 13 pontjáról származó 152 darab Sylvaemus koponyát vontam be a vizsgálatba. A lelıhelyekhez közeli települések: Apaj, Szabadszállás, Kunszentmiklós, Soltszentimre, Orgovány, Izsák, Mikla, Homokmégy. Egy 41 darabos, telelı erdei fülesbaglyoktól származó sorozatot győjtöttem Monoron. Az erdei élıhelyeket dél-bükki (Felsıtárkány) macskabagoly-köpetekben talált koponyák (98 darab) reprezentálják. A Közép Tisza-völgybıl 7 lelıhelyrıl 87 darab Sylvaemus koponyát győjtöttünk (lelıhelyek: Tiszanána település és Hatház-tanya, Tiszagyenda, Pély település és Hatrongyos-tanya, Tiszabı, Csataszög). Sárbogárd (Örspuszta) egy lelıhelyérıl 33 darab koponya került a mintába. Néhány koponya a Bükkaljáról (6 darab Borsodgesztrıl) és a Hevesi Füvespusztákról (14 darab Átányról és Kömlırıl) származik. Pontosan nem ismert bükki lelıhelyekrıl elıtt győjtött, macskabagoly-köpetekbıl származó 46 koponyát is felhasználtam. Ezek a csontmaradványokat azért vontam be a vizsgálatba, hogy nagyobb számú minta alapján tudjam meghatározni a kor méret korrelációt. Összesen 685 darab, között győjtött Sylvaemus koponya adatait analizáltam. 43
4 CSERKÉSZ T. A rutinhatározási séma összeállításához mások által már alkalmazhatónak talált, hiányos koponyák nagy részérıl is jól levehetı méreteket kerestem. ROOD (1965) szerint a fogsor-hossz kevésbé változik az állat korával, így elsısorban ezek mérésére törekedtem. STEINER & RACZYNSKI (1976) szerint a zápfogsor hossza a legpontosabban mérhetı koponyaméretek egyike. A számos határozókulcs által használt occipitonasalis hossz köpetbıl származó koponyatöredéken sosem mérhetı, így ezt mellıznöm kellett. A felsı metszıfog szagittális szélessége DELANY & HEALY (1964), valamint HAITLINGER & RUPRECHT (1967) szerint az életkorral leginkább változó méretek közé tartozik, ezért mértem ezt a paramétert. b ) c) a) 1. ábra. Kislábú erdeiegér (Apodemus microps) koponyatöredékének képe a vizsgált lineáris méretekkel (a), valamint egy subadult egyed felsı moláris sora (b), és egy adult egyed lekopott fogsora (c). (Fotó: CZABÁN D. és CSERKÉSZ T.) Figure 1. a) Endpoints of linear measurements taken from the cranium (A. microps). b) Denture of a subadult specimen showing no wear and c) denture of an adult showing pronounced abrasion. A vizsgált lineáris méretek a következık (1. ábra): umra felsı zápfogsor hosszúsága az alveolusoknál mérve (legpontosabban úgy mérhetjük, ha a zápfogak eltávolítása után az alveolushosszat mérjük, mint az 1. ábrán látható), dim3 felsı metszıfog és az utolsó zápfog (M 3 ) távolsága (az incisor anterior felületétıl az M 3 posterior felületéig mérve), umrc állcsonti zápfogsor hossz a koronánál mérve, csdi a felsı metszıfog szagittális szélessége, Ml és Mw az M 1 hosszúsága és szélessége, fi a foramen incisivum hossza. Az umra és a csdi tolómérıvel jól mérhetı. Ezek a paraméterek a koponyatöredékek 98%-án mérhetıek, mert ritkán törnek, vagy vesznek el. CRANBROOK (1957) szerint a csdi az egyik legbiztosabb diagnosztikai méret. A dim3, az umrc és az lmrc mérésékor hibát okozhat a fogak elmozdulása. Az Ml/w paramétert ajánlott az M 2 eltávolítása után még a 44
5 SYLVAEMUS FAJOK HATÁROZÁSA fogmederben lemérni. A méretek felvételéhez digitális tolómérıt használtam, amelynek a gyár által megadott pontossága ±0,02 mm. A statisztikai elemzéseket a STATISTICA 7 (Statsoft Inc. 2004) szoftverrel végeztem el. A relatív kort DELANY & DAVIS (1961) módszerével határoztam meg. Az említett szerzık a felsı zápfogak rágógumóinak száma alapján 4 korcsoportot különböztetnek meg. Laterális nézetbıl az újonnan kifejlıdött fogakon 12 rágógumó látható, amelyek száma a korral csökken. ROOD (1965) szerint azonban ezzel az eljárással nem határozható meg biztosan a relatív kor, mert a fogak kopottsága egyedi variációkat mutat és függ az állat környezetétıl is. Kiegészítı kormeghatározó kritériumok használatát javasolja, mint az occipitonasalis hosszat, a testtömeget és a színezetet, tehát olyan bélyegeket, amelyek koponyatöredékek vizsgálatakor nem elérhetıek. Korcsoportba sorolást a koponyák kategorizálását a fogsor kopottsága alapján, az összes arra alkalmas koponyán végeztem, de csak a biztosan meghatározott A. flavicollisokról származó adatokat analizáltam. Ennek a fajnak kellıen nagyok a fogai ahhoz, hogy a kopás mértékének becslése kevéssé legyen szubjektív. A standardizálást az intraspecifikus eltérések feloldása végett alkalmazzák. Dolgozatomban csak az eltérı életkorból adódó méretbeli eltérésekkel foglakozom, a standardizáló értéknek a korcsoportok méreteinek átlagai közötti különbséget tekintem. Eredmények A saját mérések és identifikációk alapján, valamint az irodalmi adatok (DEMETER & LÁZÁR 1984, HOLISOVA et al. 1962, NEITHAMMER & KRAPP 1978, VOHRALÍK 2002) segítségével 220 A. micropsot, 187 A. flavicollist és 209 A. sylvaticust határoztam meg. 69 mintát nem sikerült besorolnom, ami a teljes mintanagyság 10,1%-át jelenti (ez az arány a valóságban kevesebb, mert a feldolgozás közben megsemmisült koponyákat is hozzáadtam). 54 A. microps, 50 A. sylvaticus, 35 A. flavicollis és 8 bizonytalanul faji hovatartozású egyeden mind a hét (dim3, csdi, umra, umrc, fi, Mw, Ml) lineáris koponyaméretet lemértem. Az adatokat fıkomponens analízissel (PCA, kovariancia mátrix, rotáció nélkül) elemeztem. Az elsı fıkomponens a megfigyelt variációk 85,7%-át, a második a variációk 5,7%-át magyarázza. A fıkomponens analízis a morfológiailag hasonló egyedek három csoportját különítette el. Az ordinációs mintázat a felhasznált minta taxonómiai struktúrájára utal. A három csoport a vizsgált fajokkal azonosítható. A fıkomponens analízishez használt koponyák adatai a további identifikációk alapjául szolgálnak. A PCA-k nagy részében az elsı fıkomponens a méretet, a második az alakot írja le (DEMETER & LÁZÁR 1984, POPOV & IVANOVA 2002). Mint a 2. ábrán látható, a három csoport az x-tengelyen, az elsı komponens mentén válik el, tehát a három faj elkülönítésében az alaknak nincs nagyobb jelentısége. A statisztikai elemzés következı lépése még alaposabb megkülönböztetést tesz lehetıvé. Lépésenkénti diszkriminancia funkció analízissel (DFA) az összes vizsgált koponya egyértelmően besorolható. Az F értékei alapján a változók a következı sorrendben járulnak hozzá a teljes diszkriminanciához: umra, fi, umrc, csdi, dim3, majd az Mw és Ml (2. táblázat). 45
6 CSERKÉSZ T. 2,0 1,5 1,0 A. microps A. flavicollis A. sylvaticus Factor 2: 5,65% 0,5 0,0-0,5-1,0-1, , Factor 1: 85,73% 2. ábra. Fıkomponens analízis eredménye. A nyilak feltehetıen hibásan meghatározott egyedeket jelölnek. Figure 2. Plot of factor 1. vs. factor 2. from a principal component analysis for subgenus Sylvaemus from East- Hungary. The arrows are showing specimens identified imperfectly. 2. táblázat. Diszkriminancia analízis eredménye. Table 2. Results of discriminant function analysis. Wilks' Lambda Parciális Lambda F p umra 0,078 0,727 24,45 0,0000 dim3 0,060 0,955 3,06 0,050 csdi 0,060 0,953 3,23 0,042 umrc 0,061 0,935 4,54 0,012 M 1 l 0,058 0,988 0,77 0,463 M 1 w 0,058 0,984 1,06 0,347 fi 0,065 0,873 9,42 0,0001 A PCA (2. ábra) és a DFA diagramján (3. ábra) is megfigyelhetı, hogy a két nagyobb faj nagyobb mértékben elkülönül egymástól, mint a kisebb. Az A. flavicollis és az A. sylvaticus Mahalanobis távolságának a négyzete 34,19, miközben ez utóbbi faj távolsága az A. micropstól mindösszesen 11,31. A DFA vizsgálatban klasszifikáció is lehetséges az eseteknek (koponyáknak) a csoportok súlypontjaitól mért Mahalanobis D 2 (súlyponttól mért távolság négyzete) alapján. Ennek eredménye szerint a vizsgált 54 darab A. microps egyed mindegyikét helyesen határoztam meg. Az 50 darab A. sylvaticus közül kettı besorolását jelezte tévesnek. Az egyik távolsága az A. microps csoport súlypontjától 6, az A. sylvaticus csoportól 8,9. A másik koponya esetében a távolságok 9 és 12,8. A súlypontoktól való távolságok szerint e koponyák az A. microps csoportba sorolandók. A 33 darab A. flavicollis közül szintén kettınél mutatkozott tévesnek az eredeti besorolás. Az egyiknek 29,2 és 29,3 a távolsága a sylvaticus- és flavicollis-csoportok súlypontjai, ami alapján nem dönthetı el a 46
7 SYLVAEMUS FAJOK HATÁROZÁSA Root A. microps -3 A. sylvaticus A. flavicollis Root 1 3. ábra. A három Sylvaemus faj diszkriminancia-elemzésébıl kapott ordinációs diagram. Figure 3. Plot of Root 1 vs. Root 2 from discriminant function analysis for species of subgenus Sy lvaemus. Fi (mm) 6,2 6,0 5,8 5,6 5,4 5,2 5,0 4,8 4,6 4,4 4,2 4,0 A. microps A. sylvaticus 3,8 3,2 3,4 3,6 3,8 4,0 4,2 4,4 4,6 4,8 5,0 Umra (mm) A. flavicollis 4. ábra. A foramen incisivum hosszának (fi) és a felsı zápfogsor alveolusoknál mért hosszúságának (umra) szórásdiagramja. Figure 4. Bivariate scatterplot for length of foramen incisivum (fi) and length of upper molar row (umra). faji determináció. A másik koponya esete egyértelmőbb, a távolságok 8,4 és 20, ezért a koponya az A. sylvaticus fajba sorolható. Több változó együttes elemzése után a méretek páronkénti kombinációját vizsgáltam. A két legjobban diszkrimináló változó, az umra és az fi szórásdiagramján megfigyelhetı, 47
8 CSERKÉSZ T. hogy az x-tengely mentén a három faj teljesen elválik egymástól (4. ábra). A határozás részben ezen a karakteren nyugszik, ezért e megfigyelés nem jelent új eredményt. Az fi azonban nem szerepelt a kiindulási szakirodalmak szerinti határozási sémába, így a két kisebb faj ilyen elkülönülése az fi tengelye mentén újdonságnak számít. A mérési eredmények kiértékelése elıtt azt kellett megvizsgálni, hogy az állat korával mennyire változik a koponya mérete. A 5. ábrán megfigyelhetı, hogy a baglyok táplálékában az egyes korcsoportok nem egyenletesen fordulnak elı. Az 1. korcsoport gyakorisága a többinél mintegy kétszer nagyobb. Emiatt szükséges megvizsgálni, hogy az életkorral mennyire változnak a determináció szempontjából fontos kraniometriai karakterek. 5. ábra. Az A. flavicollis 4 korcsoportjának gyakorisága bagolyköpetekben. Figure 5. The frequency of the 4 relative ages of A. flavicollis in owl-pellets. X-axis: relative ages, y-axis: number of skulls. Esetszám (darab) Korcsoport A 3. táblázat adataiból azt a következtetést lehet levonni, hogy a csdi és dim3 esetében a korral kismértékő, de szignifikáns méretnövekedés a jellemzı. Az M 1 hossza (Ml) a kor elıre haladtával, a kopás mértékének növekedésével szignifikánsan csökken (6. ábra), mint az M 1 szélessége (Mw) esetében is, azonban itt a negatív korreláció nem szignifikáns. Az összefüggés azonban egyik esetben sem lineáris modell szerinti, mivel az ANOVA F- próbája egyik esetben sem szignifikáns. A többi esetben nincs szignifikáns összefüggés. 3. táblázat. Az egyes méretek és a kor közötti korreláció statisztikai elemzése (*= szignifikáns). Table 3. Statistics for correlation between the measurements and the relative ages (*= significant). Korreláció umra csdi dim3 umrc Ml Mw fi N r p 0,003 0,3* 0,34* 0,15 0,38* 0,16 0,29 P 0,98 0,006 0,003 0,144 0,002 0,22 0,06 48
9 SYLVAEMUS FAJOK HATÁROZÁSA 5,2 1,75 15,0 umra (mm) 5,0 4,8 4,6 4,4 4,2 4,0 csdi (mm) 1,65 1,55 1,45 1,35 1,25 1,15 dim3 (mm) 14,5 14,0 13,5 13,0 12,5 12,0 11,5 11,0 3,8 1,05 10,5 fi (mm) 6,4 6,0 5,6 5,2 4,8 4,4 1,44 M 1 l (mm) 2,5 2,4 2,3 2,2 2,1 2,0 1,9 1,8 1,7 umrc (mm) 4,6 4,5 4,4 4,3 4,2 4,1 4,0 3,9 3,8 3,7 korcsoport korcsoport 1,40 1,36 95% konfidencia intervallum M 1 w (mm) 1,32 1,28 1,24 1,20 1,16 6. ábra. Korreláció a kor és a koponya hét mérete között A. flavicollis esetében. Figure 6. Correlation between the seven measurements in A. flavicollis and the relative age. Szignifikáns különbséget a legfiatalabb és legidısebb korcsoportok között csak a dim3 és a csdi méretek esetében találtam (4. táblázat). A csdi-nél az elsı korcsoport átlaga 1,43 mm, a 4. korcsoporté 1,51 mm. Az átlagok különbségét tekintve standardizáló értéknek, csdi-re 0,08 mm-t kapunk. A dim3 1. korcsoporjának az átlaga 12,88 mm, a 4-diké 13,32 mm. Itt a standardizáló konstans már jelentıs mértékő: 0,44 mm. PANKAKOVSKI et al. (1987) pézsmapockokkal (Ondatra zibethicus) végzett vizsgálatok során negatív korrelációt talált a testtömeg és a fogazat kopottsága között (jó életkörülmények között az állat gyorsan növekszik és a foga relatíve kevésbé kopik). Kedvezı feltételek mellett az egyedek jobb minıségő, táplálóbb, és gyakran lágyabb táplálékot fogyasztanak, amiért foguk kevésbé kopik. A bükki A. flavicollis fogak kopottságát összehasonlítva a borsodiakkal szignifikáns különbséget kaptam (t=9,77; p=0,003; df=82; N Bükk =53; N Borsod =31; átlag Bükk =2,5; átlag Borsod =1,61). A Bükkbıl származó koponyák fogsora erısebben kopott. Összehasonlítva a fajok egyazon méreteit, szignifikáns különbségeket találunk még a két legátfedıbb, az A. sylvaticus és A. microps csdi, valamint dim3 méreteiben is (csdi: t=4,9, df=34, p<0,005; dim3: t=6,5, df=22, p<0,005), az átfedések azonban minden méretnél jelentısek. 49
10 CSERKÉSZ T. 4. táblázat. A juvenilis (1.) és adult (4.) korcsoport méretbeli különbségének statisztikai elemzése (*= szignifikáns). Table 4. Statistics for the difference in size between the first and the fourth age classes (*= significant). Korcsoport Szignifikancia méret p t df umra N ,70 0, átlag 4,58 4,56 dim3 N ,02* 2,4 55 átlag 12,88 13,32 umrc N ,43 0, átlag 4,1 4,07 csdi N ,016* 2,47 61 átlag 1,43 1,51 Az umra az egyik legfontosabb határozóméret, különösen a két kisebb faj elkülönítésében van jelentısége. DEMETER & LÁZÁR (1984) umra adatai alapján a határozás egyértelmő lehetne. A kérdés az, hogy a különbözı korú egyedek jelenléte és a mérési hiba miatt az irodalmi 3,95 mm-es választóhatár széthúzódik, vagy esetleg 3,95 mm alatt, vagy felett helyezkedik el? Az említett szerzık nagyszámú mintát felhasználva, élve meghatározott 43 A. sylvaticus és 43 A. microps koponya méretei alapján húzták meg a 3,95 mm-es választóvonalat, amely az érték megbízhatóságát jelzi. A 7. ábra umra sőrőségdiagramján esetszám csúcs figyelhetı meg a 3,92 3,95 mm-es mérettartományban. Shapiro-Wilk W-teszt is alátámasztja, hogy az adatsor nem normál eloszlású (umra sylvaticus = SW W=0,978, p=0,005; umra microps =SW W=0,972, p=0,0003). Esetszám A. microps A. sylvaticus 3,3200 3,3463 3,3726 3,3989 3,4251 3,4514 3,4777 3,5040 3,5303 3,5566 3,5829 3,6091 3,6354 3,6617 3,6880 3,7143 3,7406 3,7669 3,7931 3,8194 3,8457 3,8720 3,8983 3,9246 3,9509 3,9771 4,0034 4,0297 4,0560 4,0823 4,1086 4,1349 4,1611 4,1874 4,2137 4, ábra. Az A. microps és az A. sylvaticus felsı zápfogsor alveolusoknál mért hosszúságának (umra) sőrőségdiagramja. Figure 7. Distribution of length of upper molar row (umra) in A. microps and in A. sylvaticus. 50
11 SYLVAEMUS FAJOK HATÁROZÁSA Mindebbıl az következik, hogy 3,95 mm-nél nincsen éles határ. A különbözı korú egyedek jelenléte, valamint határozási hiba miatt a határsáv a 3,84 3,88 mm között helyezkedik el a 3,85 3,95 mm közé esı egyedeket egyéb méretek alapján kell meghatározni. Másrészrıl 3,95 mm felett nem találtam olyan koponyát, ami egyértelmő A. microps mérettel rendelkezett volna. A. flavicollisra DEMETER & LÁZÁR (1984) széles umra intervallumot ad meg (3,4 5 mm), azonban a vizsgált koponyák 75%-a 4,4 mm feletti. Az említett szerzık szerint az A. sylvaticus umra értéke maximálisan 4,25 mm lehet, így az ennél nagyobb erdeiegerek további határozást nem igényelnek, azok biztosan az A. flavicollis fajhoz tartozó egyedek. 5. táblázat. A vizsgálathoz használt Apodemus koponyák méreteinek standard statisztikai kiértékelése. Table 5. Standard descriptive statistics for samples of Sylvaemus studied. umra Dim3 csdi umrc M 1 l M 1 w fi kor A. microps Átlag (mm) 3,66 10,81 1,13 3,33 1,68 1,09 4,54 1,58 SD 0,12 0,28 0,06 0,12 0,07 0,04 0,22 0,84 N Min. (mm) 3,32 10,11 1,00 2,9 1,47 0,99 3,89 1 Max. (mm) 3,88 11,4 1,27 3,58 1,85 1,21 5,19 4 A. sylvaticus Átlag (mm) 4,02 11,47 1,21 3,67 1,83 1,18 5, SD 0,09 0,36 0,06 0,13 0,08 0,06 0,22 1,01 N Min. (mm) 3,81 10,65 0,99 3,26 1,65 1,05 4,38 1 Max. (mm) 4,24 12,23 1,4 3,93 2,05 1,33 5,92 4 A. flavicollis Átlag (mm) 4,49 13,14 1,45 4,08 2,03 1,28 5,47 2,21 SD 0,16 0,534 0,12 0,13 0,04 0,04 0,37 1,2 N Min. (mm) 4,00 11,81 1,08 3,79 1,79 1,18 4,43 1 Max. (mm) 5,02 14,46 1,66 4,47 2,45 1,39 6,22 4 Vizsgálatom eredményei alapján és a közép-európai irodalmi adatokból összeállítottam egy határozó sort. A határozás ajánlott menete a következı (a fel nem tüntetett értékintervallumok, például 3,85 3,95 mm közötti umra, értelemszerően köztes méretek, ilyen esetben a következı határozási pontra kell lépni): A csdi 1,40 mm-nél nagyobb: A. flavicollis Az umra 4,25 mm-nél nagyobb: A. flavicollis Az umra 3,95 és 4,02 mm közötti: A. sylvaticus 51
12 CSERKÉSZ T. Az umra 3,85 mm-nél kisebb: A. microps Az fi 5,2 mm-nél nagyobb (és az A. flavicollist már kizártuk): A. sylvaticus Az Ml 2,05 mm-nél nagyobb: A. flavicollis Az Ml 1,65 mm-nél kisebb: A. microps A dim3 12,20 mm-nél nagyobb: A. flavicollis A dim3 11,50 11,80 mm közötti: A. sylvaticus A dim3 10,67 mm-nél kisebb: A. microps Az Mw 1,20 mm-nél nagyobb (és az A. flavicollist már kizártuk): A. sylvaticus A vizsgálat végeredményeként megadható a fajok vizsgált paramétereinek a standard statisztikai jellemzése (5. táblázat). Az ismert lelıhelyrıl származó, meghatározott egyedek számából kiszámítottam a fajok egymáshoz viszonyított gyakoriságát bagolyköpetekben. A Tiszamenti síkságokon a Sylvaemus fajok közül az A. microps a leggyakoribb, azonban nyugat felé haladva az A. sylvaticus válik dominánsá. Az A. microps dél-nyugati elterjedési határa hazánkban található, ennek pontos meghatározása további kutatásokat igényel. Figyelemre méltó eltérés mutatkozik két hasonló karakterő gyepterület, a Kiskunság és a Borsodi-Mezıség Sylvaemus fajainak gyakoriságában. Az elıbbi területen az A. sylvaticus dominanciája kimagasló, utóbbin egyenletesebb a fajok megoszlása, és az A. microps a leggyakoribb erdeiegér. Síkvidéken az A. flavicollis a köpetekbıl elıkerülı erdeiegerek 8 22%-át teszi ki, a hegyvidéki baglyoknak viszont e fajnak az egyedei a leggyakoribb zsákmányállatuk (8. ábra). 1. Bükk 2. Borsodi-Mezıség 3. Hevesi Füvespuszták 4. Közép-Tisza-völgye 5. Monor 6. Kiskunság 7. Sárbogárd A. sylvaticus A. flavicollis A. microps 8. ábra. A három faj egymáshoz viszonyított gyakorisága bagolyköpetekben a hét mintavételi területen. Figure 8. Map of east-central-hungary showing the relative frequencies of subgenus Sylvaemus in owl pellets in the localities. 52
13 SYLVAEMUS FAJOK HATÁROZÁSA Értékelés Tanulmányom alap-célkitőzése koponyatöredékek faji szintő határozását lehetıvé tevı határozó sor bemutatása. A koponyák többváltozós analízissel azonosíthatók, de az átlagos mérető, vagy az átlagnál kisebb mérető A. microps, illetve az átlagos, vagy az átlagnál nagyobb A. flavicollis egy változó mérésével is teljes biztonsággal meghatározható. Az A. sylvaticus azonosítása szinte minden esetben problémát jelent, legkevesebb 2 méret felvétele szükséges a sikeres határozáshoz. Megvizsgáltam, hogy a kiválasztott karakterek szignifikánsan növekednek-e az állat életkorának elırehaladtával. A korral való növekedés problémáját mi sem jelzi jobban, minthogy FIELDING (1966) az általa vizsgált 76 koponya közül 11-et nem vett figyelembe az eredmények kiértékelésekor, mert a minták túl fiatal állatoktól származnak. A fiatal egyedek elhagyása általános jelenség a morfometriai vizsgálatokban, emiatt rendelkezünk kevés adattal a subadult korcsoportok méreteirıl. Az eredményeim alátámasztják ROOD (1965) megfigyelését, miszerint a fogsor hossza a korral nem változik. A vizsgált karakterek közül szignifikáns méretnövekedést a csdi-nél és a dim3-nál, csökkenést az Mw-nél tapasztaltam. A rágcsálók metszıfoga (incisor) hosszban és szélességben egyaránt folyamatosan növekszik. A dim3 és a csdi növekedése összefüggésbe hozható egymással. A többi mért változó esetében szignifinkáns változást nem tapasztaltam, ami azt jelzi, hogy a koponya növekedése korán befejezıdik, így a kornak a morfometriai mintázat meghatározásában nincsen nagy szerepe. A molárisok felületének mintázata a korral erodálódik. A bükki és a borsodi mintákat összehasonlítva bemutattam, hogy ennek mértéke táplálkozási okokra is visszavezethetı. Irodalmi adatok (PANKAKOVSKI et al. 1987) habitatok eltérı minıségével magyarázzák a kopásban megfigyelt különbségeket. A Bükkbıl származó egérfogak nagyobb mértékő kopottsága inkább az eltérı táplálkozásra utal, mint habitat-minıségbeli eltérésre. Erdei élıhelyen az A. flavicollis gyakrabban fogyaszt keményebb maghéjas terméseket (például mogyoró), mint lágy növényi részeket (SCHMIDT 2001). Eredményeim szerint a kopás következményeként a molárisok hosszúsága és szélessége csökken. DEMETER & LÁZÁR (1984) a korcsoportok problémáját standardizálással akarta kiküszöbölni. A köpetekbıl elıkerülı koponyák legnagyobb része fiatal egyedtıl származik, a- mely korcsoporthoz az említett szerzık olyan standardizáló konstanst ajánlanak, amely az összes A. microps koponyát A. flavicollisnak adná. Az egyes méretek és a kor, illetve a fogak kopottsága között nem találtam olyan összefüggést, amely a határozás pontosságát befolyásolná. DELANY & HEALY (1966) szerint a fiatal egyedek umrc adatát 0,1 mm hozzáadásával lehet standardizálni. Az eredményeim alapján kijelenthetı, hogy erre nincsen szükség. A fogsor hosszának növekedése juvenilis korban befejezıdhet, így ennél a morfológiai karakternél nem szükséges standardizálni. DELANY & HEALY (1964) szerint a metszıfog szagittális szélessége (csdi) is a leginkább életkor és élettörténet függı karakterek közé tartozik. Az eredményeim ezt alátámasztják, de a különbség (az átlagok különbsége= 0,08 mm) nem befolyásolja a határozást. 53
14 CSERKÉSZ T. Köszönetnyilvánítás. Köszönet a köpetek győjtıinek, akik név szerint a következık: AMBRUS BÉLA, ESTÓK PÉTER, FARKAS SZABOLCS, ILONCZAI ZOLTÁN, SERES NÁNDOR, SZALÓKY ZOLTÁN, SZITTA TA- MÁS és TAMÁSI ÁDÁM. A védett területeken végzett mintavételeket a BNPI és a KNPI engedélyezte. Irodalom ADAMCZEWSKA-ANDREJEWSKA K.A. (1967): Age reference model for Apodemus flavicollis (Melchior, 1834). Ekol. Pol. Ser. A, 15(41): 1 4. BALČIAUSKIENÉ L., JUŠKAITIS R. & MAŽEIKYTÉ R. (2002): Identification of shrews and rodents from skull remains according to the length of a tooth row. Acta Zoologica Lituanica 12 (4): CRANBROOK, THE EARL OF (1957): Long tailed field mice (Apodemus sp.) from the Channel Islands. Proc. Zool. Soc. Lond. 128: DELANY M.J. (1964): Variation in the long-tailed field-mouse (Apodemus sylvaticus (L.)) in northwest Scotland. I. Comparisons of individual characters. Proc. Roy. Soc. B 161: DELANY M.J. & DAVIS P.E. (1961): Observations on the ecology and life history of the fair isle field mouse Apodemus sylvaticus fridariensis (Kinnear). Proc. Zool. Soc. Lond. 136: DELANY M.J. & HEALY M.J.R. (1964): Variation in the long-tailed field-mouse (Apodemus sylvaticus (L.)) in north-west Scotland. II. Simultaneous examination of all characters. Proc. Roy. Soc. B 161: DELANY M.J. & HEALY M.J.R. (1966): Variation in the long-tailed field-mouse (Apodemus sylvaticus (L.)) in the Channel Islands. Proc. Roy. Soc. B 161: DEMETER A. & LÁZÁR P. (1984): Morphometric analysis of field mice Apodemus: character selection for routine identification (Mammalia). Annls hist.-nat. Mus. natn. hung. 76: FIELDING D.C. (1966): The identification of skulls of the two British species of Apodemus. J. Zool. Lond. 150: GURNELL J. & KNEE C.I. (1984): Determing the age of wood mice (Apodemus sylvaticus). Fol. Zool. 33(4): HAITLINGER R. & RUPRECHT A.L. (1967): The taxonomic value of teeth measurements in the subgenus Sylvaemus Ognev & Vorobiev, Acta Theriologica 12: HOLIŠOVÁ V., PELIKÁN J. & ZEJDA J. (1962): Ecology and Population Dynamics in Apodemus microps Krat. & Ros. (Mamm,: Muridae). Acta Acad. Sci. Cech. Brun. 11: MEZHZERIN S.V. & LASHKOVA E.I. (1992): Diagnostics, geographic variation and distribution of two closely related mouse species Sylvaemus sylvaticus and S. flavicollis (Rodentia, Muridae) in an area of their overlapping occurence. Vestnik Zoologii 3: MEZHZERIN S.V. & ZAGORODNYUK I.V. (1989): Novy vid myshey roda Apodemus (Rodentia, Muridae). Vestnik Zoologii 4: NEITHAMMER J. & KRAPP F. (1978): Handbuch der Säugetiere Europas. Band 2 1. Nagetiere II. Akademische Verlagsgesellschaft, Weisbaden. OBUCH J. & KRISTIN A. (2004): Prey composition of the little owl Athene noctua in an arid zone (Egypt, Syria, Iran). Folia Zool. 53(1): PANKAKOSKI E., VÄISÄNEN R.A. & NURMI K. (1987): Variability of muskrat skulls: measurement error, environmental modification and size allometry. Syst. Zool. 36(1): POPOV V.V. (1993): Discriminant criteria and comparative study on morphology and habitat selection of Apodemus sylvaticus (Linnaeus, 1758) and Apodemus flavicollis (Melchior, 1834) (Mammalia, Rodentia, Muridae) in Bulgaria. Acta Zoologica Bulgarica 46: POPOV V.V. & IVANOVA T.I. (2002): Comparative craniometrical analysis and distributional patterns of medium-sized horseshoe bats (Chiroptera: Rhinolophidae) in Bulgaria. Folia Zool. 51(3): ROOD J.P. (1965): Observation on the life cycle and variation of the long-tailed field mouse Apode- 54
15 SYLVAEMUS FAJOK HATÁROZÁSA mus sylvaticus on the Isles of Scilly and Cornwall. J. Zool. 147: SCHMIDT E. (1969): Adatok egyes kisemlısök elterjedéséhez Magyarországon bagolyköpet-vizsgálatok alapján. Vertebr. Hung. 11: SCHMIDT E. (2001): Kisemlısök. Magyar Madártani és Természetvédelmi Egyesület, Budapest. STATSOFT, INC. (2004): STATISTICA (data analysis software system), version 7. STEINER H.M. (1968): Untersuchungen über die Variabilitat und Bionomie der Gattung Apodemus (Muridae, Mammalia) der Donau-Auen von Stockerau (Niederösterrech). Zeitschrift für wissenschaftliche Zoologie 177 (1 2): STEINER H.M. & RACZYNSKI J. (1976): Wiederholbarkeit von Messungen und individueller Messfehler bei craniometrischen Untersuchungen an Apodemus. Acta Theriologica 21 (37): TVRTKOVIĆ N. (1979): Unterscheidung und Determination der»zwillingsarten«aus subgenus Sylvaemus Ognev et Vorobiev, 1923 (Rodentia, Mammalia). RAD Jugoslavenske akademije znanosti i umjetnosti 18: VOHRALÍK V. (2002): Distribution, skull morphometrics and systematic status of an isolated population of Apodemus microps (Mammalia: Rodentia) in NW Bohemia, Czech Republic. Acta Soc. Zool. Bohem. 66: VORONTSOV N.N., BOYESKOROV G.G., MEZHZHERIN E.A., LYAPUNOVA A.S. & KANDAUROV A.S. (1992): Systematics of the caucasian wood mice of the subgenus Sylvaemus (Mammalia, Rodentia, Apodemus). Zool. Zhur. 71 (3): YOM-TOV Y. & WOOL D. (1997): Do the Contents Of Barn Owl Pellets Accurately Represent the Proportion of Prey Species in the Field? Condor 99: Comparative craniometrical analysis of subgenus Sylvaemus (Rodentia, genus Apodemus) based on cranial bones, collected from owl-pellets: determination of the species and the role of age-groups TAMÁS CSERKÉSZ The craniometrical analysis of the subgenus Sylvaemus skull-remnants resulting from owl-pellets has not been solved in Hungary yet, despite a paper made on this subject 20 years ago. I demonstrate those measurements the sizing of which is necessary for the identification, and those data sets that belong to the linear measurements. I examined the characters in relation to the relative ages. My results confirm Rood s (1965) notice that the length of the molars do not change with age. I have found significant increase in size with age in the case of dim3 (distance between incisor and M 3 ) and csdi (cross-section depth of incisor) and significant decrease in the case of Mw (width of M 1 ). In the end I make an offer for a key of determination with which 90% of the skulls could be determined. Keywords: small mammals, rodents, Apodemus, Hungary, morphometrics. 55
Diszkriminancia-analízis
Diszkriminancia-analízis az SPSS-ben Petrovics Petra Doktorandusz Diszkriminancia-analízis folyamata Feladat Megnyitás: Employee_data.sav Milyen tényezőktől függ a dolgozók beosztása? Nem metrikus Független
A Hevesi-sík kisemlõs faunája bagolyköpetek vizsgálata alapján
FOLIA HISTORICO NATURALIA MUSEI MATRAENSIS 2005 29: 195 202 A Hevesi-sík kisemlõs faunája bagolyköpetek vizsgálata alapján KOVÁCS ZSÓFIA ESZTER & CSERKÉSZ TAMÁS ABSTRACT: (Small mammal fauna of the Hevesi
A HULLATÉK-ANALÍZIS ÉS A GYOMORTARTALOM ELEMZÉS ÖSSZE- HASONLÍTÁSA VÖRÖS RÓKA TÁPLÁLKOZÁS VIZSGÁLATA SORÁN
A HULLATÉK-ANALÍZIS ÉS A GYOMORTARTALOM ELEMZÉS ÖSSZE- HASONLÍTÁSA VÖRÖS RÓKA TÁPLÁLKOZÁS VIZSGÁLATA SORÁN Szôcs Emese¹, Lanszki József², Heltai Miklós¹ és Szabó László¹ ¹Szent István Egyetem, Vadbiológiai
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
Hipotézis vizsgálatok
Hipotézis vizsgálatok Hipotézisvizsgálat Hipotézis: az alapsokaság paramétereire vagy az alapsokaság eloszlására vonatkozó feltevés. Hipotézis ellenőrzés: az a statisztikai módszer, amelynek segítségével
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet. Correlation & Linear. Petra Petrovics.
Correlation & Linear Regression in SPSS Petra Petrovics PhD Student Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Exercise
Correlation & Linear Regression in SPSS
Petra Petrovics Correlation & Linear Regression in SPSS 4 th seminar Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Correlation
Correlation & Linear Regression in SPSS
Correlation & Linear Regression in SPSS Types of dependence association between two nominal data mixed between a nominal and a ratio data correlation among ratio data Exercise 1 - Correlation File / Open
Geokémia 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:
PURGER J. JENİ. Kulcsszavak: zsákmány, elterjedés, cickányalakúak, denevérek, rágcsálók, ragadozók.
ÁLLATTANI KÖZLEMÉNYEK (2008) 93(1): 65 76. Öreglak, Kürtöspuszta, Törökkoppány és Kazsok környékének (Somogy megye), valamint az általuk határolt térség kisemlısfaunájának vizsgálata, gyöngybagoly- (Tyto
Lineáris regresszió vizsgálata resampling eljárással
Lineáris regresszió vizsgálata resampling eljárással Dolgozatomban az European Social Survey (ESS) harmadik hullámának adatait fogom felhasználni, melyben a teljes nemzetközi lekérdezés feldolgozásra került,
Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió
SZDT-08 p. 1/31 Biometria az orvosi gyakorlatban Korrelációszámítás, regresszió Werner Ágnes Villamosmérnöki és Információs Rendszerek Tanszék e-mail: werner.agnes@virt.uni-pannon.hu Korrelációszámítás
A BÜKKI KARSZTVÍZSZINT ÉSZLELŐ RENDSZER KERETÉBEN GYŰJTÖTT HIDROMETEOROLÓGIAI ADATOK ELEMZÉSE
KARSZTFEJLŐDÉS XIX. Szombathely, 2014. pp. 137-146. A BÜKKI KARSZTVÍZSZINT ÉSZLELŐ RENDSZER KERETÉBEN GYŰJTÖTT HIDROMETEOROLÓGIAI ADATOK ELEMZÉSE ANALYSIS OF HYDROMETEOROLIGYCAL DATA OF BÜKK WATER LEVEL
Kisemlősök faunisztikai felmérése Külső-Somogy északnyugati részén, gyöngybagoly Tyto alba (Sc o p o l i, 1769) köpetek vizsgálata alapján
A Kaposvári Rippl-Rónai Múzeum Közleményei 03: 105 112 Ka pos vár, 2014 Kisemlősök faunisztikai felmérése Külső-Somogy északnyugati részén, gyöngybagoly Tyto alba (Sc o p o l i, 1769) köpetek vizsgálata
A rosszindulatú daganatos halálozás változása 1975 és 2001 között Magyarországon
A rosszindulatú daganatos halálozás változása és között Eredeti közlemény Gaudi István 1,2, Kásler Miklós 2 1 MTA Számítástechnikai és Automatizálási Kutató Intézete, Budapest 2 Országos Onkológiai Intézet,
Adatok statisztikai értékelésének főbb lehetőségei
Adatok statisztikai értékelésének főbb lehetőségei 1. a. Egy- vagy kétváltozós eset b. Többváltozós eset 2. a. Becslési problémák, hipotézis vizsgálat b. Mintázatelemzés 3. Szint: a. Egyedi b. Populáció
AZ ERDÕ NÖVEKEDÉSÉNEK VIZSGÁLATA TÉRINFORMATIKAI ÉS FOTOGRAMMETRIAI MÓDSZEREKKEL KARSZTOS MINTATERÜLETEN
Tájökológiai Lapok 5 (2): 287 293. (2007) 287 AZ ERDÕ NÖVEKEDÉSÉNEK VIZSGÁLATA TÉRINFORMATIKAI ÉS FOTOGRAMMETRIAI MÓDSZEREKKEL KARSZTOS MINTATERÜLETEN ZBORAY Zoltán Honvédelmi Minisztérium Térképészeti
DETERMINATION OF SHEAR STRENGTH OF SOLID WASTES BASED ON CPT TEST RESULTS
Műszaki Földtudományi Közlemények, 83. kötet, 1. szám (2012), pp. 271 276. HULLADÉKOK TEHERBÍRÁSÁNAK MEGHATÁROZÁSA CPT-EREDMÉNYEK ALAPJÁN DETERMINATION OF SHEAR STRENGTH OF SOLID WASTES BASED ON CPT TEST
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Nonparametric Tests
Nonparametric Tests Petra Petrovics Hypothesis Testing Parametric Tests Mean of a population Population proportion Population Standard Deviation Nonparametric Tests Test for Independence Analysis of Variance
ÓHÍD KIS FAUNÁJA GYÖNGYBAGOLY (TYTO ALBA) KÖPETEK VIZSGÁLATA ALAPJÁN
FOLIA MUSEI HISTORICO-NATURALIS BAKONYIENSIS A BAKONYI TERMÉSZETTUDOMÁNYI MÚZEUM KÖZLEMÉNYEI Zirc, 30 2013; 147-152 ÓHÍD KIS FAUNÁJA GYÖNGYBAGOLY (TYTO ALBA) KÖPETEK VIZSGÁLATA ALAPJÁN SZÉP DÁVID 1 & PURGER
Bevezetés a Korreláció &
Bevezetés a Korreláció & Regressziószámításba Petrovics Petra Doktorandusz Statisztikai kapcsolatok Asszociáció 2 minőségi/területi ismérv között Vegyes kapcsolat minőségi/területi és egy mennyiségi ismérv
Attól, hogy nem inog horizontális irányban a szélességi- és hosszúsági tengelye körül sem.
Konkrét tanácsok a Salgó-dexion polcrendszer összeszereléséhez Vásárlásunk során a Salgó-dexion polcokat, polcrendszereket sokféle módon állíthatjuk össze az igénybe vételnek, felhasználásnak, valamint
Kaposvár és környékének (Somogy megye) kisemlõs faunája, gyöngybagoly Tyto alba (Scopoli, 1769) köpetek vizsgálata alapján
FOLIA HISTORICO NATURALIA MUSEI MATRAENSIS 2005 29: 203 215 Kaposvár és környékének (Somogy megye) kisemlõs faunája, gyöngybagoly Tyto alba (Scopoli, 1769) köpetek vizsgálata alapján PURGER J. JENÕ ABSTRACT:
Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok
STATISZTIKA 1. Előadás Hipotézisvizsgálatok Tematika 1. Hipotézis vizsgálatok 2. t-próbák 3. Variancia-analízis 4. A variancia-analízis validálása, erőfüggvény 5. Korreláció számítás 6. Kétváltozós lineáris
Statisztikai szoftverek esszé
Statisztikai szoftverek esszé Dávid Nikolett Szeged 2011 1 1. Helyzetfelmérés Adott egy kölcsön.txt nevű adatfájl, amely információkkal rendelkezik az ügyfelek életkoráról, családi állapotáról, munkaviszonyáról,
Biomatematika 13. Varianciaanaĺızis (ANOVA)
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 13. Varianciaanaĺızis (ANOVA) Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date:
A magyar racka juh tejének beltartalmi változása a laktáció alatt
A magyar racka juh tejének beltartalmi változása a laktáció alatt Nagy László Komlósi István Debreceni Egyetem Agrártudományi Centrum, Mezőgazdaságtudományi Kar, Állattenyésztés- és Takarmányozástani Tanszék,
Biometria gyakorló feladatok BsC hallgatók számára
Biometria gyakorló feladatok BsC hallgatók számára 1. Egy üzem alkalmazottainak megoszlása az elért teljesítmény %-a szerint a következı: Norma teljesítmény % Dolgozók száma 60-80 30 81-90 70 91-100 90
Egyszempontos variancia analízis. Statisztika I., 5. alkalom
Statisztika I., 5. alkalom Számos t-próba versus variancia analízis Kreativitás vizsgálata -nık -férfiak ->kétmintás t-próba I. Fajú hiba=α Kreativitás vizsgálata -informatikusok -építészek -színészek
Statisztikai 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
Mérnökgeodéziai hálózatok feldolgozása
Mérnökgeodéziai hálózatok feldolgozása dr. Siki Zoltán siki@agt.bme.hu XIV. Földmérő Találkozó Gyergyószentmiklós 2013.05.09-12. Mérnökgeodéziai hálózatok nagy relatív pontosságú hálózatok (1/100 000,
Survey of the small mammal fauna in north-western Somogy county (Hungary), based on Barn Owl Tyto alba (Scopoli, 1769) pellet analysis
Natura Somogyiensis 24 293-304 Ka pos vár, 2014 Survey of the small mammal fauna in north-western Somogy county (Hungary), based on Barn Owl Tyto alba (Scopoli, 1769) pellet analysis Jenő J. Purger Department
Molnár Levente Farkas
Centrales kovaalgák ultrastrukturális változatosságának vizsgálata hagyományos és geometriai morfometriai módszerekkel és összefüggése a környezeti változókkal Molnár Levente Farkas I. Bevezetés A veszélyeztetett
Elemszám becslés. Kaszaki József Ph.D. SZTE ÁOK Sebészeti Műtéttani Intézet
Elemszám becslés Kaszaki József Ph.D. SZTE ÁOK Sebészeti Műtéttani Intézet Miért fontos? Gazdasági okok: Túl kevés elem esetén nem tudjuk kimutatni a kívánt hatást Túl kevés elem esetén olyan eredmény
Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók
Matematikai alapok és valószínőségszámítás Középértékek és szóródási mutatók Középértékek A leíró statisztikák talán leggyakrabban használt csoportját a középértékek jelentik. Legkönnyebben mint az adathalmaz
Koreografált gimnasztikai mozgássorok elsajátításának és reprodukálásának vizsgálata
Koreografált gimnasztikai mozgássorok elsajátításának és reprodukálásának vizsgálata Doktori tézisek Fügedi Balázs Semmelweis Egyetem, Testnevelési és Sporttudományi Kar (TF) Sporttudományi Doktori Iskola
Térinformatikai DGPS NTRIP vétel és feldolgozás
Térinformatikai DGPS NTRIP vétel és feldolgozás Méréseinkhez a Thales Mobile Mapper CE térinformatikai GPS vevıt használtunk. A mérést a Szegedi Tudományegyetem Egyetem utcai épületének tetején található
Az SPC (statisztikai folyamatszabályozás) ingadozásai
A TERMELÉSI FOLYAMAT MINÕSÉGKÉRDÉSEI, VIZSGÁLATOK 2.3 Az SPC (statisztikai folyamatszabályozás) ingadozásai Tárgyszavak: statisztikai folyamatszabályozás; Shewhart-féle szabályozókártya; többváltozós szabályozás.
Matematikai statisztika c. tárgy oktatásának célja és tematikája
Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:
Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek
Anyagvizsgálati módszerek Mérési adatok feldolgozása Anyagvizsgálati módszerek Pannon Egyetem Mérnöki Kar Anyagvizsgálati módszerek Statisztika 1/ 22 Mérési eredmények felhasználása Tulajdonságok hierarchikus
Gyöngybagoly (Tyto alba) köpet vizsgálati adatok a Dél-Tiszántúlról és évi eredmények
Crisicum 5. pp.231-240. Gyöngybagoly (Tyto alba) köpet vizsgálati adatok a Dél-Tiszántúlról 2003. és 2005. évi eredmények Kalivoda Béla Abstract Data of Barn Owl (Tyto alba) studies from South-Tiszántúl
Matematikai geodéziai számítások 6.
Matematikai geodéziai számítások 6. Lineáris regresszió számítás elektronikus távmérőkre Dr. Bácsatyai, László Matematikai geodéziai számítások 6.: Lineáris regresszió számítás elektronikus távmérőkre
STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 7. Előadás Egyenletes eloszlás Binomiális eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell /56 Matematikai statisztika Reprezentatív mintavétel
Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat
Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat 7. lecke Paraméter becslés Konfidencia intervallum Hipotézis vizsgálat feladata Paraméter becslés és konfidencia
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.
BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011. 1 Mérési hibák súlya és szerepe a mérési eredményben A mérési hibák csoportosítása A hiba rendűsége Mérési bizonytalanság Standard és kiterjesztett
Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János
Szent István Egyetem Állatorvos-tudományi Kar Biomatematikai és Számítástechnikai Tanszék Biomatematika 15. Nemparaméteres próbák Fodor János Copyright c Fodor.Janos@aotk.szie.hu Last Revision Date: November
Segítség az outputok értelmezéséhez
Tanulni: 10.1-10.3, 10.5, 11.10. Hf: A honlapra feltett falco_exp.zip-ben lévő exploratív elemzések áttanulmányozása, érdekességek, észrevételek kigyűjtése. Segítség az outputok értelmezéséhez Leiro: Leíró
Mérési 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
Esettanulmány. A homoszkedaszticitás megsértésének hatása a regressziós paraméterekre. Tartalomjegyzék. 1. Bevezetés... 2
Esettanulmány A homoszkedaszticitás megsértésének hatása a regressziós paraméterekre Tartalomjegyzék 1. Bevezetés... 2 2. A lineáris modell alkalmazhatóságának feltételei... 2 3. A feltételek teljesülésének
Animal welfare, etológia és tartástechnológia
Animal welfare, etológia és tartástechnológia Animal welfare, ethology and housing systems Volume 8 Issue 1 Gödöllı 2012 36 A TOJÁSSÁRGÁJA OBJEKTÍV SZÍNVIZSGÁLATI LEHETİSÉGE Konrád Szilárd, Kovács Anett,
ADATOK AZ ERDEI FÜLESBAGOLY (ASIO OTUS L.) TÉLI TÁPLÁLKOZÁSÁHOZ SEPSISZENTGYÖRGYÖN KÖPETVIZSGÁLATOK ALAPJÁN
Molnár Lídia Acta Siculica 2012 2013, 99 106 ADATOK AZ ERDEI FÜLESBAGOLY (ASIO OTUS L.) TÉLI TÁPLÁLKOZÁSÁHOZ SEPSISZENTGYÖRGYÖN KÖPETVIZSGÁLATOK ALAPJÁN 2010. december 2011. március Az Adatok ez erdei
Statisztika 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
A Bükk és Mátra erdei élőhelyein gyűrűzött denevérek megkerülési adatai Recaptures of bats ringed in the forest habitats of Bükk and Mátra Mountains
DENEVÉRKUTATÁS Hungarian Bat Research News 4: 45-49. (2008) A Bükk és Mátra erdei élőhelyein gyűrűzött denevérek megkerülési adatai Recaptures of bats ringed in the forest habitats of Bükk and Mátra Mountains
A CSÍKOS SZÖCSKEEGÉR (SICISTA SUBTILIS TRIZONA) ÖKOLÓGIAI, TAXONÓMIAI ÉS KONZERVÁCIÓ- BIOLÓGIAI VIZSGÁLATA
A CSÍKOS SZÖCSKEEGÉR (SICISTA SUBTILIS TRIZONA) ÖKOLÓGIAI, TAXONÓMIAI ÉS KONZERVÁCIÓ- BIOLÓGIAI VIZSGÁLATA Doktori (PhD) értekezés tézisei Készítette: CSERKÉSZ TAMÁS Témavezető: Dr. Farkas János, adjunktus,
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
[Biomatematika 2] Orvosi biometria. Visegrády Balázs
[Biomatematika 2] Orvosi biometria Visegrády Balázs 2016. 03. 27. Probléma: Klinikai vizsgálatban három különböző antiaritmiás gyógyszert (ß-blokkoló) alkalmaznak, hogy kipróbálják hatásukat a szívműködés
c adatpontok és az ismeretlen pont közötti kovariancia vektora
1. MELLÉKLET: Alkalmazott jelölések A mintaterület kiterjedése, területe c adatpontok és az ismeretlen pont közötti kovariancia vektora C(0) reziduális komponens varianciája C R (h) C R Cov{} d( u, X )
Biomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.05. Orvosi biometria (orvosi biostatisztika) Statisztika: tömegjelenségeket számadatokkal leíró tudomány. A statisztika elkészítésének menete: tanulmányok (kísérletek)
EGÉSZSÉGTUDOMÁNY, LVII. ÉVFOLYAM, 2013. 4. SZÁM 2013/4
Part II: Seasonal variations in human infections with Puumula hantavirus in Styria II. rész: Évszakos változások a Puumula hantavirus okozta humán fertőzésekben Stájerországban PROF. SIXL WOLF DIETER,
STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése
4. A modell érvényességének ellenőrzése STATISZTIKA 4. Előadás Variancia-analízis Lineáris modellek 1. Függetlenség 2. Normális eloszlás 3. Azonos varianciák A maradék független a kezelés és blokk hatástól
A Gyergyói-medence: egy mozaikos táj természeti értékei
A Gyergyói-medence: egy mozaikos táj természeti értékei A Gyergyói-medence: egy mozaikos táj természeti értékei szerkesztők Markó Bálint és Sárkány-Kiss Endre Kolozsvári Egyetemi Kiadó Kolozsvár, Románia
y 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
6. 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
Varászló, Somogysárd, Iharos és Csököly környékének, valamint az általuk határolt térség (Somogy megye) kisemlõs faunája, gyöngybagoly Tyto alba
Somogyi Múzeumok Közleményei 16: 409 420 Kaposvár, 2004 Varászló, Somogysárd, Iharos és Csököly környékének, valamint az általuk határolt térség (Somogy megye) kisemlõs faunája, gyöngybagoly Tyto alba
Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás
STATISZTIKA Hipotézis, sejtés 11. Előadás Hipotézisvizsgálatok, nem paraméteres próbák Tudományos hipotézis Nullhipotézis felállítása (H 0 ): Kétmintás hipotézisek Munkahipotézis (H a ) Nullhipotézis (H
STATISZTIKA 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
Matematikai geodéziai számítások 6.
Nyugat-magyarországi Egyetem Geoinformatikai Kara Dr. Bácsatyai László Matematikai geodéziai számítások 6. MGS6 modul Lineáris regresszió számítás elektronikus távmérőkre SZÉKESFEHÉRVÁR 2010 Jelen szellemi
Faktoranalízis az SPSS-ben
Faktoranalízis az SPSS-ben Kvantitatív statisztikai módszerek Petrovics Petra Feladat Megnyitás: faktor.sav Fogyasztók materialista vonásai (Richins-skála) Forrás: Sajtos-Mitev, 250.oldal Faktoranalízis
Kenesei Zsófia - Gyulavári Tamás. A marketingeszközök alkalmazásának hatása a versenyképességre 1
Kenesei Zsófia - Gyulavári Tamás A marketingeszközök alkalmazásának hatása a versenyképességre 1 TM 29.sz. mőhelytanulmány BCE VÁLLALATGAZDASÁGTAN INTÉZET VERSENYKÉPESSÉG KUTATÓ KÖZPONT 1 1 A mőhelytanulmány
FIATAL MŰSZAKIAK TUDOMÁNYOS ÜLÉSSZAKA
FIATAL ŰSZAKIAK TUDOÁNYOS ÜLÉSSZAKA Kolozsvár, 1999. március 19-20. Zsákolt áruk palettázását végző rendszer szimulációs kapacitásvizsgálata Kádár Tamás Abstract This essay is based on a research work
Az óvodai és iskolai étkezés, napközi /tények és vélemények/
Az óvodai és iskolai étkezés, napközi /tények és vélemények/ Budapest, 2006. június Bevezetés A Gyermekszegénység Elleni Nemzeti Program Iroda 2006. márciusában megbízást adott a Szonda Ipsos Média,- Vélemény-
HIDEGEN HENGERELT ALUMÍNIUM SZALAG LENCSÉSSÉGÉNEK VIZSGÁLATA INVESTIGATION OF CROWN OF COLD ROLLED ALUMINIUM STRIP
Anagmérnöki Tudományok, 37. kötet, 1. szám (2012), pp. 309 319. HIDEGEN HENGERELT ALUMÍNIUM SZALAG LENCSÉSSÉGÉNEK VIZSGÁLATA INVESTIGATION OF CROWN OF COLD ROLLED ALUMINIUM STRIP PÁLINKÁS SÁNDOR Miskolci
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)
Rugalmas állandók mérése
KLASSZIKUS FIZIKA LABORATÓRIUM 2. MÉRÉS Rugalmas állandók mérése Mérést végezte: Enyingi Vera Atala ENVSAAT.ELTE Mérés időpontja: 2011. november 16. Szerda délelőtti csoport 1. A mérés rövid leírása Mérésem
Dodé Réka (ELTE BTK Nyelvtudomány Doktori IskolaAlkalmazott Alknyelvdok 2017 nyelvészet program) február 3. 1 / 17
Doménspecifikus korpusz építése és validálása Dodé Réka ELTE BTK Nyelvtudomány Doktori Iskola Alkalmazott nyelvészet program 2017. február 3. Dodé Réka (ELTE BTK Nyelvtudomány Doktori IskolaAlkalmazott
Matematikai alapok és valószínőségszámítás. Statisztikai változók Adatok megtekintése
Matematikai alapok és valószínőségszámítás Statisztikai változók Adatok megtekintése Statisztikai változók A statisztikai elemzések során a vizsgálati, vagy megfigyelési egységeket különbözı jellemzık
Adatok Somogy megye kisemlős faunájának ismeretéhez, gyöngybagoly Tyto alba (Scopoli, 1769) köpetek vizsgálata alapján
A Kaposvári Rippl-Rónai Múzeum Közleményei 04: 91 108 Ka pos vár, 2016 Adatok Somogy megye kisemlős faunájának ismeretéhez, gyöngybagoly Tyto alba (Scopoli, 1769) köpetek vizsgálata alapján PURGER J. JENŐ
ADATOK A TISZAI ALFÖLD
A Puszta. / p.. ADATOK A TISZAI ALFÖLD KISEMLŐSFAUNÁJÁHOZ BAGOLYKÖPETVIZSGÁLATOK ALAPJÁN ENDES MIHÁLY, DEBRECEN HARKA ÁKOS, TISZAFÜRED * BEVEZETÉS A kisemlősök hazai elterjedése mindenekelőtt Schmidt Egon
Matematikai alapok és valószínőségszámítás. Normál eloszlás
Matematikai alapok és valószínőségszámítás Normál eloszlás A normál eloszlás Folytonos változók esetén az eloszlás meghatározása nehezebb, mint diszkrét változók esetén. A változó értékei nem sorolhatóak
Statistical Inference
Petra Petrovics Statistical Inference 1 st lecture Descriptive Statistics Inferential - it is concerned only with collecting and describing data Population - it is used when tentative conclusions about
Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása
Matematikai alapok és valószínőségszámítás Statisztikai becslés Statisztikák eloszlása Mintavétel A statisztikában a cél, hogy az érdeklõdés tárgyát képezõ populáció bizonyos paramétereit a populációból
Logisztikus regresszió
Logisztikus regresszió Kvantitatív statisztikai módszerek Dr. Szilágyi Roland Függő változó (y) Nem metrikus Metri kus Gazdaságtudományi Kar Független változó (x) Nem metrikus Metrikus Kereszttábla elemzés
Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
Szívkatéterek hajlékonysága, meghajlítása
Szívkatéterek hajlékonysága, meghajlítása Összefoglalás A szívkatéter egy olyan intravaszkuláris katéter, amelyet a szívbe vezetnek, ültetnek be diagnosztikus vagy terápiás célból. A katéterek felvezetés/eltávolítás
Faktoranalízis az SPSS-ben
Faktoranalízis az SPSS-ben = Adatredukciós módszer Petrovics Petra Doktorandusz Feladat Megnyitás: faktoradat_msc.sav Forrás: Sajtos-Mitev 250.oldal Fogyasztók materialista vonásai (Richins-skála) Faktoranalízis
A Putnoki-dombság földalatti denevérszállásai
A Putnoki-dombság földalatti denevérszállásai Boldogh Sándor Aggteleki Nemzeti Park Igazgatóság, 3758 Jósvafő, Tengerszem oldal 1. E-mail: sandorboldogh@yahoo.com Abstract: The underground bat roosts in
A Fertő tó magyarországi területén mért vízkémiai paraméterek elemzése többváltozós feltáró adatelemző módszerekkel
A Fertő tó magyarországi területén mért vízkémiai paraméterek elemzése többváltozós feltáró adatelemző módszerekkel Magyar Norbert Környezettudomány M. Sc. Témavezető: Kovács József Általános és Alkalmazott
Kérdıívek, tesztek I. Kérdıívek
Kérdıívek, tesztek I. Kérdıívek Kérdıíves vizsgálat céljára alkalmas témák A kérdıíves vizsgálatok alkalmasak leíró, magyarázó és felderítı célokra. Leginkább olyan kutatásban használják, amelyekben az
Logisztikus regresszió
Logisztikus regresszió 9. előadás Kvantitatív statisztikai módszerek Dr. Szilágyi Roland Függő változó (y) Nem metrikus Metri kus Gazdaságtudományi Kar Független változó () Nem metrikus Metrikus Kereszttábla
Esetelemzések az SPSS használatával
Esetelemzések az SPSS használatával 1. Tekintsük az spearman.sav állományt, amely egy harminc tehenet számláló állomány etetés- és fejéskori nyugtalansági sorrendjét tartalmazza. Vizsgáljuk meg, hogy van-e
Városi vadgazdálkod. lkodás. jellemzői. Az alapadatgyűjt. Az alkalmazott módszerek m. Rádiótelemetria, vagy különböző vizuális jelölők.
Városi vadgazdálkod lkodás III. előadás: Adatgyűjtési, kutatási módszerek városi területeken Az alapadatgyűjt jtés s jellemzői Az adatgyűjtés célja: Előforduló fajok listájának elkészítése Relatív vagy
1. A dolgozat tárgya és célkitőzései
Eötvös Loránd Tudományegyetem Bölcsészettudományi Kar Nyelvtudományi Doktori Iskola Germanisztikai Nyelvtudományi Doktori Program Juhász Márta A csolnoki nyelvjárás. Egy magyarországi német dialektus nyelvi
STATISZTIKA PRÓBAZH 2005
STATISZTIKA PRÓBAZH 2005 1. FELADATSOR: számítógépes feladatok (még bővülni fog számítógép nélkül megoldandó feladatokkal is) Használjuk a Dislexia Excel fájlt (internet: http:// starts.ac.uk)! 1.) Hasonlítsuk
1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása
HIPOTÉZIS VIZSGÁLAT A hipotézis feltételezés egy vagy több populációról. (pl. egy gyógyszer az esetek 90%-ában hatásos; egy kezelés jelentősen megnöveli a rákos betegek túlélését). A hipotézis vizsgálat
Többváltozós lineáris regressziós modell feltételeinek tesztelése I.
Többváltozós lineáris regressziós modell feltételeinek tesztelése I. - A hibatagra vonatkozó feltételek tesztelése - Kvantitatív statisztikai módszerek Petrovics Petra Többváltozós lineáris regressziós
Van-e kapcsolat a változók között? (példák: fizetés-távolság; felvételi pontszám - görgetett átlag)
, rangkorreláció Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék 1111, Budapest, Műegyetem rkp. 3. D ép. 334. Tel: 463-16-80 Fax: 463-30-91 http://www.vizgep.bme.hu
1/8. Iskolai jelentés. 10.évfolyam matematika
1/8 2009 Iskolai jelentés 10.évfolyam matematika 2/8 Matematikai kompetenciaterület A fejlesztés célja A kidolgozásra kerülő programcsomagok az alább felsorolt készségek, képességek közül a számlálás,
ROSA SISTEMI HENGERGÖRGŐS MEGVEZETÉS ROSA SISTEMI MONOGUIDE
ROSA SISTEMI HENGERGÖRGŐS MEGVEZETÉS TARTALOMJEGYZÉK / T.O.C. Technikai információk / Technical informations.............................................98 Hengergörgős vezetékek és kocsik / Recirculating
Széladatok homogenizálása és korrekciója
Széladatok homogenizálása és korrekciója Péliné Németh Csilla 1 Prof. Dr. Bartholy Judit 2 Dr. Pongrácz Rita 2 Dr. Radics Kornélia 3 1 MH Geoinformációs Szolgálat pelinenemeth.csilla@mhtehi.gov.hu 2 Eötvös
Madártollak elemtartalmának analízise Az eredmények ökológiai alkalmazásának lehetőségei
Madártollak elemtartalmának analízise Az eredmények ökológiai alkalmazásának lehetőségei Kolozsvári Katalin Környezettudomány szakos hallgató Témavezető: Dr. Török János Az előadás vázlata Bevezetés A