Statisztika segédlet*

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

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

? közgazdasági statisztika

Statisztika. Eloszlásjellemzők

A sokaság/minta eloszlásának jellemzése

Matematikai statisztika

? közgazdasági statisztika

Sorozatok, határérték fogalma. Függvények határértéke, folytonossága

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

STATISZTIKA. ltozók. szintjei, tartozhatnak: 2. Előad. Intervallum skála. Az adatok mérési m. Az alacsony mérési m. Megszáml Gyakoriság módusz

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat

BIOSTATISZTIKA ÉS INFORMATIKA. Leíró statisztika

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

Változók függőségi viszonyainak vizsgálata

AZ OPTIMÁLIS MINTANAGYSÁG A KAPCSOLÓDÓ KÖLTSÉGEK ÉS BEVÉTELEK RELÁCIÓJÁBAN

Feladatok és megoldások a 11. heti gyakorlathoz

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek!

A MATEMATIKAI STATISZTIKA ELEMEI

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

Kutatói pályára felkészítı modul

Matematikai statisztika

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

Statisztikai Statisztika I. elemzések viszonyszámokkal viszony 1. Láncból bázis Mennyiségi ismérv szerinti elemzés 1.

4 2 lapultsági együttható =

Függetlenségvizsgálat, Illeszkedésvizsgálat

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

Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés

Tapasztalati eloszlás. Kumulált gyakorisági sorok. Példa. Értékösszegsor. Grafikus ábrázolás

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Statisztika

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

1. előadás: Bevezetés. Irodalom. Számonkérés. A valószínűségszámítás és a statisztika tárgya. Cél

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

Statisztikai. Statisztika Sportszervező BSc képzés NBG GI866G4. Statisztika fogalma. Statisztikai alapfogalmak. Statisztika fogalma

Intelligens adatelemzés ea. vázlat 1. rész

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Korreláció-számítás. 1. előadás. Döntéselőkészítés módszertana. Dr.

Kalkulus II., második házi feladat

Bevezető Adatok rendezése Adatok jellemzése Időbeli elemzés. Gazdaságstatisztika KGK VMI

STATISZTIKA I. Mekkora? Viszonyszá m = Viszonyszám. sa: 1. Két t statisztikai adat arány. egyik főf. csoportját t alkotják,

I. Függelék. A valószínűségszámítás alapjai. I.1. Alapfogalamak: A valószínűség fogalma: I.2. Valószínűségi változó.

Statisztika II. előadás és gyakorlat 2. rész

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

Közúti közlekedésüzemvitel-ellátó. Tájékoztató

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

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

Nagy számok törvényei Statisztikai mintavétel Várható érték becslése. Dr. Berta Miklós Fizika és Kémia Tanszék Széchenyi István Egyetem

Labormérések minimumkérdései a B.Sc képzésben

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

Sztochasztikus tartalékolás és a tartalék függése a kifutási háromszög időperiódusától

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

Statisztikai adatok elemzése

Regresszió. Fő cél: jóslás Történhet:

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.

ELTE TáTK Közgazdaságtudományi Tanszék ÖKONOMETRIA. Készítette: Elek Péter, Bíró Anikó. Szakmai felelős: Elek Péter június

Matematika B4 I. gyakorlat

Adatfeldolgozás, adatértékelés. Dr. Szűcs Péter, Dr. Madarász Tamás Miskolci Egyetem, Hidrogeológiai Mérnökgeológiai Tanszék

A peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye.

Példa: Egy üzletlánc boltjainak forgalmára vonatkozó adatok október hó: (adott a vastagon szedett!) S i g i z i g i z i

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás

Populáció nagyságának felmérése, becslése

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

2. METROLÓGIA ÉS HIBASZÁMíTÁS

biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás

Dr. Tóth Zsuzsanna Eszter Dr. Jónás Tamás Erdei János. Gazdaságstatisztika. II. rész A matematikai statisztika alapjai

A sokaság elemei közül a leggyakrabban előforduló érték. diszkrét folytonos

Adatsorok jellegadó értékei

Gazdaságtudományi Kar. Gazdaságelméleti és Módszertani Intézet. Regresszió-számítás. 2. előadás. Kvantitatív statisztikai módszerek. Dr.

MINTAVÉTEL A MARKETINGKUTATÁSBAN, KÜLÖNÖS TEKINTETTEL A DIVIZÍV ÉS AZ AGGLOMERATÍV RÉTEGZÉSRE

STATISZTIKA II. kötet

) ( 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.

Információs rendszerek elméleti alapjai. Információelmélet

EGY FÁZISÚ TÖBBKOMPONENS RENDSZEREK: BEVEZETÉS

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

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

BEVEZETÉS AZ SPSS ALAPJAIBA. (Belső használatra)

Továbblépés. Általános, lineáris modell. Példák. Jellemzık. Matematikai statisztika 12. elıadás,

Ökonometria. /Elméleti jegyzet/

A matematikai statisztika elemei

Méréstani összefoglaló

Korreláció- és regressziószámítás

Reakciómechanizmusok leírása. Paraméterek. Reakciókinetikai bizonytalanságanalízis. Bizonytalanságanalízis

Regresszió és korreláció

Statisztikai hipotézisvizsgálatok

LOGO. Kvantum-tömörítés. Gyöngyösi László BME Villamosmérnöki és Informatikai Kar

Statisztika Elıadások letölthetık a címrıl

6. Minısítéses ellenırzı kártyák

Kényszereknek alávetett rendszerek

24. tétel A valószínűségszámítás elemei. A valószínűség kiszámításának kombinatorikus modellje.

Horváth Alice. Éles valószínűségi korlátok műszaki és aktuáriusi alkalmazásokkal

Azonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága

1. előadás: Bevezetés. Számonkérés. Irodalom. Valószínűségszámítás helye a tudományok között. Cél

Vektorok által generált altér, lineáris összefüggőség, függetlenség, generátorrendszer, bázis, dimenzió

Cserjésné Sutyák Ágnes *, Szilágyiné Biró Andrea ** ismerete mellett több kísérleti és empirikus képletet fel-

MINİSÉGBIZTOSÍTÁS 6. ELİADÁS Március 19. Összeállította: Dr. Kovács Zsolt egyetemi tanár

Eddig megismert eloszlások Jelölése Eloszlása EX D 2 X P(X = 1) = p Ind(p) P(X = 0) = 1 p. Leíró és matematikai statisztika

Minősítéses mérőrendszerek képességvizsgálata

Mérési adatok feldolgozása Méréselmélet PE_MIK MI_BSc, VI_BSc 1

Backtrack módszer (1.49)

Hipotézis STATISZTIKA. Kétmintás hipotézisek. Munkahipotézis (H a ) Tematika. Tudományos hipotézis. 1. Előadás. Hipotézisvizsgálatok

2013 ŐSZ. 1. Mutassa be az egymintás z-próba célját, alkalmazásának feltételeit és módszerét!

Átírás:

Statsztka segédlet* Deícók: Statsztka: Valóság tömör számszerő jellemzésére szolgáló módszerta ll. gyakorlat teékeység. Statsztka gyakorlat ter: Tömegese elıorduló jeleségek egyedere oatkozó ormácók győjtése, eldolgozása, elemzése. A zsgált jeleség egészéek tömör számszerő jellemzése. eíró statsztka: a győjtött adatok alajá statsztka köetkeztetéseket ouk le. éése: - Adat győjtés - Adatok ábrázolása - Mőeletek égrehajtása Statsztka sokaság redszerezése: táblázatosa, grakusa Statsztka sokaság: - A sokaságot alkotó elemeket egyedekek s eezk, melyek bármlye számmal jellemezhetı tárgy, személy, stb. lehet. Álló sokaság: Kostas adatok csak egy bzoyos dıllaatba értelmezhetıek: Mozgó sokaság: A kostas adatokat egy dıterallumo lehet értelmez. Dszkrét sokaság: Egyértelmőe elkülöíthetı egyedő Folytoos sokaság: Az egyedek egymástól em szétálaszthatóak Véges sokaság: Mde egyes egyed csak egyszer kerül megszámolásra Végtele sokaság: Az egyedek smétlıdhetek Statsztka smér: - Statsztka sokaság egyedet jellemzı tulajdoság, lehetséges kmeetelek, az smér áltozatok. Tíusa: alteratí (agy-agy kacsolat), dıbel, gyakorság, meység Szám adatok: Mérések eredméye, agy becsült eredméye. Mérés [ mérés em mérés, sör em sör ]: Számok meghatározott szabályok szert hozzáredelése a jeleségekhez ll ezekhez a tulajdoságokhoz. Mérés tíusa és redszerezése: éleges adatrögzítés, sorred skála (közös tulajdoság alajá), terallum skála, aráy skála. A statsztka adat, alamely statsztka sokaság elemeek száma, agy a sokaság alamlye számszerő jellemzıje. Származtatott adatokak eezzük azokat az értékeket, amelyeket a sokaságból köetkeztettük. Statsztka mutatószám: Azok a statsztka adatok, amelyekkel alamely redszerese megsmétlıdı jeleséget jellemezzük. Adatelétel lehet, rerezetatí, moográ. Mérés hbák: Mde mérés hbáal terhelt, melyek értékét egy elogadható sztre leet csökkete. Hba meghatározásáak módja: - Abszolút hbák: a A A', ahol A alós, A a mért érték. Deál lehet a hba korlátot a -két, így a mérés megegedett hba tartomáya [A -a ; A +a ] Relatí hba: α a ; A α ˆ a' A'

Vszoyszám: Két egymással logka kacsolatba álló szám háyadosa. Tíusa: Megoszlás (%-os aráy); koordácós ( érra háy ı jut); damkus (két dıszak háyadosa); teztás (motorzácós ok) eggyakrabba származtatott értékek: Átlagok: Számta átlag: Súlyozott számta átlag: Harmokus átlag: Mérta átlag: égyzetes átlag: Közees eltérés: X d Meység sorok: gyakorság sor lehet az abszolút () relatí (r) értékek; értékösszeg sor lehet abszolút (z) agy relatí (zr). Ezekek kumulált értékeket s értelmezhetjük ( - jelöljük) Egy adathalmaz legotosabb leíró statsztka elemzése:. Átlag (lásd et). Szórás ( ) σ (amely az értékek szóródását jellemz) 3. Relatí szórás σ (azt mutatja meg, hogy az átlag meyre jellemz az adatsort. Ha étéke %-ál ksebb, akkor az átlag jól jellemz a sokaágot) 4. Módusz Mo a Mo + bszmo (r A leggyakorbb érték Mo r r Mo Mo r Mo ) + (r Mo r Mo+ )

4+. Módusz grakus megoldása 6. Medá A sokaság ele (az a ot, am elett és alatt ugyaay érték a) 5 rme Me a Me + bszme rme 7. Kartls és decmáls zsgálat Q 5%; Q 5%; Q 3 75% D %; D 9% Q m a m% + b 8. Asszmetra SZmo Me Mo baloldal m% r r Me Mo jobboldal mo mo 9. earso-éle asszmetra mutató Mo A σ ha A Sszmmetrkus ha A > baloldal ha A < jobboldal. csúcsosság mutató Q3 Q k (D9 D) ha k <,63 akkor csúcsos ha k >,63 akkor lault. Kacsolat zsgálat módszerek Akkor a szükség rá, ha agy több dmezóba zsgáljuk az adatsort. Az adat sor lehet egymástól üggetle, sztochasztkusa összeüggı, asszocácós, egyes, ok-okozat agy kölcsöös kacsolatú.

Yule-éle együttható (alteratí kacsolat) a + ha -,3: gyege kacsolat ha,3-,7: közeese erıs kacsolat ha,7-:erıs kacsolat, ahol a értéke <a< Serma-éle ragkorrelácó ρ 6 3 d, ahol -< ρ < elıjel korrelácó r e U V U + V U V Függetleség zsgálat (Kh róba) ha s t j krt j > ( Összeüggés zsgálat Cramer módszer j j*), ahol * j j *, akkor üggetle. Hogy mey krt azt em tudom. C (S ) C (t ) <C< Csuro-éle módszer T <T< S t

. ZH Regresszó otok learzálása, egy egyeessel/görbéel aló helyettesítése Ŷ β + β Megoldása, a legksebb égyzetek módszeréel. (Y Ŷ ) (Y βˆ M βˆ ) Eoecáls regresszó Y β β ogy logβ + logβ M * * * Y β + β élda: (lásd gyak ayag ) Vszoyszámok A V B Érték de V V Árde Volumede Aggregált értékde

aseyres-éle olumede: w ahol w aasche-éle olumede: Fsher-éle olumede: F aseyres-éle árde: w aasche-éle árde: Fsher-éle árde: F deek között összeüggések: F F Mtaételezés: A mtaételezés sorá bztosa hbázuk alamekkora mértékbe. Ez lehet a Mtaételezés módjáak hbája matt, agy a sokasából adódó hba (em mtaételezés hba). Mtaételezés módja:, sszatéréses egyszerő: egymástól üggetle áltozók, egyelı alószíőséggel., sszatérés élkül 3, rétegzett: A sokaság mde tagját zsgáljuk 4, csoortos: a sokaság egy csoortját zsgáljuk csak 5, többletelemzés: a, életle b, em életle (szsztematkus, kóta szert, kocetrált, ökéyes)

Gauss eloszlás: ( m) σ () e (általáos jármőgéta tudásukat eleeítsük el, a mely sgma σ π értékhez mekkora alószíőség tartozk.) terallumbecslés: s M ( ) ± ± t élda megoldás sorá elıször a sokaság átlagát majd a taasztalat szórást kell kszámol, d s kélettel, t adott agy otosság alajá meghatározható (t a sgmák száma, l.: 9% t,64 ) Ameybe szükséges a szórást korrgált szórással számoljuk, am a -el aló szorzást jelet. Ez akkor szükséges, ha >, ( a zsgált meység, a sokaság agysága) Ameybe alteratí smérek aak, haszálhatjuk a s összeüggést s. A eladatégé adjuk meg az terallumot[ ; ] alakba és szöegese álaszoljuk. osso eloszlás eseté Hotézs zsgálat: s alakba adható meg a szórás. Ez agy több sokaságra oatkozó állítást, eletést, hotézsek eezzük. A hotézs oatkozhat sokaság eloszlásra, agy a szóba orgó eloszlás araméterezése s. ull hotézs: (H ) alaelteés Alteratí hotézs: (H ) A hotézsek kölcsööse kegészítk egymást, csak egyet ogadhatuk el. H : µ m H : µ (kétoldal róba) m z róbaüggéy: m z σ a zsgálat lehet kétoldal, agy egy oldal (jobb agy bal; H : µ m H : µ > m ;H : µ < m ). Kétoldal eseté az α szgkaca szt kettéoszlk, egyoldal eseté csak az egyk oldalo a értelmeze, és az alajá kell a otosságot meghatároz, és az értelmezés terallumot megbecsül.

Hbák a hotézs zsgálat sorá: H Elogadás Elutasítás gaz Helyes dötés -α Elsıajú hba α Hams Másodajú hba β Helyes dötés -β Α és β csak egymás kárára csökkethetı. Megbízhatóság szttel agy a mtaszám öeléséel lehet jaíta. Másodajú hba elköetése a súlyosabb, mert olyakor tées elteést ogaduk el. éldamegoldás meete: Szgkaca szt, mtaétel agysága adott, elteszük egy ull hotézst, és az alteratí hotézst. Határozzuk meg z róbaüggéyt, amely ha bee a a megadott szgkaca szthez tartozó terallumba, akkor a elteésük helyes. Abba az esetbe, ha em smerjük a szórást, akkor t róbaüggéyt haszáljuk, ambe S-sel, a sokaság szórásáal számoluk. dısorok, mozgóátlagok: Determsztkus dısorok:, terd/tedeca (öekı, csökkeı), cklkusság (szezoáls) 3, egyéb/életle Abszolút áltozás: d t Yt Yt ; d t d Yt Tartam dısor: Y Állaot dısor: adott dıszakba oatkozó ytó llete záró érték. Több dıot átlagát, a köetkezı összeüggéssel határozhatjuk meg: Y Y + Y + Fejlıdés átlagos üteme (lác szoyszámok mérta átlaga): l l l3 l l Π Y Ey. Ez a 9.9.4 és 9..6-e között Varga Róbert által leadott elıadások, és gyakorlatok ayagát tartalmazza. A szerzı em kíát semmlye szerzı jogokat megsérte mde jogot etartuk. Csak saját elelısségre. Az esetleges elgéelésekért, elírásokért a kadó elelısséget em állal. *csak azokak segédlet, akk bejártak elıadásra/gyakra, és értk mrıl a szó