1. Két pályázat esetén a nyerési esélyeket vizsgálják. Mintát véve mindkét pályázat esetén az egyik. (b) Mit nevezünk másodfajú hibának?



Hasonló dokumentumok
Normális eloszlás paramétereire vonatkozó próbák

(a) Számolja ki a vásárolt benzin átlagos mennyiségét! (b) Számítsa ki az átlagos abszolút eltérést! (a) Mekkora a napi átlagos csökkenés?

Biometria gyakorló feladatok BsC hallgatók számára

Statisztika Elıadások letölthetık a címrıl

földtudományi BSc (geológus szakirány) Matematikai statisztika elıadás, 2014/ félév 6. elıadás

Valószín ségszámítás és statisztika Gyakorlat (Statisztika alapjai)

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

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

1. Adatok kiértékelése. 2. A feltételek megvizsgálása. 3. A hipotézis megfogalmazása

Normális eloszlás tesztje

Módszertani Intézeti Tanszéki Osztály. A megoldás részletes mellékszámítások hiányában nem értékelhető!

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Hipotézis, sejtés STATISZTIKA. Kétmintás hipotézisek. Tudományos hipotézis. Munkahipotézis (H a ) Nullhipotézis (H 0 ) 11. Előadás

( 1) i 2 i. megbízhatóságú a levont következtetése? A matematikai statisztika eszközeivel értékelje a kapott eredményeket!

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet

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

MINŐSÉGELLENŐRZÉS TÁBLÁZATOK A JEGYZŐKÖNYVEK MEGOLDÁSÁHOZ

Anyagvizsgálati módszerek Mérési adatok feldolgozása. Anyagvizsgálati módszerek

TARTALOMJEGYZÉK. 1. téma Átlagbecslés (Barna Katalin) téma Hipotézisvizsgálatok (Nagy Mónika Zita)... 23

Hipotéziselmélet - paraméteres próbák. eloszlások. Matematikai statisztika Gazdaságinformatikus MSc szeptember 10. 1/58

Hipotézisvizsgálat R-ben

Modern műszeres analitika szeminárium Néhány egyszerű statisztikai teszt

BAGME11NNF Munkavédelmi mérnökasszisztens Galla Jánosné, 2011.

A bergengóc lakosság szemszín szerinti megoszlása a négy tartományban azonos:

BIOMETRIA (H 0 ) 5. Előad. zisvizsgálatok. Hipotézisvizsg. Nullhipotézis

Statisztika I. 9. előadás. Előadó: Dr. Ertsey Imre

STATISZTIKA. A Föld pályája a Nap körül. Philosophiae Naturalis Principia Mathematica (A természetfilozófia matematikai alapelvei, 1687)

2. A ξ valószín ségi változó eloszlásfüggvénye a következ : x 4 81 F (x) = x 4 ha 3 < x 0 különben

Gyakorlat 8 1xANOVA. Dr. Nyéki Lajos 2016

Hipotézis vizsgálatok

[Biomatematika 2] Orvosi biometria


3

Hipotézis vizsgálatok

STATISZTIKA PÉLDATÁR

1. Név:... Neptun Kód:... Feladat: Egy összeszerel½o üzemben 3 szalag van. Mindehárom szalagon ugyanazt

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

STATISZTIKAI ALAPOK. Statisztikai alapok_eloszlások_becslések 1

Statisztikai alapismeretek (folytatás) 4. elıadás (7-8. lecke) Becslések, Hipotézis vizsgálat

Biostatisztika VIII. Mátyus László. 19 October

A matematikai statisztika elemei

Egyszempontos variancia analízis. Statisztika I., 5. alkalom

Kockázatok és mérési bizonytalanság kezelése a termelésmenedzsment területén

Elméleti összefoglaló a Sztochasztika alapjai kurzushoz

STATISZTIKA. A maradék független a kezelés és blokk hatástól. Maradékok leíró statisztikája. 4. A modell érvényességének ellenőrzése

K oz ep ert ek es variancia azonoss ag anak pr ob ai: t-pr oba, F -pr oba m arcius 21.

KÖVETKEZTETŐ STATISZTIKA

A konfidencia intervallum képlete: x± t( α /2, df )

Kabos: Statisztika II. t-próba 9.1. Ha ismert a doboz szórása de nem ismerjük a

x, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:

Valószín ségszámítás és statisztika Gyakorlat (Kétmintás próbák)

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

egyetemi jegyzet Meskó Balázs

Kiváltott agyi jelek informatikai feldolgozása Statisztika - Gyakorlat Kiss Gábor IB.157.

Nemparametrikus tesztek december 3.

Leíró és matematikai statisztika el adásnapló Matematika alapszak, matematikai elemz szakirány 2016/2017. tavaszi félév

STATISZTIKAI ALAPOK. Statisztikai alapok_eloszlások_becslések 1

2. A ξ valószín ségi változó s r ségfüggvénye a következ : c f(x) =

VIZSGADOLGOZAT. I. PÉLDÁK (60 pont)

Hipotézis-ellenırzés (Statisztikai próbák)

Biomatematika 15. Szent István Egyetem Állatorvos-tudományi Kar. Fodor János

Kettőnél több csoport vizsgálata. Makara B. Gábor

Véletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.

Kabos: Statisztika II. ROC elemzések Szenzitivitás és specificitás a jelfeldolgozás. és ilyenkor riaszt. Máskor nem.

A társadalomkutatás módszerei I. Outline. A mintaválasztás A mintaválasztás célja. Notes. Notes. Notes. 13. hét. Daróczi Gergely december 8.

Bevezetés a hipotézisvizsgálatokba

Abszolút folytonos valószín ségi változó (4. el adás)

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

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

Rugalmas állandók mérése (2-es számú mérés) mérési jegyzõkönyv

0,9268. Valószín ségszámítás és matematikai statisztika NGB_MA001_3, NGB_MA002_3 zárthelyi dolgozat

MÉRÉSI EREDMÉNYEK PONTOSSÁGA, A HIBASZÁMÍTÁS ELEMEI

Vizsgáljuk elôször, hogy egy embernek mekkora esélye van, hogy a saját

Kísérlettervezés alapfogalmak

Statisztikai csalások és paradoxonok. Matematikai statisztika Gazdaságinformatikus MSc november 26. 1/31

Baran Ágnes. Gyakorlat MATLAB. Baran Ágnes Gyakorlat 1 / 70

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Elemszám becslés. Kaszaki József Ph.D. SZTE ÁOK Sebészeti Műtéttani Intézet

Biomatematika 13. Varianciaanaĺızis (ANOVA)

6. Előadás. Vereb György, DE OEC BSI, október 12.

Variancia-analízis (ANOVA) Mekkora a tévedés esélye? A tévedés esélye Miért nem csinálunk kétmintás t-próbákat?

Matematika III. 9. Statisztikai hipotézisek Prof. Dr. Závoti, József

vásárlót átlag 2 perc alatt intéz el (blokkolás, kártyaleolvasás), de ez az

Matematikai statisztika

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

4.4. Egy úton hetente átlag 3 baleset történik. Mi a valószínűsége, hogy egy adott héten 2?

Gyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László

Valószín ségszámítás és statisztika

STATISZTIKA. Egymintás u-próba. H 0 : Kefir zsírtartalma 3% Próbafüggvény, alfa=0,05. Egymintás u-próba vagy z-próba

A mérések általános és alapvető metrológiai fogalmai és definíciói. Mérések, mérési eredmények, mérési bizonytalanság. mérés. mérési elv

A biostatisztika alapfogalmai, hipotézisvizsgálatok. Dr. Boda Krisztina Boda PhD SZTE ÁOK Orvosi Informatikai Intézet

Nemparaméteres próbák

LINEÁRIS REGRESSZIÓ (I. MODELL) ÉS KORRELÁCIÓ FELADATOK

A Statisztika alapjai

Statisztika elméleti összefoglaló

Intervallumbecsle s Mintave tel+ Hipote zisvizsga lat Egyminta s pro ba k Ke tminta s pro ba k Egye b vizsga latok O sszef.

Lövedékálló védőmellény megfelelőségének elemzése lenyomatmélységek (traumahatás) alapján

y ij = µ + α i + e ij

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Átírás:

Statisztika 2015. május 08. D csoport Név Neptun kód 1. Két pályázat esetén a nyerési esélyeket vizsgálják. Mintát véve mindkét pályázat esetén az egyik pályázatnál 320 pályázóból 42 nyert, a másik pályázatnál 430 pályázóból 72 nyert. (a) Elfogadjuk-e a 0.9 szinten azt a hipotézist, hogy a két pályázat esetén azonosak a nyerési esélyek? 8p (b) Mit nevezünk másodfajú hibának? 2p 2. Egy termék tömege normális eloszlású véletlen mennyiség. 15 terméket megmérve a tömegek átlaga 999 gramm lett 1.3 korrigált tapasztalati szórással. (a) Elfogadjuk-e azt a hipotézist a.099 szinten, hogy szinten, hogy a termék tömegének várható értéke 1000 gramm? (b) Elfogadjuk-e azt a hipotézist a 0.95 szinten, hogy a termék tömegének várható értéke 1000 gramm vagy az adatok azt támasztják alá, hogy a termék tömegének várható értéke kevesebb 1000 grammnál?

3. Két mér½om½uszert szeretnénk összehasonlítani. Az egyiken egy szabvány 10 grammos súlyt megmérve 8-szor a mérési eredmények átlaga 10.3 gramm, korrigált tapasztalati szórása 0.15 lett. A másikon is megmérjük ezt a súlyt 9-szer és a mérési eredmények átlaga 9.9 lett 0.085 korrigált tapasztalati szórással. (a) Elfogadjuk-e azt a hipotézist a 0.9 szinten, hogy a két mér½om½uszer szórása azonos? b. Ha a második mér½om½uszer korrigált tapasztalati szórása a kisebb, akkor az els½o mér½om½uszer mekkora korrigált tapasztalati szórása esetén fogadnánk el a szórások azonosságát a 0.9 szinten és mett½ol nem? 6p 4p 4. Egy város lakosságát autó-használati szokásaikról kérdezték. Az alábbi adatokat kapták: hasznalat=kor f iatal kozepkoru idos gyakran 100 80 20 ritkan 55 12 10 soha 23 10 15 Függetlenek-e az autóhasználati szokások az életkortól a 0.9 szinten? 10p

Statisztika 2015. május 08. C csoport Név Neptun kód 1. Egy nyereményjáték esetén a nyerési esélyeket vizsgálják. 150 nyereményjegyb½ol 29 nyert, a többi a "sajnos, most nem nyert" üzenetet tartalmazza. (a) Elfogadjuk-e a 0.95 szinten, azt az állítást, hogy "minden negyedik nyer" (úgy értve, hogy a nyerési esély 0.25)? (b) Elfogadjuk-e a 0.95 szinten, azt az állítást, hogy "minden negyedik nyer" úgy értve, hogy a nyerési esély 0.25, vagy az adatok a nyerési esély kisebb, mint 0.25 ellenhipotézist támasztják alá? 2. Éves csapadékmennyiségeket hasolítanak össze. Az els½o csoportban 1981-1990 évek átlagát nézték, az átlag 825 mm lett 65 mm korrigált tapasztalati szórással. A második csoportban a 2004-2012 évek átlagát nézték, az átlag 765 mm lett, 75 mm korrigált tapasztalati szórással. Elfogadva a szórások azonosságát, tekinthetjük-e azonosnak a két id½oszak éveinek éves csapadékmennyiség várható értékét a 0.9 szinten? 10p

3. 5-ször megmérve egy 100 grammos szabvány súlyt a mért eredmények az alábbiak: 98gramm, 99 gramm, 103 gramm, 99 gramm, 101gramm. Elfogadjuk-e a 0.9 szinten azt a hipotézist, hogy a mér½om½uszer szórása 1.5? 12p 4. Egy vidéken az ajándékvásárlási szokásokat vizsgálják. 500 megkérdezett közül 145 kis érték½u, 128 közepes érték½u és 90 nagy érték½u ajándékokat vásárol az ünnepre, a többi nem vásárol ajándékot.elfogadjuke a 0.9 megbízhatóság mellett az a hipotézist, hogy az emberek azonos eséllyel tartoznak mind a 4 ajánkvásárlással kapcsolatos kategóriába? 8p

Statisztika 2015. május 08. B csoport Név Neptun kód 1. Egy pályázat esetén a nyerési esélyeket vizsgálják. Egy 1400 elem½u mintában a pályázatok közül 295 nyert.. (a) Elfogadjuk-e a 0.9 szinten, hogy a pályázatok nyerési valószín½usége 0.2? (b) Mit nevezünk els½ofajú hibának?mekkora az els½ofajú hiba valószín½usége? 2. Egy termék tömege normális eloszlású véletlen mennyiség. 12 terméket megmérve a tömegek átlaga 49 gramm lett 1.1 korrigált tapasztalati szórással. (a) Elfogadjuk-e azt a hipotézist a 0.99 szinten, hogy a termék tömegének várható értéke 50 gramm? (b) Elfogadjuk-e azt a hipotézist a 0.95 szinten, hogy a termék tömegének szórása 1.5, vagy az adatok azt támasztják alá, hogy a szórás kisebb 1.5-nél?

3. Két mér½om½uszert szeretnénk összehasonlítani. Az egyiken egy szabvány 1000 grammos súlyt megmérve 6-szor a mérési eredmények átlaga 1001 gramm, korrigált tapasztalati szórása 0.5 lett. A másikon is megmérjük ezt a súlyt 9-szer és a mérési eredmények átlaga 999 lett 0.8 korrigált tapasztalati szórással. (a) Elfogadjuk-e azt a hipotézist a 0.95 szinten, hogy a két mér½om½uszer szórása azonos? 6p (b) Feltételezve, hogy az els½o m½uszer szórása a nagyobb,az els½o mér½om½uszer mekkora korrigált tapasztalati szórása esetén fogadnánk el a szórások azonosságát a 0.9 szinten és mikor nem? 6p 4. Két kontinensen a társadalom halandósági adatait hasonlítjuk össze. Az alábbi adatok állnak rendelkezésünkr kontinens=elhalalozas gyermekkori f eln½ottkori idoskori A 35 57 48 B 10 30 60 Független-e halandóság a helyt½ol 0.99 szinten? 8p

Statisztika 2015. május 8. A csoport Név Neptun kód 1. Egy mér½om½uszer szórása ismert, 3 egység. 28 terméket megmérve a kapott értékek átlaga 51.5 lett. (a) Elfogadjuk-e a 0.99 szinten azt a hipotézist, hogy a termékek tömegének várható értéke 50? 6p (b) Elfogadjuk-e a 0.99 szinten azt a hipotézist, hogy a termékek tömegének várható értéke 50, vagy az adatok azt támasztják alá, hogy a várható érték nagyobb 50-nél? (c) Milyen szinten fogadjuk el azt ahipotézist, hogy a várható érték 50 egyoldali ellenhioptézis mellett? 2. Egy termék tömege normális eloszlású véletlen mennyiség. 20 terméket megmérve a tömegek átlaga 248.9 gramm lett 2.5 gramm korrigált tapasztalati szórással. (a) Elfogadjuk-e egyoldali ellenhipotézis mellett azt a hipotézist a 0.95 szinten, hogy a termék tömegének várható értéke 250 gramm vagy az adatok azt támasztják alá, hogy a várható érték kevesebb 250 grammnál? (b) Elfogadjuk-e azt a hipotézist a 0.95 szinten, hogy a termék tömegének szórása 2 gramm?

3. Két üzemegységet hasonlítanak össze. Az egyikben 200 termék ellen½orzése során 25 hibásat találtak, a másikban 250 termék ellen½orzése során 35-öt. Elfogadjuk-e a 0.9 szinten azt a hipotézist, hogy a két üzemegység azonos selejtaránnyal tremel? 4. Egy vidéken az ajándékvásárlási szokásokat vizsgálják. 300 megkérdezett közül 105 kis érték½u, 115 közepes érték½u és 80 nagy érték½u ajándékokat vásárol az ünnepre. Elfogadjuk-e a 0.9 megbízhatóság mellett az a hipotézist, hogy az emberek azonos eséllyel tartoznak mindhárom ajándékvásárlói csoportba?