Hajléktalanság keletkezése, megszűnése és alakváltozásai I.

Hasonló dokumentumok
Gyorsjelentés a hajléktalan emberek 2015 február 3-i kérdőíves adatfelvételéről

2018-ban immár 20. alkalommal valósult meg a február 3-i hajléktalan adatfelvétel

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

A BMSZKI nyilvános kiadványai

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

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

Megmozdítani a mozdíthatatlant

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok.

Statisztika I. 4. előadás Mintavétel. Kóczy Á. László KGK-VMI. Minta Mintavétel Feladatok.

A SZEKCIÓÜLÉSEK TÉMÁI RÉSZLETESEN

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

Mester Dániel NRSZH. Hajléktalan-ellátás Országos Konferenciája 2013 Balatonföldvár augusztus 30.

Gyorsjelentés a hajléktalan emberek 2011 február 3-i kérdőíves adatfelvételéről

Gyorsjelentés a hajléktalan emberek 2010 február 3-i kérdőíves adatfelvételéről

Gyorsjelentés a hajléktalan emberek 2012 február 3-i kérdőíves adatfelvételéről

Páros összehasonlítás mátrixok empirikus vizsgálata. Bozóki Sándor

Innováció és eredményesség az alacsony státuszú iskolákban

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

1/8. Iskolai jelentés. 10.évfolyam matematika

JELENE ÉS JÖVŐJE. A FEANTSA Európai Kutatási Intézete European Observatory on Homelessness. EOH kutatások és a magyar kapcsolódási pontok

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

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Hajléktalan ellátás. 1. Albert Fruzsina Dávid Bea: Ha elszakad a háló A hajléktalanság kapcsolathálózati

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

EREDMÉNYEK, KÖVETKEZTETÉSEK, TERVEK

Az értékelés során következtetést fogalmazhatunk meg a

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

A Statisztika alapjai

Az ország harmada számol a hajléktalanná válással április 19.

Megoldások. ξ jelölje az első meghibásodásig eltelt időt. Akkor ξ N(6, 4; 2, 3) normális eloszlású P (ξ

Győri Péter: Hajléktalanság. romák. gyermekszegénység. (Tévhiteket oszlató tények )

KUTATÁSMÓDSZERTAN 4. ELŐADÁS. A minta és mintavétel

Véletlenszám generátorok és tesztelésük. Tossenberger Tamás

Diszkrét idejű felújítási paradoxon

Számítógépes döntéstámogatás. Statisztikai elemzés

Mi az elsőként lakhatást szemlélet?

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

Mesterséges Intelligencia MI

Eseményalgebra. Esemény: minden amirl a kísérlet elvégzése során eldönthet egyértelmen hogy a kísérlet során bekövetkezett-e vagy sem.

Új módszertan a kerékpározás mérésében

Szükség van-e kamarai nyilvántartásra?

Statisztika I. 8. előadás. Előadó: Dr. Ertsey Imre

Gyorsjelentés a hajléktalan emberek február 3-i kérdőíves adatfelvételéről

STATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Mi a modell? Matematikai statisztika. 300 dobás. sűrűségfüggvénye. Egyenletes eloszlás

A hosszúhullámú sugárzás stratocumulus felhőben történő terjedésének numerikus modellezése

Matematikai statisztika c. tárgy oktatásának célja és tematikája

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

Al-Mg-Si háromalkotós egyensúlyi fázisdiagram közelítő számítása

Lakhatási szegénység: kihívások és megoldások

Valószínűségi változók. Várható érték és szórás

Kutatásmódszertan és prezentációkészítés

Bemutatkozik a hódmezővásárhelyi Hajléktalanokat Ellátó Egyesített Intézmény Korsós Sándor (Badalik Bertalan Szociális Szolgáltató, Hódmezővásárhely)

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

Sportberuházások pénzügyi és közgazdasági érzékenységvizsgálata kockázatok egy sportlétesítmény életében

Populációbecslés és monitoring. Eloszlások és alapstatisztikák

Gyorsjelentés a hajléktalan emberek 2014 február 3-i kérdőíves adatfelvételéről

KÖVETKEZTETŐ STATISZTIKA

Loss Distribution Approach

A hajléktalan emberek pénze

A TANÁCSADÁSI MODELLEK GYAKORLATI ALKALMAZÁSÁNAK FŐBB SAJÁTOSSÁGAI

Kollányi Bence: Miért nem használ internetet? A World Internet Project 2006-os felmérésének eredményei

A hajléktalan emberek véleménye a kidolgozott szakmai és módszertani elveket alkalmazó programokról MUNKÁNK EREDMÉNYEI

Függetlenségvizsgálat, Illeszkedésvizsgálat

Témaválasztás, kutatási kérdések, kutatásmódszertan

Biometria gyakorló feladatok BsC hallgatók számára

Folyadékszcintillációs spektroszkópia jegyz könyv

BME Nyílt Nap november 21.

Iskolai jelentés. 10. évfolyam szövegértés

Volatilitási tőkepuffer a szolvencia IIes tőkekövetelmények megsértésének kivédésére

A margó szélén Hajléktalan emberek Budapesten a századforduló éveiben ( )

Gazdasági matematika II. vizsgadolgozat megoldása A csoport

Hogyan lehet pénzt termelni a mobilfizetéssel?

A MODELLALKOTÁS ELVEI ÉS MÓDSZEREI

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

KRITIKUS KÉRDÉS: ACÉL ELEMEK

Andó Mátyás Felületi érdesség matyi.misi.eu. Felületi érdesség. 1. ábra. Felületi érdességi jelek

VÁRAKOZÓK JELENTÉSE ELEMZÉS ÁLLAPOT SZERINT

Dr. Nagy Zita Barbara igazgatóhelyettes KÖVET Egyesület a Fenntartható Gazdaságért november 15.

Mérési adatok illesztése, korreláció, regresszió

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

[Biomatematika 2] Orvosi biometria

Matematikai alapok és valószínőségszámítás. Középértékek és szóródási mutatók

Posztoperatív pitvarfibrilláció előfordulásának, prediktív faktorainak és rekurrenciájának vizsgálata korai kardiológiai rehabilitációs kezelés során

(Independence, dependence, random variables)

e (t µ) 2 f (t) = 1 F (t) = 1 Normális eloszlás negyedik centrális momentuma:

Pajzsmirigy dózis meghatározása baleseti helyzetben gyermekek és felnőttek esetén

Alap-ötlet: Karl Friedrich Gauss ( ) valószínűségszámítási háttér: Andrej Markov ( )

Tárgy: Szociális rendeletek módosítása Mell.: 1 db rendelet-tervezet

BETEGJOGI, ELLÁTOTTJOGI ÉS GYERMEKJOGI KUTATÁS

Eloszlás-független módszerek (folytatás) 14. elıadás ( lecke) 27. lecke khí-négyzet eloszlású statisztikák esetszámtáblázatok

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

Az agglomerációs előnyök és a technológiai közelség befolyása a vállalatok túlélésére Magyarország, mint átmeneti gazdaság esete

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

S atisztika 1. előadás

Matematika A3 Valószínűségszámítás, 5. gyakorlat 2013/14. tavaszi félév

Magyarországon élő ember (a teljes felnőtt lakosság hét ezreléke) kényszerül majd valamennyi időt utcán vagy hajléktalan szállón éjszakázni.

Valószínűségszámítás és statisztika

A domborzat mikroklimatikus hatásai Mérési eredmények és mezőgazdasági vonatkozások

Orvosi szociológia (1. szeminárium) KUTATÁSMÓDSZERTAN

HÁBORÚS ÁLLAPOTOK? Poszttraumás stressz zavarra utaló jelek hajléktalan emberek körében a Február Harmadika adatfelvétel alapján

Átírás:

Hajléktalanság keletkezése, megszűnése és alakváltozásai I. 2006-2011 Kit melyik évben, vagy években kérdeztünk 2006 2011 között Fluktuáció mérése a személyi azonosító alapján Melyik évben szerepel az adatbázisban? KT ÉMH ÁSZ Össz. 2006 2007 2008 2009 2010 2011 01,00 csak 2006-ban 1 344 946 866 3 156 1 1 02,00 csak 2007-ben 1 795 861 581 3 237 1 1 04,00 csak 2008-ban 1 166 621 462 2 249 1 1 08,00 csak 2009-ban 1 367 596 810 2 773 1 1 16,00 csak 2010-ben 1 594 660 875 3 129 1 1 32,00 csak 2011-ban kérdezték 1 652 793 734 3 179 1 1 03,00 6 és 7 189 175 202 566 2 1 1 06,00 7 és 8 113 112 123 348 2 1 1 12,00 8 és 9 167 116 97 380 2 1 1 24,00 9 és 10 188 122 221 531 2 1 1 48,00 10 és 11 300 218 243 761 2 1 1 07,00 6 és 7 és 8 49 86 60 195 3 1 1 1 14,00 7 és 8 és 9 64 48 30 142 3 1 1 1 28,00 8 és 9 és 10 89 84 59 232 3 1 1 1 56,00 9 és 10 és 11 144 83 106 333 3 1 1 1 15,00 6 és 7 és 8 és 9 28 38 26 92 4 1 1 1 1 30,00 7 és 8 és 9 és 10 30 37 30 97 4 1 1 1 1 60,00 8 és 9 és 10 és 11 77 50 40 167 4 1 1 1 1 31,00 6 és 7 és 8 és 9 és 10 20 33 29 82 5 1 1 1 1 1 62,00 7 és 8 és 9 és 10 és 11 24 35 22 81 5 1 1 1 1 1 63,00 6 és 7 és 8 és 9 és 10 és 11 25 38 38 101 6 1 1 1 1 1 1 05,00 6 és 8 58 73 40 171 2 1 1 10,00 7 és 9 58 36 66 160 2 1 1 20,00 8 és 10 72 37 71 180 2 1 1 40,00 9 és 11 116 75 66 257 2 1 1 11,00 6 és 7 és 9 33 27 32 92 4 1 1 1 1 13,00 6 és 8 és 9 30 29 29 88 4 1 1 1 1 22,00 7 és 8 és 10 34 30 16 80 4 1 1 1 1 26,00 7 és 9 és 10 33 29 23 85 4 1 1 1 1 44,00 8 és 9 és 11 49 22 25 96 4 1 1 1 1 52,00 8 és 10 és 11 55 42 33 130 4 1 1 1 1 23,00 6 és 7 és 8 és 10 13 27 13 53 5 1 1 1 1 1 27,00 6 és 7 és 9 és 10 10 16 10 36 5 1 1 1 1 1 29,00 6 és 8 és 9 és 10 24 29 19 72 5 1 1 1 1 1 46,00 7 és 8 és 9 és 11 18 18 9 45 5 1 1 1 1 1 54,00 7 és 8 és 10 és 11 19 14 18 51 5 1 1 1 1 1 58,00 7 és 9 és 10 és 11 20 13 23 56 5 1 1 1 1 1 47,00 6 és 7 és 8 és 9 és 11 9 17 14 40 6 1 1 1 1 1 1 55,00 6 és 7 és 8 és 10 és 11 16 17 12 45 6 1 1 1 1 1 1 59,00 6 és 7 és 9 és 10 és 11 16 18 18 52 6 1 1 1 1 1 1 61,00 6 és 8 és 9 és 10 és 11 14 20 16 50 6 1 1 1 1 1 1 09,00 6 és 9 47 44 36 127 2 1 1 17,00 6 és 10 53 35 38 126 2 1 1 18,00 7 és 10 56 47 29 132 2 1 1 Készítette: Szabó Andrea 1

A hajléktalanná válás óta eltelt napok száma Két adat Annak a valószínűsége, hogy egy ember több mint egy évig marad hajléktalan (egymás utáni két évben is megjelenik a mintában) 30 % körüli. A kérdezések gyakoriságából levezetett eloszlásfüggvény exponenséből számítható valószínűség ezzel szemben 88 %. 2

1. állítás A két adat eltérés miatt feltételeznünk kell egy köztes állapotot (továbbiakban potenciális csoport), akik ugyan nem hajléktalanok, de bármikor, elég nagy eséllyel azok lehetnek. Korábban A hajléktalanság egy olyan életforma, társadalmi és egyben személyes viszonyok összessége, melynek során a lakhatás szempontjából különböző élethelyzetek váltják. Bényei Zoltán - Gurály Zoltán - Győri Péter - Mezei György, Tíz év után A tágabb értelemben vett hajléktalanok (az otthontalanok) köre az ellátó rendszert egy adott időpontban igénybevevők körénél jóval szélesebb Gurály Zoltán - Győri Péter - Mezei György - Pelle József, A margó szélén (2003) in.: Otthontalanul Tégy az emberért! Füzetek 2 3

2. állítás Az effektív hajléktalan állapotból való kiszabadulás esélye független attól, hogy az adott személy mióta hajléktalan. Mindenkinek minden egyes napon ugyanannyi esélye van az effektív hajléktalanságból a veszélyeztetett közé kerülni. Szimuláció Elkészíthető a teljes folyamatot szimuláló program, melynek célja, hogy feltérképezzük az éves felmérések eredményei mögött álló teljes folyamatot. Gurály Ottó (elemző) 4

1-3. következtetések Az egyszerűsített (négy valószínűséggel dolgozó) modell szimulációi alapján A potenciális csoport mérete nagyjából 48 000 és 50 0000 fő között van A potenciális csoportnak évente mintegy 12 %-a cserélődik ki Egy év alatt a potenciális csoportba tartozók nagyjából 20%-a válik valamennyi időszakra hajléktalanná 3. állítás Létezik egy olyan csoport, amelynek tagjai minden egyes évben benn vannak a megkérdezettek között és nem illeszkednek a fent vázolt dinamikába. Őket a modell nem tudja kezelni, mivel viselkedésük markánsan eltér a többségétől. Amikor a modell fő paramétereit számoljuk, őket mindig ki kell venni Egyszerűen nem lehet olyan valószínűségeket mondani, ami mellett a modell jelezné őket, illetve ha őket belevennénk az eloszlásba, látványosan eltorzítanák annak jellegét. G.O. 5

4. következtetés A fentebb leírt csoportot notórius hajléktalanoknak nevezhetjük. Ők valójában egy negyedik csoportot képeznek, amelyből gyakorlatilag nincs átjárás a többibe és valószínűleg a hagyományos szociális ellátórendszer is képtelen őket mozgatni. A matematikai elemzés és a következtetések szövegszerű leírásának nagy része is Gurály Ottó (elméleti fizikus, elemző) munkája. Köszönjük! Köszönöm a figyelmet! 6