Általánosítás. Többdimenziós normális eloszlás. Matematikai statisztika elıadás III. éves elemzı szakosoknak



Hasonló dokumentumok
Hatások száma. Az extra információt felhasználhatjuk: Alias hatások. Részleges kétszintő tervezés. Kísérlettervezés

A kísérletek ismétlése. Randomizálás = Véletlenítés. A tervezés kezdeti lépései. A faktoriális tervezés. Kísérlettervezés

A statisztika részei. Példa:

PÉLDATÁR A SZÁMÍTÓGÉPES TESZTHEZ. Írta Dr. Huzsvai László

dinamikus tömörségméréssel Útügyi Napok Eger Subert

Pályázat címe: Pályázati azonosító: Kedvezményezett: Szegedi Tudományegyetem Cím: 6720 Szeged, Dugonics tér

Statisztikai programcsomagok

7. el adás Becslések és minta elemszámok fejezet Áttekintés

Definíció. Definíció. 2. El adás (folytatása) Az adatok leírása, megismerése és összehasonlítása fejezet. A variabilitás mér számai 3.

Rudas Tamás: A hibahatár a becsült mennyiség függvényében a mért pártpreferenciák téves értelmezésének egyik forrása

A Kisteleki Kistérség munkaerı-piaci helyzete. (pályakezdı és tartós munkanélküliek helyzetelemzése)

(2) A R. 3. (2) bekezdése helyébe a következő rendelkezés lép: (2) A képviselő-testület az önkormányzat összes kiadását

képzetes t. z = a + bj valós t. a = Rez 5.2. Műveletek algebrai alakban megadott komplex számokkal

Bemenet modellezése II.

matematikai statisztika október 24.

Hipotézis-ellenırzés (Statisztikai próbák)

Alapfogalmak áttekintése. Pszichológiai statisztika, 1. alkalom

Csarnokszerkezet szélteher esetei: Számpélda

Kecskeméti Fıiskola GAMF Kar Informatika Tanszék. Johanyák Zsolt Csaba

Orosz Gyula: Markov-láncok. 2. Sorsolások visszatevéssel

100% BIO Natur/Bio kozmetikumok és testápolás

Statisztikai módszerek








GAZDASÁGI STATISZTIKA

ARITMETIKA ÉS ALGEBRA I. TERMÉSZETES SZÁMOK

PageRank algoritmus Hubs and Authorities. Adatbányászat. Webbányászat PageRank, Hubs and Authorities. Szegedi Tudományegyetem.

Ingatlanfinanszírozás és befektetés

FORD KA KA_202054_V5_2013_Cover.indd /06/ :59

1. Adatok közelítése. Bevezetés. 1-1 A közelítő függvény

Példa: 5 = = negatív egész kitevő esete: x =, ha x 0

Statisztika 1. zárthelyi dolgozat március 21.

MINİSÉGSZABÁLYOZÁS. Dr. Drégelyi-Kiss Ágota

MAGYAR RÉZPIACI KÖZPONT Budapest, Pf. 62 Telefon , Fax

Miskolci Egyetem Anyagmozgatási és Logisztikai Tanszék. 1. fólia

Villamos tulajdonságok

VI.Kombinatorika. Permutációk, variációk, kombinációk

MŰANYAGOK FELDOLGOZÁSA

V. Gyakorlat: Vasbeton gerendák nyírásvizsgálata Készítették: Friedman Noémi és Dr. Huszár Zsolt

Sztochasztikus folyamatok 1. házi feladat

14-469/2/2006. elıterjesztés 1. sz. melléklete. KOMPETENCIAMÉRÉS a fıvárosban

Debreceni Egyetem, Közgazdaság- és Gazdaságtudományi Kar. Feladatok a Gazdasági matematika I. tárgy gyakorlataihoz. Halmazelmélet

A.11. Nyomott rudak. A Bevezetés

Felépítés Típus / Konfigurálás setup programmal. Mérési adatok kiolvasása

Matematikai statisztikai elemzések 5.

VALÓSZÍNŰSÉGSZÁMÍTÁS KÉPLETTÁR

Ferenczi Dóra. Sorbanállási problémák

ESR színképek értékelése és molekulaszerkezeti értelmezése

Laborjegyzıkönyv javítási tájékoztató. Kiegészítések a leggyakoribb hibák értelmezéséhez


Az új építőipari termelőiár-index részletes módszertani leírása

ÚTMUTATÓ A MÓDSZERTANI SZIGORLAT LETÉTELÉHEZ

Standardizálás, transzformációk

Statisztikai alapismeretek (folytatás)

1. (Sugár Szarvas fgy., 186. o. S13. feladat) Egy antikvárium könyvaukcióján árverésre került. = x = 6, y = 12. s y y = 1.8s x.

Fizika I, Villamosságtan Vizsga fé, jan. 12. Név:. EHA Kód:

Kódolás, hibajavítás. Tervezte és készítette Géczy LászlL. szló 2002

MITISZK Miskolc-Térségi Integrált Szakképző Központ

A PÉNZ IDİÉRTÉKE. Egy jövıbeni pénzösszeg jelenértéke:

Valószín ségelmélet házi feladatok

KVANTITATÍV MÓDSZEREK

Mikrohullámok vizsgálata. x o

Matyusz Zsolt A 2009-ES VERSENYKÉPESSÉGI ADATFELVÉTEL VÁLLALATI MINTÁJÁNAK ALAPJELLEMZİI ÉS REPREZENTATIVITÁSA

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 6. MA3-6 modul. A statisztika alapfogalmai

Matematikai statisztikai elemzések 2.

Tulajdonjogi intézmények. A közpolitika mozgatórugói. Finanszírozási szerződés. Közpolitika és vállalatfinanszírozás

Nemetz O.H. Tibor emlékére május 9.

KAOTIKUS VAGY CSAK ÖSSZETETT? Labdák pattogása lépcsôn

Tartalomjegyzék. Pemutáció 5 Ismétléses permutáció 8 Variáció 9 Ismétléses variáció 11 Kombináció 12 Ismétléses kombináció 13

Vasbetontartók vizsgálata az Eurocode és a hazai szabvány szerint

Elemzés. A személygépkocsikban utazók biztonsági öv használata Magyarországon. Készült: szeptember-október

Kevei Péter november 22.

Műszerek tulajdonságai

15.KÚPKEREKEK MEGMUNKÁLÁSA ÉS SZERSZÁMAI

A vezetői munka alapelemei - Döntéselmélet, döntéshozatal lehetséges útjai

Számítógépi képelemzés

Nyugat-magyarországi Egyetem Geoinformatikai Kara. Prof. Dr. Závoti József. Matematika III. 7. MA3-7 modul. Helyzetmutatók, átlagok, kvantilisek

DIPLOMÁS PÁLYAKEZDİK ÉS FELSİOKTATÁSI INTÉZMÉNYEK VÁLLALATI SZEMMEL-2010

Véletlenített algoritmusok. 4. előadás

Tómács Tibor. Matematikai statisztika

Szepesvári Csaba ápr. 11

Lineáris algebra I. Vektorok és szorzataik

AZ ÉPÜLETGÉPÉSZETI RENDSZEREK ENERGIA-HATÉKONYSÁGÁNAK KÉRDÉSEI

Áttekintés a felhasznált lineáris algebrai ismeretekről.

Témakörök az osztályozó vizsgához. Matematika


Az óvodai és iskolai étkezés, napközi /tények és vélemények/

Statisztika II. BSc. Gyakorló feladatok I február

A biztonsági övek és gyermekülések használatának helyzete Magyarországon

Vállalati és lakossági lekérdezés. Szécsény Város Polgármesteri Hivatala számára

EXAMENUL DE BACALAUREAT

Az egyenértékő kúposság

1. A skót bakák mellkas körmérete N(88, 10). A skót bakák mekkora hányada fér bele egy 84-es zubbonyba?

FELADATOK A KALKULUS C. TÁRGYHOZ

Sárospatak Város Polgármesterétıl

Átírás:

Matematikai statisztika elıadás. éves elemzı szakosokak 0. elıadás Többdimeziós ormális eloszlás Kétdimeziós ormális eloszlás sőrőségfüggvéye ( ( x µ ) ρ ( y ν ) f x, y) ex + ( x µ )( y ν ) ) πσς ρ σ σς ς ahol az elsı koordiáta (µ,σ), a második edig (ν,ζ) araméterő ormális eloszlású. <ρ< edig a komoesek közötti korreláció. Ez az a kivételes eset, amikor ρ0 elégséges is a függetleséghez. 0.5 korrelációjú, stadard ormális eloszlású változók együttes sőrőségfüggvéye 0.9 korrelációjú, stadard ormális eloszlású változók együttes sőrőségfüggvéye - - 0 - - 0 - - 0 - - 0-0.75 korrelációjú, stadard ormális eloszlású változók együttes sőrőségfüggvéye Általáosítás - - 0 Legye X dimeziós, függetle komoeső, komoesei stadard ormális eloszlások A: x dimeziós emsziguláris mátrix, m -dimeziós vektor YAX+m: -dimeziós ormális eloszlás. EYm E(Y-m)(Y-m) T )AA T :C (elevezés: kovariaciamátrix) - - 0

Tulajdoságok A sőrőségfüggvéy: f ( x) ex A ( x m) / (π ) A T ex ( x m) C ( x m) / / (π ) C A koordiáták otosa akkor függetleek, ha a kovariaciamátrix diagoális X otosa akkor többdimeziós ormális, ha a komoeseiek bármely lieáris traszformáltja dimeziós ormális eloszlású Paraméterbecslés A araméterek maximum likelihood becslése (ha C em elfajuló): m ˆ X, Cˆ ( Xk X )( Xk X ) k A várható érték becslése torzítatla és kozisztes A kovariaciamátrix becslése aszimtotikusa torzítatla és kozisztes T Táblázatok elemzése Táblázatelemzés/ A számokat legjobba osztással tudjuk összehasolítai. (Figyelem: külöbség-, illetve összegkézés csak akkor értelmes, ha ez a halmazokra is értelmes). Mérıszámok tíusai (százalékba csak a hasoló ismérvekbıl számított háyadosokat értelmes kifejezi): 00*Részhalmaz/teljes halmaz (ık aráya, havi bevétel részaráya) Hasoló ismérvekre: 00*(ismérv A)/(ismérv B) Példák: társasutazáso résztvevık/ egyéi utazók, adózás utái eredméy/adó. Külöbözı ismérvek háyadosa: egy fıre esı gékocsik száma, GDP/fı stb. Mérıszám-sorozatok: Bázisidex: idısor számait ugyaahhoz a bázisidıothoz hasolítjuk (egyszerő súlyozatla idex) Bi 00 Lácidex: idısor egymás utái számait hasolítjuk egymáshoz Li 0 Mérıszám-sorozatok, élda Év Bázisidex Lácidex A táblázat harmadik oszloa az éves áremelkedést mutatja. Ez egy lácidex, mert a bázis midig más. A. oszlo a bázisidex, ahol midig 995 a viszoyítási ala. 995 00.0 8. 996 8. 3.6 997 58.5 8.3 998 87.5 4.3 999 4.3 0 000 35.7 09.8 00 58.8 09. 00 8.6 05.3 003 97.6 04.7 004 3.6 06.8 Bi 0 j ( Li /00) j j j j Egy kokrét táblázat Magyarországi adatok Adjuk éldát külöbözı aráyszámokra! 970 980 990 000 Néesség (Millió) 0,35 0,70 0,37 0,7 Születésszám (ezer) 5 49 6 97 Autók száma (Millió) 0,03 0,30,96

Egy aradoxo Megoldás: Stadardizálás vállalkozás adatai Hol keresek jobba az alkalmazottak? Adjuk meg midkét cégél az átlagkereseteket! Tehát óvatosak kell leük a kevert oulációkál. B Bak G Gyár Nık Férfiak Nık Férfiak Havi fizetés 50 350 00 300 Szám 90 0 0 90 A hatásokat el kell külöítei: BsjVj V A részhalmazok adatai közötti Bsj eltérés hatása: B s : stadardsúlya (gyakorisága) az osztályokak V: megfigyelt értéke osztályokét A részhalmazok megoszlásáak eltérésébıl adódó hatás: BjVsj B: eloszlás osztályokét, V s : V stadard értékek Bj osztályokét. B sj j0 V(90*50+0*350)/00- -(90*00+0*300)/00 50 ezer Ft Bj0Vsj Bj0 V(90*50+0*350)/00- -(0*50+90*350)/00-80 ezer Ft B V sj dexszámok dexszámok: Két hasoló ismérv adatát osztjuk el egymással. Egyszerő idexek A kacsolódó számok közvetleül a táblázatból származak, valódi meyiségekrıl szólak. (Összetett) idexszámok A hasolítadó értékek számok, amiket súlyozott átlagkét kauk meg. Összetett idexek Összetett iacok idıbei változását jellemzik (átlagos ár- és meyiségváltozás) A súlyok léyegesek, mert a termékek eltérı részt kéviselek a forgalomba. Két lehetıség:. Laseyres idex : súlyok a bázisévbıl. Paasche idex : súlyok a beszámolási idıszakból Példa a saját taasztalatukból Heti kiadás, 0: mozijegy, 4 zsemle, 3 hamburger. Összár (érték): 800+4*50+3*300400 Ft Heti kiadás, 0: 0,5 mozijegy, 0 zsemle, 7 hamburger. Összár (érték): 0,5*00+0*60+7*3003300 Ft, tehát egy 37,5%(00*3300/400)-os emelkedés. Ez egy értékidex, az ár- és meyiségi változásokat em külöítettük el. Folytatás: árösszehasolítás Egy idexet keresük, emcsak egyszerő összehasolításokat akaruk (50%,0%,0% az árukéti árváltozás). A vásárlói kosár valódi összetételét kell figyelembe vei. A 009-es meyiségek alajá: 00*(*00+4*60+3*300)/ (*800+4*50+3*300)00*940/400,5%, tehát,5%-os áremelkedés. A 00-es meyiségek alajá: 00*(0,5*00+0*60+7*300)/ (0,5*800+0*50+7*300)00*3300/30000l%, tehát 0%-os volt az áremelkedés ebbe az esetbe. Alacsoyabb, mert kevesebbet fogyasztottuk a drágábbá vált áruféleségekbıl. 3

Folytatás: meyiségek összehasolítása Figyelembe kell vei a fogyasztói kosár elemeiek árait. A 0-es árak alajá: 00*(0,5*800+0*50+7*300)/ (*800+4*50+3*300)00*3000/4000%, tehát 0%-kal ıtt a meyiség ebbe az esetbe. A 0-es árak alajá : 00*(0,5*00+0*60+7*300)/ (*00+4*60+3*300)00*3300/940%, tehát %-kal ıtt a meyiség ebbe az esetbe. Alacsoyabb, mert kevesebbet fogyasztottuk a megdrágult árukból. Példa Belföldi csoortos utak Külföldi csoortos utak Utazási iroda adatai 0-bıl és 0-bıl. Év Meyyiség 009 00 3 Meyyiség 00 3 8 Átlagár ( ezer Ft) 009 5 08 Átlagár ( ezer Ft) 00 5 40 Egyéi utak (meetjegyek) 88 9 74 80 Laseyres-féle áridex L 00(500+403+8088)/(500+083+7488) 570/57680,3 Tehát 0,3%-os áremelkedés volt eze a iaco 0-be 0-hez kéest, ha a súlyok a bázisévbıl (0) származak. Laseyres-féle meyiségi idex M, L 00(5 3+08 8+74 9)/(5 00+08 3+74 88) 548/57680,3 Tehát,3%-os meyiségi övekedés volt eze a iaco 0-be 0-hez kéest, ha a súlyok a bázisévbıl (0) származak. Paasche féle áridex P 00(53+408+809)/(5 3+08 8+74 9) 57676/5480,0 Paasche-féle meyiségi idex M, P 00(53+408+809)/(500+403+8088) 57676/5700,0 Tehát 0%-os áremelkedés volt eze a iaco 0-be 0-hez kéest, ha a súlyok a beszámolási évbıl (0) származak. Tehát %-os meyiségi övekedés volt eze a iaco 0-be 0-hez kéest, ha a súlyok a beszámolási évbıl (0) származak. 4

Tulajdoságok Midkét idex a miimális és maximális (ár, illetve meyiségi) változás-aráy között helyezkedik el. Emelkedés dex > 00% Ha mide ár/meyiség ugyaúgy változik, akkor az idex is ezt a háyadost adja. dıbei változást em tudjuk az idexek szorzatával megkai, haem csak idexsorokat tuduk kiértékeli. (egyszerőbb a Laseyres-idexre). Tulajdoságok Laseyres idex Egyszerőbb számoli Alkalmas idexsorok elıállítására Hajlamos a túlbecslésre Paasche idex Ár/meyiség-aktuális Hajlamos alulbecslésre Komromisszum: Fischer-féle ideális idex: geometriai közé a Paasche és a Laseyres idexbıl. M, F 0, M, P M, L 0, F 0, P L 0, Értékidex 00(53+408+809)/(5 00+08 3+74 88) 57676/5768,4 Azt jeleti, hogy a iaco forgalmazott összértékbe,4%-os övekedés volt megfigyelhetı 0-be 0-hez kéest. Vegyes kacsolat Nomiálskálá és aráyskálá értelmezett ismérv kacsolata. Példák: Mukahely vs. fizetés Turisták emzetiség vs. ai költésük Nem vs. magasság stb. Ábrázolás: otok osztályokét Példa x-tegely: aráyskálá mért ismérv y-tegely: omiális skálá mért változó Az adatok (eft-ba) Kisegítı: 70,80,00,0,30,40 Admi. 0,50,60, 00,50,30,360,380 Vezetı: 80,300,450,50,600,750 Arbeitsty Leiter Admi. Hilfskraft Moatsgehalt i der Firma XSY 00 00 300 400 500 600 700 TFt 006.Ja. Vegyes kacsolat szorosságáak mérıszáma: H Részátlag az i-edik osztályra: ( i : megfigyelések száma az i-edik osztályba i,...,k) Vezetı: 466,67 TFt xi, + xi,+...+ xi, Admi.: 4,5 TFt x i i Kisegítı: 06,67 TFt i Fıátlag: 69 TFt. Négyzetösszegek az osztályokba: Vezetı: 33 Admi.: 70950 Sw, i ( xi, xi ) + ( xi, xi ) +... + ( xi, i xi ) Kisegítı: 3933 Négyzetösszeg az osztályok között: S b 39863 H S b /(S b + S w ) 0,58 S H0,763 b x x ) + ( x x) +... + k ( xk ( x) 5