Deszkriptív statisztika

Hasonló dokumentumok
? közgazdasági statisztika

9. LINEÁRIS TRANSZFORMÁCIÓK NORMÁLALAKJA

Mérések, hibák. 11. mérés. 1. Bevezető

Dr. Balogh Albert: A statisztikai adatfeldolgozás néhány érdekessége

A statisztika részei. Példa:

Mérési adatok feldolgozása Méréselmélet PE_MIK MI_BSc, VI_BSc 1

Azonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága

A statisztikai módszerek alkalmazásának okai. A mérési eredmények jellemzésének matematikaistatisztikai. A várható érték becslésére szolgáló jellemzők

Hipotézis-ellenırzés (Statisztikai próbák)

A Sturm-módszer és alkalmazása

Kétmintás t-próba. F s

Méréselmélet PE_MIK MI_BSc, VI_BSc 1

V. GYAKORLATOK ÉS FELADATOK ALGEBRÁBÓL

Bevezetés az ökonometriába

6. MÉRÉS ASZINKRON GÉPEK

Analízis elo adások. Vajda István október 3. Neumann János Informatika Kar Óbudai Egyetem. Vajda István (Óbudai Egyetem)

Valószínűségszámítás összefoglaló

Síkbeli csuklós szerkezetek kiegyensúlyozásának néhány kérdése

kétállószékes fedélszék tervezése

A pályázat címe: Rugalmas-képlékeny tartószerkezetek topológiai optimalizálásának néhány különleges feladata

Laboratóriumi mérések

Műszaki folyamatok közgazdasági elemzése Előadásvázlat november 06. A közgazdaságtan játékelméleti megközelítései

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

Wilcoxon-féle előjel-próba. A rangok. Ismert eloszlás. A nullhipotézis megfogalmazása H 1 : m 0 0. A medián 0! Az eltérés csak véletlen!

7. el adás Becslések és minta elemszámok fejezet Áttekintés

Valószínűségszámítás. Ketskeméty László

Statisztikai programcsomagok

ξ i = i-ik mérés valószínségi változója

13. Tárcsák számítása. 1. A felületszerkezetek. A felületszerkezetek típusai

18. Differenciálszámítás

Ftéstechnika I. Példatár

I. BEVEZETİ. i= 1 i= Z : Ai F és Ai Ai+ i Z : Bi F és Bi Bi+

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK KÖZÉPSZINT Függvények

2007/2008. tanév. Szakács Jenő Megyei Fizika Verseny I. forduló november 9. MEGOLDÁSOK

Termékdifferenciálás és piaci. Termékdifferenciálás és piaci erő. Termékdifferenciálás és piaci. Termékdifferenciálás. Modern piacelmélet

Elemi statisztika fizikusoknak

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

Statisztika. Eloszlásjellemzők

Minőségirányítási rendszerek 8. előadás

Define Measure Analyze Improve Control. F(x), M(ξ),

? közgazdasági statisztika

Járattípusok. Kapcsolatok szerint: Sugaras, ingajárat: Vonaljárat: Körjárat:

Kálmán-szűrés. Korszerű matematikai módszerek a geodéziában

11. Matematikai statisztika

MBLK12: Relációk és műveletek (levelező) (előadásvázlat) Maróti Miklós, Kátai-Urbán Kamilla

KOVÁCS BÉLA, MATEMATIKA I.


Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Tartalomjegyzék. 4.3 Alkalmazás: sorozatgyártású tűgörgő átmérőjének jellemzése

/ CSAK ISKOLAI HASZNÁLATRA / GÉPJÁRMŐ SZERKEZETEK MÉRETEZÉSI FELADATOK ÖSSZEÁLLÍTOTTA: SZEKERES GYÖRGY

FELADATOK a Bevezetés a matematikába I tárgyhoz

Variancia-analízis (folytatás)

MATEMATIKA ÉRETTSÉGI TÍPUSFELADATOK MEGOLDÁSAI KÖZÉPSZINT Trigonometria

A fény diszperziója. Spektroszkóp, spektrum

? közgazdasági statisztika

Lineáris algebra gyakorlat

STATISZTIKA. Statisztikai becslés. Torzítatlan és konzisztens becslés. Pontos és torzítatlan becslés. Pontos és torzított becslés

Függvénygörbe alatti terület a határozott integrál

Hegedős Csaba NUMERIKUS ANALÍZIS

HÁZI FELADAT NÉV:.. Beadási határidı: az elsı ZH-ig (2010. március 30. 8:00). Olvassa el az útmutatást is! KOMBINATORIKA

SZENT ISTVÁN EGYETEM YBL MIKLÓS ÉPÍTÉSTUDOMÁNYI KAR EUROCODE SEGÉDLETEK A MÉRETEZÉS ALAPJAI C. TÁRGYHOZ






dolgokhoz valamely szabály alapján számokat rendelünk. a dolgokhoz valamely szabály alapján rendelt számok.

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

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

MÁTRIXOK SAJÁTÉRTÉKEINEK ÉS SAJÁTVEKTORAINAK KISZÁMÍTÁSA. 1. Definíció alkalmazásával megoldható feladatok

1.1 Példa. Polinomok és egyenletek. Jaroslav Zhouf. Első rész. Lineáris egyenletek. 1 A lineáris egyenlet definíciója

Hosszmérés finomtapintóval 2.

Statisztika, próbák Mérési hiba

Kombinatorika. 9. előadás. Farkas István. DE ATC Gazdaságelemzési és Statisztikai Tanszék. Kombinatorika p. 1/

ELEKTRONIKAI ALAPISMERETEK

2011. március 9. Dr. Vincze Szilvia

INTERFERENCIA - ÓRAI JEGYZET

Járműpark üzemeltetési rendszere vizsgálatának Markov típusú folyamatmodellje


Független komponens analízis

- mit, hogyan, miért?

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

KOVÁCS BÉLA, MATEMATIKA I.

konfidencia-intervallum Logikai vektorok az R-ben március 14.

TRANZISZTOROS KAPCSOLÁSOK KÉZI SZÁMÍTÁSA

Konfidencia-intervallumok


Információs rendszerek elméleti alapjai. Információelmélet

Analízis elo adások. Vajda István szeptember 24. Neumann János Informatika Kar Óbudai Egyetem. Vajda István (Óbudai Egyetem)

STATISZTIKA. H 0 : Kefir zsírtartalma 3% hektolitertömege 80 kg. u = = = = Tesztelhetjük, hogy a valósz. konfidencia intervallum nagyságát t is.


Csak felvételi vizsga: csak záróvizsga: közös vizsga: Villamosmérnöki szak BME Villamosmérnöki és Informatikai Kar május 31.

Orosz Gyula: Markov-láncok. 2. Sorsolások visszatevéssel


Hipotézisvizsgálat. A sokaság valamely paraméteréről állítunk valamit,



Arany Dániel Matematikai Tanulóverseny 2011/2012-es tanév első (iskolai) forduló haladók I. kategória

KVANTITATÍV MÓDSZEREK

Átírás:

Dezkrptív tatztka Legye ξ{,, 3,...,,..., } egy 90 elemű mta, f a gyakorága az mtaértékek 3 4 5 6 7 8 9 0 f 0 4 7 5 6 4 4 3 5 0 f 8 6 4 0 8 6 4 átlag6,7 0 3 4 5 6 7 8 9 0 modu6 medá7 Cetrál tedea a Modu - a leggyakorbb érték, az az amél f mamál, tájékoztató jellegű, tovább zámítáokra alkalmatla b Medá - az az érték, mely éppe két egyelő rézre oztja a agyág zert orbaredezett mtát páratla -re m az + / -k tag a orba páro -re m a két középő érték átlaga Előye az átlaggal zembe, hogy em érzékey a kugró értékekre ezek gyakra méré v. mtavétel hbákból zármazak. Szmmetrku elozláál egybeek az átlaggal, ferde elozláál em, pl. jövedelm kategórák. kvartlek: a mta aló é felő ¼ rézét határoló adatok Artmetka közép: ezt beírva az -k helyére, az özeg változatla Szóródá mértékzáma a Terjedelem rage b Átlago eltéré r ma { } - m { } A

Korrgálatla empírku varaa: ha a telje alapokaágot merjük, a varaát a következő képlettel zámítjuk k: mea quare-quare mea M M ξ ξ Azoba ha ak mtából beüljük a varaát akkor ez a képlet alulbeül l. kéőbb, ezért általába a Korrgált empírku varaa képletét kell hazál, amely egy / - -zere korrekó faktorba külöbözk: Emp. zórá: d Varáó koeffe - oeffet of varato CV 00 CV külöféle változók zórááak özevetéére

Belé Adott ξ. A mtavétel élja egy Θ paraméter belée. Belé jele: Θ. Valamlye tatztkával tatztka függvéyel törték. ˆ Paraméter Statztka Belé µ várh. érték varaa zórá átlag varaáj a µ tadard error rézletee ld. kéőbb A kapott Θ em feltételül azoo Θ -val!!!! A belé értéke valózíűég változó, elozláal. zóráal, várható értékkel tb. ˆ Az elmélet értéket görög betűvel jelöljük: µ,, tb, a beült értéket latal:,, tb. A belé krtéruma: Torzítatla belé M Θ azaz Θˆ Θ Θ lm ˆ Az öze lehetége elemű mtából kapott beléek átlaga megegyezk Θ -val. Vége eetre: Θ Θ N ahol, ˆ, az elemű mták záma N: az alapokaág zámoága A -k adják a "amplg dtrbuto"-t Θˆ 3

Θˆ torzítatla torzított: em Θ körül gadozk! A belé hatékoyága a belé varaája: V Θˆ Θˆ Θ ha több tatztka va, azok hatékoyága özevethető, a kebb varaájú a hatékoyabb. Kozzte belé: mde poztív ε-ra: lm P Θ Θ < ε ˆ Θ A mta agyágát övelve, a beüledő paramétertől való agy eltéré egyre valózíűtleebb, az gadozá egyre ökke. 4

Statztkák Várható érték: µ, eek belée, torzítatla. Varaa, zórá Az emprku varaa az alább formába TORZÍTOTT: Ez a tatztka alulbeül. Oka: A Σ - mdg kebb, mt Σ -µ, kvéve azt a rtka eetet, ha µ. Torzítatla belét kapuk az /- korrekó faktor alkalmazáával: Megj.: Telje eumeráóál ha az alapokaág mde elemét merjük em upá egy kebb mtát em belük, tehát az oztó. Statztkák elozláa amplg dtrbuto Statztkák várható értéke: belé µ, vagy Mξ -re elemű mták átlaga elozlááak várható értékére, M -re. Statztkák zóráa: tadard hba tadard error, égyzete a amplg varae példa: N5,, ξ : { 6, 8, 0,, 4 }, egyelete e.o., µ0, Vξ8. Vzatevée mtavétellel a lehetége kételemű mták záma 5. Az átlag elozláa f p 6 /5 7 /5 8 3 3/5 9 4 4/5 0 5 5/5 4 4/5 3 3/5 3 /5 4 /5 6 5 4 3 0 6 7 8 9 0 3 4 5

µ M Az átlag varaája µ 00/5 4. N / ebből a tadard hba: / - aál agyobb, mél agyobb a val.vált. zóráa - fordítva aráyo a mtaagyág égyzetgyökével - az átlag zóráa mdg kebb a val.vált. zórááál Általába: I. Ha az alappopuláó ormál elozláú, akkor elozláa ormál, -től függetleül. Ha az alappopuláó em ormál elozláú, akkor elozláa aál jobba közelít a ormált, mél agyobb >30 jó közelíté. II. Ha a mtavétel vzatevée, vége populáóból, vagy a populáó végtele agy, akkor érvéye a / ha azoba a mtavétel vzatevé élkül egy vége agyágú populáóból, akkor korrekó faktor alkalmazadó: N N A fet példába vzatevé élkül 0 féle mta adódk. 30/0 3 vagy 5-/4 8/ 3 A faktor elhagyható, ha <<N vagy ha /N < 0,05. 6

Az átlagra voatkozó megbízhatóág tervallum kofdea tervallum Határozzuk meg körül azt az tervallumot ambe előre meghatározott valózíűéggel ek a várható érték µ. A várható értéket potoa em tudjuk, de körül va, agy -α valózíűéggel a fet tervallumba. Cak k α valózíűéggel ek eze kívülre µ. Ezt az tervallumot a várható érték beléére zolgáló 00 - α% megbízhatóág ztű kofdea tervallumak evezzük. Leggyakrabba 90 v. 95%-o megbízhatóág ztet válaztuk vagy α 0, ll. 0,05. Kzámítáa: Ha merjük -t, az átlag elmélet zóráát: Mvel az átlag elozláa ormál vagy tart a ormálhoz a mta elemzámáak öveléével, ha levojuk az átlagból a aját várható értékét é oztjuk a zóráával tadard ormál elozláú val. változót kapuk. Stadardzáljuk az átlag elozláát, azaz µ µ ahol tadard hba Legye α5%. Ekkor,5% α/ 00 -α α/,5% 95% -,96 0,96 vagy -α 0,95 µ P-,96,96 P-,96 µ,96 P-,96 µ,96 P -,96 µ +,96 L L Vagy a kereett két küzöbérték: lletve L L, 96 +, 96 Tehát az L é L között tervallum az, amely 00 eetből 95-be tartalmazza a várható értéket. A probléma az, hogy általába em merjük az átlag elmélet zóráát, kéyteleek vagyuk a beléével beér, ezért a fet módzer em alkalmazható ormál elozláú helyett t-elozláú lez az átlag-várh.é./átlag zóráa meyég, ld. köv. old. 7

Ha em merjük -t, az átlag elmélet zóráát, ak a beült -ot: Ekkor a bzoytalaáguk megő, egy agyobb kofdea tervallumot tuduk kjelöl: µ µ em ormál elozláú, haem zabadágfokú t-elozláú A t-elozlá tulajdoága: várható értéke 0 zmmetrku 3 a varaa agyobb -él, határtértékbe -hez közelít 4 ért. tart. -, 5 elozlá-alád, - a zabadág fok, mél kebb a mta, aál agyobb a bzoytalaág, agyobb a zórá 6 a t-elozlá a ormálhoz tart, ha. Mél agyobb mtából belük aál jobb lez az átlag zórááak belée. Általába, >30 eetre a kofdea tervallumhoz a orm. elozlá táblázata hazálható. Tehát a kofdeatervallum általáo kzámítáa mtából beült zóráal: L t L + t α, α, ahol - a zabadágfok é t α, ú. t krtku értéket a t táblázat α-hoz tartozó ozlopából é a zabadágfokak megfelelő orból ézzük k. Jeletée: ak α valózíűéggel ek egy - zabadágfokú t-elozláú val. vált. értéke a [-, ] tervallumo kívülre, vagy ak α valózíűéggel tér el eél jobba a 0-tól. t α, t α, Nagyo agy mtáál a ormál elozlát hazálhatjuk: t, 96, a ormál elo.-ra jellemző érték. 0,05, lm 8