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

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

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

Regresszió. Fő cél: jóslás Történhet:

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.

Biometria gyakorló feladatok BsC hallgatók számára

Táblázatok 4/5. C: t-próbát alkalmazunk és mivel a t-statisztika értéke 3, ezért mind a 10%-os, mind. elutasítjuk a nullhipotézist.

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

4 2 lapultsági együttható =

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

Hipotézis vizsgálatok

Tanult nem paraméteres próbák, és hogy milyen probléma megoldására szolgálnak.

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

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

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

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

STATISZTIKA PÉLDATÁR

Statisztika Elıadások letölthetık a címrıl

Statisztika elméleti összefoglaló

ADATREDUKCIÓ I. Középértékek

Statisztikai következtetések Nemlineáris regresszió Feladatok Vége

Bevezetés a biometriába Dr. Dinya Elek egyetemi tanár. PhD kurzus. KOKI,

VIZSGADOLGOZAT. I. PÉLDÁK (60 pont)

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

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

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

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

Statisztika feladatok

Lineáris regresszió. Statisztika I., 4. alkalom

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

Egyszempontos variancia analízis. Statisztika I., 5. alkalom

Matematikai alapok és valószínőségszámítás. Statisztikai becslés Statisztikák eloszlása

[Biomatematika 2] Orvosi biometria

GVMST22GNC Statisztika II. Keleti Károly Gazdasági Kar Vállalkozásmenedzsment Intézet

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

MATEMATIKAI STATISZTIKA KISFELADAT. Feladatlap

KÖVETKEZTETŐ STATISZTIKA

4. A méréses ellenırzı kártyák szerkesztése

Hipotézis vizsgálatok

egyetemi jegyzet Meskó Balázs

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

Biometria az orvosi gyakorlatban. Korrelációszámítás, regresszió

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

Biostatisztika VIII. Mátyus László. 19 October

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

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

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

A bergengóc lakosság szemszín szerinti megoszlása a négy tartományban azonos:

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

Bevezetés a hipotézisvizsgálatokba

Adatelemzés és adatbányászat MSc

NEVEZETES FOLYTONOS ELOSZLÁSOK

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

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

Statisztika I. 10. előadás. Előadó: Dr. Ertsey Imre

Nemparaméteres eljárások

OLS regresszió - ismétlés Mikroökonometria, 1. hét Bíró Anikó A tantárgy tartalma

Kiválasztás. A változó szerint. Rangok. Nem-paraméteres eljárások. Rang: Egy valamilyen szabály szerint felállított sorban elfoglalt hely.

? közgazdasági statisztika

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

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

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

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

A Statisztika alapjai

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

Többváltozós lineáris regressziós modell feltételeinek tesztelése I.

III. Képességvizsgálatok

Nemparaméteres próbák

Többváltozós lineáris regressziós modell feltételeinek

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

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

Elemi statisztika. >> =weiszd= << december 20. Szerintem nincs sok szükségünk erre... [visszajelzés esetén azt is belerakom] x x = n

ADATREDUKCIÓ I. Középértékek

Statisztikai módszerek 7. gyakorlat

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

Matematikai statisztika

STATISZTIKA III. Oktatási segédlet

Normális eloszlás tesztje

Biomatematika 2 Orvosi biometria

Nemparaméteres módszerek. Krisztina Boda PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

y ij = µ + α i + e ij

Kettőnél több csoport vizsgálata. Makara B. Gábor

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

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

Kísérlettervezési alapfogalmak:

VÁROS- ÉS INGATLANGAZDASÁGTAN

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

Hipotézisvizsgálat R-ben

A multikritériumos elemzés célja, alkalmazási területe, adat-transzformációs eljárások, az osztályozási eljárások lényege

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

Kutatásmódszertan és prezentációkészítés

[Biomatematika 2] Orvosi biometria. Visegrády Balázs

[Biomatematika 2] Orvosi biometria

Kidolgozott feladatok a nemparaméteres statisztika témaköréből

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

? közgazdasági statisztika

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

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

Valószín ségszámítás és statisztika Gyakorlat (Statisztika alapjai)

GVMST22GNC Statisztika II.

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

Átírás:

SPEC 2009-2010. II. félév Statsztka II HÁZI dolgozat Név:... Neptun kód: 20 PONT Aláírás:... A megoldások csak szöveges válaszokkal teljes értékőek! 1. példa Egy üzemben tejport csomagolnak zacskókba, az elıírt névleges tömeg 200 g. Egy 10000 elemő szállítmányból 100 elemő véletlen mntát vettünk. : töltés tömeg (g) db = f z ( ) P Φ z f f = n P ( f f ) f 190 10 191 200 30 201 210 50 211 10 Összesen: 100 Feladat: a.) Adjon pontbecslést a szállítmányban a 210 grammnál nehezebb csomagok arányára! b.) Számítsa k és értelmezze az aránybecslés standard hbáját! c.) Igazolható-e 5%-os szgnfkancasznten, hogy a csomagok töltıtömege normáls eloszlást követ? d.) Becsülje meg 97 %-os megbízhatóság sznten a szállítmányban a 210 grammnál nehezebb csomagok arányát! e.) Mekkora mnta-elemszámra lenne szükség (változatlan megbízhatóság mellett), ha az aránybecslés maxmáls hbáját 60%-ára szeretnénk csökkenten? f.) Becsülje meg 90 %-os megbízhatóság sznten a csomagok töltıtömegének szórását! g.) Becsülje meg 99%-os megbízhatósággal a szállítmány össztömegét! h.) Elfogadható-e 1%-os szgnfkancasznten, hogy az átlagos töltıtömeg 195 grammnál ksebb? 2

2. példa Egy üzemben két mőszakban gyártják ugyanazt az alkatrészt. Mndkét mőszak dolgozó közül véletlen módon kválasztottak 20-20 fıt. Az átlagos teljesítmény az I. mőszakban 212 db volt 3,9 db-os szórással, a II. mőszakban 208,5 db volt 4,8 db-os szórással. A teljesítmény normáls eloszlású valószínőség változó. Feladat: Ellenırzze annak a feltevésnek a helyességét, hogy a két mőszakban a teljesítmények átlaga azonos (α = 0,05)! 3. példa Egy hpermarketben megvzsgáltak 100 vásárlót, hogy mlyen tejport vásárolnak. A nemek szernt megoszlást az alább táblázat tartalmazza. nem A tejpor márkája Presszó Komplett Boc Neszpor Férf 5 12 20 8 40 Nı 5 18 20 12 60 együtt együtt 10 30 40 20 100 a) Kmutatható-e szgnfkáns kapcsolat 5%-os sznten a nem és a választott márka között a vevık körében? b) Ugyanolyan valószínőséggel választják-e az egyes márkákat a vevık 1%-os szgnfkancasznten? Nem szernt ne különböztesse meg a vásárlókat, együtt vzsgálja ıket!

4. példa Egy vállalat 25 teherautójának üzemfogyasztásának adatat vzsgálták. Változók: Y: felhasznált üzemanyag (l) X 1 : megtett út (km) X 2 : szállított tömeg (t) A regresszófüggvény: ŷ = 110,8 + 0,5x 1 + 1,6 x 2 Páronként korrelácós együttható r y 1 = 0,9 r y 2 = 0, 6 r 12 = 0, 64 Varancaanalízs-tábla Szórásnégyzet Eltérés-négyzetösszeg Szabadságfok Átlagos négyzetösszeg forrása Regresszó 19848749 Hbatényezı Teljes 81003467 Feladat: a) Értelmezze a regresszófüggvény együtthatót! b) Értelmezze a felhasznált üzemanyag és a szállított tömeg közt lneárs korrelácós és determnácós együtthatót! c) Tesztelje 5%-os szgnfkanca sznten a regresszófüggvényt! d) Értelmezze az r y1 korrelácós együtthatót és írja fel a korrelácós mátrxot! e) Határozza meg ésértelmezze a többszörös korrelácós és determnácós együtthatót! f) Határozza meg és értelmezze 100 km megtett út esetén az elasztctást! ( x 2 = 3 )

Elmélet kérdések 1.) Teszt kérdések: (Csak a négyzetbe írt nagybetővel jelölt egyértelmő válaszát vesszük fgyelembe!) a.) Hogyan befolyásolja a mnta elemszámának növelése a becslés pontosságát? A nem befolyásolja B növel C csökkent D a mntavétel módjától s függ b.) Mlyen statsztka próbának nevezzük egy sokaság eloszlására vonatkozó feltétel ellenırzését? A baloldal statsztka próba B kétoldalú statsztka próba C paraméteres próba D nem paraméteres próba c.) Az alább megállapítások közül melyk fejez k az átlagbecslés standard hbáját? A a mntaelemek sokaság átlagtól való átlagos eltérése B a mntaátlagok sokaság átlagtól való átlagos eltérése C a mntaelemek mntaátlagtól való átlagos eltérése D az átlagbecslés maxmáls hbája 2.) Döntse el, hogy az alább állítások közül melyek gazak és melyek hamsak! Válaszát ndokolja! a.) A mntaátlag torzítatlan becslése a várhatóértéknek...,. b.) A szgnfkancasznt értéke megadja a másodfajú hba valószínőségét.....

Elmélet kérdések 3.) Teszt kérdések: (Csak a négyzetbe írt nagybetővel jelölt, egyértelmő válaszát vesszük fgyelembe!) a.) Hogyan befolyásolja a mnta elemszámának csökkentése a becslés pontosságát? A nem befolyásolja B növel C csökkent D a mntavétel módjától s függ b.) Mlyen statsztka próbának nevezzük egy sokaságban asszocácós kapcsolat meglétére vonatkozó feltétel ellenırzését? A baloldal statsztka próba B kétoldalú statsztka próba C paraméteres próba D nem paraméteres próba 4.) Döntse el, hogy az alább állítások közül melyek gazak és melyek hamsak! Válaszát ndokolja! c.) A mntabel szórás torzítatlan becslése az alapsokaságbel szórásnak..,. d.) Másodfajú hba elkövetése esetén H 0 -t elutasítjuk, mégs gaz.....