Változók közötti kapcsolatok vizsgálata

Hasonló dokumentumok
Regresszió és korreláció

Regresszió és korreláció

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

Megállapítható változók elemzése Függetlenségvizsgálat, illeszkedésvizsgálat, homogenitásvizsgálat

Képletgyűjtemény a Gazdaságstatisztika tárgy A matematikai statisztika alapjai című részhez

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

) ( s 2 2. ^t = (n x 1)s n (s x+s y ) x +(n y 1)s y n x+n y. +n y 2 n x. n y df = n x + n y 2. n x. s x. + s 2. df = d kritikus.

Boros Daniella Nappali tagozat Kereskedelem és marketing 2. évfolyam Gödöllő Neptun kód: OIPGB9

? közgazdasági statisztika

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

Tuzson Zoltán A Sturm-módszer és alkalmazása

Az átlagra vonatkozó megbízhatósági intervallum (konfidencia intervallum)

Virág Katalin. Szegedi Tudományegyetem, Bolyai Intézet

véletlen : statisztikai törvényeknek engedelmeskedik (Mi az ami közös a népszavazásban, a betegségek gyógyulásában és a fiz. kém. laborban?

? közgazdasági statisztika

Matematikai statisztika

Regresszió számítás. Mérnöki létesítmények ellenőrzése, terveknek megfelelése. Geodéziai mérések pontok helyzete, pontszerű információ

Az állat becsült kor. teljes súly. teljes hossz orrtól. törzs hossza. pocak körkörös méret. hátsó láb hossza kör

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

A szórások vizsgálata. Az F-próba. A döntés. Az F-próba szabadsági fokai

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

EUKLIDESZI TÉR. Euklideszi tér, metrikus tér, normált tér, magasabb dimenziós terek vektorainak szöge, ezek következményei

Populáció nagyságának felmérése, becslése

Matematikai statisztika elıadás III. éves elemzı szakosoknak. Zempléni András 9. elıadásból (részlet)

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

NÉMETH LÁSZLÓ VÁROSI MATEMATIKA VERSENY 2013 HÓDMEZŐVÁSÁRHELY OSZTÁLY ÁPRILIS 8.

A biostatisztika alapfogalmai, konfidenciaintervallum. Dr. Boda Krisztina PhD SZTE ÁOK Orvosi Fizikai és Orvosi Informatikai Intézet

1. MECHANIKA-STATIKA GYAKORLAT (kidolgozta: Triesz Péter, egy. ts.; Tarnai Gábor, mérnök tanár) Trigonometria, vektoralgebra

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

Feladatok és megoldások a 11. heti gyakorlathoz

Statisztika. Eloszlásjellemzők

NEMPARAMÉTERES ELJÁRÁSOK

823. A helyesen kitöltött keresztrejtvény: 823. ábra A prímek összege: = 9; 824. a) 2 1, 2 4, 5 3, 3 5, 2$ 825.

III. FEJEZET FÜGGVÉNYEK ÉS TULAJDONSÁGAIK

(1) Milyen esetben beszélünk tartós nyugalomról? Abban az esetben, ha a (vizsgált) test a helyzetét hosszabb időn át nem változtatja meg.

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

2. Az együttműködő villamosenergia-rendszer teljesítmény-egyensúlya

FIZIKA I. KATEGÓRIA 2015-ben, a Fény Évében

EGY FÁZISÚ TÖBBKOMPONENS RENDSZEREK: AZ ELEGYEK KÉPZDÉSE

Statisztikai próbák. Ugyanazon problémára sokszor megvan mindkét eljárás.

Sztochasztikus tartalékolás és a tartalék függése a kifutási háromszög időperiódusától

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

Megjegyzés: Amint már előbb is említettük, a komplex számok

GEOMETRIAI OPTIKA - ÓRAI JEGYZET

1. A radioaktivitás statisztikus jellege

3. Sztereó kamera. Kató Zoltán. Képfeldolgozás és Számítógépes Grafika tanszék SZTE (

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

BEVEZETÉS. Hosszú fejlődés eredménye tehát, hogy a kísérletezés, a mérés a természettudományos

A statisztikai vizsgálat tárgyát képező egyedek összességét statisztikai sokaságnak nevezzük.

VARIANCIAANALÍZIS (szóráselemzés, ANOVA)

I. Valószínűségelméleti és matematikai statisztikai alapok

Tulajdonságok. Teljes eseményrendszer. Valószínőségi változók függetlensége. Példák, szimulációk

Határérték. Wettl Ferenc el adása alapján és Wettl Ferenc el adása alapján Határérték és

Hvezetés (írta:dr Ortutay Miklós)

MÉRÉSTECHNIKA. DR. HUBA ANTAL c. egy. tanár BME Mechatronika, Optika és Gépészeti Informatika Tanszék 2011

3. Egy ξ valószínűségi változó eloszlásfüggvénye melyik képlettel van definiálva?

STATISZTIKAI MÓDSZEREK

Alkalmazzuk az egyváltozós esetben a legkisebb négyzetek módszerét. Legyen a mérések száma n, y (n 0). n 2

A pont példájának adatai C1 C2 C3 C

Mobilis robotok irányítása

( a b)( c d) 2 ab2 cd 2 abcd 2 Egyenlőség akkor és csak akkor áll fenn

A paramétereket kísérletileg meghatározott yi értékekre támaszkodva becsülik. Ha n darab kisérletet (megfigyelést, mérést) végeznek, n darab

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

Bevezetés a hipotézisvizsgálatokba

A peremeloszlások. Valószínőségszámítás elıadás III. alk. matematikus szak. Példa. Valószínőségi vektorváltozók eloszlásfüggvénye.

1.4. Mintapéldák. Vs r. (Használhatjuk azt a közelítő egyenlőséget, hogy 8π 25.)

18. Differenciálszámítás

Többváltozós Regresszió-számítás

ICH Harmonised Tripartite Guideline. Stability Testing of New Drug Substances and Products (Q1A(R2)), 2003

Statisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1

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

Statisztika 1. zárthelyi dolgozat március 21.

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

Ismérvek közötti kapcsolatok szorosságának vizsgálata. 1. Egy kis ismétlés: mérési skálák (Hunyadi-Vita: Statisztika I o)

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

I. FEJEZET SOROZATOK, SZÁMTANI ÉS MÉRTANI HALADVÁNYOK. I.1. Sorozatok

Példák 2. Teljes eseményrendszer. Tulajdonságok. Példák diszkrét valószínőségi változókra

f (M (ξ)) M (f (ξ)) Bizonyítás: Megjegyezzük, hogy konvex függvényekre mindig létezik a ± ben

Azonos névleges értékű, hitelesített súlyokból alkotott csoportok együttes mérési bizonytalansága

A piaci (egytényezős) modellek és portfóliók képzése

STATISZTIKA 1. KÉPLETGYŰJTEMÉNY. alapfogalmak egy ismérv szerinti elemzés két ismérv szerinti elemzés standardizálás indexszámítás

12. Laboratóriumi gyakorlat MÉRÉSEK FELDOLGOZÁSA

REGIONÁLIS ELEMZÉSI MÓDSZEREK. c. készülő egyetemi tankönyvből, szerkesztő: Nemes Nagy József várható megjelenés 2004., ELTE Eötvös Kiadó

Hipotéziselmélet. Statisztikai próbák I. Statisztikai próbák II. Informatikai Tudományok Doktori Iskola

Mérnöki alapok 5. előadás

BIOMATEMATIKA ELŐADÁS

I. Általános lineáris modellek: Lineáris és nem-lineáris regresszió

3D Számítógépes Geometria II.

A pénzügyi számítások alapjai I. Szakirodalom. Az előadás témakörei

Két diszkrét változó függetlenségének vizsgálata, illeszkedésvizsgálat

A matematikai statisztika elemei

Portfóliók képzése és a portfólió értékelés mértékei. A portfóliókockázat. elemzése. Az arbitrázs-értékelés modellje és alkalmazása.

Diszkrét idejű felújítási paradoxon

Valószínűségi változók. Várható érték és szórás

MATEMATIKA I. KATEGÓRIA (SZAKKÖZÉPISKOLA)

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

Zárthelyi dolgozat 2014 C... GEVEE037B tárgy hallgatói számára

Hipotézis vizsgálatok

Többváltozós Regresszió-számítás

[Biomatematika 2] Orvosi biometria

Átírás:

) Eseméek függetlesége: p(ab) p(a) p(b) ) Koelácó: vö. az tutív tatalommal Változók között kapcsolatok vzsgálata Akko poztív, ha és átlagosa ugaaa az áa té el a saját váható étékétől, egatív ha elletétes áa. + - koelálatlaság: 9 7 A függetleség az eőse feltétel. Pl. csak a következő potot vzsgáljuk: - - Ekko: M(X), M(Y), és M(XY) koelácó Vszot p(x, Y) de p(x) p(y),*,, azaz X és Y em függetle.

Kovaaca Két v.v. egüttes eloszlásáa jellemző métékszám: a váható étékektől vett eltéések szozatáak váható étéke. átalakítás utá A ecslő statsztka: Cov(X,Y) M[(X-M(X)) (Y-M(Y))] Cov(X,Y) M(XY) - M(X) M(Y) Cov(X,Y) ( )( ) számítása alkalmas fomáa (mukaképlet): Cov(X,Y) Étékkészlet: [-, ] Ha a kovaaca poztív, akko a két változó átlagosa ugaaa az áa té el a saját átlagától, X övekedésével átlagosa Y s ő, ha egatív az X övekedésével Y csökke. Ha XY, akko Cov(X,Y) Va (X) Koelácó kovaaca omálva: XY Cov( XY ) Va( ) Va( Y ) ( )( ) ( ) ( ) (poduct momet coelato coeffcet). Étéke: [-, ] tevalluma esk. Megjegzések: a) Akko ételmes, ha X és Y kapcsolata (jó közelítéssel, az adott tatomáo elül) leás. Ha más temészetű a kapcsolat, a koelácós fomula akko s csak a leás kompoesét mé. ) Ha, (lletve ha em külöözk szgfkása a -tól) akko koelálatlaságól (em függetleségől) eszélük.

c) A gakolat számolásoka alkalmas képlet (mukaképlet): A koelácós egüttható () eloszlása Elmélet koelácós egüttható: ρ - és közé esk. eek az elmélet étékek a ecslése. ( tt a koelácó ecsült étékét jelet, tehát a ρˆ jelölés s heles lee) eloszlása soha sem omáls, még akko se ha X és Y omáls eloszlású - ρ Ez omalzálható: z, * l ( + ) / ( - ) váható étéke, vaacája / ( - ), azaz csak a mta agságától függ. Hpotézsvzsgálat: szgfkása elté-e -tól? Feltétel: A két változó egüttes eloszlása kétdmezós omál eloszlás. H : ρ H : ρ eltéése ρ-tól a t-eloszlást követ, szóása ˆ t, szaadság fok: t kt (α, - ) s ( ), H szet ρ, tehát a póastatsztka: ( ) Ha t ˆ < t kt, akko H -t elfogadjuk. Ez azt jelet, hog a ecslésől számazó éték em külöözk szgfkása a -tól, ekkoa eltéést még a véletle s gaka okoz. Ha t ˆ > t kt, akko H -t elvetjük az adott szgfkacaszte. Ez esete ola météke külöözk -tól, amt az adott mtaelemszám mellett a mtavétel ha má tká okoza ha a két változó koelálatla lee (t kt - ál ago eltéést a véletle csak α valószíűséggel okoz). Megjegzés: a) Még kéelmese a dolguk, ha edelkezése áll kt tálázat. U. a stadad ha smeetée a koelácós koeffces ktkus étéke tálázata foglalhatók, ahoa közvetleül kézhetjük az kt étékeket, melek csak a -től és α- tól függeek. Ha > kt, akko elvetjük H -t, tehát a póa alapjá aa a megállapítása jutuk, hog szgfkása külöözk -tól, a két változó koelált. ) Ha kcs, akko vszolag ag étékek leszek csak szgfkásak, pl., df, α, eseté kt,. Vags a mta elemszámtól ago függ, hog eldöthető-e a koeláltság.

Leás egesszó Pedkcóa alkalmas: adott -hez meghatáozható az a kettő között függvékapcsolat smeetée. Leás esete a feladat a legjoa lleszkedő egees egeletéek a meghatáozása. Az elmélet egees: α + β, α, az elmélet tegelmetszet ecslése a; β, az elmélet meedekség ecslése, tehát: a + Két alapmodell:. Modell: étéket ögzítjük, ezekek cs statsztkus gadozása. Csak gadozk véletleszeűe. Tehát az étékeket a kíséletező állítja e (pl. dózs-hatás vzsgálatál) vag alkalmas étékkel edelkező mtaelemeket választ. Az étékeke ézve a mtaelemek kválasztása ezét em véletleszeű, ezek em omáls eloszlásúak. Feltételek: Az változó lege omál eloszlású ámel éték mellett és szóása a külööző étékek mellett legeek azoosak. (Ellepélda: ha eg véomást emelő gógsze ago dózsa mellett em csak a véomás átlaga emelkedk, de aak szóása s). A két változó közt kapcsolat lege leás. 7 7 Megkeesedő az a + egelet a és paamétee. Mmalzáladó az M [(Y - a - ) ] váható éték, vags a legkse égzetes hával közelítő egeest hatáozzuk meg. Fgeljük meg, hog az áá a potoktól függőlegese mutatak a lak az egees felé; ez azt jelet, hog az étékek potosa eállítottak, em valószíűség változó. A lak az áú hát (eltéést a leás függvé által meghatáozott kapcsolattól) jelölk. A égzete emelés utá eg hoszzú kfejezést kapuk, melek legtö tagja mdg poztív vag. Mmalzáladó a, a mmum hel.

Gakolat kszámítás: Mvel a egesszós egees átmeg az (, ) poto, a. Csak egféle egesszó lehetséges: -ől következtetük -a. Hpotézsvzsgálat az I. modell eseté: a mtáól ecsült meedekség lehet-e eg β elmélet meedekség ecslése? ( a egesszós koeffces szgfkaca póája) H o : a leás egesszó em áll fe, β. A meghatáozott egees tatalom élkül. H : Regesszó va, β. Kvtelezés: Az étékek két okól téek el -tól: met külööző étékekhez tatozak, vags a egesszó matt, met egé téezők s efolásolják étékét em csak, ez tt a véletle gadozás, vags a ha. (Ha em lee ha, akko a potok potosa lleszkedéek az egeese.) Jelöljük Y -vel az étékhez tatozó potját az egeesek (vags az llesztésől kapott étéket): Y a + ( a mét éték) (az -a jellemző eltééségzet) két kompoese otható: a egesszó okozta -a és a ha okozta e -e. ( ) ( Y ) + ( Y ) + e Kszámításuk: és e -. A megfelelő szaadságfokokkal ( és -) osztva a egesszó ll. ha okozta vaacákat kapjuk: e s és se ezek háadosa (mdg a egesszó okozta vaaca va a számlálóa) F eloszlású, és - szaadságfokokkal: Ha ˆ s F >F kt (, -, α) akko elvetjük H -t és megállapítjuk, hog eltéése a -tól szgfkás, le se métékűt a véletle csak tká okoz, ezét a két változó között összefüggést állapítuk meg és pedkcóa haszálhatjuk a leás összefüggést: adott éték mellett jósolható az vát étéke. A pedkcó azoa mdg csak azo a tatomáo elül jogos, ahol a egesszót végeztük! Ez eg egoldalú póa (s s e ), az ANOVA-hoz hasoló, tehát az %-os F-tálázatot kell haszál, ha %-os szgfkacaszte szeeték döte.

. Modell: és s valószíűség változó, mdkettő adom gadozással. pl. adott emeek testmagassága és testsúla. Feltételek: A mtaelemek kválasztása véletleszeű, md az md az étékek omáls eloszlásúak. A két változó közt kapcsolat lege leás. 7 α 7 Fgeljük meg, hog az áá a potoktól NEM függőlegese mutatak a lak az egees felé, haem az egeese meőlegese; ez azt jelet, hog azt az egeest választjuk, amele mmáls ezekek a lakak a hossza, vags az és áú ha egüttese a legkse. A meedekség: ν tgα s / s, előjele a előjele. Ezutá a ν Kétféle egesszó lehetséges: -ől következtetük -a, lletve -ól következtetök -e. Ez két külööző egeest ad meg ( lletve meedekségűt). lletve, eől Az íg számított -t helettesítjük e az egelete és számoljuk k a-t. Megjegzés: ha akko