Eredetileg a statisztika matematikai eszközöket igénybe vevő államháztartástant jelentett, vagyis azon módszerek gyűjteményét és elméletét, amelyek segítségével.

Slides:



Advertisements
Hasonló előadás
I. előadás.
Advertisements

Statisztika II. I. Dr. Szalka Éva, Ph.D..
BECSLÉS A sokasági átlag becslése
Matematika a filozófiában
Gazdaságelemzési és Statisztikai Tanszék
Képességszintek.
A többszörös összehasonlítás gondolatmenete. Több mint két statisztikai döntés egy vizsgálatban? Mi történik az elsõ fajú hibával, ha két teljesen független.
Bevezetés a statisztikába
A PEDAGÓGIAI KUTATÁS FOLYAMATA
Energiatervezési módszerek
Mérési pontosság (hőmérő)
Gazdaságelemzési és Statisztikai Tanszék
Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék STATISZTIKA I. 11. Előadás.
Gazdaságelemzési és Statisztikai Tanszék
STATISZTIKA II. 5. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
E L E M Z É S. 1., adatgyűjtés 2., mintavétel (a teljes sokaságot ritkán tudjuk vizsgálni) 3., mintavételi információk alapján megállapítások, következtetések.
Statisztika II. IV. Dr. Szalka Éva, Ph.D..
Statisztika II. II. Dr. Szalka Éva, Ph.D..
Előadó: Prof. Dr. Besenyei Lajos
Mintavételes eljárások
Regresszióanalízis 10. gyakorlat.
A PEDAGÓGIAI KUTATÁS Dr. Molnár Béla Ph.D.. 1. PEDAGÓGIAI KUTATÁS CÉLJA, TÁRGYA Célja, hogy az új ismeretek feltárásával, pontosabbá tételével, elmélyítésével.
Hipotézisvizsgálat (1. rész) Kontingencia táblák
ÖSSZEFOGLALÓ ELŐADÁS Dr Füst György.
Statisztika II. VIII. Dr. Szalka Éva, Ph.D..
Statisztika II. III. Dr. Szalka Éva, Ph.D..
Kvantitatív módszerek 8. Hipotézisvizsgálatok I. Nemparaméteres próbák Dr. Kövesi János.
Alapfogalmak Alapsokaság, valamilyen véletlen tömegjelenség.
Adatmodellek A modellezés statisztikai alapjai. Statisztikai modell??? cél: feltárni, hogy bizonyos jelenségek között létezik-e az általunk feltételezett.
Matematikai alapok és valószínűségszámítás
Matematikai alapok és valószínűségszámítás

STATISZTIKA II. 3. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
STATISZTIKA II. 6. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Statisztika.
Kvantitatív Módszerek
Kvantitatív módszerek
Valószínűségszámítás
Gazdaságstatisztika Bevezetés szeptember 11.
Hipotézis vizsgálat (2)
Következtető statisztika 9.
Hipotézis-ellenőrzés (Folytatás)
A sztochasztikus kapcsolatok (Folyt). Korreláció, regresszió
Jövőkutatás - Tóth Attiláné dr. Jövőkutatás Tóth Attiláné dr.
Alapsokaság (populáció)
DEMOGRÁFIA Alapfogalmak, mutatók
A piackutatás alapjai E-Learning.
Energiatervezési módszerek
I. előadás.
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Mintavételes Eljárások.
A szóráselemzés gondolatmenete
Útmutató a szakdolgozat elkészítéséhez
A statisztika eredete és története
,,Szent László”Római Katólikus Gimnázium Készitette:Kurucz Brigitta Kállai Dóra Kállai Dóra Mateoc Teodor-Dávid Mateoc Teodor-Dávid 2011 Február 16.
Kutatási beszámoló 2002/2003 I. félév Iváncsy Renáta.
Bevezetés, tippek Ea-gyak kapcsolata Statisztika II -más tárgyak kapcsolata Hogyan tanulj? Interaktív órák, kérdezz, ha valami nem világos! tananyag =előadások.
Konzultáció – Leíró statisztika október 22. Gazdaságstatisztika.
Kiváltott agyi jelek informatikai feldolgozása 2016 Statisztika Kiss Gábor IB.157.
Pedagógiai hozzáadott érték „Őrült beszéd, de van benne rendszer” Nahalka István
Kvantitatív módszerek 2013 ősz MINTAVÉTEL, LEÍRÓ STATISZTIKA Kvantitatív módszerek október 1.
Mintavétel.
A könyvtári integrált rendszerek statisztikai moduljának használata
Statisztikai folyamatszabályozás
Hipotézisvizsgálatok általános kérdései Nemparaméteres próbák
Becsléselmélet - Konzultáció
I. Előadás bgk. uni-obuda
Sztochasztikus kapcsolatok I. Asszociáció
Kockázat és megbízhatóság
2. Helyzet- és igényfelmérés (Kutatás 1.)
Előadás másolata:

77. óra Statisztika www.seidl.hu/ambrus/mat

Eredetileg a statisztika matematikai eszközöket igénybe vevő államháztartástant jelentett, vagyis azon módszerek gyűjteményét és elméletét, amelyek segítségével az újkorban kialakuló modern államok számon tarthatták erőforrásaikat és a társadalmi problémákat (népesség, termelés, betegségek stb.). Erre utal a szó etimológiája is, minthogy a szót az latin statisticum collegium („államtanács”) és az olasz statista („államférfi”, politikus) kifejezésekből származtatják. A szó mai értelmét csak a tizenkilencedik század elején nyerte el. Statisztika: „az adatgyűjtés és adatfeldolgozás általános tudománya”

A statisztikának alapvetően két nagy területe ismeretes: Leíró statisztika Célja egy már rendelkezésre álló, valóságra vonatkozó adathalmaz összefoglalása, elemzése, egyszóval az információtömörítés. Következtető (matematikai) statisztika Célja a megfelelő – vagyis a sokaság egészének paramétereit legjobban tükröző, reprezentáló – minta kiválasztása, a sokasági paramétereknek a minta paramétereivel történő becslése, illetve a sokasági paraméterekre vonatkozó feltételezések, hipotézisek elfogadása vagy elvetése.

A statisztika helytelen használata A statisztika helytelen használatáról beszélünk, amikor a statisztika használatának megsértése miatt indokolatlan következtetésre jutunk. Esetenként ez véletlen, máskor szándékos is lehet, és az elkövető hasznot húz belőle. A téves statisztika csapdája meglehetősen ártalmas a tudás keresésében. Például az orvostudományban egy téves állítás kijavítása évtizedeket vehet igénybe, és emberéletekbe kerülhet. A helytelen alkalmazás könnyen előfordulhat. Kutatókat, még matematikusokat és statisztikusokat is megtéveszthetnek egyszerű módszerek is, még ha gondosan figyelnek is mindenre. Vannak kutatók, akik a hibát valószínűség-számítási tudásuk hiánya vagy a tesztjeik standardizálásának (egységesítésének, általánosításának) hiánya miatt követik el.

A helytelen alkalmazás típusai: A nem tetsző adatok kihagyása Befolyásoló kérdezés Pl.: háborúról való szavazás kérdése: „Támogatja az USA próbálkozását, hogy szabadságot és demokráciát hozzon különböző országokba? Túláltalánosítás A nyáron megvizsgált almák 100%-a piros. Az állítás, hogy „Minden alma piros”, a túláltalánosításra példa. Torzított mintavétel A gyakorlatban sok közvélemény-kutatás telefonon történik, ami eltorzítja a mintát több módon, például kizárja azokat, akiknek nincs telefonjuk, több eséllyel kerül bele, akinek több telefonja van, könnyebben bekerülhetnek, akik hajlamosabbak részt venni telefonos felmérésben, stb. A becsült hiba félreértelmezése vagy félreértése Például 1000 ember felmérése 100 főt tartalmazhat egy bizonyos etnikai csoportból vagy gazdasági státuszból. Az erre a csoportra vonatkozó eredmények sokkal kevésbé lesznek megbízhatóak, mint a teljes népességre vonatkozó eredmények. Ha a teljes mintára vonatkozó hibahatár 4% volt, akkor a hibahatár egy ilyen alcsoportra 13% körüli lehet.

Statisztika készítése: A statisztika tudomány eszközeivel A hibahatár megjelölésével Statisztika értelmezése: Körültekintően Hibahatárt figyelembe véve Tehát mind a készítőnek, mind az értelmezőnek szükségesek a statisztikai ismeretek.

Lásd: Galton-deszka működése

k n tizedestörtben: 0 0,1 0,36 0,24 0,18 0,1 0,02 százalékban: 0 10 36 24 18 10 2

k n tizedestörtben: 0 0,1 0,36 0,24 0,18 0,1 0,02 százalékban: 0 10 36 24 18 10 2 tizedestörtben: 0,022 0,116 0,218 0,304 0,24 0,094 0,006 százalékban: 2,2 11,6 21,8 30,4 24 9,4 0,6

Ebben az esetben mi a: Statisztikai sokaság: Egyedek: Ismérv: Adat: Adatsokaság:

Ebben az esetben mi a: Statisztikai sokaság: 50 vagy 500 golyó Egyedek: egy-egy golyó Ismérv: csatornába gurulás Adat: melyik csatornába mennyi érkezik Adatsokaság: a barna ill. a kék mező adatai

Miért ilyen a csatornákba érkezés eloszlása?

Statisztikai adatok, adatsokaság szemléltetése diagramokkal

Statisztikai adatok, adatsokaság szemléltetése diagramokkal

Statisztikai adatok, adatsokaság szemléltetése diagramokkal

Statisztikai adatok, adatsokaság szemléltetése diagramokkal

Statisztikai sokaság: Egyedek: Ismérv: Adat: Adatsokaság:

Statisztikai sokaság: mulasztások lehetséges számai Egyedek: mulasztások száma Ismérv: tanuló hiányzik Adat: hány tanuló hiányzott Adatsokaság: az alsó mező adatai n = 36 A = a hiányzások száma k = az alsó mező

A k Relatív gyakoriság: Százalékban: Százalékok összege:

Házi feladat Tk.: Fgy.: 313, 317, 318