5. előadás.

Slides:



Advertisements
Hasonló előadás
Nevezetes eloszlások, normál eloszlás
Advertisements

Összetett kísérleti tervek és kiértékelésük:
2. előadás.
I. előadás.
Petrovics Petra Doktorandusz
Idegenforgalmi statisztika
Gazdaságelemzési és Statisztikai Tanszék
STATISZTIKA II. 1. Előadás
Gazdaságelemzési és Statisztikai Tanszék
Csoportosítás megadása: Δx – csoport szélesség
Mérési pontosság (hőmérő)
Gazdaságelemzési és Statisztikai Tanszék
Microsoft Excel 2010 Gyakoriság.
Közlekedésstatisztika
Adatfeldolgozás.
4. előadás.
5. előadás.
3. előadás.
3. előadás.
A középérték mérőszámai
SPSS leíró statisztika és kereszttábla elemzés (1-2. fejezet)
Alapfogalmak Alapsokaság, valamilyen véletlen tömegjelenség.
Matematikai alapok és valószínűségszámítás
Matematikai alapok és valószínűségszámítás
Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
A normális eloszlás mint modell
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
STATISZTIKA II. 3. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Matematikai statisztika Készítették: Miskoltzy Judit Sántha Szabina Szabó Brigitta Tóth Szabolcs Török Tamás Marketing Msc I. évf., I. félév, levelező.
Statisztika.
Kvantitatív módszerek
Leíró statisztika III..
1 Szóródás Példák. 2 Szóródás munkatábla Árak nagysága (eЄ) xixi fifi didi
Valószínűségszámítás
RÉSZEKRE BONTOTT SOKASÁG VIZSGÁLATA
A sztochasztikus kapcsolatok (Folyt). Korreláció, regresszió
Alapfogalmak.
Adatleírás.
Paleobiológiai módszerek és modellek 4. hét
I. előadás.
Viszonyszámok A viszonyszám két egymással logikai kapcsolatban álló statisztikai adat hányadosa V= A/B V: a viszonyszám A:a viszonyítás alapját képező.
Valószínűségszámítás II.
A gyakorisági sorok grafikus ábrázolása
4. előadás.
A számítógépes elemzés alapjai
Konzultáció – Leíró statisztika október 22. Gazdaságstatisztika.
Leíró statisztika, részekre bontott sokaság, becslés Árva Gábor PhD Hallgató.
2. előadás Gyakorisági sorok
A számítógépes elemzés alapjai
Leíró statisztika gyakorló feladatok október 15.
MINTAVÉTEL, LEÍRÓ STATISZTIKA
Kvantitatív módszerek
Szóródási mérőszámok, alakmutatók, helyzetmutatók
Kvantitatív módszerek MBA és Számvitel mesterszak
I. Előadás bgk. uni-obuda
Dr. Varga Beatrix egyetemi docens
Speciális szóródás: Koncentráció
Statisztikai alapfogalmak Eloszlásjellemzők
2. előadás Gyakorisági sorok, Grafikus ábrázolás
Adatsorok típusai, jellegadó értékei
A szórás típusú egyenlőtlenségi mutatók
Területi eloszlások összevetése: Hoover index
A leíró statisztikák alapelemei
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
Adatfeldolgozási ismeretek környezetvédelmi-mérés technikusok számára
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
Területi egyenlőtlenségek grafikus ábrázolása: Lorenz-görbe
4. előadás.
Mérési skálák, adatsorok típusai
Előadás másolata:

5. előadás

Szóródásszámítás Szóródáson azonos fajta számszerű értékek különbözőségét értjük. Mérése: Szélső értékek eltérése alapján Átlagtól való eltérés alapján Egymástól való eltérés alapján

A szóródás mérőszámai A szóródás terjedelmének mutatói A szóródás terjedelme: R=Xmax-Xmin Kifejezi, hogy mekkora értékkörben ingadoznak az ismérvértékek. A szóródás interkvartilis terjedelme: IQR=Q3-Q1 Kifejezi, hogy mekkora értékkörben ingadozik az ismérvértékek középső 50%-a. A szóródás interdecilis terjedelme: IDR=D9-D1 Kifejezi, hogy mekkora értékkörben ingadozik az ismérvértékek középső 80%-a.

Szórás (σ) A szórás az egyedi értékek átlagtól való eltéréseinek a négyzetes átlaga. A σ2-et varianciának is nevezzük.

Szórás (σ) főbb tulajdonságai Az xi értékek additív transzformációja esetén a szórás nem változik. Az xi értékek multiplikatív transzformációja esetén a szórás a transzformációnak megfelelően változik. Értéke 0, ha x=constans Értékhatára

Példa a szórás tulajdonságaira xi di=xi- yi di=yi- 100 -100 10000 150 -50 2500 200 210 +10 260 240 +40 1600 290 300 +100 350 Σ 1000 24200 1250 250 σ2=4840 σ=69,6

Példa a szórás tulajdonságaira xi di=xi- yi di=yi- 100 -100 10000 110 -110 12100 150 -50 2500 165 -55 3025 210 +10 231 +11 121 240 +40 1600 264 +44 1936 300 +100 330 +110 Σ 1000 24200 1100 29282 200 220 σ2=4840 σ2=5856,4 σ=69,6 σ=76,52

Relatív szórás (V) Kifejezi, hogy az egyedi értékek átlagosan hány %-kal térnek el az átlagos értéktől.

Relatív szórás (V) tulajdonságai értékhatárai: dimenzió nélküli különböző mértékegységű vagy nagyságrendű adatok szóródásának az összehasonlítására alkalmas

Egy társasház vízfogyasztására vonatkozó adatok Vízfogyasztás (m3) Lakások száma f’ – 15 5 15 – 25 17 22 25 – 35 15 37 35 – 45 8 45 45 – 50 Összesen -

Alakmutatók, és helyzetmutatók Az egymóduszú gyakorisági eloszlások lehetséges eltérései a normális gyakorisági görbétől.

Aszimmetria mutatók Pearson-féle A mutató Előjele az aszimmetria irányát mutatja. A  0 bal oldali, jobbra elnyúló aszimmetria A  0 jobb oldali, balra elnyúló aszimmetria A = 0 szimmetrikus eloszlás. Abszolút értékének nincs felső korlátja. A>1 meglehetősen erős aszimmetria

Eltérő jellegzetességű gyakorisági eloszlások

A helyzetmutatók elhelyezkedése szimmetrikus és aszimmetrikus eloszlás esetében

Gyakorisági eloszlások ábrázolása Pálcika diagram Néhány értéket felvevő diszkrét mennyiségi ismérvek esetében

Hisztogram, poligon Az oszlopok területe kell, hogy arányos legyen az ábrázolt gyakorisággal. Eltérő osztályközhosszúság esetén az fi gyakoriságok helyett az fi/hi egységnyi osztályközhosszúságra eső gyakoriságokat ábrázoljuk.

Box plot (doboz ábra)

A box plot ábra elemei

Férfiak születéskor várható átlagos élettartamának box-plot ábrái

Köszönöm a figyelmet!