2. A Student-eloszlás http://tp1957.atw.hu/km_2.ppt Kemometria 2016/2017 2. A Student-eloszlás http://tp1957.atw.hu/km_2.ppt.

Slides:



Advertisements
Hasonló előadás
Nevezetes eloszlások, normál eloszlás
Advertisements

Koordináták, függvények
I. előadás.
II. előadás.
Kvantitatív módszerek
Exponenciális és logaritmikus függvények ábrázolása
Készítette / Author: Tuska Katalin
Statisztika feladatok Informatikai Tudományok Doktori Iskola.
Műszeres analitika a 13. C,14. D, K és L osztály részére 2013/2014
1. A mérési adatok kezelése
Csoportosítás megadása: Δx – csoport szélesség
Becsléselméleti ismétlés
Gazdaságelemzési és Statisztikai Tanszék
TRIGONOMETRIA Érettségi feladatok
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Statisztika II. II. Dr. Szalka Éva, Ph.D..
A középérték mérőszámai
Regresszióanalízis 10. gyakorlat.
Kvantitatív módszerek 7. Becslés Dr. Kövesi János.
Excel Hivatkozások, függvények használata
Hálótervezés Készítette: Kosztyán Zsolt Tibor 18.
Kvantitatív módszerek 8. Hipotézisvizsgálatok I. Nemparaméteres próbák Dr. Kövesi János.
Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
Távhőrendszerek hőforrásai Hőigények meghatározása Hőszállítás Épületenergetika B.Sc. 6. félév 2009 február 23.
Hőigények meghatározása Hőközpontok kialakítása
Hőszállítás Épületenergetika B.Sc. 6. félév március 9. ISMÉTLÉS.
Hőszállítás Épületgépészet B.Sc. 5. félév; Épületenergetika B.Sc. 5. (6.) félév október 8. ISMÉTLÉS.
Készítette: Horváth Zoltán (2012)
Kvantitatív Módszerek
Kvantitatív módszerek
Gazdaságstatisztika 19. előadás Hipotézisvizsgálatok
RÉSZEKRE BONTOTT SOKASÁG VIZSGÁLATA
Hipotézis vizsgálat (2)
Alapsokaság (populáció)
Várhatóértékre vonatkozó próbák
Alapfogalmak.
Adatleírás.
t A kétoldalú statisztikai próba alapfogalmai
© Farkas György : Méréstechnika
Hipotézisvizsgálat v az adatforrás működési “mechanizmusát” egy véletlen eloszlás jellemzi v az adatok ismeretében megfogalmazódnak bizonyos hipotézisek.
I. előadás.
Dr. Takács Attila – BME Geotechnikai Tanszék
Minőségbiztosítás 11. előadás
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Valószínűségszámítás II.
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/

PPKE ITK 2009/10 tanév 8. félév (tavaszi) Távközlő rendszerek forgalmi elemzése Tájékoztatás GY
100-as szög méreteinek gyakorisága (n = 100) db mm Gyakoriság grafikon (adott méretű esetek db.)
1 Statisztikai folyamatszabályozás D R. TÓTH ZSUZSANNA ESZTER M ENEDZSMENT ÉS VÁLLALATGAZDASÁGTAN TANSZÉK ÜZLETI TUDOMÁNYOK INTÉZET GAZDASÁG - ÉS TÁRSADALOMTUDOMÁNYI.
TRIGONOMETRIA.
Kiváltott agyi jelek informatikai feldolgozása 2016
II. előadás.
Becsléselmélet - Konzultáció
Adatelemzési gyakorlatok
TRIGONOMETRIA Érettségi feladatok
Nemparaméteres próbák
I. Előadás bgk. uni-obuda
Szabályozott és képes termékek/szolgáltatások, folyamatok, rendszerek
Kockázat és megbízhatóság
Hömérséklet változások
3, u-próba, t-próba Kemometria 2016/2017 3, u-próba, t-próba
4. Kiugró adatok kezelése
5. Kalibráció, függvényillesztés
Adatfeldolgozási ismeretek környezetvédelmi-mérés technikusok számára
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
Statisztika Érettségi feladatok
TRIGONOMETRIA Érettségi feladatok
3. Varianciaanalízis (ANOVA)
A normális eloszlásból származó eloszlások
Előadás másolata:

2. A Student-eloszlás http://tp1957.atw.hu/km_2.ppt Kemometria 2016/2017 2. A Student-eloszlás http://tp1957.atw.hu/km_2.ppt

Mérési eredmény megadása (ismétlés) Az előző fejezet mérési adataiból (11,2; 11,3; 11,1; 10,4) az alábbi átlagot és szórást kaptuk: = 11,2 s = 0,10. Az eredmény megbízhatósága mennyi? Attól függ milyen biztonsággal/valószínűséggel szeretnénk, hogy a tényleges érték a megadott tartományba essék. Általában a 95%-os biztonság megfelelő. Végtelen számú adat esetén a) adataink ide esnek: ± 2·s b) az átlag ebben a tartományban van: ± 2· Az előbbi feladatnál: x = 11,2 ± 0,2 (95%), illetve = 11,2 ± 0,1 Ebből adódik, hogy nincs is értelme több tizedesre megadni, hiszen a mérés pontossága nem indokolja.

Kevés mérési adat Általában nincs sok párhuzamos mérésünk, ilyenkor az előbbiekben megismert számítás nem érvényes. Ilyen esetekben használható a Student (t) eloszlás (táblázata a függelékben). A táblázatban különböző biztonsági szintek szerepelnek, általában a 95%-os megfelelő. A szabadsági fokok száma  = n-1. Esetünkben  = n-1 = 3-1 = 2 A táblázat alapján a 95 %-hoz t = 2,92 tartozik. a) adataink ide esnek: ± t·s azaz ± 2,92·s b) az átlag ebben a tartományban van: ±· Az előbbi feladatnál: Adatok: x = 11,2 ± 0,29 (95%), illetve Átlag: = 11,2 ± 0,17

Mintafeladat Egy mérésre a következő számértékek adódtak: 10,2; 11,6; 11,4; 11,2. Számítsa ki az átlagot, a szórást! = 11,1 s = 0,62 Ha kell, hagyjon el adatot, számoljon újabb átlagot, szórást! = 11,4 s = Adja meg a várható értéket 95 %-os biztonsági szinten! Használja a t-eloszlás táblázatot! n = 3 sz. fok = 2 t = 2,92 = 11,4 ± = 11,4 ± 11,1 0,62 11,4 0,2 0,34 (95 %)

Függelék – t-eloszlás (Student) táblázata Megbízhatósági szint Sz. fok 0,9 0,95 0,975 0,99 0,995 1 3,078 6,314 12,706 31,821 63,656 2 1,886 2,920 4,303 6,965 9,925 3 1,638 2,353 3,182 4,541 5,841 4 1,533 2,132 2,776 3,747 4,604 5 1,476 2,015 2,571 3,365 4,032 6 1,440 1,943 2,447 3,143 3,707 7 1,415 1,895 2,365 2,998 3,499 8 1,397 1,860 2,306 2,896 3,355 9 1,383 1,833 2,262 2,821 3,250 10 1,372 1,812 2,228 2,764 3,169