4. előadás.

Slides:



Advertisements
Hasonló előadás
2. előadás.
Advertisements

I. előadás.
Petrovics Petra Doktorandusz
Nemzetközi gazdaságstatisztika
Rangszám statisztikák
Gazdaságelemzési és Statisztikai Tanszék
Adattípusok, adatsorok jellegadó értékei
Mérési pontosság (hőmérő)
Gazdaságelemzési és Statisztikai Tanszék
Gazdaságelemzési és Statisztikai Tanszék
Közlekedésstatisztika
Adatfeldolgozás.
Asszociáció.
4. előadás.
5. előadás.
3. előadás.
3. előadás.
A középérték mérőszámai
Alapfogalmak Alapsokaság, valamilyen véletlen tömegjelenség.
Matematikai alapok és valószínűségszámítás
Matematikai alapok és valószínűségszámítás
Térkép. Mi az adat? Minden információ, amit tárolni kell. Minden információ, amit tárolni kell.  szám  szöveg  dátum  hang  kép, stb.
Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
3. előadás Heterogén sokaságok Szórásnégyzet-felbontás
Statisztika.
Leíró statisztika III..
Valószínűségszámítás
Többváltozós adatelemzés
Adatleírás.
Dr Gunther Tibor PhD II/2.
Paleobiológiai módszerek és modellek 4. hét
I. előadás.
6. előadás.
A kombinációs táblák (sztochasztikus kapcsolatok) elemzése
Viszonyszámok A viszonyszám két egymással logikai kapcsolatban álló statisztikai adat hányadosa V= A/B V: a viszonyszám A:a viszonyítás alapját képező.
Bevezetés a Korreláció & Regressziószámításba
Statisztika 12.A és 13.N. A statisztika fogalma A statisztika tömegesen előforduló jelenségek egyedeire vonatkozó információk, adatok gyűjtése, feldolgozása,
Osztóértékek, eloszlások
Középértékek – helyzeti középértékek
x1 xi 10.Szemnagyság: A szemnagyság megadásának nehézségei
3. hét Asszociáció.
 A matematikai statisztika a természet és társadalom tömeges jelenségeit tanulmányozza.  Azokat a jelenségeket, amelyek egyszerre nagyszámú azonos tipusú.
Adattípusok, adatsorok jellegadó értékei
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.
PÉNZÜGYI ELEMZÉS 1. előadás PhDr. Antalík Imre SJE GTK szeptember 21.
2. előadás Gyakorisági sorok
A számítógépes elemzés alapjai
Leíró statisztika gyakorló feladatok október 15.
MINTAVÉTEL, LEÍRÓ STATISZTIKA
Szóródási mérőszámok, alakmutatók, helyzetmutatók
Eloszlásjellemzők I.: Középértékek
2. előadás Viszonyszámok
Dr. Varga Beatrix egyetemi docens
Speciális szóródás: Koncentráció
Statisztikai alapfogalmak Eloszlásjellemzők
2. előadás Gyakorisági sorok, Grafikus ábrázolás
Adatfeldolgozási ismeretek műszeres analitikus technikusok számára
Adatsorok típusai, jellegadó értékei
5. előadás.
A leíró statisztikák alapelemei
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
Adatfeldolgozási ismeretek környezetvédelmi-mérés technikusok számára
Rangsoroláson és pontozáson alapuló komplex mutatók
Mérési skálák, adatsorok típusai
Előadás másolata:

4. előadás

Mennyiségi csoportosító sorok fajtái Egy társasház vízfogyasztására vonatkozó adatok Vízfogyasz-tás (m3) Lakások száma f’ g(%) g’(%) s(m3) z(%) – 15 5 10 50 3 15 – 25 17 22 34 44 340 24 25 – 35 15 37 30 74 450 32 35 – 45 8 45 16 90 320 23 45 – 100 250 18 Összesen - 1410

Helyzeti középértékek Medián A rangsorba rendezett adatok közül a középső elem (az előforduló értékek fele kisebb a medián-nál, fele pedig nagyobb)

Medián előnyös tulajdonságai egyértelműen meghatározható, nem csak mennyiségi jellemzők esetén határozható meg, hanem rangsorba rendezhető minőségi ismérvek esetén is, értéke független a szélső értékektől.

Medián hátrányos tulajdonságai Csak rangsorba rendezett elemekből számítható. Induktív statisztikai célra nem igazán alkalmas. Ha az egyedek jelentős hányada azonos ismérvértékkel rendelkezik, akkor nem célszerű használni.

Módusz (Mo) Diszkrét ismérv esetén: A leggyakrabban előforduló elem Folytonos ismérv esetén: A gyakorisági görbe maximuma.

A módusz jellemzői Előnyös tulajdonságok: Tipikus érték Valamennyi mérési skála esetén alkalmazható. Nem érzékeny a szélső, kiugró értékekre. Hátrányos tulajdonságok: Nem minden esetben létezik, vagy előfordulhat, hogy több is van belőle. Induktív statisztikai célra általában nem alkalmas

Kvantilisek Azok az értékek, melyeknél az összes előforduló értékek j/k-ad része kisebb, illetve az (1-j/k)-ad része nagyobb. (j=1,2,…,k-1) Fontosabb kvantilisek: Medián (Me) k=2 Tercilisek (Tj) k=3 Kvartilisek (Qj) k=4 Kvintilisek (Kj) k=5 Decilisek (Dj) k=10

Köszönöm a figyelmet!