Petrovics Petra Doktorandusz

Slides:



Advertisements
Hasonló előadás
2. előadás.
Advertisements

I. előadás.
Nem hierarchikus klaszterelemzés az SPSS-ben
Klaszterelemzés az SPSS-ben
A statisztika alapjai - Bevezetés az SPSS-be -

Kenés és tömítés tárgyhoz Miskolci Egyetem
Gazdaságelemzési és Statisztikai Tanszék
Adattípusok, adatsorok jellegadó értékei
Boda Krisztina PhD SZTE ÁOK Orvosi Informatikai Intézet
Mérési pontosság (hőmérő)
Közlekedésstatisztika
Adatfeldolgozás.
TF Informatikai és Oktatástechnológiai Tanszék
4. előadás.
5. előadás.
Mintavételes eljárások
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
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
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..
Valószínűségszámítás
II. Demográfia Népesség összetételének vizsgálata
EREDMÉNYEK, ADATOK FELDOLGOZÁSA
Statisztikai módszerek a pedagógiai kutatásban
Többváltozós adatelemzés
Adatleírás.
Faktoranalízis az SPSS-ben
I. előadás.
Statisztikai alapfogalmak
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Mintavételes Eljárások.
Sztochasztikus kapcsolatok
Viszonyszámok A viszonyszám két egymással logikai kapcsolatban álló statisztikai adat hányadosa V= A/B V: a viszonyszám A:a viszonyítás alapját képező.
Petrovics Petra Doktorandusz
Számtani és mértani közép
Bevezetés a Korreláció & Regressziószámításba
Osztóértékek, eloszlások
Középértékek – helyzeti középértékek
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Többváltozós lineáris regressziós modell feltételeinek tesztelése.
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Diszkriminancia-analízis az SPSS-ben Petrovics Petra Doktorandusz.
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Regresszió-számítás március 30. Dr. Varga Beatrix egyetemi.
Átlag, medián.
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Parciális korreláció Petrovics Petra Doktorandusz.
A gyakorisági sorok grafikus ábrázolása
4. előadás.
A számítógépes elemzés alapjai
Konzultáció – Leíró statisztika október 22. Gazdaságstatisztika.
A számítógépes elemzés alapjai
Statisztikai folyamatszabályozás
Leíró statisztika gyakorló feladatok október 15.
MINTAVÉTEL, LEÍRÓ STATISZTIKA
Szóródási mérőszámok, alakmutatók, helyzetmutatók
Statisztikai alapfogalmak Eloszlásjellemzők
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
4. előadás.
Előadás másolata:

Petrovics Petra Doktorandusz Sokaság, minta eloszlásának jellemzése - Középértékek, szóródásszámítás- Petrovics Petra Doktorandusz

File / Open / Data…Employee data.sav SPSS: Analyze / Descriptive Statistics / Frequencies

I. Középértékek Átlag Módusz (Mo) Medián (Me) A leggyakrabban előforduló elem. Medián (Me) A rangsorba rendezett adatok közül a középső elemet mediánnak nevezzük. A medián tehát az az érték, amitől az adatok fele kisebb, másik fele nagyobb.

II. Kvantilisek Percentilisek, kvartilisek Legyen 0  q  1. Ha a rangsorba rendezett sokaságot egy ismérvérték q: (1 – q) arányban osztja ketté, akkor ezt az ismérvértéket q-ad rendű vagy q-adik kvantilisnek nevezzük (jele Qq). A P-edik percentilis az az érték, amely alatt a minta P%-a fekszik. Q1 (alsó kvartilis): a 25. percentilis. Az egyedek ¼ része ez alatt az érték alatt fekszik, a maradék ¾-e pedig felette. Q2 (középső kvartilis): Medián. Az 50. percentilis. Q3 (felső kvartilis): a 75. percentilis. Az egyedek ¾ része ez alatt az érték alatt fekszik, a maradék ¼-e pedig felette.

III. Szóródásszámítás Szórás Terjedelem Az egyedi értékek átlagtól való eltéréseinek a négyzetes átlaga, az átlagtól mért átlagos négyzetes eltérés. Terjedelem Az előforduló elemek között a legnagyobb és legkisebb érték különbsége.

IV. Csúcsosság (Kurtosis) Ferdeség (Skewness)

Box&Whiskers ábra Eloszlásjellemzők ábrázolása. Leolvasható róla: - Medián - Legnagyobb érték - Legkisebb érték - Q1 - Q2 - Asszimetria

Box&Whiskers Me Min Max Q1 Q3 Source: Aczel [1996]

Graphs / Boxplot… A current salary (aktuális fizetés) Box&Whiskers ábrája munkatípus (employment category) alapján csoportosítva.

Boxplot A legmagasabb fizetésű dolgozó. Itt a legkisebb a szórás. Q3 Me Q1

Köszönöm a figyelmet!