Gazdaságelemzési és Statisztikai Tanszék

Slides:



Advertisements
Hasonló előadás
4. előadás Összehasonlítás standardizálással és indexszámítással.
Advertisements

A bizonytalanság és a kockázat
I. előadás.
7. előadás.
7. előadás.
Leíró statisztika 4. INDEX-SZÁMÍTÁS 2010-tavasz.
Statisztika I. VI. Dr. Szalka Éva, Ph.D..
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-AVK
Főátlagok összehasonlítása standardizálással
STATISZTIKA II. 1. Előadás
Gazdaságelemzési és Statisztikai Tanszék
A szórás típusú egyenlőtlenségi mutatók
Gazdaságelemzési és Statisztikai Tanszék
Gazdaságelemzési és Statisztikai Tanszék
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.
1 A magyar gazdaság helyzete, perspektívái 2008 tavaszán Dr. Papanek Gábor Előadás Egerben május 7.-én.
Statisztika II. IX. Dr. Szalka Éva, Ph.D..
Közlekedésstatisztika
Adatfeldolgozás.
Dr. Szalka Éva, Ph.D.1 Statisztika II. IX.. Dr. Szalka Éva, Ph.D.2 Idősorok elemzése.
Statisztika II. V. Dr. Szalka Éva, Ph.D..
2. előadás Viszonyszámok típusai
3. hét Vegyes kapcsolat.
3. előadás.
3. előadás.
Statisztika II. VIII. Dr. Szalka Éva, Ph.D..
Statisztika II. III. Dr. Szalka Éva, Ph.D..
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
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
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.
3. előadás Heterogén sokaságok Szórásnégyzet-felbontás
Matematikai statisztika Készítették: Miskoltzy Judit Sántha Szabina Szabó Brigitta Tóth Szabolcs Török Tamás Marketing Msc I. évf., I. félév, levelező.
Matematikai statisztika Készítették: Miskoltzy Judit Sántha Szabina Szabó Brigitta Tóth Szabolcs Török Tamás Marketing Msc I. évf., I. félév, levelező.
Statisztika.
Leíró statisztika III..
Heterogén sokaság + Standardizálás gyakorlat
RÉSZEKRE BONTOTT SOKASÁG VIZSGÁLATA
ÁR-, ÉRTÉK- ÉS VOLUMENINDEXEK október 9.
Hipotézis-ellenőrzés (Folytatás)
Gazdasági és foglalkoztatási folyamatok Magyarországon.
I. előadás.
TÁRSADALOMSTATISZTIKA Sztochasztikus kapcsolatok II.
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.
Összetett intenzitási viszonyszámok összehasonlítása
Bevezetés, tippek Ea-gyak kapcsolata Statisztika II -más tárgyak kapcsolata Hogyan tanulj? Interaktív órák, kérdezz, ha valami nem világos! tananyag =előadások.
I. Zárthelyi dolgozat Elméleti témakörök, típuspéldák Gazdaságstatisztika.
Leíró statisztika, részekre bontott sokaság, becslés Árva Gábor PhD Hallgató.
Pénzügyi tudatosság és gazdálkodás hete március 6-10.
Szállodák eredmény kimutatásai és mutatószámai
Haladó Pénzügyek Vezetés szervezés MSC I. évfolyam I
Részekre bontott sokaság vizsgálata, gyakorló feladatok
Szóródási mérőszámok, alakmutatók, helyzetmutatók
I. Előadás bgk. uni-obuda
2. előadás Viszonyszámok
Haladó Pénzügyek Vezetés szervezés MSC I. évfolyam I
5. előadás.
Területi eloszlások összevetése: Hoover index
A leíró statisztikák alapelemei
Standardizálás Dr. Varga Beatrix egy. docens.
2. előadás Viszonyszámok típusai
Előadás másolata:

Gazdaságelemzési és Statisztikai Tanszék STATISZTIKA I. 6. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék

RÉSZEKRE BONTOTT SOKASÁGOK ELEMZÉSE

HETEROGÉN SOKASÁG Összetett, minőségileg különböző részekből áll. Részsokaságok és fősokaság Gyakorlati szempont: sokszor a részekre vonatkozó információk használhatóbbak, vagy éppen csak azok állnak rendelkezésre

Rész és összetett viszonyszám

Összetett viszonyszám számítása Ha nem az alapadatok (A és B) állnak rendelkezésre: 1. Bj és Vj alapján súlyozott számtani átlag 2. Aj és Vj alapján súlyozott harmonikus átlag Az átlagformák miatt az A és B adatok százalékos megoszlása is elegendő

Példa rész- és összetett viszonyszámokra Budapesten 2000-ben két gazdasági ágban – oktatás és pénzügyi tevékenység – a foglalkoztatottak néhány jellemző adata:

Példa rész- és összetett viszonyszámokra Hány százalékkal magasabb a pénzügyi szférában foglalkoztatottak bruttó havi átlagkeresete? pénzügyi szféra átlagkeresete: oktatási szféra átlagkeresete:

Példa rész- és összetett viszonyszámokra Összehasonlítás: azaz a pénzügyi szférában foglalkoztatottak átlagkeresete 122,6%-kal magasabb. plusz feladat : 3.2. példa a CD-n

Rész- és főátlag Egyedi adat: Részátlag: Főátlag: plusz feladat : 3.3. példa a CD-n

Rész- és fősokaságok varianciája Az átlagtól vett eltérések összefüggése:

Rész- és fősokaságok varianciája Eltérésnégyzet-összegek összefüggése:

Rész- és fősokaságok varianciája a varianciák összefüggése:

A csoportosítás hasznossága A csoportokhoz való tartozás ismerete a bizonytalanságot a csoporton belüli eltérések szintjére csökkenti, azaz a külső szórásnégyzet arányában „hasznos” a csoportosítás:

Az egyes szórásnégyzetek kiszámítása teljes szórásnégyzet:

Az egyes szórásnégyzetek kiszámítása belső szórásnégyzet: A részsokaságokra vonatkozó szórás:

Az egyes szórásnégyzetek kiszámítása külső szórásnégyzet:

A szórásnégyzet felbontás értelmezése teljes szórás: az egyes értékek átlagosan mennyivel térnek el a főátlagtól belső szórás: az egyes értékek átlagosan mennyivel térnek el saját részátlaguktól (a fősokaság egészére értelmezve) külső szórás: az egyes részátlagok átlagosan mennyivel térnek el a főátlagtól, azaz saját átlaguktól (részátlagok szórása)

Példa a szórásnégyzet felbontására Valamely társasházban május hónapban mért vízfogyasztás (köbméter):

Példa a szórásnégyzet felbontására 1. lépés: átlag- és szórásszámítás: 3 szobás lakásokra: 2 szobás lakásokra: az összes lakásra:

Példa a szórásnégyzet felbontására 2. lépés: a szórásnégyzet felbontása: a belső szórás: a külső szórás: Az összefüggés:

Példa a szórásnégyzet felbontására Értelmezések: belső szórás: az egyes lakások vízfogyasztása átlagosan 1,176 m3-rel tért el a megfelelő lakástípusok átlagos fogyasztásától külső szórás: az egyes lakástípusok átlagos fogyasztása átlagosan 0,707 m3-rel tért el az összes lakás átlagos fogyasztásától teljes szórás: az egyes lakások fogyasztása átlagosan 1,37 m3-rel tért el az összes lakás átlagos fogyasztásától plusz feladat : 3.4. példa a CD-n