Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék STATISZTIKA I. 11. Előadás.

Slides:



Advertisements
Hasonló előadás
I. előadás.
Advertisements

Statisztika II. I. Dr. Szalka Éva, Ph.D..
BECSLÉS A sokasági átlag becslése
MARKETINGKUTATÁS PIACKUTATÁS.
Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék.
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-AVK
Gazdaságelemzési és Statisztikai Tanszék
Rangszám statisztikák
A PEDAGÓGIAI KUTATÁS FOLYAMATA
Gazdaságelemzési és Statisztikai Tanszék
Általános statisztika II.
Mérési pontosság (hőmérő)
Becsléselméleti ismétlés
Gazdaságelemzési és Statisztikai Tanszék
Gazdaságelemzési és Statisztikai Tanszék
Gazdaságelemzési és Statisztikai Tanszék
Gazdaságelemzési és Statisztikai Tanszék
Gazdaságelemzési és Statisztikai Tanszék
STATISZTIKA II. 5. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Közlekedésstatisztika
E L E M Z É S. 1., adatgyűjtés 2., mintavétel (a teljes sokaságot ritkán tudjuk vizsgálni) 3., mintavételi információk alapján megállapítások, következtetések.
Statisztika II. IV. Dr. Szalka Éva, Ph.D..
Statisztika II. II. Dr. Szalka Éva, Ph.D..
Előadó: Prof. Dr. Besenyei Lajos
Mintavételes eljárások
A PEDAGÓGIAI KUTATÁS Dr. Molnár Béla Ph.D.. 1. PEDAGÓGIAI KUTATÁS CÉLJA, TÁRGYA Célja, hogy az új ismeretek feltárásával, pontosabbá tételével, elmélyítésével.
Statisztika II. VIII. Dr. Szalka Éva, Ph.D..
Statisztika II. III. Dr. Szalka Éva, Ph.D..
Megfigyelés Irodalom: Falus Iván (200,szerk.): Bevezetés a pedagógiai kutatás módszereibe. Műszaki Könyvkiadó, Budapest.
Alapfogalmak Alapsokaság, valamilyen véletlen tömegjelenség.
Nemparaméteres próbák

A statisztikai próba 1. A munka-hipotézisek (Ha) nem igazolhatók közvetlen úton Ellenhipotézis, null hipotézis felállítása (H0): μ1= μ2, vagy μ1- μ2=0.
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. 2. Előadás
STATISZTIKA II. 3. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
STATISZTIKA II. 6. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
STATISZTIKA II. 7. Előadás
Statisztika.
Kvantitatív Módszerek
Gazdaságstatisztika Bevezetés szeptember 11.
Gazdaságstatisztika 14. előadás.
Hipotézis vizsgálat (2)
Többváltozós adatelemzés
Hipotézis-ellenőrzés (Folytatás)
Alapsokaság (populáció)
Várhatóértékre vonatkozó próbák
Mintavételes eljárások
I. előadás.
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Mintavételes Eljárások.
Statisztika 12.A és 13.N. A statisztika fogalma A statisztika tömegesen előforduló jelenségek egyedeire vonatkozó információk, adatok gyűjtése, feldolgozása,
A szóráselemzés gondolatmenete
Marketing információs
 A matematikai statisztika a természet és társadalom tömeges jelenségeit tanulmányozza.  Azokat a jelenségeket, amelyek egyszerre nagyszámú azonos tipusú.
Bevezetés, tippek Ea-gyak kapcsolata Statisztika II -más tárgyak kapcsolata Hogyan tanulj? Interaktív órák, kérdezz, ha valami nem világos! tananyag =előadások.
Kvantitatív módszerek Becsléselmélet október 15.
Gazdaságstatisztika Becsléselmélet október 30. és november 5.
Környezetvédelmi analitika
Mintavétel.
Kvantitatív módszerek
Eredetileg a statisztika matematikai eszközöket igénybe vevő államháztartástant jelentett, vagyis azon módszerek gyűjteményét és elméletét, amelyek segítségével.
Kvantitatív módszerek MBA és Számvitel mesterszak
Becsléselmélet - Konzultáció
I. Előadás bgk. uni-obuda
Szabályozott és képes termékek/szolgáltatások, folyamatok, rendszerek
Kockázat és megbízhatóság
Gazdaságinformatikus MSc
Előadás másolata:

Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék STATISZTIKA I. 11. Előadás

MINTAVÉTEL

 A statisztika a tömegjelenségek vizsgálatával foglalkozik.  Bizonyos esetekben lehetetlen illetve célszerűtlen a teljes statisztikai sokaság megfigyelése.  A minták alapján történő értékelés során nem kell megfigyelnünk a statisztikai sokaság minden egyedét, hanem csak tervszerűen előre meghatározandó részét (minta).

 A minta jellemzőiből kellő biztonsággal következtethetünk a statisztikai sokaság egészének jellemző értékeire.  A mintából számított különböző jellemzők az alapsokaság hasonló jellemzői becslésének tekinthetők.

A becslést akkor alkalmazzuk, ha:  tömegesen előforduló jelenségeket figyelünk meg ; lakosság életkörülményeivel kapcsolatos becslések esetén (jövedelem, fogyasztási szokások),  k özvélemény - kutatás,  a teljes körű megfigyelés lehetetlen (pl. termésbecslés),  a teljes körű megfigyelés költsége nagyobb, mint az információ gazdasági értéke, illetve olcsóban jutunk kielégítő pontosságú információhoz,  a megfigyelés a termék megsemmisítésével jár (különböző minőségvizsgálatok),  kísérletek kiértékelése során (kis elemszámú minták értékelési módszerei).

Mintavétel menete  Minta és mintavétel megtervezése, mintaelemek kijelölése (a felvétel tervezése) gondos, alapos előkészítés (szakkönyvek alapján)  Kijelölt mintaelemek megfigyelése (a felvétel végrehajtása)  Mélyinterjú  Telefonos kikérdezés

Mintavétel menete  Hiba Negatív értékítélet Mintavételi hibaNem-mintavételi hiba  Az együttes hibát kívánjuk minimalizálni  Nem-mintavételi hibák  Lefedési hiba (népszámlálás hiányos címlistái)  Feldolgozási hiba (elveszett postai kérdőív, tévesen jelölt kódszám, gépi adatrögzítés hibái)  Valóságtól eltérő adatszolgáltatás (jövedelemről)  Kiválasztási / szelekciós torzítás

A mintaátlagok átlaga és szórása Alapítványi és egyházi főiskolák hallgatóinak száma(6_1 példa) A mintából számított jellemzők mintáról mintára változnak. A mintából számított értékek a sokasági jellemző körül szóródnak. Kisebb minták szórása nagyobb, mint a nagyobb mintáké.

A mintavételi hiba Függ: A sokaság jellege Az alkalmazott mintavételi eljárás Mutatószám fajtája Mintanagysága OlcsóságPontosság

A sokaság megadása az eloszlásával Exponenciális eloszlás

A sokaság megadása az eloszlásával Lognormális eloszlás

A sokaság megadása az eloszlásával Normális eloszlás