E L E M Z É S. 1., adatgyűjtés 2., mintavétel (a teljes sokaságot ritkán tudjuk vizsgálni) 3., mintavételi információk alapján megállapítások, következtetések.

Slides:



Advertisements
Hasonló előadás
Események formális leírása, műveletek
Advertisements

Hipotézis-ellenőrzés (Statisztikai próbák)
4. Két összetartozó minta összehasonlítása
I. előadás.
II. előadás.
Statisztika II. I. Dr. Szalka Éva, Ph.D..
BECSLÉS A sokasági átlag becslése
Statisztika feladatok Informatikai Tudományok Doktori Iskola.
Két változó közötti összefüggés
Általános statisztika II.
Mérési pontosság (hőmérő)
Becsléselméleti ismétlés
STATISZTIKA II. 5. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Statisztika II. IX. Dr. Szalka Éva, Ph.D..
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Regresszió és korreláció
Közlekedésstatisztika
Statisztika II. IV. Dr. Szalka Éva, Ph.D..
Statisztika II. II. Dr. Szalka Éva, Ph.D..
Statisztika II. V. Dr. Szalka Éva, Ph.D..
Előadó: Prof. Dr. Besenyei Lajos
Mintavételes eljárások
III. előadás.
Kvantitatív módszerek 7. Becslés Dr. Kövesi János.
Statisztika II. VIII. Dr. Szalka Éva, Ph.D..
Statisztika II. III. Dr. Szalka Éva, Ph.D..
Kvantitatív módszerek
Alapfogalmak Alapsokaság, valamilyen véletlen tömegjelenség.
Matematikai alapok és valószínűségszámítás
A statisztikai próba 1. A munka-hipotézisek (Ha) nem igazolhatók közvetlen úton Ellenhipotézis, null hipotézis felállítása (H0): μ1= μ2, vagy μ1- μ2=0.
Egytényezős variancia-analízis
Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
STATISZTIKA II. 2. Előadás
STATISZTIKA II. 6. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Készítette: Horváth Zoltán (2012)
Kvantitatív Módszerek
Grafikus ábrázolás.
Valószínűségszámítás
Gazdaságstatisztika 19. előadás Hipotézisvizsgálatok
Gazdaságstatisztika Bevezetés szeptember 11.
Gazdaságstatisztika 14. előadás.
Gazdaságstatisztika 16. előadás Hipotézisvizsgálatok Alapfogalamak
Hipotézis vizsgálat (2)
Hipotézis-ellenőrzés (Folytatás)
Alapsokaság (populáció)
Várhatóértékre vonatkozó próbák
t A kétoldalú statisztikai próba alapfogalmai
Paleobiológiai módszerek és modellek 4. hét
I. előadás.
Statisztikai alapfogalmak
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Mintavételes Eljárások.
A kombinációs táblák (sztochasztikus kapcsolatok) elemzése
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Valószínűségszámítás II.
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.
Kvantitatív módszerek
Kiváltott agyi jelek informatikai feldolgozása 2016
II. előadás.
Kvantitatív módszerek MBA és Számvitel mesterszak
I. Előadás bgk. uni-obuda
Hipotézisvizsgálatok Paraméteres próbák
Szabályozott és képes termékek/szolgáltatások, folyamatok, rendszerek
Sztochasztikus kapcsolatok I. Asszociáció
Gazdaságinformatikus MSc
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
1.3. Hipotézisvizsgálat, statisztikai próbák
3. Varianciaanalízis (ANOVA)
Előadás másolata:

E L E M Z É S

1., adatgyűjtés 2., mintavétel (a teljes sokaságot ritkán tudjuk vizsgálni) 3., mintavételi információk alapján megállapítások, következtetések a teljes sokaságra

Példa: lakosság paramétereinek vizsgálata Teljes lakosságot nem tudjuk vizsgálni ember testmagasságának vizsgálata (minta) Ez alapján vonjuk le a következtetéseket a teljes sokaságra

Következtetések két formája: 1., statisztikai becslések készítése –Egy sokaság ismeretlen jellemzőjére közelítő értéket adunk, a sokaságból vett minta alapján. –A becslés tárgya lehet: A véges sokaság vmely jellemzője (átlag, arány szórás) A sokasági eloszlás paraméterei (várható érték, szórás) Összefüggéseket leíró modellek paraméterei 2., statisztikai hipotézisek vizsgálata

Független, azonos eloszlású minta Ha véges sokaságból visszatevéssel, vagy Végtelen, illetve nagy számosságú, véges sokaságból visszatevés nélkül veszünk mintát.

Becslőfüggvény Az ismeretlen, becsülni kívánt sokasági jellemző becslésre szolgáló mintából számított statisztika Az ismeretlen sokasági jellemzőre közelítő értéket adjon.

Becslésekkel szemben támasztott követelmények: 1., Torzítatlanság 2. Hatásosság 3., Konzisztencia

Torzítatlanság Ha várható értéke megegyezik a becsülni kívánt sokasági jellemző értékével. Pl.: kórházi osztályon fekvők átlagtestsúlyának becslése 5 kiválasztott beteg testsúlya alapján - ellenőrizhető. 18 éven felüli magyar ffi lakosság testmagassága

Aszimptomatikus torzítatlanság Azt jelenti, hogy a mintanagyságot növelve a torzítás mértéke csökken (és a becslés határértékben torzítatlanná válik)

Hatásosság A becslőfüggvény hatásosságát a becsült érték (becslések) szórásával, illetve szórásnégyzetével mérjük. Két (vagy akár több) becslőfüggvény közül hatásosabb becslést ad, melynek szórásnégyzete (standard hiba négyzete) kisebb

Abszolút hatásos becslőfüggvény Ha olyan torzítatlan becslőfüggvényről beszélünk, melynél kisebb szórásnégyzetű becslőfüggvény nem állítható elő.

Konzisztencia A becslőfüggvény azon tulajdonsága, hogy a mintanagyság növelésével egyre pontosabb értékhez jutunk. Tehát a mintanagyság növelésével a becslőfüggvény várható értéke a becsülni kívánt jellemző értékét közelíti, a szórásnégyzet pedig a nullához tart

Normális eloszlás A természetben az egyik leggyakrabban használt valószínűség eloszlás Létrejöttéhez több feltétel egyidejű teljesülése szükséges (μ-σ)*2=68.27% (≈2/3) (μ-2σ)*2=95.44% (μ-3σ)*2=99.7%, tehát 1000 esetből 3 haladja meg a 3σ A 3σ kívül eső érték rendszerint mérési hiba vagy szisztematikus hatás

Statisztikai hipotézis és hipotézis ellenőrzés fogalma 1., Nullhipotézis 2., Szignifikancia és kritikus tartomány 3., Hibalehetőségek

1., Nullhipotézis A nullhipotézis feltételezi, hogy két paraméter közötti különbség csupán a véletlen műve, (nem szignifikáns) Ha kísérlet során a kapott eltérés nagy valószínűséggel a véletlen műve, a nullhipotézist fenntartjuk Ha a kapott eredmény a véletlen folytán csak kis valószínűséggel következhet be, a nullhipotézist elutasítjuk

2., Szignifikancia és kritikus tartomány A különbség elég jelentős-e, szignifikáns Ha a véletlen szerepét kicsinek ítéljük, az eltérés szignifikáns A küszöb értéknél nagyobb értéknél a nullhipotézist elvetjük, ezt a valószínűségi változó kritikus értékének nevezzük A valószínűségi változó kritikus értékeinél nagyobb (abszolút) értékei az ún. kritikus tartományba esnek

3., Hibalehetőségek

Grafikus ábrázolás Az ábraszerkesztés általános szabályai –Cím –Ábrákat sorszámozni –Jelmagyarázat –Tengelyek beosztása Abszcissza – X tengely – vízszintes Ordináta – Y tengely - függőleges –Lépték

Statisztikai ábrák típusai 1., Diagramok –1. a, Vonal –1. b, Oszlop, szalag, hisztogram –1. c, Kör –1. d, Térdiagram 2., Kartogram 3., Piktogram 4., Organogram 5., Gráf

1., Diagramok 1. a, Vonal Kötött sorrendbe tartozó adatok ábrázolására Vízszintes tengelyre (abszcissza) folyamatosan változó (általában növekvő) tulajdonság szerepel Függőleges tengelyre (ordináta) a változó jelenség változásait mérő lépték Pl.: láz, pulzus, EKG

1., Diagramok 1. b, Oszlop, szalag, hisztogram A különböző jelenségeket vagy megoszlásokat egyenlő alapú, de különböző magasságú oszlopokkal jelezzük. Ha az oszlopokat vízszintes tengelyen helyezzük el szalagdiagramról beszélünk. A gyakorisági sorok ábrázolására alkalmazott oszlopdiagram – hisztogram (ilyenkor az oszlopok választóvonalai elmaradhatnak)

1., Diagramok 1. c, Kördiagram (radiogram) Különböző mennyiségek szemléltetésére, vagy részletek feltüntetésére szolgál 100% % Pontos jelmagyarázat!

1., Diagramok 1. d, Térdiagram Térdiagramok alkalmazásakor három dimenziójú testeket használunk. Több változó és egyes tendenciák kimutatását teszi szemléletesebbé

2., Kartogram Térképen alapuló ábrázolás – statisztikai térkép Olyan területi sorok ábrázolására, melyek együtt teljes egészet alkotnak Intenzitás jelölése! – többféleképpen Egyértelmű jelmagyarázat - szükséges

3., Piktogram Egy jelenséget, vagy jelenség változásáét szemléltetik. Fő célja a figyelem felkeltése – propagandisztikusan statisztikai adatok szemléltetése

4., Organogram Egy szervezet felépítését, vagy működését, az egyes szervezeti egységek közötti kapcsolatokat szemlélteti

5., Gráf A vizsgált területen belüli kapcsolatok ábrázolása A kapcsolatok irányát nyilak, intenzitását vastagságuk jelzi Pl.: munkakapcsolatok ábrázolása