Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.

Slides:



Advertisements
Hasonló előadás
Hipotézisvizsgálat az adatforrás működési “mechanizmusát” egy véletlen eloszlás jellemzi az adatok ismeretében megfogalmazódnak bizonyos hipotézisek erre.
Advertisements

Hipotézis-ellenőrzés (Statisztikai próbák)
Kvantitatív Módszerek
Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék.
Statisztika I. VI. Dr. Szalka Éva, Ph.D..
Kvantitatív módszerek
Gazdasági informatika
Statisztika feladatok Informatikai Tudományok Doktori Iskola.
Földrajzi összefüggések elemzése
Csoportosítás megadása: Δx – csoport szélesség
Főkomponensanalízis Többváltozós elemzések esetében gyakran jelent problémát a vizsgált változók korreláltsága. A főkomponenselemzés segítségével a változók.
Potenciális feladattípusok
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.
Dr. Szalka Éva, Ph.D.1 Statisztika II. IX.. Dr. Szalka Éva, Ph.D.2 Idősorok elemzése.
Közlekedésstatisztika
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
Statisztika II. IV. Dr. Szalka Éva, Ph.D..
Dr. Szalka Éva, Ph.D.1 Statisztika II. IX.. Dr. Szalka Éva, Ph.D.2 Idősorok elemzése.
Statisztika II. II. Dr. Szalka Éva, Ph.D..
Statisztika II. V. Dr. Szalka Éva, Ph.D..
Dr. Szalka Éva, Ph.D.1 Statisztika II. VIII.. Dr. Szalka Éva, Ph.D.2 Többváltozós korreláció és regresszióanalízis.
Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék.
Előadó: Prof. Dr. Besenyei Lajos
III. előadás.
Lineáris korreláció és lineáris regresszió. A probléma felvetése y = 1,138x + 80,778r = 0,8962.
PTE PMMK Matematika Tanszék dr. Klincsik Mihály Valószínűségszámítás és statisztika előadások Gépész-Villamosmérnök szak BSc MANB030, MALB030 Bevezető.
Regresszióanalízis 10. gyakorlat.
Gazdasági informatika
Statisztika II. VIII. Dr. Szalka Éva, Ph.D..
Dr. Szalka Éva, Ph.D.1 Statisztika II. VI.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.
Statisztika II. III. Dr. Szalka Éva, Ph.D..
Kvantitatív módszerek
A statisztikai próba 1. A munka-hipotézisek (Ha) nem igazolhatók közvetlen úton Ellenhipotézis, null hipotézis felállítása (H0): μ1= μ2, vagy μ1- μ2=0.
STATISZTIKA II. 6. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
STATISZTIKA II. 7. Előadás
Matematikai statisztika Készítették: Miskoltzy Judit Sántha Szabina Szabó Brigitta Tóth Szabolcs Török Tamás Marketing Msc I. évf., I. félév, levelező.
Kvantitatív Módszerek
Gazdaságstatisztika 19. előadás Hipotézisvizsgálatok
Hipotézis vizsgálat (2)
Többváltozós adatelemzés
Következtető statisztika 9.
Hipotézis-ellenőrzés (Folytatás)
A sztochasztikus kapcsolatok (Folyt). Korreláció, regresszió
Alapsokaság (populáció)
Lineáris regresszió.
t A kétoldalú statisztikai próba alapfogalmai
Két kvantitatív változó kapcsolatának vizsgálata
Hipotézisvizsgálat v az adatforrás működési “mechanizmusát” egy véletlen eloszlás jellemzi v az adatok ismeretében megfogalmazódnak bizonyos hipotézisek.
Petrovics Petra Doktorandusz
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Regresszió-számítás március 30. Dr. Varga Beatrix egyetemi.
A számítógépes elemzés alapjai
Gazdaságstatisztika Gazdaságstatisztika Korreláció- és regressziószámítás II.
A számítógépes elemzés alapjai
Korreláció, regresszió
Lineáris regressziós modellek
Hipotézisvizsgálatok általános kérdései Nemparaméteres próbák
II. előadás.
Becsléselmélet - Konzultáció
Gazdaságstatisztika konzultáció
III. zárthelyi dolgozat konzultáció
III. előadás.
Hipotézisvizsgálatok Paraméteres próbák
Dr. Varga Beatrix egyetemi docens
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
Dr. Varga Beatrix egyetemi docens
3. Varianciaanalízis (ANOVA)
Előadás másolata:

Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.

Dr. Szalka Éva, Ph.D.2 Regresszióanalízis

Dr. Szalka Éva, Ph.D.3 Regresszióanalízis Az eredményváltozó relatív változásának fontos szerepe van a közgazdasági elemzésekben. A relatív változást fejezi ki a rugalmassági együttható: Az x-magyarázóváltozó adott értékének 1%-os növekedése átlagosan milyen változást eredményez az y-változó értékében. Ez az érték természetesen minden x-értékre kiszámítható:

Dr. Szalka Éva, Ph.D.4 A regressziós becslések, prognózisok Ez egy becslőfüggvény, ezért felhasználható egy tényezőváltozó egy rögzített értékének becslésére, azaz egy x0-értéket behelyettesítve a regressziós függvény képletébe, megkapjuk a hozzá tartotó becsült értékét. Mivel becsült érték, ezért kiszámolhatjuk azt az intervallumot, amely a megadott szignifikancia szinten tartalmazni fogja a keresett értéket.

Dr. Szalka Éva, Ph.D.5 A regressziós becslések, prognózisok A konfidencia intervallum meghatározásához a t-eloszlás próbafüggvényét alkalmazzuk, így az intervallum:

Dr. Szalka Éva, Ph.D.6 A regressziós becslések, prognózisok A becsléskor az is előfordulhat, hogy egy hiányzó y0- értéket kívánunk megbecsülni az x0-helyen. Ebben az esetben a standard hiba: A konfidencia intervallum meghatározásához ebben az esetben is a t-eloszlás próbafüggvényét alkalmazzuk, így az intervallum:

Dr. Szalka Éva, Ph.D.7 A regressziós függvény eredményeinek hipotézisvizsgálata A regressziós függvény együtthatóinak hipotézisvizsgálata : H0:  1= 0 illetve H1:  1≠0 A nullhipotézis helyességének ellenőrzését próbafüggvénnyel ellenőrizhetjük. Az ellenőrzés  szignifikancia szinten azt jelenti, hogy a teljesülése esetén fogadjuk el ezen a szignifikancia szinten a nullhipotézist. Konkrét esetben:

Dr. Szalka Éva, Ph.D.8 Varianciaanalízis alkalmazása a regresszió számításban

Dr. Szalka Éva, Ph.D.9 Varianciaanalízis alkalmazása a regresszió számításban A variancia táblázat a következő A szórásnégyzet forrása SS (SQ)DF(FG)MS(MQ) Regresszió1 Hibatényezőn-2 Teljesn-1-

Dr. Szalka Éva, Ph.D.10 Varianciaanalízis alkalmazása a regresszió számításban A nullhipotézist F-próbával ellenőrizzük: ahol a számláló szabadságfoka szf1=1, a nevezőé pedig szf2=n-2. Ha számított F-érték kisebb, mint a táblázatbeli, akkor a nullhipotézist elfogadjuk, ellenkező esetben elvetjük.

Dr. Szalka Éva, Ph.D.11 Választás a különböző regressziós egyenlet-típusok közül Ugyanarra az adatsorra kiszámolva mindhárom regressziós függvényt, felvetődik a kérdés, hogy melyik jellemzi legjobban a változók kapcsolatát. A függvények kiválasztáshoz az egyenletek illeszkedési módszerét, azaz a legkisebb eltérések-négyzetét használjuk. Az az egyenlet illeszkedik legjobban az adatokra, ahol az és az is a legkisebb, illetve ahol a kapcsolat szorosságát kifejező mutató a legnagyobb.