PTE PMMK Matematika Tanszék dr. Klincsik Mihály Valószínűségszámítás és statisztika előadások Gépész-Villamosmérnök szak BSc MANB030, MALB030 Bevezető.

Slides:



Advertisements
Hasonló előadás
Hipotézis-ellenőrzés (Statisztikai próbák)
Advertisements

I. előadás.
Valószínűségszámítás és statisztika előadások
Kvantitatív Módszerek
Kvantitatív módszerek
Statisztika feladatok Informatikai Tudományok Doktori Iskola.
Összefüggés vizsgálatok x átlag y átlag Y’ = a + bx.
Gazdaságelemzési és Statisztikai Tanszék
STATISZTIKA II. 5. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Statisztika Érettségi feladatok
Közúti és Vasúti járművek tanszék. Célja:az adott járműpark üzemképes állapotának biztosítása. A karbantartás folyamatait gyakran az üzemeltetést is kiszolgáló.
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Mintavétel Mintavétel célja: következtetést levonni a –sokaságra vonatkozóan Mintavétel.
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
Regresszió és korreláció
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.
III. előadás.
Lineáris korreláció és lineáris regresszió. A probléma felvetése y = 1,138x + 80,778r = 0,8962.
PTE PMMK Matematika Tanszék dr. Klincsik Mihály Matematika III. előadások MINB083, MILB083 Gépész és Villamosmérnök szak BSc képzés 2007/2008. őszi félév.
Matematika III. előadások MINB083, MILB083
Matematika III. előadások MINB083, MILB083
Növényökológia terepgyakorlat Fajok asszociáltságának vizsgálata I.) Az egyes esetek TAPASZTALT gyakorisága 1. táblázat A faj B faj+- +aba+b.
Növényökológia gyakorlat Fajok asszociáltságának vizsgálata I.) Az egyes esetek TAPASZTALT gyakorisága 1. táblázat A faj B faj+- +aba+b -cdc+d.
Regresszióanalízis 10. gyakorlat.
Valószínűségszámítás és statisztika előadások
Valószínűségszámítás és statisztika előadások
Kvantitatív módszerek 7. Becslés Dr. Kövesi János.
Kovarianciaanalízis Tételezzük fel, hogy a kvalitatív tényező(k) hatásának azonosítása után megmaradó szóródás egy részének eredete ismert, és nem lehet,
ÖSSZEFOGLALÓ ELŐADÁS Dr Füst György.
Dr. Szalka Éva, Ph.D.1 Statisztika II. VI.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.
Kvantitatív módszerek
Budapesti Műszaki és Gazdaságtudományi Egyetem
Fisher-féle egzakt próba Asszociációs mérőszámok
Véletlenszám generátorok
Kvantitatív Módszerek
Kvantitatív módszerek
Idősor elemzés Idősor : időben ekvidisztáns elemekből álló sorozat
Valószínűségszámítás
Gazdaságstatisztika 14. előadás.
Gazdaságstatisztika 15. előadás.
Többváltozós adatelemzés
Következtető statisztika 9.
Hipotézis-ellenőrzés (Folytatás)
Alapsokaság (populáció)

Két kvantitatív változó kapcsolatának vizsgálata
I. előadás.
Összegek, területek, térfogatok
Valószínűségszámítás - Statisztika. P Két kockával dobunk, összeadjuk az értékeket Mindegyik.
Valószínűségszámítás III.
Címlap Bevezetés az információelméletbe Keszei Ernő ELTE Fizikai Kémiai Tanszék
Bevezetés a méréskiértékelésbe (BMETE80ME19) Intervallumbecslések 2014/
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Regresszió-számítás március 30. Dr. Varga Beatrix egyetemi.
Valószínűségszámítás II.
Többdimenziós valószínűségi eloszlások
Valószínűségszámítás és statisztika előadások
A számítógépes elemzés alapjai
PPKE ITK 2007/08 tanév 7. szemeszter Őszi félév Távközlő rendszerek forgalmi elemzése Tájékoztatás GY. - 8.
Gazdaságstatisztika Gazdaságstatisztika Korreláció- és regressziószámítás II.
A számítógépes elemzés alapjai
Valószínűségszámítás és statisztika előadások
Valószínűségszámítás és statisztika előadások

Hipotézisvizsgálatok általános kérdései Nemparaméteres próbák
I. Előadás bgk. uni-obuda
III. előadás.
Valószínűségi változók együttes eloszlása
Gazdaságinformatikus MSc
Statisztika segédlet a Statistica programhoz Új verzióknál érdemes a View menüsor alatt a Classic menu-s verziót választani – ehhez készült a segédlet.
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
Előadás másolata:

PTE PMMK Matematika Tanszék dr. Klincsik Mihály Valószínűségszámítás és statisztika előadások Gépész-Villamosmérnök szak BSc MANB030, MALB030 Bevezető 3 példa: bináris csatorna, e-levelek érkezése, regressziós egyenes e-levelek érkezése, regressziós egyenes

Üzenet (m) 1. példa: Bináris csatorna Binaris_csatorna.mws Bináris kódoló és jeladó berendezés Kódolt üzenet E(m) Zaj Torzult üzenet (y) Vevő és dekódoló berendezés Üzenet m=D(y) Működése Adatátviteli valószínűségek ,45 0,55 0,9 0,95 0,1 0,05 átvitelVétel Bináris jelek érkezése Kódolás Encoder Decoder Mekkora a valószínűsége az 1 jel vételének? Mekkora a valószínűsége, hogy a jeladó 1 jelet küldött, feltéve hogy a vevő 1 jelet vett? PTE PMMK Matematika Tanszék dr. Klincsik Mihály Kérdések

2. példa: E-levelek érkezése E_levelek.mws Egy üzletember óránként átlagosan 3 üzlettel kapcsolatos és 2 magán jellegű t kap. Ezt a következtetést egy féléves levelezés statisztikája alapján vonta le. Feltesszük, hogy az 1 óra alatt érkezett üzleti és magán levelek egymástól függetlenek és mindegyik közelíthető egy-egy Poisson- eloszlással! PTE PMMK Matematika Tanszék dr. Klincsik Mihály Jelölje X 1 az 1 óra alatt beérkezett üzleti témájú levelek számát és X 2 az 1 óra alatt beérkezett magán témájú levelek számát! (a) Ábrázolja X 1 és X 2 eloszlását levélig! Hasonlítsa össze a két eloszlás jellegét? (b) Mekkora a valószínűsége annak, hogy egy véletlenül kiválasztott órában nem kap levelet az üzletember? (c) Mekkora a valószínűsége annak, hogy egy véletlenül kiválasztott órában összesen 5-nél több levele érkezik az üzletembernek? (d) Ábrázolja az Y= X 1 + X 2 összeg változó eloszlását 0-tól 5 -ig! Milyen eloszlású Y? Fogalmazzon meg sejtést a számítások alapján!

3. példa: Regressziós egyenes regresszio.mws PTE PMMK Matematika Tanszék dr. Klincsik Mihály (a) Döntsük el c 2 ( khi-négyzet ) próba segítségével, hogy az X tantárgy osztályzatai függetlenek-e az Y tantárgy osztályzataitól 5%-os szignifikancia szinten! (b) Számítsuk ki a 25 megfigyelt adat és a függetlenségre alapozott számított értékek között a korrelációs együttható értékét! Rajzoljuk fel a kapott két adatsor értékeit közös koordinátarendszerben! Szoros-e a kapcsolat a két értéksor között? (c) Illesszünk lineáris regressziós egyenest az X tantárgy Y tantárgyra vonatkozó feltételes várható értékeire! Számítsuk ki az együttes eloszlás felhasználásával a korrelációs együtthatót és hasonlítsuk össze a (b) részben kapott korrelációs együtthatóval! Adjunk alsó és felső becslést (konfidencia intervallumot) a regressziós egyenes együtthatóira és az egyenesre 95%-os megbízhatósági szinten!