3 tényezős varianciaanalízis ismétlés nélkül Ólom szennyezés öntözött és nem öntözött talajokon a Nilüfer völgyében Pb mg/kg Profile 1nemönt.öntözött Ap.

Slides:



Advertisements
Hasonló előadás
1 groupement national interprofessionnel des semences et plants Vetőmagpiac forgalom az Európai Unióban Az EU vetőmag súlya a világ vetőmag termesztésében.
Advertisements

Dixon Próbadb.Valószínűségi szint (p%) n10%5%1%7.3?4321 7? ,890,940,99pH7,07,27,3 4 0,68 0,770,89n=4 r 10 = (7,3-7,3)/(7,3-7,0) = 0 r 10 =(x 1 -x.
Az időjárás és éghajlat
Kvantitatív Módszerek
Erőállóképesség mérése Találjanak teszteket az irodalomban
MATEMATIKA Év eleji felmérés 3. évfolyam
Az előadásokon oldandók meg. (Szimulációs modell is tartozik hozzájuk)
Kvantitatív módszerek
6) 7) 8) 9) 10) Mennyi az x, y és z értéke? 11) 12) 13) 14) 15)
Matematika - 5. évfolyam © Kačmárová Fordította: Balogh Szilveszter.
Gáncs Júlia Szent István Egyetem, Gazdaság- és Társadalomtudományi Kar
Számpélda a földelt kollektoros erősítőre Adatok: Rg=0.5k; RB=47k;
Az új történelem érettségiről és eredményeiről augusztus Kaposi József.
A tételek eljuttatása az iskolákba
Összefüggés vizsgálatok
Összefüggés vizsgálatok x átlag y átlag Y’ = a + bx.
Európa népessége (egyéb elemek). A., Népsűrűség I. Meghatározó tényezők 1. természeti környezet a., domborzat b., éghajlat 2. gazdasági tényezők II.
1. IS2PRI2 02/96 B.Könyv SIKER A KÖNYVELÉSHEZ. 2. IS2PRI2 02/96 Mi a B.Könyv KönyvelésMérlegEredményAdóAnalitikaForintDevizaKönyvelésMérlegEredményAdóAnalitikaForintDeviza.
Lineáris korreláció és lineáris regresszió. A probléma felvetése y = 1,138x + 80,778r = 0,8962.
Sárgarépa piaca hasonlóságelemzéssel Gazdaság- és Társadalomtudományi kar Gazdasági és vidékfejlesztési agrármérnök I. évfolyam Fekete AlexanderKozma Richárd.
A talaj eredetileg adszorbeált foszfortartalmának meghatározása adszorpciós izoterma modell illesztésével Gondolom legtöbben nem a talajfoszfor viselkedése.
Kezelések által okozott eltérések értékelése Szórások elemzése Variancia analízis ZH március ZH tematika: március
Burgonya termés t/ha NPK kg/ha ism 1 ism 2 ism 3 ism 4 átlag 014,316,41916,516, ,727,326,125, ,528,427,128, ,729,127,532,429, ,52926,828,826,8.
ism 1 ism 2 ism 3 ism 4 átlag a1 b114,316,419,016,516,6 a2 b123,727,326,125,7 a3 b130,028,528,427,128,5 a4 b129,729,127,532,429,7 a5 b122,529,026,828,826,8.
Kis szórás Nagy szórás Kis szórás Nagy szórás
Az összefüggés szemléltetése a., Az összes adat megjelenítése oszlopdiagram segítségével b., Az átlagok megjelenítése oszlopdiagram segítségével (SzD!)
TÖBBSZÖRÖS REGRESSZIÓS SZÁMÍTÁSOK II
Kovarianciaanalízis Tételezzük fel, hogy a kvalitatív tényező(k) hatásának azonosítása után megmaradó szóródás egy részének eredete ismert, és nem lehet,
Finanszírozási tapasztalatok, statisztikák Tóthné Laczkó Erzsébet
Adatmodellek A modellezés statisztikai alapjai. Statisztikai modell??? cél: feltárni, hogy bizonyos jelenségek között létezik-e az általunk feltételezett.
szakmérnök hallgatók számára
A KSH 2010-es adatfelvétele alapján került összeállításra.
A évi demográfiai adatok értékelése
A évi demográfiai adatok értékelése
A szemcsehatárok tulajdonságainak tudatos módosítása Szabó Péter János BME Anyagtudomány és Technológia Tanszék Anyagvizsgálat a gyakorlatban (AGY 4) 2008.
A szemcsehatárok tulajdonságainak tudatos módosítása
10.1. táblázat. Az atomreaktor anyagaiban hasadásonként hővé alakuló energia A hővé ala-AzonnaliKésőiÖsszesen kulás helyeMeV hasadás %MeV hasadás %MeV.
Érettségi jelentkezések és eredmények május-június május-június Berzsenyi Dániel Gimnázium Budapest.
Szükségünk lesz valamilyen spreadsheet / táblázat kezelő programra Pl. OpenOffice, MS Excel.
LENDÜLETBEN AZ ORSZÁG A Magyar Köztársaság kormánya.
Példák I. Viszonyszám számítás.
FRAMA01dBH Kft. BUDAPEST  0 Zajmérési helyszínek az M0 4-es szakaszán MZ 10 (Bp. XVI. Magtár u. 56, 66.) MZ 11 (Bp. XVI. Vecseház u. 45.) MZ 12 (Csömör.
7. Házi feladat megoldása
Érettségi jelentkezések és érettségi eredmények 2008 Tanévnyitó értekezlet Érettségi jelentkezések - érettségi eredmények augusztus 29.
Akusztika feladatok Összebarmolta: wapsuwapp SZTE-TTIK Jön mindenki egy sörrel!
Két kvantitatív változó kapcsolatának vizsgálata
Kutatási eredmények és fehér foltok a migránsok munkaerő-piaci beilleszkedésének kutatásában Kováts András MTAKI.
A klinikai transzfúziós tevékenység Ápolás szakmai ellenőrzése
QualcoDuna interkalibráció Talaj- és levegövizsgálati körmérések évi értékelése (2007.) Dr. Biliczkiné Gaál Piroska VITUKI Kht. Minőségbiztosítási és Ellenőrzési.
Ágazati GDP előrejelző modell Foglalkoztatási és makro előrejelzés Vincze János Szirák, november 10.
Kvantitatív elemzés a deliberáció során készült adatfile-okból Dés Júlia, Koltai Júlia és Rényi Dániel.
TÁRSADALOMSTATISZTIKA Sztochasztikus kapcsolatok II.
A tanulmányi munka értékelése (2008/2009.). Az iskolai tanulmányi átlag az utolsó 11 tanévben.
1. Melyik jármű haladhat tovább elsőként az ábrán látható forgalmi helyzetben? a) A "V" jelű villamos. b) Az "M" jelű munkagép. c) Az "R" jelű rendőrségi.
Virtuális Méréstechnika Sub-VI és grafikonok 1 Makan Gergely, Vadai Gergely v
Mérés és adatgyűjtés laboratóriumi gyakorlat - levelező Sub-VI és grafikonok 1 Mingesz Róbert V
Érettségi eredmények május-június. Az utóbbi évek érettségi eredményei TanévÉrettségi átlag (RFG- AGK) Országos érettségi átlag Kitűnők száma (RFG-
Érettségi eredmények Vizsgázók száma: 114 fő Rendes vizsga: 82 fő Előrehozott vizsga: 32 fő (30+2) Összes értékelt tantárgyi vizsga: 495 Összes.
GAZDASÁGI ADOTTSÁGOK ÉS FEJLŐDÉSI IRÁNYOK A délkelet-európai országok Novák Tamás MTA – VKI május 16.
Kvantitatív módszerek
TÁRSADALMI VERSENYKÉPESSÉG ÉS SIKER A MAGYARORSZÁGI NAGYVÁROSI TÉRSÉGEKBEN BARÁTH GABRIELLA PHD TUDOMÁNYOS MUNKATÁRS KODOLÁNYI JÁNOS FŐISKOLA A MAGYAR.
Kezelések által okozott eltérések értékelése Szórások elemzése Variancia analízis ZH március ZH tematika: óra végén.
2011/2012 tanév félévi statisztikai adatai. Hiányzások, mulasztások a tanév során (az első 20) Osztály Egy főre eső igazolt órák száma Egy főre eső.
> aspnet_regiis -i 8 9 TIPP: Az „Alap” telepítés gyors, nem kérdez, de később korlátozhat.
Kiugró adatok szűrése Dixon Próba db. Valószínűségi szint (p%) n 10%
A TÁRSADALMI JÓL- LÉT KÉRDÉSEINEK ÖSSZEHASONLÍTÁSA EGYES SZOLGÁLTATÓ SZEKTOROKBAN Készítette: Folmegné Czirák Julianna
A kísérletek megtervezése? Hogy választ kapjunk a kérdésünkre. A kísérletek elrendezése Cél: -újabb szórástényező megmagyarázása -Szisztematikus hibából.
Gazdaságstatisztika Gazdaságstatisztika Korreláció- és regressziószámítás II.
Az összefüggés szemléltetése a., Az összes adat megjelenítése oszlopdiagram segítségével b., Az átlagok megjelenítése oszlopdiagram segítségével (SzD!)
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
Előadás másolata:

3 tényezős varianciaanalízis ismétlés nélkül Ólom szennyezés öntözött és nem öntözött talajokon a Nilüfer völgyében Pb mg/kg Profile 1nemönt.öntözött Ap 8,5623,10 C1 8,2121,39 C2 8,0319,76 Profile 6 Ap 7,6517,96 C1 7,2317,04 C2 7,2015,11 Profile 10 Ap 7,8916,03 C1 7,7515,10 C2 7,5813,39 Torkolat Forrásvidék

Tényezö SQ FG MQF-arány F-0.1% F-1% F-5% F-10% SzD(5%) összes521,7517 *** ** * + ismétlés0000,00 kezelés521,751730,691169,9446,4514,115,833,860,64 A tényezömélység8,5924,30163,7461,2518,006,944,320,26 B tényezöhely42,14221,07803,2261,2518,006,944,320,26 C tényezööntözés437, ,074,1421,207,714,540,21 A x B0,1640,041,5353,4415,986,394,110,45 A x C4,8922,4593,2261,2518,006,944,320,37 B x C28,08214,04535,1861,2518,006,944,320,37 A x B x C0,1040,02621,0053,4415,986,394,11 hiba000,0262 CV%=1,3 Variancia táblázat A X B tábl.ApC1C2B átlag Profile 115,8314,8013,9014,84 Profile 212,8112,1411,1512,03 Profile 311,9611,4310,4811,29 A átlag13,5312,7911,8412,72 A X C tábl.ApC1C2C átlag nemönt.8,037,737,607,79 öntözött19,0317,8416,0817,65 A átlag13,5312,7911,8412,72 B X C tábl. Prof.1Prof.2Prof.3 C átlag nemönt.8,277,367,747,79 öntözött21,4216,7014,8417,65 B átlag14,8412,0311,2912,72 Ólom szennyezés öntözött és nem öntözött talajokon a Nilüfer völgyében (Pb mg/kg)

Az összefüggés szemléltetése a., Az összes adat megjelenítése oszlopdiagram segítségével b., Az átlagok megjelenítése oszlopdiagram segítségével (SzD!) c., A változás szemléltetése vonal-diagrammal ("lázgörbe") d., Trendvonal A burgonyatermés és a műtrágyakezelés összefüggése NPK kg/ha ism 1 ism 2 ism 3 ism 4 átlag 014,316,41916,516, ,727,326,125, ,528,427,128, ,729,127,532,429, ,52926,828,826,8 SzD(5%) 3,06

Az összefüggés szemléltetése a., Az összes adat megjelenítése oszlopdiagram segítségével A burgonyatermés és a műtrágyakezelés összefüggése

Az összefüggés szemléltetése b., Az átlagok megjelenítése oszlopdiagram segítségével (SzD!) A burgonyatermés és a műtrágyakezelés összefüggése

Az összefüggés szemléltetése c., A változás szemléltetése vonal-diagrammal ("lázgörbe") A burgonyatermés és a műtrágyakezelés összefüggése

Az összefüggés szemléltetése d., Trendvonal A burgonyatermés és a műtrágyakezelés összefüggése

Lineáris regresszió levezetése xy 11, ,5 Modell?

Lineáris regresszió levezetése xyŷ 11, ,52 Modell - ÁTLAG

xyŷy-ŷ 11,52-0, ,521,5 eltérésnégyzetösszeg SQy = 3,5 Ezt már ismerjük: Lineáris regresszió levezetéseModell - ÁTLAG

Lineáris regresszió levezetése xy 11, ,5 Modell - EGYENES

Lineáris regresszió levezetése xyy sz y-y sz 11, ,5 Modell - EGYENES eltérésnégyzetösszeg HSQ = HSQ -> minimum (a,b) Y sz = a + b*x Jól illeszkedik? Az egyenes egyenlete:

Lineáris regresszió levezetéseModell: Y sz = a + b*x -> minimum (a,b)

Lineáris regresszió levezetéseModell: Y sz = a + b*x

Lineáris regresszió levezetéseModell: Y sz = a + b*x

Lineáris regresszió levezetéseModell: Y sz = a + b*x

Lineáris regresszió levezetéseModell: Y sz = a + b*x

Variancia táblázatdet.koeff SQFGMQFarányr2r2 ÖsszesSQy3,521,75RMQ/HMQRSQ/ÖSQ RegresszióSP 2 /SQx2121,30,5714 HibaÖSQ-RSQ1,51 39,9 Korrelációs koeff: r =0,7559

ÖSQ = SQy