Statisztikai alapok Egy kis matematika nem csak fizikához… Ezeket a lapokat hamarosan átdolgozzuk. A benne foglalt ismeretek szükségesek a fizikai mérési.

Slides:



Advertisements
Hasonló előadás
Összetett kísérleti tervek és kiértékelésük:
Advertisements

A bizonytalanság és a kockázat
Hipotézis-ellenőrzés (Statisztikai próbák)
4. Két összetartozó minta összehasonlítása
I. előadás.

A beiskolázási életkor hatása az iskolai teljesítményre Magyarországon Hámori Szilvia, MTA KTI 1.
Verseny és szabályozás Pápai Zoltán .
Erőállóképesség mérése Találjanak teszteket az irodalomban
MATEMATIKA Év eleji felmérés 3. évfolyam
Összetett kísérleti tervek és kiértékelésük
Humánkineziológia szak
3. Két független minta összehasonlítása
Műveletek logaritmussal
Kompetencia- mérés Somogyi József Általános Iskola
Az öntözés hazai szerepe, jelentősége
Koordináta transzformációk
TIMSS 2007.
Kereszttáblák Babbie, E.: A társadalomtudományi kutatás gyakorlata
MTA - SZTE Képességfejlődés Kutatócsoport XIII. Országos Neveléstudományi Konferencia Eger, november 7-9. A természettudományos tudás és alkalmazásának.
5.2. Próbavizsga Próbáld ki tudásod!
5.2. Próbavizsga Próbáld ki tudásod!
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. II. Dr. Szalka Éva, Ph.D..
Az ipari növekedés mai területi folyamatai
Túl magasak-e Magyarországon az adóterhek? Készített: Fekete Zsófia júniusa.
Statisztikai alapok Egy kis matematika nem csak fizikához…
Békés L. Márton Farsang Zsuzsanna Címszavakban A manipulatív főcímek hatása a politikai véleményalkotásra.
ÖSSZEFOGLALÓ ELŐADÁS Dr Füst György.
Fekete László Született: Csillagjegye: Vízöntő
A kvantummechanika alapegyenlete, a Schrödinger-féle egyenlet és a hullámfüggvény Born-féle értelmezése Előzmények Az általános hullámegyenlet Megoldás.
FIR 2 első két hét EKOP-1.A.1-08/C Számokban EKOP-1.A.1-08/C
Budapesti Műszaki és Gazdaságtudományi Egyetem
Matematikai alapok és valószínűségszámítás
szakmérnök hallgatók számára
2. A KVANTUMMECHANIKA AXIÓMÁI 1. Erwin Schrödinger: Quantisierung als Eigenwertproblem (1926) 2.
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
Kerékpártároló átadás
Biostatisztika, MS Excel
Készítette: Horváth Zoltán (2012)
Kvantitatív módszerek
Személyiségelméletek
7. Csoportok és változók sztochasztikus összehasonlítása (összehasonlítások ordinális függő változók esetén)
Érettségi jelentkezések és érettségi eredmények 2008 Tanévnyitó értekezlet Érettségi jelentkezések - érettségi eredmények augusztus 29.
Statisztikai módszerek áttekintése módszerválasztási tanácsok Makara Gábor.
Alapfogalmak.

Két kvantitatív változó kapcsolatának vizsgálata
A kérdőív minden kérdésére 1-től 7-ig számozott tartományban válaszolhattak a résztvevők. Az összehasonlító kiértékeléskor a válaszok átlagos értékeit.
Kemény Sándor Doktoráns Konferencia 2007.
QualcoDuna interkalibráció Talaj- és levegövizsgálati körmérések évi értékelése (2007.) Dr. Biliczkiné Gaál Piroska VITUKI Kht. Minőségbiztosítási és Ellenőrzési.
1 Gyarapodó Köztársaság Növekvő gazdaság – csökkenő adók február 2.
A tanulói jelentés.
I. előadás.
Statisztikai alapfogalmak
Logika szeminárium Előadó: Máté András docens Demonstrátorok:
Valószínűségszámítás II.
Pedagógiai hozzáadott érték „Őrült beszéd, de van benne rendszer” Nahalka István
Pókerkártya játék algoritmusa
Logika szeminárium Barwise-Etchemendy: Language, Proof and Logic
Kiváltott agyi jelek informatikai feldolgozása 2016
Haladó Pénzügyek Vezetés szervezés MSC I. évfolyam I
XLI. Felvidéki Magyar Matematika Verseny 2017
Hőmérséklet Időjárás.
Haladó Pénzügyek Vezetés szervezés MSC I. évfolyam I
A évi kompetenciamérés FIT-jelentéseinek új elemei
Szani Ferenc, Pitlik László, Balogh Anikó
Kompetenciamérés eredményei évfolyam 2013
1.
Előadás másolata:

Statisztikai alapok Egy kis matematika nem csak fizikához… Ezeket a lapokat hamarosan átdolgozzuk. A benne foglalt ismeretek szükségesek a fizikai mérési eredmények matematikai értelmezéséhez. Mindennapjaink során is gyakran találkozunk olyan fogalmakkal melyek értelmezésében ez a kis matematikai alapozás segítséget nyújthat.

Buda a “nyerő ” Pest a “nyerő ” Hétfő Budai fodrászat Pesti fodrászat 100 vendég: 33 szőke 100 vendég: 36 Mérések statisztikai kiértékelése: Avagy hol több a szőke lány? Pesten vagy Budán? De mi a helyzet kedden? Kedd Budai fodrászat Pesti fodrászat 100 vendég: 40 szőke 100 vendég: 31 szőke

Ki hát a nyerő? A pontosabb döntéshez több mérés kell ! (az átlag és mérési bizonytalanság „definiciója”) N Buda n i ( %) Pest n i (%) Átlag (várható érték) = (  n i )/N A szőkék átlagos aránya tehát Budán : 30.2 % Pesten : 32.1 % Látható viszont, hogy igen nagy a napi ingadozás (a mérési bizonytalanság) Vajon a két átlag közötti eltérés jelentős vagy csupán véletlen ingadozás? Jellemezzük számszerűen az ingadozást:  = sqrt[  (n i - ) 2 /N] (  = az átlagtól való eltérések négyzeteinek átlagából vont négyzetgyök. Húú, ez nehéz volt !)  (Buda)=4.8 és  (Pest)=5.1

Ki hát a nyerő? Buda: 30.2 ± 4.8 (%) Pest: 32.1 ± 5.1 (%) Hát, nehéz a választás…. Nincs jelentős (szignifikáns) különbség Pest és Buda között És mi újság Stockholmban? BudaPest: 31.9 ± 5 (%) Stockholm: 48.3 ± 3 (%) Látható, hogy a szőkék átlagos aránya „szignifikánsan” magasabb Stockholmban. Stockholmba kell annak menni aki biztosabban (nagyobb valószínűséggel !) szőkére akar lelni…

Nincs szignifikáns különbség! A mérések összhangban vannak az elmélettel! (valószínűsítik annak helyességét) „Beszéljünk most a tudományról…” Elméleti “jóslat” és a mérések Elmélet: 30.2 Mérés: 32.1 ± 5.1 És mi újság egy másik elméleti „jóslattal” ? Elmélet: 46 Mérés: 32.1 ± 5.1 Méréseink nagy valószínűséggel kizárják ennek az elméletnek a helyességét (nagyon távol esik az elmélet és a mérési eredmény !)

Elnézést kérek a szőkéktől: itt a tudomány oldalán említettem szőkeségüket.