Dr. Szalka Éva, Ph.D.1 Közlekedésstatisztika V.. Dr. Szalka Éva, Ph.D.2 Ismérvek közötti kapcsolatok Két ismérv között a kapcsolat háromféle lehet: Két.

Slides:



Advertisements
Hasonló előadás
Statisztika II. I. Dr. Szalka Éva, Ph.D..
Advertisements

Hotel Eger Park Konferenciaközpont október
TÁRSADALOMSTATISZTIKA III. Sztochasztikus kapcsolatok I. Előadó: Prof. Dr. Besenyei Lajos.
7. előadás.
7. előadás.
Idegenforgalmi statisztika
Statisztika I. VI. Dr. Szalka Éva, Ph.D..
Leíró statisztika 1.Bevezetés
Híranyagok tömörítése
MI 2003/ Alakfelismerés - még egy megközelítés: még kevesebbet tudunk. Csak a mintánk adott, de címkék nélkül. Csoportosítás (klaszterezés, clustering).
Főkomponensanalízis Többváltozós elemzések esetében gyakran jelent problémát a vizsgált változók korreláltsága. A főkomponenselemzés segítségével a változók.
Összefüggés vizsgálatok
Gazdaságelemzési és Statisztikai Tanszék
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.
Közlekedésstatisztika
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
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..
Dr. Szalka Éva, Ph.D.1 Statisztika II. VIII.. Dr. Szalka Éva, Ph.D.2 Többváltozós korreláció és regresszióanalízis.
Ozsváth Károly NYME ACSJK Testnevelési Tanszék. Faktor = „jellemző”, „háttérváltozó” A faktoranalízis (FA) alapjában a változók csoportosítására, redukciójára.
Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék.
Asszociáció.
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.
Ismérvek közötti kapcsolat vizsgálat
SPSS bevezetés.
Diszkriminancia analízis
Hipotézisvizsgálat (1. rész) Kontingencia táblák
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..
Lineáris egyenletrendszerek (Az evolúciótól a megoldáshalmaz szerkezetéig) dr. Szalkai István Pannon Egyetem, Veszprém 2007.
Kvantitatív módszerek
Kvantitatív módszerek
Térkép. Mi az adat? Minden információ, amit tárolni kell. Minden információ, amit tárolni kell.  szám  szöveg  dátum  hang  kép, stb.
3. előadás Heterogén sokaságok Szórásnégyzet-felbontás
Matematikai statisztika Készítették: Miskoltzy Judit Sántha Szabina Szabó Brigitta Tóth Szabolcs Török Tamás Marketing Msc I. évf., I. félév, levelező.
Idősor elemzés Idősor : időben ekvidisztáns elemekből álló sorozat
Gazdaságstatisztika Hipotézisvizsgálatok Nemparaméteres próbák II. 17. előadás.
RÉSZEKRE BONTOTT SOKASÁG VIZSGÁLATA
Következtető statisztika 9.
A sztochasztikus kapcsolatok (Folyt). Korreláció, regresszió
t A kétoldalú statisztikai próba alapfogalmai

Diszkrét változók vizsgálata
Adatelemzés számítógéppel
6. előadás.
Sztochasztikus kapcsolatok
A kombinációs táblák (sztochasztikus kapcsolatok) elemzése
Bevezetés a Korreláció & Regressziószámításba
A MINŐSÉG BIZTOSÍTVA Biztosításszakmai konferencia szeptember 22.
Korrelációszámítás 1. hét.
Vargha András KRE és ELTE, Pszichológiai Intézet
Korrelációs kapcsolatok elemzése
3. hét Asszociáció.
Statisztikai táblák.
1 Alternatív optimum Nem csak egy megoldása van!.
Konzultáció november 19. Nemparaméteres próbák, egymintás próbák
Hipotézisvizsgálatok általános kérdései Nemparaméteres próbák
Részekre bontott sokaság vizsgálata, gyakorló feladatok
Gazdaságstatisztika Konzultáció a korreláció- és regressziószámítás, idősorok elemzése témakörökből.
Sztochasztikus kapcsolatok I. Asszociáció
Dr. Varga Beatrix egyetemi docens
Standardizálás Dr. Varga Beatrix egy. docens.
Rendszerfejlesztés gyakorlat
Előadás másolata:

Dr. Szalka Éva, Ph.D.1 Közlekedésstatisztika V.

Dr. Szalka Éva, Ph.D.2 Ismérvek közötti kapcsolatok Két ismérv között a kapcsolat háromféle lehet: Két ismérv független egymástól Sztochasztikus kapcsolat függvényszerű kapcsolat

Dr. Szalka Éva, Ph.D.3 Asszociáció Nem számadatokkal megfogalmazható ismérvek alapján történt a csoportosítás Az asszociáció kimutatása érdekében a sokaság elemeit úgynevezett kontingencia táblába rendezzük Ismérvek12  1f 11 f 12 f 1. 2f 21 f 22 f 2.  f.1 f.2 n

Dr. Szalka Éva, Ph.D.4 Yule-féle asszociációs együttható Csak alternatív (2) ismérvek esetén használható.

Dr. Szalka Éva, Ph.D.5 Csuprov-féle asszociációs együttható az ismérvváltozatok száma kettőnél több ha s<t

Dr. Szalka Éva, Ph.D.6 Cramer-féle asszociációs együttható Az asszociációs összefüggések térbeli vagy időbeli összehasonlításakor használjuk, ha hogy ugyanazon ismérv változatainak száma nem azonos a két helyen vagy a két időpontban.

Dr. Szalka Éva, Ph.D.7 Vegyes kapcsolat

Dr. Szalka Éva, Ph.D.8 A szórásnégyzet felbontása belső szórásnégyzet : külső szórásnégyzet :

Dr. Szalka Éva, Ph.D.9 Korreláció Mennyiségi ismérvek közötti sztochasztikus kapcsolat számszerű jellemzésével és elemzésével a korrelációszámítás foglalkozik. Előjel korreláció: Rangkorreláció: