Matematikai alapok és valószínűségszámítás

Slides:



Advertisements
Hasonló előadás
4. Két összetartozó minta összehasonlítása
Advertisements

Természetes számok 0, 1, 2, 3, ..., 24, 25, ..., 1231, 1232, ..., n, ...  = {0, 1, 2, 3, ..., n,...} a természetes számok halmaza Műveletek: összeadás.
Kapcsolatok. Kapcsolat Kapcsolat: Két egyedtípus egyedelőfordulásai közötti viszony.
A társadalmi tényezők hatása a tanulásra
2012.FEBRUÁR 20-MÁRCIUS 13. Deák Ferenc Általános Iskola, Iregszemcse felső tagozat.
A statisztika alapjai - Bevezetés az SPSS-be -
3. Két független minta összehasonlítása
Halmazok, műveletek halmazokkal
Kereszttáblák Babbie, E.: A társadalomtudományi kutatás gyakorlata
Szegő Szilvia Emberi életpálya és az ifjúság munkavállalása.
Elemzés.
A BA/BSc végzettség hasznosíthatóságának vizsgálata a Debreceni Egyetemen és Nyíregyházi Főiskolán végzett fiatalok körében Seres Edina
Gazdaságelemzési és Statisztikai Tanszék
1900 Párizs-első matematikai világkonferencia Hilbert híres előadása, melynek hatására tág teret kapott az absztrakt gondolkodásmód széleskörű alkalmazása.
Készítette: B. B.. Ki jogosult a START kártya kiváltására? a 25. életévét, felsőfokú végzettség esetén a 30. életévét még nem töltötte be, és tanulmányait.
A kutatás terve Kutatási célok Elemzési egységek Idődimenzió
4. előadás.
Új dolgozóval bővül szalonja. Milyen járulékfizetési kötelezettségei vannak? Hasonlítsa össze a mellékletek segítségével egy START kártyás foglalkoztatott.
Túl alacsony-e Magyarországon a nők fizetése? Készítette: Sárai Edina.
Hierarchikus klaszteranalízis
Új skála – új lehetőségek Egy kis ízelítő. Egységes skála (1)
Bevezetés az orvosi kódrendszerekhez 2. előadás Semmelweis Egyetem Egészségügyi szervező szak II. évf
Hipotézisvizsgálat (1. rész) Kontingencia táblák
TÁMOP / „Átfogó minőségfejlesztés a közoktatásban ” A Magyar Képesítési Keretrendszer fejlesztése 5. pillér – MKKR és a közoktatás.
Matematikai alapok és valószínűségszámítás
Matematikai alapok és valószínűségszámítás
Véletlenszám generátorok
Magyar nyelvtanulók angol lexikai hangsúlyának akusztikai vizsgálata Nagy Judit SZTE Nyelvtudományi Doktori Iskola Angol Alkalmazott Nyelvészeti Program.
Debreceni Egyetem Agrár és Műszaki Tudományok Centruma Logisztikai Koordinációs Központ Logisztikai szakemberigény, képzési igény, elvárások és tények.
Térkép. Mi az adat? Minden információ, amit tárolni kell. Minden információ, amit tárolni kell.  szám  szöveg  dátum  hang  kép, stb.
Egytényezős variancia-analízis
Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
3.2. A program készítés folyamata Adatelemzés, adatszerkezetek felépítése Típus, változó, konstans fogalma, szerepe, deklarációja.
Módszertan Dr. Skrabski Árpád
RÉSZEKRE BONTOTT SOKASÁG VIZSGÁLATA
Statisztikai módszerek áttekintése módszerválasztási tanácsok Makara Gábor.
Többváltozós adatelemzés
Alapfogalmak.
avagy Négy halálos lórugás egy év alatt! Mit tesz a kormány?
Adatleírás.
Egyetemes értékek az egyetemen Lovasné Avató Judit A kutatás módszertana.
Paleobiológiai módszerek és modellek 4. hét
1. MATEMATIKA ELŐADÁS Halmazok, Függvények.
„Igazságok”.
A kombinációs táblák (sztochasztikus kapcsolatok) elemzése
Az érettségi utáni továbbtanulást meghatározó tényezők
BOLDOG NŐNAPOT! MÁRC. 8..
Polinomok.
A folytonosság Digitális tananyag.
Valószínűségszámítás II.
Az országos mérések megújult rendszere
A természetes számok osztása, az osztás tulajdonságai
4. előadás.
A számítógépes elemzés alapjai
ÉRTÉKELÉSI GYAKORLAT A SZAKISKOLÁKBAN konferencia előadás október 4. Dr. Ranschburg Ágnes
Fanta TrendRiport: Kultúra ‐ és médiafogyasztási szokások a fiatalok ko ̈ rében Hogyan beszéljen egy márka a tinédzserekhez? Kreatív konferencia.
A számítógépes elemzés alapjai
Új skála – új lehetőségek
Részekre bontott sokaság vizsgálata, gyakorló feladatok
„Első lépés” a Zemplénben TÁMOP C-09/
2. előadás Viszonyszámok
Sztochasztikus kapcsolatok I. Asszociáció
Dr. Varga Beatrix egyetemi docens
A évi kompetenciamérés FIT-jelentéseinek új elemei
Készítette: Werb Józsefné Regionális konferencia: KECSKEMÉT Külföldi tanulmányút: Mérés-értékelés fejlesztési terület NORVÉGIA OSLO október 14 -
Adatsorok típusai, jellegadó értékei
A leíró statisztikák alapelemei
4. előadás.
Mérési skálák, adatsorok típusai
Tájékoztató a 2020-as felsőoktatási felvételi eljárásról
Előadás másolata:

Matematikai alapok és valószínűségszámítás

Statisztikai változók típusai I. Számoknak számos különböző tulajdonsága van Sorba rendezhetők Összegük (különbségük) is értelmes Hányadosuk is értelmes A statisztikai változók megkülönböztethetők aszerint, hogy a fenti tulajdonságok közül melyekkel rendelkeznek! Ez alapján négy ún. mérési skáláról beszélhetünk statisztikai változók esetén. Matematikai alapok és valószínűségszámítás

Matematikai alapok és valószínűségszámítás Nominális skála A változó a számok egyetlen tulajdonságával sem rendelkezik Melyik festőt kedveli a leginkább az alábbiak közül? Dalí Klimt Van Gogh Da Vinci Biológiai nem Férfi Nő Milyen cigarettát szív? Matematikai alapok és valószínűségszámítás

Matematikai alapok és valószínűségszámítás Ordinális skála A számok tulajdonságai közül rendelkezik a sorba rendezhetőséggel. Pl. Iskolai végzettség: Alapfokú, vagy az sem Középfokú Felsőfokú Posztgraduális Ordinális skála esetén igaz az, hogy 1<2<3<4 DE: nem mondhatjuk, hogy: 2-1=4-3 Matematikai alapok és valószínűségszámítás

Matematikai alapok és valószínűségszámítás Intervallum skála Értékei sorba rendezhetők és összegük (különbségük) is értelmes. Intelligencia teszten elért pontszámok Sorba rendezhető: 99<100<101 A különbségük értelmes: 75-70=120-115 DE: az arányuk már nem értelmezhető: NEM mondhatjuk, hogy a 90-es IQ a 180-as IQ fele Matematikai alapok és valószínűségszámítás

Matematikai alapok és valószínűségszámítás Arány skála A változó értékei sorba rendezhetők, különbségük és arányuk is értelmes Testmagasság Sorba rendezhető: 160<170<171 A különbségük értelmes: 75-70=190-185 Az arányuk is értelmes: 80cm éppen 160cm fele Matematikai alapok és valószínűségszámítás

Skála-típusok összefoglalása sorbarendezhető különbség értelmes Arány értelmes nominális nem ordinális igen intervallum arány Matematikai alapok és valószínűségszámítás

Statisztikai változók típusai II. Az alapján, hogy hány különböző értéket vehet fel egy adott változó két típust különböztethetünk meg: Diszkrét változó: véges számú különböző értéket vehet fel, és az értékek egymástól jól elkülönülnek. Pl.: iskolai végzettség, családi állapot Folytonos változó: értékei folytonosan helyezkednek el. Pl.: reakcióidő, testmagasság Matematikai alapok és valószínűségszámítás

Statisztikai változók típusai III. Attól függően, hogy számszerűsíthető-e egy adott változó szintén két típust különböztethetünk meg: Kvalitatív változó: bár a változó értékei számszerűsíthetők, ám ezek a számok nem rendelkeznek, értékei nem fejeznek ki számszerűsíthető minőséget. Pl.: biológiai nem, családi állapot Kvantitatív változó: A változó értékei számszerűsíthető minőséget fejeznek ki. Pl.: reakcióidő, testmagasság Matematikai alapok és valószínűségszámítás