Statisztika.

Slides:



Advertisements
Hasonló előadás
2. előadás.
Advertisements

A pedagógiai kutatás módszertana
I. előadás.
Petrovics Petra Doktorandusz
Statisztika I. VI. Dr. Szalka Éva, Ph.D..
Gazdaságelemzési és Statisztikai Tanszék
Adattípusok, adatsorok jellegadó értékei
Mérési pontosság (hőmérő)
Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék STATISZTIKA I. 11. Előadás.
Közlekedésstatisztika
Adatfeldolgozás.
TF Informatikai és Oktatástechnológiai Tanszék
Előadó: Prof. Dr. Besenyei Lajos
4. előadás.
3. előadás.
3. előadás.
A középérték mérőszámai
SPSS leíró statisztika és kereszttábla elemzés (1-2. fejezet)
Alapfogalmak Alapsokaság, valamilyen véletlen tömegjelenség.
Matematikai alapok és valószínűségszámítás
Nominális adat Módusz vagy sűrűsödési középpont Jele: Mo
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
Készítette: Horváth Zoltán (2012)
Kvantitatív módszerek
Leíró statisztika III..
Valószínűségszámítás
Statisztikai módszerek a pedagógiai kutatásban
Gazdaságstatisztika Bevezetés szeptember 11.
Hipotézis-ellenőrzés (Folytatás)
Alapsokaság (populáció)
Alapfogalmak.
Adatleírás.
Dr Gunther Tibor PhD II/2.
I. előadás.
A kombinációs táblák (sztochasztikus kapcsolatok) elemzése
Viszonyszámok A viszonyszám két egymással logikai kapcsolatban álló statisztikai adat hányadosa V= A/B V: a viszonyszám A:a viszonyítás alapját képező.
Számtani és mértani közép
Statisztika 12.A és 13.N. A statisztika fogalma A statisztika tömegesen előforduló jelenségek egyedeire vonatkozó információk, adatok gyűjtése, feldolgozása,
Középértékek – helyzeti középértékek
Valószínűségszámítás II.
 A matematikai statisztika a természet és társadalom tömeges jelenségeit tanulmányozza.  Azokat a jelenségeket, amelyek egyszerre nagyszámú azonos tipusú.
A gyakorisági sorok grafikus ábrázolása
4. előadás.
A számítógépes elemzés alapjai
Bevezetés, tippek Ea-gyak kapcsolata Statisztika II -más tárgyak kapcsolata Hogyan tanulj? Interaktív órák, kérdezz, ha valami nem világos! tananyag =előadások.
Konzultáció – Leíró statisztika október 22. Gazdaságstatisztika.
Kvantitatív módszerek 2014 ősz MINTAVÉTEL, LEÍRÓ STATISZTIKA Kvantitatív módszerek szeptember 30.
Kvantitatív módszerek 2013 ősz MINTAVÉTEL, LEÍRÓ STATISZTIKA Kvantitatív módszerek október 1.
2. előadás Gyakorisági sorok
A számítógépes elemzés alapjai
Leíró statisztika gyakorló feladatok október 15.
Hanoi tornyai Egy egyszerű matematikai feladvány. A lényege, hogy van 3 rúd. Az elsőre rá van téve tetszőleges számú, különböző méretű korong, méret szerint.
MINTAVÉTEL, LEÍRÓ STATISZTIKA
Kvantitatív módszerek
Kvantitatív módszerek MBA és Számvitel mesterszak
Gazdaságstatisztika Konzultáció a korreláció- és regressziószámítás, idősorok elemzése témakörökből.
I. Előadás bgk. uni-obuda
2. előadás Gyakorisági sorok, Grafikus ábrázolás
Adatfeldolgozási ismeretek műszeres analitikus technikusok számára
Adatsorok típusai, jellegadó értékei
5. előadás.
A leíró statisztikák alapelemei
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
Adatfeldolgozási ismeretek környezetvédelmi-mérés technikusok számára
Rangsoroláson és pontozáson alapuló komplex mutatók
4. előadás.
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
Mérési skálák, adatsorok típusai
Előadás másolata:

Statisztika

Statisztika A statisztika szót ma kétféle értelemben használjuk: - információk valamilyen szempontból rendezett összessége, - tömegjelenségek vizsgálatához szükséges módszerek összessége. Tömegjelenségnek nevezzük azokat a jelenségeket, amelyek tetszőlegesen sokszor, lényegében azonos feltételek mellett mennek végbe. Például: Egy autó motorja üzemanyag nélkül soha nem működik.

Alapfogalmak Statisztikai sokaság: a megfigyelés tárgyát képező egyedek összessége. Leíró statisztika: statisztikai adatok feldolgozása és kiértékelése. Statisztikai ismérv: a megfigyelés szempontja.

Az adatokat összegyűjthetjük táblázatban és ábrázolhatjuk diagramon Az adatokat összegyűjthetjük táblázatban és ábrázolhatjuk diagramon. Leggyakoribb diagram típusok: oszlopdiagram kördiagram vonaldiagram sávdiagram

Gyakoriság: megmutatja, hogy az egyes jelenségek a felmérés (a kísérlet) során hányszor fordulnak elő. Feljegyezhetjük táblázatba és ábrázolhatjuk gyakorisági diagramon, más néven hisztogramon. Relatív gyakoriság: a gyakoriság és a statisztikai sokaság elemszámának hányadosa. Ezeket a mennyiségeket is összegyűjthetjük táblázatba, vagy ábrázolhatjuk hisztogramon.

Módusz: a sokaság legtöbbször előforduló eleme Módusz: a sokaság legtöbbször előforduló eleme. (Ha több ilyen elem is van, akkor a móduszok halmazáról beszélünk.) Előnye: A módusz ismeretében jobb eséllyel tudunk tippelni az adatokra. Könnyen meghatározható. Hátránya: Egy adatot kiemel, a többiről nem ad információt. Nem használható, ha minden adat csak egyszer-kétszer fordul elő. Pl.: A minta: 2;3;5;3;2;3;6;5;3;8 módusz: 3

Medián: a nagyság szerint rendezett sokaság középső eleme (ha az elemek száma páratlan), ill. a két középső elem számtani közepe (ha az elemek száma páros). Előnye: Ugyanannyi adat kisebb a mediánnál, mint amennyi nagyobb. A mediánnak az adatoktól mért távolságainak összege minimális. Pl.: Ha a minta páratlan számú elemből áll: 2;5;3;2;7;4;8 Növekedő sorrendbe rendezve: 2;2;3;4;5;7;8 Medián: 4 Páros számú elem esetén: 4;7;5;4;8;10 Növekedő sorrendbe: 4;4;5;7;8;10 Medián: 5+7/2=6

Átlag: számokból álló sokaságban a számok összegének és az elemek darabszámának hányadosa. Előnye: A nála nagyobb adatoktól való eltéréseinek összege ugyanannyi, mint a nála kisebb adatoktól való eltéréseinek összege. Hátránya: Egy-egy kiugró adat nagyon eltorzíthatja. Pl: A minta: 1;4;12;7 Átlag: (1+4+12+7)/4=6

A szórás: n elemszámú minta esetén kiszámítása: A minta terjedelme: Az adatok között előforduló legnagyobb és legkisebb érték különbsége. Pl.: A minta: 5;6;8;12;5;3 Terjedelem:12-3=9 A szórás: n elemszámú minta esetén kiszámítása: