Kvantitatív módszerek

Slides:



Advertisements
Hasonló előadás
Hipotézis-ellenőrzés (Statisztikai próbák)
Advertisements

4. Két összetartozó minta összehasonlítása
II. előadás.
Kvantitatív Módszerek
Kvantitatív módszerek
3. Két független minta összehasonlítása
A többszörös összehasonlítás gondolatmenete. Több mint két statisztikai döntés egy vizsgálatban? Mi történik az elsõ fajú hibával, ha két teljesen független.
Becsléselméleti ismétlés
STATISZTIKA II. 5. Előadás Dr. Balogh Péter egyetemi adjunktus 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.
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. IV. Dr. Szalka Éva, Ph.D..
Statisztika II. II. Dr. Szalka Éva, Ph.D..
Statisztika II. V. Dr. Szalka Éva, Ph.D..
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.
Kvantitatív módszerek
Kvantitatív módszerek 7. Becslés Dr. Kövesi János.
Gazdasági informatika
Statisztika II. VIII. Dr. Szalka Éva, Ph.D..
Kvantitatív módszerek 8. Hipotézisvizsgálatok I. Nemparaméteres próbák Dr. Kövesi János.
Matematikai alapok és valószínűségszámítás
Nemparaméteres próbák Statisztika II., 5. alkalom.
A statisztikai próba 1. A munka-hipotézisek (Ha) nem igazolhatók közvetlen úton Ellenhipotézis, null hipotézis felállítása (H0): μ1= μ2, vagy μ1- μ2=0.
STATISZTIKA II. 6. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Matematikai statisztika Készítették: Miskoltzy Judit Sántha Szabina Szabó Brigitta Tóth Szabolcs Török Tamás.
Matematikai statisztika Készítették: Miskoltzy Judit Sántha Szabina Szabó Brigitta Tóth Szabolcs Török Tamás.
Kvantitatív Módszerek
Kvantitatív módszerek
Gazdaságstatisztika 19. előadás Hipotézisvizsgálatok
Gazdaságstatisztika Hipotézisvizsgálatok Nemparaméteres próbák II. 17. előadás.
Gazdaságstatisztika 18. előadás Hipotézisvizsgálatok
Gazdaságstatisztika 22. előadás
Gazdaságstatisztika 16. előadás Hipotézisvizsgálatok Alapfogalamak
Hipotézis vizsgálat (2)
Hipotézis-ellenőrzés (Folytatás)
Alapsokaság (populáció)
Várhatóértékre vonatkozó próbák
Hipotézis vizsgálat.
t A kétoldalú statisztikai próba alapfogalmai

Diszkrét változók vizsgálata
Hipotézisvizsgálat v az adatforrás működési “mechanizmusát” egy véletlen eloszlás jellemzi v az adatok ismeretében megfogalmazódnak bizonyos hipotézisek.
Paleobiológiai módszerek és modellek 4. hét
Valószínűségszámítás - Statisztika. P Két kockával dobunk, összeadjuk az értékeket Mindegyik.
Minőségbiztosítás II_4. előadás

Gazdaságstatisztika Hipotézisvizsgálatok Paraméteres próbák november 19., november 20., november 26.
Konzultáció november 19. Nemparaméteres próbák, egymintás próbák
Paraméteres próbák- gyakorlat
Hipotézisvizsgálatok Paraméteres próbák
Nemparaméteres próbák
Kiváltott agyi jelek informatikai feldolgozása 2016
Hipotézisvizsgálatok általános kérdései Nemparaméteres próbák
Kockázat és megbízhatóság
II. előadás.
Kvantitatív módszerek MBA és Számvitel mesterszak
Gazdaságstatisztika konzultáció
Kvantitatív módszerek
Nemparaméteres próbák
I. Előadás bgk. uni-obuda
III. zárthelyi dolgozat konzultáció
Hipotézisvizsgálatok Paraméteres próbák
Szabályozott és képes termékek/szolgáltatások, folyamatok, rendszerek
Kockázat és megbízhatóság
Kvantitatív módszerek
3. osztályban.
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
1.3. Hipotézisvizsgálat, statisztikai próbák
Előadás másolata:

Kvantitatív módszerek 8. Hipotézisvizsgálatok I. Nemparaméteres próbák Dr. Kövesi János

Általános menet - 1 szakmai megfontolások alapján felállítjuk az igazolandó hipotézist statisztikai próba kiválasztása felállítjuk a nullhipotézist meghatározzuk a szignifikancia szintet, mintanagyságot, mintavétel elfogadási és elutasítási tartomány meghatározása 

Általános menet-2 számított érték meghatározása, a minta adataiból számított érték és az elfogadási ill. kritikus tartomány összehasonlítása döntés a nullhipotézisről értelmezzük az előző pont eredményét a szakmai hipotézisre 

Statisztikai próbák elve f(2) P(2szám< 2krit()|H0 igaz) = 1-  =  DF (szabadsági fok)   =1-  2 szám 2 szám 2 2 krit 

Feladat Feladat: Egy dobókockáról szeretnénk megtudni, hogy szabályos-e, azaz minden szám előfordulásának valószínűsége egyforma. Hogyan döntsük el? 

Kockadobás összesen 600 dobás

2-számított érték DF = r-1-l fk = tapasztalati gyakoriság Fk = elméleti gyakoriság Szabadsági fok r = kategóriák, osztályok száma 

Feladat (megoldás) összesen 600 dobás 

H0-t elfogadjuk, azaz a kocka szabályos. Feladat (megoldás) 2 szám= 2,02 DF = 6 - 1 = 5 2 krit= 11,1  = 0,05 2 szám << 2 krit H0-t elfogadjuk, azaz a kocka szabályos. 

Feladat A Tiszán adott időszakban levonuló árhullámok számát vizsgálva az elmúlt 68 év során, az alábbi eredményeket kapták: 30 év volt, amikor nem volt árhullám, 25 olyan év volt , amikor 1 árhullám vonult le az adott időszakban, 9 év volt amikor 2 és 4 olyan év volt, amikor 3 vagy annál több árhullám következett be. Feltehető-e, hogy a folyón levonuló árhullámok száma Poisson-eloszlással modellezhető? 

Emlékeztető: becslés elmélet Feladat Emlékeztető: becslés elmélet H0: Poisson-eloszlás   0,8  = ? DF = r-1-l = 4-1-1 = 2 2 krit= 5,99  = 0.05 

? ? Feladat   0,8 2 krit= 5,99 0,273 k fk Fk pk 0 30 1 25 2 9 3- 4 0 30 1 25 2 9 3- 4 0,4493 30,55   0,8 0,3595 0,1438 0,0474 24,45 9,78 3,22 ? 2 krit= 5,99 H0-t elfogadjuk, az árhullámok száma   0,8 paraméterű Poisson-eloszlással leírható. ? 0,273 

Leírható-e a gáztérfogat normális eloszlással ? Feladat Halogénlámpa gyártásánál n=60 elemű minta alapján a betöltött gáztérfogat (cm3) az alábbiak szerint alakult: Leírható-e a gáztérfogat normális eloszlással ? 

Feladat P(xA <xF) Fk 0,0033 0,0596 ? 0,3886 0,1379 0,1131 1,0000 0,20 3,58 ? 23,32 8,27 6,79 60 3,25 0,05 ? 0,58 0,36 2,11 6,8 H0: normális eloszlás, =3,326; =0,083 DF = 6-1-2= 3 Pl.: P3(3,21 <3,30) = F(3,30) - F(3,21) = F3= n·P3= 60·0,2975= 17,85 

Feladat 2 szám= 6,8 Pl.: P1(3,01 <3,10) = P1(<3,10) = 0,0033 Fk P(xA <xF) 0,20 3,58 17,85 23,32 8,27 6,79 60 0,0033 0,0596 0,2975 0,3886 0,1379 0,1131 1,0000 3,25 0,05 0,45 0,58 0,36 2,11 6,8 Pl.: P1(3,01 <3,10) = P1(<3,10) = 0,0033 F1= n·P1= 60·0,0033 = 0,198 2 szám= 6,8 2 krit= 7,81  = 5% H0-t elfogadjuk  = 10% 2 krit= 6,25 H0-t elutasítjuk 

Feladat 98 vállalatnál a halálos balesetek száma 1998-ban a következőképpen alakult: Leírható-e a balesetek száma Poisson-eloszlással? 

Feladat Pl.: F3 = n·p3 = 98·0,224 = 21,95  22 H0: Poisson-eloszlás =3 k fk Fk DF = 10-1-1 = 8 0 3 5 1 17 15 2 26 22 3 16 22 4 18 17 5 9 10 6 3 5 7 5 2 8 0 0,8 9 1 0,2  98 98  = 10%  = 30% 3 ? ? 2 krit= 13,4 2 krit= 9,52 Pl.: F3 = n·p3 = 98·0,224 = 21,95  22 2 szám= 13,1 H0-t elfogadjuk H0-t elutasítjuk 

Kvantitatív módszerek 9. Hipotézisvizsgálatok II. Szórások összehasonlítása Dr. Kövesi János

F-próba Két független, ismeretlen várható értékű és szórású normális eloszlást követő valószínűségi változó varianciáinak azonosságára vonatkozó hipotézisünket az ún. F-próbával ellenőrizhetjük. számláló: DF1 = n1 -1 nevező: DF2 = n2 -1 

Példa H0: 1 =  2 H1: 1 > 2  = 0,05  DF1 = 10 DF2 = 9 

Több szórás összehasonlítása Kettőnél több, normális eloszlást követő valószí-nűségi változó szórásainak összehasonlítására a Cochran- v. a Bartlett - próbát alkalmazhatjuk. Ha a minták elemszáma minden mintában azonos, akkor Cochran-próbát alkalmazhatunk. n1= n2= n3=…..= nr= n 

Feladat Műselyem szakítóerő vizsgálatánál …. n = 10 r = 20 

Feladat n = 10 r = 20 gsz = 0,183 DF (f) = n-1= 10-1=9  = 5% A H0 nullhipotézist elutasítjuk, az i=19-es szórás (5 ill. 1%-os szinten) szignifikánsan eltér a többitől.  = 5% g95=0,136 0,136  = 1% g99=0,157 20 9 f = n-1 

Feladat A 19. mintát kivéve, ismételjük meg a próbát! n = 10 r = 19 A H0 nullhipotézist elfogadjuk, az i=8-as minta szórása (5 ill. 1%-os szinten) szignifikánsan nem tér el a többi szórástól. DF(f) = n-1= 10-1= 9  = 5% g95=0,140  = 1% g99=0,160 

Feladat Fkrit = 2,02 Kísérleti gyártásnál két …. n1 = n2 = 15 H0-t elutasítjuk, a két szórás nem származhat ( = 10%-os szinten) azonos varianciájú alapsokaságból. Az első minta szórása szignifikánsan nagyobb a másodikénál. f1 = f2 = 15-1 = 14 Fkrit = 2,02  = 10% 

Feladat - 5 Fkrit = 5,63 Egy hazai termék élettartam szórása …. n = 5 H0-t elfogadjuk, a minta szórása ( = 5%-os szinten) szignifikánsan nem tér el a hazai termék (alapsokaság) szórásától. f1 =  Fkrit = 5,63 f2 = 5-1 = 4  = 5% 

Kvantitatív módszerek 10. Hipotézisvizsgálatok III. Középértékre vonatkozó próbák Dr. Kövesi János

Átlagok próbái  ismert  nem ismert egymintás egymintás u-próba t-próba H0:  = m H0: 1 = 2 kétmintás kétmintás u-próba t-próba 

< BUX Szórások megegyeznek? Fkrit = 1,9 kétmintás t-próba F-próba: H0: 1 = 2  = 5% Fkrit = 1,9 DFsz = n2-1= 12-1= 11 < DFn = n1-1= 65-1= 64 

BUX Középértékek összehasonlítása: H0: 1 = 2 H1: 1  2 kétmintás t-próba Középértékek összehasonlítása: H0: 1 = 2 H1: 1  2 kétoldali  = 5% tkrit = 1,99 DF = n1 + n2 -2=65+12-2 =75 H0-t elfogadjuk, a két minta középértéke ( = 5%-os szinten) szignifikánsan nem különbözik.

Feladat Egy szabályozott folyamatban 0=100;0=0,5. Származhat-e egy n=15 elemű minta ( x = 99 ) ebből a folyamatból? Legyen a próba kétoldali (az alsó és a felső eltérés is veszélyes lehet)! H0: 0= x  = 5% A H0 nullhipotézist elutasítjuk, az átlag eltérése a 0-tól (5%-os szinten) szignifikáns. -1,96 1,96 

Legyen a próba kétoldali! Feladat Egy szabályozott folyamatban 0=100. Származhat-e egy n=15 elemű minta ( x = 99; = 0,5) ebből a folyamatból? H0: 0= x  = 5% A H0 nullhipotézist elutasítjuk, az átlag eltérése a 0-tól (5%-os szinten) szignifikáns. Legyen a próba kétoldali! DF = n-1 = 14 tkrit= 2,14 

Feladat Szeretnénk eldönteni, hogy - a megkötött bizto-sítások számát tekintve - két ügyfélszolgálati iroda között van-e különbség. A két iroda adatai az alábbiak: 

Feladat Két minta középértékének összehasonlítása, az elméleti szórás nem ismert. kétmintás t-próba Szórások megegyeznek? F-próba: H0: I = II  = 5% Fkrit = 2,91 DFsz = nII-1= 13-1= 12 < DFn = nI-1= 11-1= 10 

Feladat Középértékek összehasonlítása: H0: I = II H1: I  II kétmintás t-próba Középértékek összehasonlítása: H0: I = II H1: I  II kétoldali  = 5% tkrit = 2,07 DF = nI + nII -2=11+13-2 =22 H0-t elfogadjuk, a két minta középértéke ( = 5%-os szinten) szignifikánsan nem különbözik. 