TÁRSADALOMSTATISZTIKA Sztochasztikus kapcsolatok II.

Slides:



Advertisements
Hasonló előadás
4. előadás Összehasonlítás standardizálással és indexszámítással.
Advertisements

Dixon Próbadb.Valószínűségi szint (p%) n10%5%1%7.3?4321 7? ,890,940,99pH7,07,27,3 4 0,68 0,770,89n=4 r 10 = (7,3-7,3)/(7,3-7,0) = 0 r 10 =(x 1 -x.
A társadalmi tényezők hatása a tanulásra
Kvantitatív Módszerek
TÁRSADALOMSTATISZTIKA III. Sztochasztikus kapcsolatok I. Előadó: Prof. Dr. Besenyei Lajos.
7. előadás.
Erőállóképesség mérése Találjanak teszteket az irodalomban
MATEMATIKA Év eleji felmérés 3. évfolyam
Gazdaságelemzési és Statisztikai Tanszék
Kvantitatív módszerek
6) 7) 8) 9) 10) Mennyi az x, y és z értéke? 11) 12) 13) 14) 15)
Az új történelem érettségiről és eredményeiről augusztus Kaposi József.
Regresszió számítás Mérnöki létesítmények ellenőrzése, terveknek megfelelése Geodéziai mérések – pontok helyzete, pontszerű információ Lineáris regresszió.
Az APEH-hoz benyújtott bevallások adatai alapján
A tételek eljuttatása az iskolákba
VPOP Jövedéki Igazgatóság
2010 október 2651 kp. Vizsga 2. feladata
Csoportosítás megadása: Δx – csoport szélesség
Főkomponensanalízis Többváltozós elemzések esetében gyakran jelent problémát a vizsgált változók korreláltsága. A főkomponenselemzés segítségével a változók.
Gazdaságelemzési és Statisztikai Tanszék
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
1. IS2PRI2 02/96 B.Könyv SIKER A KÖNYVELÉSHEZ. 2. IS2PRI2 02/96 Mi a B.Könyv KönyvelésMérlegEredményAdóAnalitikaForintDevizaKönyvelésMérlegEredményAdóAnalitikaForintDeviza.
3. hét Vegyes kapcsolat.
III. előadás.
Lineáris korreláció és lineáris regresszió. A probléma felvetése y = 1,138x + 80,778r = 0,8962.
Sárgarépa piaca hasonlóságelemzéssel Gazdaság- és Társadalomtudományi kar Gazdasági és vidékfejlesztési agrármérnök I. évfolyam Fekete AlexanderKozma Richárd.
Az EU kohéziós politikájának 20 éve ( ) Dr. Nagy Henrietta egyetemi adjunktus SZIE GTK RGVI.
Dr. Szalka Éva, Ph.D.1 Statisztika II. VI.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.
Chrappán Magdolna DE BTK Neveléstudományok Intézete.
szakmérnök hallgatók számára
Dr. Balogh Péter Gazdaságelemzési és Statisztika Tanszék DE-AMTC-GVK
A évi demográfiai adatok értékelése
A évi demográfiai adatok értékelése
Idősor komponensei Trend vagy alapirányzat: az idősor alakulásának fő irányát mutatja meg. Szezonális vagy idényszerű ingadozás: szabályos időszakonként.
3. előadás Heterogén sokaságok Szórásnégyzet-felbontás
Kalkuláció 13. feladat TK 69. oldal.
Közvetett költségek elemzése
Logikai szita Pomothy Judit 9. B.
Logikai szita Izsó Tímea 9.B.
LENDÜLETBEN AZ ORSZÁG A Magyar Köztársaság kormánya.
Standardizálás Példák.
Heterogén sokaság + Standardizálás gyakorlat
RÉSZEKRE BONTOTT SOKASÁG VIZSGÁLATA
Következtető statisztika 9.
Hipotézis-ellenőrzés (Folytatás)
A sztochasztikus kapcsolatok (Folyt). Korreláció, regresszió
Két kvantitatív változó kapcsolatának vizsgálata
Százalék számítás - 1. feladat
IV. Terjeszkedés 2..
A klinikai transzfúziós tevékenység Ápolás szakmai ellenőrzése
Nyitott Kapuk 2010 Beiskolázási kérdőívek értékelése.
QualcoDuna interkalibráció Talaj- és levegövizsgálati körmérések évi értékelése (2007.) Dr. Biliczkiné Gaál Piroska VITUKI Kht. Minőségbiztosítási és Ellenőrzési.
Comenius Logo (teknőc).
Ágazati GDP előrejelző modell Foglalkoztatási és makro előrejelzés Vincze János Szirák, november 10.
1. Melyik jármű haladhat tovább elsőként az ábrán látható forgalmi helyzetben? a) A "V" jelű villamos. b) Az "M" jelű munkagép. c) Az "R" jelű rendőrségi.
GAZDASÁGI ADOTTSÁGOK ÉS FEJLŐDÉSI IRÁNYOK A délkelet-európai országok Novák Tamás MTA – VKI május 16.
Sztochasztikus kapcsolatok
A kombinációs táblák (sztochasztikus kapcsolatok) elemzése
Bevezetés a Korreláció & Regressziószámításba
Miskolci Egyetem Gazdaságtudományi Kar Üzleti Információgazdálkodási és Módszertani Intézet Regresszió-számítás március 30. Dr. Varga Beatrix egyetemi.
A Dél-Alföld általános gazdasági helyzete és a mögötte meghúzódó EMBER
1 Az igazság ideát van? Montskó Éva, mtv. 2 Célcsoport Az alábbi célcsoportokra vonatkozóan mutatjuk be az adatokat: 4-12 évesek,1.
I. Zárthelyi dolgozat Elméleti témakörök, típuspéldák Gazdaságstatisztika.
Gazdaságstatisztika Gazdaságstatisztika Korreláció- és regressziószámítás II.
Részekre bontott sokaság vizsgálata, gyakorló feladatok
Gazdaságstatisztika Konzultáció a korreláció- és regressziószámítás, idősorok elemzése témakörökből.
III. előadás.
Dr. Varga Beatrix egyetemi docens
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
Dr. Varga Beatrix egyetemi docens
Előadás másolata:

TÁRSADALOMSTATISZTIKA Sztochasztikus kapcsolatok II. Előadó: Prof. Dr. Besenyei Lajos

Vegyes kapcsolat Minőségi és mennyiségi ismérvek közötti sztochasztikus kapcsolat. A kapcsolat szorosságának mérési módszere: A szórásnégyzet összetevőkre bontása

Tekintsük az alábbi két esetet: homogén sokaság B. heterogén sokaság Tan.eredmény Ffi Nő 3,7 Együtt Tan.eredmény Ffi Nő 2,6 4,8 Együtt 3,4 A külső szórás nullánál nagyobb. (részátlagok és a főátlag különbözik) A külső szórás nulla (részátlagok és a főátlag megegyezik.)

Keresetek szórása (ezer Ft) Példa: Egy településen megfigyelt 250 családban az 1 főre jutó jövedelem adatai (2007. február 1.) Beosztás Fő 1 főre jutó jöv. (ezer Ft) Keresetek szórása (ezer Ft) Vezető I. Vezető II. Beosztott Fizikai 60 90 75 25 200 130 100 70 20 15 10 Összesen 250 131,8

A szórás számításának lehetőségei: : az egyes értékek eltérése az együttes (fő) átlagtól : az egyes értékek eltérése saját csoportjuk átlagától (részátlagtól) : az egyes csoportok átlagainak (részátlagainak) az eltérése az együttes átlagtól (főátlagtól)

Összefüggés: Az együttes szórásnégyzet felbontható a belső és a külső szórásnégyzetek összegére. Megoszlás:

A kapcsolatra (annak erősségére) a külső szórásnégyzet utal: H: szóráshányados, a kapcsolat szorosságát 0-1 közötti értékkel méri. A H2 arra ad választ, hogy a csoportosító ismérv milyen hányadban, hány százalékban magyarázza a vizsgált mennyiségi ismérv szórását.

A bérek szóródását közel 83%-ban magyarázza a beosztás. A bérek nagysága és a beosztás között igen szoros sztochasztikus kapcsolat van. 0,91 1

Korrelációs kapcsolat: Mennyiségi ismérvek közötti sztochasztikus kapcsolat Korreláció számítás: A vizsgált mennyiségi tényezők közötti kapcsolat erőssége, szorossága Regresszió számítás: A korrelációs kapcsolat természetét, tendenciáját írja le valamilyen függvénnyel.

Kétváltozós, lineáris korreláció Egy hét sörfogyasztásnak (hl) és napi középhőmérsékletének (C°) alakulása 781 78 +219 259 105 Σ 81 289 1 9 144 256 25 16 45 85 -1 3 36 52 -9 -17 +3 +12 +13 -5 +1 +4 28 20 40 49 50 10 18 19 1. 2. 3. 4. 5. 6. 7. hly C°x Sorsz.

69,8 %

A regressziós egyenes A ponthalmaz alakulását legjobban kifejező egyenes: amelyiknél a legkisebb a pontoktól való eltérés. y (hl) 50 40 30 20 10 15 x (C°)

Legkisebb négyzetek módszere legyen min. min.

Transzformált egyenletek: Normálegyenletek: Transzformált egyenletek: y x 15 37 dy dx

1 C°-kal magasabb hőmérsékletű napokon átlagosan 2,81 hl-el több sör fogy.

Hatványkitevős regressziós függvény

Az x 1%-os változása átlagosan hány százalékos változást okoz az y-ban. A jövedelem (x) és 1 főre jutó élelmiszerfogyasztás (y) kapcsolatát vizsgálva: b1=0,42 Az 1 főre jutó jövedelem 1%-os növekedése az élelmiszerfogyasztás 0,42%-os növekedését vonja maga után átlagosan. Jövedelem és árrugalmasság (Elaszticitás)

11 lakás alapterülete, nm2 (x) és ára, ezer Ft (y) Példa 11 lakás alapterülete, nm2 (x) és ára, ezer Ft (y) 2669,1 25457,2 +7414,7 1762 547,4 Σ 625 249,6 84,6 81,0 16,0 4,8 0,2 5,3 42,3 630,0 930,3 5959,8 5212,8 1866,2 1616,0 282,2 14,4 665,6 1011,2 948,6 5299,8 2560,6 1930 1140,8 397,4 361,8 -67,2 -8,4 10,3 73,1 200,2 1827,3 1549,4 -25 -15,8 -9,2 -9,0 -4,0 -2,2 0,4 2,3 6,5 25,1 30,5 -77,2 -72,2 -43,2 -40,2 16,8 3,8 25,8 31,8 30,8 72,8 50,8 24,8 34,0 40,6 40,8 45,8 47,6 50,2 52,1 56,3 74,9 80,3 83 88 117 120 177 164 186 192 191 233 211 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. y x Ssz.