Kiugró adatok szűrése Dixon Próba db. Valószínűségi szint (p%) n 10%

Slides:



Advertisements
Hasonló előadás
1 groupement national interprofessionnel des semences et plants Vetőmagpiac forgalom az Európai Unióban Az EU vetőmag súlya a világ vetőmag termesztésében.
Advertisements


„Esélyteremtés és értékalakulás” Konferencia Megyeháza Kaposvár, 2009
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
Erőállóképesség mérése Találjanak teszteket az irodalomban
MATEMATIKA Év eleji felmérés 3. évfolyam
Humánkineziológia szak
A SZÓRÁS FONTOSSÁGA ÉS KISZÁMÍTÁSA
Matematika - 5. évfolyam © Kačmárová Fordította: Balogh Szilveszter.
Az új történelem érettségiről és eredményeiről augusztus Kaposi József.
Utófeszített vasbeton lemez statikai számítása Részletes számítás
A tételek eljuttatása az iskolákba
Európa népessége (egyéb elemek). A., Népsűrűség I. Meghatározó tényezők 1. természeti környezet a., domborzat b., éghajlat 2. gazdasági tényezők II.
VÁLOGATÁS ISKOLÁNK ÉLETÉBŐL KÉPEKBEN.
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.
Védőgázas hegesztések
Dr. Szalka Éva, Ph.D.1 Statisztika II. VII.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.
Statisztika II. II. Dr. Szalka Éva, Ph.D..
1. IS2PRI2 02/96 B.Könyv SIKER A KÖNYVELÉSHEZ. 2. IS2PRI2 02/96 Mi a B.Könyv KönyvelésMérlegEredményAdóAnalitikaForintDevizaKönyvelésMérlegEredményAdóAnalitikaForintDeviza.
Túl magas-e Magyarországon a jegybanki alapkamat? Készítette: Kiss Marianna.
Sárgarépa piaca hasonlóságelemzéssel Gazdaság- és Társadalomtudományi kar Gazdasági és vidékfejlesztési agrármérnök I. évfolyam Fekete AlexanderKozma Richárd.
6,24 Egy tábla 8 mintavételi parcellájából származó talajminta pH-ja
Kezelések által okozott eltérések értékelése Szórások elemzése Variancia analízis ZH március ZH tematika: március
100-as szög méreteinek gyakorisága (n = 100) db mm.
Kis szórás Nagy szórás Kis szórás Nagy szórás
Idős betegek dialízis kezelésének orvosi, pszicho-szociális és
Hyperuricaemia és hypertonia Hypertonia Központ Óbuda, Budapest
NOVÁK TAMÁS Nemzetközi Gazdaságtan
DRAGON BALL GT dbzgtlink féle változat! Illesztett, ráégetett, sárga felirattal! Japan és Angol Navigáláshoz használd a bal oldali léptető elemeket ! Verzio.
Fekete László Született: Csillagjegye: Vízöntő
Híres magyar nők.
szakmérnök hallgatók számára
A évi demográfiai adatok értékelése
A évi demográfiai adatok értékelése
Anyagok 3. feladat 168. oldal.
Kalkuláció 13. feladat TK 69. oldal.
Logikai szita Izsó Tímea 9.B.
Készítette: Horváth Zoltán (2012)
LENDÜLETBEN AZ ORSZÁG A Magyar Köztársaság kormánya.
Matematika - 5. évfolyam © Kačmárová Fordította: Balogh Szilveszter.
Standardizálás Példák.
Helyzetkép Nemzetközi gyakorlat a szépkorúak támogatására Stratégia Szabályozás Esettanulmányok Primer kutatás előzetes eredményei.
7. Házi feladat megoldása
Érettségi jelentkezések és érettségi eredmények 2007 Érettségi jelentkezések - érettségi eredmények.
Érettségi jelentkezések és érettségi eredmények 2008 Tanévnyitó értekezlet Érettségi jelentkezések - érettségi eredmények augusztus 29.
Hipotézis vizsgálat (2)
Hipotézis-ellenőrzés (Folytatás)
Várhatóértékre vonatkozó próbák
© Farkas György : Méréstechnika
20).7-es szint Rákóczi 2. sz. barlang előtt
Ki az aki meg van elégedve az anyagi helyzetével? Ki az aki nincs megelégedve az anyagi helyzetével? Ki az aki szeretne az anyagi helyzetén változtatni?
Kutatási eredmények és fehér foltok a migránsok munkaerő-piaci beilleszkedésének kutatásában Kováts András MTAKI.
A klinikai transzfúziós tevékenység Ápolás szakmai ellenőrzése
QualcoDuna interkalibráció Talaj- és levegövizsgálati körmérések évi értékelése (2007.) Dr. Biliczkiné Gaál Piroska VITUKI Kht. Minőségbiztosítási és Ellenőrzési.
Ágazati GDP előrejelző modell Foglalkoztatási és makro előrejelzés Vincze János Szirák, november 10.
TÁRSADALOMSTATISZTIKA Sztochasztikus kapcsolatok II.
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.
Érettségi eredmények Vizsgázók száma: 114 fő Rendes vizsga: 82 fő Előrehozott vizsga: 32 fő (30+2) Összes értékelt tantárgyi vizsga: 495 Összes.
GAZDASÁGI ADOTTSÁGOK ÉS FEJLŐDÉSI IRÁNYOK A délkelet-európai országok Novák Tamás MTA – VKI május 16.
Valószínűségszámítás - Statisztika. P Két kockával dobunk, összeadjuk az értékeket Mindegyik.
Kvantitatív módszerek
VI/1. dia Az etoricoxib tolerálhatósági profilja.
Kezelések által okozott eltérések értékelése Szórások elemzése Variancia analízis ZH március ZH tematika: óra végén.
Mikroökonómia gyakorlat
> aspnet_regiis -i 8 9 TIPP: Az „Alap” telepítés gyors, nem kérdez, de később korlátozhat.
1 Az igazság ideát van? Montskó Éva, mtv. 2 Célcsoport Az alábbi célcsoportokra vonatkozóan mutatjuk be az adatokat: 4-12 évesek,1.
100-as szög méreteinek gyakorisága (n = 100) db mm Gyakoriság grafikon (adott méretű esetek db.)
Előadás másolata:

Kiugró adatok szűrése Dixon Próba db. Valószínűségi szint (p%) n 10% 5% 1% 7.3? 4 3 2 1 7? 0,89 0,94 0,99 pH 7,0 7,2 7,3 0,68 0,77 n=4 r10 = (7,3-7,3)/(7,3-7,0) = 0   r10=(x1-x2)/(x1-xn) 5 0,56 0,64 0,78 r10 = (7,0-7,2)/(7,0-7,3) = 0,67 6 0,48 0,70 7 0,43 0,51 5,5 8 0,55 n=5 r10 = (5,5-7,0)/(5,5-7,3) = 0,83 r11=(x1-x2)/(x1-xn-1) 9 0,44 10 0,41 0,60 11 0,52 0,58 r21=(x1-x3)/(x1-xn-1) 12 0,49 13 0,47 0,62 Kisebb, mint 1% annak valószínűsége, hogy hibázunk az 5,5 kizárásával.

Átlag konfidencia intervalluma Szórások összehasonlítása A szórás számítása Szórások Átlag konfidencia intervalluma Szórások összehasonlítása ZH március 9-10. ZH tematika: március 2-3.

Szórás átlagos eltérés Eltérések átlaga? Eltérések abszolút értékének átlaga? Eltérések négyzetének átlaga?

Az átlagtól való eltérések összege nulla Összeadás sorrendje felcserélhető

Eltérésnégyzet számítása előzetes átlagszámítás nélkül

Eltérésnégyzet számítása előzetes átlagszámítás nélkül

A várható értéktől számított eltérések négyzetösszege (SQvé) nagyobb v A várható értéktől számított eltérések négyzetösszege (SQvé) nagyobb v. egyenlő az átlagtól számított eltérések négyzetösszegénél (SQ)

A várható értéktől számított eltérések négyzetösszege (SQvé) nagyobb v A várható értéktől számított eltérések négyzetösszege (SQvé) nagyobb v. egyenlő az átlagtól számított eltérések négyzetösszegénél (SQ)

A várható értéktől számított eltérések négyzetösszege (SQvé) nagyobb v A várható értéktől számított eltérések négyzetösszege (SQvé) nagyobb v. egyenlő az átlagtól számított eltérések négyzetösszegénél (SQ)

e racionális szám e2 ≥ 0 n természetes szám Általában nem ismerjük a várható értéket, így csak az átlagtól számított eltérések négyzetösszegét (SQ) tudjuk kiszámítani!

Felfelé kell korrigálni! MQ = SQ/n szórásnégyzet  korrigált MQ = SQ/FG pH xi x_átlag xi-x_átlag eltnégyzet várh.érték 5,2 6,24 -1,04 1,08 6 0,64 6,5 1,69 5,5 -0,74 0,54 0,25 1 7,2 0,96 0,93 1,44 0,49 7,3 1,06 1,13 5 -1,24 1,53 2,25 5,4 -0,84 0,70 0,36 1,21 7 0,76 0,58 Összeg 0,00 7,62 <- SQ -> 8,07 8,17 MQ=SQ/n 0,9523 1,0088 1,0213 MQkorr= SQ/(n-1) 1,0884 s = 1,04326 Kisebb számmal osztás – nagyobb hányados

FG: Szabadsági fok - korrigáló osztó (n-1) SQ Eltérésnégyzetösszeg Szórásnégyzet Korrigált szórásnégyzet n Minta elemszáma FG Szabadsági fok most (n-1) MQ Szórásnégyzet < Korrigált szórásnégyzet MQ=SQ/FG FG: Szabadsági fok - korrigáló osztó (n-1) elemszámtól függő korrekció - információ egység az n-dik adat n-1 adatból az átlag segítségével kiszámítható

MQkorrigálatlan Korrigálatlan szórásnégyzet s2 = MQ = SQ / FG Szórásnégyzet (variance) Korrigált szórásnégyzet Szórás: Átlag szórása = Adatok szórása / gyök (n)

Adatmegadás gyakorlata p % 1% 5% 0,1% 10% n 8 4 2 FG 7 3 1 átlag 6,24 5,28 5,35 szórás 1,04 0,22 0,21 t_érték 3,50 2,36 12,92 5,84 3,18 2,35 63,66 12,71 6,31 konf.felsőh. 9,89 8,70 8,14 6,57 5,98 5,80 18,85 8,05 6,69 konf.alsóh. 2,59 3,77 2,41 3,98 4,57 4,75 -8,15 2,65 4,01 pH   5,2 5,5 7,2 5 7,3 5,4 5,28±0,7 p=5% 𝟒 =𝟐 5,28 ± 0,35 Átlag konfidencia

Két szórás összehasonlítása (F-próba) INVERZ.F(P,szFG,nFG) F-arány=s12/s22 pH 5,2 5,5 7,2 7,3 5 5,4 7 minta 1 2 n 8 4 FG 7 3 szórás 1,04 0,22 s2 1,088 0,049 pH 5,2 5,5 5 5,4 F-arány=s12/s22 = 1,088/0,049 = 22,1 INVERZ.F(5%,7,3) = 8,9 F.PRÓBA 2,8% INVERZ.F(1%,7,3) = 27,7 A két szórás különbsége legfeljebb 5 % hibavalószínűséggel igazolható A két szórás különbsége 2,8 % hibavalószínűséggel igazolható