Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/10 2014.11.19.

Slides:



Advertisements
Hasonló előadás
Összetett kísérleti tervek és kiértékelésük:
Advertisements

Hipotézisvizsgálat az adatforrás működési “mechanizmusát” egy véletlen eloszlás jellemzi az adatok ismeretében megfogalmazódnak bizonyos hipotézisek erre.
Hipotézis-ellenőrzés (Statisztikai próbák)
II. előadás.
MI 2003/9 - 1 Alakfelismerés alapproblémája: adott objektumok egy halmaza, továbbá osztályok (kategóriák) egy halmaza. Feladatunk: az objektumokat - valamilyen.
Statisztika feladatok Informatikai Tudományok Doktori Iskola.
Mérés és adatgyűjtés Virtuális méréstechnika Mingesz Róbert 9. Óra Idő és sokaságátlag November 7., 9.
Összefüggés vizsgálatok
Becsléselméleti ismétlés
STATISZTIKA II. 5. Előadás Dr. Balogh Péter egyetemi adjunktus Gazdaságelemzési és Statisztikai Tanszék.
Statisztika II. IX. Dr. Szalka Éva, Ph.D..
Regresszió és korreláció
Statisztika II. IV. Dr. Szalka Éva, Ph.D..
Statisztika II. II. Dr. Szalka Éva, Ph.D..
III. előadás.
Az élővilág kutatásának matematikai, statisztikai eszköztára
Regresszióanalízis 10. gyakorlat.
Gazdasági informatika
Nem-paraméteres eljárások, több csoport összehasonlítása
Dr. Szalka Éva, Ph.D.1 Statisztika II. VI.. Dr. Szalka Éva, Ph.D.2 Regresszióanalízis.
Készítette: Kosztyán Zsolt Tibor
Hálótervezés Készítette: Kosztyán Zsolt Tibor
Budapesti Műszaki és Gazdaságtudományi Egyetem
Fisher-féle egzakt próba Asszociációs mérőszámok
Nemparaméteres próbák Statisztika II., 5. alkalom.
Nemparaméteres próbák
A statisztikai próba 1. A munka-hipotézisek (Ha) nem igazolhatók közvetlen úton Ellenhipotézis, null hipotézis felállítása (H0): μ1= μ2, vagy μ1- μ2=0.
Egytényezős variancia-analízis
Az F-próba szignifikáns
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 Marketing Msc I. évf., I. félév, levelező.
Gazdaságstatisztika 19. előadás Hipotézisvizsgálatok
Gazdaságstatisztika 18. előadás Hipotézisvizsgálatok
Gazdaságstatisztika 16. előadás Hipotézisvizsgálatok Alapfogalamak
Hipotézis vizsgálat (2)
Többváltozós adatelemzés
Hipotézis-ellenőrzés (Folytatás)
Alapsokaság (populáció)
Várhatóértékre vonatkozó próbák
Lineáris regresszió.
t A kétoldalú statisztikai próba alapfogalmai
Költség-minimalizálás az ellenőrző kártyák alkalmazásánál Feladatmegoldás, kiegészítés.
Hipotézisvizsgálat v az adatforrás működési “mechanizmusát” egy véletlen eloszlás jellemzi v az adatok ismeretében megfogalmazódnak bizonyos hipotézisek.
Paleobiológiai módszerek és modellek 4. hét
Petrovics Petra Doktorandusz
A szóráselemzés gondolatmenete
Bevezetés a méréskiértékelésbe (BMETE80ME19) Intervallumbecslések 2014/
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
A gyakorisági sorok grafikus ábrázolása
Bevezetés a méréskiértékelésbe (BMETE80ME19)
MI 2003/8 - 1 Alakfelismerés alapproblémája: adott objektumok egy halmaza, továbbá osztályok (kategóriák) egy halmaza. Feladatunk: az objektumokat - valamilyen.
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/
Kiváltott agyi jelek informatikai feldolgozása 2016
II. előadás.
Kvantitatív módszerek MBA és Számvitel mesterszak
Gazdaságstatisztika konzultáció
Kvantitatív módszerek
I. Előadás bgk. uni-obuda
III. zárthelyi dolgozat konzultáció
Hipotézisvizsgálatok Paraméteres próbák
Valószínűségi változó, eloszlásfüggvény
Gazdaságinformatikus MSc
Gazdaságinformatika MSc labor
2. A Student-eloszlás Kemometria 2016/ A Student-eloszlás
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
A normális eloszlásból származó eloszlások
Előadás másolata:

Bevezetés a méréskiértékelésbe (BMETE80ME19) 2014/

Múlt alkalom…. ….kiszóró pontok és statisztikai próbák

Un. Pontelhagyásos módszerek csökkenhetik a szórást nem kiszóró pontok elhagyásával Mivel a szórás is becsült!!!!!! Kevés mérési pontnál a kiszóró pont dominálja a szórást Nem fog működni a 3 szigmás szabály A referencia csak a becsült függvény lehet…

Próbához a távolságot kellene normálni szórással, mint a t.-próbánál…..de a mért érték és az illesztett érték erősen korrelált Külső és belső pontra

Próba lehetősége Nem kiszóró pontra Student eloszlású De csak külső pontokra….ott független a számláló és a nevező

Próba egy lehetséges, de nagy számításigényű kivitelezése Módosított kvantilis

Eloszlás függvény az eredeti t- eloszlásból

Hipotézis Kiszóró pontoknál --- ή student törtek F(x) módosított Student eloszlás függvény

Elvetés

Kiszóró pontok – de nem student-szerű eloszlás

De…

Likelihood függvény kiegészítése