You are on page 1of 257

DEBRECENI EGYETEM

TERMSZETTUDOMNYI S TECHNOLGIAI KAR












Lki Jzsef Lki Jzsef Lki Jzsef Lki Jzsef
Demeter Gbor Demeter Gbor Demeter Gbor Demeter Gbor





GIOMATIMATIKA










ebrecen
ooq

2
Lektorlta:
Turjnyi Sndor


Irtk:

Lki Jzsef : (111., 1316. fejezet: elmlet s geogrfiai alkalmazsok,
kidolgozott pldk s feladatok)
Demeter Gbor: (1.11.2, 2.1, 5.3, 5.4, 810. 1216. fejezet: elmlet s
geogrfiai alkalmazsok, pldk s feladatok, SPSS alkalmazsok)

Kzremkdtek:

Buday Tams (1.1, 1.2, 12. fejezetek megrsban, a
3., 5., 7., 8., fejezetek pldinak kidolgozsban)
Pnzes Jnos (5.4 fejezet pldinak kidolgozsban)

ISBN








Kiadta: a Debreceni Egyetem Egyetemi s Nemzeti Knyvtr
Kossuth Egyetemi Kiadja
Felels Kiad: Dr. Virgos Mrta figazgat
Felels szerkeszt: Blint gnes
Kszlt: a DE sokszorostzemben, 2009-ben
Terjedelem: A/5 v
..
3
Tartalom
Elsz

1. Sk- s trkoordinta rendszerek. Trigonometriai fggvnyek ge-
ogrfiai alkalmazsai. Nevezetes vonalak, tvolsgok s felletek
7

1.1. Ktdimenzis koordinta rendszerek 7
1.2. Hromszgdiagram 21
1.3. Hromdimenzis koordinta rendszerek 26
1.4. Trigonometria 29
1.5. Nevezetes vonalak 31
2. Gmbhromszgtani ttelek s alkalmazsuk. Tvolsg s terlet
mrsnek lehetsgei, szmtsi feladatok
35
2.1. Gmbi geometria 35
2.2. Gmbhromszgtani ttelek 36
3. A differencil- s integrlszmts alapjai 43
3.1. Differencilszmts 43
3.2. Integrlszmts 48
4. Fldi pontok koordintinak tszmtsi lehetsgei. Vetleti
transzformcik. Mrsek, szmtsok pontossgnak vizsglata
53
4.1. Transzformcik 53
4.2. Koordinta transzformcik 55
4.3. Magasabbrend transzformcik 56
4.4. Hazai trkpvetletek transzformcija 59
5. Adatok, adattpusok, adatgyjts (minta, mintavtelezs, s szab-
lyai). Rgi mrtkegysgek s tszmtsuk
67
5.1. Adatok, adattpusok 67
5.2. Adatgyjts, adatnyersi eljrsok, adatforrsok 69
5.3. Mintavtelezs 70
5.4. Mveletek adatokkal 71
5.5. Mrtkegysgek s tszmtsuk 79
6. Mtrixok. Mtrixmveletek s tulajdonsgaik 81
6.1. Mveletek mtrixokkal 83
6.2. Mtrixmveletek tulajdonsgai 85
7. Halmazok, halmazmveletek s tulajdonsgaik 87
7.1. A halmaz fogalma 87
7.2. Halmazmveletek s tulajdonsgaik 88
8. Valsznsgszmts 93
8.1. A valsznsgszmts alapjai 93
8.2. Mveletek esemnyekkel 94
8.3. A valsznsg fogalma 95
8.4. Geometriai valsznsg 96
8.5. Feltteles valsznsg 97
8.6. Valsznsgek szorzsi szablya 98
8.7. A teljes valsznsg ttele 99
8.8. Esemnyek fggetlensge 100
4
9. Folytonos valsznsgi vltozk eloszlsai 105
9.1. Egyenletes eloszls 105
9.2. Normlis eloszls 106
9.3. Lognormlis eloszls 109
9.4. Exponencilis eloszls 110
9.5.
n szabadsgfok -eloszls
111
9.6. Student- vagy t-eloszls 111
9.7. Binomilis eloszls 112
9.8. Hipergeometrikus eloszls 114
9.9. Poisson eloszls 115
10. Matematikai statisztika hipotzisvizsglat illeszkedsvizsglat 119
10.1. Hipotzisvizsglat 119
10.2. Az egymints t- (Student) prba 122
10.3. A ktmints t prba 124
10.4. A
2
prba Illeszkedsvizsglat 126
11. A becsls 133
11.1. A pontbecsls 133
11.2. Az intervallumbecsls 133
11.3. A legkisebb ngyzetek elve 134
11.4. A kzprtk becslse 135
11.5. A szrs becslse 135
11.6. A konfidencia-intervallum fogalma 136
11.7. Az adatok slyozsa 136
12. Dinamikus fizikai fldrajz 140
13. Korrelci- s regressziszmts 149
13.1. Az SPSS szoftver fbb jellemzi 149
13.2. Korrelciszmts 176
13.3. Regressziszmts 180
13.4. A korrelcis egytthat szignifikancia vizsglata 182
13.5. A regresszi becsls pontossga 183
13.6. Idsorok elemzse 183
13.7. A trendszmts mdszerei 186
13.8. SPSS alkalmazsok 189
14. Faktoranalzis, fkomponens-analzis 203
14.1. Faktoranalzis 203
14.2. Faktoranalzis az SPSS-ben 209
14.3. Fkomponens-analzis 215
15. Klaszteranalzis 223
15.1. A klaszterelemzs fajti 224
15.2. Klaszteralzis az SPSS-ben 230
16. Diszkriminancia-analzis 237
16.1 Diszkriminancia-analzis az SPSS-ben 239
Felhasznlt irodalom 243
Mellkletek 245
5
Elsz


A Geomatematika tantrgy a bolognai rendszer keretben kerlt beveze-
tsre, s egyike azon szerencss lpseknek, melyek valban reformnak tekinthe-
tk. A matematika oktatsa korbban nem kerlt kzppontba a debreceni fld-
rajzi s fldtudomnyi kpzs keretein bell, a matematika-fldrajz, vagy fizika-
fldrajz szakon vgzettek szma elenysz volt. A rgi kpzsben a matematika
nll trgyknt nem jelent meg, mg most a geomatematika a BSc s MSc kp-
zsben egyarnt vgigvonul, rangot klcsnzve a trgynak, j koncepcit tk-
rzve. Az j felsoktatsi rendszerben a fldtudomny BSc szakos hallgatknak
tantott matematika nlklzi a fldtudomny s fldrajz szellemisgt, raszma
nem elegend arra, hogy szilrd elmleti alapokat adjon, sem arra, hogy feladatt-
pusokat gyakoroltasson be. A fldrajz BSc szakos hallgatk matemaikai felk-
szltsge vltoz, s mg az elbb emltett alapoz kpzsben sem rszeslnek az
els vben. E jegyzet megrsval a hinyptls volt cl, ennek megfelelen az
elmleti anyagrsz alrendelt (a hagyomnyos ttel - bizonyts sorrendbl a bi-
zonyts hinyzik), a gyakorlati alkalmazsokon van a hangsly: az informcis
trsadalom szmra nlklzhetetlen adatnyersi s kirtkelsi mdokat is be-
mutatjuk az SPSS hasznlatn keresztl, lehetv tve nagy adatmennyisg gyors
feldolgozst, ezzel megknnytve az elemz munkjt.
E jegyzet elssorban a fldrajz szakos hallgatknak rdott, de hasznosan
forgathatjk a fldtudomny szakosok is. Terjedelme jl tkrzi a dilemmt: ki-
indulva az ignyekbl, a BSc kpzs jellegbl s a hallgatk elzetes matemati-
kai tudsbl, e jegyzet inkbb szles tudsterletet lel fel, mintsem mlyen
foglalkozik egy-egy tmakrrel. (Maradtak ki gy is fontos terletek, mint pl. a
grfelmlet). Azonban az itt sszegyjttt ismeretanyag elsajttsra egy flv
mg gy sem elegend. Ebbl kvetkezen ms trgyak (Bevezets a fldrajzi
adatbziskezelsbe, Fldrajzi helymeghatrozs), illetve az MSc-kpzs keretein
bell is visszatren hasznosthat e jegyzet: a benne lv ismeretanyag kzel
hrom flvet tlt ki, noha az egyes specilis alkalmazsokat (regionlis elemzsi
mdszerek, dinamikus fldrajz) csak rintlegesen trgyalja.
A fldrajz soksznsgbl ereden e jegyzet igyekszik nemcsak a mate-
matika mindazon tmakreire kitrni rviden, amelyet egy fldrajzos hasznosan
alkalmazhat (s j esllyel meg is rt), hanem a klnbz alkalmazsi terletek
(trsadalomfldrajz, termszetfldrajz, geolgia, meteorolgia) is megjelennek.
Kifejezetten geomatematikai trgy jegyzet ugyan szletett nemrgiben Geiger
Jnos tollbl, de tlsgosan magas szint (s geolgiai szemllet) ahhoz, hogy
a biztos alapokat nlklz BSc-kpzsben rszt vev els vfolyam tananyagul
szolgljon. Ms munkk (pl. a Regionlis elemzsi mdszerek c. knyv) tl spe-
cifikusak egy alapkpzsben rszt vev szmra. E jegyzet szmos kidolgozott
6
pldt tr az olvas el, vgigvezetve a szmolst, illetve illusztrlva a szoftver-
hasznlatot, taln ebbl a szempontbl jelent nagyobb segtsget azon hallgatk
szmra, akik matematikai tudsa nem nyugszik stabil alapokon, vagy ppen a
gyakorlatorientltsgot hinyoljk.

Ksznet illeti a lektort, Turjnyi Sndort, az Algebra s Szmelmlet
Tanszk adjunktust a kzirat ellenrzsrt, pontos s gyors munkjrt.

Debrecen, 2009. 04.02.

a szerzk
































7
1. Sk- s trkoordinta rendszerek. Trigonometriai fggvnyek geog-
rfiai alkalmazsai. Nevezetes vonalak, tvolsgok s felletek .

1. 1. Ktdimenzis koordinta rendszerek

A Descartes-fle koordinta-rendszer
Vegynk fel a skon kt egymsra
merleges szmegyenest, amelyeknek a
nulla pontja kzs. Ez a pont a koordinta-
rendszer origja, a szmegyeneseket pedig
tengelyeknek nevezzk. Az els az
abszcissza tengely s a neve legyen x. A
msik szmegyenes az ordinta tengely s
nevezzk y-nak. (A tengelyeket ms
betkkel is megnevezhetjk.) A kt tengely a
skot ngy sknegyedre osztja. Geometriai
szemlltetsben a kt tengely egysgt
ltalban egyenlnek vesszk, de ha a kt
tengelyre kt klnbz jelleg mennyisget
mrnk fl, akkor ennek nincs jelentsge.
(pl. a szedimentolgiban az x tengelyen
logaritmikus sklt alkalmazunk)
A pontok helyt a koordinta-
tengelyek skjban a tengelyekhez viszony-
tott helyzete hatrozza meg. Vegynk fel
egy P pontot a skon s illessznk r a tenge-
lyekkel prhuzamos egyeneseket. Az y ten-
gellyel prhuzamos egyenesnek az x
tengellyel alkotott metszspontja legyen x (a
szmegyenesen lev vals szm), az x ten-
gellyel prhuzamos egyenes s az y tengely
metszspontja pedig legyen y. A P pont ko-
ordinti x s y, amelyeket ebben a sorrend-
ben, gynevezett rendezett pr formjban rendelnk egy ponthoz. A sk pontjai
s a rendezett vals szmprok kztt klcsnsen egyrtelm kapcsolat van.
Jells: P(x, y)
A ngy sknegyed pontjait egyrtelmen meg lehet klnbztetni a koor-
dintk eljele alapjn.


8
Polr skkoordinta-rendszer

Jelljnk ki egy pontot a skon (orig), s egy
kezdirnyt a kezdpontbl kiindulva (origtl). A
sk egy pontjnak meghatrozshoz ebben a
koordinta rendszerben is kt koordinta rtkre van
szksg. Az egyik koordintt a pontnak az origtl
mrt tvolsga (d), a msik koordintt a kezd
irnyhoz kpest elforgatott szg ( ) adja.
Jells: P(, , , ,d)
A fldrajzban a rgztett irny az szak, s a
szget tle az ramutat jrsnak megfelelen mr-
jk. (A csillagszatban a rgztett irny a dl!) A
matematikban a pozitv irny elforduls az
ramutat jrsval ellenttes irny. Tj-
kozdsnl a tjol hasznlatakor csak irnyszget
mrnk, a d-t elhagyjuk.
A polrkoordintkbl kpezhetnk Descar-
tes-fle koordintkat szgfggvnyek segtsgvel.
(Erre ksbb visszatrnk.)

Geogrfiai alkalmazsok

A Descartes-fle koordinta-rendszert szmos terleten hasznljuk, hi-
szen egyfell trbeli jelensgek brzolsra alkalmas, ami a fldrajz szmra
elnys, msrszt a kt- s hromvltozs pontdiagramok (lsd excel) is ezen
alapulnak. A fldrajzi tjkozdsnl gyakran addik olyan feladat, hogy egy
adott, ismert koordintj pont helyt be kell jellnnk topogrfiai trkpen, il-
letve a trkp segtsgvel meg kell hatroznunk egy tereptrgy koordintit. A
trkptanbl ismert EOTR (Egysges Orszgos Trkp Rendszer) trkpek egy
olyan derkszg koordintarendszernek tekinthetk, amelynek kezdpontjt 200
km-re D-re, illetve 650 km-re Ny-ra toltk el a henger s a felszn rintsi pontj-
tl. Az EOV vetleti rendszerben kszlt trkpek vzszintes tengelye az y, a
fggleges tengelye pedig az x jelet kapta. Ennek megfelelen a pont koordin-
tinak ltalnos jellse P (y, x). Pldul a P (800 000, 250 000) koordintj
pont a kezdponttl 800 000 m-re (800 km) K-re s 250 000 m-re (250 km) -ra
helyezkedik el.
A polr sk kordinta-rendszert ltalban akkor hasznljuk, ha trkp s
irnyt segtsgvel tjkozdunk. Egy kiindulsi helyrl elre adott irnyba,
P ( , d)
9
megadott tvolsgra kell eljutnunk, vagy a kt objektum egymshoz viszonytott
helyzett kell meghatroznunk tvolsg s irny (azimut) megadsval.

Alkalmazsi terletei:
a, vetlettan (a koordinta-rendszerek kztti szoftveres tszmtsokkal kln
foglalkozunk)
b, trsadalomfldrajz (ide tartoznak egyrszt a slypontmeghatrozsi s sly-
pont-eltoldsi pldk, melyek egyben tvezetnek bennnket a statisztikai pa-
ramterek alkalmazsnak fontossghoz is pl. slyozott tlagok megjelen-
tse a trben , msrszt pl. npesedsi s migrcis egyenleg vizsglathoz
is hasznlhat)
c, a talajvz-ramlsi irny meghatrozsa (ez tvezet bennnket a szgfggv-
nyek hasznlathoz)
d, geolgiban a dls s ldls elklntse: erre a talajvz-ramls irnynak
analgijra ltunk majd pldt
e, disztancia-vizsglatok (klnbsg-rtkek trbeli megjelentse)
f, kt s hromvltozs pontdiagramok (a kt utbbival az SPSS alapjainak meg-
ismerse utn foglalkozunk)

a, Vetlettani alkalmazsok

Mivel trbeli jelensgek brzolsra alkalmas, nem vletlen, hogy pl. az
EOV s a sztereografikus koordinta rendszerek is a Descartes-fle szisztmn
alapulnak (lsd rszletesen a vetleti tszmtsok gyakorlsnl). Ms vetleti
rendszerek polrkoordintarendszereket hasznlnak. A szoftverek tbbsge x, y,
z koordintkat kr, teht az EOV-koordintkat t kell vltani! A sztereografikus
koordintknl ne feledjk, hogy a pozitv s negatv irnyok felcserldnek,
teht a jobb fels sknegyed rendelkezik mindkt tengelyen negatv rtkekkel,
mg a bal als lesz a pozitv sknegyed.
Az ltalunk hasznlt vetlet.exe nevezet program mm lesen kri a pon-
tokat, ezrt pl. a 396300 EOV koordintt 396300.000knt kell megadni. A szte-
reografikus rendszernl ne feledjk a negatv jelet kitenni, ha a papr alap koor-
dintartkeink is ezt jelzik.

Plda:

Egy P pont koordinti Descartes-fle derkszg koordintarendszerben
P(3;4;2). Hatrozzuk meg a pont koordintit hengerkoordintkban, a fggle-
ges tengelyek beosztsa egyezzen meg.
Az ttrs a x = rcos, y = rcos, z = z egyenletek trendezsvel r = 5,
=53,13, z = 2
10
Feladatok

1, Szmolja t a kvetkez EOV koordintkat a vetlet.exe segtsgvel
WGS84be: 298450; 705307, z = 402,34 m (azt, hogy melyik koordinta az
EOV X, szndkosan nem adjuk meg, ugyanis ezt az rtkek alapjn tudni
kell trkpszetbl).
2, Szmolja t a kvetkez WGS84 koordintkat EOVba a vetlet.exe segts-
gvel: szaki szlessg: 47
o
34 s keleti hosszsg: 20,33
o
, magassg 123,5
m. (Figyelem! Az adatok kt eltr mrtkegysggel vannak kifejezve, tvl-
ts szksges, annak megfelelen, hogy a vetlet.exe hogyan kri betpllni
az adatokat!)
3, Szmolja t a kvetkez budapesti sztereografikus koordintkat a vetlet.exe
segtsgvel EOVbe s WGS84-be: northing: 25365 s easting: 12875 (a
northing () s easting (K) angolszsz kifejezst a geoinformatikai szoftverek
gyakran hasznljk).

b, Trsadalomfldrajzi alkalmazsok

A slypontszmtsnl a Descartes-fle koordinta rendszerrel valdi
fldrajzi elterjedseket vizsglhatunk. A slypontszmtsi metdus lnyege,
hogy ha a mintavteli pontokat egy skbeli pontrendszerben (ez lehet az EOV
vetleti rendszer, illetve tetszlegesen alkotott koordintarendszer) elhelyezzk,
a teleplsek alappontjaihoz harmadik dimenziknt egyegy sly (tmeg)
rendelhet mely lehet a npessgszm, foglalkoztatottak szma, tvbeszl f-
vonalak szma, sszes tke, stb. amelybl egy slyozott tlag szmtsval
megkapjuk a vizsglt jelensg slypontjnak x s y koordintjt az adott terleti
egysgen bell (megye, statisztikai kistrsg, kistj).

=
=
=
n
i
i
n
i
i i
f
x f
x
1
1
,

=
=
=
n
i
i
n
i
i i
f
y f
y
1
1


x
i
s y
i
az alappontok koordinatai,
i
az alappontokhoz tartoz sly

Ez a mdszer alkalmas statikus s dinamikus vizsglatokra.

A statikus vizsglatokhoz tartozik:
egy vltoz slypontjnak sszevetse a regionlis/a geometriai
kzpont/lakossgi slypont elhelyezkedsvel,
11
tbb vltoz slypontjnak sszevetse a regionlis kzpont (geo-
metriai kzpont) helyvel,
tbb vltoz esetn a vltozk egymstl val tvolsga (koncent-
rltsg).

A dinamikus vizsglatokhoz tartozik:
egy vltoz slypontjnak mozgsa az id folyamn,
tbb vltoz slypontjnak mozgsa az id folyamn,
a regionlis vagy geometriai centrumtl val tvolsg mdosuls-
nak mrse (koncentrci-dekoncentrci vizsglata).

A vizsglt jelensg legyen az a llekszm, a GDP, vagy a tercier szektor
slypontja, - slypontjnak tvolsga a valdi vagy idelis centrumtl (geometriai
kzppont) meghatrozhat. A vizsglat lehet statikus s dinamikus, azaz a sly-
pont-eltolds irnyt s nagysgt is mrhetjk, hiszen vektorok keletkeznek. A
mrs sorn a kezdpont s vgpont koordintit kivonjuk egymsbl, majd a
Pithagoraszttel felhasznlsval a vektorok kiszmthatk. Teht AB szakasz
hossza, mely A (x, y) s B(x
1
, y
1
) koordintkkal jellemezhet:

AB
2
= (x
1
x)
2
+(y
1
y)
2

Egyszerre tbb, egymssal sszefggsben lv jelensg is brzolhat: a
munkanlklisg slypontjnak eltoldsa esetn pldul arra szmthatunk, hogy
mozgsa ellenttes lesz a jvedelem, vagy a klfldi tke, vagy akr a laksrak
slypontjnak mozgsval. A munkanlklisg slypontjnak s a lakossgszm
slypontjnak egyttmozgsa esetn arra kvetkeztethetnk, hogy a nagy npes-
sgszaporulattal rendelkez szegregld trsgekben a munkanlklisg is nagy.
Egy id utn viszont a gazdasgi knyszerrel magyarzhat migrcis folyama-
tok miatt megindul a lakossg elvndorlsa, amelyet a munkanlklisg slypont-
ja ugyan kvethet, de csak bizonyos ksssel.
A kvetkez brrl leolvashat, hogy erteljes centralizci jtszdik le
a rgiban. A tke s a lakossg slypontja a kzigazgatsi centrum fel toldott
10 v alatt, mg a munkanlklisg a centrumtl tvolodva a perifriba kerlt t.
Ugyanez a slypontszmtsi mdszer hasznlhat a klimatolgiban (pl. a szra-
zsggal jellemezhet terletek slypontjnak eltoldsa is mrhet ezzel ekkor
a slyfaktor a csapadk, a napstses rk szma stb.).
12


Slyponteltolds s a centrumoktl mrt tvolsg
Plda:

A Lbiaisivatagban ngy mrlloms mrte 19502000 kztt a csapadkot.
Ghat lloms koordinti: K.h.10
o
, .sz. 25
o
, a csapadk 70 mm,
Ghadames K.h.10
o
, .sz.30
o
s 85 mm, Murzuk K.h.14
o
, .sz. 26
o
, 100 mm,
Benghzi K.h. 20
o
, .sz. 33
o
s 300 mm.
2000-re a csapadk rendre 50 mm, 80 mm 120 mm s 300 mm. Hov he-
lyezdtt t a terleten a csapadk slypontja? (A Fld felsznnek grblett a
pldban mellzzk).
A szmts menete: slyozott tlagot szmtunk 1950re, majd 2000re
klnkln az x s y koordintra. A slyoz faktor a csapadk.

x
(1950)
= (10
.
70+10
.
85+14
.
100+20
.
300) / (70+85+100+300) = 8950 / 555 = 16,1
y
(1950)
= (25
.
70+30
.
85+26
.
100+33
.
300) / 555 = 30

x
(2000)
= (10
.
50+10
.
80+14
.
120+20
.
300) / (50+80+120+300) = 8980 / 550 = 16,3
y
(2000)
= (25
.
50+30
.
80+26
.
120+33
.
300) / 550 = 30,3

Az elmozduls nagysga v
2
= (30,330)
2
+(16,316,1)
2
= 0,13, v=0,36
o
(1
o
= 111,3 km)

A vonzskrzet meghatrozsnak legegyszerbb mdszernl az elz-
hz hasonlan jrunk el. A kt mintavteli pont kztti tvolsgot a slyfaktorok
arnyban osztjuk fel, a pontos koordintkat az elzek alapjn szmoljuk. A
13
terlet meghatrozsa csak azon teleplsek esetben lehetsges, amelyek ssze-
kttetsben vannak. (Teht, ha A s C vrosok kz bekeldik B vros, akkor A
vonzskrzete nem terjedhet tl rajta C irnyba). Hasonl elv alapjn interpo-
ll/extrapoll a Surfer szoftver is.


Fizikai analgikat felhasznlva e mdszer alkalmas teleplsek (v. br-
mely kt pont) kztti vonz/taszter megmrsre. A vonz hats a tmeggel
(lsd az elz feladatokban szerepl slyoz tnyezk, pl. lakossgszm, sszes
tke, krhzi gyak szma stb.) egyenesen, a tvolsg ngyzetvel (esetenknt
nagyobb kitev is hasznlhat) pedig fordtottan arnyos.

(m
1
.m
2
)/r
2
= G
1 2


Ha koordintarendszerben lv pontokrl van sz, a kzttk lv tvol-
sg mrhet (pl. EOVx, EOVy vagy s ). A lgvonalban mrt tvolsg helyett
letszerbb a kzton v. vaston mrt tvolsgokkal, mg helyesebb az elrsi
idvel szmolni, klnsen ott, ahol terepakadly gyengti a vonz hatst (hegy-
sg, foly, stb.).

A gravitcis modell felhasznlhat:
a, teleplsek kztti vonzer meghatrozsra (pl. A s B kztt nagyobb a
vonzer, vagy a A s C, avagy B s C kztt),
b, az adott pontra hat sszes vonzer kiszmtsra - ekkor az adott A pontra
B, C, s D pontok ltal gyakorolt vonz hats sszeaddik.
c, ekvipotencilis vonal/fellet kijellsre - ebben az esetben azt vizsgljuk,
hogy kt vagy tbb kzponti telepls esetben hol hzhat meg a vonal, ahol
gravitcis potenciljuk egyenl, azaz hogyan osztoznak meg a tbbi telep-
lsen (ponton). Tbb telepls esetn vizsglhat a msodlagos szv hats is.
14
A kitev rtknek nvelsvel az ekvipotencilis vonal futsa is vltozik:
azt a kitevt clszer vlasztani a vizsglatban, amely mr csak minimlisan vl-
toztatja meg a hatrokat. Az eredmnyeket mindig diszkutlni kell a helyes
interpetci rdekben.

Plda:

A vrosban a boltok szma 100, B vrosban 200, C vrosban 300. A s B
tvolsga 100 km, A s C tvolsga 200 km, B s C tvolsga 70 km. Hatroz-
zuk meg a vonzert az egyes vrosok kztt s a potenciltr nagysgt minden
egyes vrosban (r
2
-tel szmolva).

G
AB
= 100
.
200/100
2
= 2 P
A
= 2+0,75= 2,75
G
AC
= 100
.
300/200
2
= 0,75 P
B
= 2+12,2= 14,2
G
BC
= 200
.
300/70
2
= 12,2 P
C
=0,75+12,2= 12,95

Ha pl. B s C centrumoknak tekinthetk, akkor A pont B vonzsterbe
tartozik, mert C hatsa r G=0,75, mg B- G=2.


A npessgszm-vltozs s migrcis mrleg meghatrozsra is hasz-
nlhat a Descartesfle koordintarendszer, amely itt fiktv trknt szerepel.
Az egyik tengelyen a termszetes szaporods s fogys, a msik tengelyen a be-
vndorlsi nyeresg s vesztesg szerepel, mint a szaporulatot meghatroz t-
nyezk. Ennek ksznheten a teleplsek besorolhatk a ltrejtt ngy
sknegyedbe gy, mint termszetes szaporulattal s vndorlsi nyeresggel ren-
delkez, termszetes szaporulattal s vndorlsi vesztesggel rendelkez, term-
szetes fogyssal s vndorlsi nyeresggel rendelkez, ill. termszetes fogyssal
s vndorlsi vesztesggel br teleplsek. A telepls llekszmnak nveked-
st vagy cskkenst a migrci s a termszetes szaporulat alakulsnak fgg-
vnyben pedig az x + y = 0 egyenlettel lerhat egyenes jelzi, vgeredmnyben 6
npesedsi tpust bemutatva. Ezt szemllteti a kvetkez bra.

15

Teleplsek csoportostsa npesedsi jellemzk alapjn koordinta-rendszerben
(Szerk.: Sli-Zakar I.)

Feladatok

1, A vros (koordinti: 6, 6) ipari munkssga 10000 f, B vros (3, 11)
2000 f, C vros (9, 7) 1000 f, D vros (0,1) 4000 f 1990ben. 2000-
ben az adatok rendre A: 8000, B: 4000, C: 7000, D: 0. Hol volt a r-
giban az iparban foglalkoztatottak slypontja s hov toldott el 2000-re?
Ha 20002010 kztt megduplzdik minden telepls ipari npessge, hov
toldik el a slypont? Ha a 4 vros lakossga elszr rendre 19 ezer, 23 ezer,
12 ezer s 8 ezer f volt, majd 10 v mlva 16 ezer, 20 ezer, 14 ezer s 13
ezer, akkor az ipari npessg slypontja kzelebb kerlt a lakossg slypont-
jhoz, vagy sem? Mire kvetkeztethetnk ebbl?
2, 1990-ben A vrosba (koord. 2, 2) befektetett tke 12000 milli fabatka, B
vros (3, 11) 2000, C vros (9, 4) 1000, D vros (0,2) 4000. 2000-ben az
adatok rendre A: 8000, B: 4000, C: 7000, D: 0. Hol volt a rgiban a tke
slypontja s hov toldott el 2000-re? A munkanlklisg ugyanakkor rend-
re (ABCD): 1000, 2000, 3000, 2000 f 1990ben, 2000ben pedig (ABCD
sorrendben): 2000, 3000, 0, 4000 f. Merre toldott el a munkanlklisg
centruma a kistrsgben? Vane kapcsolat a munkanlklisg slypontjnak
16
s a tke slypontjnak elmozdulsa kztt? Mire kvetkeztethetnk ebbl?
Ha C vros a kzigazgatsi kzpont, akkor a slypontok koncentrcija v.
dekonctrcija zajlott le?
3, Helyezze el a koordinta-rendszerben a kvetkez teleplseket npesedsi
adataik alapjn:
Halomhegy (termszetes szaporulat = 300 f, vndorlsi egyenleg = +200
f), Srfred (termszetes szaporulat = +236, vndorlsi egyenleg 256),
Gyoproskedd (termszetes szaporulat = +103, vndorlsi egyenleg = 22)
4, A vrosban (koordinti: 6, 6) naponta a vidkrl bejr ipari munkssg
ltszma 10000 f, B vros (3, 11) 2000 f, C vros (9, 7) 1000 f, D
vros (0,1) 4000 f 1990ben. Hatrozza meg gravitcis modell alapjn a
teleplsek vonzskrzett! 2000ben az adatok rendre A: 8000, B:
4000, C: 7000, D: 1000. Hogyan vltozott a vonzskrzet nagysga
(egyenletes teleplssrsggel szmolva, a teleplsek kzti tvolsgot a
slyfaktorok rtkeinek arnyban felosztva)?
5. A vros (koordinti: 6, 6) ipari munkssga 10000 f, B vros (3, 11)
2000 f, C vros (9, 7) 1000 f, D vros (0,1) 4000 f 1990ben. Hat-
rozza meg a vrosok kztti (ipari) vonzer nagysgt! Ha A s D a kzponti
telepls, hogyan osztoznak meg a tren (B s C melyik vonzskrzetbe
tartozik?)
6. Helyezze el a koordinta-rendszerben a kvetkez teleplseket npesedsi
adataik alapjn:
Kisvsrhely (termszetes szaporulat ves tlaga 1990-2000 kztt = +3%,
vndorlsi egyenleg = +2%, 2000-2010 kztt ez rendre +1% s 0% ),
Pnzpatak (termszetes szaporulat ves tlaga 1990-2000 kztt = +12%,
vndorlsi egyenleg = 8% 2000-2010 kztt 6% s +1%), Virgosrt (ter-
mszetes szaporulat 1990-2000 kztt = 5%, vndorlsi egyenleg = 2%,
2000-2010 kztt 12% s +1%). Szmolja ki, hol a legnagyobb a vlto-
zs/elmozduls az 1990-2000-es peridushoz kpest!
7. Az albbi tblzat adatai alapjn hatrozza meg Bcs, Budapest, Belgrd s
Bukarest vonzsnak hatrait 1850-ben s 1941-ben. Szmolja ki az
sszpotencilt a vizsglati terleten! (A tblzatot kvet brk a megoldst
mutatjk be, a tvolsg lgvonalban trkpen mrve, egy egysg 7 km)








17
lakossg
(1000 f)
1850 1910 1941 x y
Budapest
tvolsga
Bukarest
tvolsga
Prga
tvolsga
Bcs
tvolsga
Belgrd
tvolsga
Trieszt 75 220 230 14,50 45,50 71,90 53,40 87,10
Zgrb 30 75 170 16,50 45,50 48,50 42,70 60,00
Graz 50 140 200 16,00 46,50 45,00 51,70 20,64
Bcs 500 1500 1800 17,00 48,00 33,60 40,30 1,00
Pozsony 25 75 150 17,50 48,00 23,60 47,40 10,40
Brno 50 120 250 17,00 49,00 42,00 27,90 17,30
Plzen 40 75 130 14,50 49,50 76,80 12,20 44,50
Budejovice 25 60 130 15,50 49,00 62,00 24,40 27,40
Prga 100 220 800 15,50 50,00 71,30 1,00 40,30
Eger 10 120 120 14,00 50,00 90,30 21,54 57,90
Ostrava 10 40 140 19,00 49,50 40,30 42,40 34,90
Krakk 30 150 280 20,00 50,00 45,20 64,60 53,80
Lvov 110 250 300 23,50 49,50 72,70 97,40 114,70 96,50
Csernovci 20 100 130 25,00 48,00 85,60 68,80 115,60
Kolozsvr 30 60 110 23,50 46,50 59,20 52,30 92,70
Temesvr 15 70 110 21,00 45,00 42,70 66,18 74,50 21,40
Budapest 175 930 1200 19,50 47,00 1,00 107,60 71,30 33,60 52,70
Debrecen 30 95 120 21,50 47,00 31,60 80,10 64,40
Szeged 30 110 136 20,50 46,00 26,50 93,50 57,70 28,40
Szabadka 45 90 90 20,00 46,00 29,30 86,80 57,80 23,70
Belgrd 10 75 250 21,00 44,50 52,70 74,00 79,70 1,00
Szfia 15 100 260 23,50 42,50 103,80 48,00 133,60 53,80
Bukarest 120 400 900 26,00 44,00 107,00 1,00 140,30 74,70
Galati 35 60 85 27,50 45,00 118,70 28,80 154,50
Iasi 40 75 120 27,00 47,00 105,60 49,80 137,90
Chisinau 70 110 100 28,00 47,00 121,60 57,40 155,60
Pcs 15 48 78 18,50 46,00 28,10 43,50 37,20
jvidk 10 33 61 20,00 45,00 40,90 84,80 65,80 13,40
Zombor 10 30 35 19,50 45,50 30,80 93,70 54,20 25,00
Kassa 15 45 70 21,50 48,00 34,50 59,30
Nagyvrad 30 61 92 22,00 46,50 39,70 69,80 73,20
Arad 40 61 90 21,50 45,50 38,00 68,50 72,00 28,90
Brass 32 41 60 25,50 45,00 86,80 29,30 120,00
Szeben 20 33 53 24,00 45,00 70,70 37,00 104,00
Nis 20 25 45 22,00 43,00 82,30 59,90 109,00 32,00

18

Budapest s krnyez fvrosok vonzstere 1850-ben (vkony fekete), 1910-ben
(vastag fekete), 1940-ben (szrke) lakossgszm alapjn s kapcsolatuk a tnyleges
hatrokkal. A sraffozs az tmeneti znt jelzi, ha r
2
helyett r
3
-t vlasztunk

14 16 18 20 22 24 26 28
42
44
46
48
50
T
r
ie
s
z
t
Z

g
r

b
G
r
a
z
W
i
e
n
B
r
a
t
i
s
l
a
v
a
B
r
n
o
P
l
z
e
n
B
u
d
e
j
o
v
i
c
e
P
r
a
h
a
E
g
e
r
O
s
t
r
a
v
a K
r
a
k

w
L
w

w
C
s
e
r
n
o
v
c
i
K
o
l
o
z
s
v

r
T
e
m
e
s
v

r
B
u
d
a
p
e
s
t
D
e
b
r
e
c
e
n
S
z
e
g
e
d
S
z
a
b
a
d
k
a
B
e
o
g
r
a
d
S
o
f
ij
a
B
u
k
a
r
e
s
t
G
a
la
t
i
I
a
s
i
C
h
is
in
a
u
P

c
s

j
v
i
d

k
Z
o
m
b
o
r
K
a
s
s
a
N
a
g
y
v

r
a
d
S
z
a
t
m

r
n

m
e
t
i
A
r
a
d
M
a
r
o
s
v

r
h
e
l
y
B
r
a
s
s

S
z
e
b
e
n
N
is

A fvrosok vonzskrzetnek hatra s az sszpotencil 1850-ben koordintarend-
szerben (szlessgek s hosszsgok) brzolva


19
c-d, Talajvz-ramlsi irny s a dlsirny meghatrozsa

Az egyszerbb, grafikus mdszer esetben a vizsglat elvgzshez lega-
lbb 3 pontra (szlelktra) van szksg, melyek koordinti egy ltalnos h-
romszget hatroznak meg. Ha adott a terepszint magassga s ismert a talajvz-
lls, akkor a talajvzszint tszf.-i magassga is kiszmthat. Ezt kveten ott,
ahol a legnagyobb a talajvznv dlse teht a legmagasabb s legalacsonyabb
vzllssal br oldalon bejelljk a harmadik oldalhoz tartoz vzllst. Ha
esetnkben a legmagasabb vzlls 156 m, a legalacsonyabb 153 m, azaz a szint-
klnbsg 3 m, a harmadik cscsban pedig a vzszint 154 m, gy a 154 m-es ma-
gassgot jell pont 2:1 arnyban osztja fel az elz szakaszt (teht a talajvzlls
rtkt slyfaktorknt hasznljuk). Ezt a pontot sszektjk a 154 m-es csccsal,
majd az gy keletkezett szakaszra merlegest lltunk a 156 m-es cscsbl. Ez
utbbi lesz az ramls irnya, mely teht merleges az elbb meghatrozott 154
m-es izovonalra (a lejts merleges a szintvonalakra). Az ramls addig tart, mg
a vzszintklnbsg ki nem egyenltdik, az ramls sebessge teht cskken,
akrcsak a nv lejtse.
Ha ismeretesek az ramlsi irnyt reprezentl vektor kezd s vgpont-
jnak koordinti, akkor meghatrozhat a megtett t (s), s az ramls (v. szeny-
nyezs terjedsnek) kezdeti sebessge: s a v = 2 , ahol a (gyorsuls) = g
.
sin
. A kezdeti lejts () kiszmolhat, ha ismeretes a vektor kezd- s vgpontjnl
pontjnl a talajvzszint tszf.-i magassga. A gyorsuls s az eltelt id ismeret-
ben az ramls (szennyezs) terjedse (s) megadhat:
2
2
t
a
s = .
(2;2; 154, -1)
(5;3; 156, -2)
(3;6; 158, -2)
156
154
153
155
154
1
2
!
!-
!:
A
B
C
D
.

a
!:
!?

]
/] :,a

A felszn lejtsirnynak (szaggatott) s a talajvz-ramls irnynak (folytonos) megha-
trozsa 3 szlelkt alapjn (x, y, z koordintk s a felszntl mrt talajvz-mlysg).
20
Elfordulhat, hogy a vektor kvl esik a hromszgn, de ez nem ad rossz
eredmnyt. Amennyiben hromnl tbb kutunk van, gy az irnyt minden kt-
hrmasnl meg kell adni, majd a vektorokat sszegezni.(Ugyanezt automatizltan
vgzi el a Surfer program). Mivel nem a felsznt, hanem a vzszintet vizsgljuk, a
z koordintk rtkeibl a talajvzllst mlysge kivonand. A felszni rtkekre
elvgzett hasonl vizsglat a felszn dlsnek irnyt adja meg.
A kvetkez brn rintkez keresztszelvnyekben, valamint kibukkan
rtegfelsznen valdi s ldls lthat.

/

. ?:
. ?
. ?:


. -
. --
/
. -:
?!:
-
?:
!-
?!
!!-
-

!
:
!
:
:!
:
+-.].-, -
+-.].-,
+-.].-, !
Felszni rteg ldlse Keresztszelvnyben lthat
s valdi dlsirnya rteg dlsnek meghatrozsa


A rtegfelsznek dlsnek kijellse nehz, hiszen a legmagasabb s leg-
alacsonyabb pont sszektse sokszor nem a valdi, hanem az ldlst adja meg.
A dlsirnyt terepen a legegyszerbben gy llapthatjuk meg, hogy vizet cse-
pegtetnk a felletre. Amerre a vz fut, arra van a valdi dlsirny. Ezt kveten
bnyszkompasszal a dls azimutja s az irny meghatrozhat polrkoordinta-
rendszerben.
Hasonlan kell eljrni, ha kt rtegtant bemutat keresztszelvnynk van,
melyek egy kzs ponton rintik/metszik egymst s egy fedvel s fekvel is
rendelkez (teht terepen nem lthat) rteg valdi dlst kvnjuk megllapta-
ni.
Mind a talajvz ramlsi irny, mind a rtegdls kiszmthat vektorok-
kal, megadhatk a pontos koordintk is, de mivel ezt szoftverek (pl. a Surfer) is
elvgzik, ezekkel itt nem foglalkozunk.

21
Feladatok

1, Egy talajvzktban (EOV 833440, 278650, 199) a vzlls 2,5 mter, egy m-
sikban (833590, 278600, 202) 2,1 mter, egy harmadikban (835110,
278940, 197) pedig 3 mter. Hatrozza meg a talajvzramls irnyt grafi-
kusan, a nv kezdeti dlsszgt s az ramls kezdeti sebessgt.
2, Egy talajvzktban (199 m) a vzlls 2,5 mter, a tle 500 mterre lv 200m
tszf. magassg ktban 2,1m. Mennyi a talajvz vrhat magassga
a, flton
b, az els kttl 350 mterre?
3, Egy mszkrteg tetejnek EOV koordinti egy geolgiai rtegszelvnyben:
kezdpont (834440, 278650, 179), vgpontj: (833590, 278600, 144). A ve-
le rintkez msik szelvnyben e rteg koordinti a kvetkezk (835100,
278000, 205) s (833590, 278600, 144).
Szmolja ki a rtegek dlst mindkt szelvnyben, ldlst a vzszintes
skhoz kpest,
s hatrozza meg a rtegek valdi dlst s csapst (a hrom pont ltal
meghatrozott skon).
4, Hatrozza meg a talajvzramls irnyt s kezdeti ramlsi sebessgt a k-
vetkez koordintk alapjn:
A (x,y,z, h): 1, 2, 171, 1; B (x,y,z, h): 8, 4, 166, 1; C (x, y, z, h): 3, 8, 170,
-1!
5, Hatrozza meg a valdi dls irnyt a kvetkez koordintk alapjn:
A (x, y, z): 1, 2, 171, B (x, y, z): 8, 4, 169, C (x, y, z, h): 3, 8, 170!
6, Szmolja ki a kt, a fenti brn lthat, nem feltrul rteg valdi dlsnek
szgt!

1. 2. Hromszgdiagram

A hromszgdiagram a fldtudomnyok tbb terletn (trsadalomfldrajz,
szedimentolgia, svnytan, stb.) alkalmazott specilis koordintarendszer. Segt-
sgvel hrom adat brzolhat, ha azok sszege egy adott rtk. Ez leggyakrab-
ban gy rhet el, hogy az adatokat az sszegkkel elosztjuk (normljuk, azaz
szzalkot kpznk) vagy eleve szzalkos formban fogalmazzuk meg. Erre
vonatkoz klasszikus alkalmazs a munkaer szektorok szerinti megoszlsa (me-
zgazdasg + ipar + tercier s kvaternl =100%), a fbb szemcsefrakcik meg-
oszlsa (homok + iszap + agyagtartalom =100%), az svnytanban a fldptok
minstsre hasznlt Nigglifle diagram, a bauxitok minstsre hasznlt diag-
ram (agyagsvnyok, Fesvnyok, AlTisvnyok), a Selleyfle homokk-
osztlyzsi diagram (agyag, fldpt, kvarc): gyakran alkalmazzk kmiai sszet-
tel brzolsra is.
22
Nagy elnye, hogy a hrom adat skban brzolhat. Ennek oka, hogy a h-
rom adat egymstl nem fggetlen, azaz valjban kt fggetlen vltoznk van.
Hasznlatval csakgy, mint a ktvltozs diagramok esetben lehetsg ny-
lik
a, csoportalkotsra s
b, idbeli vltozsok kvetsre.
A csoportalkots sorn kt eljrst klnthetnk el. Az egyik, hogy sajt
adataink elhelyezkedse alapjn a vizsglt paramterek szerint sajt magunk k-
lntnk el csoportokat, s keressk az azonos csoportba tartozs fldtudomnyi
okt. Bizonyos hromszgdiagramokban a szakirodalom ltal meghatrozott ha-
trok klntik el az egyes kategrikat, azaz adatainkat ezekbe elhelyezve meg-
llapthat, hogy melyik kategriba tartozik egy-egy adatsorunk (klasszifikci-
s-diagramok).
A csoportalkotsra plda az USDA textrn alapul talajosztlyozsi
rendszere, a keverk trmelkes ledkes kzeteket besorol diagram, a
Streckeisendiagram, vagy az egyes orszgok fejlettsg szerinti elklntse a
foglalkoztatottak/tke/termelt GDP szektorok kztti megoszlsa esetn.
A klasszifikci pldjt elszr a Strackeisen-diagramon mutatjuk be. Eb-
ben az esetben a kzetminta adatai az alkot svnycsoportok %-os arnyai. A
diagram azonban csak hrom (ngy) csoport tagjait tartalmazza: a kvarc, az alk-
lifldptok s plagioklszok, valamint az n. fldptptlk arnyt. A kvarc s a
fldptptlk egytt nem fordulhatnak el, gy valjban egyszerre mindig csak
hrom adat szerepel egy-egy minta adatainak brzolsban. A vizsglt kzet
svnyos alkoti kzl ki kell vlasztani az brzolandkat, s ezek sszegt
(amely a legtbb kzet esetben kisebb lesz a 100 %-nl) vissza kell normlni
100 %-ra. Ez azt jelenti, hogy a kijellt alkotk szzalkos rtkt osztjuk az sz-
szegszzalkkal, majd szorozzuk szzzal, gy jra szzalkos rtk lesz. Figyelni
kell teht arra, hogy itt a szzalkokbl lesznek jra szzalkok! Ezutn a kzet-
minta sszettelt reprezentl pontot elhelyezzk a diagramba, s leolvassuk,
hogy ez alapjn melyik kzettpusba tartozik a mintnk (eltte ellenrizve, hogy
az adott tpus kzethez hasznlhatunk-e egyltaln ilyen mdszert). A diagram
rdekessge, hogy kt hromszgbl ll, melyeket a kvarc s fldptptlk 0 %-
os vonala mentn fordtanak egybe.
Ha egy hromszgdiagramban egy adott minta tbb idpontban vizsglt
rtkeit brzoljuk, akkor az brzolsmd alkalmas idbeli folyamatok elemz-
sre is. Plda erre az egyes orszgok foglalkoztatottsgi szerkezetnek vagy a
szektorok ltal termelt GDP-nek idbeli mdosulsa.
A hromszgdiagramban trtn adatbrzols kiss eltr a szoksos kt-
dimenzis brzolsmdoktl, ugyanis a kt fggetlen adattengely nem merle-
ges, nem a zrushelyen metszi egyms, s nem is ltszdik az brn (azaz nem
Descartes-fle koordintarendszert hasznlunk). Egy-egy tengely a hromszg
23
egyik oldalfelezpontjtl a szemben lev cscsig tart, a beosztsa a kvetkez: 0
% a hromszg oldalnl, 100 % a hromszg cscsnl, az oszts egyenkz.
gy egy adott szzalkos rtk az erre a tengelyre merleges, a tengelyt a megfe-
lel rtknl metsz egyenesen tallhat. Ha a hrom adatbl kettnek megkeres-
sk az ilyen mdon definilt egyenest, akkor a kt egyenes metszspontja meg-
adja az adatpont helyt a hromszgdiagramban.
A knnyebb brzols s kiolvass vgett gyakran a legfontosabb szza-
lkos rtkek vonalait be is szoktk hzni a diagramba (ezek ltalban 25 %-
onknt vagy 10 %-onknt behzott szakaszok). Mivel ezek a szakaszok elrik a
diagram szlt, gy a hozzjuk tartoz rtkek a hromszg szln feltntethetk.
Mivel egy-egy ilyen pontba kt szakasz is befut, melyek eltr paramterhez tar-
toznak s eltr szzalkos rtket jelentenek, gy ezek a felrsok nha zavarak
is lehetnek. Ennek elkerlse vgett ltalban azt a mdszert szoktk alkalmazni,
hogy egy-egy oldalon csak egy paramter szakaszainak rtkt rjk ki, ltalban
egysgesen a pozitv vagy negatv irnyba haladva. Nha azonban ennek kivitele-
zse akadlyokba tkzhet. E beosztsnak ksznheten egy msik brzolsi
gyakorlat szerint a hromszg oldalain jellt skla s az oldalakkal prhuzamos
segdvonalak metszspontja alapjn is brzolhat a minta.
Tbb vltoz esetn (amennyiben sszegk tovbbra is lland) tbbfle-
kppen jrhatunk el. Az egyik, hogy trbeli tetrader-diagramot hasznlunk az
elemzsekhez, de ennek megjelentsi lehetsgei korltozottak. Msik lehetsg,
hogy tbb vltozt sszevonnak (tercier s kvaternel arnya, Na
+
s K
+
-ionok
sszevonsa a vzmintk sszettelnek egyenrtkszzalkos vizsglatnl),
esetleg adatredukcival, vltozk sszevonsval (lsd faktoranalzis).
A hromszgdiagramban a fenti sszevonsokon tl egyb sszetett vagy
szrmaztatott rtkek gy vltozk szorzatai, hnyadosai is elfordulhatnak.
Ebben az esetben azonban fokozottabban kell figyelni, hogy a szzalkkpzs
elvgezhet legyen (ennek egyik felttele az azonos mrtkegysg). Azokban az
esetekben, ahol a hrom adat jelentsen eltr nagysgrend, vagy a csoportkp-
zs szksgess teszi, a tnyleges adatok helyett azok tbbszrst vagy hnya-
dost hasonltjuk ssze a tbbi adattal.
A hromszgdiagram Excelben is megszerkeszthet, jllehet az alapfunk-
cik kztt nem szerepel. Mivel azonban a hromszgdiagram pontjai is rtel-
mezhetk x;y koordintaknt, gy a kt rendszer kztt van tszmtsi lehetsg:
3
2 2
= + =
b
y s
b
a x , ahol x s y a Descartes-fle koordinta-rtkek, a s
b pedig a hromszgdiagram kt vltozja.
24

Plda idbeli vltozsok (trendek) bemutatsra hromszgdiagramban

Plda csoportalkotsra hromszgdiagramban
(22% agyagfrakci, 35% homok, 43% iszap)
25

Streckeisen-diagram

Feladatok

1, Hatrozza meg a kt, krrel jellt orszg foglalkoztatsi szerkezett s helyez-
ze el a mezgazdasg=10%, ipar=40%, tercier=50% rtkkel jellemezhet C
orszgot a diagramon!
2, A fejlett orszgokra jellemz, hogy a mezgazdasgban foglalkoztatottak ar-
nya 10% alatti, a szolgltat szektorban dolgozk 50% feletti, mg a fejld
orszgokra ppen a fordtottja jellemz. A volt szocialista orszgokra, illetve
az ipari forradalom fzisban jr orszgokra jellemz, hogy az iparban dol-
gozk arnya nagyobb, mint 50%. Az emltett adatok alapjn rajzolja be a ha-
trvonalakat s alkoss csoportokat!
3, Piripcson a fiatalkorak (018) arnya 1970-ben 40%-volt, a felntt korak
(1865) arnya 35%, a nyugdjasok (>65) rtelemszeren 25%. 1980-ban ez
rendre 30%, 40% s 30% volt, majd 1990-re az rtkek rendre 20%-ra, 40%-
ra s 40%-ra vltoztak. 200-ben viszont a fiatalkorak arnya 29%-ra, a fel-
26
nttek 38%-ra a nyugdjasok 33%-ra ntt. brzolja hromszgdiagramon
a vltozs irnyt s adjon lehetsges magyarzatot a vltozs mgtt ll tr-
sadalmi-gazdasgi folyamatokra!
4, Egy talajminta 35%-os homok, 24%-os agyag s 41%-os iszaptartalommal
rendelkezik. Minstse a mintt az USDA rendszere alapjn.

|
a
!
!

!
!
IPAR
MEZGAZD.
TERCIER

5, Hatrozza meg a hromszg-diagramon feltntetett mintk szemcseeloszlst,
majd helyezd el a diagramon agyag=20%, iszap=30%, homok=50% mintt!
6, Egy talajminta 29% iszap, 33% agyag s 25%-os homoktartalommal br. br-
zolhat-e ez a pont hromszgdiagramon?
7, QAPF- (Streckeisen-) diagramon brzolja s minstse a kvetkez rtkekkel
rendelkez mintt:
kvarc (Q) 25%, ortoklsz s mikroklin (A), 8%, plagioklszok (P) 20%, f=0%
(F s Q kizrjk egymst!) Ekkor a Q+A+P=75 v%, amit tekintsnk 100%-
nak s arnyosan szmoljuk vissza a %-rtkeket Q-ra, A-ra, P-re.


1. 3. Hromdimenzis koordinta rendszerek

A Descartes-fle koordinta-rendszer

Vegynk fel a skon egy derkszg
Descartes-fle koordinta rendszert, majd a
rendszer kezdpontjban lltsunk merleges
szmegyenest a skra. gy lehetsg addik
arra, hogy a trben kivlasztott pont helyt a
hrom tengelytl mrt merleges tvolsggal
megadjuk.
27
A trbeli P (x; y; z) pont koor-
dintinak meghatrozsnl elszr a
pontnak a skra es merleges vetle-
tre az elzekben mr megismert
mdon meghatrozzuk a pont x s y
koordintit a skon. A harmadik ko-
ordintt (z) a z tengelyen mrjk a
sktl mrt tvolsggal. Ennek megfe-
lelen a pontot hrom szmrtkkel
adhatjuk meg. A tr pontjai s a rende-
zett vals szmhrmas kztt klcs-
ns s egyrtelm kapcsolat van.
A pont jellse: P (x, y, z)

Polr trkoordinta-rendszer


Vegynk fel a skon az
llspon-tunkban egy alapskra
merleges tengelyt s vlasszunk ki a
skon egy alapirnyt. A trbeli pont
helyzett egyrtelmen kt szg- s
egy tvolsg-rtkkel adhatjuk meg. A
C pont koordintinak meghat-
rozsnl elszr lemrjk az
alapskon az alapirnytl a C pont
merleges vetletig a szget ( ),
majd az OC s a merleges vetlete
ltal bezrt szget ( ) s vgl
meghatrozzuk az OC tvolsgot.
A pont jellse: C ( , , d)

Geogrfiai alkalmazsok

A trbeli koordintarendszereket elssorban az gbolti tjkozdsnl
hasznljuk. Ezeknek a rendszereknek az alapja a polr koordinta rendszer. Arra
azonban gyelnnk kell, hogy a csillagszatban az alapirny a dl s a szg m-
rst a klnbz koordinta rendszerekben eltr mdon vgezzk:


28
A horizont gi koordinta rendszerben az alapskon (a horizonton) az
azimut (a) szget a dli irnytl az ramutat jrsval megegyezen a
horizontlis talppontig, majd a
magassgi szget (m) a hori-
zontlis talpponttl a zenit ir-
nyba a csillagig mrjk. Az
ggmbn a csillag helynek a
kijellshez ez a kt koordin-
ta elegend, ugyanis a harma-
dik koordintt (a csillag tvol-
sgt) itt nem vesszk figye-
lembe (a Fldtl eltr tvol-
sgra lv csillagokat egy g-
gmbre vettjk).



Az gi egyenlti rendszerben az alapsk az gi egyenlt, a csillag helyt
meghatroz egyik koordinta az raszg (t), a msik pedig a csillag dek-
lincija (). A harmadik koordintval itt sem szmolunk. Az raszget
az gi egyenlt s a meridin metszspontjtl (Q) a csillag egyenlti
talppontjig mrjk az ramutat jrsval megegyezen. A deklincit
pedig az egyenlti talpponttl
a csillagig. A deklinci rtke
lehet pozitv, vagy negatv attl
fggen, hogy a csillag az
szaki, vagy a dli flgmbn
tallhat. Az gi egyenlti
rendszerben arra is lehetsg
van, hogy az raszg helyett a
csillag rektaszcenzijt () ad-
juk meg koordintaknt, akkor
arra kell gyelni, hogy a
rektaszcenzit a tavaszponttl
( ) a csillag egyenlti talp-
pontjig az ramutat jrsval
ellenttesen kell felmrnnk.

Ha a polr trkoordinta-rendszert a fldgmbn egy pont meghatrozsra
akarjuk hasznlni, akkor alapskul az egyenltt, alapirnynak pedig a meg-
29
A C
B


a
b
c
llapodsnak megfelelen a Greenwichen thalad meridin (0
o
) s az
egyenlt metszspontjt vlasztjuk. Az egyik koordinta a Fld kzppont-
jbl az adott felszni ponthoz hzott sugr s az egyenlt skja ltal bezrt
szg (szlessgi szg = ), a msik koordintt pedig a kezd meridintl
az adott pont egyenlti vetletig
mrjk (fldrajzi hosszsg = ). A
fldrajzi szlessg rtke szmtsi
feladatoknl lehet pozitv, vagy ne-
gatv attl fggen, hogy a felszni
pont az egyenlttl szakra, vagy
dlre tallhat. Egybknt a pontok
koordintinak jellsnl az gtj
(, D) megjellst hasznljuk. A
hosszsgi rtkeket a kezd meridi-
ntl keletre s nyugatra 180 180
o
-
ig mrjk, s szmtsi feladatoknl
itt is pozitv negatv eljelet hasz-
nlunk, a koordintk jellse az g-
tjak (K, Ny) megadsval trtnik.

1. 4. Trigonometria

b
a
tg =
a
b
tg =
c
a
= sin
c
b
= cos


a
b
ctg =
b
a
ctg =

s ptszgek (+=90
o
)


Egy szg szgfggvnynek rtke egyenl ptszgnek ptfggvny-rtkvel!
{sin (x)-nek cos (x), cos (x)-nek sin (x), tg (x)-nek ctg (x) s ctg (x)-nek tg (x)}
cos (90
o
) = cos = sin sin (90
o
) = sin = cos
tg (90
o
) = tg = ctg ctg (90
o
) = ctg = tg
sin (180
o
) = sin cos (180
o
) = cos

cos
sin
= tg sin
2
+ cos
2
= 1
cos
t
g


s
i
n


1

30
Most mr a szgfggvnyek ismeretben a skbeli polrkoordintk
tszmthatk Descartes derkszg koordintkra:
x = d
.
cos , illetve y = d
.
sin


Geogrfiai alkalmazsok

Sk terepen a mrhet (megkzelthet) tvolsgban elhelyezked terep-
trgyak (fa, plet, feltrs, stb.) magassga a tvolsg s a magassgi
szg ismeretben meghatrozhatk.










Domb- s hegyvidki terleten a terepi felmrseknl hasznlt kpleteket
hasznljuk.










d
1
= d
.
cos

d = 100
.
l a d tvolsg kiszmtsnl 100 a mszer szorzszma, l
pedig merleges rlts esetn a mszer szlkeresztjnek als fels jelnl a
lcrl leolvashat rtkek klnbsge. Mivel a rlts ferdeszg, ezrt a lc-
rl leolvasott rtkek klnbsgt cos val szorozni kell: l = l
1

.
cos
Ennek megfelelen d = 100
.
l
1

.
cos
d
1
= 100
.
l
1

.
cos
.
cos d
1
= 100
.
l
1

.
cos
2


m
d
m = d
.
tg
d
d
1

m
j
M

x
31

1
d
x
tg = x = d
1

.
tg ; m = x J + M
m = d
1
.
tg j + M; m = 100
.
l
1

.
cos
2

.
tg j + M

depresszis szg esetn:

m = 100
.
l
1

.
cos
2

.
tg + + + + j - M











1. 5. Nevezetes vonalak

Kr

K = 2r T = r
2


Krcikk
K = 2r+i

=
o
r
i
360
2

=
o
r
T
360
2
o
vagy
2
r i
T

=
Krszelet - vhossz:
o
r
I
180

= terlete: ) sin
180
(
2
2
o
o
o
r
T

=



Kpszeletek
d
m
M

d
1

j
r
d

i
32

a, Ellipszis b, Parabola c, Hiperbola

Egyenletk
ellipszis: 1
2
2
2
2
= +
b
y
a
x
parabola:
2
x a y = +b hiperbola: 1
2
2
2
2
=
b
y
a
x

kr: 1
2 2
= + y x egyenes: b x m y + =

Ellipszis kerlete:
)
2 2
(
2 2
b a b a
K
+
+
+
=
Terlete:
T= a
.
b
.

ahol az a s b az ellipszis fltengelyei.
Ortodrma

A legnagyobb gmbi fkrket
ortodrmnak nevezzk. Kzppontjuk a
gmb kzppontja. Az ortodrma kt pont-
ja a krt kt rszre (vdarabra) bontja. Ezek
kzl a rvidebb a gmbn a kt pont k-
ztt a legrvidebb tvolsgot adja.




a
b
33
Loxodrma

Az a ferde futs gmbfelleti
grbe vonal, amely a tengely vgpontja-
in thalad ortodrmkat mindig
ugyanakkora szgek ( ) alatt metszi.



Geogrfiai alkalmazsok

A szlessgi kr hossznak meghatro-
zsa

K = 2r
r = R
.
cos , , , ,
ahol r a szlessgi kr R pedig a
Fld sugara

K= 2R cos




Feladatok

1, brzoljuk trbeli polr koordinta rendszerben azt a nyugv csillagot,
amelynek koordinti: azimut = 50
o
, magassg = 30
o
!
2, Hatrozzuk meg annak az egyedlll fnak a magassgt, amelyet 20 mter
tvolsgbl 30
o
os magassgi szg alatt ltunk!
3, Milyen magas az a kunhalom, amely mrsnl a kvetkez adatokat kaptuk:
M = 1,5 m; l
1
= 0,4 m; j = 1,80m; = 30
o
?
4, Egy telepls mvelsgi megoszlst 5 cm sugar krdiagramon brzoljuk.
Mekkora lesz a krcikkek szge s terlete, ha a sznt 70%, a
kert+gymlcss 15%, a rt+legel 5%, s az egyb terletek 10%-ban r-
szeslnek?
5, Mekkora annak az ellipszis alak parknak a terlete, amelynek a hossza 80m,
szlessge 25m?
6, Hatrozza meg Debrecen szlessgn egy fldrajzi fok hosszsgt!

R
R
r
34
7, Milyen tvol van a Fldn az a kt hely, amelynek koordinti:
P
1
(.sz.32

; K.h. 12

40) az egyik, s P
2
(.sz.32


; K.h. 16

10);
P
1
(.sz.32

; K.h. 12

40) az egyik, s P
2
(.sz.32


; Ny.h. 17

20)?
8, Milyen tvol van a Fldn az a kt hely, amelynek koordinti:
P
1
(.sz.32

40; K.h. 18

) az egyik, s P
2
(.sz.32


10; K.h. 18

);
P
1
(.sz.32

40; K.h. 18

) az egyik, s P
2
(D.sz. 27


20; K.h. 18

)?
9, A 60. szlessgi kr hossza hny %-a az Egyenltnek?
10, Hatrozzuk meg 1 fldrajzi fok hosszsgt egy adott szlessgi krn!
o
R
fok
360
cos 2
1

=
11, Hatrozzuk meg kt olyan hely tvolsgt a Fldn, amelyek azonos szles-
sgi krn helyezkednek el! P
1
(
1
;
1
) az egyik, P
2
(
1
;
2
) a msik hely
koordinti, akkor a tvolsg fokban:
2

1
(ha az egyik pont a
kezdmeridintl Ny-ra a msik pedig K-re van, akkor kell az sszeadst
alkalmazni!)
( )
1 2
360
cos 2


=
o
R
tvolsg
12, Hatrozzuk meg kt olyan hely tvolsgt a Fldn, amelyek azonos hossz-
sgi krn helyezkednek el! P
1
(
1
;
1
) az egyik, P
2
(
2
;
1
) a msik hely
koordinti, akkor a tvolsg fokban:
2

1
(ha az egyik pont az egyenl-
ttl -ra a msik pedig D-re van, akkor kell az sszeadst alkalmazni!)
o
R
fok
360
2
1

= , ( )
1 2
360
2

=
o
R
tvolsg
13, Mekkora a feldert (A) ltal rajzolt trkpvzlat mretarnya, ha a vzlaton
lthat 20 m magas torony cscsa 10 fokos szg alatt ltszik (szintvonalak
10 m-enknt)? Mekkora a vals tvolsg A s B pontok kztt s mekkora a
trszn tlagos lejtse?

35
2. Gmbhromszgtani ttelek s alkalmazsuk. Tvolsg s ter-
let mrsnek lehetsgei, szmtsi feladatok.

2. 1. Gmbi geometria

Gmb
A gmb olyan pontok mrtani helye a trben, amelyek egy ponttl, a
gmb kzppontjtl egyenl tvolsgra vannak. Ha egy flkrt a vgpontjait
sszekt szakasz (tmr) krl forgatunk, akkor egy oly felletet kapunk,
amelynek minden pontja az tmr felez pontjtl egyenl tvolsgra van. A
tvolsg a gmb sugara (R).
Felszne: =
2
4R F Trfogata:
3
4
3
R
V =
Egy sk a gmbt kt gmbszeletre bontja.
A gmb kzppontjn thalad sk s a gmbfellet metszett fkrnek
(ortodrmnak) nevezzk. A fkrv a fkr egy szakasza. A fkrv kzpponti
szge a fkrv kt vgpontjbl hzott gmbi sugarak ltal bezrt radinban
mrt szg. (360
o
= 2 radian)







A fkrv hossza (kt pont tvolsga) a pontokon thalad fkr rvidebb
vnek hossza (Kt pont kztt a legrvidebb t.). A fkrvek ltal bezrt szget
a skjaik hajlsszgvel mrnk.
A gmbktszg kt gmbi fkr ltal hatrolt terlet. Kt fkr a gmbt
ngy gmbktszgre osztja. Felszne F = 2R
2
(a kt fkr szge radinban egy-
rtelmen meghatrozza). (A teljes gmbfelszn 4R
2
.)

Gmbszelet
R a gmb, r a gmbszelet alapkrnek a sugara
Felszn: A = T
kr
+Palst
M R r A + = 2
2
, ahol
) sin 1 ( sin = = R R R M
) sin 1 ( 2
2 2
+ = R r A
R
r
R
M

36
Trfogat: ( )
2 2 2
3
6
)
3
( r M
M M
R M V + = =

Gmbv (gmbrteg)


R a gmb, r
1
s r
2
a gmbv kreinek a sugara

Felszn: A = T
1kr
+ T
2kr
+Palst

T
1kr
= r
1
2
, , , , T
2kr
= r
2
2


P = 2R M
M = R sin
2
Rsin
1
= R
.
(sin
2
-sin
1
)

P = 2R
2

.
(sin
2
-sin
1
)


Trfogat:
( )
2
2
2
1
2
3 3
6
r r M
M
V + +





A gmbhromszg a gmbfellet hrom
pontjt sszekt, -nl rvidebb hrom f-
krv ltal hatrolt terlet. Szgei kisebbek -
nl, szgeinek sszege viszont nagyobb -
nl. Felszne: F = R
2
( + + ).





2. 2. Gmbhromszgtani ttelek

A gmbhromszg oldalait s szgeit a cosinus- s sinus ttelekkel hat-
rozhatjuk meg.

1
r
2

2
R
M

R
r
1
37
Cosinus-ttel:
Egy gmbhromszg oldalnak cosinusat megkapjuk, ha a msik kt oldal
cosinusnak szorzathoz hozzadjuk e kt oldal sinusnak s a kzbezrt szg
cosinusanak szorzatt.
Kplet formban:
cosa=cosb
.
cosc + sinb
.
sinc
.
cos
cosb=cosa
.
cosc + sina
.
sinc
.
cos
cosc=cosa
.
cosb + sina
.
sinb
.
cos
Sinus-ttel:
Egy gmbhromszgben kt oldal sinusnak arnya egyenl az oldalakkal
szemben fekv szgek sinusnak arnyval.

Kplet formban:

sin
sin
sin
sin
=
b
a

sin
sin
sin
sin
=
c
b

sin
sin
sin
sin
=
c
a


Geogrfiai alkalmazsok

A gmbhromszgekre levezetett cosinus- s sinus-ttel jl alkalmazhat
az ggmbi (csillagszati) feladatok megoldsnl. Abban az esetben, ha msze-
rekkel meghatrozzuk egy gi objektum (pl. csillag) horizont koordinta rend-
szerben mrhet adatait, akkor az albbi kpletekkel az objektum egyenlti rend-
szerbeli koordinti kiszmthatk.

A csillagszati hromszg cosinus ttelnek kplete:
cos(90
o
-) = cos(90
o
-m)
.
cos(90
o
-) + sin(90
o
-m)
.
sin(90
o
-)
.
cos(180
o
-a)
sin( ) = sin(m)
.
sin( ) - cos(m)
.
cos( )
.
cos(a), ahol
() : a csillag deklincija, (m): a csillag magassga a horizont felett, (a): a csillag
azimut rtke, amelyet a dlponttl mrnk a csillag horizontlis talppontjig s
() : az adott hely fldrajzi szlessge. m = 0 felttelt alkalmazva kiszmthat a
kel s nyugv gitest azimutja (a dli kezdirnyhoz kpest):
cos(a) = - sin( ) / cos( )

A csillagszati hromszg sinus ttelnek kplete:
sin (90
o
-) : sin (90
o
-m) = sin (180
o
-a) : sin t
cos : cos m = sin a : sin t

cos
cos sin
sin
m a
t

= , ahol t a csillagid.
38

A ttelek segtsgvel az egyenlti rendszer adataibl a csillag horizont
rendszerbeli adatai is meghatrozhatk. Ekkor a kplet az albbiak szerint mdo-
sul:
sin m = sin( )
.
sin( ) + cos( )
.
cos( )
.
cos t , illetve

m
t
a
cos
sin cos
sin



A Nap magassgnak s a deklincijnak ( ) ismeretben a fldrajzi sz-
lessg meghatrozhat:


1 11 1
= 90
o
m + , ha a Nap a zenittl dlre delel

1 11 1
= 90
o
+m+ , , , , ha a Nap a zenittl szakra delel.
A nappal hosszt is a fentiek figyelembe vtelvel hatrozhatjuk meg.
Napkelttl (m = 0) delelsig legyen az raszg jele t. Ekkor

cos t = tg
.
tg (360
o
= 24 h, 15
o
= 1 ra, 1
o
= 4 perc )
A nappal teljes hossza: 2t. (Mivel t raszg nem ms mint a napkelttl a delel-
sig eltelt id, a nappal hossza 2t, gy a napkelte ideje: 12:00t; a napnyugta
12:00+t helyi id szerint)


Abban az esetben, ha a Fldet gmbnek tekintjk, akkor a felszni pontok kztti
tvolsgok knnyen kiszmthatk.
39

P(0
o
, 90
o
)
( )
1 1
, A ( )
2 2
, = B
cosc=cosa
.
cosb + sina
.
sinb
.
cos

( ) ( )+ =
1 2
90 cos 90 cos cos
o o
AB
( ) ( ) ( )
1 2 1 2
cos 90 sin 90 sin
o o


ebbl




Pldk:

1, Milyen messzire lt el egy 2 m magas ember? Lthat-e egy 50 m magas to-
ronybl a 20 km-re lev 10 m magas torony?

Megolds:
A lttvolsg (a lthatr, a horizont: szaggatott vonal, a hozz tartoz
sugr egy vhossz: i) meghatrozsa fgg a szemll magassgtl (x). Az b-
rrl leolvashat, hogy i akkor hatrozhat meg, ha ismert a hozz tartoz kzp-
ponti szg. Ekkor i/2Ra = a/360. Az a meghatrozhat, mert R/(R+x)=cos a, hi-
szen a horizont egy rintvel jellhet ki, amely merleges R fldsugrra (6371
km).
Teht egy 2 m magas ember i tvolsgra lt el, amihez a kzpponti szg
tartozik: 6371/6371,002 = cos a (felttelezzk, hogy nincs terepakadly, nem
szmolunk a refrakci jelensgvel s a Linke-fle homlyossgi tnyezvel). A
h
( )
1 2 1 2 1 2
cos cos cos sin sin cos + = AB
40
tizedesjegyeket ne hanyagoljuk el, amikor kiszmoljuk a szget! Ez az a szg
egybknt megegyezik a horizont-depresszi h szgvel (merleges szr sz-
gek). A = 0,0454
o
, gy i/2
.
6371
.
3,14 = 0,0454/360, ahonnan i = 5,04 km.
Elfordulhat, hogy llspontunkrl/magaslati kiltpontunkrl egy y ma-
gassg objektumnak csak a tornyt ltjuk ez azt jelenti, hogy az objektum
messzebb van, mint a tnyleges horizont (ahol az gbolt a fldfelszn ri), de ma-
gassga miatt a nagy tvolsg ellenre is a horizont fl r. Ebben az esetben az i
1

vhossz megnvelend i
2
vhosszal, ami nem ms, mint az a tvolsg, amilyen
messze az y magassg objektumbl elltnnk, ha ott lennnk. Teht b s c szg
s a hozz tartoz kt vhossz szmtand ki, a mr emltett mdon.
Figyelembe kell azonban venni, hogy a kt pont nem felttlenl helyezke-
dik el ua. tengerszint feletti magassgon. Ha pldul llspontunk tszf. 1000 m-
teren van, az y magassg objektum viszont 200 mteren, akkor az R rtk m-
dostand, j vonatkoztatsi fellet jellhet ki: ez az R+0,2=R
j
. Az els esetben
(R+0,2)+0,8 llspontunk magassga, mg a msik objektum teteje (R+0,2)+y
magassgban van. Teht cosb = R
j
/(R
j
+0,8) s cos c = R
j
/(R
j
+y). Kis magas-
sgok (magassgklnbsgek) esetn az ttrs az j vonatkoztatsi felletre el-
hagyhat.
Ha tvolsg az adott (mint most a 20 km), akkor azt a tvolsgot kell ki-
szmolni, ahonnan az adott y magassg objektum mg ppenhogy ltszik. Ha ez
nagyobb, mint 20 km, akkor az objektum 20 km-rl is ltszik, ha 20 km-nl keve-
sebb a maximlis lthatsgi tvolsga (pl. 16 km), akkor nem fog ltszani 20
km-rl az objektum.

2, Replgpnk lezuhan s tllknt ismeretlen helyen landolunk. sszes va-
gyonunk egy karra. Hatrozzuk meg llspontunk fldrajzi koordintit! T-
telezzk fel, hogy amikor ismeretlen llspontunkon a Nap delel (azaz helyi
id szerint 12:00 van), a budapesti znaidt mutat karrnk 18:00-t mutat.
Jnius 22-e van, a Nap delelsmagassga 60
o
s szaki irnyban ltszik!

Megolds:
Mivel a Fld NyK irnyban forog tengelye krl, gy bizonyos, hogy
Budapesttl nyugatra vagyunk, hiszen llspontunkon a Nap ppen delel, amikor
Budapesten mr a horizont fel kzelt. A Fld kzel 24 h alatt fordul 360
o
-ot,
egy ra alatt teht 15
o
a szgelfordulsa. Ez 6 ra alatt 90
o
- jelent. Mivel Bp. a
keleti hosszsg megkzeltleg 20
o
-n helyezkedik el, llspontunk a nyugati
hosszsg 70
o
-n tallhat.
A szlessg meghatrozshoz a dtum ismeretbl s a Nap delels-
magassgbl indulhatunk ki. A helyi dl megllapthat gnmon (fldbe szrt
bot) segtsgvel (a legrvidebb rnyk jelli a delet), ekkor a delelsmagassg
meghatrozhat. Ismeretes tovbb, hogy a dtum (ill. a Nap merleges delels-
41
nek helye, deklinci, o) s a Nap delelsmagassga (m) alapjn a szlessg
meghatrozhat:
= 90m+o ill. = 90+m+ o
Jnius 22-n a Nap a Rktrtn delel merlegesen, teht deklincija
23,5
o
. A delelsmagassg 60
o
(ezt Jkob botjval mrhetjk meg), gy
= 9060+23,5 ill. = 90+60+ 23,5

teht 53,5 vagy 6,5
o
. Pldnkban a Napot szaki irnyban ltjuk delelni
amely ppen a Rktrt szlessgn helyezkedik el gy llspontunk a Rktrt-
tl dlre van, azaz a = 6,5
o
a helyes megolds. (Vagy kivrjuk az jszakt s
megkeressk a Sarkcsillagot: ha nem ltjuk, akkor a dli fltekn vagyunk).
Ha a kpletbl a dtum s a szlessg ismert, akkor a Nap delelsmagassga,
ha pedig a szlessg s a delelsmagassg ismert, akkor a dtum is
meghatrozhat. Nemcsak nevezetes dtum alkalmval, hanem brmikor
meghatrozhat a deklinci (ggmbi szlessg, a Nap merleges delelsnek
helye), tudvn, hogy a Nap ltszlagos vi jrsa sinus-os.
A hosszsg is pontosthat, hiszen valjban egy helyi idt s egy zna-
idt vetettnk ssze, ami nem teljesen helynval. A budapesti idzna kzponti
hosszsgi kre a 15
o
(K.h.7,5
o
22,5
o
-ig tart a zna), ennek a hosszsgi krnek
a helyi idejt terjesztettk ki az egsz idznra. Amikor itt teht 18:00 van, ak-
kor Budapesten a helyi id mr meghaladta a 18:00-t, hiszen a vros megkzel-
tleg a 20. hosszsgi krn helyezkedik el (1
o
= 4 perc, azaz kb.20 percrl van
sz). Valjban teht a 18:00 rt s a 90 foknyi klnbsget a 15 foktl kell
mrni, gy a hosszsg helyesen Ny.h. 75
o
.

Feladatok

1, Hatrozza meg a Fld felsznt s trfogatt, ha az egyenlti sugara kerekt-
ve: 6378 km!
2, Mekkora a Fld felsznnek terlete a 60. szlessgi terlet s a plus kztt?
3, Mekkora a Fld felsznnek terlete a 30. s 45. szlessgi krk kztt?
4, Melyik kt szlessgi kr osztja hrom egyenl rszre a Fld felsznt?
5, Mekkora a csillag deklincija () s raszge (t), ha Debrecenben (=47,5
o
)
a csillag azimutja (a) 30
o
, magassga (m) 45
o
?
6, Debrecenben (=47,5
o
) ppen zenitben (Z) delel egy csillag. Mennyi az ra-
szge (t) s a deklincija ()?
7, Delelhet-e brmikor Magyarorszg valamely pontjn magasabban a Nap, mint
az Egyenltn?
8, Mikor s hol kel s nyugszik a Nap Debrecenben (=47,5
o
) a nevezetes csil-
lagszati napokon?
42
(Figyelem! A kels helynek, azimutjnak kiszmtshoz m=0 peremfelttelt
alkalmazunk, hiszen a kelo s nyugv gitest magassga a horizont felett eny-
nyi, ha nem szmolunk a refrakcival! A kapott szgrtk a dli irnybl m-
rendo fel!)
9, Milyen hossz a nappal Debrecenben (=47,5
o
) mrcius 1.-n? Mikor s hol
kel s nyugszik?
10, Milyen tvol van Mak Jeruzslemtl (a kzhiedelemmel ellenttben a mon-
dsban nem a telepls, hanem Mak vitz szerepel...)?
11, rpd apnk a honfoglals utn krbenzett, s h vitzt, aki klnsen
nagy tehetsget rult el a szlvok lbasjszgainak s asszonyainak abajgat-
sa tern, megjutalmazta. Tied minden, ameddig a szem ellt imgyen
szla. Felttelezve, hogy h harcosa 1,7 m magas volt s nem akadlyozza
semmi a kiltst (ugyanakkor elhanyagolva a refrakcit), mekkora terletet
kapott a harcos?
(Figyelem! A felszn grblt, teht a gmbsveg palstja a keresett terlet!)
12, Milyen messzire ltni a Kkes-tetrl (refrakci s a kiltst zavar tnyezk
elhanyagolva, a Linke-fle homlyossgi tnyez minimlis)?
13, Ltszik-e a Csomolungmrl a tenger?
14, Ltszik-e a Kkesrl a szegedi dm teteje (80 m) ?
(Figyelem! Szeged nem a tengerszinten helyezkedik el, teht a Kkes-teto ma-
gassga a felszn felett nem 1014 m!)
15, Szmolja ki az .sz. 20
o
s .sz.30
o
kztti terletet s a trfogatot!
16, Hol hosszabb az jszaka? Londonban (50. szaki szlessg) december 22-n
vagy Quitban (Egyenlt) mrcius 21-n? Hol s mikor kel fl a Nap?
17, Replgp szerencstlensg ldozata Peches Pistike, lezuhan, de tlli. sz-
szes vagyona, ami megszta a katasztrft, a karrja. Mikor llspontjn de-
lel a Nap, a bp-i idt mutat rjn dleltt 10 ra van. A Nap delels-
magassga 45 fok, mrcius 1-e van. Hatrozza meg az llspont fldrajzi sz-
lessgt s hosszsgt!
18, Szmolja ki Lima s Budapest tvolsgt! (Eltro fltekn vannak, Lima sz-
lessge negatv, ! s hosszsg tekintetben is eltro fltekn vannak!)







3. A differencil- s integrlszmts alapjai

43
Az elmlt vtizedekben a kzpiskolai matematika tanterve sokat vlto-
zott s ennek ksznheten a differencil- s integrlszmts tmakrt nem
mindig, illetve nem mindentt tantottk. gy gondoljuk, hogy a fldtudomny
egyes terletein addnak olyan problmafelvetsek, illetve feladatok, amelyek
megoldsa e kt tmakr ismeretben knnyebb vlik. Ebben a rvid fejezetben
nem clunk a differencilszmts s integrlszmts rszletes trgyalsa, csak
azokra a legalapvetbb alapismeretekre trnk ki, amelyek egyrszt segtsget
nyjthatnak a tma rszletesebb megismersnl, msrszt bizonyos fldtudo-
mnyhoz kapcsold szmtsok (pl. grbe vonallal hatrolt parcella terletnek
meghatrozsa) megrtsnl.

3.1. Differencilszmts

A tma egyszerbb megrtse rdekben elszr ismteljk t, a kzpis-
kolban mr tanult, fggvny fogalmt. A Descartes-fle derkszg koordinta-
rendszer tengelyeinek megszokott jellst (x, y) hasznlva azt mondjuk, hogy y
az x-nek fggvnye, ha x minden szbajv rtkhez y-nak legfeljebb egy meg-
hatrozott rtke tartozik. Azt, hogy y az x-nek fggvnye ltalban y = f(x) jellel
jelljk. (Termszetesen a kplet beti tetszolegesen, de rtelemszeren vltoztathatk
pl. u = g(v), ha a v minden szbajvo rtkhez u-nak meghatrozott rtke tartozik.)
Az x-et fggetlen vltoznak, y-t fgg vltoznak szoks nevezni. A
fggetlen vltozk (x) alkotjk a fggvny rtelmezsi tartomnyt s az y meg-
felel rtkei pedig a fggvny rtkkszlett.
A fgg vltoz rtkeinek a fgg vltoz rtkeihez val rendelse sok-
flekppen trtnhet. Gyakran egy kplet segtsgvel lehet x rtkbl az f(x)
rtkt kiszmtani (pl. ha a fggvny kplete y = x
2
s a fggetlen vltoz x = 2,
akkor a fggvny rtke ezen a helyen y = 4). Ha az x minden rtkhez ugyanaz
az f(x) fggvnyrtk tartozik, akkor a fggvnyt llandnak, konstansnak ne-
vezzk (pl. y = f(x) = 5 azt jelenti, hogy a fggetlen vltoz (x) minden rtkhez
5-s fggvnyrtk tartozik.
A fggvny geometriai szemlltetse (brzolsa) derkszg koordinta
rendszerben trtnik, ahol a fggetlen vltoz rtkei az x rtkek s a fgg vl-
tozk, teht a fggvny rtkei az y rtkek (ha ilyen tengelyjellseket haszn-
lunk). A fgg vltoz sszes rtknek brzolsa adja a fggvny kpt. A fen-
tebb emltett kt fggvny kzl az y = f(x) = x
2
kpe parabola, az y = f(x) = 5
kpe pedig az x tengellyel prhuzamos egyenes, amely az x tengelytl 5 egysg-
nyi tvolsgra van. A fggvnyek kpe a kplet vltoztatsval azonnal vltozik.
Ha pl. a parabola kplett y = (x2)
2
; y = (x+2)
2
; y = 2x
2
; y = x
2
alakra vltoz-
tatjuk, akkor a kp az albbi brn lthat mdon vltozik. Ekkor azt mondjuk,
hogy a fggvnyt transzformltuk. A kzpiskolban a fggvnyek klnbz
44
tpusait (elsfok, msodfok, exponencilis, trigonometrikus, stb.) ismerhettk
meg.


Az y = f(x) fggvny grafikus brzolsnl nem mindig kapunk ssze-
fgg (folytonos) grbe vonalat. Ha egyszeren akarjuk megfogalmazni a fgg-
vny folytonossgt, akkor azt mondjuk, hogy az x rtkeinek kis vltozsnl a
fggvnyrtk y = f(x) is csak kevssel vltozik. A folytonossg fogalmnak pon-
tosabb meghatrozshoz elszr tisztzni kell, hogy mit jelent az x s y rtkei-
nek kis vltozsa. Ennek rdekben rviden foglalkoznunk kell a fggvny hatr-
rtkvel.
Az y = f(x) fggvny H hatrrtkt, vagy limest (a tovbbiakban rvi-
dtve lim) az x
0
pontban gy jellik:
) (
lim
0
x f H
x x
= {kiolvasva x tart x
0
-hoz f(x)}
amelyen azt rtik, hogy ) (x f H (vagyis az f(x) fggvny eltrse a H hatrr-
tktl) kisebb, mint egy elre megadott tetszlegesen kicsi pozitv szm. Ez a
felttel ( < ) (x f H ) elrhet, ha x kevesebbel klnbzik x
0
-tl, mint egy
megfelelen vlasztott szm, azaz, ha
0
x x < . Teht ez a szm az elre
megadott rtktl fgg, ezrt gyakran = () nal jellik.
Ennek a meghatrozsnak az a felttele, hogy az f(x) fggvny az x
0
kr-
li intervallumban rtelmezve legyen. Az definicijnl megkvetelt
45
0
x x kzeltsnl figyelembe kell venni az x x
0
eljelt, mert ettl fggen
lehet bal-, vagy jobboldali hatrrtkrl beszlni. Csak akkor beszlhetnk teljes
hatrrtkrl, ha mindkt oldali hatrrtk ltezik, s azok egyenlk egymssal
(H
b
=H
j
).
Most mr a fggvny folytonossgra vonatkoz definici pontosan meg-
fogalmazhat, amely szerint az y = f(x) fggvny akkor folytonos egy x
0
pontban,
ha az x tengely x
0
pontja s ennek valamely krnyezete az rtelmezsi tartomny-
hoz tartozik, tovbb az x
0
pontban a fggvnynek van bal- s jobb oldali hatrr-
tke, s azok megegyeznek a fggvny x
0
pontjhoz tartoz helyettestsi rtk-
vel, azaz ) x ( f ) x ( f
lim
0
0
x x
=

.
brzoljuk az y = f(x) = x
2
fggvnyt s vlasszuk ki kt pontjt. Ezeket
jelljk P
0
(x
0
, y
0
) s P(x, y)-al. Az rtelmezsi tartomny kt rtkhez (x, x
0
)
tartoz fggvnyrtk y = f(x) s y
0
= f(x
0
). Ha sszektjk egyenes szakasszal a
fggvny kt pontjt, akkor olyan derkszg hromszget kapunk, amelynek
egyik befogja a fggvnyrtkek klnbsge {f(x) f(x
0
)}, a msik befogja
pedig az abszcissza rtkek klnbsge {x x
0
}. Ezek a klnbsgek (differenci-
k) a kt pont helyzetbl addnak, teht attl fggnek. Ha a kt klnbsg h-
nyadost kpezzk, akkor kapjuk meg az f(x) fggvny x
o
pontbeli differenciah-
nyadost, amely kplet formjban a kvetkez:
( )
0
0 0
0
( ) ( )
,
f x f x
tg d f x x x
x x

= =



Az gy kpzett hnyados tulajdonkppen a kt befog hnyadosa meg-
egyezik a derkszg hromszg P
0
pontjnl lv hegyesszg () tangensnek
46
rtkvel. Mivel a derkszg hromszg tfogja a kt ponton thalad szel
irnyval azonos, ezrt azt is mondhatjuk, hogy a differenciahnyados geometriai
jelentse a szel irnytangense.
Ha az
0
x x (x tart x
0
-hoz), a fggetlen vltozk x
1
, x
2
, , x
n
rtk-
hez tartoz fggvnyrtkek f(x
1
), f(x
2
), , f(x
n
) esetn az
( ) ( ) ( ) ( ) { } ( ) ( ) ( ) ( ) { } ( ) ( ) ( ) ( ) { }
0 0 1 1 0 0 2 2 0 0
, , , , , ; , ,..., , ; ,
n n
x f x x f x x f x x f x x f x x f x
pontprok ltal meghatrozott szelk irnytangensei
( ) ( ) ( ) ( ) ( ) ( )
1 0 2 0 0
1 0 2 0 0
, ,...,
n
n
f x f x f x f x f x f x
x x x x x x


fokozatosan kzeltik az
( ) ( )
0
0
f x f x
x x

differenciahnyados rtket, amely megadja a fggvny


( ) ( )
0 0
, x f x pontjba hzott rintnek az irnytangenst. Az gy kapott
0
0
0
x x
x x
) x ( f ) x ( f
lim
tg

= hatrrtket az f(x) fggvny differencilhnya-


dosnak (vagy derivltjnak) nevezzk.

Ez a jells azt is jelenti, hogy a hatrrtk attl az x
0
helytl fgg, amely-
ben szmtjuk, s gy x-nek a fggvnye. Ha x
0
brmely tetszleges helyet jell-
het, akkor a fggvnynek brhol lehet hatrrtke. Ez az eset csak akkor ll fenn,
ha az f(x) fggvny x-ben folytonos. Szakadsi helyen a fggvny nem differen-
cilhat. A differencilhatsgbl teht kvetkezik a folytonossg, de ennek a
fordtottja nem mindig igaz.
A fenti brn jl ltszik, hogy ha az x tart x
0
-hoz, akkor a grbn a P pont
a P
0
fel mozog, s a szel irnya egyre jobban megkzelti az rint irnyt. Te-
A parabola estn
( ) ( ) ( )( )
( )
( )
0 0 0 0
2 2
0 0
0 0
0
0 0 0
2
0
2 ' 2
lim lim lim lim
x x x x x x x x
x x x x
f x f x x x
x x
x x x x x x
x x x

+

= = = + =

= =

47
ht az ( ) y f x = fggvny differencilhnyadosnak az ( ) ' y f x = -nek a geo-
metriai jelentse az hogy fggvny ( ) ( )
, x f x pontjba hzott rint irnytangen-
se ( ) ' f x -xell egyenl. A differencilhnyadost szoktk mg
f
x

vagy
dy
dx
-xel is
jellni.
Az egyszer fggvnyek differencilhnyadost sok esetben a hatrrtk-
kel lehet kiszmtani. A feladatok megoldsban segt az albbi tblzat.


f(x)

) x (
f
,

f(x)
) x (
f
,

c (konstans) 0 e
x
e
x

x
n
n
.
x
n

1
a
x
a
x

.
lna
sin x cos x ln x
x
1

cos x sin x lg x e lg
1

x

tg x 1 + tg
2
x arc sin x
2
1
1
x

ctg x 1 ctg
2
x arc cos x
2
1
1
x


A differencils szablyait az albbi tblzat tartalmazza:
szably

fggvny
f(x)

differencilhnyados
) x (
f
,

sszeg u(x)+v(x) u(x)+v(x)
szorzs u(x)
.
v(x) u(x)
.
v(x)+ u(x)
.
v(x)
llandval szorzs c
.
u(x) c
.
u(x)
hnyados
v(x)
u(x)

) x ( v
(x) v' . u(x) v(x) . (x) u'
2


sszetett fggvnyek u[v(x)] u[v(x)]
.
v(x)


3.2. Integrlszmts

48
Az integrlszmts fogalmhoz kt olyan problma vezet, amelyek els
pillantsra semmi sszefggsben nincsenek egymssal. Az egyik problmafelve-
ts az, hogy hogyan lehet egy grbe vonallal hatrolt skrsz terlett kiszmtani,
a msik pedig, hogy valamely y = f(x) fggvnyhez hogyan lehet meghatrozni
egy olyan F(x), gynevezett primitv fggvnyt, amelynek a differencilhnyado-
sa f(x), F(x) = f(x). Ez a differencils fordtott mvelete.
Az egyszer geometriai alakzatok (ngyzet, tglalap, hromszg, trapz,
kr, stb.) terletnek kiszmtsra vannak kpleteink, de vajon hogyan lehetne
kiszmtani grbe vonalakkal hatrolt terleteket (pl. t, rt, erd, stb.). A teljesen
zrt grbvel hatrolt terleteket feldarabolhatjuk gy, hogy a kapott rszterle-
teknek csak az egyik oldala lesz grbe, amely a grbe vonal hatr egy darabja.
Ezrt matematikailag elegend azzal a krdssel foglalkozni, hogy hogyan
hatrozhatunk meg egy olyan grbe [f(x)] alatti terletet, amelynek msik hrom
oldalt az x tengely egy [a, b] intervalluma, tovbb az a s b pontokban a fgg-
vnyhez hzott, y tengellyel prhuzamos szakaszok hatroljk.



Ennek a terlett kzeltleg gy szmthatjuk ki, hogy az a x b inter-
vallumot n egyenl rszintervallumra (a = x
0
x x
1
; x
1
x x
2
; ; x
k-1
xx
k
;
; x
n-1
x x
n
= b) osztjuk. Jelljk az [x
0
, x
1
] intervallumon felvett legkisebb
fggvnyrtket m
1
-gyel, a legnagyobbat pedig M
1
-gyel, az [x
1
, x
2
] intervallumon
felvett legkisebb fggvnyrtket m
2
-vel, a legnagyobbat pedig M
2
-vel, az [x
k-1
,
x
k
] intervallumon felvett legkisebb fggvnyrtket m
k
-val, a legnagyobbat pedig
M
k
-val, vgl az [x
n-1
, x
n
] intervallumon felvett legkisebb fggvnyrtket m
n
-nel,
a legnagyobbat pedig M
n
-nel. Ha a fggvny az [a, b] intervallum minden pontj-
49
ban folytonos, akkor a rszintervallumokon is folytonos s minden rszinterval-
lumra igaz, hogy ltezik legalbb egy olyan hely, ahol a fggvny a legkisebb s
legalbb egy hely, ahol a legnagyobb rtkt veszi fel.
Rajzoljunk minden intervallum fl kt olyan tglalapot, amelyek kzl
az egyik magassga a legkisebb (m
1
, m
2
, ., m
n
), a msik pedig a legnagyobb
(M
1
, M
2
, ., M
n
) fggvnyrtkkel egyenl. Szmtsuk ki az f(x) fggvnygr-
be alatti skidomot rszben lefed, gy is mondhatnnk, hogy bert tglalapok
terletnek sszegt. Ezt jelljk t
n
-el.
t
n
= m
1
.
(x
1
x
0
) + m
2
.
(x
2
x
1
) + + m
k
.
(x
k-1
x
k
) + + m
n
.
(x
n-1
x
n
)
Szmoljuk ki az f(x) fggvnygrbe alatti skidomot teljesen lefed s a skido-
mon rszben tlnyl (krlirt) tglalapok terletnek sszegt. Ezt jelljk T
n
-
el.
T
n
= M
1
.
(x
1
x
0
) + M
2
.
(x
2
x
1
) + + M
k
.
(x
k-1
x
k
) + + M
n
.
(x
n-1
x
n
)

Megllapthatjuk, hogy a beirt tglalapok terletnek sszege kisebb, a
krlirt tglalapok terletnek sszege pedig nagyobb, mint a fggvny alatti
terlet (t
n
< T < T
n
). Minl tbb rszre osztjuk az [a, b] intervallumot, annl job-
ban megkzeltjk a fggvny alatti terletet.
A t
1
, t
2
, , t
n
szmok sorozatt az als sszegek sorozatnak, a T
1
, T
2
, ,
T
n
szmok sorozatt pedig a fels sszegek sorozatnak szoktk nevezni, ame-
lyeknek ltezik kzs hatrrtke:
A T
lim
n
t
lim
n
n n
=

=


Az A az olyan egyetlen olyan szm, amely minden n-re t
n
s T
n
kz esik (t
n
< T
n
).
Nyilvnval, hogy az A hatrrtk a keresett T terlet, amely az a x b inter-
vallum fltt van. Ezt a terletet az y = f(x) fggvny Riemann szerinti rtelem-
ben vett integrljnak nevezzk. Jele:
}
=
b
a
dx ) x ( f A (ejtsd.: integrl a-tl b-ig f(x)dx)
A hatrozott integrl segtsgvel megoldhat a bevezetben mr emltett
msik problma, teht egy folytonos f(x) fggvnyhez olyan F(x) primitv fgg-
vnyt tallunk, amelyre F(x) = f(x). Ha egy hatrozott integrl fels hatrt meg-
vltoztatjuk, akkor ms rtket kapunk. Ezt knny beltni, ha egy pozitv y =
f(x) fggvny hatrozott integrljra, mint terletre gondolunk. Ebbl kvetkezik,
hogy az F(b) hatrozott integrl fggvnye a fels hatrnak, b-nek. Mivel a fg-
getlen vltozt x-el szoks jellni, ezt gy rhatjuk:
}
=
x
a
dt t f x F ) ( ) (
50
Ez az y = F(x) fggvny az y = f(x)-nek egy primitv fggvnye, mert ha
az f(t) folytonos az a t b intervallumban, akkor F(x) az a x b intervallum-
ban differencilhat, s F(x) = f(x). Ezen a primitv fggvnyen kvl mg vg-
telen sok tovbbi is van, amelyek ettl csak egy pozitv sszeadandval kln-
bznek. Kt primitv fggvny klnbsge mindig egy x-tl fggetlen konstans.
Ezrt az f(x) primitv fggvnyt szoktk mg F(x) + c alakban is felrni, ahol a
c egy konstans. Geometriailag ez azt jelenti, hogy az sszes primitv fggvny
egyms eltoltja az y tengely irnyban.
Valamely f(x) fggvny minden primitv F(x) fggvnyt az f(x) hatro-
zatlan integrljnak nevezzk s gy jelljk:
}
= dx x f x F ) ( ) (
A hatrozatlan integrl kiszmtsa nem knny feladat, de a differencil-
szmtsbl sok fggvny derivltja ismert s azok alapjn sszelltott tblzat
jl hasznlhat.
Legyen az
}
= dx x f x F ) ( ) ( primitv fggvny, a k s c llandk, tovb-
b n egsz szm (n1), akkor az albbi tblzatban az f(x) primitv fggvnyei
[F(x)] megtallhatk.
f(x) F(x) f(x) F(x)
k k
.
x+c cos x sin x + c
x
n
c
1 n
x
1 n
+
+
+
sin x cos x + c
x
1
c x ln +
x
2
cos
1
tg x + c
a
2
c
a ln
a
2
+
x
2
sin
1
ctg x + c
e
x
e
x
+ c cosh x sinh x + c
ln x x
.
ln x x + c sinh x cosh x + c

Valamely
}
b
a
dx x f ) ( hatrozott integrlnak a kiszmtsa a gyakorlatban
csak nagyon egyszer fggvnyeknl vgezhet el, ezrt a hatrozott s a hatro-
zatlan integrl kztti, most trgyalt sszefggs segthet. Ha F(x) az f(x) hatro-
zatlan integrlja s ez a tblzatban megtallhat, akkor az
}
=
b
a
a F b F dx x f ) ( ) ( ) ( egyenlet alapjn elegend a primitv fggvnynek csak
az als s a fels hatrn felvett rtkeit kiszmtani s F(a)-t kivonni az F(b)-bl.
51
A fentiek alapjn belthat, hogy a hatrozott integrl nem negatv s
folytonos fggvnyek esetn a fggvnygrbe alatti terlet mrszmt adja.

Tulajdonsgai:
Az integrl rtknek kiszmtsbl kvetkezik, hogy 0 ) ( =
}
a
a
dx x f .
Az f(x) s g(x) folytonos fggvnyekrl felttelezzk, hogy f(x)0, g(x)0,
f(x) g(x)0. Ebbl kvetkezik, hogy f(x) + g(x)0, tovbb f(x) + g(x)
fggvny is folytonos. A folytonossg miatt ezek integrlja is ltezik.
[ ]
} } }
=
b
a
b
a
b
a
dx x g dx x f dx x g x f ) ( ) ( ) ( ) (
Ha az f(x) 0 folytonos fggvny s a < c < b, akkor az f(x) fggvnyre
igaz, hogy
} } }
+ =
b
c
c
a
b
a
dx x f dx x f dx x f ) ( ) ( ) (
Ha az f(x) fggvny az [a, b] intervallumon integrlhat, akkor ugyanezen
az intervallumon a c llandval szorzott c
.
f(x) fggvny is integrlhat,
s
} }
=
b
a
b
a
dx x f c dx x f c ) ( ) (
Plda:

1, Egy tglalap alak csatornban (szlessg 4 m, mlysg 2 m) sebessgmrst
vgznk. Adatainkra jl illeszthet a )
2
1 ( 3 , 0 ) , (
2
x
z z x v = fggvny, ahol x a
csatorna kzeptl mrt vzszintes tvolsg mterben, z a csatorna aljtl mrt
magassg mterben, mg v a felletre merleges sebessg m/s-ban van megadva.
Szmoljuk ki a vzhozamot s az tlagsebessget!

Megolds:
Mivel a kevs szm adatra jl illeszked fggvnykapcsolatot talltunk, a vz-
hozam sszegzs helyett integrlssal is kiszmthat, az integrandus dA =dxdz.
Mivel a feladat szimmetrikus, gy elg a 0_x_2; 0_z_2 kztt integrlni.
A dA felleten dQ=v(x,z)dA nagysg vzhozammal ramlik t a vz.
52
} } } } } } } }
= = = = = =

2
0
2
0
2
2
0
2
0
2
0
2
2
dxdz )
2
1 ( 3 , 0 2 dxdz ) , ( 2 dxdz ) , ( dA ) , ( dQ
x
z z x v z x v z x v Q
A A
[ ]
[ ]
6 , 1
3
0
3
2
6 , 0
3
0,6 dz 6 , 0
dz
4
0
0
4
2
2 3 , 0 2 dz
4
3 , 0 2 dxdz
2
1 3 , 0 2
3 3 2
0
3
2
0
2
2
0
2 2
2
2
0
2
2
0
2
2
0
2
0
2
=
|
|
.
|

\
|
= = =
=
|
|
.
|

\
|
+ =

= =
}
} } } }
z
z
z
x
x
z
x
z

Azaz a vzhozam 1,6 m
3
/s, a kzpsebessg:
s
m
2 , 0
m 2 m 4
s
m
1,6
3
=

= =
A
Q
v

2, Hasonltsuk ssze ezt az rtket a slyozott tlag mdszervel kapott rtkek-
kel, ha a mrt adatok a kvetkezk:
[x[(m) z (m) v(x,z) (m/s)
0,5 0,5 0,05625
0,5 1,5 0,50625
1,5 0,5 0,01875
1,5 1,5 0,16875
Megolds: Ezek a keresztszelvny 11-es felletelemeinek kzppontjai, gy
s
m
1875 , 0
8
) 16875 , 0 01875 , 0 050625 , 0 05625 , 0 ( 2
=
+ + +
= v
Azaz ebben az esetben a klnbsg 6,25 %.

Feladatok

1, Egy lejtt az f(x) = (x-3)
2
+ 9 fggvny r le, ahol x a lejt aljtl mrt lej-
talap mterben, 0_x_6, f(x) pedig a lejt aljtl mrt magassg szintn m-
terben. Milyen meredek a lejt az x = 6-nl? Mennyi ott a magassga?
Mennyi anyag nyerhet ki belle (x = 6-nl)?
2, Hatrozzuk meg az elz feladatban megadott f(x) fggvny alatti terletet
(a lejt keresztmetszett) a [0, 6] intervallumban!
3, Mekkora a terlete egy szablyos ellipszis alak szlbarzdnak, ha a hosz-
szsga 80 m, szlessge 30 m?
4, Hatrozza meg az 1000 m vastag tengervzoszlop tlagos srsgt, ha a ten-
gervz srsge ) 0001 , 0 1 (
0
h + = kplet szerint vltozik a mlysggel
(h)?
0
=1030 kg/m
3
53
4. Fldi pontok koordintinak tszmtsi lehetsgei. Vetleti
transzformcik. Mrsek, szmtsok pontossgnak vizsglata.

4. 1. Transzformcik

Azokat a fggvnyeket, amelyeknek rtelmezsi tartomnya is, rtkksz-
lete is ponthalmaz, geometriai transzformciknak nevezzk.
A geometriai transzformcik kzl elssorban azokkal foglalkozunk,
amelyek a geoinformatikai (GIS) mdszerekkel trtn geogrfiai feldolgozsok
sorn elfordulhatnak. A cl a szksges fogalmak meghatrozsa, a fontosabb-
nak vlt ttelek ismertetse (a matematikai sszefggsek igazolsa nlkl) s
szakmai pldk megoldsa, gyakorlsa.
A koordintarendszerek transzformcijnl rvidebben: koordinta-
transzformcinl a tr pontjai helyben maradnak s a koordinta-rendszert
transzformljuk hozzjuk kpest. Ilyenkor megadjuk azt a geometriai transz-
formcit, amely az eredeti koordinta-rendszert kezdpontjt, tengelyeit s
egysgpontjt tviszi az jba s a pontoknak az j rendszerbeli koordintit ki
kell szmolni. (Ha pldul a rendszert dx-szel eltoljuk, a pontok j x koordintja
dx-szel vltozik.) A koordinta-transzformci gyakori esete az ttrs j koordi-
nta-rendszerre. Ezen kvl beszlhetnk egy trnek egy msik trre, az els egy
koordinta-rendszerbl a msik egy koordinta-rendszerbe val lekpezsrl.
Abban az esetben, ha egy ponthoz a transzformci egy pontot rendel, azt
mondjuk, hogy ezek egymsnak megfelel pontok. Tulajdonkppen egy alakzat-
hoz hozzrendeljk a pontjaihoz tartoz kppontokbl ll alakzatot. gy az alak-
zat transzformlsa a kpalakzatra val ttrst jelenti.
Klcsnsen egyrtelm lekpezsrl akkor beszlnk, ha ms-ms
trgyponthoz ms-ms kppontot rendelnk. A sk vagy tr transzformcija elfa-
jul, ha a teljes sk kpe lineris alakzat, illetve a teljes tr kpe skbeli alakzat
lesz (pl. trkp). A klcsnsen egyrtelm transzformcinak van ellenttes
(inverz) transzformcija, amely a kpponthoz rendeli a trgypontokat.
A geometriai transzformcik az albbi tulajdonsgokkal jellemezhetk:
egyenestart: ha egy egyenes kpe a transzformci utn is egy egyenes.
tvolsgtart: ha a transzformci utn a trgypontok tvolsga megegye-
zik a kppontok tvolsgval.
Hasonlan rtelmezhetk a szakasztart, szgtart, prhuzamossgtart, ter-
lettart transzformcik is.
A geometriai transzformci fixpontjnak nevezzk az olyan pontot,
amely nmagnak a kpe.
Fix egyenesnek nevezzk az olyan egyenest, amelynek minden pontja
fixpont.
54
Tbb transzformci egyms utni alkalmazsaknt nyert transzformcit
a transzformcik szorzatnak nevezzk.
Az olyan transzformcit, amely minden pontot helyben hagy, identikus
lekpezsnek nevezzk.

A legegyszerbb geometriai transzformcik az egybevgsgok. Az
egybevgsgnak van inverze s az is egybevgsg. A tvolsgtart lekpezst
egybevgsgnak nevezzk. Az egybevgsgok specilis esetei a tengelyes tk-
rzs, a pont krli elforgats, a kzppontos tkrzs s az eltols. A pont krli
elforgats, a kzppontos tkrzs s az eltols szemlletesen olyan, mintha az
egsz tartalmaz skot (vagy teret) elmozgatnnk az alakzattal egytt.

A transzformci neve Fix pontja(i) Helyettesthet
egyenesre (tengelyre) vonatkoz
tkrzs
a tengely minden pontja
a tengely krli 180-os (tr-
beli) elforgats
pontra vonatkoz tkrzs a tkrzs kzppontja
a tkrzs kzppontjn
thalad s egymsra mer-
leges kt egyenesre trtn
egyms utni tkrzssel
Pont krli 0 < 360

nagy-
sg adott irny elforgats
az elforgats
kzppontja, 0 =
esetn miden pont
az elforgats kzppontjn
thalad t
1
s t
2
egyenesekre
trtn egyms utni tkr-
zssel. A t
1
egyenes 2 for-
gsszggel vihet t a t
2

egyenesbe
d 0 nagysg, adott irny elto-
ls
d 0 esetn nincs, d = 0
esetn minden pont
az eltols irnyra merleges
s egymstl d/2 tvolsgban
lv prhuzamos egyenesekre
trtn egyms utni tkr-
zssel (a tkrzsek sorrendje
lnyeges!)

Hasonlsgi transzformcinak neveznk egy ponttranszformcit ak-
kor, ha brmely kt kppont tvolsgt osztva a trgypontok tvolsgval, ugya-
nazt a pozitv vals szmot kapjuk. Teht, ha a transzformci A-hoz A-t, B-hez
B-t rendeli, akkor dAB/dAB=l minden A, B pont esetn.
A kzppontos hasonlsg szintn rendelkezik a definciban elrt tulaj-
donsggal, teht hasonlsgi transzformci. Minden hasonlsg megkaphat,
mint egy egybevgsg s egy kzppontos hasonlsg szorzata. Jelljnk ki egy
O pontot, s adjunk meg egy >0 vals szmot. Az O ponthoz rendeljk hozz
nmagt. Egy tetszleges, de O-tl klnbz P ponthoz rendeljk hozz azt az
OP flegyenesre es P pontot, amelyre dOP=dOP. Az gy definilt
ponttranszformcit kzppontos hasonlsgnak nevezzk.
55
kicsinyts, ha < 1
A hasonlsg egybevgsg, ha = 1
nagyts, ha > 1.
Kt alakzat akkor hasonl, ha van olyan hasonlsgi transzformci,
amely az egyiket a msikhoz rendeli. A hasonlsgi transzformci fontos tulaj-
donsga a szgtarts. Ebbl kvetkezik az is, hogy az egy egyenesre es pontok-
nak ugyanolyan pontok felelnek meg, teht a hasonlsg egyenestart transzfor-
mci.
Krk hasonlsgra vonatkozan megllapthat, hogy kt kr hasonl,
mert az egyik kr kzppontjhoz a msik kr kzppontjt rendeli, s a kt kr
sugarnak arnya a hasonlsg arnya, amely a kt krt egymsba viszi.

4. 2. Koordinta transzformcik

Abban az esetben, ha egy terlet objektumai klnbz koordinta rend-
szerben vannak (pl. klnbz vetleti rendszerben lv trkpeken), akkor a
meglv elemeket gy kell transzformlni, hogy kzs koordinta rendszerbe
kerljenek.
A koordinta-transzformcit tulajdonkppen a kvetkez mdon hajthat-
juk vgre:
az objektum koordintinak megvltoztatsa rdekben mozgatjuk az ob-
jektumot a fix koordinta rendszerben, vagy
az objektumot tartjuk fixen s elmozgatjuk a koordinta rendszert.

Mindegyik esetben az objektum rgi helyt meghatroz koordinta r-
tkek (x, y) az j koordinta rendszerben megvltoznak (u, v).
A koordinta transzformci lehet affin (eltols, mretarnyvltozs, for-
gats, tkrzs), vagy nem lineris, ekkor magasabbrend transzformcirl
beszlnk.
Akkor nevezzk affinnak a transzformcit, ha a prhuzamos vonalak
prhuzamosak maradnak. A magasabbrend transzformcinl nem szksg-
szer, hogy a vonalak egyenesek s prhuzamosak maradjanak.

Az affin transzformcinak a kvetkez ngy tpust klnbztetjk meg:

a, Eltols (ha a koordintarendszer kezdpontja mozog, de a tengelyek nem for-
dulnak el)
P (x, y) P(u, v) (u = x a; v = y b)
A rendszer kezdpontja 'a' egysggel mozdult el az x tengellyel prhu-
zamosan, s 'b' egysggel az y tengellyel prhuzamosan.
56
b, Mretarnyvltozs (ha a koordintarendszer kezdpontja s a tengelyek vl-
tozatlanok, de a mretarny vltozik)
P (x, y) P(u, v) (u = cx; v = dy)
gy az x s y mretarnytnyezi klnbzek s az objektum alakja is
megvltozik.

c, Forgats (ha a koordintarendszer kezdpontja fix, de a tengelyek a kezdpont
krl elfordulnak)
P (x, y) P(u, v) {u = x cos ( ) + y sin ( );
v = x sin ( ) + y cos ( )}
Az szget az ramutat jrsval ellenttes irnyban mrjk!

d, Tkrzs (a koordinta-rendszer fordtott, az objektum kpe az eredeti tkr-
kpe lesz)
P (x, y) P(u, v) (u = x; v = y)

A gyakorlati feladatoknl elfordulhat, hogy az objektumot csak tbb
affin transzformcival tudjuk beilleszteni az j koordinta rendszerbe (pl. elto-
ls, forgats s mretarny vltoztatsval). Ilyenkor gyelni kell a sorrendre,
mert a hats klnbz lehet (pl. egy mretarny vltoztats utni eltols nem
ugyanaz, mint egy eltols s utna mretarny vltoztats).
Az sszetett affin transzformcinl az j koordintk meghatrozsa is
bonyolultabb pl.:
P (x, y) P(u, v) (u =a + bx + cy; v = d + ex + fy)

4. 3. Magasabbrend transzformcik
A nem lineris transzformciknl az j koordintk kiszmtsnl
olyan egyenleteket hasznlunk, amelyek grbe felleteket rnak le. Ilyenkor a
pontokat nem egyenletesen transzformljuk, az is elfordulhat, hogy a prhuza-
mos egyenesek a transzformci utn grbkk alakulnak.
Lehetsg van arra is, hogy a trkpet rszekre bontjuk s kln-kln
vgezzk el a transzformcit. Ekkor minden rsznek ms lesz a transzformcis
egyenlete. Fontos, hogy az egyenleteknek ki kell elgtenik az lek folytonoss-
gnak feltteleit a rszek csatlakozsnl.
A magasabbrend transzformcik ltalban nagyobb pontossgot biztos-
tanak. A pontossg alatt azt rtjk, hogy a transzformcit az illesztpontokra
alkalmazva, hen visszakapjuk azok msik koordinta-rendszerbeli koordintit.

57
Geogrfiai alkalmazsok

A fldrajzi alkalmazsok sorn a transzformland objektumok ltalban
valamilyen fldrajzi koordintkkal rendelkeznek, ezrt elssorban koordinta-
transzformcik elvgzsre van szksg. Termszetesen olyan feladat is add-
hat, hogy a trkplap vetlete nem ismert, vagy nem pontos, ezrt elszr a keret-
jeleket (ha van) s pontokat azonostani kell.
A koordinta-rendszer kivlasztsa utn a rendszerben elhelyezett s ko-
ordintkkal azonostott objektumokon mr a fenti mdszerekkel vgrehajthatjuk
a kvnt transzformcit. A transzformci szmtgpen elvgezhet. A fonto-
sabb transzformcis egyenleteket a szoftverekbe beptettk.
A geoinformatikai alkalmazsoknl a transzformci eltt meg kell vizs-
glnunk az llomnyok formtumt, ugyanis a raszteres trkpek, rfelvtelek, a
digitalizlt vagy a geodziai szoftverrel ksztett formtumok ltalban nem
egyeznek meg a GIS szoftver sajt formtumaival. Ahhoz teht, hogy a GIS t-
rolni tudja az importlt adatokat elszr azok formtumt kell transzformlni. A
formtum transzformci eredmnyessgtl fgg a GIS hasznlhatsga.
A raszteres adatoknl fontos a kp sor s oszlop mretnek s a pixel
attribtum rtkeknek az ismerete. Ha a GIS transzformcis program felismeri
ezeket, akkor nincs akadlya a formtum transzformcinak. Ha ez nem sikerl,
akkor a kp rtkeit is t kell alaktani a szoftver formtumban alkalmazott rt-
kekre.
A vektoros llomnyoknl mg bonyolultabb lehet a formtum
transzformci. A vektoros digitlis trkpek adatllomnya klnbz modell-
ben kerl trolsra. Gyakori a spagetti, illetve topolgiai modell alkalmazsa. A
spagetti llomnyt gyakran alkalmazzk az automatikus trkpez szoftverek,
mg a GIS rendszerint topolgiai modellt hasznl. A trkpezsre gyakran hasz-
nlt ltalnos rajzol szoftver az AUTOCAD pedig a ltrehoz utaststl fgg-
en mindkt modellben ltrehozhatja az alakzatokat.
A transzformci csak akkor lesz eredmnyes, ha az ltalunk hasznlt GIS
szoftver felismeri az importlt formtum adatmodelljt s azt talaktja a sajt
adatmodelljre. Ez a feladat egyrtelmen megoldhat, ha mind az exportl
mind az importl rendszer egysges adatmodellel rendelkezik. Nem ilyen egy-
szer azonban a helyzet az AUTOCAD esetben, ugyanis a gyakorlati tapasztala-
tok azt bizonytjk, hogy nem transzformlhatk eredmnyesen az IDRISI szoft-
verbe azok az AUTOCAD dxf formtum poligonok, melyek 'line' utastssal
kszltek, vagy gyakorlatilag hasznlhatatlanok az AUTOCAD-ban azok a dxf
fjlok, amelyeket az ITR nev automatikus trkpez programbl visznek t. Ez
utbbi program ugyanis spagetti modell s az tvitt sokszgek az AUTOCAD-
ben nll vonalak egytteseiknt jelennek meg.
58
A geodziai-geometriai transzformcik megoldsa sem egyszer. A tr-
beli adatok rendszerint valamely sk vetleti koordinta rendszer felhasznlsval
kszltek. Ritkn fordul el, hogy az adatfjlok koordinti ugyanarra a vetleti
rendszerre vonatkoznak. Magyarorszgon a klnbz idszakokban kszlt tr-
kpek vetleti rendszere eltr, ezrt klnfle transzformcik alkalmazsra
van szksg akkor, ha ugyanarrl a terletrl eltr vetlet trkpeket akarunk
hasznlni.
A feladat sszetett s a pontos munka nagy odafigyelst ignyel. A
papiralap trkpeket digitlisra kell talaktani. A GIS feldolgozsokhoz gyak-
ran vektoros llomnyokat kell ellltani. Ez klnbz mdszerekkel trtnhet.
Hagyomnyos mdszerrel a trkpen lv objektumok adatait digitaliz-
lssal vgezzk. A trkpeket digitalizlhatjuk digitalizl tbla segtsg-
vel. Ennl a mdszernl a trkp tartalma a digitalizl tbla koordintiban
kerl rgztsre, mgpedig a tblra felerstett trkp tnyleges tjolsnak
megfelelen. Itt arra is gyelni kell, hogy a digitalizls befejezse eltt a
trkp helyzett a tbln ne vltoztassuk meg, vagy minden elmozdtsnl
meg kell hatroznunk illeszkedsi pontokat, amelyek segtsgvel az egyes
rszek sszeillesztse (transzformcival) elvgezhet.
A digitalizlst gyakran, valamelyik szoftver felhasznlsval, a kper-
nyn vgezzk. Ilyenkor elszr egy raszteres llomnyt kell ksztennk a
trkp beszkennelsvel. Ez jabb problmt vet fel, s sok hiba elkvets-
re ad lehetsget. (pl. a rszletekben beszkennelt trkprszek sszeilleszt-
se, felbonts kivlasztsa, torzulsok, stb.) A kpernyn trtn digitaliz-
lsnl a trkpi objektumok adatai ltalban a szoftver koordinta rendsze-
rben troldnak. Az a szerencssebb eset, ha a raszteres llomnyt elszr
transzformljuk a kvnt koordinta rendszerbe, s csak ezutn kezdjk el a
digitalizlst.
A raszteres llomny digitalizlsa trtnhet automatikusan is. Erre
tbb szoftvergyrt cg is fejlesztett ki szoftvereket. Topogrfiai trkpeknl
ezek hasznlata nagyon krlmnyes s nagy odafigyelst ignyel (pl. a
szintvonalak s az utak metszspontjnl a szoftver nem tudja eldnteni a
haladsi irnyt s a kezel utastsra vr.).

A digitalizlssal elksztett, ellenrztt (javtott) klnbz vetleti rend-
szer rtegeket csak gy tudjuk kzsen feldolgozni, ha egy kzs, rendszerint a
hivatalos (haznkban az EOV) koordinta rendszerbe transzformljuk.
Kt klnbz vetleti rendszerben ksztett trkpet csak akkor tudunk
pontos kpletekkel kzs rendszerbe transzformlni, ha a krdses vetleti rend-
szerek ugyanarra a dtumra vonatkoznak. A hazai trkpeknl azonban gyakran
59
elfordul, hogy a vetleti rendszerek klnbz idpontak, ezrt a transzform-
cinl erre is oda kell figyelni.
A GIS szoftverek tartalmaznak (napjainkban mr haznkra is rvnyes)
transzformcis eljrsokat s ez megknnyti a trkpek vetletbe illesztst.
Azonban, ha nem talljuk a megfelel transzformcit, akkor a feladatot ismert
pontok koordintinak felhasznlsval, a gumileped transzformcival
tudjuk megoldani. Ezt valban gy kell elkpzelnnk, mintha a transzformland
trkp egy gumilepedn volna, amelyet rfesztnk egy kivlasztott koordinta
rendszerre, illetve az adott kordinta-rendszerben kszlt trkpre. Erre azonban
csak akkor kerlhet sor, ha a kt klnbz vetlet trkpen tallunk megfelel
szm kzs pontot. Arra gyeljnk, hogy a trkp koordinta-hlzati metszs-
pontjai erre a clra nem hasznlhatk. A fokhlzati vonalak metszspontjai is
csak akkor hasznlhatk, ha a kt vetlet dtuma megegyezik. Megfelel szm
s j terleti eloszls, ismert koordintj geodziai alappontok azonban jelen-
tsen segtik s pontosabb teszik a transzformcit.

4. 4. Hazai trkpvetletek transzformcija

Gyakori feladat a felszni pontok koordintinak meghatrozsa. Napja-
inkban erre legalkalmasabb a GPS technika. A jobb GPS mszereknl lehetsg
van a vetleti rendszer belltsra. Abban az esetben, ha az alkalmazott vetletek
tulajdonsgait nem ismerjk, akkor a mrs eredmnyeinek megadsa utn jelen-
ts hibkat kvethetnk el (pl. ugyanannak a terepi pontnak a fldrajzi koordin-
ti a klnbz vetleti rendszerekhez tartoz alapfelleteken msok s msok).
Az elmlt szzadokban haznkban klnfle alapfelleteket hasznltak s
eltrek a klnbz idszakban kszlt trkpek vetleti rendszere is. A transz-
formcihoz ismernnk kell a vetletek fbb jellemzit. A legfontosabb vetle-
tekkel a trkptan tananyagban foglalkoztunk, ezrt most csak a transzformci-
hoz nlklzhetetlen legfontosabb adatokat
*
foglaljuk ssze.
A msodik katonai felvtelnl hasznlt ellipszoid fl nagytengelye (a)
3362035 l, lapultsga () 1/310. A hlzat csillagszati kezdpontja a bcsi
Szent Istvn szkesegyhz (Stephansdom) tornya volt. Az brzolsnl fellp
eltrsek miatt a Monarchia terletn tbb koordinta-rendszert vezettek be. A
bevezetett tz (n. vetletnlkli) rendszer kzl a Magyar Kirlysg terletre az
albbi hrom esett:
a, Budai rendszer. Kezdpontja a volt gellrthegyi csillagda keleti pillre,
amelynek a bcsi Szent Istvn szkesegyhz tornybl levezetett alapfelleti ko-
ordinti:
= 47 29' 14,97"

*
A vetletek lersa a http://www.agt.bme.hu/staff_h/varga/vetulet.html alapjn kszlt.
60
= 36 42' 51,57" (Ferrotl szmtva)

b, Nagyszebeni rendszer. Kezdpontja a Vzakna (Vzaknai-hegy) nev h-
romszgelsi pont, melynek alapfelleti koordintit a budai rendszer kezdpont-
jbl vezettk le:
= 45 50' 25,13"
= 41 46' 32,71" (Ferrotl szmtva)

c, Ivanic-i (tovbbiakban: ivanicsi) rendszer. Kezdpontja az Ivanics zr-
datorony hromszgelsi pont, melynek csillagszatilag meghatrozott alapfel-
leti koordinti:
= 45 44' 21,25"
= 34 05' 09,16" (Ferrotl szmtva)
A fenti hrom skkoordintarendszer dlnyugati tjolsak, teht a
kezdmeridin az x tengely pozitv ga dli, az y tengely pozitv ga pedig nyugat
fel mutat.
A harmadik katonai felmrs hromszgelsi alapja lnyegben azonos a
msodik katonai felmrshez kszlt hromszgelsi hlzattal, de a pontok ko-
ordintit a rgi mrsi adatokbl sszelltott lncolatok segtsgvel jra szm-
tottk. Szabatos mdszerrel azonban ezt sem egyenltettk ki. Ekkor kszltek
azok az 1:75 000 s 1:200 000 mretarny topogrfiai trkpek, amelyek lapjait
az 1950-es vekig - a Gauss- Krger vetlet topogrfiai trkpek megjelensig
hasznltk.
Az I. vilghbor vgig a fldrajzi hosszsgokat a ferroi meridintl
mint kezdmeridintl mrtk, ksbb a topogrfiai trkpeken megjelentek a
greenwichi meridintl mrt hosszsgi rtkek.
A ferroi s greenwichi hosszsgok klnbsge:

F
-
G
= 17 39' 46"
A magyarorszgi sztereografikus vetleti rendszerek a kvetkezk:
a, Budapesti rendszer. Kezdpontja a Gellrt-hegy nev hromszgelsi pont
Gauss-gmbi megfelelje. Ennek 1908-ig hasznlt fldrajzi koordinti a Bessel-
ellipszoidon:
=
0
47 29' 09,6380"

o
= 36 42' 53,5733" (Ferrotl szmtva)
s a rgi Gauss-gmbn
=
0
47 26' 21,1372"

o
= 0 0' 0,00000"
61
b, Marosvsrhelyi rendszer. Kezdpontja Kesztej-hegy nev hromszgel-
si pont Gauss-gmbi megfelelje, melynek fldrajzi koordinti a Bessel-
ellipszoidon:
=
0
46 33' 06,4273"

o
= 42 03' 20,9550" (Ferrotl szmtva)
Mindkt rendszerben a kezdpont meridinjnak egyenesknt brzolt
kpe a skkoordinta-rendszer x tengelye, a kezdpontban a meridinra merleges
gmbi fkr (ortodroma) szintn egyenes kpe pedig az y tengely. Az x tengely
pozitv ga dlre, az y tengely nyugatra mutat (DNy-i tjkozs koordinta-
rendszerek).
Az llami Fldmrs s 1937-ig a katonai topogrfia is az elbbi koordi-
nta-rendszerekben rtelmezett y
ST
s x
ST
koordintkat alkalmazta. 1937-tl a
negatv eljel koordintk kikszblse cljbl a topogrfiban az y
ST
, x
ST

vetleti koordintkat egy C llandbl kivonva nyertk az y
KST
, x
KST
katonai
sztereografikus koordintkat:
y
KST
= C - y
ST

x
KST
= C - x
ST

Ilyen mdon a katonai rendszerekben a koordinta-rendszer tjolsa is
korszerbb, K-iv vlt.
A c lland rtkei az egyes rendszerekben:
A Budapesti katonai sztereografikus rendszerben:
C = 500 000 m.
A Marosvsrhelyi katonai sztereografikus rendszerben:
C = 600 000 m.
Az Ivanicsi katonai rendszerben:
C = 400 000 m.
Az irnyszg- s tvolsgszmtson kvl mindenfle vetleti szmts
csak az eltols nlkli koordintkkal vgezhet, ezrt ilyen szmtsok eltt
vissza kell trni a vetleti koordintkra:
y
ST
= C - y
KST

x
ST
= C - x
KST


A sztereografikus skkoordintkbl az albbi egyenletekkel nyerjk a
gmbi fldrajzi koordintkat:
(


|
|
.
|

\
|

+
=
0 0
2
2
2
cos sin
4
4
1
sin x
R
d
R
R
d
R

(

+
|
|
.
|

\
|
=
0 0
2
sin x cos
R 4
d
R
y
1
ctg
62
ahol
d
2
= x
2
+ y
2
.
1908-ban rint hengervetleteket vezettek be. Ha egy pont budapesti
sztereografikus s hengervetleti koordintibl kiszmtjuk a gmbi fldrajzi
koordintkat, egymstl eltr eredmnyeket kapunk. Magyarorszgot hrom
ferdetengely rint hengervetlet fedi. A hengervetleti szaki rendszer (HR)
a 47 55 fldrajzi szlessgtl szakra fekv terletekhez, a hengervetleti k-
zpso rendszer (HKR) a 46 22 s a 47 55 fldrajzi szlessgekkel hatrolt
svhoz, a hengervetleti dli rendszer (HDR) pedig a 46 22 fldrajzi szlessg-
tl dlre lev terletekhez tartozik. A koordinta-rendszerek tjolsa a sztereogra-
fikus vetletekhez hasonlan DNy-i.
Ha a rgi elhelyezsnek megfelel alapfelleti koordintkra van szks-
gnk, elbb sztereografikus koordintkat szmthatunk a hengervetletiekbl,
majd azokbl a sztereografikus vetletnl ismertetett mdon Bessel-ellipszoidi
koordintkat.
Ha valamilyen okbl mgis az j elhelyezsnek s tjkozsnak megfelel
Bessel-ellipszoidi koordintkbl kvnunk valamelyik ferdetengely, rint
hengervetleten skkoordintkat szmtani, akkor elbb a Gauss-gmbi koordi-
ntkat, majd azokbl a krdses hengervetletre vonatkoz segdfldrajzi koor-
dintkat szmtunk:
( ) cos sin cos cos sin sin arc '
0 0
=


' cos
sin cos
sin arc '

=

A hengervetleti skkoordintkat az albbi kpletekkel szmthatjuk ki:
|
.
|

\
|
+ =
2
'
45 tg ln R x
o


o
R y

'
=
ahol R a rgi Gauss-gmb sugara s

o
o
180
=
Ha viszont ferdetengely, rint hengervetleti skkoordintkbl kv-
nunk az j elhelyezs s tjols szerinti Bessel-ellipszoidi koordintkat szmta-
ni, akkor elbb gmbi segdfldrajzi koordintkat a
o
R
x
90 e tg arc 2 ' =

s
63
o
R
y
= ' majd a gmbi fldrajzi koordintkat a
( ) cos sin ' cos cos ' sin sin arc
o o
+ = s

cos
' sin ' cos
sin arc

=
kpletekkel szmoljuk.

A Gauss- Krger vetlet adatait a trkptanban tanultak alapjn szmoljuk.
Az 1940-es vek elejn a katonai hadvezets a Gauss-Krger vetlet be-
vezetse mellett dnttt. Az elhelyezst olyan elsrend pontok felhasznlsval
vgeztk, amelyeknek a kzp-eurpai elhelyezs s a hazai elhelyezs Bessel-
ellipszoidi koordinti ismertek voltak. A Gellrt-hegy pontra az albbi rtkeket
fogadtk el:
= 47 29' 15,382"
= 19 02' 59,723" (Greenwichtl)
= 36 42' 45,743" (Ferrotl)
A Varsi Szerzds vetleti rendszereknt a Gauss-Krger vetletet fo-
gadtk el Kraszovszkij-ellipszoid alapfellettel:
a = 6 378 245 m,
b = 6 356 863,018 77 m-es fltengelyekkel.
Az x tengely irnyban nem alkalmaztak eltolst (X = x), a negatv eljel
koordintk kikszblse cljbl az Y szmtsnl mindkt svban
Y
o
= 500 000 m
az eltols mrtke. A svok megklnbztetse miatt a 33. svban 3-as, a 34.
svban 4-es vezrszmot rnak a Y koordinta el.
19691975 kztt j geodziai vonatkozsi rendszer kerlt bevezetsre.
Az IUGG1967 ellipszoid a Nemzetkzi Geodziai s Geofizikai Uni ltal 1967-
ben elfogadott alapfellet, amelynek jellsre hasznlatos a GRS67. Ez a vonat-
kozsi rendszer ksbb a HD72 (Hungarian Datum 1972.) elnevezst kapta. Az
ellipszoidrl a skra a hagyomnyoknak megfelelen akkor is ketts vettssel
trtek t. Els lpsben az IUGG1967 ellipszoidrl az ellipszoid gmbi vetlet-
vel az j Gauss-gmbre, onnan pedig egyetlen ferdetengely, kt hossztart
segdparalelkr, (reduklt) szgtart hengervetlettel a skra. Ez utbbit nevez-
zk Egysges orszgos vetletnek (EOV) (Vetleti szablyzat 1975). Az EOV
vetleti kezdpontja az j Gauss-gmb gellrthegyi meridinjn (kezdmeridin)

o
= 47 06 0,0000"
fldrajzi szlessg pontja. A fldrajzi hosszsgokat itt is a gellrthegyi meridi-
ntl mrjk (eljelk is keletre pozitv). A kezdmeridin kpe adja az x ten-
gelyt, a kezdpontban a kezdmeridinra merleges gmbi fkr (segdegyenl-
64
t) kpe az y tengely. Az x tengely pozitv ga szakra, az y tengely keletre mu-
tat (K-i tjkozs rendszer).
Gyakorlati okokbl a skkoordinta-rendszer kezdpontjt az orszg ter-
letn kvl es, alkalmasan kivlasztott pontba helyeztk t. Az eredeti (y, x) ve-
tleti koordintk s a kezdpont thelyezse eredmnyeknt nyert (Y, X) skko-
ordintk kztti sszefggs:
X = x + X
o
,
Y = y + Y
o
,
ahol
X
o
= 200 000 m,
Y
o
= 650 000 m.
gy az X s Y koordintk mindig pozitv eljelek, s teljesl az
X < 400 000 m < Y
felttel. Teht az eltolt koordintk abszolt rtkbl egyrtelmen megllapt-
hat, hogy X vagy Y koordintrl van-e sz. A tvolsg- s irnyszg szmtson
kvl termszetesen minden vetleti szmts csak az x, y koordinta prral v-
gezhet.
IUGG1967 ellipszoidrl EOV koordintk szmtshoz elszr az j ket-
tos vetts llandit felhasznlva kapjuk az j Gauss-gmbi koordintkat, majd
az EOV vetleti kezdpontjtl fgg segdfldrajzi koordintkat, vgl az EOV
skkoordintkat:
|
.
|

\
|
+ =
2
'
45 tg ln m R x
o
o

o
o
o
o
180 '
m R y = =
Az X s Y koordintkat eltolssal kapjuk.
Az rint elhelyezsre vonatkoz koordintkat az m
o
= 0,99993 vetleti
mretarny-tnyezovel szorozzuk, amely megegyezik a segdegyenlt
linermodulusval s a torzulsmentes segdparalelkrk fldrajzi szlessgnek
koszinuszval (cos
m
).
Ha az EOV skkoordintkbl IUGG1967 ellipszoidi koordintkat aka-
runk szmtani, akkor els lpsben mint brmely vetleti szmtsnl vissza-
trnk az eltols nlkli, vetleti koordintkra:
x = X X
o
,
y = Y Y
o
.
Ezutn kvetkezik a segdfldrajzi koordintk
o
o
o m R
x
90
m R
x
exp tg arc 2 90 e tg arc 2 '
o

|
|
.
|

\
|

= =
|
|
.
|

\
|


65
o
o
m R
y

= '
majd a gmbi fldrajzi koordintk, vgl az IUGG1967 ellipszoidi koordintk
szmtsa.
Az ltalnosan hasznlt Bessel ellipszoid alap rgi vetleti rendszerek
(STG, HR, HKR, HDR, BV) s az EOV rendszer kztt kzvetlen tszmtsi
lehetsgre nincs md. Ezrt a transzformci a Vetleti Szablyzat szerint azo-
nos pontok alapjn, td fok konform hatvnysorokkal, a FMI-ben trtnik, az
itt kifejlesztett TRAFO nev transzformcis clprogram segtsgvel. A TRAFO
program a Magyarorszgon ltalnosan hasznlt fenti, polgri vetleti rendszerek
kztti transzformlsra alkalmas minden kombinciban.
Az UTM vetlet az ellipszoid egyenlti elhelyezs (transzverzlis) redu-
klt, szgtart hengervetlete. A vetts a GaussKrger vetletnl megismert
mdon trtnik az ellipszoid felsznrl a hengerpalstra, majd annak kiterts-
vel a skra. A torzulsmentes vonalak kztt a hosszak cskkennek, rajtuk kvl
pedig nnek. A torzulsmentes vonalak a sv kzpmeridinjtl A
o
= 1 37
15" -re lev pontokban metszik az egyenltt. A skkoordinta-rendszerek is ha-
sonlkppen alakulnak, mint a GaussKrger vetletnl. Az rint elhelyezshez
tartoz skkoordintkat az
m
o
= cos A
o
= 0,9996
vetleti mretarnytnyezvel szorozva kapjuk az UTM koordintkat.
Az UTM vetleti szmtsoknl a Gauss-Krger vetlet sszefggseit
hasznlhatjuk, nhny jellsbeli klnbsggel (ld. tblzat):

Gauss - Krger vetlet UTM vetlet
m
o
= 1 m
o
= 0,9996
x AN
y AE
X N
Y E
X
o
FN (False Northing)
Y
o
FE (False Easting)

A Gauss-Krger vetletnl az X
o
= 0, az UTM FN eltols rtke csak az
egyenlttl szakra 0 (gy Magyarorszgon is), dlre pedig 10 000 000 m. A
Gauss-Krger Y
o
eltols rtke mindegyik svban 500 000 m, ezrt a sv megk-
lnbztetse rdekben a Y koordinta el az n. vezrszmot (a 33. svnl 3, a
34. svnl 4) rjuk. Az UTM FE eltols rtke is mindegyik svban 500 000 m),
gy a sv meghatrozshoz itt is szksgnk van mg egy adatra, nevezetesen
annak a 6 x 8 -os ellipszoidi ngyszgnek a jelzsre, amelyikben a pontunk
66
elhelyezkedik. Magyarorszg terletn ezeknek a ngyszgeknek az elhatrol
vonalai ugyanazok, mint a Gauss-Krger szelvnyezsnl, csak msik ellipszoi-
don. Itt 33 T, 33 U, 34 T vagy 34 U jelzseket rjuk a pont helyzettl fggen az
E koordinta el vagy mg.
A GPS technika alkalmazsa j egysges koordinta-rendszert kvn meg,
amit Magyarorszgon a katonai topogrfiban a WGS84 ellipszoidhoz mint alap-
fellethez tartoz UTM vetlet biztost. A nyugat-eurpai orszgokban ltalban
a Hayford-fle ellipszoidot alkalmazzk alapfelletknt. A svszlessg 6 -os s
a kzpmeridinok ugyanazok, mint a Gauss-Krger vetletnl.
Az UTM vetleti szmtsokhoz is a Gauss-Krger vetletnl megismert
sszefggseket kell hasznlni, azzal a klnbsggel, hogy a Gauss-Krger vet-
letnl az m
o
helybe 1-et, az UTM-nl 0,9996-ot kell helyettesteni, valamint a
szmthat llandkat az elfogadott alapfellethez kell meghatrozni. Az elbbi
llandknak a gyakorlati kvetelmnyeknek megfelel pontossggal kiszmtott
rtkei a WGS84 ellipszoidra:
R = 6 367 449,149m;
o
2
= 8,377 318 EE-04; o
4
= 7,608 5 EE-07; o
6
= 1,2 EE-09; o
8
= 0;

2
= 8,377 322 EE-04;
4
= 5,9 EE-08;
6
= 2 EE-10;
8
= 0

Feladatok

1, Az els, msodik s harmadik katonai felvteleken hatrozzuk meg Deb-
recen kzppontjnak koordintit!
2, Hatrozzuk meg a Budai rendszer kezdpontjnak EOV koordintit!
3, Hatrozzuk meg egy tetszleges hazai pont EOV koordintibl az
IUGG1967 ellipszoidi koordintit!













67
5. Adatok, adattpusok, adatgyjts (minta, mintavtelezs s
szablyai). Rgi mrtkegysgek s tszmtsuk

A mindennapi letben klnfle adatokkal tallkozunk (pl. szemlyi, sta-
tisztikai, kzrdek, mszaki stb.). Ebben a fejezetben elszr a
geoinformatikban gyakran elfordul adatok tipizlsval foglalkozunk, majd
megismerjk a klnbz adattpusok gyjtsnek lehetsgeit. ttekintjk a
mintavlaszts s a mintavtelezs szablyait. Mivel az adatokhoz valamilyen
mrtkegysgek is kapcsoldnak, s ezek a trtnelem sorn tbbszr vltoztak,
ezrt tismteljk a rgi s az j mrtkegysgekkel kapcsolatos tudnivalkat, az
tvltsuk lehetsgeit, korltait.
Az adatok feldolgozsval tulajdonkppen az a clunk, hogy jabb infor-
mcikhoz jussunk. A feldolgozs lehet nagyon egyszer (pl. alapmveletek,
tlag, stb.), amelyek szmolgpekkel is elvgezhetk. Ennl sszetettebb mve-
leteket vgezhetnk tblzatkezel programokkal (pl. EXCEL), illetve a bonyo-
lultabb feladatok megoldshoz klnfle tudomnyos s GIS programokat hasz-
nlhatunk.
Az adatfeldolgozs egy sajtos terlete az adatbziskezels, amelyet
adatbziskezel szoftverekkel vgezhetnk. Ezzel a tmakrrel kln tantrgy
foglalkozik.

5. 1. Adatok, adattpusok
Az adatoknak (pl. 80, zld) nmagukban nincs jelentsk. Az adatoknak
csak akkor van rtelme, ha egy objektum tulajdonsgnak, jellemzjnek (vlto-
zjnak) az rtkt llapott jelzik (pl. 80 Ft, zld alma, stb.). Teht egy adatot
akkor tekintnk definiltnak, ha meghatrozzuk, hogy milyen objektum, melyik
vltozja, milyen rtket vesz fel. gy mr hasznos adatt, informcihordozv
vlik. Az adatokat klnfle szempontok szerint csoportosthatjuk.
Az adatokat tipizlhatjuk az elvgezhet mveletek szerint:
a nominlis adat lehetsges rtkei kztt csak az azonos vagy nem azo-
nos relci van rtelmezve (egyenl vagy nem egyenl). Ilyenek pldul a
nevek (Debrecen, Budapest, Petfi Sndor), telefonszmok (36-52-
512900, 36-52-480555), sznekkel jellemzett tulajdonsgok (zld alma,
piros kr). Nominlis adattal ennl magasabb rend mveletet nem lehet
vgezni, ebbl kvetkezen (Debrecenbl nem vonhat ki Szeged s a te-
lefonszmok sszege sem rtelmezhet). Az adatbzisban leggyakrabban
szveges vltozknt jelennek meg. ppen ezrt, bizonyos mveletek ese-
tn (pl. csoportosts, lsd diszkriminancia-analzis, SPSS), t kell ket
68
definilni szm tpus vltozv (Debrecen = 1, Szeged = 2, de ezek a
szmok csupn a csoportok elklntsre szolglnak, nem ordinlis s
nem metrikus arnyskln mrt rtkek). Ez a mdosts szksgszer, de
vgeredmnyben nknyes.
az ordinlis adat lehetsges rtkei kztt a kisebb vagy nagyobb relci
is megengedett az azonos nem azonos mellett (=, , <, >). Ilyen pl. < 1000
mg, 1000 1500 mg. Az osztlyozs sorn ordinlis adatok keletkeznek.
az intervallum skln mrt adatoknl a fentieken kvl az sszeads s
kivons mvelett is tudjuk rtelmezni, vagyis megadhat, hogy mennyi-
vel kisebb vagy nagyobb kt rtk egymstl, de a szorzs s oszts m-
velete nincs rtelmezve. Ilyen pldul a Celsius fokokban mrt hmrsk-
let, mert skljnak 0 pontja nknyes. (A 40C-rl mondhatjuk, hogy
20C-kal melegebb a 20C-nl, de azt nem mondhatjuk, hogy ktszer me-
legebb.)
az arnyskln mrt adatoknl mind a ngy alapmvelet rtelmezve van.
Pldul a kilogrammban mrt tmeg, newtonban mrt er, darabban vagy
mlban mrt elemszm, kelvinben mrt hmrsklet, mterben mrt t-
volsg, stb.
Az adatbziskezelkben elfordul adattpusok:
szveg (Text) tpus adatok: Akkor hasznljuk, ha a bert adattal nem kell
szmtsokat vgezni (pl. nevek, irnytszmok, stb.)
feljegyzs (Memo) tpus adatok: Akkor hasznljuk, ha a mezben 255
karakternl hosszabb szveget szeretnnk trolni.
szmtpus (Number) adatok: Matematikai szmtsok elvgzsre al-
kalmas adatok. Egsz s trtszmok egyarnt lehetnek.
pnznem tpus adatok: Pnzrtkek, amelyek 15 egsz s ngy tizedes
jegyet tartalmazhatnak. Klnbz pnznemek adhatk meg.
dtum/id (Date/Time) tpus adatok: Akkor hasznljuk, ha dtumokkal
s idpontokkal akarunk mveleteket vgezni (pl. ki kell szmolni kt d-
tum kztt eltelt napok szmt). A napok vgre nem szabad pontot rni.
sorszm (Auto Number) tpus adatok: Egyrtelm egsz szmrtkek,
amelyeknl bellthat a nvekv/cskken sorrend. Adattblk ssze-
kapcsolsnl jtszhat szerepet, mint elsdleges azonost (kapcsolme-
z), de hasznlatval krltekinten kell eljrni. Helyette sajt kszts
azonost bevezetse javasolt.
igen/nem (Yes/No, True/False) tpus adatok: Ezek tulajdonkppen lo-
gikai rtkek (igen/nem, igaz/hamis). Akkor hasznljuk, ha elre eldnt-
het, hogy az adott mez csak ktfle rtket vehet fel.
69
OLE objektum adattpusok: Akkor alkalmazzuk, ha egy msik program-
mal ellltott objektumokat akarunk az adatbzishoz csatolni. Ilyenek pl.
a kp, zene, film s ms binris adatok. Lehetsg van hyperlink
(www.unideb.hu) megadsra is.
A geoinformatikai szoftvereknl gyakori a Number, String, Boolean s Date
tpus adatok hasznlata.
A Number (numerikus szm) adattpus vlasztsnl elre meg kell ha-
troznunk, hogy az adatmez maximlisan hny rtkes szmjegyet tar-
talmazhat, s a tizedesjegyek szmt is. Ennek alapja egyes
porogramoknl gyakran a kettes szmrendszer.
A String vlasztsakor a szveges informcik trolsra van lehetsg.
Ebben az esetben a karakterek szmt kell elre meghatrozni.
A Boolean vltoz szintn ktrtk (I/H), gy az adattrolson fell bi-
zonyos logikai mveletek elvgzsre is alkalmas.
A Date tpus adatok a dtummal, idvel kapcsolatos feladatok megold-
st tmogatja.

5. 2. Adatgyjts, adatnyersi eljrsok, adatforrsok

Az objektumok helyzete, attribtuma idben (s trben) folyamatosan vl-
tozik, ezrt az adatbzisunkat llandan frissteni kell. (pl. a lakhzak mrete
hozzptssel megvltozik, vagy tulajdonosvlts trtnt, stb.) A vltozs elem-
zsnl megllapthatjuk, hogy a geometriai objektum alakja hogyan vltozott, s
milyen j attribtum adatokat kell hozzrendelni. A vltozs idpontjt is fel kell
tntetni. Fontos az adat pontossgnak (minsgnek) az ellenrzse. A nem
megfelel adatminsg rossz eredmnyt s ennek kvetkeztben hibs dntst
hozhat. A hibs dnts a gyakorlati letben jogi s pnzgyi kvetkezmnyekkel
jrhat.
A kutats sorn az adatok gyjtsnl s a mintavtelezsnl nagyon sok-
fle mdszert alkalmaznak, ezrt a szablyzatok, elrsok is nagyon eltrek. Itt
terjedelmi okok miatt nem clunk az sszes mdszer trgyalsa, st a geogrfi-
ban elfordulk kzl is csak nhny bemutatsval rzkeltetjk az adatgyjts
lehetsgeinek a soksznsgt.
A geogrfinak brmely tudomnyterletn nlklzhetetlen a trkp. A
tematikus trkpek ellltshoz nagy mennyisg adatra van szksg. A napja-
inkban kszl digitlis tematikus trkpek a terepi objektumok adatllomnyt
numerikus kdolssal tartalmazzk.
A digitlis trkpek adatainak ellltsa sorn terepi felmrst, fotog-
rammetriai eljrst, vagy vegyes eljrst alkalmazunk. A terepi felmrsnl az
objektumok alakjelz pontjainak helyszni bemrst vgzik az elektronikus
70
tahimterekkel, vagy mrllomsokkal. A helymeghatrozs olyan GPS-el k-
szl, amely ma mr rszletes felmrsre is alkalmas.
jabban a kzi szmtgpek hasznlatnak elterjedsvel az ArcPad
szoftver hasznlata lehetsget nyjt a terepen val elemfelvtelre, elemzsre s a
fldrajzi informcik megjelentsre. A terepi adatgyjts az ArcPad-del hat-
kony s megbzhat terepi adatgyjts. Lehetsgnk van kls szenzorokbl
rkez adatok (GPS vevk, tvmrk s digitlis kamerk) felvtelre is.
A mszerek a mrsi eredmnyeket digitlis formban rgztik s az ada-
tok a tovbbi feldolgozs cljbl kzvetlenl szmtgpbe tlthetk. A feldol-
gozst megfelel szoftverrel elvgezve az adatokbl a digitlis trkp megszer-
keszthet.
A trkpi objektumok attribtum adatai klnfle adatbzisokbl (pl.
KSH) letlthetk, illetve korbban kszlt tblzatokbl, felmrsekbl, stb. sz-
szegyjthetk, vagy megvsrolhatk. Napjainkban az adatgyjtst jelentsen
gyorstja, s knnyebb teszi az INTERNET.
A digitlis trkpek ellltst gyakran a rgi trkpek adatllomnynak
frisstsvel vgezzk. Ekkor jl alkalmazhatk a lgi- s rfelvtelek. Ennl a
mdszernl nagyon fontos az j adatbzis terepi ellenrzse.
Abban az esetben, ha rendelkezsnkre ll megfelel digitlis trkp s az
objektumok adatai, akkor a klnfle tematikus trkpek geoinformatikai szoft-
verekkel gyorsan elllthatk.

5. 3. Mintavtelezs

Az j adatok gyjtse, ellltsa trtnhet mintavtelezssel. A mintav-
telezsnl a klnbz szakterletek eltr mdszereket s szablyokat alkal-
maznak. A mintavtelezs lehet terepi (pl. talajmintk gyjtse, krdvezs stb.),
vagy adatbzisbl trtn adatvlogatssal. A fldtudomnyokban a mintavtele-
zsnek ezeket a tpusait gyakran alkalmazzuk. A mintavtelezs reprezentatv, ha
a minta a statisztikai sokasg jellemzit viseli magn (pl. a mintban a nyugdja-
sok arnya megegyezik a sokasgban a nyugdjasok arnyval; vagy a mintk,
mint rszhalmaz tlaga hasonl az eredeti halmaz, a sokasg tlaghoz). A min-
tavtelezs nem szksgszeren trekszik reprezentativitsra: pl. elemezhet a
dikok prtpreferencija s kln a nyugdjasok, s e kt rszhalmaz vizsglata
vlhetleg ms eredmnyt ad, mintha az sszes vlasztpolgr prtpreferenciit
vizsglnnk. A sokasg nagysga befolysolja a reprezentatitivshoz szksges
mintaszmot: 10000 eset felett elegend, ha a minta az esetek 1%-t tartalmazza,
ennl kisebb nagysgrend esetben a minta arnyt/szmt nvelni kell.
A geogrfiban a terepi mintavtel, mint adatnyersi eljrs sokszor nl-
klzhetetlen. A mintavtel helynek kivlasztshoz magas szint szakmai fel-
71
kszltsg szksges. A mintavtelezs mdjai nagyon eltrek s az eredmny
kimenetelt is befolysoljk.
A mintavtel helynek kivlasztsa az albbi mdon trtnhet:

Tallomra szubjektv, nem ajnlott.
Vletlenszer kijells nem biztos, hogy reprezentatv.
Szisztematikus kijells ltalban ngyzethls, sok flsleges pont.
Szisztematikus vletlen a ngyzetrcson bell vletlenszer kijells-
sel.
Digitlis terepi modellek, lgi- s rfelvtelek segtsgvel.
Homogn foltok meghatrozsa becslsre j, de mintzatelemzsre al-
kalmatlan.
Trfolyamat-fgg hlzat optimalizlsval.

A helyek kivlasztsnl szoktk mg alkalmazni a krigels becslsi
variancijn alapul mdszert, amelynl az exponencilis kovariancia fggvnyt
(covariogram) hasznljk. Egy adott terleten a lehetsges hlzatok kzl az a
hlzat a legjobb, amelynl ez a kritrium a legkisebb rtkkel rendelkezik.
A kovariancia fggvny alkalmazsnl felvetdik nhny krds pl.:
Hogyan rtelmezhetek a kovariancia fggvny paramterei a gyakorlat
szmra?
Milyen hatsa van a paramtereknek a kritrium rtkre?
Megadhat-e a hlzathoz kivlasztott helyek optimlis szma?
Vltoznak-e a kivlasztott helyek, ha a vizsglt terleten bell valamilyen
egyb hatst, heterogenitst is feltteleznk?
A nagy terletek mintavtelezse a trbeli heterogenits elemzse cljbl
mindig problmt jelent. A feladatok figyelembe vtelvel ltalban mindig j
mintavtelezsi eljrsok kidolgozsra van szksg. Ezeknl az eljrsoknl a
terepi mintavtelezs mellett clszer j modern mdszereket (tvrzkels, mo-
dellezs) is alkalmazni. A mintavtel utn szksges a hibaelemzs, a pontossg-
vizsglat, s az adatok minosgnek az rtkelse.

5. 4. Mveletek adatokkal

Az adatgyjts/mintavtelezs utn az informciszerzs rdekben a
rendelkezsnkre ll adathalmazzal klnfle mveleteket vgznk. Az adatokat
elszr rendezzk, osztlyozzuk.
Az adatainkat nominlis vltozknak tekintjk akkor, ha csak azt tudjuk
megadni, hogy az egyes osztlyokba (kategrikba) hny egyed esett. Jellje pl.
n
i
azoknak az egyedeknek a szmt, amelyek az i-edik kategrihoz tartoznak.
72
Ekkor az n
i
t gyakorisgnak nevezzk. A relatv gyakorisg (f
i
= n
i
/N) pedig azt
mutatja meg, hogy az adataink hny szzalka esett az i-edik kategriba (pl.
f
i
=0,65 rtknl 65%).
Adataink gyakran egy, vagy tbb intervallumba es rtkek. Ilyenkor
clszer az adatokat nagysg szerint sorba rendezni, a kategria hatrokat kijell-
ni s a klnbz osztlyokba besorolni (n
i
s f
i
rtkeket meghatrozni). Adata-
ink megoszlsnak szemlltetsre hisztogramot (gyakorisgi, eloszlsgrbt)
lehet szerkeszteni derkszg koordinta rendszerben. (Az egyik tengelyre az
osztlykzepeket, a msikra pedig a hozzjuk tartoz gyakorisgot, illetve relatv
gyakorisgot mrjk fel.) A hisztogram tjkoztat bennnket a vltoz eloszls-
rl, cscsairl, szimmetrijrl, stb.
Az adatok rtkelsnl fontos a kzprtk s a szrs mrszmainak az
ismerete. Ezek a statisztikai paramterek ugyanis bizonyos eloszlsok esetn
reprezentlhatjk az egsz sokasgot (vagy rszhalmazt, a mintt), gy sszeve-
tskkel tbb adathalmaz, populci sszehasonltsra is lehetsg nylik, ami
jval knnyebb, mint az sszes, akr tbbezer adatot sszevetni egymssal.
Hasznlatuk tvezet a statisztika s a valsznsgszmts s a halmazmveletek
terleteire (lsd ott).

A kzprtk mrszmai:
A modus (M
o
) arra ad vlaszt, hogy melyik a vltoz legvalsz-
nbb rtke. Tulajdonkppen a hisztogram maximumt jelenti.
Ennek alapjn lehetnek tbbmodus, illetve modus nlkli vlto-
zk is.
A medin (M
e
kzps rtk) pontosan felezi a mintt, teht az
itt hzott vonal az eloszlsgrbe alatti terlet felezje.
A szmtani tlag (x) a vltoz gyorsan meghatrozhat, egyet-
len szmmal trtn jellemzse. Kplete:


=
= =

= =
k
i
i
k
i
i i
N
i
i
n
x n
N
x
x
1
1 1

ahol k a csoportok szma, n
i
az i-edik csoport gyakorisga

= N n
i

n a minta nagysga
(Lehet slyozott tlagot is szmolni, de akkor az n
i
-nek ms az
rtelmezse.)


73
Harmonikus tlag (x
h
)

=
N
i
i
h
x
N
x
1
1

Mrtani (geometriai) tlag x
g

N
N g
x x x x ...
2 1
=


Ngyzetes tlag (x
q
)
N
x
x
N
i
i
q

+ =
1
2

A klnbz tlagok csak a vltoz (eloszls) egy jellemz rtkt adjk
meg. Az intervallumban tallhat vltozknl clszer meghatrozni az rtkek
szrdst is.
A vltozk szrdsnak mrszmai:

Terjedelem (R): R = X
max
X
min

Interkvartilis flterjedelem (IF)
2
1 3
K K
IF

=
ahol K
3
a harmadik, K
1
az els kvartilis (negyed)

tlagos eltrs () a szmtani tlagtl val eltrsek abszolt
rtknek tlaga
N
x x
N
i
i
=

=
1


Szrs (variancia, kovariancia) a szmtani tlagtl val elt-
rsek ngyzetes tlaga.

N
x x
N
i
i
=

|
.
|

\
|

=
1
2

a szrsngyzet kplete:
2
1
2
1

|
.
|

\
|
=
N
i
i
x x
N

A regionlis elemzsekben hasznlatosak statisztikai paramtereken alapul
terleti egyenltlensgi mutatk (v: Regionlis elemzsi mdszerek; Pnzes J.
eladsai alapjn).
74
Terleti megoszlsok eltrst mutat indexek:



A terleti polarizltsg mrszmai





75
Slyozott szrs:







A kzgazdasgban -konvergencinak nevezik a szrs alapjn cskken jvede-
lem-egyenltlensgeket.. Csak azonos mrtkegysg jellemzk vethetk ssze.

Plda:
Foglalkoztatottsgi
rta, %, 1990
Laknpessg
szma, f, 1990
Foglalkoztatottsgi
rta, %, 2001
Laknpessg
szma, f, 2001
Bcs-Kiskun 43,7 546898 35,0 546517
Baranya 42,8 417400 33,5 407448
Bks 42,0 411887 31,5 397791
Borsod-Abaj-Zempln 41,6 761963 28,1 744404
Budapest 45,5 2016681 42,0 1776388
Csongrd 43,4 438842 35,6 433344
Fejr 45,8 418852 40,4 434317
Gyr-Moson-Sopron 44,7 428153 42,1 434706
Hajd-Bihar 41,4 548728 31,6 552998
Heves 42,6 334408 33,8 325727
Jsz-Nagykun-Szolnok 42,6 425583 32,1 415917
Komrom-Esztergom 44,2 316984 39,2 316590
Ngrd 43,1 227137 33,0 220261
Pest 45,1 949842 38,4 1083877
Somogy 42,7 344708 33,6 335237
Szabolcs-Szatmr-Bereg 38,5 572301 27,0 582256
Tolna 44,0 253675 35,2 249683
Vas 45,2 275944 42,8 268123
Veszprm 45,0 378439 39,4 373794
Zala 44,3 306398 39,5 297404
Orszgos 43,6 10374823 36,2 10196782
Forrs: npszmllsi adatok alapjn
Lpsek:





868 , 1 4897 , 3
10374823
36205243
= = =

A szmts els lpseknt a fajlagos mutat (y
i
) rtkbl kivonjuk az t-
lag rtkt ( y ), mely mveletet az adatsor minden elemre elvgezzk (y
1
-tl y
n
-

=
=

=
n
i
i
n
i
i i
s
f
f y y
1
1
2
) (

i
i
i
f
x
y = fajlagos (arny) mutat rtke az i. terletegysgben
y = y
i
slyozott tlaga
f
i
= slyszm (a terleti trsadalmi-gazdasgi vizsglatokban
ltalban a lakossgszm, de jellemzen a fajlagos mutatnak
megfelelen vltozhat)

( ) [ ] ( ) [ ] ( ) [ ]
=
+ + +
=

=
=
10374823
306398 6 , 43 3 , 44 ... 417400 6 , 43 8 , 42 546898 6 , 43 7 , 43
) (
2 2 2
1
1
2
n
i
i
n
i
i i
s
f
f y y

76
ig). A pldban az egyes magyarorszgi megyk foglalkoztatottsgi arny rtk-
bl vonjuk ki az orszgos tlagrtket. Ezt kveten minden klnbsget ngy-
zetre emelnk, majd beszorozzuk a hozz tartoz slyrtkkel (f
i
), mely esetnk-
ben a laknpessg szmt jelenti. A szorzatok sszegt kpezzk, melyet a sly-
rtkek sszegvel osztunk el, s a hnyados ngyzetgykt vve megkapjuk a
slyozott szrs rtkt.
Amennyiben a kapott rtket elosztjuk az y rtkvel s beszorozzuk 100-
zal; a slyozott relatv szrs rtkt kapjuk meg, amely a slyozott tlag szzalkban
fejezi ki a szrs rtkt. (A slyozott szrs szmtst elvgezve a 2001-es adatokra is,
4,9021-et kapunk vgeredmnyknt, mely alapjn megllapthat, hogy a foglal-
koztatottsgi rta megyk kztti klnbsgei jelentsen nvekedtek a kt np-
szmlls kztti idszakban).

Hoover index:





Plda:
Rgik
Brutt hazai
termk (GDP),
Mrd Ft-ban,
2000
Laknpessg
szma, f, 2000
Brutt hazai termk
(GDP), Mrd Ft-
ban, 2006
Laknpessg
szma, f, 2006
Dl-Alfld 1 340 1391786 2 103 1359617
Dl-Dunntl 994 1005610 1 547 983247
szak-Alfld 1 340 1586824 2 278 1559233
szak-
Magyarorszg 1 112 1318098 1 899 1278550
Kzp-Dunntl 1 443 1127597 2 370 1124315
Kzp-
Magyarorszg 5 781 2819694 11 229 2858844
Nyugat-Dunntl 1 519 1004978 2 369 998241
Orszg sszesen 13 529 10 254 587 23 795 10 162 047
Forrs: a KSH Stadat adatai alapjn

A szmts els lpseknt megoszlsi viszonyszmm kell talaktani a
naturlis mrtkegysgben megadott terleti adatokat (mind a vizsglt vltozt,
mind pedig az sszehasonlts alapjt kpez sokasgot trsadalmi-gazdasgi
vizsglatok esetben ltalban a npessgszmot), melyekre igaz, hogy
i
x =
100 s
i
f = 100. A kvetkez lpsben a kt megoszls klnbsgt vesszk
minden terletegysg esetn, majd a klnbsgek abszolt rtkeit sszegezzk.
A kapott sszeget kettvel elosztva megkapjuk a Hoover-index rtkt. A 2006-
os adatokra is elvgezve a szmtst, eredmnyl 19,19%-ot kapunk, mely alap-
x
i
s f
i
kt megoszlsi viszonyszm, melyekre fennllnak
az albbi sszefggsek:
i
x = 100 s
i
f = 100

2
1

=
n
i
i i
f x
h
77
jn megllapthat, hogy a vizsglt idszakban a GDP tekintetben nvekedett a
rgik kztti egyenltlensg.

Lpsek:
Rgik
Brutt hazai
termk (GDP),
Mrd Ft-ban, 2000
Laknpessg
szma, f, 2000
Brutt hazai
termk (GDP)
megoszlsa, %
Laknpessg
szmnak
megoszlsa, %
Dl-Alfld 1 340 1391786 9,91 13,57
Dl-Dunntl 994 1005610 7,35 9,81
szak-Alfld 1 340 1586824 9,91 15,47
szak-Magyarorszg 1 112 1318098 8,22 12,85
Kzp-Dunntl 1 443 1127597 10,66 11,00
Kzp-Magyarorszg 5 781 2819694 42,73 27,50
Nyugat-Dunntl 1 519 1004978 11,23 9,80
Orszg sszesen 13 529 10 254 587

100,00 100,00



Gyakran elfordul, hogy adatsorunkat jra kell sklzni, vagy osztlyk-
zket kell ltrehozni. Az intervallum-kpzsnek szmos mdszere ismert, a vizs-
glati cl mindig befolysolja a mdszertant. Ilyen az
a, egyenl osztlykzk elve ebben az esetben nem vagyunk tekintettel
arra, hogy-egy intervallumba hny adat tartozik (pl. az adatterjedelem ne-
gyedelse)
b, egyenl adatmennyisg elve ebben az esetben egyenl szm adat ke-
rl minden kategriba (az adatmennyisg negyedelse)
c, hisztogram-alap oszts ebben az esetben a mduszok nll kateg-
rit kpviselnek, mg a kztk lv tmenetek egytt kerlnek osztlyba
sorolsra.
d, az intervallum-hatr ott is meghzhat, ahol hitust vagy nagyobb ug-
rst ltunk, az adatokat nvekv sorrendbe rendezve ebben az esetben az
intervallumok szmt a hitusok szma/nagysga szabja meg, az interval-
lumok nem azonos nagysgak s nem azonos mennyisg adat kerl be-
sorolsra. Alkalmazhat szennyezs-rzkenysgi trkpeknl, ahol az in-
tervallumok minsgi ugrst jelentenek meg.
e, alapvet szably, hogy legalbb 3, maximum 7-8 kategrit klntsnk
el az adatok trkpi megjelentsekor, ugyanis ennl tbb kategria tlt-
hatatlann teszi az brzolst. Ez az eljrs igaz nemcsak egyszer vlto-
zk esetn, de a klaszterek vagy a faktorok szmnak belltsakor is cl-
szer figyelembe venni (lsd ott).
f, a kategrik szmnak megllaptsakor figyelembe vehetjk a kvet-
kez sszefggst is:
k= 1+3,3
.
lg n (ahol k a kategrik maximlis szma, n az adatok szma)

66 , 16
2
32 , 33
2
43 , 1 ... 46 , 2 66 , 3
2
80 , 9 23 , 11 ... 81 , 9 35 , 7 57 , 13 91 , 9
2
1
= =
+ + +
=
+ + +
=

=
n
i
i i
f x
h
78
Elfordulhat, hogy tbb adatsor rtkeit terjedelmi okokbl egy, ssze-
vont kimeneti trkpen kvnjuk megjelenteni. Ilyenek a klnbz pontszmt-
si rendszerek s az ezeken alapul trkpek: pl. a szennyezs-rzkenysgnl
figyelembe vehet a szemcsesszettel, talajvzlls s az agyagsvny-
tartalom, mint befolysol tnyezk. Mivel rtkk nagysgrendileg eltr s
ms-ms dimenzival, mrtkegysggel rendelkeznek, szksges egysges rend-
szerben trtn jrasklzsuk, pl. pontrtk megadsval (1-5, 1-10, 1-100,
stb.). A pontrtkek intervallumnak megadsa mr nmagban vve az adatok
manipulcijt jelenti, radsul az j skla nominlis vagy ordinlis lesz.
Az sszegzsnl tovbbi problmk merlhetnek fel: az adott terletegy-
sgre jellemz e 3 rtkbl ksztett folttrkp vgeredmnye ms lesz, ha ssze-
adjuk s ms, ha szorozzuk az egyes vltozkra jellemz rtkeket (radsul no-
minlis-ordinlis vltozk esetben nem is vgezhetnnk algebrai mveleteket).
Mi tbb, ez az rtkek sszes statisztikai paramtert (tlag, mdusz stb.) is m-
dostja. Hasonl mdszertani problmkat vet fel a slyozs krdse: egyes vl-
tozkat tbbszrs sllyal szoktak figyelembe venni bizonyos sszevont rtkek
kiszmtsakor, de a slyfaktor rtke sokszor szubjektv!
ltalnossgban azt a mdszert rdemes vlasztani, amely segtsgvel
utlag knnyebben besorolhatk az adatok intervallumokba, teht jobban szt-
hzza az adatsort, s hitusokat teremt a folytonos eloszlsban.
ltalnossgban intervallum-kpzsnl azt a mdszert rdemes vlasztani,
amely segtsgvel knnyebben besorolhatk az adatok intervallumokba, teht
jobban szthzza az adatsort, s hitusokat teremt a folytonos eloszlsban.
Ezzel tlptnk az adat-transzformcik krdskrbe.: Az itt emltend
mdszereket akkor alkalmazzuk, ha:
1, eltr lptk, nagysgrend adatok szerepelnek: ebben az esetben
ugyanis bizonyos mveletek (pl. klaszteranalzis) nem vgezhetk el. En-
nek megoldsban segt a maximumra vetts, normalizls, standardiz-
ls, sorrendi skla alkalmazsa
2, eltr az adatsorok szrsa s terjedelme: ekkor ugyanis egyes
mveletek (pl. 2 mints t-prba) nem vgezhetk el. Ennek megoldsban
segt pl. a normalizls, de pl. a maximumra vetts nem (ui. nem hzza
szt vagy ssze az adatsort).
a, sorrendisgi skla alkalmazsa (a legnagyobb v. legkisebb rtk = 1, a
msodik legnagyobb v. legkisebb = 2), ordinlis vltozkat eredmnyez,
teht az eredeti metrikus arnysklnk elvsz.
b, a maximumra vetts (a legnagyobb rtk = 100%, a tbbi arnyosan
kisebb), olykor nevezik normlsnak is,
c, normalizls s standardizls: olyan transzformcik hasznlata,
melyek normlis eloszlsv teszik az adatsort: z
i
=(x
i
-x
min
)/(x
max
-x
min
);
z
i
=lg(x
i
+1).
79
Ekkor a statisztikai paramterek (tlag, mdusz, medin, szrs, szlsr-
tk) rtkei megvltoznak, de egymshoz viszonytott helyzetk (pl. az tlaghoz
legkzelebb es adat, a mdusz, a medin) megmarad: minden x
i
, y
i
) adatprra
igaz, hogyha x
i
< x
j
, akkor z
i
< z
j
.

5. 5. Mrtkegysgek s tszmtsuk

A klnbz orszgokban s az eltr idpontokban kszlt trkpek
hasznlatakor mindig figyelnnk kell a trkp ksztsnl hasznlt mrtkegys-
gekre. Ha sszehasonlt elemzseket vgznk, akkor ismernnk kell az tvlts
mrszmt. Legtbbszr a tvolsg s a terlet meghatrozsa szksges.
Sok esetben nagy a bizonytalansgi tnyez, gy pl. Fnyes Elek egyik
munkjban (1836) magyar holdban adja meg a szntterletek nagysgt,
amelybl viszont ltezik kis s nagy magyar hold, 1200 ill. 1600 ngyszgl
nagysgban. Az 1865-s adatok kataszteri holdban vannak megadva, manapsg
viszont hektrt hasznlunk. gy egy trsg terlethasznlat-vltozsnak vizsgla-
ta nem kis kihvst jelent. A legfontosabb tblzatok a mellkletekben tallhatk.

Plda:
Az albbi paramterekkel jellemezhet szimmetrikus csatornban vz mo-
zog. Meghatrozzuk a vz sebessgt a keresztszelvny jellt pontjain. Ezek rend-
re v
1
=v
6
=0,05 m/s; v
2
=v
4
=0,2 m/s; v
3
=v
5
=0,1 m/s. Becslje meg a csatornban
foly vz tlagsebessgt!
Miutn a mrsi adataink vgesek, feltesszk, hogy a mrt rtkek a vz-
test egy-egy nagyobb felletnek tlagrtkei, ezeket az brn szaggatott vonallal
hatroltuk el. Ha ismertek a sebessgekhez tartoz keresztmetszetek, akkor a k-
zpsebessg egyszer slyozott tlaggal kiszmolhat:

=
i
i i
A
A v
v
Az 1. s 6. hromszg egybevg, derkszg, terletk:
2 2
6 1
m 5 , 0 m
2
2 5 , 0
=

= = A A
A 2.5. tglalap terlete:
2 2
5 4 3 2
m 5 , 1 m 5 , 1 1 = = = = = A A A A
s
m
136 , 0
s
m

5 , 0 5 , 1 5 , 1 5 , 1 5 , 1 5 , 0
5 , 0 05 , 0 5 , 1 1 , 0 5 , 1 2 , 0 5 , 1 1 , 0 5 , 1 2 , 0 5 , 0 05 , 0
6 5 4 3 2 1
6 6 5 5 4 4 3 3 2 2 1 1
=
+ + + + +
+ + + + +
=
=
+ + + + +
+ + + + +
= =

A A A A A A
A v A v A v A v A v A v
A
A v
v
i
i i

80
2 m
0,25 m
3 m
0,5 m 0,5 m
0,75 m
4 m
1 2 4
5 3
6

Megjegyzs: A

=
i i
A v Q kplet a vzhozamot adja meg. A szmolssal becsls
jelleg vzhozamot adunk meg, mert egyrszt nem teljesl felttlenl a sebessg-
vektor s a fellet merlegessge, msrszt a felletekhez rendelt, mrt sebessg-
rtkek a kzpsebessgektl eltrnek.

Feladatok

1, Egy 5
.
4 hektros parcella termseredmnyei (t) lthatk lent, a bal oldali tbl-
zatban. Szmolja ki az tlagos hozamot, a szrst, mduszt, medint. A tbbi
brn mintavtelezsi tpusokat ltunk (x a minta helye). Nevezze meg a min-
tavtelezs tpust, majd szmolja ki a mintavtelezssel kapott termstlagot
(szrst, stb.) s vesse ssze a teljes terlet paramtereivel.
1 2 2 2 x x x x x x x
1 1 2 2 x x x x x
2 2 2 2 x x x x
2 2 3 0 x x x x x
2 1 1 4

x x

x x

x x

2, Hny km
2
, r, m
2
, kataszteri hold, kis magyar hold a fenti 20 hektros parcel-
la?
3, Vgezzk el az albbi folyszelvny kzpsebessgnek becsls jelleg meg-
hatrozst, ha rendelkezsnkre ll az albbi mederkeresztmetszet-rajz s a
jellt pontokon mrt sebessgadatok!
v
1
=0,1 m/s; v
2
=0,15 m/s; v
3
=0,1 m/s; v
4
=0,2 m/s; v
5
=0,15 m/s; v
6
=0,2 m/s;
v
7
=0,15 m/s; v
8
=0,2 m/s; v
9
=0,1 m/s; v
10
=0,15 m/s; v
11
=0,12 m/s; v
12
=0,1
2 m
1 2
3
4
5
6
7
8
9
10 11 12


81
6. Mtrixok. Mtrixmveletek s tulajdonsgaik

A gyakorlati letben adatok gyjtsnl, mszeres mrsek sorn a sz-
mokat sokszor tblzatszer formba rendezzk, mert gy a sokoldal sszefg-
gsek ttekinthetbbek. A szmok ilyen tblzatszer elrendezst mtrixnak
nevezzk.
A mtrix vzszintes vonalban elhelyezked elemeit soroknak, fggleges
vonalban elhelyezked elemeit pedig oszlopoknak nevezzk. Egy n sorbl s m
oszlopbl ll mtrixot n-szer m (nm) mtrixnak nevezzk. A mtrixokat nagy-
betvel (pl. A), a mtrix elemeit pedig kisbetvel (pl. a) jelljk.
Az A mtrix jellse:
(
(
(
(
(
(
(
(

|
|
|
|
|
|
|
|
.
|

\
|
=
nm n n n
im ik i
m
m
nm n n n
im ik i
m
m
a a a a
a a a
a a a a
a a a a
vagy
a a a a
a a a
a a a a
a a a a
A
...
... ... ... ... ...
... ....
... ... ... ... ...
....
....
...
... ... ... ... ...
... ....
... ... ... ... ...
....
....
3 2 1
1
2 23 22 21
1 13 12 11
3 2 1
1
2 23 22 21
1 13 12 11

Beszlhetnk a mtrix i-edik sorrl s k-adik oszloprl. A mtrixnak az
i-ik sorban s k-ik oszlopban lv elemt a mtrix ik-adik elemnek nevezik, jel-
lse a
ik
. Mindig elszr a sorszm, majd az oszlopszm szerepel. ltalban a mt-
rix sorainak s oszlopainak szmozsa 1-gyel kezddik, de vannak olyan szm-
tgpes programok, melyek 0-val kezdenek. A fenti A mtrix tglalap alak, de
nemcsak tglalap alak mtrixok vannak. Az olyan mtrixot, amelynl a sorok s
az oszlopok szma megegyezik (n=m), ngyzetes, vagy kvadratikus mtrixnak
nevezzk. Az olyan ngyzetes mtrixot, melynek csak ftljban vannak 0-tl
eltr elemek diagonlmtrixnak nevezzk. Pldul egy harmadrang (n=3)
diagonl mtrix:
|
|
|
.
|

\
|
1 0 0
0 8 0
0 0 3


Egy mtrixot akkor tekintnk ismertnek, ha tudjuk, hogy milyen alak s
ismerjk a mtrix elemeit alkot szmokat.
Az olyan mtrixot, amelynek csak egy sora, vagy egy oszlopa van vek-
tornak (tbbdimenzis vektornak) hvjuk. gy a mtrixok felfoghatk a vektorok
ltalnostsnak is. Az egy sor s egy oszlop mtrix pedig egy skalris meny-
nyisg.
82
A sorvektornak csak egy sora van:

( )
m
a a a a ....
3 2 1

Az oszlopvektornak pedig egyetlen oszlopa van:
|
|
|
|
|
|
|
|
.
|

\
|
n
a
a
a
.
.
.
2
1

Ha egy mtrix sorait az oszlopaival felcserljk, akkor ltalban ms mt-
rixot kapunk. Ezt az j mtrixot a rgi mtrix transzponltjnak nevezzk. Az
adatbzisok felfoghatk mtrixknt, elfordulhat, hogy az oszlopokbl (vlto-
zk), sorokat (esetek) kell csinlni (Excel, SPSS), ezrt a transzponls fontos
mvelet.
A fenti A mtrix transzponltja:
|
|
|
|
|
|
|
|
.
|

\
|
=
nm m 3 m 2 m 1
ni ki i 1
2 n 32 22 12
1 n 31 21 11
T
a ... a a a
... ... ... ... ...
a ... a .... a
... ... ... ... ...
a .... a a a
a .... a a a
A
A nullmtrixban minden a
ik
elem rtke 0. A ngyzetes mtrixot akkor
nevezzk E egysgmtrixnak, ha diagonlisan, vagyis azokon a helyeken, ahol
i=k, mindig az 1 szm ll, s minden ms i k helyen 0 van. A (3, 3) egysgmt-
rix pl.:
|
|
|
.
|

\
|
=
1 0 0
0 1 0
0 0 1
E
Kt mtrix akkor egyenl, ha mindegyiknek ugyanannyi sora s ugya-
nannyi oszlopa van s a megfelel helyen ll elemek rendre megegyeznek, azaz
A = B, ha minden i-re s k-ra a
ik
= b
ik
.
A ngyzetes nxn-es A mtrix inverzn rtjk azt a ngyzetes A
1
mtrixot,
amelyre teljesl, hogy A . A
1
= E
Az nxn-es mtrix lehet invertlhat, regulris vagy szingulris. Egy n-
szer n-es A mtrix akkor s csakis akkor invertlhat, ha ltezik egy olyan B mt-
83
rix, melyre igaz: AB = I
n
( = BA). Ebben az esetben a B mtrix az A mtrix in-
verz mtrixa s A
1
-al jellik. Az I
n
az n-szer n-es egysgmtrixot jelli s a
szorzs a szoksos mtrixszorzs. Ha a mtrix nem invertlhat, akkor szingul-
risnak nevezzk.
6. 1. Mveletek mtrixokkal
sszeads - kivons
sszeadni s kivonni csak azonos tpus mtrixokat lehet. Az sszegmt-
rix elemei ekkor az sszeadand mtrixok megfelel elemeinek sszegei. Legyen
A s B kt n-szer m mret mtrix, akkor C = A + B, illetve D = A B, ha
c
ik
=a
ik
+ b
ik
, illetve d
ik
= a
ik
b
ik
minden i-re s k-ra.
Ha pl:
A =
|
|
.
|

\
|
3 1 1
0 2 1
s B =
|
|
.
|

\
|
2 1 3
2 0 1
,

akkor C = A + B =
|
|
.
|

\
|
5 2 2
2 2 0
s D = A B =
|
|
.
|

\
|

1 0 4
2 2 2
,
mert pl. c
23
= a
23
+ b
23
= 3+2=5, s d
23
= a
23
- b
23
= 3 2 = 1.

Skalrral val szorzs
Egy A mtrixot valamely k szmmal (skalrral) gy szorzunk, hogy a
mtrix minden elemt megszorozzuk k-val. C = k
.
A azt jelenti, hogy c
ik
= k
.

a
ik
.
Ha k = 3 s A =
|
|
.
|

\
|
3 1 1
0 2 1
3A =
|
|
.
|

\
|
9 3 3
0 6 3

Mtrixok szorzsa

A szorzatmtrix elemeit gy definiljuk, mint az els mtrix egy sorvekto-
rnak a msodik mtrix egy oszlopvektorval val skalris szorzatt.
Ha egy a = (a
1
, , a
n
) sorvektort megszorzunk egy b =
|
|
|
.
|

\
|
n
b
b
.
1
oszlopvektorral.
Ezek skalris szorzatt a kvetkezkppen hatrozzuk meg:
84
a
.
b = a
1
b
1
+ a
2
b
2
+ +a
n
b
n
. Ha pl. a = (3 1 2) s b =
|
|
|
.
|

\
|

2
1
3
,
akkor a
.
b = 3
.
3 + 1
.
(1) + (2)
.
2 = 4

Legyen A =
|
|
|
.
|

\
|
2 3 2 1
1 0 1 2
1 3 0 1
s B =
|
|
|
|
|
.
|

\
|
2 0 1
2 2 0
3 1 3
1 0 2
s hatrozzuk meg a A
.
B = C -t
C =
|
|
|
.
|

\
|
33 32 31
23 22 21
13 12 11
c c c
c c c
c c c

A szorzs definilsa alapjn:
c
11
=1
.
2+ 0
.
3 + 3
.
0 + 1
.
1= 3 c
12
=1
.
0+ 0
.
1 + 3
.
2 + 1
.
0 =6 c
13
=1
.
1+ 0
.
3 + 3
.
2 + 1
.
2 =9
c
21
=2
.
2+ 1
.
3 + 0
.
0 + 1
.
1= 8 c
22
=2
.
0+ 1
.
1 + 0
.
2 + 1
.
0 =1 c
23
=2
.
1+ 1
.
3 + 0
.
2 + 1
.
2 =7
c
31
=1
.
2+2
.
3 + 3
.
0 + 2
.
1=10 c
32
=1
.
0+ 2
.
1 + 3
.
2 + 2
.
0 =8 c
33
=1
.
1+2
.
3 + 3
.
2 + 2
.
2=17

Ennek megfelelen a C =
|
|
|
.
|

\
|
17 8 10
7 1 8
9 6 3


A fenti plda alapjn az mn tpus A s nk tpus B mtrixok szorzatn azt az
mk tpus C mtrixot rtjk, amelynek elemeit a kvetkez kplettel hatroz-
hatjuk meg:
c
ij
=

=
n
k
kj ik
b a
1
, ahol i =1, , m s j=1, , k.
A szorzs definicija csak olyan mtrixokra vonatkozik, ahol az els mtrixnak
annyi sora van, ahny oszlopa a msiknak.
6. 2. Mtrixmveletek tulajdonsgai
Az sszeads tulajdonsgai:
kommutativits
A + B = B + A
asszociativits
(A + B) + C = A + (B + C)
85
disztributivits
k(A + B) = kA + kB s (k+l)A = kA + lA
A mtrixok szorzsnak a tulajdonsgai:
asszociativits
(AB)C = A(BC) minden k-szor m mret A mtrixra, m-
szernmret B mtrixra s n-szer p mret C mtrixra.
disztributivits
(B + C)A = BA + CA minden m-szer n mret A s B mtrixra
valamint n-szer k mret C mtrixra, valamint
A(B + C) = AB + AC minden m-szer n mret A s B valamint k-
szor m mret C mtrixra.
kommutativits
nem teljesl; vagyis adott A s B sszeszorozhat mtrixra ltal-
ban igaz, hogy AB = BA.

(A)B=A(B)= (AB)
Feladatok

Mikor egyenl a kvetkez kt mtrix?

A =
|
|
|
.
|

\
|
7 3 4
6 8 2
9 7 5
B =
|
|
|
.
|

\
|

+
7 3 2
6 3 2
9 7
c
b
a


Mtrixok sszeadsa, kivonsa

a, =
|
|
.
|

\
|

+
|
|
.
|

\
|
1 7
3 4
5 3
6 2
b, =
|
|
.
|

\
|

|
|
.
|

\
|
2 3
3 2
2 4
6 3


c,
|
|
|
.
|

\
|

+
|
|
.
|

\
|
2 0
1 5
3 2
6 4 2
3 1 0
= d, =
|
|
.
|

\
|

|
|
.
|

\
|
3 0 1
2 2 2
4 1 2
7 6 3




86
Mtrixok szorzsa

a, =
|
|
.
|

\
|

|
|
.
|

\
|
1 7
3 4
5 3
6 2
b, =
|
|
.
|

\
|

|
|
.
|

\
|
2 3
3 2
2 4
6 3


c,
|
|
|
.
|

\
|

|
|
.
|

\
|
2 0
1 5
3 2
6 4 2
3 1 0
= d, =
|
|
.
|

\
|

|
|
.
|

\
|
3 0 1
2 2 2
4 1 2
7 6 3


e, ( )
|
|
|
.
|

\
|

3
1
2
3 2 4 = f, ( ) =
|
|
|
.
|

\
|
2 3 4
2
3
1

g, ( ) =
|
|
.
|

\
|
2 3 4
0 1 3
3 7 6
h, =
|
|
.
|

\
|

|
|
.
|

\
|
(

8 3
3 1
5 1
3 2
2 1
4 3


i, =
|
|
.
|

\
|

|
|
.
|

\
|
(


+
(

8 3
3 1
5 1
3 2
2 1
4 3
j, =
|
|
.
|

\
|

|
|
.
|

\
|

|
|
.
|

\
|

|
|
.
|

\
|
4 3
2 2
8 4
3 1
3 2
2 1
3 3
4 1

k, 4
.
(3 2 1) = l, 3
.
|
|
.
|

\
|
4 1 2
2 3 4















87
7. Halmazok, halmazmveletek s tulajdonsgaik

7. 1. A halmaz fogalma

"A halmaz rzkelsnk s gondolkodsunk jl meghatrozott s egyms-
tl megklnbztetheto trgyainak egysgbe foglalsa." (Georg Cantor 1845-
1918). A matematikban nem meghatrozand alapfogalomnak tekintik. A hal-
mazba foglalt dolgokat a halmaz elemeinek nevezzk, teht gy is mondhatjuk,
hogy a halmazokat az elemeik hatrozzk meg. (Nincs korltozva a halmazok
elemeinek a szma.) Egy halmazt vgesnek mondunk, ha vges sok eleme van,
teht az elemeinek a szmt egy termszetes szmmal meg lehet adni (pl. az v
hnapjai). A halmazt vgtelennek nevezzk, ha vgtelen sok eleme van (pl. ter-
mszetes szmok halmaza). Azt a halmazt, amelynek nincs egyetlen eleme sem,
res halmaznak nevezzk.
A halmazok jellsre a nagybetket hasznljuk. Ha a egy H halmaz
eleme, akkor ezt rviden a kvetkez mdon jelljk: H a , abban az esetben,
ha a nem eleme H-nak, akkor H a meg lehet adni.
Ha kt halmaz elemei megegyeznek, akkor a kt halmazt azonosnak ne-
vezzk. Egy halmazban egy dolog csak egyszer szerepelhet elemknt (pl. az v
hnapjai kztt nem szerepelhet ktszer a janur). A halmaz elemeit kapcsos z-
rjelek [{1, 2, 5}] kz rjuk. Az res halmaz jele:

Egy A halmaz rszhalmaza (rsze) B halmaznak, ha A-nak minden eleme
rsze a B-nek. Jellse: B A


A htkznapi letben a rsz fogalma kevesebbet jelent, mint az egsz,
viszont a halmazelmletben az egsz is beletartozik a rsz fogalmba.) Ennek
megfelelen, minden halmaz rsze nmagnak ( A A ). Ezt reflexivits tulaj-
donsgnak nevezzk. Az res halmaz pedig minden halmaznak a rsze.

88
Egy A halmaz valdi rszhalmaza B halmaznak, ha A rsze B-nek, de
nem azonos vele. Jellse: B A
A relci tulajdonsgai:
ha B A , akkor B A (a valdi rsz mindig rsz is)
a A A sohasem igaz (a irreflexivitsa)
ha B A , akkor A B (a aszimmetrija)
ha B A , s C B akkor C A (a tranzitivitsa)
ha B A , s C B akkor C A (a tranzitivitsa)

Ha egy A halmaz rszhalmaza egy B halmaznak, akkor azt a halmazt,
amely a B minden olyan elemt tartalmazza, amely nem eleme A-nak, az A hal-
maz B halmazra vonatkoz komplementernek nevezzk.



egy halmaznak nmagra vonatkoztatott komplementuma az res
halmaz
az res halmaz komplementuma maga az alaphalmaz

7. 2. Halmazmveletek s tulajdonsgaik

Halmazok metszete
Kt halmaz, A s B metszetnek nevezzk azoknak az elemeknek C
halmazt, amelyek A-nak is s B-nek is elemei.
A metszet teht a kzs elemek halmaza.
Jellse: } | { B x s A x x C B A = =

A-t s B-t diszjunkt (idegen) halmazoknak nevezzk, ha nincs kzs
elemk, azaz metszetk res halmaz.
89

Tulajdonsgok:
A B = B A, azaz kommutatv
Hrom halmaz metszete asszociatv: (A B) C = A (B C)

A metszet az unira nzve disztributv:
A (B C) = (A B) (A C).


Egy halmaz res halmazzal kpzett metszete az res halmaz.
H = .
90
Egy halmaznak a komplementumval kpzett metszete ugyancsak
res halmaz. H H = .

Halmazok unija
Az A s B halmazok unijnak (egyestett halmaznak) nevezzk azt a
halmazt, amelynek elemei az A s B halmazok kzl legalbb az egyik-
nek elemei. Jele: } { B x vagy A x B A =
(Az x lehet A-nak is s B-nek is eleme)







Tulajdonsgok:

A B B A = , azaz kommutatv
Hrom halmaz unija asszociatv: ( ) ( ) C B A C B A =

A A A =
Az res halmazzal kpzett uni maga a halmaz: A = A
Az uni a metszetre nzve disztributv :
( ) ( ) ( ) C A B A C B A =

Halmazok klnbsge

A s B halmazok klnbsge A halmaz azon elemeinek halmaza, amelyek
nem elemei B-nek. Jellse: A \ B = {x | x A s x B}
A B
91

Tulajdonsgok:
Nem kommutatv: A \ B = B \ A
Nem asszociatv: (A \ B) \ C = A \ (B \ C)

Az res halmaznak nincs eleme, ezrt nyilvnval, hogy
A \ = A, \ A = s A\ A= .
( ) ( ) = A B B A \ \
( ) B A B B A = \
( ) B A A B A \ \ =
( ) = B B A \

Szimmetrikus klnbsg

Kt halmaz szimmetrikus klnbsge: ) \ ( ) \ ( A B B A
Azaz A s B halmazok szimmetrikus klnbsge azoknak az elemeknek a
halmaza, amelyek elemei vagy A-nak, vagy B-nek, de nem mindkettnek.
Jellse: B A , ahol A s B a szimmetrikus klnbsg tagjai.

92
Feladatok

1. Adott hrom halmaz: A = {a, b, c, d, e, f}, B = {b, d, e} s C = {c, f}.
Hatrozza meg a kvetkez halmazok elemeit!
a, A B megolds: {b, e}
b, A B megolds: {a, b, c, d, e, f}
c, A C megolds:{c, f}
d, B C megolds: {b, c, d, e, f}
e, B C megolds:

2. Legyen A = {Pcs, Debrecen, Bks, Eger, Gyr, Szeged, Pest} s B = {Vas,
Zala, Baranya, Pcs, Pest, Bks, Gyr} kt halmaz. Hatrozza meg uniju-
kat, metszetket, klnbsgket, szimmetrikus differencijukat. Kpezzen be-
llk legalbb hrom-hrom rszhalmazt!

3. Legyen a vizsglatunk alaphalmaza (H) a Fld orszgai. rtelmezzk a kvet-
kez halmazokat az alaphalmazon bell: A = {EU tagorszgok}, B = {Schen-
geni Egyezmnyt alr orszgok}, C = {eur-zna tagorszgai}, D = {az
ENSZ Biztonsgi Tancs tagorszgai}. Vgezze el az albbi halmazmvele-
teket, s diszkutlja az eredmnyt!
a, A (H\B) (azok az orszgok, melyek az EU tagjai s nem rtk al a
Schengeni Egyezmnyt)
b, C\A (azon orszgok, melyek nem az EU tagjai, de a hivatalos fizetesz-
kzk az eur)
Fejtse ki, hogy mit jelentenek a kvetkez mveletek a fent definilt halma-
zokon!
c, ) \ ( ) \ ( A B B A
d, A B C
e, A D


93
8. Valsznsgszmts

A kvetkez kt fejezetben a valsznsgszmts tmakrvel foglalko-
zunk. Termszetesen itt sem tzhetjk ki clul a valsznsgszmts elmleti s
gyakorlati vonatkozs tmakreinek teljes ttekintst, csak a geogrfiai alkal-
mazsoknl gyakran elfordul tteleket emeljk ki. Ehhez azonban nlklzhe-
tetlen az alapfogalmak s nhny kapcsold tmakr megismerse.
A valsznsgszmts feladata olyan mrtk bevezetse, amely a bi-
zonytalansgot numerikusan mri s erre alapozva olyan matematikai mdszere-
ket dolgoz ki, amelyekkel bizonyos esemnyek (vletlen tmegjelensgek) mo-
dellezhetk, illetve a valsznsgek kiszmthatk.

8. 1. A valsznsgszmts alapjai

A vizsglataink sorn alapveten ktfle jelensggel tallkozhatunk. Az
egyik az, amikor elre meg tudjuk mondani, hogy mi fog trtnni. Pldul, ha
egy vzfolys radsakor a vzszint megkzelti a gt tetejt s jabb jelents vz-
utnptls vrhat, akkor biztos tszaktja a gtat s elnti a nem mentett rteret.
Ezt a bekvetkezett rvizet egy esemnynek'' nevezzk. Msik esemny pldul,
hogy nincs vzutnptls, nem emelkedik tovbb a vzszint. (Ez ebben az esetben
nem kvetkezik be az rvz.) Az ilyen jelensgeket nevezzk determinisztikus
jelensgnek.
A msik fajta jelensg pldul az, ha nem tudjuk elre megmondani, hogy
a sok esemny kzl melyik fog bekvetkezni (Pl. vihar vrhat, de nem tudjuk,
hogy milyen krokat idz el). Teht, ha nem ismerjk elgg a krlmnyeket, a
feltteleket, akkor nem tudjuk elre megmondani, mi fog trtnni. Az ilyen jelen-
sgeket hvjuk vletlen jelensgeknek.
Vannak olyan jelensgek, amiket sokszor meg tudunk figyelni (pl. a szl-
sebessg s talajszllts kztti sszefggs). Egy ilyen megfigyelst szoktk
ksrletnek is nevezni.
Egy ksrlet kimenetelre klnbz lltsokat fogalmazhatunk meg. Ha
az llts igaz vagy hamis volta csak a ksrlet kimeneteltl fgg, akkor az ll-
tst esemnynek nevezzk. Jellse ltalban nagybetvel trtnik.

Alapfogalmak

elemi esemny (k
i
) az i-edik ksrlet eredmnye
esemnytr H={k
1
, k
2
.k
n
} az elemi esemnyek halmaza
sszetett esemny AH az esemnytr rszhalmaza
lehetetlen esemny amely sohasem kvetkezhet be:
94
biztos esemny amely a ksrlet sorn biztosan bekvetkezik, maga az
esemnytr: H


8. 2. Mveletek esemnyekkel


Komplementer esemny
Az A esemny komplementere vagy ellentett esemnye a nem A. Jele: A


Esemnyek sszege

Esemnyek sszegn azt az esemnyt rtjk, ami pontosan akkor kvetkezik
be, ha az esemnyek kzl legalbb az egyik bekvetkezik.
A+B vagy AB kA vagy kB lesz.


Esemnyek szorzata

Kt esemny szorzata az az esemny, mely pontosan akkor kvetkezik be, ha
mindkt esemny bekvetkezik. AB vagy A B eredmnye kA s kB
lesz.

Esemnyek klnbsge

AB vagy A\B az az esemny, mely akkor kvetkezik be, ha a ksrlet ered-
mnye kA, de kB lesz.
Fennll, hogy: B A B A =


Esemnyek azonossga

A=B ha az AB s BA egyidejleg teljesl





95
Mveleti tulajdonsgok

A+A=A A A=A
A+B=B+A A B=B A
(A+B)+C=A+(B+C)=A+B+C (A B) C=A(B C)
(A+B) C=A C+B C (A B)+C=A C+B C
H A A = +
= A A
A A = +
= A
A+H=H AH=A
B A B A + = B A B A + = +
A A =

Az az esemny, ami soha nem kvetkezik be, a lehetetlen esemny. Jele:

Egymst kizr esemnyek
Legyenek A s B esemnyek ugyanannak az esemnytrnek rszei. Ha A B= ,
akkor A s B esemnyek egymst kizr esemnyek.

Legyenek A
1
, A
2
, A
n
esemnyek rszei ugyanannak az esemnytrnek. Ha
fennll, hogy A
i
A
j
= minden i j re, akkor az A
1
, A
2
, A
n
esemnyeket
egymst pronknt kizr esemnyeknek nevezzk.
Az az esemny, ami biztosan bekvetkezik, a biztos esemny. pl. X X + biztos
esemny.
Ha egy esemny elll legalbb kt msik esemny sszegeknt, akkor sszetett,
ha nem, akkor elemi esemnynek nevezzk.
8. 3. A valsznsg fogalma

Sokszor tallkozunk olyan ksrletekkel, amelyekben az elemi esemnyek
szma vges s eslyk (valsznsgk) megegyezik ekkor klasszikus valsz-
nsgi problmrl beszlnk.
Egy ksrletet n-szer elvgezve az A esemny k-szor (k n) kvetkezik
be. Az A esemny relatv gyakorisga:
96
( )
n
k
szma esemnyek elemi sszes
szma esemnyek elemi kedvezo
A P = =
A ksrletek szmnak nvelsvel P(A) rtke stabilizldik (egyre job-
ban kzelt egy adott rtkhez), akkor ezt az rtket nevezzk az A esemny va-
lsznsgnek, amit P(A) -val jellnk.

Egy konkrt ksrlet sszes lehetsges esemnyeihez tartozik egy-egy
szmrtk, amit az illet esemny valsznsgnek neveznk, s amelyre a k-
vetkez aximk teljeslnek:
I. A biztos esemny valsznsge: P(A)=1
II. Minden A esemnyre 0 _ P(A) _ 1
III. Ha A
1
, A
2
,, A
n
esemnyek egymst pronknt kizr esemnyek,
akkor P(A
1
+A
2
+.+A
n
) = P(A
1
)+P(A
2
)+.+P(A
n
)

Ha az esemnyteret alkot n szm elemi esemnyek (E
1
, E
2
,E
n
) egy-
formn valsznek, akkor a hozzjuk rendelt valsznsg:
( )
n
E P
k
1
=

Az A=E
1
+E
2
+E
k
sszetett esemny valsznsge:
ha az j i E E
j i
=
( ) ( ) ( ) ( ) ( )
n
k
E P E P E P E E E P P
k k
= + + = + + = ... ...
2 1 2 1
A

8. 4. Geometriai valsznsg

Ha az esemnytr nem vges szm elemi esemnybl ll, akkor analgit
keresnk valamely geometriai alakzat szakasz, skidom, test s az esemnytr
kztt, majd az elemi esemnyeket ezek rszhalmazaknt rtelmezzk. Az ese-
mny bekvetkezsnek valsznsgt terletarnyokkal (szakasz- ill. trfogat-
arnyokkal) tudjuk megadni.
Ha egy geometriai alakzattal megadott esemnytrben annak a valszn-
sge, hogy egy vletlenl kivlasztott pont az A H rsztartomnyba esik ar-
nyos az A tartomny mrtkvel, geometriai valsznsgrl beszlnk.
( )
mrtke H
mrtke A
P = A
97

Tjmetriai vizsglatokhoz 1 km-szer 1 km-es szak-dli tjols mintate-
rleteket hatroz meg vletlenszm-generls segtsgvel. Mekkora a valszn-
sge ennek, hogy egy mintaterlet digitlis feldolgozshoz tbb EOTR 1:10000-
es alaptrkpet kell megszereznie, felttelezve a noml, nem hatrmenti szelv-
nyeket?
Legyen A esemny: a mintaterlet egy szelvnylapra esik, B esemny: a
mintaterlet kt szelvnylapra esik: C esemny: a mintaterlet 4 szelvnylapra
esik. A hrom esemny adja a teljes esemnyteret.
A vizsglat akkor korltozdik egy szelvnyre, ha a mintaterlet kzp-
pontja beleesik a trkp kzps, 53 km
2
-es rszre. Ennek geometriai valsz-
nsge:
% 5 , 62 % 100
24
15
% 100
4 6
3 5
) ( = =

= A p
A vizsglat akkor terjed ki 4 szelvnyre, ha a mintaterlet kzppontja va-
lamelyik sarok 0,50,5 km
2
-es rszre esik. Ennek geometriai valsznsge:
% 17 , 4 % 100
24
1
% 100
4 6
5 , 0 5 , 0
4 ) ( = =

= C p
Teht annak a valsznsge, hogy a vizsglt mintaterlet egy szelvny-
lapra esik, p(A)=62,50 %, annak, hogy kt lapra esik p(B)=100 %p(A)
p(C)=33,33 %, mg p(C)=4,17 %. Ennek segtsgvel ismerve egy szelvny rt
kiszmolhat az egy mintaterlethez tartoz trkplapok valszn szma s
kltsge (felttelezve, hogy egy szelvnyre legfeljebb egy mintaterlet jut). Az
elbbi rtke (d):
4584 , 1 4 0417 , 0 2 3333 , 0 1 625 , 0 = + + = d
Ennek rtelmben egy mintaterlethez tlagosan kb. 1,5 trkpszelvnyt
kell megvenni.


8. 5. Feltteles valsznsg

Mekkora a B esemny bekvetkezse esetn annak a valsznsge, hogy egyide-
jleg A esemny is bekvetkezik?

Ha azt akarjuk meghatrozni, hogy mekkora a P(A), ha a B esemny be-
kvetkezett, akkor az eredeti ksrlet krlmnyei vltoznak, hiszen a B bekvet-
kezsvel a szba jv sszes elemi esemnyek (esetleg a kedvez esemnyekt
is) sszessgt leszktjk.
98

Az j esemny: AB (A vons B)
Az A valsznsge feltve, hogy a B bekvetkezik: P(AB)
Ha A, B H s P(B) , akkor a
( )
( )
( )
P A B
P A B
P B

= hnyadost az A ese-
mnynek a B esemnyre vonatkoztatott feltteles valsznsgnek nevezzk.
I. 0 ( ) 1 P A B =
II. ( ) 1 P B B =
III. Ha A
1
, A
2
, ., A
n
vges sok vagy megszmllhatan vgtelen
sok pronknt egymst kizr esemnyek, akkor
1 2 1 2
( ) ( ) ( ) ( )
n n
P A A A B P A B P A B P A B = + + + .

8. 6. Valsznsgek szorzsi szablya

A s B kt tetszleges esemny, ha P(A)>0 s P(B)>0, akkor az egymsra vonat-
koztatott feltteles valsznsgek:
P(AB)=
) (
) (
B P
B A P
P(BA)=
) (
) (
A P
A B P


P(A B)=P(AB) P(B) P(B A)= P(BA) P(A)

A szorzsi szably ltalnosan:

P(A
1
A
2
- A
n
)=P(A
1
) P(A
2
A
1
) P(A
3
A
1
A
2
) P(A
4
A
1
A
2
A
3
) P(A
n

A
1
A
2
A
3
A
n-1
)


99
Plda

Egy ruhz ltogatinak -e keresi fel a mszaki cikkek osztlyt s ezek kzl
tlagosan 64% vsrol is. Mi a valsznsge, hogy egy vletlenl kivlasztott
vsrl mszaki cikket vett?
A felkeresi a mszaki osztlyt P(A) = 25% = 0,25
B vsrol ezen az osztlyon P(B) = 64% = 0,64
( ) P A B = 0,25
.
0,64 = 0,16
Teht annak a valsznsge, hogy egy vletlenszeren kivlasztott vsrl a
mszaki osztlyon vsrolt: 16%. Teljesen ms a vgeredmny, ha gy hangzik a
feladat: Egy ruhz ltogatinak -e keresi fel a mszaki cikkek osztlyt s az
ruhz ltogati kzl tlagosan 64% vsrol is. Mi a valsznsge, hogy egy
vletlenl kivlasztott vsrl mszaki cikket vett? (9%)
8. 7. A teljes valsznsg ttele

A valsznsgi mez gyakran felbonthat olyan rszekre, amelyeket k-
ln-kln mr jl tudunk kezelni.
Ha a H esemnytr B
1
, B
2
, . . . , B
n
esemnyei teljes esemnyrendszert al-
kotnak s P(B
k
)>0 (minden k-ra), akkor a H-hoz tartoz brmely esemny val-
sznsge:
( ) ( ) ( )
k
n
k
B P A P A P =

=1
k
B |


Tgabb rtelemben teljes esemnyrendszernek nevezzk az esemnyek
olyan sorozatt is, amelyek egymst pronknt kizrjk, s valsznsgeik sz-
szege 1.
100

Plda

A teljes valsznsg ttelt a kvetkez mdon alkalmazzuk. A valsz-
nsgi mezt rszekre bontjuk gy, hogy az egyes rszeken bell a (feltteles)
valsznsg egyszeren kiszmthat legyen, s ezeket a valsznsgeket a r-
szek valsznsgeivel slyozva sszeadjuk. Az eljrs pont az, amit klnbz
koncentrcij keverkek sszentsvel kapott keverk koncentrcijnak ki-
szmtsra hasznlunk.
Hrom gp gyrt csavarokat. Az els gp 1%, a msodik 2%, a harmadik
3% selejtet produkl. Az els gp az ssztermk 50%-t, a msodik 30%-t, a
harmadik 20%-t lltja el. Az ssztermkbl vletlenszeren vlasztva egyet,
mennyi a valsznsge, hogy az selejtes?

A teljes valsznsg ttele alapjn a megolds:
P(selejt)= 0,01
.
0,5 + 0,02
.
0,3 + 0,03
.
0,2 = 0,017 (1,7%)

8. 8. Esemnyek fggetlensge

A s B esemnyt akkor tekintjk (sztochasztikusan) fggetlennek, ha
P(A B)=P(A) P(B)
Ez azt jelenti, hogy P(AB)=P(A), vagyis B esemny semmilyen befolyssal nem
br az A esemny bekvetkezsre.

Pldk:

A valsznsgszmts
egyes elemei levezethetk
halmazmveletekbl:
1, Adva van egy cltbla.
Legyen A esemny annak
bekvetkezte, hogy a lvs a
cltbla jobb felt ri, B ese-
mny pedig reprezentlja azt,
hogy a lvs a cltbla fels
felt tallja el. A kt esemny
valsznsge:
P(A)=0,5 P(B)=0,5, hiszen a
cltbla felrl van sz
mindkt esetben.
P(A-B)
P(A)
P(B) P(A+B)
P(A*B)
P(1-A)
egyszerre teljesl
mindkt felttel
valamelyik teljesl
(vagy-vagy)
minden esemny, mely
teljesti A-t, de B-t nem

101
Ha a kt esemny egyszerre teljesl, azt A s B szorzatnak nevezzk, je-
llse AB. P(AB) teht annak a valsznsge, hogy a lvs a cltbla jobb ol-
dalt s a tetejt ri, azaz P(A
.
B) = ( ) P A B = 0,5
.
0,5 = 0,25.
Ha a kt esemny kzl legalbb az egyik teljesl, teht vagy A vagy B
valsul meg, azt A+B-vel jelljk. P(A+B) teht annak a valsznsge, hogy a
lvs a cltbla tetejt vagy jobb felt tallja el. P(A+B) teht P(A B). Ugya-
nakkor pldnkban P(A+B) nem egyenl P(A)+P(B)-vel, hiszen ez 0,5+0,5=1
lenne, mg a valsgban a cltbln P(A+B)=0,75. Ennek oka az, hogy a kt
halmaznak van kzs rsze (a metszet, mely a cltbla terletnek negyedt te-
szi ki). Helyesen, mivel egymst nem kizr esemnyek sszegrl van sz:
P(A+B) = P(A)+P(B)P(A
.
B).
Ha A s B esemny kzl csak az egyik megvalsulsa lehetsges, (pl. a
tallat a jobb als, vagy a bal fels trrszbe esik), akkor A s B klnbsgrl
beszlnk, teht AB s BA a jells. P(AB) annak a valsznsgt jelzi,
hogy a lvs a cltbla jobb felt ri, de a cltbla aljt tallja el.

2, P(AB)-t A esemny B-re vonatkoztatott valsznsgnek nevezik.
Az egyttes bekvetkezs valsznsge (ha A s B nem fggetlenek):
P(AB)=P(AB)
.
P(B)
Egyttes bekvetkezs valsznsge A s B fggetlensge esetn:
P(AB)=P(A)
.
P(B)
Legyen P(A) annak a valsznsge, hogy mjusban Salgtarjnban csa-
padkos nap kvetkezik be, P(B) pedig annak a valsznsge, hogy mjusban
Budapesten kvetkezik be ess nap. P(A)= 0,42, P(B)= 0,40 a mrsek alapjn.
P(AB)=0,71, teht 71% a valsznsge, hogy amikor Salgtarjnban esik,
akkor Budapesten is. Belthat, hogy a kt esemny bekvetkezte nem fgget-
len egymstl, hiszen P(AB)>P(A). a kt esemny egyttes elfordulsa:
P(AB)=P(AB)
.
P(B)=0,71
.
0,4=0,29. Abban az esetben, ha Salgtarjnban s
Budapesten egymstl fggetlenl esne az es, akkor P(AB)=P(A)
.
P(B)=0,17,
teht kisebb az egyttes bekvetkezs valsznsge.

3, Egymst nem kizr esemnyek sszege:
P(A+B)=P(A)+P(B)P(AB)
Ellenttes esemny valsznsge:
P(A)= 1P(A)
Legyen A esemny az, hogy Budapesten jlius 1-n nem esik az es, B
esemny pedig, hogy jlius 1-n Szegeden nem esik az es. P(A)=0,68,
P(B)=0,73. Annak a valsznsge, hogy legalbb az egyik helyen nem esik:
P(A+B)=P(A)+P(B)P(AB)= 0,68+0,730,5=0,91, azaz 91%. Ugyangy annak
102
valsznsge, hogy legalbb egyik helyen esik az es jlius 1-n:
P(1A+1B)= P(1A)+P(1B) P((1A)
.
(1B)) = 0,32+0,270,09=0,5, azaz
50%. A fenti feladat halmazokkal trtn megkzeltst a kvetkez kt bra
mutatja meg (sszesen 100 esemnyt felttelezve):
A B
(A)*(B)
50
18 23
68 73
18+50+23=91

1-A 1-B
(1-A)*(1-B)
9 23 18
32 27
23+9+18=50

4, Adott az esemnytrben (Koprosvlgy falu 14 hza) 2 elemi ese-
mnysor (v. halmaz): A a munkanlkli frjeket, B a munkanlkli
felesgeket reprezentlja (pronknt sszetartoz adatok). Ekkor
annak a valsznsge, hogy munkanlkli frfival / nvel tallko-
zunk, ha vletlenszeren bekopogtatunk egy hzba:
P(A) = 7/14 = 0,5 P(B) = 6/14 = 0,42.
Annak az eslye, hogy olyan hzba kopogtatunk be, ahol a
frj s felesg is munkanlkli: P(A
.
B) = 4/14 = 0,28 (az egyttes
teljeslsek kivlogatva az adatsorbl).
Ha A s B fggetlenek lennnek, akkor P(A
.
B) = P(A)
.
P(B)
= 42/196 = 0,21, (itt nem fggetlen egymstl a kt elemi ese-
mny, mint ez a feladatbl kiderl).
A tblzatbl leolvashat, hogy a 6 munkanlkli felesghez 4 munkanl-
kli frj tartozik, azaz annak a valsznsge, hogy a frj munkanlkli, ha a fe-
lesg llstalan P(A[B) = 66%.
P(A[B) = 4/6 = 0,66 P(B[A) = 4/7=0,56 amit megkaphatunk
gy is, hogy P(A[B) = P(A
.
B) / P(B) = 0,28 / 0,42 = 0,66
P(B[A) = P(A
.
B) / P(A) = 0,28 / 0,5 = 0,56
Ha helytelenl a 0,21-es rtkkel szmolnnk P(A)-hoz s P(B)-hez jut-
nnk vissza: 0,21 / 0,42 = 0,5.

5, Teljes esemnyrendszer elemi esemnyeinek sszege:
P(A
1
)+P(A
2
)+P(A
3
) + = 1
Azaz az egyik bekvetkezte biztos esemny, egymst viszont kizrjk a
lehetsgek. Legyen P(A
1
) a prssg bekvetkeztnek valsznsge 0,2,
P(A
2
), a kd bekvetkeztnek valsznsge 0,4, ekkor teht a j ltskrlm-
nyek eslye (ha nincs tbb befolysol tnyez):
A B
n
n
i
i
n
n
i
n
i
n
n
i
i
i
i
n
i
n
i
n
n
n
i
n
n
i
n
i
103
P(A
3
) = 1 (P(A
1
)+P(A
2
))
Feladatok
1, Egy bksi mintaterleten a kutak 30%-a arznnal ersen szennyezett, 60%-a
mrskelten szennyezett, 10%-a tiszta minstst kapott. Az arznnal ersen
szennyezett vzbl ivk 30%-a, a mrskelten szennyezkbl ivk 20%-a s a
tiszta vzbl ivk 10%-a kapott mrgezst. Mekkora eslyem van mrgezst
kapni, ha nem tudom, hogy milyen besorols ktbl iszom?
2, Talajvizsglathoz kivlasztott mintaterlet (egy teljes 1:10000-es EOTR-
szelvny, 24 km
2
) felsznbortottsgt a kvetkez rtkek jellemzik: 33,5 %
erd, 25 % rt, 40 % sznt, 1,5 % zrtkert, 10 % felszni vz. A zrkertek egy
ngyzet alak terletegysgbe tmrlnek, a mintaterlet kzps rszn. A
felszni vz kt egyforma mret, kr alak kaldera-t. Mindkt terlettpus
alkalmatlan mintavtelezsre. Elzetes vizsglatainkhoz az 11 km
2
-es egys-
gek kzeprl gyjt mintt. A mintk hny szzalkt tudja begyjteni? A
mintk helyei kzl tallomra kivlasztva 8-at mi annak a valsznsge,
hogy valamelyik minta nem gyjthet be?
Ezen a terleten ms pontmrseket is vgezne, melyekbl ki kell zrni a sze-
glyznkat (mely a foltok kztti hatr mindkt oldaln tlagosan 5 m-nek
hatroz meg). A legegyszerbb geometrit felttelezve mennyi a minimlis
eslye annak, hogy a vletlenszeren kivlasztott pont a mrsre alkalmatlan?
3, 1:20000-es mretarny digitlis tematikus trkpn a kzutakat egy 1 mm
szles jellel brzolja. 10 km
2
-es mintaterletn a kzthlzat-srsg 1,8
1/km, mg az tkeresztezdsek szma 2 1/km
2
. Tetszlegesen kivlasztott
pontmintnk koordintit a megfelel flia adatbzisba rgztve megjelent-
jk trkpnkn. Mi annak az eslye, hogy az 1 mm pontnagysg jel takarja
az utak valamely rszt?
4, Alfldi terletet brzol (1:10000-es, 6 km
2
-es) digitlis domborzati trkpn
minden fszintvonalra (12 db) felratja a szintvonal rtkt, egy cmke a tr-
kpen 48 mm
2
-nyi helyet foglal el. Mi annak a valsznsge, hogy a cmkk
kitakarjk a vletlenszeren elhelyezked besugrzsmr llomsaink (8 db)
valamelyikt?
5, Egy ingzk szoksait felmr krdvezshez keres alanyokat egy nagy gp-
gyrt zemben. Az A teleplsrl 15 rmai katolikus s 15 reformtus, a
B teleplsrl 15 rmai katolikus s 5 reformtus, C teleplsrl 30 r-
mai katolikus s 10 reformtus valls dolgoz jr be az zembe naponta. Az
zemcsarnokban jelen van az sszes ingz. Mi a valsznsge annak, hogy
egy tallomra kivlasztott ingz rmai katolikus? Mi a valsznsge annak,
hogy egy tallomra kivlasztott ingz a B teleplsrl jr be s reformtus?


104






























105
9. Folytonos valsznsgi vltozk eloszlsai


A valsznsgi vltoz a valsznsgszmts egyik legfontosabb fo-
galma. Lnyegben olyan jelensgek matematikai megfogalmazsra, modellez-
sre alkalmas, melyek vletlentl fgg rtket vesznek fel. Ilyen lehet pldul
egy kockadobs eredmnye, egy foly vzllsa, vagy az utcn szembe jv em-
berek testmagassga.
A valsznsgi vltoz lehet:
a, diszkrt - olyan, ami elklnlt rtkeket tud csak felvenni (pl. egy au-
tbuszra felszll 44 utasbl mennyi a frfi)
b, folytonos: olyan, ami egy intervallumon bell- brmilyen rtket felve-
het (pl. a kvetkez felszll utas milyen magas).
Folytonos valsznsgi vltoznl az eloszlst az un. srsgfggvny
adja meg. Ennek a formulja alapjn a legklnflbb eloszlsok lehetsgesek.
Ezek kzl tekintnk t nhnyat.

9. 1. Egyenletes eloszls

Ha egy valsznsgi vltoz az [a, b] intervallum valamennyi rtkt
azonos valsznsggel veszi fel, akkor egyenletes eloszls:

Srsgfggvnye: Eloszlsfggvnye:
f(x)=

>

<
b x ha
b x a ha
a b
a x ha
0
1
0
F(x)=

>

<
b x ha
b x a ha
a b
a x
a x ha
0
0

Vrhat rtke: M()=
2
b a +
Szrsa: D()=
3 2
a b

Plda:

Egy nyrsgi homokos rtegsor mintinak teresztkpessg-vizsglatnl
azt tapasztaljk, hogy az els vzcsepp megjelensig a mrhenger aljn az eltelt
id 5 s 85 msodperc kztt van Az eltelt id legyen az egyenletes eloszls
valsznsgi vltoz. Hatrozzuk meg a valsznsgi vltoz srsg- s elosz-
lsfggvnyt.

106

Srsgfggvny Eloszlsfggvny


szivrgsi id (s)

9. 2. Normlis eloszls
A valsznsgi vltoz eloszlsa normlis, ha srsgfggvnye szimmetrikus
haranggrbe, amely az m s paramterekkel jellemezhet.

Formulja:
( )
2
2
2
) (
2
1


m x
e x f

=

Maximuma az x = m helyen van. A rtk a lapultsgra (sz-
rs/flrtkszlessg) jellemz szm.
107
Eloszlsfggvnye:
( ) dt e x F
x m t
}

=
2
2
2
) (
2
1



Vrhat rtke: M()=m Szrsa: D()=
Mivel az eloszlsfggvny nehezen szmolhat ki, ezrt ezt tblzatbl,
vagy szmtgppel szoktk meghatrozni. Az eloszlsfggvny visszavezethet
a standard normlis eloszlsra. (pl. Mrsi hiba eloszlsa, egy ,,gyrtsoron'' k-
szlt alkatrszek mreteloszlsa, azonos kor gyerekek magassgeloszlsa ltal-
ban normlis eloszls.)
Standard normlis eloszlsnak nevezzk a normlis eloszls valsznsgi
vltozt, ha m=0 s =1

Ha egy valsznsgi vltoz rtkt nagyszm, egymstl fggetlenl
hat vletlen tnyez hatrozza meg gy, hogy az egyes tnyezk kln-kln
csak igen kis mrtkben jrulnak hozz az sszes vletlen hatsbl ered ingado-
zshoz, s az egyes tnyezk hatsai sszeaddnak, akkor ltalban normlis el-
oszls valsznsgi vltozt kapunk. Pl. skln mrhet jellemzk (hmrsk-
let, stb.)

Plda:

1, Szombathelyen az prilisi kzphmrsklet 9,7 C, a kzphmrskletek
szrsa 2,3 C. Mennyi a valsznsge annak, hogy az prilisi kzphmr-
sklet 8 C-nl alacsonyabb?
Mivel a kzphmrskletek eloszlsa normlis, ezrt normlis eloszls-
sal kapcsolatos feladatrl van sz.
m = 9,7 C
o = 2,3 C

108
a, Oldjuk meg grafikusan a feladatot!

Flrajzoljuk az m s o paramterekkel megadott normlis eloszls sr-
sgfggvnyt. Bejelljk a vzszintes tengelyen a 8 C-ot, s az annl kisebb r-
tkekkel jellemzett grbe alatti terlet a keresett valsznsg, azaz F(x
a
= 8 C).
Figyelem! A grbe alatti sszeterlet balrl jobbra kumullva =1 vagy
100%, ennek azon rszrl van teht sz, amelyet a 8 C-os vonal a teljes terlet-
bl kimetsz.

b, Numerikus megolds:
Ehhez az eredeti kpleten transzformcit kell vgrehajtani:
a
a
d
m x
=


Ez a transzformci tetszleges n(m = 0; o = 1) eloszlst n(m = 0; o = 1)
eloszlss (standard normlis eloszlss) alakt. Erre a transzformcira azrt
van szksg, mert az n(m = 0; o = 1) eloszlsnak, s csak ennek ismert az elosz-
lsfggvnye. Azaz az F(x
a
) = P(x < x
a
) minden egyes x
a
-ra csak az n(m = 0; o
= 1) eloszlsra ismert, mely tblzatosan adott. Ily mdon brmelyik normlis
eloszlssal kapcsolatos feladat ennek a transzformcinak a segtsgvel oldhat
csak meg. Ez a transzformci egy klcsnsen egyrtelm megfeleltets, mely
az eredeti eloszls minden egyes rtkbl egy j rtket kpez. Teht:
(89,7)/2,3 = 0,73
Szmunkra az x
a
= 8 C, illetve az ennek megfelel transzformlt rtk a
transzformcival ellltott d
a
fggetlen vltozhoz tartoz F(d
a
) fggvnyrtk
a standard normlis eloszls eloszlsfggvnynek a tblzatbl kikereshet
(mellklet: a standard normlis eloszls valsznsgi vltoz eloszlsfggv-
nynek tblzata). Negatv rtkek nincsenek e tblzatban, mivel azonban v(x)
= 1v(x), gy a 0,73 helyett megnzzk a 0,73-hoz tartoz fggvnyrtket
(0,76), majd ezt kivonjuk 1-bl. gy p=0,23, azaz 23%-os a valsznsge, hogy a
hmrsklet a megadott rtknl alacsonyabb.

2, Egy harmadik vilgbeli orszgban a bnyszatban dolgozk napi munkaidejt
normlis eloszlsnak talltk m =14 tlaggal s o =2 szrssal. Egy ilyen
populciban mi annak a valsznsge, hogy a napi munkaid 10 s 15 ra
kz esik? (A dolgozk hny %-a dolgozik 1015 rt?)
Megolds: standardizls utn a m =14-nek megfelel a z=0, A 2 standard
devicinak (szrsnak) pedig az 1. Alkalmazzuk a z transzformcit a 15-re
s a 10-re, kapjuk a kvetkez standardizlt rtkeket:

109
x
15
=(1514)/2=0.5 s x
10
=(1014)/2 = 4/2= 2.
F (0.5)=0.6915 s F (2)=0.0228. Kivons utn (mivel a kt rtk kztti te-
rletrl van sz, a kt rtk pedig a valsznsg kumullt rtke, azaz a gr-
be alatti terlet 0-tl x-ig)
p= 0.69150.0228=0.6687.

Teht vrhatan a bnyszok 67 %-nak fog 10 s 15 ra kz esni a munkaideje.
9. 3. Lognormlis eloszls
Egy valsznsgi vltoz lognormlis eloszls, ha a vltoz logaritmusa
normlis eloszls.
ln = s srsgfggvnye 0 ,
2
1
) (
2
2
) (ln
> =

x e
x
x f
m x



Az eloszls vrhat rtke s variancija:
2
2
) (


+
= =
m
e M ) 1 ( ) (
2 2
2 2 2
= =
+
e e D
m

A statisztikban gyakran alkalmazott eljrs, ha a minta eloszlsa nem
normlis, akkor vesszk a mintaelemek logaritmust. Ezzel a mvelettel gyakran
sikerl az adatokat normlis eloszlsv transzformlni.

Lognormlis eloszls grbe
Ha egy feladatban a valsznsgi vltoz csak pozitv rtkeket vehet fel
s a vrhat rtk nem tl magas (kzel van a 0-hoz), s ehhez kpest a szrs
nagy, akkor az eloszls aszimmetrikuss vlik. Ez gy mutatkozik meg, hogy a
110
grbe a pozitv irnyba eltorzul, elnylik. Ha a varicis koefficiens 0,5-nl ki-
sebb, akkor ltalban normlis eloszlst kapunk. Ha a varicis koefficiens 1
vagy annl nagyobb, a csak pozitv rtkeket felvehet valsznsgi vltozk
eloszlsa torzult lesz, s nagyon sok esetben lognormlis eloszlssal lesz megk-
zelthet: y = lg(x+1).
9. 4. Exponencilis eloszls
Egy valsznsgi vltoz exponencilis eloszls, ha eloszlsfggvnye:
F(x) = 0, ha x = 0 s F(x) = 1 e
-x
ha x 0; srsgfggvnye: f(x) = , ha x =
0; f(x) = e
-x
, ha x > 0 s f(x) = 0, ha x = . A srsgfggvny s az eloszls-
fggvny kapcsolata alapjn az exponencilis eloszls valsznsgi vltoz
eloszlsfggvnye:
x
e x F x F

= < = 1 ) ( ) (

Exponencilis eloszlst kvetnek a klnfle vrakozsi idk, pldul a
radioaktv bomls sorn az egyes atomok lettartama. Ugyancsak exponencilis
eloszlsak a hasznlati trgyak vagy azok klnbz alkatrszeinek lettartamai.


Az exponencilis eloszls valsznsgi vltoz vrhat rtke s
variancijt a kvetkez sszefggsek adjk meg:


1
) ( = = M
2
2 2
1
) (

= = D


111
9. 5. n szabadsgfok
2 22 2
-eloszls
Legyenek x
1
, x
2
, ..., x
n
fggetlen standard normlis eloszls valsznsgi
vltozk. Ekkor y = x
1
2
+ ... + x
n
2
eloszlst n szabadsgfok
2
-eloszlsnak ne-
vezzk.

n szm fggetlen N(0, 1) eloszls valsznsgi vltoz ngyzetgyknek
eloszlst n szabadsgfok
2
eloszlsnak nevezzk. n rtktl fggen a sr-
sgfggvny klnbz alak lehet.
9. 6. Student- vagy t-eloszls
Ha van egy olyan valsznsgi vltoznk, amely egy standard normlis el-
oszls valsznsgi vltoz
t
n - szerese, valamint egy msik, ettl fggetlen
olyan valsznsgi vltoz, amely egy n
t
szabadsgfok
2
-eloszls valszn-
sgi vltoz ngyzetgyke, akkor a kett hnyadost n
t
szabadsgfok Student-
vagy t-eloszlsnak nevezzk.



A Student eloszlst a geostatisztikban nem elsdlegesen a paramterek el-
oszlsnak kzeltsre, hanem pldul szignifikancia vizsglatoknl hasznljuk.
A Student eloszls srsgfggvnye x R esetn fn(x), ahol a teljes
gamma fggvny. Ha n
t
> 80, a normlis eloszls jl kzelti a Student eloszlst.
2 2
2
2
1

t
n
t
n
t

+ + +
=
112
2
1
2
1
1
2
2
1
1
+
|
|
.
|

\
|
+

|
.
|

\
|

|
.
|

\
| +

=
n
n
n
x
n
n
n
f


A Student-eloszls 0 pontra nzve egy szimmetrikus eloszls. Az n
t
sza-
badsgfok Student eloszls valsznsgi vltoz vrhat rtke: n
t
= 1 esetn
nem ltezik, n
t
2 esetn M(t) = 0, szrsngyzete pedig: n
t
= 1 s n
t
= 2 esetn
nem ltezik, n
t
3-nl D
2
(t) = n/(n2).
A Student vagy t-eloszls a vrhat rtkre szimmetrikus.

Az N(0,1) eloszls (f(x)) s az n=5 szabadsgi fok Student-eloszls
(g(x))srsgfggvnye
9. 7. Binomilis eloszls

A megfigyelsnk ktfle eredmnyt adhat: egy A esemny bekvetkezik,
vagy nem kvetkezik be. n szm (egymstl fggetlen) megfigyelst vgznk.
Az A esemny valsznsge: p. A valsznsgi vltoz: n megfigyelsbl az A
esemny k szor kvetkezik be (=k).
n
k n k
k
N
S N S
k
n
P
) (
) (

|
|
.
|

\
|
=

Ez megfelel az albbiaknak:
Annak a valsznsge, hogy az A esemny n szm megfigyelsbl k-szor k-
vetkezik be:
( ) ( )
k n k
p p
k
n
k P


|
|
.
|

\
|
= = 1

A binomilis eloszlsban az n s a p un. paramterek.

113


Plda:

1, Magyarorszgon szeptemberben az anticiklon-centrum makroszinoptikus hely-
zet bekvetkezsi valsznsge 21 %. Egymst kvet 4 napot kivlasztva
adjuk meg annak a valsznsgt, hogy ebbl a 4 napbl 3 napon fordul el
anticiklon-centrum idjrsi helyzet!
Alapkrds: Adott egy p alapvalsznsg alternatv esemny. n esetbl k-
szori bekvetkezse milyen valsznsggel vrhat? Mivel az alapkrds al-
kalmazhat a feladatra, ezrt az vagy a binomilis-, vagy a Poisson-eloszls
segtsgvel oldhat meg.
Dntsk el a feladat tpust! Ha p > 0,03 akkor binomilis eloszlssal szmo-
lunk. Ha p < 0,03 akkor Poisson-eloszlssal szmolunk. Mivel p = 21 % =
0,21 ezrt az eloszls tpusa: binomilis. Hatrozzuk meg a binomilis elosz-
ls paramtereit! n = 4, k = 3
Helyettestsnk be a binomilis eloszls kpletbe!
( )
( )
3 4 3
21 . 0 1 21 . 0
! 3 4 ! 3
! 4
) , (

= n k P
( )
( )
k n k
p p
k n k
n
n k P

= 1
! !
!
) , (
P(3; 4) = 4
.
0, 21
3

.
0,79 =0,029
Teht annak a valsznsge, hogy Magyarorszgon a kiindulsi felttelek
mellett egymst kvet 4 nap kzl 3 napon fordul el anticiklon-centrum idj-
rsi helyzet: p = 0,029 = 2,9%.


9. 8. Hipergeometrikus eloszls

114
A visszatevs nlkli mintavtelnl n elem kztt S rendelkezett egy adott
tulajdonsggal. Az adott tulajdonsg elem kivlasztsnak valsznsge:
p=
N
S
n elembl vlasztottunk ki n szm elemet. A valsznsgi vltoz: n-bl
k db. felel meg valamilyen tulajdonsgnak: =k
Annak a valsznsge, hogy a kivlasztott n elembl pontosan k szm elem
rendelkezik az adott tulajdonsggal:
( )
|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
= =
k
N
k n
S N
k
S
k P
A hipergeometrikus eloszls paramterei: N, S, n

Vrhat rtke:
) p n M(
0
=
|
|
.
|

\
|
|
|
.
|

\
|

|
|
.
|

\
|
=

=
n
k
k
N
k n
S N
k
n
k (p=
N
S
)

Szrsa:
)
1
) 1 ( D(

=
N
n N
p np


9. 9. Poisson eloszls

A ritka esemnyek valsznsgi eloszlsa. Tekinthet a binomilis elosz-
ls specilis hatrrtknek, amikor is n (a megfigyelsek szma) nagyon nagy s
p = P(A) nagyon kicsi.
Akkor a
k n k
q p
k
n

|
|
.
|

\
|
= ) P(
kifejezs jl kzelthet annak hatrrtk-
vel, ha n elgg nagy s p viszonylag kicsi. Ha q=(1 p) s az n
.
p= , akkor



=
|
|
.
|

\
|
e
! k
) p 1 ( p
k
n
lim
k
k n k
n

A Poisson eloszls eloszlsfggvnye:
115

= e
k
P
k
!
) (
(Ezzel sokszor knnyebb szmolni, mint a binomilis eloszls kpletvel.)
Paramtere: ahol: = n. p
Vrhat rtke: M() = Szrsa: = ) D(
(pl. Mikroszkp alatt adott mm
2
-en leszmolhat pollenek szma - bra)


Vletlen ktdimenzis ponteloszls (Poisson-eloszls: pl. emberek a tren, fk egy ter-
mszetes erdben, stb.)

Pldk

1, Intenzv zivatarok esetn tlagosan 10 msodpercenknt szlelhet egy villm-
ls. Poisson-fle eloszlst felttelezve mi annak a valsznsge, hogy 15 m-
sodperc alatt kett villmlst szlelnk?
Megolds
Az adatok alapjn p = 0,1, n = 15, valamint = 1,5 s k = 2. A keresett val-
sznsg:
25 . 0
! 2
5 . 1
5 . 1 2
= =

e
P
2, Intenzv zivatarok esetn tlagosan 10 msodpercenknt szlelhet egy villm-
ls. Poisson eloszlst felttelezve mi annak a valsznsge, hogy 15 msod-
perc alatt kettnl tbb villmlst szlelnk?

Megolds
A kvnt esemny akkor kvetkezik be, ha az szlelt villmlsok szma vagy
3, vagy 4 stb. Knny beltni, hogy a villmls 0-szor, 1-szer, 2-szer stb. tr-
tn bekvetkezse teljes esemny rendszer (valamelyik biztosan bekvetke-
zik, s az egyik kizrja a msikat). gy felrhatjuk, hogy:
P(0) + P(1) + P(2) + P(3) + + P(n) = 1
Azaz a keresett valsznsg:
P(3) + P(4) + P(5) + + P(n) = 1 P(0) + P(1) + P(2)
116
A feladatot knnyebben meg tudjuk oldani, ha k = 0, 1 s 2 rtkhez tartoz
valsznsgeket kiszmoljuk. Az elz feladat alapjn P(k=0) = 0,223 (fon-
tos tudni, hogy 0! 1), P(k=1) = 0,335 s P(k=2) = 0,25.
A keresett valsznsg: 1 0,223 0,335 0,25 = 0,192.

3, Egy orszgban az elmlt szz vben 500 alkalommal trtnt hrmas ikerszls.
Mi a valsznsge annak, hogy egy vben ez az esemny 2-szer fordul el.
Megolds
Az eloszls paramternek rtke 5, a k = 2. gy a megolds:
08 , 0
! 2
5
5 2
= =

e
P

4, Nyregyhzn prilisban 50 v alatt sszesen 28 napon fordult el fagy. Mi a
valsznsge a fagymentes prilisnak Nyregyhzn?
Megoldsi menet:
Alapkrds: Adott egy p alapvalsznsg alternatv esemny. n esetbl k-
szori bekvetkezse milyen valsznsggel vrhat? Mivel az alapkrds al-
kalmazhat a feladatra, ezrt az vagy a binomilis, vagy a Poisson-eloszls
segtsgvel oldhat meg.
Dntsk el a feladat tpust!
Ha p > 0,03 akkor binomilis eloszlssal szmolunk
Ha p < 0,03 akkor Poisson-eloszlssal szmolunk
Mivel a keresett esemny, azaz a fagyos prilisi napok szma: k = 28 nap, az
sszes esemny, azaz az sszes vizsglt prilisi napok szma: n= 50 v
.
30
nap = 1500 nap. = np = 0,018*30=0,56
Ezrt:
03 , 0 018 , 0
100
2
50
1
30 50
30
30 50
28
< = =

<

= =
n
k
p
Hatrozzuk meg a Poisson eloszls paramtereit! k = 0 (azaz 0 napon kvet-
kezzen be fagy egy tetszleges n = 30 nap tartam prilisban)!
571 , 0
72 , 2
1
e
1
e
! 0
e 56 , 0
) 56 . 0 , 0 ( P
56 . 0 56 . 0
56 . 0
56 . 0 0
= = = =


Teht annak a valsznsge, hogy Nyregyhzn prilisban a kiindulsi felt-
telek mellett ne forduljon el fagyos nap: p = 0,571 = 57%
Feladatok

Binomilis eloszls
1, A Tisza partjnak gtjait az elmlt 20 v alatt 6-szor mosta el az rvz. Mi a
valsznsge, hogy a kvetkez 10 ven bell ez
a, pontosan ktszer
117
b, legalbb ktszer megtrtnik?
(Figyelem! Itt a helyes megoldst a 2+3+4+5+6+7+8+9+10 esetek valsz-
nsgeinek sszege adja. Mivel ezt kiszmolni idoignyes, egyszerbb kisz-
molni a 0+1 esetek valsznsgt, majd ezt kivonni 100%-bl. Ebben az
esetben ugyanazt az rtket kapjuk, mintha a hosszabb szmtst vgeztk
volna el!)
2, A DVSC az elmlt 10 mrkzsbl 8-at megnyert. A bajnoksgbl 5 fordul
van htra, a DVSC-nek 3 gyztes mrkzs is elg a bajnoki cmhez. Mekko-
ra az eslye annak, hogy a Loki bajnok lesz (kizrva a tbbi rivlist s a dn-
tetleneket a vizsglatbl)?
(Figyelem! A Loki akkor is bajnok, ha 3, 4 vagy 5 mrkozst nyer!)
3, A Kese-patak az elmlt 10 vben 3-szor mutatott roml vzminsget az elz
vhez kpest. Mi az esly arra, hogy a kvetkez 5 vben ez legalbb ktszer
megtrtnik?
4, A Balaton partjn 100 ves adatsor alapjn jniusban a csapadkos napok tla-
gos szma 5. Mi a valsznsge annak, hogy egy hetes nyaralsunk alatt 3-
szor fog esni az es?
5, Egy foly vzszintje 50 vente 3-szor haladja meg a 10 m-es szintet. Mi a val-
sznsge annak, hogy ez az elkvetkez 10 vben 4-szer fog elfordulni?
Mi a valsznsge annak, hogy ez az elkvetkez 10 vben 2-nl tbbszr
fog elfordulni?
6, A Bkkben az serdben 100 fa kzl 3 beteg. Mi az esly arra, hogy 50 fa
kztt pontosan 2 beteg fa van? Mekkora a valsznsgek kztt a klnb-
sg, ha binomilis s ha Poisson eloszlst feltteleznk?
7, 100 hektron a lineris erzi tlagosan 4 hektrt rint. Parcellnk 20 hektros,
s mvelse rtelmetlen, ha az erzi 10 hektrt v. annl tbbet rint. Mi az
eslye annak, hogy 20 hektros fldnkn a lineris erzi 10 hektrnl keve-
sebbet rint?

Poisson-eloszls
1, Egy krnyezetkutat cg mintavtelei kzl tlagosan 100-bl 2 hibs. Mi az
eslye annak, hogy egy 10 mintavteles kutats sorn 1 hibt kvetnek el?
(Ekkor ugyanis jra el kell vgezni a kutatst, s az tbbletkltsget jelent).
2, Lvszrok harc sorn pergtzben tlag 60 msodpercenknt hal meg egy
katona. Mi az eslye annak, hogy egy 40 fs szakasz megsemmisl egy ra
leforgsa alatt, mieltt az ersts befutna?
(Figyelem! Egy ra 60
.
60 msodperc azaz 3600! Hasznljuk a Poisson-
eloszlst, p<0,03. Itt a kedvezo esetek szma, a k, a halottak szma! Azaz
szmoljuk ki, hogy mi az eslye annak, hogy mind a 40 katona meghal! )
118
3, Minden szzadik 10 tonnnl nagyobb tmeget megmozgat csuszamlsnak
volt legalbb 1 hallos ldozata. Mekkora esly van arra, hogy a kvetkez
10 ilyen csuszamlsnak legalbb 2 hallos ldozata lesz?
4, A Fldn minden szzezer ngyzetkilomterre jut egy 100 000 fs nagyvros.
Poisson eloszlst felttelezve, mi az esly arra, hogy fele ekkora terleten 2
ekkora vros van? Mi az esly arra, hogy 100 000 ngyzetkilomteren egyet-
len ilyen vros sincs?

Normleloszls
1, Az Aranykalsz kft. fldjnek termse az elmlt vekben a kvetkez volt: 6,
5, 6, 7, 9, 6, 5, 7, 8, 11, 5, 6 s 10 mzsa kukorica. 7 mzsa fltti terms ese-
tn a tsz. haszonnal zrja az vet, 6 mzsa alatt vesztesges a termels. Mek-
kora eslye van jvre az Aranykalsz kft.-nek arra, hogy vesztesges vet
zr, s mekkora arra, hogy nyeresget hoz a fldje?
(Az tlag s a korriglt szrs kiszmtand!)
2, Egy vllalat embereket keres felvtelre. A jelentkezk tlagos letkora 38 v, a
szrs 14 v. A vllalatvezets burkolt preferencija a 2030 ves interval-
lumra korltozdik. Mi az esly arra, hogy a jelltek kzl valaki e kategri-
ba tartozik (norml eloszlst felttelezve)?
3, Egy vrosban az egy fre es jvedelem tlagosan 150 ezer forint, a szrs
30000 forint. Minek van nagyobb eslye (normleloszlst felttelezve), hogy
valaki 140160 ezer forint kztt keres, vagy hogy 160 ezer forint felett ke-
res? Mekkora eslye van 160 ezer forintnl kisebb fizetsre?
(Figyelem! A 140160 ezer forintos intervallumnl a grbe alatti terletek
klnbsge lesz a megolds, a 160 ezer feletti kategrinl a tblzatbl le-
olvasott eredmnyt ki kell vonni 1-bol/100%-bl!)
4, A Ptervsrai Homokk Formcibl ll lejtk tlagos lejtse 25%, a szrs
5%. Normleloszlst felttelezve mekkora esllyel tallunk 33%-nl merede-
kebb lejtt?

10. Matematikai statisztika hipotzisvizsglat illeszkedsvizsglat

10. 1. Hipotzisvizsglat

A hipotzis (felttelezs) a mindennapi letnkben gyakran elfordul.
Feltteleznk valamit s megvizsgljuk, hogy a hipotzisnk helyes volt, vagy
nem. A tudomnyos kutatsokban is alapvet szerepe van a hipotziseknek. A
hipotzist elmleti megfontolsok, korbbi kutatsi eredmnyek, vagy mrt stan-
dard rtkek alapjn fogalmazzuk meg. Az empirikusan mr vizsglhat lltso-
kat kutatsi hipotziseknek nevezzk. Az olyan lltsok, amelyek valamilyen
119
szmtott rtkekkel, a vltozk minsgvel kapcsolatosak, a statisztikai hipot-
zis tmakrbe tartoznak. A hipotzisvizsglat teht egy statisztikai dntsi fela-
dat. El kell dnteni, hogy az adott, a feladatra jellemz minta alapjn mely lltst
fogadjuk el helyesnek.
A kiindul lltsunkat mindig nullhipotzisnek (H
0
) nevezzk. Egy ht-
kznapi felttelezsnl tulajdonkppen mindegy, hogy mit vlasztunk kiindul
helyzetnek (pl. valszn hazudott, vagy nem valszn, hogy hazudott), mert a
hipotzisvizsglattal kiderl az igazsg. Abban az esetben viszont, ha tnyleges
szmrtkekkel dolgozunk, s dntennk kell, akkor pontos valsznsgkalkul-
cit kell vgezni. Valsznsgeket akkor tudunk pontosan szmolni, ha az rt-
keinket csak a vletlen befolysolja. Ezrt tnyleges szmolsok esetn nem min-
degy, hogy mi a H
0
. Ilyenkor a mrsnk eredmnye csak a vletlentl (pl. m-
szer hibja) fgghet. Alternatv hipotzisrl akkor beszlnk, ha a nullhipotzis
nem igazoldik be.
Elszr vgezznk egy htkznapi hipotzisvizsglatot. Ttelezzk fel,
hogy janur 15-n reggel van s a meteorolgus jelentsben azt hallom, hogy
Debrecenben a napi maximlis hmrsklet elri a +12
o
C rtket. Mivel lmos
voltam s sok egyb tennivalm is volt, ezrt gy gondoltam, hogy valsznleg
nem jl hallottam, ugyanis janurban nem szoktak ilyen magas hmrskleti r-
tkek lenni. Ennek alapjn az els felttelezsem az, hogy nem valszn, hogy
jl hallottam a + 12
o
C-os rtket. Teht gondolatban llst foglaltam.
Ez nem ignyelt komolyabb mrlegelst, mert ebben a helyzetben el tud-
tam dnteni, hogy a +12
o
C-os rtket valsznnek, vagy nem valsznnek te-
kintem. Teht tudom, hogy a valszn s a nem valszn kztt mi a hatr.
Dlben szpen sttt a Nap s az utcai digitlis hmr 12,5
o
C-ot muta-
tott. A hmrsklet ismeretben a gondolatmenetem harmadik lpsben azt mr-
legeltem, hogy ez mennyire tr el (van tvol) a hipotzisemtl, amely szerint nem
valszn a +12
o
C-os napi maximum janurban. llst kell foglalnom, hogy ek-
kora eltrst kicsi vagy nagy valsznsgnek tekintek (valszn vagy nem
valszn).
Megllaptom a tnyt, teht tvedtem, teht mgis jl hallottam a +12
o
C-os rtket. A negyedik lpsben teht a valsznsg alapjn dntttem a hipo-
tzisrl, hiszen a tny ellentmond a hipotzisemnek.
A fenti gondolkodsi lpsek alkalmasak arra, hogy ismert tnyek alapjn
valamely ismeretlen helyzetrl (hipotzisrl) dntst hozzunk. Errl meggyzd-
hetnk, ha az elz feladatot a hipotzisnk ellenttvel is megoldjuk. Az ellent-
tes hipotzisbl kiindulva ugyanazon kvetkeztetsre jutunk. Teht az eredmny
nem fggtt attl, hogy mi volt az eredeti feltevsnk (hipotzisnk), a gondo-
latmenet jl mkdtt, valban kielgtette a tudomnyos kvetelmnyeket.
A hipotzis vizsglatoknl els- s msodfaj hibkat kvethetnk el.
120

H
0
hipotzist

elfogadjuk elvetjk
Igaz Helyes dnts Elsfaj hiba

H
0
hipotzis
Hamis Msodfaj hiba Helyes dnts

Leggyakrabban azt vizsgljuk, hogy valamilyen statisztikai adatsorbl ki-
vlasztott rsz-adatsor jellemzi (pl. vrhatrtk, szrs, srsgfggvny) el-
trnek-e egymstl, vagy - valamilyen mdon mrt adatsor eltr-e egy idelis
eloszlstl, illetve az adatsorok empirikus srsgfggvnyei, szmtani kzepei,
szrsai eltrnek-e egymstl.
A nullhipotzisnl (H
0
) a klnbz csoportba tartoz esemnyek, mr-
sek matematikai jellemzi kztt nincs eltrs. Ha a H
0
teljesedsi valsznsge
nagyon kicsi, akkor a nullhipotzist elvetjk, s az eltrst szignifiknsnak ne-
vezzk. Azt a valsznsget, amelynl kisebb valsznsget kapva a hipotzist
elvetjk szignifikancia szintnek nevezzk. rtke lehet tetszleges, de ltalban a
0,05 s 0,01-et szoks vlasztani.
A hipotzisek teljeslsnek valsznsgt statisztikai prbk segtsg-
vel hatrozzuk meg. A tudomnyos hipotzisvizsglat (statisztikai prba) valami-
lyen statisztikai fggvnyhez kapcsoldik, amelynek eloszlst a nullhipotzis
(H
0
) hatrozza meg. Ha vlasztunk egy p valsznsgi szintet, akkor a statisz-
tikai fggvny eloszlsnak ismeretben kiszmthat a fggvnynek az a kriti-
kus tartomnya, ahova csak p valsznsggel esik a fggvny rtke. A sta-
tisztikai prbt a kvetkez lpsekben vgezzk:

Kiszmtjuk az adott minta alapjn a vlasztott statisztikai fgg-
vny rtkt.
Ha ez az rtk a kritikus tartomnyba esik, akkor a hipotzisnk
nem ltszik igaznak, teht a nullhipotzist elvetjk.
Ha a statisztikai fggvny rtke nem esik a kritikus tartomnyba,
akkor a mintnk alapjn 1p valsznsggel hipotzisnk he-
lyesnek ltszik.

Termszetesen elfordulhat, hogy az p-t rosszul vlasztottuk s gy a
dntsnk hibs lehet, vagy ppen azrt dntttnk hibsan, mert elfogadtuk a
nullhipotzist. A hiba az p vltoztatsval javthat. A dnts ltalban a kuta-
tn mlik. rtelemszeren, ami 80%-os valsznsggel igaz (p=0,2), az nem
biztos, hogy 95%-os valsznsggel is az lesz (p=0,05)
121
A hipotzisvizsglat menete a kvetkez:
a hipotzis (H
0
) megfogalmazsa,
kivlasztjuk a megfelel statisztikai prbt,
megllaptjuk, hogy mi a hatr a kis s a nagy valsznsg
kztt (a dntsnl mit fogadunk el),
megllaptjuk a szignifikancia szintet (p),
vgrehajtjuk a szmolst,
meghozzuk a dntst.

A klnfle tpus hipotzisek vizsglatra sokfle statisztikai prbt dol-
goztak ki. A statisztikai prbk gondolatmenetben vannak kzs vonsok, ugya-
nis a statisztikai hipotzisvizsglatok alapelve a nullhipotzisre pl, amelynek
vizsglatra ltalban az indirekt matematikai bizonyts logikjt alkalmazzk.
Ennek alapjn pl.
feltesszk, hogy nincs semmifle kapcsolat az adatok kztt, akkor ez a
nullhipotzis (H
0
)
elvgezzk a megfelel szmtsokat s az eredmnyt sszehasonltjuk a
nullhipotzis fennllsa esetn rvnyes eloszlssal
ha a szmtsaink eredmnye nagyon valszntlen, akkor elvetjk a
nullhipotzist s az ezzel ellenttes n. alternatv hipotzist (H
1
) fogadjuk
el.
A fldrajzban, meteorolgiban a nullhipotzis teht leggyakrabban az,
hogy kt esemny bekvetkezte kztt nincsen sszefggs. Azt a p valszns-
get, melynek nem teljeslse/tllpse esetn a nullhipotzist elvetjk,
szignifikanciaszintnek nevezzk. Teht, ha a vlasztott szignifikanciaszint
p=0,05, akkor 1p = 0,95, 95%-os valsznsggel llthatom, hogy a kt ese-
mny kztt van sszefggs.
A ltez sok statisztikai prbk kzl a tovbbiakban csak hrmat tekin-
tnk t.

10. 2. Az egymints t (Student) prba

Normlis eloszls vltozknl hasznljuk s a szrst a mintbl becsl-
jk. A vrhat rtkre vonatkoz hipotzisnket akarjuk ellenrizni.
A nullhipotzis H
0
= u
Az egymints t-prba prbastatisztikja:
n
s
u x
t

=
ahol
122
x a vizsglt valsznsgi vltoz tlaga a mintban,

=
=
n
i
i
x
n
x
1
1

s a vizsglt valsznsgi vltoz becslt szrsa,
u az elre adott rtk, amihez az tlagot viszonytjuk (H
0
)
n a minta elemszma.
A szrst itt tbbnyire az
( )
n
x x
s
n
i
i
=

=
1
2
kplettel becsljk, ahol a
minta az {x
1
, x
2
, ..., x
n
} rtkekbl ll.
Ha a minta elemszma kisebb, mint 30 (n < 30), akkor a szrs helyett a
korriglt szrssal szmolunk, melyet s helyett s
*
-gal jellnk. Ennek kplete
( )
1
1
2
*

=

=
n
x x
s
n
i
i
, s
n
s
u x
t
*

=
A feladatok megoldsnak a fbb lpseit egy gyakorlati pldn mutatjuk be.

Plda:

A kv csomagolsakor az egyik gpen 250 g kvt kell tlteni a zacs-
kkba. A gp mrberendezsnek pontatlansga miatt az egyik tmege kicsit
tbb, a msik pedig kevesebb, mint 250 g. Arra vagyunk kvncsiak, hogy az
adagol tlagos "teljestmnye" 250 g-nak mondhat-e? A becsomagolt kvs-
zacskkbl vlasztunk 12 db-ot, amelyeknek megmrjk a tmegt. A mrs
eredmnyi: 247, 248, 252, 249, 247, 251, 249, 250, 248, 249, 250, 248.
A mrsek tlaga x = 249. A mrs utn gy gondoljuk, hogy nincs l-
nyeges eltrs a tervezett 250 g-os rtktl.
Az adatsorbl nehz megllaptani, hogy lnyeges eltrs van-e a 250 g-
tl. Ennek az eldntsre egymints t-prbt alkalmazunk.
Feltesszk, hogy a kv tmege, mint valsznsgi vltoz normlis el-
oszlst kvet. Ennek oka, hogy a mrsi pontatlansgbl eredo elrsek ltal-
ban a normleloszlst kvetik. A tmeg g-ban val mrse arnyskla, gy az
egymints t-prba alkalmazsnak felttelei teljeslnek. Mivel a minta elemsz-
ma n = 12 < 30, gy a szrs becslsre az s
*
kpletet hasznljuk. Az u = 250
Az els lps a t prbastatisztika rtknek kiszmtsa:

123
( )
( ) ( ) ( )
=

+ + +
=

=

=
1 12
249 248 .... 249 248 249 247
1
2 2 2
1
2
*
n
x x
s
n
i
i


54 . 1
11
26
*
= = s 22 , 2
45 , 0
1
46 , 3
54 , 1
1
12
54 , 1
250 249
n
s
u x
t
*

=
A msodik lps a p szignifikancia szint megvlasztsa. Vegyk a
szignifikancia szintet p = 0,05-nek, ami azt jelenti, hogy 5%-os kockza-
tot vllalunk arra, hogy esetleg gy vetjk el a nullhipotzist, hogy az
kzben igaz.
A p szignifikancia szinttl fgg t rtk kivlasztsa a prbnak megfele-
l t-eloszls tblzatbl. A tblzat ktdimenzis, a p szignifikancia szint
s az f szabadsgi fok ismeretben azonnal megkapjuk a tblzatbeli t r-
tket. Az f szabadsgi fokot az egymints t-prba esetn az f = n 1 kp-
lettel szmtjuk. A szabadsgi fok f = 12 1 = 11, gy a p s az f ismeret-
ben a t-eloszls tblzatbl

knnyen kikereshetjk a megfelel rtket,


ami t
p
= t
0,05
= 2,201
Vgl a nullhipotzisre (H
0
) vonatkoz dnts meghozsa kvetkezik.
Kt lehetsg kzl kell vlasztanunk. Ha |t| _ t, akkor a nullhipotzist
elvetjk, viszont ha a |t| < t
p
, akkor a nullhipotzist megtartjuk.
A jelenlegi feladatban |t| - 2,22 miatt 2,22 > 2,201 = t
0,05
Ez azt jelenti,
hogy a t-prba alapjn a H
0
-t elvetjk, mert a kvcsomagok slya szignifiknsan
eltr (p = 0,05-s szignifikancia szint mellett) a 250 g-tl.
Ha a |t| rtke nem rte volna el a 2,201-es rtket, akkor az egymints t-
prba nem mutatott volna ki szignifikns klnbsget a vizsglt valsznsgi
vltoz mintabeli tlaga s az adott u rtk kztt (0,05 szignifikancia szint mel-
lett).
Kt sszetartoz minta esetn a t-prba alkalmas a kt minta sszehasonl-
tsra is akkor, ha vagy az x
i
y
i
klnbsgek, vagy az x
i
/y
i
hnyadosok normlis
eloszlsak. Ha a felttelek teljeslnek, akkor a klnbsg esetn u = 0, hnyados
esetn pedig u = 1 vlasztssal vgezzk a prbt.

10. 3. A ktmints t prba

A ktmints t-prba alkalmazhatsgnak felttele a szrsok egyezse.
Kt adathalmaz (populci) sszehasonltsra szolgl tlagaik alapjn. A kt

a t-eloszls tblzata a knyv vgn a mellkletben tallhat


124
adatsor adataibl meghatrozott szmtani kzepek kisebbnagyobb mrtkben
eltrnek egymstl. Az eltrs kt okra vezethet vissza:
Az adatok vletlenszer vltozsa eredmnyezi a klnbsget.
Az eltrs valsgos, kt lnyegesen klnbz adatsorrl van sz.
A ktmints t-prba prbastatisztikja:
( ) ( )
( )
m n
m n m n
s m s n
y x
t
y x
+
+

=
2
1 1
2 * 2 *

ahol
x az egyik y a msik valsznsgi vltoz tlaga a mintjban, teht

= =
= =
m
j
n
i
i
x
m
y s x
n
x
1 1
1 1


*
x
s az egyik
*
y
s a msik valsznsgi vltoz korriglt szrsa,
n az egyik, m a msik minta elemszma.
A feladatok megoldsnak a fbb lpseit egy gyakorlati pldn mutatjuk be.


Plda:
Egy meteorolgiai llomson kt egyms utni vben a tblzatban tall-
hat havi csapadkadatokat mrtk. Arra vagyunk kvncsiak, hogy a kt v csa-
padkadatai kztti klnbsg szignifiknsnak mondhat-e, vagy nem. Feltte-
lezzk, hogy az adatok kztt normlis az eloszls.
Els lpsben ellenrzik, hogy a kt adatsor szrsa azonosnak tekinthet-
e. Ezt kln statisztikai prba (F-prba) segtsgvel ellenrzhetjk.
Csak akkor alkalmazhatjuk a ktmints t-prbat, ha az F-prba a szrsok
kztt szignifikns klnbsget nem mutat. Szignifikns klnbsg esetn
a ktmints t-prbt nem lehet alkalmazni. Az F-prbhoz is a korriglt
szrsok ngyzett kell kiszmtani. (Nem szksges felttel a kt popul-
ci azonos mintaszma, x s y klnbzhet!)

1. v 2. v
i
x
2
i
x
i
y
2
i
y
Janur 24 576 36 1296
Februr 23 529 5 25
Mrcius 39 1521 54 2916
prilis 35 1225 35 1225
Mjus 52 2704 66 4356
Jnius 112 12544 92 8464
Jlius 18 324 48 2304
Augusztus 89 7921 72 5184
125
Szeptember 48 2304 41 1681
Oktber 35 1225 30 900
November 56 3136 62 3844
December 37 1369 28 784

=
i
x 568

=
2
i
x 35378

=
i
y 569

=
2
i
y 32979

3 . 7 4
12
568
n
x
x
i
= =

=
( ) ( )
2
n
1 i
2
i
n
1 i
2 2
i
x n x x x =

= =
alapjn
( ) ( ) 5 , 530 8 47,3 2 1 5378 3 x n x Q
2
2
2
i x
= = =
5 , 75 7
11
8530,5
1 2 1
Q
s
x
2
x
= =

=
47,4
12
569
n
y
y
i
= =

=
( ) ( ) 018 6 47,4 12 2979 3 y n y Q
2
2
2
i y
= = =
1 , 47 5
11
6018
1 n
Q
s
y 2
y
= =

=
1,417
547,1
775,5
s
s
F
2
y
2
x
11,11
= = = .
A nagyobbik szrsngyzetet osztottuk a kisebbik szrsngyzettel, avagy a
szrst a szrssal. Az F indexben a szmll s nevez szabadsgi fokt
tntettk fel. Az F-eloszls kritikus rtkei a p szignifikancia szinten p/2 va-
lsznsgnl tallhatk a tblzatban.

F
(11,11)
= 3.48
F
(11,11)
= 3.48 > F
(11,11) szmtott
= 1,417.

Teht a kt szrs kzti klnbsg 95 % biztonsggal nem szignifikns. Nincs
eltrs. (Az F-prba Microsoft Excel program segtsgvel is megoldhat!)

A msodik lps a t prbastatisztika rtknek kiszmtsa.
( ) ( )
( )
m n
m n m n
s m s n
y x
t
y x
+
+

=
2
1 1
2 * 2 *

126

= =
= =
m
j
n
i
i
x
m
y s x
n
x
1 1
1 1
kpletek alapjn 4 , 47
12
569
y 3 , 47
12
568
x = = = =
5 , 75 7 s
2
x
= , 1 , 47 5 s
2
y
= s n=m=12
( )
01 , 0 49 , 11
62 , 120
1 , 0
12 12
2 12 12 12 12
1 , 547 11 5 , 775 11
4 , 47 3 , 47
t = =
+
+

=

A szignifikancia szintet p = 0,05-nek vlasztva s az f = n+ m 2 = 22 sza-
badsgi fok ismeretben a t-tblzatban a t
0,05
= 2.074 rtket talljuk, gy
A jelenlegi feladatban t - 0.01 miatt 0,01 < 2,074 = t
0,05
Mivel a |t| rtke nem rte el a 2,074-es rtket, ezrt a ktmints t-prba
(0,05 szignifikancia szint mellett) nem mutatott ki szignifikns klnbsget a
vizsglt kt v adatai kztt.

10. 4. A
2
prba

Tbb klnbz tpus hipotzisvizsglat tartozik ebbe a csoportba. Ezek
a kvetkezk:
Illeszkedsvizsglat. Az illeszkedsvizsglatban egy valsznsgi vltoz
eloszlsnak egy elre adott eloszlssal val megegyezsrl
dntnk, teht a minta alapjn tekinthet-e adott tpusnak a
vltoz eloszlsa, vagy nem. A nagy elemszm (legalbb
n>10) esetn ltalban a
2
-prbt alkalmazzk, mert ez al-
kalmas a folytonos s a diszkrt eloszls vizsglatra is.
Fggetlensgvizsglat. A fggetlensgvizsglat sorn azt vizsgljuk, hogy kt
mrsi eljrsbl szrmaz adatsorok fggetlennek tekinthe-
tk-e vagy sem.
Homogenitsvizsglat. A homogenitsvizsglat sorn azt vizsgljuk, hogy a kt
mrsi eljrsbl szrmaz adatsorbl ksztett hisztogramok
azonosnak tekinthetk vagy sem.
Az albbiakban rszletesen az illeszkedsvizsglattal foglalkozunk.

Illeszkedsvizsglat

Az illeszkedsvizsglatokat szoktk tiszta s becslses tpusba sorolni

tiszta illeszkedsvizsglatrl akkor beszlnk, ha a feltevsnk egyetlen,
teljesen meghatrozott elmleti eloszlsfggvnyre vonatkozik, teht a
127
gyakorisgokat ismert valsznsgekbl kapott gyakorisgokkal hason-
ltjuk ssze.
becslses illeszkedsvizsglatot vgznk, ha nem ismerjk annak az el-
oszlsnak a paramtereit, csak a tpust, amelyre a megfigyelt rtkeket il-
leszteni szeretnnk. Az eloszls tpusa alapjn a megfigyelt gyakoris-
gokbl becsljk az eloszls paramtereit.
A tiszta illeszkedsvizsglat lehet egyenletes, vagy egyb ismert param-
ter eloszlsra trtn illeszkedsvizsglat.
egyenletes eloszlsra trtn illeszkedsvizsglatrl akkor beszlnk,
ha a felttelezett eloszls egyenletes.
A becslses illeszkedsvizsglat lehet normalitsvizsglat, vagy egyb be-
cslt paramteres illeszkedsvizsglat.
ha az eloszls normlis eloszls, akkor normalitsvizsglatot vgznk.
Ilyenkor kt paramter becslsre van szksg.

A
2
-prba diszkrt s folytonos eloszlsok vizsglatra egyarnt alkalmas.

A prba menete:
A valsznsgi vltoz rtelmezsi tartomnyt osszuk fel m interval-
lumra (folytonos eloszls esetn lehetleg azonos hosszsgra). Jelljk az i-
edik intervallumba es mintaelemek szmt
i
f -vel.

=
=
m
i
i
n f
1

Az elmleti eloszlsfggvny alapjn hatrozzuk meg (becslses esetben
ennek paramtereit a mintbl becsljk) minden intervallumba ess
i
p valsz-
nsgt.
Az n
.
i
p az i-edik intervallum elmleti eloszlsa alapjn vrhat gyakorisgt adja
meg, ha a minta nagysga (az adatok szma) n. (Ettl a tapasztalati gyakorisg
csak a mintavteli ingadozs hatsra trhet el.)
A prbastatisztika szmtst a
( )


=
m
i
i
i i
p n
p n f
1
2
2
kplettel vgezzk.
Ennek az rtke tiszta illeszkedsvizsglat esetn (m 1) szabadsgfok,
becsls esetn (m s 1) szabadsgfok
2
eloszlst kvet, ahol s a mintbl
becslt paramterek szma.
Az eloszlsra vonatkoz hipotzisnket elvetjk, ha
2
>
2

, ahol
2

az
(1 ) valsznsgi szinthez tartoz tblzati rtk.

Plda:
128
A fenti gondolatmenetet kvetve oldjuk meg a kvetkez feladatot!
A fldrajz szakos hallgatk flvi s vvgi zh eredmnyeit figyelembe
vve hatrozzuk meg, hogy melyik flvben rtek el jobb eredmnyt. Mindegyik
alkalommal 90 f irt dolgozatot. Egy-egy feladat helyes megoldsa 5 pontot rt s
az elrhet maximlis pontszm 100 volt. Az elrt eredmnyeket a kvetkez
tblzat tartalmazza:

elrhet
pontszmok
i
x
hallgatk szma
flvkor
1 i
f

1 i i
f x
hallgatk szma
v vgn
2 i
f

2 i i
f x
45 2 90 1 45
50 4 200 3 150
55 7 385 6 330
60 8 480 8 480
65 8 520 11 715
70 10 700 13 910
75 12 900 10 750
80 16 1280 14 1120
85 15 1275 14 1190
90 5 450 6 540
95 2 190 2 190
100 1 100 2 200

=
=
12
1 i


90

6570

90

6620
Felttelezzk, hogy a kt flv eredmnye kztt 0,05 szignifikancia szin-
ten nincs jelents eltrs (H
0
).
90
1 1
2 1
= = =

= =
m
i
m
i
i i
n f f
5 , 7
12
90
m
f
x
i1
= =

=
( ) ( ) 5895 7,5 2 1 6570
2
x m
1 i
f
i
x Q
2
x
= = =
9 , 535
11
5895
1 2 1
Q
s
x
2
x
= =

=
7,5
12
90
n
f
y
i2
= =

=
( ) ( ) 5945 7,5 12 6620 y m
2 i
f
i
x Q
2
2
y
= = =
5 , 540
11
5945
1 n
Q
s
y 2
y
= =

=
129
991 , 0
540,5
535,9
s
s
F
2
y
2
x
11,11
= = =
F
(11,11)
= 3,48> F
(11,11) szmtott
= 0,991
Teht a kt szrs kzti eltrs 95 % biztonsggal nem szignifikns, azok
azonos alapsokasgbl szrmazknak tekinthetk.
A feladatbeli kapott s a nullhipotzis (H
0
) igaz volta esetn vrt gyako-
risgokat hasonltjuk ssze s a kztk lv klnbsgekbl egy
2
prbastatisz-
tikt szmtunk.


szabadsgfok: f = (sorok 1)
.
(oszlopok 1) =(121)
.
(21)=11
Kontingencia tblzat elksztse
I. II.


(2+1)
.
90/180=1.5 (1+2).90/180=1.5 3.0
(4+3)
.
90/180=3.5 (3+4)
.
90/180=3.5 7.0
(7+6)
.
90/180=6.5 (6+7)
.
90/180=6.5 13.0
(8+8)
.
90/180=8.0 (8+8)
.
90/180=8.0 16.0
(8+11)
.
90/180=9.5 (11+8)
.
90/180=9.5 19.0
(10+13)
.
90/180=11.5 (13+10)
.
90/180=11.5 23.0
(12+10)
.
90/18=11.0 (10+12)
.
90/180=11.0 22.0
(16+14)
.
90/180=15.0 (14+16)
.
90/180=15.0 30.0
(15+14)
.
90/180=14.5 (14+15)
.
90/180=14.5 29.0
(5+6)
.
90/180=5.5 (6+5)
.
90/180=5.5 11.0
(2+2)
.
90/180=2.0 (2+2)
.
90/180=2.0 4.0
(1+2)
.
90/180=1.5 (2+1)
.
90/180=1.5 3.0
90 90 180



A prbamutat kiszmtsa:




A khi-ngyzet rtke:
( )
998 . 0
1
2
2
=

=

=
m
i i
i i
np
np f

2
05 . 0
2
7 . 19 = <
emp

=
g
i i
i i
vrt
vrt kapott
1
2
2
) (

ltszm teljes
eg oszlopssz sorsszeg
N
f f
v
m
1 j
ij
k
1 i
ij
ij

=

= =

= =

=
k
i
m
j ij
ij ij
emp
v
v f
1 1
2
2
) (

130
A kt flvben elrt eredmnyek kzel azonos rtknek tekinthetk.

2, A fldrajz BSc szakra felvtelizk kztt a fi-lny arny ugyanakkora-e?
Tudjuk, hogy nem ugyanakkora, de felttelezzk, hogy az arny egyenl, te-
ht H
0
: Fi:0.5 Lny:0.5
2007-ben 98-an nyertek felvtelt, akik kzl 39 volt a fi, s 59 a lny. (ezek
a kapott gyakorisgok: n
i
)
Ha H
0
igaz lenne, akkor 98-bl 4949 fira s lnyra szmtannk
(vrt/elmleti gyakorisgok:
i
)
Minl nagyobb az eltrs a kapott (n
i
) s a vrt (
i
) gyakorisgok kztt, an-
nl valsznbb, hogy a nullhipotzis (H
0
) nem igaz.
Az eltrs egy lehetsges mrtke:
2
= (n
1

1
)
2
/
1
+ (n
2

2
)
2
/
2

Ha igaz a H
0
hipotzis, akkor ez khi-ngyzet eloszls, f = 1 szabadsgfokkal.

Megolds:
fi lny sszesen
Kapott gyakorisg (n
i
) n
1
=39 n
2
=59 N=98
Vrt gyakorisg (
i
=Np
i
)
1
=49
2
=49 N=98

2
= (39 49)
2
/49 + (59 49)
2
/49
f= 21= 1
2
= 2.041 + 2.041 = 4.082
2
= 4,082 < 6,635=
2


001

(f=1)

Az eredmny miatt a H
0
hipotzist elutastjuk, s a fik arnya szignifi-
knsan kisebb a lnyoknl.

3, A fldrajz s fldtudomny BSc szakra felvtelizk kztt van-e klnbsg
a fi-lny arnyban?
Felttelezzk, hogy az arny egyenl, teht a nullhipotzis (H
0
):
Fi (fldr.)= Fi (fldtud.) s Lny (fldr.)= Lny (fldtud.)

Szak Fi Lny sszesen
Fldrajz 42 48 90
Fldtudomny 32 28 60
sszesen 74 76 150

131
Ha a nullhipotzis (H
0
) igaz lenne, akkor a kt szakon a kzs fi arny
kb. 74/150 lenne, teht a vrt fi-gyakorisg a fldrajz s fldtudomny
szakon:

11
= 90 74/150 = 44,4 s
21
= 60 74/150 = 29,6
A kzs lny-arny:

12
= 90 76/150 = 45,6 s
22
= 60 76/150 = 30,4

A nullhipotzis (H
0
) igaz volta esetn a
( )

=
ij
ij ij
v
v n
2
2

f = 1 szabadsgfok khi-ngyzet-eloszlst kvet, gy
2
< 3,841 esetn (H
0
)
-t megtartjuk,
2
3,841 esetn pedig H
0
-t 5%-os szignifikancia szinten elutast-
juk (A tblzat szerint:
2

0.05
= 3,841).


Feladatok

Egy mints t-prba

1, llthat-e 95%-os biztonsggal, hogy a pesti gyors menetideje 2:57 perc, ha
htftl szombatig a kvetkez eredmnyeket mrjk: 2:50, 3:00, 3:15, 2:49,
3:10, 2:59?
(Figyelem! Az adatok rban s percben vannak megadva t kell szmtani
oket!)
2, EU-s pnzekbl egy kistrsg tlagosan 600 ezer eurval rszesedik. Kiv-
lasztva 10 cirill kistrsget, rendre 600, 500, 750, 600, 520, 530, 540, 520,
540, 610 ezer eurt kapunk. 5%-os tvedsi lehetsget felttelezve, az tlag-
tl val eltrs a vletlennek tudhat be, vagy a cirill kormny lopja az EU
pnzt?
3, A hivatalos adatok szerint a Kese-patak tlagos pH rtke 7,3 volt az elmlt
20 vben. Terepi mrseink a kvetkez eredmnyeket hoztk a brcserz
zem beteleplse utn: 6,7; 6,6; 5,9; 7,2; 6,4; 7,0; 5,7; 6,7; 6,7? 95%-os va-
lsznsggel llthat-e, hogy megvltozott a patak pH-ja?
4, llthat-e 99%-os biztonsggal, hogy a szittysberki kistrsgben nem vlto-
zott a munkanlklisg, hogyha tudjuk, hogy 10 vvel ezeltt a 10 ves tlag
7,5% volt, s azta a kvetkez rtkeket mrtk: 10,2%, 7,8%, 6,7%, 6,9%,
7,8%, 8,9%, 8,8%, 11%, 7%, 7%?
5, Egy kormny azon krhzak bezrst tervezi, ahol az tlagos gykihasz-
nltsg 75% alatti. Egy krhzban a kvetkez rtkeket mrtk: 68%, 74%,
132
69%, 76%, 74%, 79%, 81%, 77%, 75%, 69%, 85%, 84%. 95%-os valszn-
sggel llthat-e hogy nincs szignifikns klnbsg az elvrt rtk s a sz-
mtott tlag kztt?

2 mints t-prba

1, A klfldi befektetvel rendelkez teleplsek esetben a foglalkoztatottsg
rendre 55%, 53%, 48%, 56%, 49%, 51%, 39%, mg a klfldi tke nlkli te-
leplsek esetben ez 48%, 44%, 46%, 52%, 38%, 38%, 35%, 46%, 35%.
Van-e sszefggs a klfldi tke jelenlte s a foglalkoztatottak arnya k-
ztt p=0,05 esetn ? s 99%-os valsznsggel llthatjuk-e ugyanezt?
2, 95%-os biztonsggal llthat-e hogy a csatornzottsg befolysolja a talajvz
llst, ha a csatornzott kisfaludi rgi teleplsein a kvetkez felszntl
szmtott talajvz rtkeket mrtk: 1.6, 1.7, 2.4, 2.6, 2.7, 2.9 m, mg a csa-
tornzatlan teleplseken ez rendre: 1.3, 1.7, 1.5, 1.7, 1.9, 2.1, 1.3, 1.5, 1.8,
2.0, 1.4 m?
3, Egy vllalatnl a frfiak fizetse rendre 59, 75, 48, 66, 74, 70, 59, 62 E forint,
a nk 56, 59, 60, 64, 71, 60, 61, 48, 49, 45, 44, 51, 52, 48, 41, 40, 52 E fo-
rint. 95%-os (p=0,05) ill. 99%-os biztonsggal (p=0,01) beszlhetnk-e a vl-
lalatnl nemi diszkrimincirl avagy nem rdemes a brsghoz fordulnunk
(amely elutastja a nem megalapozott kereseteket)?
4, Egy 30 % meredeksg lejtn 2006-ban a kvetkez erzis rtkeket mrtk
(mm-ben, a Gerlach-fle ledkcsapdban felhalmozdva): 45, 56, 74, 56, 67,
48, 66. Ugyanazon vben a vlgy msik oldaln lv eltr kitettsg azonos
alapkzeten kialakult, de csupn 20%-os lejtn ezek az rtkek rendre 34, 47,
50, 66, 32, 54, 44, 60. A lejts s a kitettsg befolysoljk-e az erodlt anyag
mennyisgt (p=0,05)?
133
11. A becsls

A napi gyakorlatban (terepen s laboratriumban) rendszeresen mrseket
vgznk, vagy msok ltal mrt eredmnyeket rtkelnk, illetve ezek alapjn
becslseket vgznk. A mrsi eredmnyekbl szmtott kzeltst becslsnek, a
kzelts szmszer rtkt pedig becslt rtknek nevezzk. Abban az esetben,
ha a mrseket pontosan vgeztk, akkor a mrsi eredmny s a becslt rtk
kztti eltrst becslt hibnak nevezzk.
Az adatok statisztikai feldolgozsoknl elfordul, hogy csak egy rtkre
(pl. relatv szintklnbsg kb. 16 m), mskor pedig olyan intervallumra (pl. napi
kzphmrsklet 2025
o
C) adunk becslst, amelybe nagy valsznsggel a
vrhat rtk beletartozik. Az elst a statisztikban pontbecslsnek, a msodikat
intervallumbecslsnek nevezik. A becsls vonatkozhat tlagra, rtksszegre,
arnyra, szrsra.
11.1. A pontbecsls

A pontbecsls a statisztikai becsls olyan egyszer esete, amikor az isme-
retlent egy hozz hasonlval kzeltjk (becsljk). Elszr a mrsek tlagt
meghatrozzuk, majd ezt gy tekintjk, mint a vrhat rtk egy becslst, illetve
a mrseredmnyek szrst gy, mint a sokasg szrsnak egy becslst.



A pontbecslsnl vgeredmnyknt egy rtket adunk meg (pl. a hmr-
sklet maximuma 24
o
C kzelben vrhat.)



o
C
11.2. Az intervallumbecsls

Az intervallumbecslsnl az tlag s a szrs alapjn kt szmot (a, b in-
tervallumot) gy vlasztunk, hogy az ismeretlen vrhat rtke bizonyos valsz-
nsggel az (a, b) intervallumban tallhat. A becsls megbzhatsgt a valsz-
nsg rtke mutatja. Ez termszetesen megkzeltheti a 100%-ot. Az interval-
lumbecslsnl az intervallum vgpontjait s a valsznsg rtkt adjuk meg (pl.
a hmrsklet napi maximuma 98%-os valsznsggel 23 25
o
C kztt vrha-
t).

o
C
23 24 25
23 24 25
n
x
x
n
i
i
=
=
1
134
A matematikai statisztika a paramterek becslsekor hasznlja a szabad-
sgfok fogalmt. A szabadsgfokok szma a mrsi eredmnyek szmval szoros
sszefggsben van. Ha a mrsi adatsor m adatbl ll, s csak ezeket az r-
tkeket hasznljuk a becsls meghatrozshoz, akkor azt mondjuk, hogy a mr-
si sorozat (minta) szabadsgfokainak szma m (pl. egy mrsi sorozat kzp-
rtkt a szmtani kzppel becsljk). Elfordul olyan eset, amikor az adatsor-
bl a becslt rtket gy hatrozunk meg, hogy ahhoz egy msik, mr ugyaneb-
bl a mrsi sorozatbl becslt rtket (pl. szmtani kzprtket) hasznlunk fel,
akkor annyi szabadsgfokot kell levonnunk az eredetileg m szabadsgfokbl,
ahny becslt rtket az jabb becslt rtk meghatrozshoz felhasznltunk.
Egybknt, ha a szabadsgfokok szmt nem cskkentjk, akkor a becslt rt-
knk pontossgt a mr meghatrozott becslt rtk becslsi hibja is terheli.
Legalbb kett mrst kell vgeznnk, ha a mintbl a kzprtket, s a
szrst is becslni akarjuk. Ha csak a mrend mennyisgre vagyunk kvncsiak,
akkor egy mrs elegend. Ebben az esetben azonban a szrs becslst nem tud-
juk elvgezni.

11.3. A legkisebb ngyzetek elve

A matematikai statisztikban az eloszlsi paramterek valdi rtknek
becslsre klnbz mdszereket dolgoztak ki. A mrsi eredmnyeink statisz-
tikai feldolgozsakor gyakran a legkisebb ngyzetek elvn alapul mdszert al-
kalmazzuk. A mrsek kzprtknek becslsnl azt vesszk figyelembe, hogy
az eredmnyeknek a becslt rtkektl val eltrseinl, a becslt hiba ngyzet-
sszege minimlis:

= = =
n
i
j i i i
u u v s v F . min
2

A
i
v az i. mrsi eredmnyre vonatkoz becslt hiba; az
j
u a keresett j-ik mren-
d mennyisg becslt rtke (j=1, 2, , m) s n a mrsek szma. Az i rtke
folyamatos s fggetlen a mrend mennyisg sorszmtl (j-tl).
Ha a normlis eloszls mrsi adatainknl a legkisebb ngyzetek md-
szert alkalmazzuk, akkor tulajdonkppen a legnagyobb valsznsg (maximum-
likelihood) elvnek megfelel mveletet vgznk.
Az eredmnyeink feldolgozsa sorn egy olyan v
i
(i = 1, 2, ..., n) javtsi
rtkrendszert hatrozunk meg, amellyel a mrsi eredmnyeinket gy javtjuk,
hogy azok kztt az ellentmondsok megsznnek.

135
11.4. A kzprtk becslse

A kzprtk becslsnl gyakran a szmtani kzprtket s a mrsi
eredmnyek sorozatnak kzps rtkt (a medint) hatrozzuk meg.
Egyetlen mennyisgre vgzett n szm mrs esetn a kplet az
( )

= = =
=
n
i
n
i
j i i
u u v F . min
2
1
2

fggvnnyel adhat meg, ahol u az ismeretlen a keresett mennyisg becslt rt-
ke s
j i i
u u v = . Az u rtke az egyszer szmtani kzp. A
j i i
u u v = egyen-
lsg figyelembevtelvel
.
11.5. A szrs becslse

A szrs becslst a mrsi eredmnyeink pontossgnak meghatrozs-
ra hasznljuk. Ha a mrsi eredmnyeink kzprtkeitl val eltrseket hibk-
nak tekintjk, akkor a szrs egyfajta kzepes hibartket (kzphiba) jelent.
Megklnbztetnk elzetes s utlagos kzphibkat. Abban az esetben, ha
ismert az adatok kzprtke, akkor elzetes kzphibrl beszlnk. Az elzetes
kzphiba a kvetkez kplettel szmthat:
n
n
i
i
=

=
1
2
(Gauss kplete)
A kzphiba () ketts eljel lehet (pl. egy szimmetrikus tartomny esetn).
Elzetes hibartkeket szoktak megadni a mszerek lersnl. Ezt az rtket az
j mszer hitelestsi mrseinek adatai alapjn hatrozzk meg.
Akkor, ha a kzprtket az egyszer szmtani kzppel hatrozzuk meg,
akkor pedig utlagos kzphibrl beszlnk.
A szrs (utlagos) becslse egyetlen kzprtk esetn:
n
v
n
i
i
=
=
1
2

Az utlagos kzphiba meghatrozsa segt a mrseink pontossgnak
megbecslsben. Az utlagos kzphiba meghatrozst mindig a felhasznl
vgzi. Teht egy laboratriumi, vagy terepi mrssorozat eredmnyeinek feldol-
gozsakor az elzetes s utlagos kzphibk sszehasonltsbl ellenrizhetjk
a mrsek korrektsgt.
136
11.6. A konfidencia-intervallum fogalma

ltalban clravezetbb, ha a becslt szmrtk (pontszer becsls) he-
lyett a becslt rtkektl plusz, illetve mnusz irnyban egy - egy hatrol rtket
adunk meg. Az gy meghatrozott intervallum bizonyos valsznsggel a valdi
rtket magba foglalja. A hatrol rtkeket konfidencia-hatroknak, a konfi-
dencia-hatrok ltal kzrefogott tartomnyt konfidencia-intervallumnak (megbz-
hatsgi intervallumnak) nevezzk.
Ez a konfidencia-intervallum olyan tartomny, amelyre az egysghez tet-
szlegesen kzel es valsznsggel (konfidencia-szint) llthat gy, hogy ez
az intervallum lefedi a paramter ismeretlen valdi rtkt. A mrend mennyi-
sg valdi rtkre felrhat konfidencia-intervallum:
n
t u U
n
t u


+
ahol a t

- az n. Student-eloszls tblzatbl (ld. mellklet) a konfidencia-


szint s az f =n- 1 szabadsgfok fggvnyben kivlaszthat egytthat akkor, ha
a mrsi eredmnyek eloszlsa normlis.
A konfidencia-intervallum terjedelme a vlasztott konfidencia-szinttol
fgg. Minl nagyobb ez a terjedelem, annl nagyobb a valsznsge annak, hogy
az intervallum lefedi a valdi rtket. Nincs sok rtelme annak, hogy az interval-
lumot tl nagynak vlasszuk. Az ersen leszktett intervallum pedig nveli an-
nak a kockzatt, hogy mr nem fedi le a valdi rtket, gy a kvetkeztetsnk
biztonsga is cskken. Ezrt az intervallum hatrainak a megadsa nagy odafi-
gyelst s szakmai felkszltsget ignyel (pl. rfelvtelek interpretcijnl az
elektromgneses hullmtartomnyok hatrainak kivlasztsa.
11.7. Az adatok slyozsa

A mrsi gyakorlatban elfordulhat, hogy az egyes mrsi eredmnyek
azonos kzprtk, de klnbz szrs alapsokasgbl szrmaznak.
(pl. egy terepi felmrsnl ugyanazt a terletet kt alkalommal klnbz pontos-
sg mszerrel mrjk.) A kt klnbz mreszkzkkel kapott mrsi ered-
mnyek alapjn kvnjuk becslni a terlet valdi rtkt s az egyes mrsi
eredmnyek szrst.
A rendelkezsnkre ll kt adatsorbl termszetesen egyszer szmtani
kzprtkkel nem becslhetjk a terlet valdi rtkt. A feladat megoldshoz
egy j, a szrs fggvnyben megadott mrszmra van szksg, amely mintegy
sszekt szerepet tlt be az egyes, klnbz szrs mrsi eredmnyek k-
ztt. A mrsi eredmnyekkel csak akkor tudunk szmolni, ha ugyanolyan szr-
s adatokbl szrmaztatjuk.
137
Vgezznknszm mrst, amelynek rtkei:
n
u u u u ..., , , ,
3 2 1
. A mrsi
eredmnyek szrsa:
2 2
3
2
2
2
1
..., , , ,
n
. Vlasszunk olyan
2
0
= c szmrtket,
amelyre
2
0
2 2
3 3
2
2 2
2
1 1
... = = = = = =
n n
p p p p c teljesl.
A tovbbiakban ezt gy tekintjk, mint a keresett azonos szrs alapso-
kasg szrsngyzett. Ez az sszefggs akkor ll fenn, ha a p
i
(i = 1,2, ..., n)
szorzkat gy vlasztjuk meg, hogy azok
; ;....; ; ;
2
2
0
2
3
2
0
3
2
2
2
0
2
2
1
2
0
1
n
n
p p p p

= = = =
legyenek. A p
i
(i = 1, 2, ..., n) szorzt slynak nevezzk. A sly a szrsngyzet-
tel fordtottan arnyos mennyisg. Teht a sly azt fejezi ki, hnyszor megbzha-
tbb, pontosabb az egyik mrsi eredmny a msiknl.
A szrsngyzet valdi rtkt ltalban nem ismerjk, ezrt a szmts
kezdetekor a slyokat a gyakorlatban az elzetes kzphiba kpletvel szmtjuk:
;
2
2
0
i
i
p

=
A
2
0
rtke lnyegben tetszlegesen vlaszthat, megvlasztsban csak
a slyok matematikai kezelhetsge jtszik szerepet.
A mrsi eredmnyekhez klnbz szrsok s klnbz slyok tartoz-
nak. Ezrt a szmtani kzp, tovbb az ennek alapjn becslt utlagos kzphi-
ba szmtshoz az eredeti mrsi eredmnyeinket gy kell mdostanunk, hogy
azok mindegyike ppen a
0
(
2
0
) szrs alapsokasgbl szrmazzon. Utbbit
gy rjk el, ha mindegyik mrsi eredmnyt osztjuk a hozz tartoz szrssal
(elzetes kzphibval) s szorozzuk
0
(
0
) - lal:
n
n
n
u u u u u u u u = = = =

0 '
3
3
0 '
3 2
2
0 '
2 1
1
0 '
1
...; ; ; ;
Ez a transzformci olyan mrsi eredmnyekhez vezet, amelyeknek azo-
nos kzprtke s szrsa van. Figyelembe vve a slyra adott sszefggst, a
fenti kpletek az
n n n
p u u p u u p u u p u u = = = =
'
3 3
'
3 2 2
'
2 1 1
'
1
.....; ; ; ;
alakban is felrhatk.

Ezzel az talaktssal a klnbz szrs mrsi eredmnyeket gy ke-
zelhetjk, mintha azok ugyanabbl az alapsokasgbl szrmaznnak.
138
A slyozott szmtani kzp kplete:

=
=

=
n
i
i
n
i
i i
p
u p
u
1
1
'


Figyelembe vve a ( )

= = = =
= =
n
i
n
i
i i i
n
i
i i i
n
i
i i
p u u p u u p v p
1 1
'
1 1


s a

=
=
n
i
i i
v p
1
0 sszefggseket a slyozott szmtani kzp utlagos kzphi-
bja a kvetkez kplettel felrhat:
1 1
1
2
1
2
0

=

= =
n
v p
n
v
n
i
i i
n
i
i


Mivel a mrsi eredmnyeink szrsa (kzphibja) megegyezik, s a sly
defincija alapjn minden
'
i
u mrsi eredmny slya
2
0
2
0 '

=
i
p azaz egysgnyi, a

0
kplettel kifejezett rtkt az egysgslynak vlasztott mrsi eredmny ut-
lagos kzphibjnak nevezzk (ez elmletileg megegyezik a tetszlegesen v-
lasztott elzetes kzphibval). A slyegysg utlagos kzphibjnak s a sly
defincijnak felhasznlsval szmthatk az eredeti mrsi eredmnyek utla-
gos kzphibi.
A
2
2
0
i
i
p

= kpletbl a
i
i
p
0

=

ahol a
0
helybe az utlagos rtket helyettestjk. Azonos szrs mrsi ered-
mnyek esetn termszetesen minden sly egysgnyi, ekkor nyilvnvalan min-
den
i
- re igaz, hogy
i
=
0
.

Pldk

1, Egy mintaterlet talajnak pH rtkt kell megbecslnnk. Vlasszunk
ki a terletrl szrmaz mintkbl 10 db-ot. Ezek pH rtkei: 7.52;
7.50; 7.56; 7.68; 7.52; 7.58; 7.48; 7.50; 7.69; 7.51
A mintk jellemzi:
139
554 , 7
10
54 , 75
x = =
( )
0089 , 0
9
6 , 570 68 , 570
1 10
554 , 7 10 75 , 341
1 n
x n x
s
2
2
2
i
=


=


145,2
10
1452
x = =

( )
6,68
9
401,6
1 n
x n x
s
2
2
i
= =


= .
A t rtke 95%-os megbzhatsgi szinten f = n 1 = 9 szabadsgi foknl
t
95, tblzat
= 2,262. A mintk tlagos pH rtke 0,95 valsznsggel
9
0089 , 0
262 , 2 554 , 7
9
0089 , 0
262 , 2 554 , 7 +
56 , 7 55 , 7 intervallumba esik.
A mintk szmnak nvelsvel az intervallum szlessge cskken.

2, Trkpszeti gyakorlaton a geogrfus hallgatk 9 fs csoportjnak min-
den tagja 2 cm-es szrs mszerrel mri a terepen kijellt tereptrgy
tvolsgt. Az a feladatunk, hogy a mterben megadott mrsi eredm-
nyek felhasznlsval becsljk meg a tvolsgot (U).
A mszeres mrs eredmnyei: 148,36; 149,14; 148,52; 148,80; 149,04;
149,00; 148,60; 148,90; 148,92
A mrsi eredmnyekbl 809 , 148
9
28 , 1339
n
x
x
i
= = =


Az objektum tvolsgnak vrhat rtke 95%-os megbzhatsgi szin-
ten:
n
t x U
n
t x


+
9
02 , 0
306 , 2 809 , 148 U
9
02 , 0
306 , 2 809 , 148 +
82 , 148 U 79 , 148

A mrsek szmnak nvelsvel a vrhat rtk intervallumnak sz-
lessge tovbb cskkenthet.

140



































141
12. Dinamikus fizikai fldrajz

A kvetkezkben olyan fizikai fldrajzi pldkat mutatunk be, melyek a
fluvilis s ltalnos geomorfolgia, valamint a geolgia alapkrdseit helyezik
jobb megvilgtsba.
1


I. Szubvulkni test kezdeti hlsi sebessgt (v
T
) befolysol tnyezk:

v
T
=(
.
T
0
)/(c
.
o
.
H
L
.
H
F)


ahol T
0
a felsznt el nem r szubvulkni test kiindulsi hmrsklete, c a
szubvulkni test fajhje, a fedkzet hvezetsi egytthatja, p a fedkzet
srsge, H
F
a fedkzet vastagsga, H
L
a szubvulkni test vastagsga. v
T
-t
o
C/s-
ban kapjuk, melyet rdemes
o
C/1000 vre tvltani a knnyebb kezelhetsg v-
gett.
Teht a lakkolit/sill hlse egyenesen arnyos a fed hvezet kpessg-
vel s a kiindulsi T
0
hmrsklettel, mg minl vastagabb a szubvulkni test s a
fedkzet, annl lassabb a hls. A kapott rtk kicsi, de mg gy is gyorsabb a
hls, mint mlytmzs, batolit esetn. Az utbbi esetben a lass hls (hiszen a
fedkzet s maga a kzettest is vastag, teht mlyen van) lehetv teszi nagy
kristlyok kialakulst, gy holokristlyos ekvigranulris szerkezet lesz a kzet,
mg egy szubvulkni test esetben a gyorsabb hls miatt a kzetveg fog domi-
nlni.

II. A szubvulkni test hlse exponencilis fggvnyt kvet, aminek oka,
hogy a mindenkori hlsi sebessg az aktulis hmrsklettel egyenesen arnyos,
azaz a hls sebessge (az idegysg alatt bekvetkez hmrskletcskkens) is
cskken. A hls karakterisztikus ideje () ennek lineris kzeltst jelenti, ami-
kor a hls sebessgt llandnak vesszk (a karakterisztikus id teht kisebb a
tnylegesen mrhet hlsi idtl). Ebben az esetben a hls sebessge fggetlen
a szubvulkni test eredeti hmrsklettl. Kplete:

= c
.
o
.
H
L
.
H
F
/

III. A gravitcis anomlia (az elvrt gravitcis rtk s a mrt rtk k-
lnbsge) s a domborzat ismeretben lehet meghatrozni, hogy mekkora lesz a
terlet izosztatikus kiemelkedse vagy sllyedse. Az anomlia oka, hogy a Fld

1
A kpletek rszletes levezetse megtallhat Szunyogh G.: Dinamikus fldrajz c. knyvben,
valamint Szns Gy.: Geofizikai teleptan c. munkjban.
142
alakja geoid, eltr a forgsi ellipszoidtl, melyre a g meghatrozhat, nem homo-
gn tmegeloszls, s lnk domborzattal jellemezhet.

Ag=y
.
2
.
a
.
o
si

.
AH

Ahol Ag a gravitcis anomlia (izosztatikus maradkanomlia),
y=6,67
.
10
-11
gravitcis lland, o
si
a sima (asztenoszfra, a kregnl nagyobb
srsg plasztikus anyag amelyen a litoszfralemezek sznak) srsge, 3300
kg/m
3
, a AH pedig a vrhat kiemelkeds vagy sllyeds, melyet teht csak az
asztenoszfra srsge s a gravitcis anomlia befolysol. Pldul
orogenezisnl, hegysgkpzdsnl 1000 m anyag felgyrdse csak kisebb ki-
emelkedst jelent, mert kzben a gykrrgi belespped az asztenoszfrba, egy
hegysg 1000 m-es magassgcskkenshez pedig a kls erknek tbb mint
1000 mter anyagot kell elszlltani, hiszen az erzi beindultval a hegysg,
ahogy knnyebbedik, gy folyamatosan ki is emelkedik. Eljegesedsnl, illetve a
jgtakar elolvadsakor hasonl esemny jtszdik le: az Antartktisz kontinent-
lis tblja pl. a jg slya miatt a tengerszint al sllyedt, mg a jgsapktl meg-
szabadult Skandinvia az izosztzia miatt emelkedik (mikzben pusztul is, hiszen
a kls erk, mint pl. a vz munkavgz-kpessge nvekszik, ha n a magassg-
klnbsg).
Ez tvezet minket 3 tovbbi pldatpushoz: a hegysgek maximlis ma-
gassgnak megllaptshoz, a vz munkavgz-kpessgnek kiszmtshoz s
a hegysgek pusztulshoz az id fggvnyben.

IV. A hegysg talpnl mrhet nyoms kiszmolhat, ha a hegysg s-
lyt (F
s
) elosztjuk az alapterlettel. Ha a hegysg alapterlete A, magassga h,
srsge o, akkor a fektetett, hromszg alap hasbknt tekintett hegysgnk
slya:

F
s
= m
.
g = V
.
o
.
g = A
.
h/2
.
o
.
g, a talpnl mrhet nyoms pedig p=h/2
.
o
.
g.

Ennek az rtknek nem szabad tllpnie a hegysget alkot anyag trsi
szilrdsgt (o). Azaz a hegysg magassgnak fels hatra a

h/2
.
o
.
g <o kpletbl szmthat.

A grnit srsge 2,7 g/cm
3
, trsi szilrdsga 150 000 000 N/m
2
. Ebbl
kvetkezen a grnithegysg maximlis magassga 11100 mter krl lehet.

V. A denudci (lepusztuls) szmtsra tbb modell ltezik. Pldnkban
az egyik legegyszerbbl indulunk ki. Egy grnitos hegysg egymilli v alatt
143
tmegnek 10%-t veszti el. Ttelezzk fel, hogy a hegysg tglalap alap hasb
alak, gy a tmegvesztesggel azonos a magassg cskkense is: grnit esetn
10%. Kiemelkeds nlkli modellt hasznlunk, azaz 1 milli v mlva az eredeti
magassg 9/10-e marad meg. Ha a denudcis rtt az egyszersg kedvrt l-
landnak tekintjk, a kvetkez vmilli sorn ismt ez jtszdik le: 0,9
.

0,9=0,81. Teht a kplet 10%-os vesztesg esetn H
akt
=0,9
t
(ahol t milli vben
van kifejezve). A hegysg magassga hny milli v mlva cskken az eredeti
egytizedre?
0,1 = 0,9
t
lg0,1 = lg0,9
t
lg0,1 = t
.
lg0,9
t = lg0,1/lg0,9
t = 22 (milli v)
Puhbb kzeten a vesztesg nagyobb is lehet vmillinknt. Ha pl. egy
mszkhegysgben a denudci emelkeds s bevgds nlkl milli venknt
20%-kal cskkenti a hegysg eredeti reliefjt, gy 11 milli v utn mg 10%-a,
22 milli v utn mg 1%-a marad meg.
Az itt kifejtetteket mdostja a tehercskkens miatti izosztatikus emelke-
ds, s ez esetben 10% 18 milli v
utn, 1 % pedig 37 milli v utn ma-
radna (bra). Ez egybevg azzal, amit
jelenleg a hegysgek ltezsrl tu-
dunk emelkedsi ffzisuk lezrulta
utn. Az bra a hegysg pillanatnyi
magassgt mutatja brmely t idpil-
lanatban az eredetihez kpest (empiri-
kus formula a fenti pldaadatok alap-
jn).

Ms denudcis egyenletek a relief (abbl kiindulva, hogy a magassgk-
lnbsg nveli a helyzeti energit, s a vgezhet munkt) vagy a lejtszg alap-
jn szmtjk a denudcit (Ahnert), negliglva a tbbi befolysol tnyezt, pl.
kzetkemnysget:
D=1,535
.
10
-4 .
h 0,011 (m/1000 v)
(D: denudci mterben, h: tlagrelief = a terletegysgen - 20x20 km
2
- lv
legalacsonyabb s legmagasabb pontok magassgklnbsgnek kzprtke)

D=0,967
.
sin a- 0,007 (m/1000 v) (a: kzepes lejtszg)
ahol sin a=0,005+0,00015
.
h
(h: tlagrelief= a terletegysgen lv legalacsonyabb s legmagasabb pont ma-
gassgklnbsgnek kzprtke)
y = 98,481e
-0,1246x
0
20
40
60
80
100
120
0 10 20 30 40
t (milli v)
e
r
e
d
e
t
i

m
a
g
a
s
s

g

%
-
a
144
Ezeknl a kpleteknl a bemen paramterek felvett rtkei is folyamato-
san vltoznak, gy bonyolultabb sorozatoknak tekinthetjk ket matematikai
szempontbl. Pldul a D = sin a kplet esetben denudci cskkenti a magas-
sgot, gy viszont a lejtszg is megvltozik, a kvetkez azonos mvelet (iter-
ci) sorn teht mr a mdostott lejtszget kell hasznlni. Mivel a kpletbl
kvetkezen a lejtszg cskkenni fog hossz tvon, gy a denudci maga sem
egyenletes. A denudci elrejelzse (s egyb, itercit ignyl problmk
megoldsa) pl. az Idrisi Macro Modeler-ben lehetsges.
Egyes szerzk klnbsget tesznek a felszn rettsge (id) kztt:

D=4,19
.
10
-4 .
h0,25 (Pinet-Souriou, fiatal orognek)
D=0,63
.
10
-4 .
h0,02 (Pinet-Souriou, ids orognek)
Ahol h = magassg, D= denudci (mm/v, v. m/1000 v)

Vannak kombinlt denudcis egyenletek (pl. Scheidegger), melyek a k-
zetkemnysg s a lejts fggvnyben szmtjk a felsznalacsonyodst (az
izosztatikus kiemelkedst mellzve):

D= (1c)
.
tga
.
(1+tg
2
a)
1/2

(D: a felszn alacsonyodsa egysgnyi id alatt, tg a: dy/dx a kt
koordinta-rtk, c: a kzet kemnysge, 0: puha _ c _ 1: nagyon kemny)

VI. A folyvz munkjnak energiamrlege a kvetkezkppen rhat fel:
az sszmunkavgzs (mely az energiallapot megvltozst is jelzi, 0 srldst
felttelezve) a hordalkszlltsi s erzis munka sszegeknt rhat fel, ha a
sebessg (v) lland.

W
ssz
= AE
h
= m
.
g
.
Ah = W
szlltsi
+W
erzis

m
.
g
.
h = o
vz
.
V
.
g
.
h, ahol a V trfogat felrhat L
.
B
.
H tglatestknt
(H a vzfolys mlysge, B a vzfolys szlessge, L a vizsglt szakasz hossza)

Ah magassgvltozs lejtn trtnik, a vz valdi thossza (As) teht nagyobb,
mint a fggleges Ah. Az t a lejtszg sinusval (sin a), a sebessggel (v) s az
idvel (At) arnyos (h/As=sina, As=v
.
At, h=v
.
At
.
sina).
Az sszmunka teht:
W
ssz
=AE
h
= o
vz
.
L
.
B
.
H
.
g
.
sina
.
v
.
At

A hordalkszlltsi munka egyenesen arnyos a fent emltettel azonos
trfogat vzben lv hordalk slyval (m
hord
) s a szlltsi ttal (As, As = v
.
At):
145
W
szlltsi
=

n
.
m
hord
.
g
.
As = n
.
o
hord
.
V
.
g
.
As = As
.
o
hord
.
L
.
B
.
H
.
g
.
n,
azaz
W
szlltsi
=

n
.
o
hord
.
L
.
B
.
H
.
g
.
v
.
At (n = 0,2 J/Nm)

Az erzi B szlessgben, L hosszsgban jtszdik le a mederfenken
bizonyos vastagsgban (Ah
erodlt
). Az erzis munka arnyos a trfogattal:
V
erodlt
=L
.
B
.
Ah
erodlt
W
erzis
= o
.
V
erodlt
= o
.
L
.
B
.
Ah
erodlt
A o a fajlagos erzis munka, mely Magyarorszgon 10
10
-10
12
J/m
3
a meder-
anyag kemnysgtl fggen.

Mivel W
sszes
= W
erzis
+W
szlltsi
, gy
o
vz

.
L
.
B
.
H
.
g
.
v
.
At
.
sina = o
.
L
.
B
.
h
erodlt
+n
.
o
hord

.
L
.
B
.
H
.
g
.
v
.
At
Idegysg alatt pedig (osztva At-vel):
o
vz

.
L
.
B
.
H
.
g
.
v
.
sina = o
.
L
.
B
.
h
erodlt
/At

+ v
.
o
hord

.
L
.
B
.
H
.
g
.
n

Az erzi mrtke az idegysg alatt lejtszd medermlyls v. szleseds,
amely a fenti kplet trendezsvel:

v
erzi
= h
erodlt
/At= (1/ o)
.
g
.
H
.
v
.
( o
vz

.
sina - o
hord

.
n)

A vzfolys idegysg alatt vgzett sszmunkja (a felszabadult helyzeti
energia) egyenesen arnyos az ramlsi sebessggel, a meder lejtsvel, a meder
szlessgvel s mlysgvel.
A modell szerint a hordalkszlltsi munka teht egyenesen arnyos a vz
sebessgvel, a hordalksrsggel, az egysgnyi sly hordalk szlltshoz
szksges munkval (n), a foly szlessgvel s mlysgvel.
Az erzis munka egyenesen arnyos a kzet kemnysgvel (o), az ero-
dlt trfogattal (mlyls s vzfolysszlessg).
Az erzi sebessge egyenesen arnyos a vzmlysggel, a sebessggel,
fordtottan arnyos a fajlagos erzis munkval, teht kemnyebb kzeten las-
sabb az erzi. A hordalksrsg nagysga szintn cskkenti az erzi sebess-
gt.
Ha a felszabadul helyzeti energia nagyobb, mint a szlltsi munka, ak-
kor a klnbzet medermlytsre (erzi) fordtdik. Egy Duna jelleg vzfo-
lysnl 1 km mederhossz esetn msodpercenknt 7,5 milli J energia szabadul
fel, ebbl a hordalkszllts 1,5 milli J, teht medermlytsre marad 6 milli J,
ami 0,6 mm/v medermlyls/mederszleseds. Teht ez km-enknt 7,5 MW
felszabadulst jelenten optimlis esetben. Ha a felszabadul helyzeti energia
kisebb, mint a szlltsi munka, akkor negatv erzi, azaz akkumulci jtszdik
le, a foly kptelen magval szlltani a hordalkot.
146
VII. Az rhullm haladsi sebessge kiszmthat a kvetkez kplet
alapjn (a modell akkor rvnyes, ha az rvz nem hagyja el a medret, az rtrre
nem lp ki, gtak kztt marad) :
c = v
0
+(g
.
(H
m
/H
0
)
.
(H
m
/2+H
0
/2))
1/2

ahol c az rhullm terjedsi sebessge lefel a folyn, v
0
a foly eredeti sebess-
ge, H
m
az rad foly vzoszlopnak magassga (vzllsa), H
0
pedig az rvz
eltti vzlls. Az rhullm terjedsi sebessge teht kzvetlenl nem fgg az
rvzben raml rszecskk sebessgtl, viszont az utbbi kiszmtshoz ugya-
nazon paramterekre van szksg. Az rhullm terjedsi sebessge meghaladja az
rvzben raml rszecskk sebessgt, gy az rhullm elre halad, gyorsabban,
mint a vz mozgsbl ez kvetkezne, veszlyessgt ppen ez adja.

VIII. Az rvzben raml vz sebessge kiszmolhat:
v

= v
0
+(( H
m
-H
0
)/ H
m
)
.
(g
.
(H
m
/H
0
)
.
(H
m
/2+H
0
/2))
1/2

Ne felejtsk el, hogy a helyzeti energia mozgsi energiv alakul t (m
.
g
.
h = m
.
v
2
/2), a vz pusztt ereje teht sebessgnek ngyzetvel arnyos, gy a kisvzi
munkt tbbszrsen fellmlja. Egy tlagos 1 m/s-mal mozg vzfolys munka-
vgz-kpessge teht kilencszerese lesz, ha sebessge 2 m/s-mal n (3 m/s lesz),
s ezt a munkt a szablyozsok utn az eredeti rtrnl jval kisebb terleten
vgzi, gy a gtakra nehezed nyoms is sokkal nagyobb (a kisebb terlet s ma-
gasabb vzoszlop miatt), mint korbban a nagyobb terlet rtren. Ugyanakkor a
kanyarulatok levgsval meggyorsult az rvz lefolysa, gy a torkolati szaka-
szokon kisebb valsznsggel fordul el, hogy kt rhullm (pl. Krs-Tisza,
Maros-Tisza) utlri egymst s szuperponldik hatsuk.

IX. Ha a vzszint-emelkeds elenysz az eredeti vzszinthez kpest (pl.
tbb km mly tengeren), cnami (tengerrengsek) esetn, amikor a nylt tengeren
a hullmmagassg alig 1-2 m, gy nem klnbztethet meg a szl okozta hul-
lmzstl, vagy pl. tlcsrtorkolatban felnyomul daglyhullmkor (pl.
pororoca), a kplet a kvetkezkppen egyszersthet:

c = v
0
+(g
.
H
0
)

Ha a sebessg ismert, a mozgsi energia szmthat:
E
m
= m
.
c
2
/2, ahol m = o
vz

.
V, V = L
.
B
.
H





147
Feladatok

1, A gravitcis anomlia (izosztatikus maradkanomlia) egy terleten 3*10
-4
m/s
2
. Mekkora a vrhat izosztatikus elmozduls, ha a SiMa srsge 3300
kg/m
3
?
2, Mennyi egy 500 fokos lakkolit lehlsnek karakterisztikus ideje, ha a srsg
2600 kg/m
3
, a lakkolit fajhje 890 J/kg
. o
C, a fedkzet hvezetsi
egytthatja 2 W/m
.o
C, a lakkolit vastagsga 300 m, a fedkzet 200 m?
3, Mekkora a foly erzis s sszes munkja tovbb a bevgs sebessge, ha a
vz srsge 1000 kg/m
3
, g=10m/s
2
, a hordalksrsg 0,7 kg/m
3
, a =0,2
J/Nm, a o=10
12
J/m
3
, a foly mlysge 6 m, szlessge 400 m, a lejts 0,05
o
, a
sebessg = 1,2 m/s, a vizsglatot 1000 m-es folyhosszon s 1 s-ra vgezzk
el?
4, Ha a foly hordalksrsge 1,4 kg/m
3
, a lejts 0,005
o
, a sebessg 1 m/s, me-
derkeresztmetszet 100 m
.
5 m, 1000 m hosszt vizsglunk, (o=10
12
J/m
3
,
=0,2 J/Nm, g=10 m/s
2
, vz srsge 1000 kg/m
3
) akkor t = 1 s alatt mennyi
a vgzett munka (felszabadult E)? Mennyi fordtdik hordalkszlltsra s
mennyi bevgsra? Mekkora a bevgs mrtke egy v alatt?
5, Hnyszorosra n az rhullm terjedsi sebessge s munkavgz-kpessge
(energija), valamint a turbulens ramlssal mozg vz sebessge, ha 1 m-rel
emelkedik a vzszint? (Eredeti vzszint 5 m, eredeti sebessg=1m/s)
(Figyelem! Az energia a sebessg ngyzetvel arnyos, teht pl. egy 5-szrs
sebessgnvekeds 25-szrs munkavgzo-kpessget eredmnyez!)
6, Szmtsuk ki, hogy egy mszkhegysg maximlis magassga mekkora lehet
(srsge 2,3 g/cm
3
, trsi szilrdsga 100 000 000 N/m
2
).
7, Kiemelkeds nlkli modellel szmtva, ha egy mszkhegysg egymilli v
alatt magassgnak 20%-t veszti el. 5 milli v mlva milyen magas lesz a
hegysg? Mikor ri el a hegysg az eredeti magassg 10%-t?
8, Tengerrengs utn a hullmok haladsi sebessge 3 m/s, a vzoszlop magass-
ga 2000 m. Szmtsuk ki a cunami haladsi sebessgt a nylt vzen s moz-
gsi energijt (1 m szles fronton, 1 m hosszon)!
9, A d=sin a (d: a denudci mrtke mterben, 1000 v alatt, a lejtszg) kplet
alapjn hatrozza meg az eredetileg 300 mteres relatv relieffel rendelkez
25 fokos lejt magassgt s lejtszgt s a lepusztult anyag arnyt az ere-
detihez kpest: 1000 v, 100 ezer v s egy milli v mlva (Idrisi Macro
Modeller hasznlata ajnlott)!




148





































149
13. Korrelci- s regressziszmts

A korrelci- s regressziszmtst a geogrfiban gyakran hasznljuk
kt vagy tbb vltoz kztti kapcsolat irnynak, szorossgnak s jellegnek a
meghatrozsra. Ha csak arra vagyunk kvncsiak, hogy van-e egyltaln kap-
csolat a vltozk kztt, akkor korrelcit szmtunk. A kimutathat kapcsolat
mg nem jelent ok-okozati viszonyt!
Ha a nincs kapcsolat kt (x, y) vltoz kztt, teht ha x nem befolysolja
y rtkt (y rtke fggetlen x rtktl), akkor korrellatlan a kapcsolat. Sztoc-
hasztikus kapcsolatrl akkor beszlnk, ha x s y rtkek kztt egyrtelm,
fggvnyszer kapcsolatot nem lehet megllaptani, de az (x, y) adatprok halma-
za egy adott tpus lineris, vagy valamilyen grbe vonal fggvnnyel kze-
lthet. Fggvnyszer a kapcsolat, ha minden egyes x rtkhez egyrtelmen
egyegy y rtket rendelnk hozz.
A kt vltoz kztt lehet laza, vagy szoros a fggvnykapcsolat. Ha lte-
zik kapcsolat, akkor regressziszmtssal hatrozhatjuk meg, hogy az egyik vl-
toz rtkeibl hogyan lehet elre jelezni a msik vltoz rtkeit. A kapcsolat
irnya lehet pozitv, vagy negatv. A kapcsolat jellege pedig lehet lineris, vagy
exponencilis. A korrelci s a regresszi kztt sok a hasonlsg, ha a korrel-
ci mrszma (a korrelcis koefficiens) szignifikns, akkor mindig szignifikns
lesz a lineris regresszi is. A kt vltoz sszefggsnek vizsglata esetn
meghatrozzuk a regresszis fggvny paramtereit, a korrelcis egytthatt s
az sszefggsre vonatkoz szignifikanciaszintet.
A statisztikai kziknyvek ltalban hatrozott klnbsget tesznek a kor-
relci- s regressziszmts kztt. A feladatok megoldshoz klnfle sta-
tisztikai szoftvereket hasznlnak. Mi az SPSS szoftvert vlasztottuk, ezrt szk-
sgesnek tartjuk a szoftver rvid bemutatst. Elssorban azokat a menpontokat
ismertetjk, amelyek a mintafeladatok megoldshoz szksgesek

13. 1. Az SPSS szoftver fbb jellemzi.

Az SPSS program indtsakor kt prbeszdablak jelenik meg egymson.
A fels ablakban tanulmnyozhatjuk a program lerst, adatokat vihetnk be,
illetve a korbban elmentett adatbzisokbl vlogathatunk. Termszetesen ezt az
ablakot be is zrhatjuk, mert ezeket a mveleteket a msodik ablakban a program
menpontjaibl is elrhetjk.
Az SPSS olvassa a sajt fjlformtumait (.sav s .spo az utbbi az ze-
neteket, mveleteket s eredmnyeket tartalmazza SQL-nyelvben), tovbb az
Excel (xls) s DBASE (dbf) fjlokat is. Az Access (mdb) fjlok tblit hasznlat
eltt xls-be kell exportlni. A megnyits a File-Open-Data menn keresztl le-
hetsges. Figyeljnk arra, hogy az Excel file esetn a hasznlni kvnt munkala-
150
pot lltsuk be a worksheet legrdl menjben, illetve ha van fejlcezse az
oszlopainknak, vltoznevekknt menthetjk ket. Az adatbeolvasson tl adat-
bevitelre is lehetsgnk van, ekkor vegyk figyelembe, hogy az SPSS inkbb az
Access adatbziskezelre hasonlt, mint az Excelre, gy adatok kijellsekor, m-
solsakor rhetnek meglepetsek.



Az SPSS indtsakor megjelen prbeszdablakok



A sav s xls kiterjeszts file-ok megnytsa File/Open menponttal

Az SPSS-ben kt nzet van, a Data View s a Variable View. Az elbbi
az adatbzist tartalmazza, az utbbi az adatbzis szerkezetre vonatkoz inform-
151
cikat. Az elbbi teht oszlopokbl (vltozk) s sorokbl (esetek) ll, az utbbi
metaadatokat tartalmaz.
A Variable View-ban van lehetsgnk belltani a vltoz elnevezst, a
vltoz tpust (leggyakrabban string vagy numeric), az oszlop karakterszless-
gt, a decimlisok (tizedeshelyek) szmt. Excelbl trtn beolvass esetn el-
fordulhat, hogy tizedestrteink egsz szmm alakulnak, ekkor nem trtnik
adatveszts, s az eredeti szmrtkek helyrellthatk a vltozk tpusnak, vagy
a decimlisok szmnak talaktsval. Lehetsges a rvid vltoznevekhez, a
jobb azonosts rdekben megjegyzst fzni, s itt tallhatk a vltozk bellt-
sai: a skla, ordinlis s nominlis adatok, melyek szintn tllthatk. (A rossz
bellts hibaforrs lehet).
Lehetsgnk van j vltozt is definilni (rtelemszeren adatokkal ne-
knk kell feltlteni a Data View-ban). Ha brmelyik mveletnk sorn hibt je-
lez a program, vagy az utastst vgre sem hajtja, rdemes elszr a Variable
View-ban lv belltsokban keresni a hiba okt.
A Data View Edit menpontja segtsgvel lehetsg van sorok s oszlo-
pok beszrsra, trlsre, sorba rendezsre, de ezek a fejlcen, illetve az eseteket
tartalmaz els szrke oszlopon trtn jobb kattintsra is eljnnek (clear,
insert variable, insert case, sort ascending, sort descending).
Find s Goto case paranccsal kereshetjk meg a krdses kifejezseket
(abban az oszlopban keres a program, ahol a kurzor ll) rekordokat. Fontos fel-
hvni a figyelmet arra, hogy a keress csak egsz kifejezsekre vonatkozik, re-
kordon belli karakterekre nem.



Adatbellts SPSS-ben
152
Elfordulhat, hogy az adatszerkezet megkvnja, hogy a sorokbl oszlo-
pokat, az oszlopokbl sorokat csinljunk, ebben az esetben a Data - Transpose
ment hasznlhatjuk. Itt ki kell vlasztani azt a vltozt, amibl oszlpofejlcet
akarunk csinlni (Name variable).





A Data - Weight cases men slyozott szmtsokat tesz lehetv, kiv-
laszthatjuk azt a vltozt, mellyel a tbbit slyozni akarjuk. Ilyen lehet pldul
egy kzetrteg trfogata (mint vltoz) s srsge (mint slyfaktor) - ebben az
esetben a rteg (eset) tmegt tudjuk kiszmolni, de ilyen lehet a vlgyek ir-
nyultsga (vltoz) s hossza (slyoz tnyez). Ne felejtsk el visszavonni a
slyozst, ha mr nincs r szksg.



A Data - Select Cases sokoldal vlogatst, szrst tesz lehetv az adat-
halmazban. egyik lehetsg az if (ha) szerkezet hasznlata, azaz felttel megad-
sa, ebben az esetben a kifejezsszerkeszt segtsgvel egy sor egyszer s bo-
nyolultabb logikai s halmazmveletet vgezhetnk el az oszlopokkal (pl. na-
153
gyobb mint, kisebb mint, nem egyenl, a vltoz + b vltoz > c vltoz5
stb.). A vlogats (mintavtelezs) szempontjait neknk kell megtervezni, hogy
logikailag helytll legyen azokat az adatokat vlogassuk ki, amit valban akar-
tunk. A halmazbl adatok trlhetk (Delete unselected cases), vagy kiszrhetk
(Filter). Az utbbi esetben az gy kiszrt esetek nem trldnek, de nem is vesz-
nek rszt a tovbbi mveletekben, ezt az els oszlopban egy tls thzs jelzi.
Az elz esetben a sorok, rekordok trldnek (de ha nem mentjk el a file-t az
eredeti nevn, akkor a program bezrsakor a mdostsok nem mentdnek el).
Az is lehetsges, hogy a kivlogatott adatokat egy j file-ba mentsk, ebben az
esetben az eredeti adathalmaz integritsa szintn nem srl.



Az adatok levlogatsnak msik mdja a vletlenszer kivlaszts
(Random). Ebben az esetben megadhatunk %-os rtket, vagy darabszmot. A
harmadik mdszer az intervallum megadsa (Time or case range). Itt csak egy
intervallum megadsa lehetsges. Termszetesen a hrom mdszer kombinlhat,
azonban egyszerre csak egyet hajt vgre a program, ezrt mindig megfontoland,
hogy a sorrend felcserlse ugyanazt a vgeredmnyt adja-e.
Egyes parancsok nem vonhatk vissza (az gy fellp problmk ellen
csak gy vdekezhetnk, hogy kilpskor nem mentjk a vltoztatsokat, vagy
mindig az eredeti adatbzis msolatval dolgozunk), msok igen, gy pldul a
154
sorok s esetek trlse. A visszavons a legtbbszr csak a legutols mveletre
terjed ki!


A Transform menbl a Compute variable az egyik legfontosabb pa-
rancs. Itt lehetsges az oszlopokkal (vagy a megszrt oszlopokkal) mveleteket
vgezni. A sorokkal matematikai mvelet nem vgezhet, pl. nem adhat ssze
az rtkk. A kifejezsszerkeszt segtsgvel vagy SQL nyelvben adhatk meg a
vgzend mveletek. Ekkor meg kell adnunk a clvltoz nevt, amelybe az j
rtkek kerlnek. Clszer j vltozt megadni, klnben a program a mr lte-
zt rja fell.
A mveletek kzl a fggvnyek, bonyolultabb kifejezsek a jobb oldalon
tallhatk. Szgfggvnyeknl fontos, hogy az adatokat radinban kri, teht ha
nem abban vannak megadva adattblnkban, eltte t kell az rtkeket szmolni.
A kpletben ott, ahol egy vltozra van szksg, egy ? jelenik meg. A vltoz-
kat a bal oldalrl lehet sszevlogatni. Alul lthat a szrsre lehetsget ad if
szerkezet, melynek mkdst mr ismertettk. Ebben az esetben a vgzett
mvelet nem kerl alkalmazsra az sszes soron/eseten.
A msik fontos parancs a Recode. rdemes j vltozban kdolnunk
(Recode into new variable). Itt van lehetsg pldul ttrni szm tpus vlto-
zra szveges vltozrl (vagy fordtva), vagy diszkrt rtket intervallumokba
sorolni (csoportkpzs). Ekkor meg kell adnunk a rgi rtkeket tartalmaz s az
155
j vltoz nevt egyarnt, majd a Change paranccsal aktivlni. Ezt kveten v-
laszthatunk, hogy az egsz adatbzison, vagy annak egy levlogatott rszn v-
gezzk el az talaktst. Az if gomb itt is alul tallhat. Majd meg kell hatroz-
nunk, hogy az egyes rgi rtkek milyen j rtkeket kapnak.


A rgi rtkek a bal, az j rtkek a jobb oldalon vannak. Ha sok rtket
kell jradefinilnunk, akkor eltte clszer rluk egy listt kszteni, hacsak nem
akarunk folyton kilpni az alkalmazsbl.
A rgi rtk megadhat konkrt rtkknt (Value) s megadhat interval-
lumknt (Range), az j rtkek kztt azonban intervallumot mr nem adhatunk
meg. Az jradefinilst egyenknt vgezzk el.
Az Add gomb megnyomsval kerl be az j rtk a rendszerbe, ekkor r-
trhetnk a kvetkez trni szndkozott rtkre vagy intervallumra. Ha mgis
mdostani kvnnnk az tkdols szablyain, azt a Change ill. a Remove pa-
ranccsal tehetjk meg (eltte jelljk ki a mdostand rtket). Vgl lehets-
gnk van szveges formtumknt megadni az adatot (teht az eddig szmmal
jelzett csoportot nvvel ruhzhatjuk fel Output variables are strings), s a
numerikus stringeket is valdi szmm lehet konvertlni (Convert numeric
strings to numbers). Dntseinket jl gondoljuk t mieltt a Continue gombra,
majd az OK-ra kattintunk.
Elfordulhat, hogy adathiny miatt nem teljes az adatsor, s bizonyos m-
veleteket nem vgez el a program (pl. a klaszteranalzis), ha egy esetnl ismeret-
len egy vltoz rtke. A hinyz rtkek helyett rdemes a csoporttlaggal sz-
molni, br ez adathamistsnak tnhet, statisztikailag mgis ekkor a legkisebb a
156
tveds valsznsge, ezt a program gyakran automatikusan felajnlja sok mve-
letnl.


Az Analyze menpontban tallhatjuk Descriptive Statistics -
Descriptives ment, mely az adathalmazok sszehasonltst segt statisztikai
paramtereket lltja el. Az Options gomb benyomsval a ferdesg, cscsos-
sg, terjedelem, szrs, tlag, sszeg, variancia kztt vlaszthatunk. Szintn
elmenthetk vltozknt adathalmazunk standardizlt rtkei (erre pl. a klaszter-
analzisnl lehet szksg). Ha tbb vltozt tesztelnk, akkor az adatok egy mt-
rixban jelennek meg. Az spo felletrl az adatok kijellssel s ctrl c ctrl v
kombincival wordbe s excelbe is tvihetk


157
Ugyanitt a PP plot segtsgvel tesztelhetjk adatsorunk eloszlst. Ki-
vlaszthatunk egy vagy tbb vltozt, bellthatjuk a tesztelni kvnt eloszlst (az
brn normleloszlst vlasztottunk, s lthatjuk, hogy az adatsor kzelt a nor-
mleloszlshoz, az tl kzelben maradnak a pontok). Termszetes alap lo-
garitmussal transzformlhatjuk az adatsor eloszlst, standardizlhatjuk a vltozt
mg a tesztels eltt, ha nem bzunk az eredeti eloszlsban. Hasonl lehetsget
biztost a QQ plot is.




A Graph- Legacy Dialogs - Histogram menvel szintn vizsglhat egy
adatsor eloszlsa, amennyiben szksges, az intervallumok kialaktsban is se-
gthet a hisztogram. Az egymints Kolmogorov-Szmirnov-prba (Analyze -
Nonparametric Tests - One Sample K-S) szintn alkalmas eloszlsok tesztel-
sre, rszletes lerst lsd a korrelcis vizsglatoknl.
Lehetsgnk van kereszttblk ksztsre (Crosstabs). A Compare
Means menn bell vgezhetnk egy mints s 2 mints t-prbt.
158


Disztanciavizsglatok (tbbdimenzis sklzs)

Alkalmas vals s fiktv terek ltrehozsra a mintavteli pontok kztti
tvolsg alapjn.
Vals teret hozunk ltre, ha pl. vrosok kztti kzti, vagy vasti tvol-
sgokkal rendelkeznk, s ez alapjn kell nagy mennyisg adat trbeli elhelyez-
kedsrl kpet alkotnunk.
Fiktv teret hozunk ltre, ha pldul szemlyek, vagy politikai csoportosu-
lsok kztti viszonyt minstnk pl. egy 1-tl 10-ig terjed skln (a minst
kritriumok megtervezse kln odafigyelst ignyel, s sajt mdszertana van),
majd megksreljk felrajzolni a trsadalom mintzatt, bels csoportjait. De be-
cslt tvolsgok estben alkalmas n. mentlis trkp elksztsre is, st az
egyes trkpezk tudatban l torzulsok, klnbsgek mrsre is.
Legegyszerbben az SPSS segtsgvel, az Analyse menpont
Multidimensional Scaling almenjnek Alscal parancsval alkothatunk ilyen
trkpet. Fontos, hogy az adatokat mr tvolsgknt vigyk be az SPPS adatkeze-
ljbe (Data are distances). Az adatbevitelnl egy flmtrixot kell kszteni: a
sorok s oszlopok fejlcben ugyanannak a kifejezsnek kell szerepelnie (pl. v-
rosok, szemlyek), s csak az tl alatti rszeket kell kitlteni. rtelemszeren az
tlban vgig 1-esek (vagy nullk) szerepelnek, hiszen ua. kifejezsek egymstl
val tvolsga 1.


159
Kt s hromvltozs pontdiagramok, mint koordintarendszerek

Ebben az esetben nem a fldrajzi tr dimenziit brzoljuk, hanem mate-
matikai/fiktv trben dolgozunk. 2, illetve 3 vltozt brzolhatunk, attl fgg-
en, hogy sk vagy trkoordinta-rendszerrl van sz. Tbb vltoz esetn ha
nem akarjuk ktvltozs diagramjaink szmt tlzott mrtkben megnvelni (10
vltoz esetben a kombincik szma 10!/2) vlaszthatjuk az adatredukcit:
faktoranalzissel sszevonjuk vltozinkat,
fkomponens-analzist vgznk s csak a f komponenseket (mint a
faktorokkal legnagyobb korrelcit mutat eredeti vltozkat) v-
lasztjuk ki brzolsra
sszevonjuk a vltozkat (a+b s c+d vagy a/b s c/d lesz a kt ten-
gely).
A ktvltozs pontdiagramot kt alapvet clra hasznlhatjuk:
a, csoportkpzs esetn (minl jobban sztdobjuk az eltr adatokat
s minl kzelebb kerljenek egymshoz az sszetartoznak vlt
adatok). A ktvltozs pontdiagram felfoghat a klaszterkpzs
(lsd klaszteranalzis) legegyszerbb vltozataknt, ahol a dimenzi-
k szma nem n, hanem csak 2.

A pldaknt bemutatott brn megfigyelhet, hogy a GDP/f nvekeds-
vel cskken a munkanlklisg. Ez egyrszt nem ltalnos rvny trvnyszer-
sg, msrszt az okokozati viszonyok megllaptsra a mdszer mg a trvny-
szersg meglte esetn sem alkalmas!

Az adatok fiktvek

telepls
GDP,o
,USD,
munkanlklisg
,,
Pusztaalu 5620 32
Aasmrges 3650 21
Kishuta 4410 25
Aranyosmeggyes 12365 8
Diskt 6984 15
Berecke 9985 14
Sartoronya 14002 13
Valyogasari 8990 1
Lrdokertes 12898 4

0
5
10
15
20
25
30
35
0 5000 10000 15000
GDP/f
m
u
n
k
a
n

l
k

l
i
s

g


b, trendjelleg-vizsglat esetn ekkor a vizsglati cl az, hogy az ada-
tok elhelyezkedse a diagramon lerhat-e egy fggvnnyel (s ha
igen, milyen pontosan). Minl jobban illeszkednek az adatok egy reg-
160
resszis fggvnyre, annl ersebb lesz a kapcsolat a vizsglt vltozk
kztt (mutati: r korrelcis koefficiens s R
2
, lsd a korrelcis s
regresszis vizsglatoknl rszletesen)
A kvetkez brn mely felfoghat egy olyan Descartes-fle koordin-
tarendszernek, mely nem terleti kiterjedst brzol azt lthatjuk, hogy a havi
csapadkmennyisg s a talajvzszint egy vonal kr rendezdik, azaz van fgg-
vnnyel lerhat szablyszersg kzttk, s a pontok illeszkedse a fggvnyre
szintn vizsglhat.




hnap zszint ,m,
csapadk
,mm,
homrsklet
1 -2,14 24 -1
2 -2,22 22 0
3 -0,45 98 2,3
4 -0,69 10 5,6
5 -1,9 40 9,6
6 -1,66 45 16,
-1,98 34 18,4
8 -3,14 2 2,8
9 -2,99 23 24,5
10 -1,56 85 15,2
11 -1,8 62 5,4
12 -2,45 30 1,6



y = 0,0219x - 2,9491
R
2
= 0,8375
-3,5
-3
-2,5
-2
-1,5
-1
-0,5
0
0 50 100 150
csapadk (mm)
t
a
l
a
j
v

z
s
z
i
n
t

(
m
)

Az adatok fiktvek
Az brzols szempontjbl az egyik vltoz, a hnapok sorrendje irrele-
vnss vlik a talajvz s csapadkrtkek brzolsa esetn. Ugyanakkor szerepe
nem elhanyagolhat, hiszen az egyik vltoz rtkeinek vltozsa ksst szen-
vedhet itt rtelemszeren a beszivrgs ideje lesz a mdost tnyez mely
befolysolja a kapcsolat erssgt. Ekkor gyakran alkalmazott fogs, hogy az
egyik vltozt eltoljuk a ksleltets rtkvel, teht mdostjuk az rtkprokat.
Az is elfordulhat, hogy nincs lthat trendjelleg az adatsor egsznek b-
rzolsa esetn, de ha rszekre bonjuk az adatsort, akkor mgis lehetsges a cso-
portosts gy, hogy trendjelleg rajzoldjon ki. Ehhez nagy tapasztalat s j kr-
dsfelvets kell:
161
y = 0.1041x
-0.7281
R
2
= 0.4717
y = 0.0051x
-0.6516
R
2
= 0.5538 y = -0.0019Ln(x) + 0.0016
R
2
= 0.5115
0.001
0.01
0.1
1
0.1 1 10
terlet (milli km2)
e
r

z
i


(
m
/
1
0
0
0

v
)
3000 m
2000 m
1000 m
500 m
200 m

sszefggs a denudci s a vzgyjt terlet nagysga kztt 50,
klnbz magassg rgiban
y = 0.0013x
0.7363
R
2
= 0.6918
0.001
0.01
0.1
1
1 10 100 1000 10000
tmeg (milli t/v)
e
r

z
i


(
m
/
1
0
0
0

v
)
3000 m
2000 m
1000 m
500 m
200 m
ssz

sszefggs a szlltott anyag ssztmege s a denudci kztt 50,
klnbz magassgban elhelyezked vzgyjt alapjn

A vltozkbl lehetsges fajlagos vltozkat ellltani tulajdonkppen
az emltett GDP/f is ilyen, de ilyen az idegysg alatt lehullott csapadk s a
csapadkos napok szma, amely a csapadk intenzitst adja meg. Amellett, hogy
gy lehetsges a vltozk szmnak reduklsa, a csapadkintenzits fontos meg-
hatrozja az erzis tmegvesztesgnek, hiszen a talajnak van vzfelvev-
kapacitsa. gy, ha 100 mm csapadk 100 nap alatt hullik le, az kisebb felszni
lemosst eredmnyez, mintha 10 nap alatt hullana le. Ugyangy az erzit befo-
lysolja a lejt meredeksge, hiszen a lefoly vz munkavgz-kpessge a gravi-
tcis er lejt irny komponenstl is fgg (felttelezve, hogy egyforma a min-
taterletek felsznrdessge, talajszerkezete nvnybortottsga, klmja, lejt-
hossza, stb., mert ezek is mind befolysol tnyezk). gy teht ngy vltoznk
van, amelyet lehet ugyan 4!/2 ktvltozs diagramon brzolni, de ez idignyes
162
s tlthatatlan. Ugyanakkor lehetsges hnyadosok kpzsvel a vltozk sz-
mt kettre (hromra) reduklni az idegysgre jut csapadk s az egysgnyi
lejtmeredeksgre jut erzi lesznek a vltozk (rtelme lesz az egysgnyi csa-
padkhoz tartoz erzinak is, ez lehet a harmadik vltoz).
Ezek segtsgvel csoportkpzsi vagy trendvizsglati clbl mintaterle-
teink brzolhatk egy Descartes-fle koordinta rendszerben (ahol megint csak
fiktv trrl van sz). Az itt bemutatott fiktv adatokon alapul pldban az erzi
mrtkt a csapadk/nap
.
lejtmeredeksg kplet kzelti.


csapadk
,mm,
esos
napok
erzi
,mm,
lejts
,,
csapadk,
esos
napok
erzi,
lejts
46 24 12 5 1,92 2,40
51 26 24 10 1,96 2,40
8 12 35 ,25 5,00
8 10 13 2 ,80 6,50
12 6 8 4 2,00 2,00
24 12 40 24 2,00 1,6
25 8 60 24 3,13 2,50
102 20 33 5 5,10 6,60
50 11 30 6 4,55 5,00
66 30 9 8 2,20 1,13
8 11 66 15 ,09 4,40


y = 0,7001x + 0,736
R
2
= 0,7193
0
1
2
3
4
5
6
7
0 2 4 6 8 10
csapadk/ess napok
e
r

z
i

/
l
e
j
t

s

Az adatok fiktvek!


Nemparamteres eljrsok
2


Egymints nemparamteres eljrsok:

Formailag ide illeszthetk az egymints eset mdszerei is, de ezen bell
az egyes eljrsok sokflk:
1. Chi-square (Khi - ngyzet prba) nominlis, ordinlis
2. Binomial (Binomilis prba) ktrtk (nominlis)
3. Runs (Wald- (Futamok vizsglata) ktrtk (nominlis)
Wolfowitz)
4. Kolmogorov-Szmirnov prba intervallum




2
A lersnl Mth Jnos ravzlatt kvetjk, a feladatokat fldrajzos szemlletre cserltk.
(http://psycho.unideb.hu/munkatarsak/math_janos/statisztika_II/nempar.doc)
163
1. Kh-ngyzet prba:

Adott egynelem minta, k lehetsges rtkkel. Az rtkek gyakorisgai:
n
1
, n
2
, , n
k
. Azt krdezzk, hihet-e, hogy a populci szintjn ezek a gyakori-
sgok p
1
,p
2
, p
k
. ?
A prba-statisztika:
2
1
1
*
) * (
2

=
n
k
i
p N
p N n
i
i i


Adott pl. a statisztika a vrosok ltal elnyert plyzatok szmrl (itt most
nem az sszeget, hanem a darabszmot vizsgljuk!). Az adatbzisban minden
egyes esetet fel kel tntetni sorknt (nemcsak az sszestst!), az adott vroshoz
ugyanazt a szmot kell rendelni (pl. Eger = 1)
H
0
: A populciban az arnyok p
1
,p
2
,p
k
.
H
1
: nem H
0

Esetnkben azt vizsgljuk, van-e a vrosok sikeressge kztt k-
lnbsg az elnyert plyzatok alapjn. Ekkor p
1
= p
2
= = p
k
= 1/k.
Analyze - Nonparametric test Chi-square
Az eljrs lefuttatsa utn az albbi eredmnyeket kapjuk:





164
Observed N Expected N Residual
VAR0000
2
1,00 5 5,3 -,3 Chi-Square(a) 9,286
2,00 2 5,3 -3,3 df 3
3,00 3 5,3 -2,3 Asymp. Sig. ,026
4,00 11 5,3 5,8
Total 21

0 cells (,0%) have expected frequencies less than 5. The minimum expected cell frequency is 5,3.

A kh-ngyzet rtke alapjn teht van klnbsg a napok kztt (nagy az
eltrs az elvrt expected s megfigyelt observed esetek kztt).

2. Binomilis prba

Tegyk fel, hogy van egy populci, ahol a munkanlkliek arnya hosz-
sz ideje 20 %. A mai vilggazdasgi helyzetben felmerl a gyan, hogy ez az
arny nvekedett. Hipotzisnk helytllsgt megvizsgland, vesznk egy
mintt, ahol 1-gyel kdoljuk a munkanlklieket:

2,2,2,2,1,2,1,1,2,2,2,1,2,2,2,2,1,2,1,2,2,1,2,2,2,2,1,2,1,1

H
0
: A populciban a munkanlkliek arnya 20%
H
1
: A populciban a munkanlkliek arnya tbb, mint 20%

Prbastatisztika: a mintban a munkanlkliek szma.
Analyze - Nonparametric test Binomial. A prbastatisztika H
0
esetn
binomilis eloszlst kvet (n=30, p=0.20) paramterekkel (ezt a kvnalmat a test
proportion-nl tudjuk belltani). Ha n nagy, a binomilis helyett normlis elosz-
ls kzeltst alkalmaznak.


165
Binomial Test

Category N
Observed
Prop. Test Prop.
Asymp. Sig. (1-
tailed)
VAR0003 Group 1
2,00 20 ,7 ,2 ,000(a)
Group 2
1,00 10 ,3
Total
30 1,0
a Based on Z Approximation.

Lthat, hogy a H
0
szerinti gyakorisg 0.20, a tapasztalati viszont 10/30 =
0.33. Az egyoldali szignifikancia - ami pont kell neknk - 0.0175, teht elvetjk
H
0
-t.

3. Wald-Wolfowitz fle run-prba

Fontos, hogy a mintaelemek fggetlenek legyenek egymstl, mert a ka-
pott szignifikancia rtkek enlkl hasznlhatatlanok. A Wald-Wolfowitz fle
run-prba azt vizsglja, hogy az adott ktrtk minta rtkei vletlenszeren
kvetik-e egymst, azaz a fenti fggetlensg fennll-e. Mindez az n. futamok
szmn mlik. Egy futamon az azonos rtkek leghosszabb sorozatt rtjk. A B
vltoz egy 6 elem futammal kezddik s egy 8 elem futammal folytatdik. Ha
a minta vletlenszer, akkor a futamok szma ltalban se nem tl sok, se nem tl
kevs. Az albbi pldban hrom minta lthat: az els vletlennek tekinthet,
mg a kt utols nem. Lent a hozzjuk tartoz SPSS output lthat. A futamok
szma az egyes mintkban 8, 3, 16, az utbbi kt esetben a futamok szma tl
kicsi, illetve tl nagy.
Az eljrs folytonos vltozkra is alkalmazhat, ha megadunk egy rtket,
amely kettvgja a lehetsges rtkek tartomnyt (Cut point). Ekkor az 1-es az
rtk alattiakat jelenti, a 2-es az rtk felettieket. Formailag mindig ezt kell tenni.
Itt az 1 s 2 kztt az elvlaszt rtk 1.5 (Custom).
Analyze -Nonparametric Test - Runs

166
A B C
Test Value(a) 1,5000 1,5000 1,5000
Total Cases 16 16 16
Number of Runs 8 3 16
Z ,000 -2,847 3,364
Asymp. Sig. (2-tailed) 1,000 ,004 ,001
a User-specified.

4. Kolmogorov-Szmirnov prba

Az egymints Kolmogorov-Szmirnov prba azt vizsglja, hogy a minta vajon
adott eloszls-e? Az SPSS normlis eloszlsra, Poisson eloszlsra, s egyenletes
eloszlsra (uniform) tudja tesztelni adatsorunkat. Ha a normlis eloszls param-
tereit a mintbl becsljk, nem tudjuk elre, akkor a krds gy hangzik: az
adott minta normlis eloszlsbl szrmazik-e?
Pldnkban egy orszgos mintavtelezs eredmnyt mutatjuk be (kzel
700 eset). A vett minta a slyos szvelgtelensggel kzdkre fkuszlt.
Analyze Nonparametric tests One Sample K-S

One-Sample Kolmogorov-Smirnov Test
kor
N 678
Mean 66,70
Std. Deviation 11,240
Positive ,043
Normal Parameters(a)
Negative -,044
Kolmogorov-Smirnov Z 1,152
Asymp. Sig. (2-tailed) ,141
a Test distribution is Normal.

Az eredmnyekbl lthat, hogy br az tlagletkor magas (magasabb,
mint a norml populci), a szignifikancia-szint alapjn kzelt a normlelosz-
lshoz (p>0,05, legalbbis magasabb az rtk, mit a tbbi eloszls tesztelse ese-
tn). A viszonylag kis szignifikancia szint oka itt az, hogy a szrs kicsi s fiata-
lok szinte egyltaln szerepelnek a tesztelt adatsorban.
Ha ezek utn az a krdsnk, hogy letkoruk alapjn kimutathat-e eltrs
az tlagos magyar populcitl, akkor a mr megismert kt mints t-prbt kell
alkalmazni, ami viszont parametrikus teszt (Analyze - Compare means) (a t-
prbhoz arnyskla jelleg adatokra van szksg). Az elreged trsadalmakra
(gy Magyarorszgra) ltalban igaz, hogy a lakossg normleloszlshoz hasonl
eloszlst mutat, hiszen viszonylag kevs a gyerek. Ehhez elegend megvizsglni
167
a korft (korstruktrt). A kt populci teht sszevethet (normleloszlshoz
kzelt mindkt eloszls).

Tbbvltozs nemparamteres eljrsok

Az eddigiek sorn tallkoztunk mr olyan eljrsokkal, melyek a vltozk
kzprtkt vizsgltk: egymints-, pros-, fggetlen mints t-prba stb. Ezek
jl hasznlhat eljrsok, de alkalmazsuknak vannak felttelei, melyek nem
mindig teljeslnek, pl. normalits, azonos szrsok. Ezek paramteres eljrsok
voltak abban az rtelemben, hogy feltteleztnk egy eloszlst s a vizsglds az
eloszls konkrt paramterre - tlag, szrs - vonatkozott.


A nemparamteres eljrsok nem kvnnak klnsebb felttelt a vlto-
zk eloszlsrl, st mg az intervallum-skla sem kvetelmny. Az azonban j,
ha a vltoz folytonos vagy az intervallum finom beoszts (szk, s az interval-
lumok szma nagy). Ugyanis a medin itt fontos szerepet jtszik s ekkor van
igazi jelentse.
A nemparamteres eljrsok nem a tnyleges rtkekkel dolgoznak, hanem
az rtkek sorrendjvel, amit az n. rangokkal fejeznek ki. Egy rtk rangja
azt jelenti, hogy nagysg szerint hnyadik a mintban. Nzznk erre egy pldt,
ahol egy vltoz mellett a rangok oszlopa lthat.
A ht szm kzl az 1 rangja 1, mert az a
legkisebb, a 9 rangja 7, mert az a legnagyobb
(elvben akr fordtott sklzst is lehetne vlasz-
tani). Az 5 ktszer fordul el, a 4. s az 5. helyen,
ezrt rangja ezek tlaga, azaz (4+5)/2=4.5.
Ezek utn nzzk az egyes eljrsokat. A
jobb ttekinthetsg kedvrt lltsuk ket prhu-
zamba a paramteres eljrsokkal:




paramteres eljrsok nemparamteres eljrsok
egy minta egymints t-prba KOLMOGOROV-SMIRNOV
kt fggetlen minta
fggetlen mints
(ktmints)
t-prba
MANN-WHITNEY,
KOLMOGOROV-SMIRNOV
kt sszetartoz minta pros t-prba WILCOXON
tbb fggetlen minta
egy szempont szerint
egyszempontos varianci-
aanalzis
KRUSKAL-WALLIS
GDP ves
nvekedse
(%)
RANG
Irn 5.00 4,500
USA 4.00 3.000
Ma-
gyar-
orszg
1.00 1.000
India 8.00 6.000
Kna 9.00 7.000
EU 2.00 2.000
Oroszo. 5.00 4.500
168
1. Kt fggetlen minta

Mann-Whitney prba


Adott kt teleplscsoport. Az egyik gazdlkodst kzpontilag ellenr-
zik, a msikt nem (csoport oszlop). Azt vizsgljuk, az ellenrzs milyen hatssal
van a telepls gazdlkodsra (haszon oszlop). A kt csoportot sszehasonltva
azt krdezzk, az egyik csoport tagjai nagyobb haszonkulcsot produklnak,
mint a msik csoportbeliek? Az els csoportban 4 telepls van (KOD=1), a
msikban 3 (KOD=2). Utna a kt mintt egyestve kiszmoljuk a rangokat, majd
az egyes csoportokba es rangokat tlagoljuk. Ez az rtk az els csoportban
(6+2+5+7)/4=5, a msikban pedig (1+3+4)/3=2,67. Ez lthat lent. Ha a kt el-
oszls egybeesik, teht a kzponti kontrollnak nincs hatsa, akkor e kt rangtlag
kzel lesz egymshoz. Ezen alapszik a prbastatisztika, melyhez tartoz
szignifikancia rtk alapjn dnthetnk a hipotzisekrl, melyek az albbiak:
H
0
: A kt csoport rtkei kztt nincs szisztematikus eltrs
H
1
: H
0
nem igaz.
Analyze Nonparametric test 2 Independent Samples: belltjuk a
vizsglt vltozt (haszon) s a csoportostsi kritriumot (Grouping variable),
ahol meg kell adni a csoportokat elklnt rtkeket (itt 1 s 2). Majd kivlaszt-
juk alul a megfelel prbt.
Ha a kt csoport eloszlsa - tlagtl eltekintve - megegyezik, akkor a fenti
prba az tlagok egyenlsgt teszteli, mint a ktmints t-prba.




169
Ranks
CSOPORT N Mean Rank Sum of Ranks
HASZON 1,00 4 5,00 20,00
2,00 3 2,67 8,00
Total 7
a Not corrected for ties.
b Grouping Variable: CSOPORT

A kt csoport tlagos rangja (5 s 2,68) kztt nem ersen szignifikns a
klnbsg (p=0,157).
Ha az eloszlsok - klns tekintettel a szlssges esetekre - nem tekint-
hetk normlisnak, a t-prba valban nem a legjobb vlaszts.

Kolmogorov-Szmirnov prba

Kt fggetlen minta sszevetsnek egy msik mdja az n. Kolmogorov-
Szmirnov prba. Ez az eljrs a kt minta tapasztalati eloszlsfggvnyt veti
ssze s a tapasztalt eltrsekbl kszt prbastatisztikt. Hipotzisei:
H
0
: a kt eloszls megegyezik
H
1
: a kt eloszls nem egyezik meg
Az eloszlsok kztti brmilyen jelleg eltrsre rzkeny.
Most a munkanlkliek arnyt (%) vizsgljuk kt kistrsgben, az egyik-
be 5, a msikba ngy elem tartozik. Itt is hasznljuk a Grouping variable,
Define Group parancsot a kategrik meghatrozsra s vlasszuk ki a megfele-
l prbt.


Test Statistics

MUNKANEL
Most Extreme Differences Absolute 1,000
Positive 1,000
Negative ,000
Kolmogorov-Smirnov Z 1,491
Asymp. Sig. (2-tailed) ,023
a Grouping Variable: REGIO
Test Statistics

HASZON
Mann-Whitney U 2,000
Wilcoxon W 8,000
Z -1,414
Asymp. Sig. (2-tailed) ,157
Exact Sig. [2*(1-tailed Sig.)] ,229
170
A szignifikancia szint alapjn (p=0,023) a nullhipotzist elvetjk, a kt el-
oszls nem egyezik meg (ami nem meglep, hiszen az egyik csoportban folyama-
tosan nvekv rtkek szerepelnek, de csak egy-egy rtk tartozik ide, a msik-
ban pedig ismtld rtkek dominlnak).

2. Kt sszetartoz minta

Wilcoxon-prba

A Wilcoxon prba kzeli rokona a Mann-Whitney prbnak. Ugyangy a ran-
gokkal dolgozik. Hipotzisei:
H
0
: a kt minta(sor) klnbsgnek medinja nulla
H
1
: a kt minta(sor) klnbsgnek medinja nem nulla

A prba menett ismt egy pici adatbzison mutatjuk meg. Adott A s B
vltoz, 7 vlasztpolgr vlemnye egy politikusrl vlasztsi beszde s utn
(10-es skln rtkeltek). Elbb kiszmtjuk a kt minta pronknti klnbsgt
(C oszlop), majd abszolt rtkt vesszk (ABS_C) s ezen oszlop rangjait sz-
mtjuk ki.
Utna kln tekintjk azon rangok t-
lagt, ahol a klnbsg pozitv volt s azt is,
ahol negatv. Az els csoportban kt rang van:
5 s 3. Ezek tlaga 4. A msik csoportban ez a
szm: (1.5+5+1.5+5+7)/5=4. Ezen adatokbl
szmthatjuk ki a prbastatisztika rtkt, s a
hozz tartoz szignifikancia szintet. Ha a kt
tlag-rang kzel van egymshoz, akkor a
H
0
lesz igaz. Itt a szignifikancia szint 0,3105
(p>0,05), teht valban a H
0
mellett maradunk.
- - - - - Wilcoxon Matched-Pairs Signed-Ranks Test
A with B
Mean Rank Cases
4.00 2 - Ranks (B LT A)
4.00 5 + Ranks (B GT A)
0 Ties (B EQ A)
-
7 Total
Z = -1.0142 2-Tailed p = .3105

Tekintsnk egy rgit, ahol a munkanlklisg rtkeit ltjuk (%-ban)
1990-ben s 2000-ben. Vizsgljuk meg, hogy a rangokat felhasznlva, hogy a kt
tlag rang kzel esik-e egymshoz?
A B c ABS_C
RANGABS_C

5.00 6.00 -1.00 1.00 1.500
4.00 7.00 -3.00 3.00 5.000
1.00 2.00 -1.00 1.00 1.500
8.00 5.00 3.00 3.00 5.000
9.00 7.00 2.00 2.00 3.000
2.00 5.00 -3.00 3.00 5.000
5.00 9.00 -4.00 4.00 7.000
171
Analyze Nonparametric tests 2 Related samples



Ranks

N Mean Rank Sum of Ranks

JMUNKAN
-
MUNKANEL
Negative
Ranks
6 4,17 25,00 Z -0,93
Positive Ranks 2 5,50 11,00 Asymp. Sig. 0,326
Ties 1
a JMUNKAN < MUNKANEL
b JMUNKAN > MUNKANEL
c MUNKANEL = JMUNKAN

A szignifikancia szint (p=0,326, p>0,05) s a kt tlag alapjn nem rz-
kelhet jelents klnbsg a rangokat (s nem a vltozk tnyleges rtkeit, hi-
szen az egy kt mints t-prba lenne!) sszevetve, a nullhipotzis rvnyes.

Feladat:
Bnzsfldrajzi plda is megoldha-
t a mdszerrel: pl. ismeretesek az amerikai
vrosokban trtnt bnesetek (pronknt
sszetartoznak) 1960-ban s 1970-ben. Van-
e szignifikns eltrs a kt adatsor kztt, ha
a teleplsek rangjt hasznljuk fel a vizsg-
latban?




1960 1970
New York 53756 43567
Washington 23891 23456
Denver 25612 25110
Chicago 69567 35678
New Orleans 53987 66123
Los Angeles 36452 23567
San Francisco 21345 11234
172
3. Tbb fggetlen minta

Kruskal-Wallis prba

Ez az eljrs a Mann-Whitney prba ltalnostsa, ekkor nem kett, ha-
nem tbb fggetlen mintnk van. Krds, van-e a tbb minta kztt szisztemati-
kus eltrs?
A szmols logikjban is nagyon hasonlt a Mann-Whitney-re. Egyesti a
hrom (vagy tbb) mintt s kiszmtja a rangokat. Ezutn a hrom csoport rang-
jait kln tlagolja, majd ebbl szmtja a prbastatisztikt. Ha a hrom tlag-
rang kzel van egymshoz, akkor nincs eltrs az adatsorok kztt.
Adott kt kistrsg (var0002) s hrom idpontbl a munkanlklisg
(%). Ismtcsak nemparamteres tesztet hajtunk vgre. Analyze Nonparametric
test K Independent Samples. Megint definiljuk a csoportokat. Az eredm-
nyekbl lthat, hogy nincs nagy klnbsg a rangok tlagai kztt



Ranks VAR002 N Mean Rank Test Statistics MUNKANEL JMUNKAN MGJABB
MUNKANEL 1,00 5 4,20 Chi-Square ,968 ,063 ,016
2,00 4 6,00 Asymp. Sig. ,325 ,802 ,900
JMUNKAN 1,00 5 4,80
2,00 4 5,25
MGJABB 1,00 5 4,90
2,00 4 5,13
a Kruskal Wallis Test
b Grouping Variable: VAR00002


173
Nominlis vltozk

Fggetlensg vizsglat

Ha a kt vltoz nominlis vagy ordinlis, a fggetlensg-vizsglat a mr
emltett Kh-ngyzet prbval lehetsges.

Homogenits vizsglat

Formailag ugyangy trtnik, mint a fggetlensg-vizsglat, csak ms az
rtelmezse. Mindkt esetben azt krdezzk, az egyik vltoz eloszlsa eltr-e a
msik vltoz klnbz rtkeinl. Ha a fggetlensg vizsglat sorn azt kapjuk,
hogy a kt vltoz fggetlen egymstl, akkor a krdst le is zrhatjuk. Ha azon-
ban nem fggetlenek, akkor a kapcsolat mibenltt, erssgt kezdhetjk firtatni.
Erre szolglnak a klnbz asszocicis mrszmok.
Az eredmnyeket az SPSS-ben a Crosstabs parancs szolgltatja.

Nominlis vltozk kapcsolata
Tekintsk az albbi pldt, mely a bnzs s az ital kapcsolatt vizsglja.
Kt vltoznk van:
A bncselekmny fajtja
1. gyjtogats
2. garzdasg
3. szlhmossg
Az italhoz val viszony
1. iszik
2. nem iszik

Minl nagyobb a
2
rtke, annl tvolabb vagyunk a fggetlensg-
tl. A Khi-ngyzet statisztikbl transzformci tjn tbbfle mrszmot szok-
tak kiszmolni (ph-egytthat, kontingencia-egytthat, Cramer-fle V). Ugya-
nis az a cl, hogy a kapott rtk olyan hatrok kz essen, melyek jelentse
egyrtelm (sszevethet legyen tbb vizsglat). Pldul a korrelci esetben az
egytthat -1 s 1 kz esett s e szlsrtkek jelentse is egyrtelm: a kh
ngyzet rtkrl viszont nem tudjuk mekkora, mivel az als s fls hatr nincs
definilva. Itt a 0 s az 1 a kt vgyott vgpont.




174
SPSS Parancs
CROSSTABS
/TABLES=ital BY bun
/STATISTIC=CHISQ CC PHI LAMBDA
/CELLS= COUNT TOTAL .
SPSS Output
ITAL by BUN

BUN Page 1 of 1
Count |
Tot Pct |gyjtoga garzdas szlhmo
|ts g ssg Row
| 1.00 | 2.00 | 3.00 | Total
ITAL --------+--------+--------+--------+
1.00 | 50 | 155 | 63 | 268
iszik | 8.8 | 27.4 | 11.2 | 47.4
+--------+--------+--------+
2.00 | 43 | 110 | 144 | 297
nem iszik | 7.6 | 19.5 | 25.5 | 52.6
+--------+--------+--------+
Column 93 265 207 565
Total 16.5 46.9 36.6 100.0

Chi-Square Value DF Significance
-------------------- ----------- ---- ------------

Pearson 38.47692 2 .00000
Likelihood Ratio 39.27545 2 .00000
Mantel-Haenszel test for 24.38375 1 .00000
linear association

Minimum Expected Frequency - 44.113


Approximate
Statistic Value ASE1 Val/ASE0 Significance
-------------------- --------- -------- -------- ------------

Phi .26096 .00000 *1
Cramer's V .26096 .00000 *1
Contingency Coefficient .25250 .00000 *1
Lambda :
symmetric .15141 .04797 3.00525
with ITAL dependent .19403 .06338 2.76684
with BUN dependent .11333 .05002 2.14199
Goodman & Kruskal Tau :
with ITAL dependent .06810 .02078 .00000 *2
with BUN dependent .04328 .01361 .00000 *2

175
Phi egytthat
26 , 0
565
48 , 38
N
2
= = =



A Phi egytthat rtke lehet 1-nl nagyobb is, ha tblzat sorainak vagy
oszlopainak szma meghaladja a 2-t, e miatt nem igazn j mrszm. A tls
vglet, a 0 rtk akkor ll el, ha a Kh-ngyzet rtke 0, vagyis fggetlensg
esetn. Jelen esetben teht nem beszlhetnk a kt adatsor (nominlis vltoz)
fggetlensgrl.

Egy msik, Khi-ngyzet alap statisztika az un.

Kontingencia egytthat
25 , 0
565 48 , 38
48 , 38
N
C
2
2
=
+
=
+
=


A kontingencia egytthatval az a problma, hogy br 0 s 1 kztt ma-
rad, sosem ri el az 1-et. A 0 rtk most is ugyanazt jelenti.
A harmadik Kh-ngyzet alap statisztika az n.

Cramer fle V egytthat
26 , 0
565
48 , 38
) 1 k ( N
V
2
= =


ahol k az oszlopok s sorok szma kzl a kisebb. Ez a mrszm mr elrheti az
1-et is brmely tblzat esetn. Ha kt oszlopunk vagy sorunk van, mint most is,
akkor rtke azonos a Ph egytthatval.
A szignifikancia szint mindhrom esetben ugyanazt jelenti:
H
0
: a kt vltoz fggetlen
H
1
: a kt vltoz nem fggetlen

Ordinlis vltozk

Az albbi pldban gyermekek mentlis llapotnak s a szlk trsadal-
mi helyzetnek kapcsolatt vizsgljuk. Ugyangy a kh-ngyzet rtke dnti el,
hogy fggetlen-e egymstl a kt vltoz (a szlk trsadalmi helyzete s a
gyermek mentlis helyzete):





176
SPSS Parancs
CROSSTABS
/TABLES=gyerek BY szulo
/STATISTIC=CHISQ GAMMA D BTAU CTAU CORR
/CELLS= COUNT TOTAL .
SPSS Output
GYEREK gyerek mentlis helyzete by SZULO szl trsadalmi pozcija

SZULO Page 1 of 1
Count |
Tot Pct |alacsony kzepes magas
| Row
| 1.00 | 2.00 | 3.00 | Total
GYEREK --------+--------+--------+--------+
1.00 | 121 | 129 | 57 | 307
rendben | 7.3 | 7.8 | 3.4 | 18.5
+--------+--------+--------+
2.00 | 188 | 246 | 168 | 602
enyhe problma | 11.3 | 14.8 | 10.1 | 36.3
+--------+--------+--------+
3.00 | 198 | 296 | 257 | 751
slyos problma | 11.9 | 17.8 | 15.5 | 45.2
+--------+--------+--------+
Column 507 671 482 1660
Total 30.5 40.4 29.0 100.0

Chi-Square Value DF Significance

Pearson 31.51284 4 .00000
Likelihood Ratio 32.38933 4 .00000
Mantel-Haenszel test for 30.04890 1 .00000
linear association

Minimum Expected Frequency - 89.141


13.2. Korrelciszmts

A korrelciszmts sorn kt normlis eloszls vltoz kztti ssze-
fggs szorossgt vizsgljuk. Legyen kt mrsi sorozatunk a kvetkez mrsi
eredmnyekkel: x (x
1,
x
2,
x
3
, ..., x
n
) s y (y
1,
y
2,
y
3,
..., y
n
)
Normlis eloszls vltozk kztt elmletileg csak lineris kapcsolat le-
hetsges. Ha a koordintarendszerben brzolt pontok grbe vonal sszefg-
gsre utalnak, akkor legalbb az egyik vltoz eloszlsa eltr a normlistl. A
korrelcis egytthat (r) a kt minta kztti kapcsolat szorossgt mutatja. Az
egytthat rtke 1 s +1 kztti racionlis szm lehet. Amennyiben a kt minta
normlis eloszlsnl a korrelcis egytthat rtke nulla, akkor a kt vltoz
kztt nincs lineris sszefggs. Ha r = +1, vagy r = 1, akkor a vltozk kztt
lineris fggvnykapcsolat van. Ha a kt vltoz rtkeit koordintarendszerben
brzoljuk, akkor a pontok mind egy egyenesen helyezkednek el. A termszeti s
177
trsadalmi folyamatokra tbb tnyez hat, ezrt a 1 rtkkel ritkn tallkozunk.
ltalban azt szoktuk mondani, hogy ha az 3 , 0 0 r = kztti, akkor gyenge,
6 , 0 r > , akkor kzepes s 8 , 0 r > rtkeknl mr szoros az sszefggs. A po-
zitv korrelci azt jelenti, hogy nagyobb x rtkhez vrhatan nagyobb y tarto-
zik. Ha az egyik vltoz rtkeinek nvekedsvel a msikhoz tartozk ltalban
cskkennek, akkor a korrelcis egytthat rtke negatv.
A korrelcis kapcsolat szorossgt klnfle mrszmokkal hatrozhat-
juk meg. A lineris tpus korrelcis kapcsolat mrszmai: a kovariancia (C),
a korrelcis egytthat (r), s a determincis egytthat (r
2
).

A kovariancia mutat (C) szmtsra a kvetkez kpletet hasznljuk:
( ) ( ) [ ] ( ) [ ] y x
n
y x
y x n y x
n
1
n
d d
y y x x
n
1
C
Y X

= =

= =


ahol ( ) ( ) y y d s x x d
y x
= = , x az els minta szmtani kzepe:

=
=
n
i
i
x
n
x
1
1
,
i
y a msodik minta aktulis eleme s y a msodik minta szmtani
kzepe:

=
=
n
i
i
y
n
y
1
1


A kovariancia tulajdonsgai a kvetkezk:
A mutat eljele a kapcsolat irnyt mutatja.
A kovariancia mutat rtke nulla, ha a pozitv s negatv eljel eltrsszor-
zatok kiegyenltik egymst, teht az x s y vltozk korrellatlanok.
A mutat abszolt mrtknek nincs hatrozott fels korltja.
Ha az x nmagval val kapcsolatt vizsglnnk, akkor d
X
d
Y
helybe d
x
2
ke-
rl, teht a mutat egyenl az x szrsngyzetvel.
A mutat a kt vltozban szimmetrikus, x s y szerepe a formulban felcse-
rlhet.

A kovariancia mutatval csak a kapcsolat irnyt lehet jelezni. A kovari-
ancia rtke fgg a vltozk mrtkegysgtl, az eltrsek nagysgrendjtl s
a kapcsolat szorossgtl. A kovariancia akkor maximlis, ha a kt adat kztt
fggvnyszer a kapcsolat, ekkor a mutat rtke a vltozk szrsainak szorza-
tval egyenlo.
Ha sszehasonltjuk a kiszmtott kovariancia rtkt, az aktulis vltozk
felttelezett maximlis kovariancia rtkvel, akkor olyan rtket kapunk, amely
178
eljelben a kapcsolat irnyt mutatja, abszolt rtkben a kapcsolat nagysgt
is kifejezi. Az gy szmthat mutat a korrelcis egytthat.

A korrelcis egytthat (r) a kvetkez kplettel hatrozhat meg:
( ) ( ) [ ]
( ) ( )
( ) [ ] ( )
( ) [ ] ( ) [ ] ( )
2
2
2
2
2 2 2 2
max
) ( y n y x n x
y x n y x
y y x x
y y x x
d d
d d
C
C
C
r
y x
y x
Y X


=
=


=

= =






Ahol r a korrelcis egytthat, az
i
x az els minta aktulis eleme, x az
els minta szmtani kzepe:

=
=
n
i
i
x
n
x
1
1
,
i
y a msodik minta aktulis eleme s
y a msodik minta szmtani kzepe:

=
=
n
i
i
y
n
y
1
1

A korrelcis egytthat tulajdonsgai:
A mutat eljele a kapcsolat irnyt mutatja.
ha 1< r <0, akkor negatv irny kapcsolatrl beszlnk.
ha 0< r <+1, akkor pozitv irny a kapcsolat.
A mutat abszolt rtke a kapcsolat erssgt fejezi ki.
ha r =1, akkor fggvnyszer kapcsolat van a vltozk kztt.
ha r =0, akkor korrellatlansg jellemzi a kt vltoz kzti kapcsolatot.
ha 0 < r < 1, akkor sztochasztikus kapcsolat van a kt vltoz kztt.
Minl kzelebb van a mutat rtke a nullhoz, annl gyengbb; mi-
nl inkbb az egyhez tart, annl ersebb kzttk a sztochasztikus
kapcsolat.
Az X s Y szerepe felcserlhet.

A determincis egytthatt (r
2
) a korrelcis egytthatbl kaphatjuk
ngyzetre emelssel. Miutn a ngyzetre emelssel csak pozitv rtket kapunk,
gy ez a mutat mr "csak" a kapcsolat erssgt mutatja. A determincis
egytthat szmtsa: r
2
A determincis egytthat tulajdonsgai:
A mutat a kapcsolat erssgt hatrozza meg %-os formban.
179
ha a mutat rtke 0, az azt jelenti, hogy a vltozk kztt nincs kapcso-
lat.
ha a mutat rtke 100 %, az azt jelenti, hogy a vltozk kztt fggvny-
szer a kapcsolat.
ha a mutat rtke 0 s 100 % kz esik, az azt jelenti, hogy az X vltoz
hny %-ban magyarzza az Y vltoz tlagtl val eltrsngyzetnek
tlagt.
Az X s az Y szerepe felcserlhet a szmts sorn.

Ha az eredeti adatokbl kivonjuk az tlagot, s elosztjuk a szrssal, ak-
kor azt mondjuk, hogy standardizljuk az adatsorokat. Az gy kapott adatsorok
legyenek:
* *
2
*
1
... ,
n
x x x , illetve
* *
2
*
1
... ,
n
y y y . A standardizlsra azrt van szksg,
hogy a mrszm ne fggjn sem a mrtkegysg megvlasztstl, sem a skla
kezdpontjtl (pl. Celsius helyett Fahrenheitfok) nem vltoztatna a korrelci-
s egytthatn.
Az r korrelcis egytthat az sszetartoz standardizlt adatok
felhasznlsval a kvetkez kplettel szmolhat:

=
=
n
i
i i
y x
n
r
1
* *
1

Amint fentebb mr lttuk a korrelcis egytthat rtke mindig -1 s +1
kz esik, s minl jobban eltr a 0-tl, annl nagyobb az sszefggs a kt adat-
sor kztt. Az eljele pedig az sszefggs irnyt mutatja.
Knnyen megadhatk olyan adatok is, amelyekben az x
i
s az y
i
kztt
fggvnykapcsolat van, mgis 0 a korrelcis egytthat. Ez azt mutatja, hogy
kis abszolt rtk korrelcibl mg nem felttlenl kvetkeztethetnk minden-
fajta sszefggs hinyra. m ez sem magyarzza a korrelcis egytthat ne-
gatv eljelbl add fordtott irny sszefggst.

A httrvltoz hatsnak szmszer kikszblsre a parcilis korrel-
cis egytthatt hasznljk. Ezt gy kapjuk meg, hogy mindkt adatsorbl levon-
juk a c httrvltoznak azt a lineris kifejezst, amely a legjobban kzelti a
ngyzetes hibban. Megkeressk teht azokat az egytthatkat, amelyekre a
ngyzetes hibk sszege a legkisebb, ezt a matematikai statisztikban lineris
regresszis feladatnak nevezik, majd kpezzk az gynevezett rezidulisokat.
Ezek az x vltoz olyan rtkei, amelyekbl leszmtjuk a c httrvl-
toz hatst. Hasonl mdon kpezzk az y
i
korriglt rtkeket is, vgl a kt
mdostott adatsornak szmtjuk ki a korrelcis egytthatjt.

A vgeredmny kifejezhet az adatsorok eredeti korrelcis egytthatival is:
180
( ) ( )
2
yc
2
xc
yc xc xy
c xy
r 1 r 1
r r r
r


=

Ha kettnl tbb vltoz kapcsolatrendszert vizsgljuk, akkor lineris
tbbszrs korrelcirl beszlnk s magt az egytthatt R-el jelljk. Az R
rtke 0 s 1 kztt van: 0 rtk esetn a vltozk kztt nincs lineris kapcsolat,
mg 1 esetn a kapcsolat maximlis erej. Az R
2
determincis egytthatt a kt-
vltozs r
2
-hez hasonlan rtelmezzk:
2
1
2
23 1 2
s
s
R

=
ahol
2
23 1
s az x
1
variancijnak az a rsze, amit az x
2
s x
3
vltozk egyttesen
magyarznak, valamint s
1
2
az x
1
vltoz teljes variancija.
A parcilis korrelcinl kt vltoz kapcsolatt gy vizsgljuk, hogy a
tbbi vltoz hatst konstansnak tekintjk.
Pl. legyen hrom vltoznk x
1
, x
2
s x
3
, a kzttk lv korrelcik r
12
, r
13
s r
23
.
Az r
12
hatsbl az x
3
hatst a kvetkez mdon szrjk ki (elsrend parcilis
korrelcis egytthat)
( ) ( )
2
23
2
13
23 13 12
123
1 1 r r
r r r
r


=
Az r
12.3
egytthatt parcilis egytthatnak nevezzk: az 12,3 indexben a
vessz utni szm jelenti azt a vltozt, amelynek hatst kiszrjk. Az r
12,3
a
rezidulok kztti korrelcit jelenti, az x
3
hatsnak kiszrse utn.
A parcilis korrelcit tbb tnyez kiszrsre is ki lehet terjeszteni. A
parcilis korrelcis egytthat szignifikancijt, a H
0
: r
12,3
= 0 hipotzist, a k-
vetkez statisztikval ellenrizhetjk
3
1
2
123
123

=
N
r
r
t

amely f =n 3 szabadsgfok t-eloszlst kvet.


13.3. Regressziszmts

A regressziszmts a vltozk egymsra gyakorolt hatsnak szmsze-
rstsvel, e hatsok irnynak s mrtknek megllaptsval foglalkozik. A
181
regressziszmts felttele, hogy az y vltoz eloszlsa minden x rtknl nor-
mlis legyen, azonos szrssal.
A legegyszerbb a grafikus brzols mdszere, amely alkalmas a korre-
lci tpusnak meghatrozsra, leolvashat belle a kapcsolat irnya. Ehhez a
tapasztalati adatok llnak ltalban rendelkezsre, amelyek elemzsi eszkze az
n. tapasztalati regresszi fggvny.
Akkor, ha nem ismert pontosan a vltozk kztti kapcsolat, akkor anali-
tikus regresszi fggvny segtsgvel, analitikus regressziszmtssal keressk
a kapcsolatot.
A lineris regressziszmtsnl azt a fggvnyt (y = f(x)) hatrozzuk
meg, amelynek a segtsgvel adott x (fggetlen vltoz) rtkhez az y (fgg)
vltoz legjobb becslst kaphatjuk meg. Az egyenes kpletben (y = mx + b) m
a meredeksg s b a tengelymetszet. Az m azt mutatja meg, hogy az x vltoz
egysgnyi emelkedsvel vrhatan hogyan vltozik az y. Ezt az egyenest az jel-
lemzi, hogy a koordintarendszerben elhelyezked pontok s az egyenes kztt
y irnyban mrt tvolsgngyzetek sszege a lehet legkisebb (ld. legkisebb
ngyzetek mdszere).
A szmts eltt clszer derkszg koordintarendszerben brzolni a
pontokat, mert ez segtsget nyjthat a jelents eltrsek kimutatsban. Az brn
mr az is ltszik, hogy a pontok krlbell egyforma szlessg svot fednek-e
le, teht a szrsok egyenlsgnek felttele vrhatan teljesl, vagy egyes ele-
mek eltr rtkei miatt a szrs eltr. A szrsok eltrse esetn transzformci
alkalmazsra van szksg (pl. ha a kt vltoz kztti sszefggs nem lineris).
A leggyakrabban alkalmazott transzformcik a logaritmusos, az exponencilis
vagy a hatvnyozs. Ezeket szksg esetn akr a fggetlen, akr a fgg, akr
mindkt vltozra alkalmazhatjuk. A regressziszmts elvgzse utn a kvet-
kez eredmnyeket kapjuk:
Az egyenes meredeksgnek becslse (m).
A tengelymetszet becslse (b).
Az egyenes krli megbzhatsgi sv
Az egyenes krli tolerancia vagy predikcis sv

Regressziszmtsi feladat megoldsakor nem a korrelcit, hanem an-
nak ngyzett elemezzk/rtkeljk. Teht az ) (x f y = regresszis fggvnyt a
legkisebb ngyzetek elve s mdszere alapjn hatrozzuk meg. Ilyenkor az a k-
vetelmny, hogy az adott fggvnytpus hasznlata sorn a

n
i
i i
y y
1
2
) (
182
minimlis legyen. Az
i i
y y eltrsek (rezidiumok) ngyzeteinek sszege jl
jellemzi a ponthalmaz s a regresszis vonal klcsns viszonyt.
Ez ugyanis azt adja meg, hogy hnyad rszvel cskken a fgg vltoz
variancija az eredetihez kpest, ha az illesztett egyenestl val eltrsek alapjn
szmoljuk ki.
A legkisebb ngyzetek mdszervel ellltott egyenest, ha a fggleges
tvolsgokra minimalizlunk, akkor els regresszis egyenesnek, ha a vzszintes
tvolsgokra minimalizlunk, akkor pedig msodik regresszis egyenesnek ne-
vezzk. A lineris korrelci analzis lnyegben azt vizsglja, hogy mennyire tr
el az els regresszis egyenes meredeksge a msodiktl. A lineris korrelcit a
tapasztalati adatokbl a fentebb megadott kplettel (r =) hatrozhatjuk meg.
A lineris regresszi vizsglat sorn ltalban az els regresszis egyenest
alkalmazzuk. Ekkor az m s b becslt rtkeire a legkisebb ngyzetek mdszert
alkalmazva a kvetkezt kapjuk:
( ) ( )
( )

=
=


=
n
1 i
2
i
n
1 i
i i
x x
y y x x
m b x m y + =
ahol m (irnytangens) a regresszis egytthat azt mutatja, hogy x egysgnyi
vltozsa mekkora vltozst idz el y-ban, s a b az x=0 helyhez ad regresszi-
s becslst
A lineris regresszi jele: R
2
, rtke 0 s 1 kz esik, teht negatv szm
nem lehet. Az R
2
rtke egynl tbb fggetlen vltoz esetn is megadhat. Eb-
ben az esetben R mr nem jelent korrelcit. Az R
2
azt jelenti, hogy a fggetlen
vltozk egyttesen mekkora rszt magyarzzk a fgg vltoz variabilits-
nak.

13.4. A korrelcis egytthat szignifikancia vizsglata

H
0
: R = 0 A kt vltoz egymstl fggetlen normlis eloszls
Ha H
0
igaz, akkor r albbi fggvnye f=n 2 szabadsg fokkal teloszlst kvet:
2
1
2
r
n
r t

=
Ha adott b mellett t
sz
>t
krit
, akkor H
0
t elvetjk s e=1b megbzhatsggal llt-
hatjuk, hogy a kt vltoz kztt sztochasztikus kapcsolat ll fenn.



183
13.5. A regresszi becsls pontossga

A sztochasztikus kapcsolat mrszmaibl csak akkor vonhatunk le he-
lyes kvetkeztetseket, ha nagyszm adatsorral dolgozunk. gy, az eredmnyek
rtkelshez hozztartozik a mrszmok hibjnak vizsglata is. A pontossg
jellemzse cljbl teht most az m, b, paramterek becslsnek szrst (stan-
dard hibjt) kell meghatroznunk:
A regresszis egytthatk standard hibi (pontbecsls).
Konfidencia intervallum a becslt paramterekre.
A lineris kapcsolat szignifikancia vizsglata.
Az tlagos, vagy az egyedi y
i
rtkek becslse.

A lineris kapcsolat szignifikancia vizsglata tprba segtsgvel azt is
ellenrizhetjk, hogy az y s x vltozk kztt szignifikns lineris kapcsolat
van-e. Nullhipotzisnk s ellenhipotzisnk: H
0
: m=0 s H
0
=0
a prbastatisztika:
m
sz
s
m
t =
A t
krit
rtket b szignifikancia szinten f=n 2 szabadsgi foknl talljuk
meg. Ha t
sz
> t
krit
, elvetjk H
0
-t s vals lineris sszefggst tteleznk fel x s y
kztt.

13.6. Idsorok elemzse

A geogrfiban gyakran idrend szerint felsorolt adatokkal dolgozunk. Az
idsorok adatainak elemzse a korrelciszmts szempontjbl specilis prob-
lmt vet fel. Az idsorok elemzsnl valamely adatsort egy idbeli ismrv sze-
rint rendezzk, s ezltal vizsgljuk a statisztikai jelensg idbeli vltozst,
alakulst. Az idsorok elemzsvel a mlt idszak tendenciit, sszefggseit
trhatjuk fel, s ennek alapjn a jvre nzve is fontos informcikat kaphatunk.
Gyakran elfordul, hogy egy vagy tbb idsor egymst kvet adatai
egymstl nem fggetlenek, hanem szoros korrelciban llnak egymssal. Ha
egy adott idsor egymst kvet adatainak kapcsolatt vizsgljuk, akkor auto-
korrelcit vgznk. A kt vagy tbb vltoz idsora kztti korrelcit kereszt-
korrelcinak szoktk nevezni.
Az idsorokat ltalban kt csoportra szoktk bontani. llapot idsorrl
akkor beszlnk, ha adatsorunk az egyegy idpontra vonatkozik (pl. Az egyete-
mi hallgatk szma a Debreceni Egyetemen az adatok szept. 1-re vonatkoznak).
Ettl eltren a tartam idsoroknl az idbeli vltozst az idszakok, idtartam-
ok egysgei jelzik (pl. a Magyarorszgra rkez klfldi turistk szmnak alaku-
lsa az elmlt 10 vben vente).
184
.
Egy jelensg idbeli alakulst a kvetkez mdszerekkel vizsglhatjuk:
Az idbeli folyamatot szemlltethetjk grafikus ton (pl. diagram).
Viszonyszmokkal kifejezhetjk az idbeli vltozsok relatv viszonyait.
A vizsglt idszakra meghatrozhatunk egy tlagos tendencit.
Meghatrozhatjuk, hogy az ltalunk meghatrozott idszakban milyen t-
lagos vltozs jellemzi az adott jelensget.
Megvizsglhatjuk, hogy milyen sszetevk befolysoljk az adott idben
lezajlott folyamatot.
Az idsor elemzs analitikus vizsglata azt jelenti, hogy a most felsorolt
szempontok vizsglatt hajtjuk vgre.

Az idsorok elemzsnek egyszerbb mdszerei:

Dinamikus viszonyszmok szmtsval a jelensgek idbeli vltozsnak
mrtkt, vagy temt tudjuk meghatrozni.

) (x
) (x
0
1
=
d
V , ahol V
d
a dinamikus viszonyszm, x
1
a trgyvi adat, x
0
pe-
dig a bzisvi adat.
Bzisviszonyszmok egy vizsglt jelensg vltozsnak mrtkt fejezi ki.
Jele: b
t
( t-edik idszakra/idpontra)

) (x
) (x
0
t
= bt ahol x
t
: a t-edik idszak/idponthoz tartoz adat s : a
bzis idszak/idponthoz tartoz adat.
Grafikus brzols klnbz tpus brzolsi mdokkal (vonaldiagram,
oszlop- s szalagdiagram, kr s egyb diagram, trkp/kartogram, piktog-
ram). Fontos, hogy a legkifejezbb brzolsi mdot vlasszuk, s a skla,
jelmagyarzat egyrtelm legyen.
tlagos rtkek meghatrozsa attl fgg, hogy az adatok llapot, vagy tar-
tam idpontra vonatkoznak. Az llapotidsor adatainak tlagolsra alkal-
mazhatunk kronolgikus tlagot ( k x ), amelynek a kplete:
1
2
...
2
1 3 2
1

+ + + + +
=

n
x
x x x
x
x
n
n
k , ahol
n
x x x x ... , ,
3 2 1
az idsor elemei,n
pedig az elemek szma.
A tartamidsor adatainak tlagolsakor az adott idszaki egysgekre jel-
lemz adatoknak az egyszer szmtani tlagt kell szmtani.
185
Az tlagos vltozsokat ktfle mutatval hatrozhatjuk meg. Az tlagos
abszolt vltozs mutat ( d ) azt fejezi ki, hogy a vizsglt jelensg az elem-
zett idszak alatt idegysgenknt (hetente, havonta, vente stb.) tlagosan
mennyivel vltozott. Kplete:
1
1

=
n
x x
d
n
, ahol
n
x x x x ... , ,
3 2 1
az idsor elemei, n pedig az elemek sz-
ma.
(Ez a kplet csak az idben nem ingadoz idsornl alkalmazhat!)
Az tlagos relatv vltozs mutatja ( l ) megmutatja, hogy egy jelensg
idegysgenknt tlagosan hny %-kal (mekkora hnyaddal) vltozik. Kplete:
1
1
= n
n
x
x
l , ahol
n
x x x x ... , ,
3 2 1
az idsor elemei, n pedig az elemek szma.

Az idsorok analitikus vizsglata

Egy jelensg idbeli vltozsnl tapasztalati (mrt) idsorral szmolunk.
Az ltalnostshoz elmleti idsorra (valsznsgi vltozkra) van szksg.
Az elmleti idsor a kvetkez sszetevkre bonthat fel:
alapirnyzat vagy trend ( y )
periodikus ingadozs (s)
vletlen ingadozs (v)
ciklus (c)

Az alapirnyzat vagy trend az idsor alakulsnak f irnyt mutatja meg,
teht egy olyan tendencia, amely maga is tbb tnyez egyttes hatst tkrzi,
attl fggen, hogy milyen jelensget r le.
Periodikus ingadozs az idsorban bizonyos okbl fellp, rendszeresen
ismtld hullmzs. Ez lehet idnyszer vagy szezonlis ingadozs.
Vletlen ingadozs az egyenknt nem jelents, egyms hatst elsegt
vagy gtl tnyezk vgs eredmnyei, amelyek a vletlen hatsnak tudhatk
be.
A ciklus a trend alatti vagy feletti tartsabb mozgst jelenti. Szablytalan
ingadozs, amely ltalban hosszabb idsoroknl figyelhet meg.
A komponensek kztti kapcsolat lehet additv, vagy multiplikatv. Ha az
sszetevk a lehet legegyszerbb mdon kapcsoldnak, akkor additv kapcsolat-
rl beszlnk. A komponensek sszege adja az adott idpont/idszakban tnyle-
gesen megfigyelt rtket. Kplete:
v c s y y + + + =

186
A multiplikatv md esetben az sszetevk szorzat adja meg az adott
idpont/idszakban tnylegesen megfigyelt rtket.
Kplete:
v c s y y =

Az idsor sszetevinek additv vagy multiplikatv mdjt az adott idsor
adatainak grafikus brzolsval hatrozhatjuk meg. A fggvnyen azt nzzk
meg, hogy a periodikus ingadozs hullmai milyen jellegek. Amennyiben a n-
vekv illetve cskken trend mellett nagyjbl egyenl amplitdjak, akkor
additv a kapcsolds, ha azonban idben nvekv vagy cskken tendencit
mutat a periodikus ingadozs hullma, akkor multiplikatv a kapcsolds.

13.7. A trendszmts s mdszerei
A trendszmts clja az idsorban rvnyesl tarts tendencia meghat-
rozsa, teht az idsor f komponensnek, a trendnek a kimutatsa. Az idsorok
ingadozsokat tartalmazhatnak, amelyek megneheztik az alapirnyzat, a trend
felismerst. A trend meghatrozsnl az albbi mdszereket szoktuk alkalmaz-
ni:
Grafikus trendszmts

Az idsor adatait vonaldiagramban brzoljuk, s az alapirnyzatnak meg-
felel trendvonalat (pl. egyenest) kzeltleg berajzoljuk. Ez a mdszer egyszer,
de pontatlan is, ezrt nem gyakori ennek a hasznlata. Clszer megllaptani az
idsor egyes tagjainl a tnyszmok s a trendvonal egyes rtkeinek eltrst (
= y
ti
- y
i
, ahol y
ti
az i idponthoz tartoz tnyszm, y
i
az i idponthoz tartoz
trendvonali rtk. Az ugyanazon rtk a trendvonal klnbz rtkeinl ms-
ms pontossgot jelent, ezrt rdemes a rtkt %-ban meghatrozni a kvetke-
z kplettel:
100 100 %

= =
i
i ti
i
y
y y
y

(Minl kisebb ez az rtk, annl jobban kzelti a


trendvonal az rtkeket.)

Mozg tlagols trendszmts

A gyakorlatban elterjedt trendszmtsi mdszer, mert egyszer s gyor-
san szmthat. Gyakran akkor alkalmazzuk akkor, ha nem tudjuk megadni a
trendfggvny tpust. Rvid adatsor esetn azonban ezzel a mdszerrel szinte
lehetetlen a trend meghatrozsa. Ezrt elszr el kell dntennk, hogy hny tag
mozg tlagot szmtunk. Ha azt tapasztaljuk, hogy szezonalits van az idsor-
187
ban, akkor a periduson belli idszakok szmt vagy annak tbbszrst kell
vlasztani tagszmnak, hogy kisimtsa az idsort. Annyi elembl szmtunk tla-
got, amely a szezonlis ingadozsnl tfog egy teljes idnyciklust.
Az adott idszakhoz tartoz trendrtket a krnyez idszakok adatainak
dinamikus tlagaknt hatrozzuk meg. A mozg tlag tagszmt (k) gy kell
meghatrozni, hogy minden esetben egyegy idnyhez tartoz adatok szmval
(vagy annak tbbszrsvel) legyen egyenl!
A mozg tlagols trendszmts fbb lpsei a kvetkezk:
kivlasztjuk a mozg tlag tagjainak szmt, amit k-val jellnk. Ezutn
kell kiszmtani az els k adat tlagt, ez lesz az els trend rtk.
Ezutn elhagyjuk az els adatot, s kiszmtjuk az gy kapott els k elem t-
lagt, s megkapjuk a msodik trendrtket.
gy haladunk mg az utolst is fel nem hasznljuk.

A kiszmtott tlagrtkek, amennyiben k pratlan, a kiegyenltett idsor,
vagyis a trendrtkek sorozata. Ha k pros szm, akkor a trendrtkek meghat-
rozshoz az elemzend idsor konkrt idpontjaihoz/idszakaihoz hozzren-
delve egy kiegszt lpst, (kzpreigaztst, vagy centrozst) kell vgrehaj-
tani. Ezt gy oldjuk meg, hogy a kiszmtott egyszer tlagokat prosval jra
tlagoljuk, s a kiszmtott rtkeket az tlagolt idszak kzephez (ami most
mr egy konkrt idpont/idszak) rendeljk.
Pros tagszm mozgtlag szmtsnak a kplete:





Pratlan tagszm mozgtlag szmtsnak a kplete:





A mozg tlagols trendszmts htrnya, hogy a hasznlatnl a prat-
lan adatsor k1 elemmel, a pros adatsor pedig k elemmel rvidl.

Analitikus trendszmts

Az analitikus trendszmts a tarts tendencia meghatrozsnak s az
elrejelzsnek az ltalnosan elterjedt mdszere. A trendet valamely matematikai
fggvnnyel kzeltjk, tulajdonkppen egy specilis regresszi szmtst hajtunk
vgre.
( ) ( )
t t k 1 / 2 t k 1 / 2
t
y ... y ... y
y
k
+
+ + + +
=

t k/2 t k/2 1 t t k/2 1 t k/2


t
1 1
y y ... y ... y y
2 2
y
k
+ + +
+ + + + + +
=

188
A leggyakrabban hasznlt fggvnyek jellemzit ttekintve a kvetkez-
ket llapthatjuk meg:
A lineris trend alkalmazsa az egyszer szmtsa miatt nagyon elterjedt,
azonban extrapolcira kevss alkalmas a lineris fggvny, ezrt a kiter-
jesztsnl nagy vatossg szksges.
A logaritmus fggvnyt regresszira elvileg akkor hasznlhatjuk, ha a fg-
getlen vltoz szorzatos, szzalkos vltozsra a fgg vltoz additvan,
azaz mindig ugyanannyival vltozik. Mivel a trendszmtsnl a fggetlen
vltoz az id, s az sohasem vltozik szorzatosan, ezrt ezt a fggvnyt-
pust nem hasznlhatjuk.
A hatvnykitevs fggvny jellemzje, hogy a fggetlen vltoz szorzatos
vltozsra a fgg vltoz is szorzatosan reagl. Emiatt a trendeknl ez is
nehezen rtelmezhet, ppgy, mint a logaritmikus fggvny.
Az exponencilis fggvnynl a fggetlen vltoz egysgnyi additv vlto-
zsra a fgg vltoz szorzatosan, szzalkosan reagl. Gyakorlatilag na-
gyon alkalmas az idben lejtszd jelensgek lersra.
A hiperbolk a fordtott arnyossg grbi, illesztsk technikailag egysze-
r, de rtelmezsk mr nehezebb.

A fentieknek megfelelen megklnbztethetnk lineris s nemlineris
trendszmtst.
Az analitikus trendszmts alapesete a lineris fggvny, ugyanis minden
egyes fggvnyt klnbz fggvny transzformcik segtsgvel talaktha-
tunk lineris alakra.
Mivel a lineris trendfggvny becslt rtkeit a kvetkez egyenlet adja:
t b b y
t 1 0
+ =
a legkisebb ngyzetek mdszere gy a kvetkezket jelenti:
( ) ( ) ( )

= =
2
1 0 1 0
2
, t b b y b b f y y
t t i
min
Az eltrsngyzetek sszegek minimumrtknek meghatrozsa egy
tbbvltozs szlsrtk feladat.
A szlsrtk feladat megoldshoz a kvetkez ktismeretlenes egyenlet-
rendszer megoldsa vezet, ahol az ismeretlen paramterek a b
0
, b
1
. Az egyenlet-
rendszert normlegyenleteknek, a mdszert, amellyel az egyenletekig eljutottunk
legkisebb ngyzetek mdszernek nevezzk.
Normlegyenletek:

+ = t b n b y
t 1 0

( )

+ =
2
1 0
t b t b y t
t


189
A legkisebb ngyzetek mdszer alkalmazsval a fenti egyenletrendszer
b
0
s b
1
gykei adjk a becslt lineris trend egytthatinak rtkt.

Paramterek rtelmezse:
b
1
: (fggvny meredeksge) a trendfggvny vrhat rtkre megadja az
idszakonknti lland abszolt vltozs nagysgt, azaz azt jelenti,
hogy a t idegysgnyi vltozsra mennyivel vltozik a trend rtke.
b
0
: a t=0 idszak/idponthoz tartoz trendrtket adja meg.
Amennyiben az idsorhoz tartoz idpontokat/idszakokat nem a vizsglt
idszak elejtl sorszmozzuk, hanem az idsor kzeptl kezdjk az elemzst,
(teht az idszak kzepe eltti idpontok/idszakokhoz negatv sorszm kerl),
akkor az n. t=0 mdszer szerinti elemzst hajtjuk vgre.
Ha pratlan elem az idsorunk, akkor egyszeren az idsor kzps
elemhez a nulla sorszmot rendeljk, s idben visszafele haladva egy egysg-
gel cskken a sorszm, idben elre tovbb haladva pedig n egy egysggel a t
sorszma.
A trend paramtereinek becslse t=0 mdszer esetn:
(Az egyszerstsekbl addan a normlegyenletek leegyszersdnek)

= n b y
o t
b
0
=
n
y
t

( )

=
2
1
t b y t
t
b
1
=
( )

2
t
y t
t

A paramterek alaprtelmezse nem vltozik.
b
1
: megmutatja, hogy a t egy idegysgnyi vltozsra a trend mennyivel vlto-
zik. (Arra kell odafigyelni, hogyha az idsor pros elemszm volt, s t=0 md-
szert alkalmaztuk, akkor a t egy idegysge nem azonos a "vals" idegysggel.)
b
0
: a t=0 idszakhoz rendelt trendrtk. (Ha a t=0 mdszert alkalmaztuk, akkor
ez az rtk az idsor kzphez tartoz trendrtk, ha pratlan elemszm az id-
sor, egybknt nem rendelhet hozz konkrt idpont/idszak. Ez a trendrtk
nem ms, mint az idsorban lv sszes rtk szmtani tlaga, mivel

=
t t
y y

13.8. SPSS alkalmazsok

Ksztsnk korrelcis mtrixot a World95.sav llomny vltozit fel-
hasznlva. Ehhez elszr az adatsorok eloszlstpusnak vizsglatt kell megejte-
ni. Az Analyze - Nonparametric test - One Sample K-S prbt kivlasztva
norml, egyenletes, poisson s exponencilis eloszlsra tesztelhetjk az adatsort
(binomilisra nem, ezrt kvzinorml-eloszlsnak fogja ket venni). Az opcik-
190
nl kivlaszhatjuk, hogy krnk-e ler statisztikt. Ekkor az alapvet statisztikai
paramtereket, pl. a medint s a kvartiliseket is megkapjuk.




Eloszlsvizsglat Kolmogorov-Szmirnov prbval az eredeti adatsoron norml
s egyenletes eloszlsokra

A kapott tblzatbl a szignifikancia-rtket (Asymp. sig.) leolvasva el-
dnthetjk, hogy adatsoraink eloszlsa mely eloszlsra hasonlt leginkbb. Pl-
dnkban a vrosban lakk arnya, s a npessgnvekeds mutat csak 0,05-nl
nagyobb rtket, azaz kzelthet normleloszlssal. Mg gy is elfordulhat,
191
hogy egy msik eloszls szignifikanciaszintje magasabb lesz. Jelen llapotban az
adatsorral csak Spearman-fle rangkorrelcit (nonparametric) szmthatunk,
Pearson-flt nem, mert az utbbihoz normleloszls, arny-vagy intervallum-
skln mrt adatokra van szksg, melyek kztt lineris kapcsolat van. Az
Analyze - Correlate - Bivariate parancsot kivlasztva lehetsgnk van a korre-
lcis mtrix ellltsra tetszleges szm vltoz felhasznlsval.
Nem hasznlhatunk olyan adatokat, melyek szmknt definiltak ugyan,
de valjban csak csoportok elklntsre hasznltuk ket (pl. Debrecen=1,
Szeged=2), ha a csoportok kztt nincs minsgi klnbsg.
A Spearman-fle korrelci ordinlis adatokat, rangsorrendet hasznl.
Minl tbb adatpr szerepel a korrelland adatsorokban, annl megbzha-
tbb a korrelcis vizsglat (A szignifikns korrelcis koefficienseket jelli a
program: Flag significant...).

Spearman-fle rangkorrelci

Pearson-fle korrelci szmtshoz az adatsorok eloszlsn mdostani
kell, hogy normleloszlst mutassanak. Vagy intervallumokba soroljuk az adato-
kat, de ekkor gondoskodni kell arrl, hogy az intervallumok szma kellen nagy
legyen, hogy a kvzi-normleloszls rtelmezhet legyen, vagy pedig az lg(x+1)
kpletet hasznljuk. Az els esetben a Transform - Recode into new variables
parancsot hasznlhatjuk (utna rdemes egy hisztogramot krni, hogy az jrade-
finilt adatsor eloszlsa hasonlt-e a normleloszlshoz: Graph - Legacy Dialogs
- Histogram), az utbbi esetben a Transform - Compute Variable lesz a meg-
olds.
Pldnkban az utbbi megoldst vlasztjuk s vetjk ssze az eredeti
adatsor Pearson-fle korrelcis mtrixt a logaritmizlt rtkek korrelcis mt-
rixval. A logaritmust az aritmetikus fggvnyeken bell leljk meg, az talak-
tott rtkeket j vltoznvvel mentjk el. Ezt kveten ismt tesztelni kell az
192
eloszlst Kolmogorov-Szmirnov prbval, ugyanis az lg(x+1) nem minden eset-
ben kpes normleloszlsv tenni az adatsort (pl. a vrhat ni s frfi tlaglet-
kor esetben nem, a npessgszm, GDP/f, npsrsg esetben igen!).
Ezt kveten ksztjk el a Peason-fle korrelcis mtrixot.



Eloszlsvizsglat Kolmogorov-Szmirnov prbval a logaritmizlt adatsoron normlel-
oszlsra

Pearson-fle korrelcis mtrix az eredeti adatsort hasznlva
193

Pearson-fle korrelcis mtrix a logaritmizlt adatsort hasznlva

Lthat, hogy van klnbsg a kt adatsor korrelcis rtkei kztt, mi-
kpp a Spearman-fle rangkorrelci korrelcis koefficiensei is eltrnek: pldul
a vrosban lakk arnya s az egy fre jut GDP kztt a korrelcis koefficiens
rtke 0,735 Spearman-fle korrelcit hasznlva, 0,605, ha nem normleloszls
adatsorokat korrelltunk s 0,754, ha normleloszlshoz hasonl eloszlst mutat
adatsorokat korrelltunk Pearson-fle korrelcit hasznlva.

Parcilis korrelci

Kettnl tbb vltoz esetn felvetdhet annak a lehetsge, hogy a s b
vltozk kztt a kapcsolat azrt olyan ers, mert a s b c-vel is ers kapcsolatot
mutat (ez a multikolliearits jelensge), avagy ettl fggetlenl van meg az sz-
szefggs a kt vltoz kztt. Teht a s b kapcsolata lehet kzvetett s kzvet-
len is. E krds eldntshez parcilis korrelcis vizsglatot szoktunk vgezni.
A parcilis korrelcival azt vizsgljuk, hogy kt vltoz kapcsolatt ho-
gyan befolysolja a harmadik, vagy tbb vltoz korrelcis koefficiensnek r-
tke. A parcilis korrelci lnyegnek rzkeltetsre a kvetkez pldt lehet
felhozni.
Van hrom adatsorunk: az egyik a kocsmai verekedsek szmt mutatja, a
msik az sszetrt poharak szmt, a harmadik a rendri megjelensek szmt. A
rendrk szma s az sszetrt poharak szma kztt 0,8-as korrelcis koeffici-
enst mrnk. Vajon ez azt jelenti, hogy a rendrk trik ssze a poharakat? Az
elbbiek rtelmben egy korrelcis koefficiens alapjn nem kvetkeztethetnk
ok-okozati viszonyra. Ha megvizsgljuk a rendrk megjelenst s a pohrtr-
sek szmt, kapcsolatt a kocsmai verekedsek szmnak fggvnyben (ez lesz
194
az n. kontroll, Analyze Correlate Partial, control variable) s azt talljuk,
hogy a korrelcis koefficiens leesett pl. 0,5-re, akkor egyrtelm, hogy a kap-
csolat erssgnek alaktsban a verekedsek szma is rszt vesz. Mskppen
fogalmazva: nem a rendrk trik a poharakat. (Sokszor nincs lehetsgnk ilyen
explicit kijelentseket tenni, pl. termszetfldrajzi vltozk esetben). Ha azt ta-
lljuk, hogy a kapcsolat erssge 0,8 krl marad, akkor a verekedsek szma
nincs hatssal a msik kt vltoz kapcsolatra, teht a rendrk trik a pohara-
kat. A vizsglathoz rtelemszeren az eredeti korrelcis mtrixra is szksg van,
hiszen a parcilis korrelcis rtkeket ezekkel vetjk ssze.
A parcilis korrelci szmtshoz vlasszunk ki kt vltozt, melynek
ismert a korrelcis koefficiense. Legyen ez a vrosokban lakk arnya s az egy
fre jut GDP (annak logaritmizlt adatsora). Ekkor a korrelcis koefficiens
rtke 0,754, teht ers kapcsolatra utal a kt vltoz kztt. Nzzk meg, hogy a
tbbi vltoz hogyan befolysolja ezt a kapcsolatot. Az Analyze - Correlate -
Partial parancsot vlasztva kivlaszthat a kt vltoz, amelynek kapcsolatt
vizsgljuk, kontrollknt (Controlling for) pedig egy vagy tbb vltoz. A npes-
sgszm pldul nem befolysolja a kt vltoz kapcsolatnak erssgt, mert a
korrelcis koefficiens 0,749-es rtket mutat. Ugyangy nem befolysolja ezt a
kapcsolatot az AIDS-esek szma, a npsrsg, az ves szaporulat s a npessg
egyttesen.







195
Correlations

Control Variables
People living
in cities (%)
Log (base
10) of
GDP_CAP
populatn2 & number_of_density2
& Population increase (% per
year)) & Log (base 10) of
AIDS_RT
People living in
cities (%)
Correlation 1,000 ,694

Significanc
e (2-tailed)
. ,000
df 0 99
Log (base 10)
of GDP_CAP
Correlation ,694 1,000

Significanc
e (2-tailed)
,000 .

df 99 0


Tbbvltozs (multivariate) lineris regresszi az SPSS-ben

A parcilis korrelcis vizsglatokbl tovbblpst jelent az gynevezett
regresszi-analzis. A parcilis korrelci s a regresszi-analzis kztt van k-
lnbsg. Az elbbi esetben egy vltozpr kapcsolatnak befolysolsrl van
sz tbb msik tnyez hatsra, mg a regresszi-analzis lnyege, hogy megmu-
tatja, hogy a vltozk rtkeinek (independent variable) alakulsa hogyan hat
egy kivlasztott vltoz (dependent variable) rtkeire, azaz e vltozk mennyi-
re magyarzzk, tkrzik vissza annak rtkeit, melyik az a vltoz, amelyik leg-
inkbb befolysolja/meghatrozza egy msik vltoz rtkt.
Az elbbi pldk mintjra meghatrozhat, hogy pl. a GDP/f vagy a
npessgszm alaktsban mely tnyezk vesznek rszt. Ekkor regresszi-
analzist vgznk. (Itt sem htrny, ha az adatsorok normleloszlst mutatnak)
Kivlasztjuk az Analyze - Regression - Linear parancsot, majd a vizsglni k-
vnt vltozt, vgl azokat a vltozkat, melyek hatst, hatsnak erssgt
vizsglni kvnjuk. Vlaszthatjuk az Enter, Remove, Forward, Backward stb.
mdszereket. Az enter egyszerre vizsglaja a tnyezket, a forward egyenknt
trja fel szerepket a kapcsolat alaktsban. A Statistics menben vgezhetnk
alapstatisztikai prbkat (Durbin-Watson, kollinearits-diagnzis). Az adatok
elmenthetk (Save).
Ha a regresszis modellben szerepl vltozk egymssal korrellnak, sz-
szefggnek, akkor a fggetlen, magyarz vltozk (independent variable) nem-
csak a fgg vltozt, de egymst is magyarzzk (multikollinearits), ami sok
rtelmetlen eredmnyt adhat. Clszer teht egymssal nem korrell vltozkat
hasznlni, ami nem knny, de a fkompones-analzis, faktoranalzis ppen erre
val.
196
Az spo file-ban az a Modell Summary tbla tartalmazza az R
2
rtkt, a
Coefficients tbla a standardizlt beta rtkeket. Az R
2
azt jelenti, hogy a mo-
dellben szerepl magyarz vltozk (independent variables), a fgg vltoz
rtkeinek alakulst hny %-t magyarzza meg (pl. R
2
=0,63 63%-ban) . A
standardizlt beta azt mutatja, hogy az egyes magyarz vltozk kzl melyik
szerepe a legkiemelkedbb. Esetnkben a Standardizlt beta koefficiens a vro-
sokban lakk szmnl a legnagyobb, teht az utbbi befolysolja leginkbb
adathalmazunk GDP rtkeit (ami nem meglep, hiszen a korrelcis vizsglat
nagy korrelcis koeffcienst mutatott ki, a parcilis korrelci pedig bizonytotta,
hogy e kt vltoz kztti kapcsolatot a tbbi vltoz alig befolysolja). A tbbi
tnyez szerepe elenysz.



197
Feladatok

1, Trnk sorn 8 pontot rintettnk, s mindegyik tvolsga ismeretes egy-
mstl (km). Hatrozzuk meg a pontok elhelyezkedst egymshoz kpest
(SPSS-ben).

1 2 3 4 5 6 8
1 0
2 8 0
3 3 9 0
4 4 8 11 0
5 6 6 6 14 0
6 12 13 2 2 0
3 5 4 3 8 0
8 1 2 3 8 5 9 2 0

2, Szocilgeogrfiai vizsglatunkban 8 nprajzi rgi egymshoz val viszo-
nyt minstettk egy skln 1-10 kztt (a legjobb kp az 1-es, legrosz-
szabb viszony a 10-es rtket kapta) Hatrozzuk meg a nprajzi rgik
kztti bels csoportok elhelyezkedst egymshoz kpest!

matyk barkk palcok kunok jaszok hajdk bunyeacok tirpakok
matyk 1
barkk 8 1
palcok 8 1
kunok 4 5 3 1
jaszok 5 4 4 2 1
hajdk 5 3 4 4 3 1
bunyeacok 3 2 6 4 2 1
tirpakok 2 5 8 6 6 9 2 1

3, Egy elektronikus tvmrvel klnbz nagysg, ismert valdi rtk d
i

tvolsgokat mrtnk. (d= .. a mrt tvolsgok 0,1 km lessggel s a
mrt tvolsgok
i
valdi hibi: abszolt rtkei:.. Vizsgl-
juk meg, tallunk-e lineris sszefggst a d
i
tvolsgok nagysga s a
rtkek kztt. Hatrozzuk meg a korrelcis egytthatt s rjuk fel a
regresszis egyenes egyenlett.

4, Egy vrosban 10600 n l, k teszik ki a lakossg 53 %-t. A nkn bell a
nyugdjasok arnya 35 %, a frfiaknl ugyanez az arny 25 %.
a, Szmtsa ki a fggetlensg esetn vrhat gyakorisgokat!
b, llaptsa meg, milyen szoros az ismrvek kztt az sszefggs!

5, Egy rgi 400 hztartsnak megoszlsa a htszekrny tpusa s a telep-
ls jellege szerint:
198
A telepls A htszekrny tpusa ssze-
jellege Hagyomnyos Fagyaszt sen
Vros 160 30 190
Kzsg 120 90 210
sszesen 280 120 400

llaptsa meg, van-e kapcsolat a kt adatsor kztt!

6, Munkanlkliek szma nemek s foglalkozsi fcsoportok szerint egy r-
giban, 2004
ezer fo
Foglalkozsi fcsoportok Frfi N sszesen
Felsfok vgzettsg 10,6 11,3 21,9
gyviteli s szolgltatsban 14,9 24,5 39,4
Szakkpzett fizikai 53,1 20,1 73,2
Szakkpzetlenek 24,8 11,9 36,7
sszesen 103,4 67,8 171,2

Hatrozza meg a kapcsolat szorossgnak mrszmt!

7, A Magyarorszgra rkez klfldiek szma havonknt, ezer f:
Hnapok 2000 2001 2002 2003
Janur 1 562 1 824 1 594 1 730
Februr 1 548 1 792 1 626 1 669
Mrcius 2 000 2 055 2 209 2 132
prilis 2 550 2 689 2 345 2 509
Mjus 2 636 2 658 2 702 2 631
Jnius 2 739 2 804 2 754 2 850
Jlius 3 666 3 568 3 803 3 663
Augusztus 4 229 4 130 4 248 4 226
Szeptember 2 824 2 760 2 957 2 840
Oktber 2 640 2 475 2 748 2 708
November 2 323 2 100 2 379 2 202
December 2 424 1 823 2 375 2 252
v, sszesen 31 141 30 679 31 739 31 412

Vgezze el az idsorok sszetevinek elemzst!



199
8, A npessgszm s a szletsek szmnak alakulsa haznkban:
v Npessg az v elejn, ezer f lveszletsek szma
1997 10301 100350
1998 10280 97301
1999 10253 94645
2000 10222 97597
2001 10200 97047
2002 10175 96804
2003 10142 94647
Elemezze a npessgszm- s az lveszletsek szma vltozsnak alap-
irnyzatt mozgtlagolssal s analitikus trendfggvnnyel!

9, Nhny vletlen mintaknt kivlasztott csald vonatkozsban a rendelkezsre
ll jvedelem s fogyaszts egy fre vettett havi adatai s azok brja az
albbiak:

Jvedelem (ezer Ft) Fogyaszts rtke, ezer Ft
39,8 38,6
43,1 44,4
46,2 40,4
49,7 45,9
52,8 50,5
54,8 44,8
56,1 49,5
61,6 53,2
59,7 51,4

a, Hatrozza meg a jvedelem fggvnyben vltoz fogyaszts regresszis
modelljt, a kapcsolat-szorossgi mutatt az albbi rszszmtsok ismere-
tben s vonjon le kvetkeztetseket!
b) Becslje meg a 60 ezer Ft-os jvedelem szinthez tartoz fogyasztsi rt-
kt!
10, A csapadkos napok s az extrm talajvzlls napok kztti kapcsolatot
vizsglva a kvetkez szmprokat kaptuk (3;5, 5;3, 10;10, 15;15, 17; 14,
20;8, 25;20, 21;23, 21;16, 30;30). brzolja ket ktvltozs koordinta-
rendszerben, vgezze el a normalits-vizsglatot (Kolmogorov-Szmirnov
200
prba), hatrozza meg a korrelcit (amennyiben az adatok normleloszls-
ak, hatrozza meg a Pearson korrelci mellett a rangkorrelci koefficienst
is), illesszen a pontokra regresszis grbt a legnagyobb pontossggal s ha-
trozza meg az egyenlett.
11, A kzet kemnysge 5 minta tlaga alapjn 20 MPa, a rajta kiformldott
lejt tlagos lejtse 14%, B kzet 23 MPa, lejti tlagosan 16%-os lejtst
mutatnak, C kzet 8 MPa s 10% rtkekkel jellemezhet, D kzet 55
MPa s 19%, E kzet: 66 MPa s 23%, F kzet esetben az rtkpr: 79
MPa s 26%, G: 78 MPa, 25%, H: 123 MPa, 23%, I: 145 MPa, 26%, J: 250
MPa 29%, K: 4 MPa, 5%. brzolja ket ktvltozs koordinta-
rendszerben, vgezze el a normalits-vizsglatot (Kolmogorov-Szmirnov
prba), hatrozza meg a korrelcit, illesszen a pontokra regresszis grbt a
legnagyobb pontossggal s hatrozd meg az egyenlett.
12, Vizsglja meg a tvolsg fggvnyben a klnbz szemcsekategrik (sz-
szegezze a homok, iszap, agyagknt az egyes rszfrakcikat) elfordulsi
gyakorisga kztt a kapcsolat erssgt!
(Figyelem! A vizsglatot az azonos teleplsrol s nagyjbl hasonl tszf.
magassgbl vett mintk esetben vgezze el eloszr, majd vonja be a vizsg-
latba a tbbi teleplst is. Mennyire vltozik a korrelci? Teleplstol fg-
getlen-e a szemcsefrakcik gyakorisga?)

lomok
Kozp-
szem
Apr-
szem
linom-
Szem
Por

Kozetliszt ,Iszap,

Agyag
Szemcse mm-ben


Mintatel helye 0,32 0,32-0,2 0,2-0,1 0,1-0,05 0,05-0,02 0,02-0,01 0,01-0,005 0,005-0,002 0,002



1. Gulacs, Szilas-szeg jobb part,
parti hat 0-25 cm, Sm-re a
medertol

0,1

0,3

4,8

3,5

25,6

30,6

1,4

10,1

,6

100
2. Gulacs, Szilas-szeg jobb part,
parti hat 25-40 cm, Sm-re a
medertol

6,3

26,3

4J,8

4,

6,5

4,

3,9

3,0

2,8

100
3. Gulacs, Szilas-szeg jobb part
0-30 cm, 30 m-re a medertol 0,1

0,2

6,1

14,2

30,2

22,2

10,1

9,1

,8

100
4. 1arpa, a gat hullamtri oldala
200 m-re a medertol

0,2

0,2

10,6

11,6

36,5

1,8

9,2

,5

6,4

100
5. Gulacs, Boroszl-kert,
hullamtr
J km-re a medertol

-

-

-

4,2

16,6

22,2

24,6

16,0

16,4

100
6. Gulacs, dett artr, mlyebb
elszn a gatszakadastl 6 km-
re

2 ,2

0,5

0,5

10,5

33,9

20,1

14,6

8,8

8,9

100
. 1akos, 1. sarllapos a
gatszakadastl
12 km-re

-

-

0,6

3,2

10,9

,1

1,

3J,3

29,2

100




201
hnap zszint ,m,
csapadk
,mm, homrsklet
1 -2,14 24 -1
2 -2,22 22 0
3 -0,45 98 2,3
4 -0,69 10 5,6
5 -1,9 40 9,6
6 -1,66 45 16,
-1,98 34 18,4
8 -3,14 2 2,8
9 -2,99 23 24,5
10 -1,56 85 15,2
11 -1,8 62 5,4
12 -2,45 30 1,6

13, A fenti tblzat alapjn hatrozza meg a korrelcis koefficiens rtkt a vl-
tozk kztt!
14, A fenti tblzat adatain vgezzen parcilis korrelcis vizsglatot minden
vltozra!
15, Hatrozza meg s brzolja diagramon, hogy a 3 talajvzktban a vzszint
mozgsa mennyire kveti egymst, majd szmolja ki a korrelcis koeffici-
enst a 3 kt vzszintingadozsa kztt!

1. talajzkt 2. talajzkt 3. talajzkt
hnap zszint ,m,
csapadk
,mm, zszint ,m,
csapadk
,mm, zszint ,m,
csapadk
,mm,
1 -2,34 24 -2,14 29 -2,14 22
2 -2,45 22 -2,45 23 -2,22 98
3 -1, 92 -2,22 33 -0,45 10
4 -1,11 8 -1,4 42 -0,69 40
5 -1,45 66 -1,02 88 -1,9 45
6 -1,9 69 -0,6 113 -1,66 34
-2,56 32 0 8 -1,98 2
8 -2,59 45 -1,1 45 -3,14 23
9 -2,4 60 -1,6 23 -2,99 85
10 -2, 41 -1,3 46 -1,56 62
11 -2,56 45 -1,6 44 -1,8 24
12 -2,22 48 -2,1 23 -2,45 30

16, A talajvzszint ingadozsa kveti-e a lehull csapadkmennyisget? A korre-
lcis koefficiens mutat-e vltozst, ha a ksleltet hatssal szmolva eltoljuk
a talajvz s csapadk adatokat egymshoz kpest?

202







































203
14. Faktoranalzis, fkomponens-analzis

A fldtudomnyok adatbzisaiban gyakran tbb tz adatflesg ll rendel-
kezsnkre objektumonknt. Az ilyen sokdimenzis az adatrendszer megnehezti
a klaszterezst (csoportkpzst, lsd kvetkez fejezet), s elfogadhatatlan mr-
tkben megnvelheti a szmtsi idt. Ezrt a matematikai statisztikban kidol-
goztak olyan eljrsokat, amelyek cskkentik az adatrendszer dimenziszmt,
ugyanakkor minimalizljk az gy elveszett informcit. Ezekkel a mdszerekkel
ismerkednk a kvetkez fejezetekben.

14.1. Faktoranalzis

A faktoranalzis egy olyan adatelemzsi eljrs, amelynek a lnyege a
vltozk csoportostsra, s az adatok redukcija (dimenzitlants). Ha tl sok
vltozt vontunk be a vizsglatba, akkor szmtgpes adatfeldolgozsnl szk-
sges lehet a fjl mretnek cskkentse, a vltozk szmnak redukcija, vagy
pedig a vltozk fggetlensgnek vizsglata.
Clja lehet teht:
a, a vltozk szmnak redukcija
b, a klaszteranalzis, tbbvltozs regresszi megknnytse egymssal nem
korrell vltozcsoportok ltrehozsval
c, fggetlen vltozk kivlogatsa egy vltozhalmazbl, melyek nagy korre-
lcit mutatnak a faktorokkal
A faktoranalzis egy olyan elemz mdszernek tekinthet, amellyel egy
tbbvltozs sszefggsrendszer httrvltozit kvnjuk feltrni. A faktoranal-
zis alkalmazsval az a clunk, hogy az adatbzisunk vltozit olyan faktorokkal
fejezzk ki, mely faktorok az sszefgg vltozk kztti kapcsolatot jellemzik,
teht az eredeti vltozk szrsnak tlnyom rsze megmagyarzhat.
Kt vagy tbb tetszleges valsznsgi vltoz kztti korrelci ltre-
jtte elkpzelhet kzs keletkezsi felttelek alapjn. Ezeket a kzs keletkezsi
feltteleket nevezzk faktoroknak, melyek egymstl fggetlenek, azaz egyms-
sal nem korrellnak. A korrelcis egytthatk mtrixot kpeznek, s ezekbl a
korrelcis egytthatkbl a faktorok megbecslhetk.
A faktoranalzis alkalmazsval elrhetjk azt is, hogy a vltozk felhasz-
nlsval olyan sszefggseket tudunk azonostani, amelyek kzvetlenl nem
figyelhetk meg. Sok jelensg, folyamat nmagban nem figyelhet/mrhet, de
tbb klnbz adat megjelensbl lehet a ltezsre kvetkeztetni.
A faktorelemzst hasznlhatjuk olyan tnyezk vagy faktorok azonost-
sra, amelyek az adott vltozk kztti korrelcit magyarzzk. Elfordul az is,
hogy kevesebb szm korrellatlan vltozt azonostunk, amelyekkel az eredeti
204
korrellt vltozk helyettesthetek a ksbbi tbbvltozs elemzsek sorn. Al-
kalmazhat nhny kiemelkeden fontos vltoz azonostsra is, amelyek k-
sbb a tbbvltozs elemzsekhez felhasznlhatk.
A faktoranalzis sorn valamennyi vltoznak kiszmtjuk a korrelcijt.
Ebbl lthat, hogy mely vltozkat nem vesszk figyelembe, mert a tbbi vlto-
zval nagyon kicsi a korrelcijuk. Kzs faktorok csak olyan vltozk szmra
lteznek, amelyek relatv jl korrellnak egymssal.
Az egyes faktorok kivlasztst a sajtrtk meghatrozsa segti, amely
mutatja, hogy az adott faktor(ok) az eredeti vltozk teljes variancijt mennyi-
ben magyarzzk meg. A kiszrend faktorok szmnak behatrolsra hasznl-
juk. Maximlisan annyi sajtrtk szmthat ki, amennyi a vltozk szma. A
sajtrtkek nagysg szerinti rendezse utn azonban az utols faktorok olyan kis
slyak, hogy mr nem tartalmaznak lnyeges informcikat. A kiszrend fak-
torok szmhoz ezrt korltot kell megadni. Ezen korlt megadshoz azonban
nincsenek szigor felttelek, vagy teljesen egyrtelm megoldsok. Tapasztalati
rtkek alapjn legltalnosabb a 1=1 korlt hasznlata, azaz az 1-nl nagyobb
sajtrtk faktorokat rtelmezzk. Ltezik azonban olyan javaslat is, mely sze-
rint az sszes variancit 80%-ban magyarz faktorokat clszer kiszrni. Gyak-
ran olvashatunk olyan tanulmnyokat, amelyek szerzi azt javasoljk, hogy sok
faktorra clszer kiszmtani a sajtrtkeket, s ezeket nagysg szerinti sorrend-
be lltva a nagy trspontokig clszer kiszrni a faktorokat.
A faktorok kivlasztst segti a kommunalits meghatrozsa is, amely
megadja, hogy egy vltoz szrsnak hnyad rszhez jrulnak hozz a fakto-
rok.
A faktoranalzis alkalmazsnl fontos a faktorsly meghatrozsa. A fak-
torsly megadja az egyes vltozk szerept a kiszrt faktorokban. Ebbl megtud-
juk a vltozk sszefggst az adott faktorokkal. Analg a korrelcis egyttha-
tval, rtkei s eljele is annak megfelel. A faktorslyok eljele megmutatja,
hogy a ffaktor alakulsra az egyes mutatk milyen irnyban hatnak. Azt is
megvizsglhatjuk, hogy a kapott els faktor milyen sztochasztikus kapcsolatban
van az eredeti vltozkkal, s melyek azok az eredeti mutatk, amelyek legjob-
ban jellemzik a terleti egysgeket. Sajnos az eljeleket nem veszik figyelembe,
pedig a negatv faktorslyok alapjban vltoztathatjk meg egy faktor rtelmez-
hetsgt.
A faktor rtk (factor scores) az egyes vizsglt esetek eredmnyei a ki-
szrt httrvltozban, faktorban az eredetileg mrt vltozk alapjn. Egyfle
klasszifikcis, besorolsi technika rszeknt is felhasznlhat.
A krds az, hogy mekkora faktorslyok tekinthetk lnyegesnek? Erre
nagyon nehz vlaszolni, mert egyrtelm szably erre nincs. ltalban tmpon-
tot ad a korrelcis egytthatk 5%-os szignifikancia szintje a (vltozk szma -
1) szabadsgfok mellett. A gyakorlatban ez azt jelenti, hogy a 0,7 feletti faktors-
205
lyok mindig lnyegesnek tekinthetk, de magas vltozszmok mellett a 0,5
feletti rtkek sem hagyhatk teljesen figyelmen kvl. A tbbvltozs eljrsok-
nl, gy a faktoranalzisnl is clszer, ha a vltozk szmnl legalbb 50-nel
nagyobb a vizsglt minta elemszma. Az eredmnyek azonban ettl eltr ese-
tekben is lehetnek egyrtelmek.
A faktorok szma ltalban lnyegesen kisebb, mint a megfigyelt vltozk
szma. Mivel a felttelek sszessgt a faktorok sszessge jl visszatkrzi,
ezrt a vizsglt problma lnyegesen egyszerbb, ttekinthetbb vlik. A fakto-
rok, szemben az eredeti vltozkkal mr elrhatan pronknt korrellatlanok
lehetnek. A faktorsmban is megfigyelt vltzkbl kvetkeztetnk a megfi-
gyelt vltozra, a faktorok pedig mintegy a kztk lv hatsokat kzvettik.
Termszetesen egy faktor nincs minden vltozval felttlenl kapcsolatban,
ilyenkor a faktorsmban a megfelel rtkek - ezeket faktorslyoknak nevezzk
- 0-val egyenlk. A faktorok rtelmezse a felhasznl rszrl elg nagy abszt-
rakcis kszsget, s elzetes ismereteket kvetel meg.
A faktoranalzis alaphipotzise szerint minden z
ij
standardizlt vltozr-
tk (ezzel a standardizlssal hozzuk kzs nevezre az eltr mrtkegysg
vltozkat) felrhat fiktv, egyelre nll jelentssel nem rendelkez vltozr-
tkeinek, az n. faktorrtkeknek lineris kombincijaknt az albbi formban:
n j N i
u a f a f a f a z
j i kj ik j i j i ij
,..., 1 ; ,..., 1
...
2 2 1 1
= =
+ + + + =

ahol f
ij
jelenti az i-dik kzs faktor j-dik megfigyelsi objektumra vonathoz r-
tkt, az a
ij
rtkek a kzs faktorslyok, az u
j
rtkek az egyedi s hibafaktoro-
kat tartalmazzk, az a
i
rtkek pedig az egyedi faktorhoz rendelt faktorslyok.
A standardizlt rtkek segtsgvel jelentsen leegyszersdik a szor-
zatmomentum korrelcis mtrix:
Z Z
N
R
*
1
=
ahol Z
*
a Z transzponltja.
Az R mtrix a kvetkez tulajdonsgokkal rendelkezik:
o kvadratikus, azaz (n x n) tpus;
o szimmetrikus, azaz r
jk
= r
kj
minden j, k=1, ...n rtkre;
o a ftlban csak egyesek vannak.
Ez az R mtrix a faktoranalzis kiindulpontja. Az ismrvek kztti ssze-
fggs a faktorslyok szorzatsszegeire vezethet vissza. Az R korrelcis mtrix
vizsglatbl megllapthat, hogy a ftl csak egyesekbl llhat. Ezek az n-
korrelcik, amelyek a Z
j
vltozk s
2
j
teljes szrsngyzetei, gy az a
2
jk
rtkek-
206
nek fontos szerepk van. sszegket h
2
j
-vel jelljk s kommunalitsnak nevez-
zk:
2 2
2
2
1
2
...
jm j j j
a a a h + + + = n j ..., 1 =
Ez a szrsngyzetnek az a rsze, amely a kzs faktorokra vezethet
vissza. A kommunalitsokat becslni kell, ezek az eljrs vgre alakulnak ki.

Az adatredukci egyik legegyszerbb pldjt (2 vltoz reduklsa 1 vl-
tozra, pl. fkomponens-analzis) adja a kvetkez diagram. Kpzeljk el, hogy
van 5 npcsoportunk, melyek gnllomnynak sajtossgait (egy gn jelenlt-
nek gyakorisgt az x s x kromoszmn) az alanti tblzat tartalmazza:



A, B, C, D, E pontok koordinta-rendszerben trtn elhelyezse utn
mivel a kt vltoz kztt mrhet korrelci van megrajzolhat a regresszis
egyenes. A pontokat az egyenesre vettjk, a pontok egyenestl val tvolsgt
felhasznlva (mely egyben a kt vltoz kztti korrelci erssgt, egyben a
dimenzicskkents sorn bekvetkez az adatveszts mrtkt is jelzi), majd az
gy keletkezett pontokat az x tengelyre vettjk. Ezzel a vltozk szmt cskken-
tettk.
Egy msik mdszert mutat be a kvetkez bra:

207

Az adatredukci menete: A ktvltozs pontdiagramon kijellhet a reg-
resszis egyenes, melyre illeszkedik az adatok tlagrtke, mint O pont a koordi-
ntarendszerben. Az egyes pontok tvolsga O-tl lesz a faktorrtk (pozitv vagy
negatv), gy 2 szmrtk helyett immr egy jellemzi A s B pontot.

A helyesen kivitelezett faktoranalzisnek szmos peremfelttele van.
Hasznos, ha a vltozk normleloszlst mutatnak. Az abszolt s a fajlagos ada-
tok keverse nem ajnlott (pl. db s %, sszeg s egy fre jut rtk)! Az azonos
tartamra utal vltozk szintn problms (pl. GDP, GDP/f, GDP%-os nve-
kedse az elz vhez kpest ugyanakkor tny, hogy az ssz-GDP kt eltr
lakossg orszg esetben is lehet egyforma, azaz az egy fre jut rtk szerepel-
tetse a fajlagos teljestkpessg, az ssz-GDP- pedig az orszg teljestkpes-
sge miatt lehet fontos, gy egyttes hasznlatuk igazolhat).
A statikus s dinamikus adatok egyttes szerepeltetse sem szerencss
(aktulis rtk rtk %-os vltozsa az elz vhez kpest). Ez all csak akkor
tehetnk kivtelt, ha a vizsglatnak egyarnt clja mind az llapot, mind a fejl-
dsi trend felmrse.
A j faktoranalzis minl tbb vltozt igyekszik bevonni a vizsglatba.
Ugyanakkor egymsbl linerisan pl. a+b=c kplettel szmolhat vltozk
szerepeltetse szintn nem ajnlott. Pl. a mezgazdasgi s ipari keresk arny-
nak feltntetse helyes, de a tercier szektorban dolgozkat mr nem vonhatjuk be
a vizsglatba, hiszen az elz kett ez utbbi rtkt is meghatrozza, mivel
100%-ra egsztik ki egymst. Ugyanez a helyzet homok-iszap-agyagtartalom
esetn is! Megfontoland egymssal szoros korrelciban lv adatsorok alkal-
mazsa is. Ezek ui. biztosan egy faktorba kerlnek: ha a faktorrtkekkel szmo-
208
lunk tovbb, akkor ezek slyozott hatsa megjelenik az rtkekben, teht torzul
az adatllomny, ha viszont csak az adott faktorral legersebb korrelcit mutat
egy, esetleg kt vltozt hasznljuk fel a tovbbiakban, eredeti rtkeikkel, az
megoldja ezt a problmt. Az itt megfontols trgyv tett gondolatok a
klaszteranalzisnl is rvnyesek.
Faktoranalzist alkalmazhatunk statikus, ritkbban dinamikus vizsglatok-
nl. Nagy id-intervallumot fellel vizsglatoknl nem jelent felttlenl probl-
mt, ha egyik-msik adatsor nem ugyanabbl az vbl szrmazik (kivve, ha p-
pen akkor zajlott le valamilyen jelents vltozs, mely nem teszi lehetv az ada-
tok sszevetst). Nem meglep mdon az idbeli vltozsok vizsglata esetn
elfordulhat, hogy megvltozik az adatszerkezet s a faktorok tartalma (ms lesz
pl. 1990-ben az els faktor tartalma s ms lesz 2000-ben). Ezrt dinamikus vizs-
glatokhoz rdemben nem ad tbbletet a faktoranalzis (hacsak azt nem, hogy
melyik vltoz besorolsa a leginkbb konstans s mely vltozk kerlnek t ms
faktorokba a korrelcis mtrix venknt eltr koefficiensei miatt).
A faktorok rtkeit a faktoranalzis elvgzse utn sszeadni stb. tilos, hi-
szen a faktorok lnyege a dimenzitlants mellett ppen az, hogy egymssal kor-
rellhatatlan vltozk keletkeznek! Ha a faktoranalzis egyetlen faktort eredm-
nyez, akkor rosszul vlogattuk ssze a vltozinkat pontosabban az ltalunk
hasznlt vltozk a valsgnak ugyanarra a rszre utalnak (mg ha ezt nem is
gyantottuk elzleg), teht helyettesthetk.
A faktoranalzisnek tbb megoldsi mdszere van. Ennek a tantrgynak a
keretben a feladatokat az SPSS szoftver segtsgvel oldjuk meg.
A faktoranalzis msik f alkalmazsi terlett az n. csoportostsi fela-
datok jelentik. Sajtos csoportostsi feladatknt foghat fel az n. tipizlsi prob-
lma is. Itt is terleti egysgeket jellemz mutatk sokasga ll rendelkezsre. A
krds az, hogy mely mutatk vagy mutatcsoportok szerinti csoportosts tkr-
zi legjobban a terleti egysgek alapvet jellegzetessgeit. Ezek a mutatk term-
szetesen ms s ms dimenziban, de szmszer formban adottak. A
dimenzionlis klnbsgek megszntetse cljbl a szmtsok sorn a mutat-
kat standardizlt formban hasznljuk (mint erre mr tbbszr hivatkoztunk),
ezek a faktormodell input vltozi. Az els faktort ellltva sokszor tulajdon-
kppen olyan komplex mutatszmot kapunk, mely lnyegben a vizsgland
fogalmat nagymrtkben kifejezi, mivel a vele sszefgg mutatk informci-
tartalmnak zmt tartalmazza, s ennek a szintetikus mutatnak a faktorrtkei
(score-ok) alapjn a rangsorols elvgezhet. A faktorrtkek alapjn homogn
csoportok alakthatk ki, s gy egy egydimenzis osztlyozst hajtunk vgre.
Az gy kialaktott csoportok trkpen egyrtelmen brzolhatk, s gy
szemlltethetk, st elemzst is vgrehajthatunk ezek alapjn.

209
14.2. Faktoranalzis az SPSS-ben

SPSS-ben a faktoranalzist az Analyze Data reduction Factor pa-
ranccsal vgezhetnk. A tl sok vltoz htrnyos lehet, ha kevs kzttk a fg-
getlen, klnbz valsgtartamra utal vltoz, de htrnyos lehet mdszertani-
brzolstechnikai szempontbl akkor is, ha eseteinket csoportkpzsi szndkkal
kvnjuk rendezni. Egy pontdiagram ugyanis kett, maximum hrom tengellyel
rendelkezik, ebbl kvetkezen egyszerre 23 vltoz brzolhat rajta.
A faktoranalzist alkalmazsa sorn a klnbz vltozkat hasonls-
guk alapjn egy j vltozba vonjuk ssze. Az sszevons sorn kialakul fakto-
rok tartalmazhatnak egy vagy tbb vltozt, illetve egy vltoz is besorolsra
kerlhet tbb faktorba (ez utbbi nem tl szerencss eset). Azt, hogy melyik vl-
toz melyik faktorba kerlt besorolsra, azt az SPSS Rotated Component Matrix
nev, eredmnyeket tartalmaz tblzatban lthat korrelcis rtkek mutatjk
(az eredeti vltoz rtkei pronknt mennyire korrellnak a kialaktott faktorr-
tkekkel). Egy vltoz mindig abba a faktorba kerl besorolsra, ahol a legna-
gyobb a korrelcis koefficienst mutatja (a pozitv s negatv rtkek kztt nem
tesznk klnbsget). Elfordulhat, hogy egy faktorba csak egy vltoz kerl
besorolsra, ebben az esetben e vltoz fggetlen vltoznak is tekinthet.
A faktoranalzis minsgi kvetelmnyeinek teljeslnie kell. Miutn kiv-
logattuk a faktorba sorolni kvnt vltozkat a dimenzitlantshoz (pldnkban
minden szm tpus vltozt faktorba sorolunk a world95.sav file-bl), a
Descriptives gomb megnyomsval krhetnk KMO-Bartlett tesztet, mely a fak-
toranalzis megbzhatsgt mutatja meg (0,7 feletti rtk mr j). Krhetnk
korrelcis mtrixot is (ez hasznos a multikollinearitst mutat vltozk kiszr-
sre). Az Extraction gomb megnyomsval egy jabb panelhez jutunk, ahol a
faktorizls mdszere llthat be (javasolt a principal component, vagy a ma-
ximum likelihood). Itt llthat be, hogy a sajtrtk =1 peremfelttelt vlaszt-
juk, vagy pedig mi magunk lltjuk be a ltrehozand faktorok szmt. Az elbbi
esetben az eigenvalue<1 faktorok kidobsra kerlnek, mert kevesebbet magya-
rznak az adatszerkezetbl, mint brmelyik eredeti vltoz. Abban az esetben, ha
pl. faktoraink szma 3, de csak a variancia 70%-t tartalmazzk, mdosthatunk a
kialaktand faktorok szmn. A faktoranalzis ugyanis megbzhat, ha a kialak-
tott faktorok az eredeti variancia 8085 %-t megrzik. rtelemszeren a kt
mdszer ugyanazon adathalmaz esetn is eredmnyezhet eltr eredmnyt, azaz a
vltozk eltr faktorokba kerlhetnek. Krltekinten kell teht eljrni az ered-
mnyek felhasznlsnl.
A maximlis iterciszm is tllthat, de esetek nagy rszben mr az
automatikusan felajnlott 25-nl kevesebb iterci esetn is megkapjuk a fakto-
rokat. A Rotation gombnl a Varimax rotcit vlasztjuk. A Scores paranccsal
vltozknt elmenthetjk adattblnkba a kapott faktorrtkeket.
210



KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. 0,786
Approx. Chi-Square 1895,550
df 253 Bartlett's Test of Sphericity
Sig. ,000


A KMO-Bartlett teszt azt mutatja, hogy a faktoranalzis eredmnye
megbzhat, a Total Variance Explained tblzat szerint 5 faktor mutatott 1-nl
nagyobb sajtrtket, amelyek sszesen az adatszerkezet variancijnak 82%-t
tartalmazzk, teht a vesztesg nem jelents, ebbl az els faktor egymaga 43%-
ot, a msodik 16%-ot magyarz ktvltozs diagram ksztsekor teht rdemes
ket vlasztani.
A Rotated Component Matrix tbla tartalmazza, hogy mely vltozk
mennyire korrellnak az adott faktorral. Pldnkbl megllapthat, hogy a np-
srsg gyakorlatilag hasznlhatatlan vltoz (egy komponenssel sem mutatott
jelents korrelcit). Az 1. faktorba tartozik a legtbb vltoz, az sszes tbb
mint fele, ezek teht nem fggetlen vltozk. Az 5. faktorba csak a llekszm
(illetve annak 10-es alap logaritmusa kerlt, amit helyesebb kihagyni a vizsg-
latbl a fent elmondottak rtelmben. 2 ua. tulajdonsgra vonatkoz rtk szere-
peltetse nem szerencss, mikpp abszolt s fajlagos adatok sem!). A llek-
szm teht fggetlen vltoznak tekithet egy ksbbi vizsglat sorn. A GDP/f
a 2. faktort alkotja, s van olyan vltoz is, mely tbb helyre kerlt, ezek hasznla-
ta szintn nem szerencss. A 4. faktort az AIDS-ben szenvedk szma adja (ill. az
rtkek 10-es alap logaritmusa).




211
Total Variance Explained

Component Initial Eigenvalues Extraction Sums of Squared Loadings
Total % of Variance Cumulative % Total % of Variance Cumulative %
1 10,014 43,538 43,538 10,014 43,538 43,538
2 3,624 15,756 59,294 3,624 15,756 59,294
3 2,534 11,015 70,309 2,534 11,015 70,309
4 1,561 6,786 77,096 1,561 6,786 77,096
5 1,338 5,816 82,912 1,338 5,816 82,912
6 ,840 3,653 86,564
7 ,752 3,270 89,834
8 ,492 2,138 91,972
9 ,452 1,965 93,937
10 ,387 1,682 95,619
11 ,226 ,982 96,601
12 ,198 ,860 97,461
13 ,160 ,696 98,157
14 ,110 ,479 98,636
15 ,105 ,457 99,093
16 ,056 ,246 99,339
17 ,038 ,167 99,506
18 ,033 ,142 99,648
Extraction Method: Principal Component Analysis.


Ha ezek utn arra vagyunk kvncsiak, hogy elklnthetk-e csoportok
pl. gazdasgi fejlettsg szerint (region or economic group), akkor vagy
klaszteranalzist vgznk a faktorok/fkomponensek felhasznlsval, vagy a
Graph - Legacy Dialog - Scetterplot ment vlasztjuk ki, s ktvltozs pontdi-
agramon brzoljuk az eseteket. Az x s y tengelyre a kt f faktort visszk fel, a
Set markers by ablakba pedig a region or economic group kerl. Ekkor kirajzo-
ldik az orszg(csoport)ok elhelyezkedse a kt f faktor ltal ltrehozott (mate-
matikai s 2 dimenzis) trben, eltr jellel jellve a csoportokat
A kt f faktor rtkei alapjn ksztett pontdiagramon elklnthetk
egyes gazdasgi trsgek (msok kevsb). Ha a kt faktor rtkei helyett a kt
faktorral legnagyobb korrelcit mutat kt vltozt brzoljuk, akkor nmileg
klnbzik a pontok eloszlsa, de hasonlan elklnlnek az egyes csoportok
(bra).




212
Rotated Component Matrix(a)

Component
1 2 3 4 5
Population in thousands ,019 ,001 -,138 -,153 ,800
Number of people / sq.
kilometer
,030 ,306 -,385 -,341 -,342
People living in cities (%) ,678 ,367 ,278 -,124 -,281
Average female life
expectancy
,888 ,259 ,160 -,284 -,017
Average male life
expectancy
,845 ,277 ,199 -,341 ,027
People who read (%) ,964 ,043 -,027 ,085 ,005
Population increase (% per
year))
-,595 -,057 ,724 -,146 -,130
Infant mortality (deaths per
1000 live births)
-,908 -,245 -,110 ,128 ,045
Gross domestic product /
capita
,435 ,842 -,149 ,139 -,055
Region or economic group ,063 -,600 ,555 -,042 -,273
Daily calorie intake ,595 ,627 ,011 -,133 ,032
Aids cases ,099 ,562 ,073 ,559 ,346
Birth rate per 1000 people -,871 -,224 ,314 ,116 -,104
Death rate per 1000 people -,683 -,062 -,447 ,480 -,084
Number of aids cases /
100000 people
-,261 ,056 -,106 ,865 -,061
Log (base 10) of
GDP_CAP
,656 ,630 ,079 -,025 -,249
Log (base 10) of AIDS_RT -,027 ,005 -,132 ,870 -,292
Birth to death ratio ,065 -,044 ,837 -,331 -,093
Fertility: average number
of kids
-,877 -,113 ,284 ,124 -,126
Log (base 10) of
Population
,083 ,068 -,202 -,053 ,878
cropgrow -,063 -,028 -,572 -,099 ,368
Males who read (%) ,914 ,035 -,048 ,055 ,072
Females who read (%) ,964 ,012 -,042 ,077 ,012
Extraction Method: Principal Component Analysis.
Rotation Method: Varimax with Kaiser Normalization.
a Rotation converged in 12 iterations.

213


Plda:

Pldnkban a Bkkre jel-
lemz morfometriai s litolgiai
paramterek alkottk az adatbzist.
25x25 m/pixel felbontst alkal-
mazva, ez mintegy 2 milli esetet
eredmnyezett. Minden pixelhez
hozzrendeltk a geolgit (kzet-
kemnysget szmknt, ugyanis az
SPSS szveges vltozk esetben
nem kpes ezen mveletek vgre-
hajtsra, mi tbb, a szm tpus
vltozkat arnysklaknt kell r-
telmeztetni az SPSS-ben), lejtst,
tszf.-i magassgot, kitettsget,
fagyllsgot, erzibzistl val
tvolsgot, stb. Majd megvizsgl-
tuk, hogy ezen vltozk hogyan
vonhatk ssze. Nem okozott meg-
lepetst, hogy a kzetminsgre
vonatkoz adatok (kemnysg,
fagyllsg, kopsllsg, irodalmi denudcis rtk, vzfelvev-kpessg)
ugyanabba a faktorba nyertek besorolst jllehet fizikailag nem felttlenl azo-
nos tulajdonsgra utalnak e vltozk).
Msik pldnk a 2005-s adatok alapjn sorolja faktorokba a Kztes-
Eurpa gazdasgi fejldsnek vizsglatnl alkalmazott vltozkat. Lthat,
Rotated Component Matrix/faktorok

1 2 3 4 5
Magassag
Altitude
0,SSS 0,325 0,S77 0,311 -0,01
UCS-kemnysg 0,86J 0,192 0,249 0,09 -0,031
lagyallsag
lrost resist.
0,9J8 0,212 0,084 0,066 -0,00
Vzeleo-kp.
Porosity
-0,787 -0,058 -0,061 -0,043 -0,004
Kopasallsag
Attrition resist
0,8S9 0,135 0,000 -0,054 0,031
Denudaci
Demudation
-0,9J9 -0,205 -0,11 -0,088 0,018
Lejts
Slope
0,210 0,834 -0,004 -0,195 0,026
Costpush 0,236 0,7S8 0,13 0,31 0,008
Lrozibazis
Distance.b.l.
0,099 0,019 0,9S3 -0,032 0,050
Leolyas
Runo
0,059 0,012 0,016 0,94J 0,004
Kitettsg
Aspect
-0,008 0,026 0,043 0,004 0,998
KMO=0,77 4S JJ 9 9 8
214
hogy az eredetileg tbb mint 30 vltoz viszonylag jl lett sszevlogatva, mert 9
faktorba sorolhatk, igaz az 1. faktorba kerlt kzlk 14.
Faktoranalzissel kivont faktorok s rszesedsk a teljes variancibl, ill. az egyes vltozk elhe-
lyezkedse a faktorokon bell a 2005-s adatsor esetben
laktorok
Valtozk 1 2 3 4 5 6 8 9
lDI rtke -0,058 0,021 -0,216 -0,93S -0,088 -0,0 0,013 -0,04 0,125
lDI,o -0,05 0,70S 0,22 0,021 0,426 -0,05 -0,1 0,484 0,024
GDP 1990-hez kpest 0,4J8 0,39 0,03 -0,38 -0,385 0,348 0,474 0,12 0,05
GDP elozo hez kpest -0,445 0,428 0,22 0,609 0,088 0,243 -0,26 0,09 0,199
alleszkozok -0,9J7 0,014 0,08 0,296 0,068 0,031 0,16 -0,13 0,03
haztart. ogyasztas ,o -0,65 -0,24 -0,284 0,606 -0,00 0,133 -0,15 0,051 0,022
keresk.. cserearany 0,824 0,351 0,005 -0,332 -0,169 0,105 -0,06 -0,03 0,205
GDP,o 92-hoz kpest 0,834 0,439 0,18 0,13 0,152 0,10 0 -0,12 0,109
Kereskedelmi egyenleg elozo hez
kpest
-0,181 -0,11 -0,S77 -0,394 0,045 -0,5 -0,16 0,151 -0,18
izetsi mrleg hianya 0,820 0,113 -0,116 -0,333 -0,322 0,01 0,013 -0,26 -0,1
allamhazt. hiany -0,62S 0,38 -0,01 0,27S 0,166 0,392 -0,09 -0,19 -0,4
all.hazt. hiany
,elozo ,
0,358 -0,46 0,36 -0,S36 -0,121 -0,4 0,245 0,059 0,035
allattenyszts -0,13 -0,06 0,028 -0,039 -0,024 0,04 0,9J4 -0,16 0,22
no.term. -0,031 0,248 0,19 0,688 0,003 0,319 -0,04 0,429 0,28
gabona,ha 0,80J -0,05 0,129 -0,05 0,214 -0,41 0,318 -0,1 0,062
Ipari term.,o -0,124 0,25 0,7J7 0,0 0,29 0,142 -0,44 0,324 0,06
Ipari term ,elozo hez kpest, 0,966 0,129 0,036 0,026 -0,013 0,05 0,028 -0,12 0,138
ptoipar term. -0,189 -0,12 0,092 0,012 -0,039 0,251 0,224 -0,15 0,883
CO2 - kibocsatas,o 0,211 0,887 0,128 -0,19 -0,061 -0,04 -0,01 0,229 -0,24
energiaelhasznalas,o 0,391 0,86 0,229 0,01 0,06 -0,02 -0,1 -0,06 -0,09
hazassag-alas aranya -0,252 -0,41 -0,646 -0,221 -0,466 -0,22 -0,02 0,153 0,096
term.aranyszam -0,252 0,133 -0,029 0,183 0,103 -0,12 -0,18 0,884 -0,1
szlets-halalozas 0,6J8 0,362 -0,348 -0,159 -0,541 -0,06 0,189 -0,04 -0,04
csecsemohalandsag -0,76S -0,28 -0,51 -0,155 0,15 -0,0 0,084 -0,02 0,014
keringsi hal. -0,942 -0,02 -0,04 -0,04 0,185 -0,19 -0,04 0,039 0,109
gazd.akt lak. 0,245 0,70J -0,124 0,24 0,03 0,2 0,028 -0,34 0,405
munkanlklisg -0,056 -0,15 0,105 -0,149 -0,938 -0,02 0,218 0,03 -0,03
tercier dolgozk 0,105 0,128 0,937 0,221 0,043 0,03 -0,04 0,082 0,161
realbr -0,01 0,138 -0,8J9 0,11 -0,023 0,145 -0,46 0,04 0,138
ogyaszti arindex -0,6 -0,1 -0,546 0,101 0,336 -0,08 0,19 0,089 0,113
szgk,1000 o 0,707 0,333 0,331 0,205 0,122 0,30 -0,15 -0,1 -0,31
k- 0,873 0,1 0,089 0,101 0,269 -0,05 -0,16 0,031 -0,28
computer,1000 0,348 0,668 0,003 0,454 -0,02 0,309 0,182 0,303 -0,01
elsooktatas,1000 0,098 0,031 0,098 0,16 0,103 0,942 0,023 -0,05 0,19
hulladk,o -0,10 0,004 0,213 -0,088 0,8S3 0,02 0,205 0,239 -0,11
autopalya,ter. 0,803 -0,16 0,021 0,406 0,18 -0,0 0,123 -0,16 -0,29
33 20 10 9 5 4 3 2

215
A keletkezett faktorokat felhasznlhatjuk a klaszteranalzis-nl is (kvet-
kez fejezet), amennyiben a sok azonos tartalomra utal vltoz (gyakran eleinte
ppen ezt nem tudjuk) helyett fggetlen vltozkkal akarunk dolgozni, vagy csak
az esetek szma al akarjuk cskkenteni a vltozk szmt (a klaszterezs akkor
ad megbzhat eredmnyt, ha fggetlen vltozkkal vgezzk el s a vltozk
szma kevesebb, mint az esetek szma).
Ha a faktorok idegennek tnnek, hasznlhatjuk helyettk azt a vltozt,
amely a legnagyobb korrelcis koefficienst mutatja az adott faktorral.

14.3. Fkomponens-analzis

A dimenzi cskkents msik lehetsges mdja a fkomponens analzis, amely a
tbbvltozs matematikai statisztika egy szles krben elterjedt eljrsa. Gyakran
elfordul, hogy valamely vltozcsoport mgtt kzs httr, kzs sok vltoz
hzdik meg. Ezen httrvltoz(k) kimutatsnak eszkze lehet ez az eljrs.
Egy msik lehetsges alkalmazs, amikor tbb dimenzis adatrendszerrel van
dolgunk, s ebbl mintegy kiemeljk a magyarz, httrvltozkat, lecskkent-
ve ezzel az adatrendszer dimenzi szmt.
Abban az esetben, ha a faktoranalzis alkalmazsi felttelei nem teljesl-
nek, akkor a fkomponens analzist alkalmazzuk. Ez a mdszer a faktoranalzis-
hez kpest bizonyos szempontbl specilisabb, bizonyos szempontbl viszont
ltalnosabb. A fkomponens-elemzs ltalnosabb abban az rtelemben, hogy itt
a megfigyelsi egysgek szma lehet kisebb, mint a vltozk szma, azaz az ere-
deti standardizlt vltozk korrelcis mtrixa lehet szingulris, teht nem teljes
rang mtrix is. Specilisabb abban az rtelemben, hogy itt nem feltteleznk
specifikus fkomponenseket. Ez azt jelenti, hogy az alapmodellben a standardi-
zlt eredeti vltozk mtrixa a fkomponensek mtrixnak s a fkomponens
slyok mtrixa transzponltjnak szorzatval egyenl.
A szmtsok sorn a korrelcis mtrix ftljban egyesek is llnak, te-
ht itt a kommunalitsok rtke egy, mivel nem feltteleznk specifikus fkom-
ponenseket, feltettk, hogy a vltozknak nincs egyedisgk. A szmtsok vgn
a fkomponensek szma megegyezik a vltozk szmval, teht nem annyira
informcisrtsre, mint inkbb a vltozk csoportosulsainak vizsglatra
hasznlhat.
A nagy fkomponens slyok egy fkomponensbe tmrlse esetn a
mdszer dimenzicskkentsre is alkalmas. A fkomponens-elemzs sorn ka-
pott fkomponensek pronknt korrellatlanok. A feladatok megoldsa alatt nem
kell felttelezni az eredeti vltozk normlis eloszlst, ezrt szabadabban hasz-
216
nlhat, mint a faktoranalizis, ugyanis brmilyen eloszls adathalmaz vizsgla-
tra alkalmas.
A fkomponens-analzissel csoportosthatjuk az egyes vltozkat az egy-
ms kztti korrelcijuk alapjn. gy felismerhetk, hogy mely vltozk tartoz-
nak ssze, hny ilyen csoport van s csoporton bell milyen irny s mennyire
szoros a vltozk sszefggse. Azonban vlaszt nemcsak vltozpronknt kap-
hatunk, hanem egyszerre ttekinthetjk az sszes vltoz egyms kztti korrel-
cis rendszert. A httrvltozk a fkomponens analzis keretn bell a fakto-
rok. Az analzis clja teht, hogy a komplexits magas fokt, amelyet a vltozk
sokasga jelent, kezelhetv s knnyebben rtelmezhetv tegye, a vltozkat a
lehet legkevesebb faktorral magyarzza. ltalban sem a faktorok tulajdonsga,
sem azok szma elre nem ismert. Egy j s sikeres faktoranalzis azzal jelle-
mezhet, hogy a mintban lev sok vltozt csak nhny faktor reprezentl,
ugyanis semmit nem nyernnk, ha kzel annyi faktorra lenne szksg, mint
amennyi a vltozk szma, hogy az sszefggseket jellemezhessk.

Dimenziszm cskkents fkomponens analzissel
Legyen p szm megfigyelsi egysgnk, amelyek egyenknt n szm
adatot tartalmaznak (p szm megfigyelsi vektorunk van).

1
x
2
x

p
x
1
1
x
2
1
x

p
x
1

1
2
x
2
2
x

p
x
2


1
n
x .

2
n
x



p
n
x
Tekintsk az x
j
vektorokat valsznsgi vltozknak, a vektorok elemeit
a valsznsgi vltozk realizciinak. Standardizljuk a vltozkat:
j
j j
i j
i
s
x x
x

=
ahol x
j
a j-edik vektor elemeinek tlaga (a vrhat rtk becslse), s s
j
az empiri-
kus szrsa. gy teht 0 vrhat rtkv, s 1 szrsv tettk a valsznsgi
vltozinkat.
Ezek utn szmtsuk ki az adatrendszernk korrelcis mtrixt:
217
|
|
|
|
|
|
|
.
|

\
|
=
pp p p p
p
p
r r r r
r r r r
r r r r
R
...
... ... ... ...
... ... ... ...
....
....
3 2 1
2 32 22 21
1 31 21 11

ahol r
ij
az i s j-edik megfigyelsi egysgek korrelcis egytthatja.
Hatrozzuk meg a korrelcis mtrix sajtrtkeit s sajtvektorait, va-
gyis oldjuk meg a kvetkez sajtrtk egyenletet:
R v = v
A kapott sajtrtkek
p 2 1
,..., , , a sajtvektorok
p 2 1
,..., , v v v
Szmtsuk ki a fkomponenseket a kvetkez mdon, legyen a j-edig f-
komponens a kvetkez:

=
p
j
p
p
i
j
i
v x C
ahol i=1,n s j=1,p.
A fkomponensek ortogonlis rendszert alkotnak, vagyis korrellatlanok,
azaz korrelcis mtrixuk
|
|
|
|
|
|
|
.
|

\
|
=
p
C
R

0
...
...
0
2
1

A R
C
fontos tulajdonsga, hogy a fkomponensek s a standardizlt vlto-
zk sszvariancija azonos:
p s s
p
j
p
j
j
p
i
i
j
= = =

= = = 1 1
2
1
2

Amint lthat, a fkomponensek kiszmtsval nagymrtkben trendez-
tk a variancikat, mivel, ha ez lehetsges volt, sszevontuk ket az els (n-
hny) fkomponensben. Az eljrs fbb mozzanatainak geometria jelentse a
kvetkez:
218



Abban az esetben, ha pldul az els fkomponens kpes magba srteni
a megfigyelsi egysgek varianciinak nagy rszt, akkor megtehetjk, hogy az
egsz adatrendszert csak az els fkomponensvel helyettestjk. Ezzel vgl is
nem kvetnk el tl nagy hibt, viszont jelents mrtkben cskkentjk az adat-
rendszer dimenziszmt, ezzel adatszmt, s gy meggyorstottuk, megknny-
tettk egy soron kvetkez eljrs, pldul a klaszter analzis mkdst.
A faktoranalzisnek s a fkomponens-analzisnek egyarnt elsdleges
clja az adatcskkents. Gyakran nagyszm vltozval dolgozunk, amelyek
egymssal korrellnak. Ezek szmt a kezelhetsg rdekben cskkenteni kell.
Az elemzs sorn az egymssal klcsnsen sszefgg vltozk kztti kapcso-
latokat vizsglunk, s ezeket nhny magyarz faktorral, fkomponenssel jele-
ntjk meg.
A faktoranalzis s a fkomponens analzis hasonlt egymsra, de az oksg
irnya fordtott a kt eljrsnl: a faktoranalzisnl az oksg a globlis rtkek,
vagyis faktorok fell mutat a vltozk fel, mg a fkomponens analzisnl az
oksg a vltozktl a globlis rtkek, vagyis a fkomponens fel mutat.


219
Feladatok

1. A world95.sav file felhasznlsval alkosson faktorokat a vltozkbl, lla-
ptsa meg, melyek a fkomponensek a faktoron bell, majd a kt f faktor se-
gtsgvel ksztsen ktvltozs pontdiagramot, ahol kln jellel jelenik meg
minden egyes valls/gazdasgi rgi. Elklnthetk-e a csoportok a faktorok
rtkei alapjn, vagy sszemosdnak?
2. A meteorolgiai llomsokon mrt adatok alapjn llaptsa meg, hogy redukl-
hat-e a vltozk szma!

lloms
Csapadk
(mm)
vi tlag-
hmrsklet
(
o
C)
Potencilis
prolgs
(mm)
Fagymentes
napok szma
Napstses
rk szma
1 3250 25 2530 354 2850
2 1520 23 1560 298 2209
3 325 3 120 50 1650
4 654 14 450 258 1899
5 120 20 400 360 3014
6 985 9 875 185 2005
7 2001 15 1500 299 2006
8 1253 8 863 315 1750

3. A kvetkez oldalakon lthat vltozk rtkei alapjn ksztsen korrelcis
mrtixot a vltozk s az orszgok kztt (normalitsvizsglat, szksg sze-
rint lg(x+1) alkalmazsa).
4. Az egy fre jut direkt ad milyen kapcsolatot mutat az egy fre jut kltsg-
vetssel? s az egy fre jut llamadssg s az egy fre jut kltsgvets r-
tke milyen viszonyban van egymssal? Hogyan befolysolja ezt a viszonyt
az egy fre jut indirekt ad/ az egy fre jut kivitel/ az egy fre jut hadiki-
ads?
5. Fennll-e a multikollinearits veszlye az alanti tblzat adatainl? Vlasszon
ki olyan vltozkat melyek szerepeltethetk egy regresszi-analzisnl! Az itt
lthat adatsor mely felttelek kztt alkalmas faktoranalzisre? Hny faktor-
ba sorolhatk a vltozk?
6. Mely vltozk hatrozzk meg/befolysoljk/tkrzik leginkbb az llamads-
sg rtkt? s az oktatsra ill. hadseregre fordtott fajlagos (egy fre jut)
kltsgekt?
7. Mely vltozk nem hatrozzk meg/befolysoljk/tkrzik az egy fre jut
hajtrfogatot? s az llamadssg trlesztst?
8. rdemes-e bevonni egy klaszterkpzst clz vizsglatba ennyi (hasonl tar-
tamra utal abszolt ill. fajlagos) vltozt (fggetlensg kritriuma, sokasg)?
Mely vltozkat rdemes kivlasztani?


220

J898
llam-
adssag
,milli K,
allam-
adssag
,o
llamadssag
torlesztse
,milli K,
torleszts
,o
llamadssag
,koltsgets
adssagtorleszts,
koltsgets
,,
Ausztria 8500 354 341 14 6,0 24
Belgium 2330 364 114 18 6,01 29
Bulgaria 169 51 18 5 2,04 21
Dania 260 124 33 16 2,83 35
lranciao. 31000 816 1250 33 9,23 3
Gorogo. 820 342 22 9 8,63 23
lollandia 2400 490 182 3 8,28 62
Magyaro. 4500 25 64 4 4,52 6
Nagy-Brit. 16000 410 625 16 6,40 25
Nmeto. 15000 288 90 2 9,38 5
Norgia 210 105 10 5 2,21 10
Olaszo. 13000 41 810 26 ,4 48
Oroszo. 15000 142 60 6 2,50 11
Portugalia 3500 00 90 18 12,3 32
Romania 1120 193 80 14 5,21 3
Spanyolo. 6400 366 324 19 ,25 3
Sajc 340 11 4 1 2,00 2
Szerbia 408 1 18 8 6,48 18
Sdo. 400 82 33 2,35 19
USA 5000 81 200 3 2,86 11
Japan 2200 50 160 4 1,5 11
1oroko. 4150 180 15 8 9,22 39
Kna 1650 4 9 0 3,06 2
Monarchia 13000 283 405 9 4,81 15

1898
Koltsg-
ets
Milli K
koltsg-
ets
,o
direkt
ad
milli K
Direkt
ad

Direkt
ad,o
Indirekt
ad
milli K
Indirekt
ad

Indirekt
ad,o
direkt,
indirekt
ad
Koltsg-
ets
,kiitel
Ausztria 1400 58 220 16 9 25 52 30 0,30 0,93
Belgium 388 61 55 14 9 140 36 22 0,39 0,28
Bosznia 36 24 9 25 6 10 28 0,90 0,40
Bulgaria 83 25 33 40 10 35 42 11 0,94 0,
Dania 92 44 13 14 6 61 66 29 0,21 0,25
lranciao. 3360 88 521 16 14 2000 60 53 0,26 0,5
Gorogo. 95 40 20 21 8 51 54 21 0,39 1,36
lollandia 290 59 66 23 13 150 52 31 0,44 0,10
Magyaro. 996 5 185 19 11 360 36 21 0,51 1,00
Nagy-Brit. 2500 64 408 16 10 1680 6 43 0,24 0,35
Nmeto. 1600 31 80 54 1 0,36
Norgia 95 48 5 5 3 50 53 25 0,10 0,53
221
Olaszo. 1680 54 480 29 15 880 52 28 0,55 1,41
Oroszo. 6000 5 300 5 3 1800 30 1 0,1 2,31
Portugalia 25 55 60 22 12 150 55 30 0,40 1,83
Romania 215 3 33 15 6 61 28 11 0,54 0,66
Spanyolo. 883 50 300 34 1 30 35 18 0,98 0,96
Sajc 10 59 1 1 0 46 2 16 0,02 0,23
Szerbia 63 2 21 33 9 5 8 2 4,20 1,19
Sdo. 10 35 28 16 6 86 51 18 0,33 0,40
USA 150 28 1 0 0 1600 91 26 0,00 0,35
Japan 1400 32 125 9 3 250 18 6 0,50 1,56
1oroko. 450 20 200 44 9 180 40 8 1,11 1,25
Kna 540 1 360 6 1 150 28 0 2,40 0,68
Monarchia 200 59 410 15 9 1100 41 24 0,3 1,04

1898
Kiitel
M K
Behoz
m K
kiitel,
behoz.

kiitel
,o
Beho-
zatal
,o
Mezg
m o
Mezg

Ipar,
banya
m o
Ipar
Keres-
kedo
m o
Keres-
kedo

Ausztria 1500 1400 1,0 63 58 13,5 56,2 6,10 25,42 2,20 9,1
Belgium 1400 100 0,82 219 266 0,50 ,81 1,10 1,19 0,30 4,69
Bosznia 90 100 0,90 60 6 1,20 80,0 0,05 3,33 0,05 3,33
Bulgaria 108 6 1,42 33 23 3,0 90,9 0,10 3,03 0,10 3,03
Dania 30 504 0,3 16 240 1,00 4,6 0,53 25,24 0,1 8,10
lranciao. 4500 4900 0,92 118 129 8,20 21,5 4,40 11,58 2,10 5,53
Gorogo. 0 113 0,62 29 4 0,44 18,5 0,10 4,1 0,12 5,00
lollandia 2800 3500 0,80 51 14 0,54 11,0 0,53 10,82 0,26 5,31
Magyaro. 1000 2000 0,50 5 114 6,20 35,4 0,96 5,49 0,20 1,14
Nagy-Brit. 200 1020 0,6 185 25 2,50 6,4 9,00 23,08 1,60 4,10
Nmeto. 4500 5500 0,82 8 106 18,0 34,6 20,0 38,46 6,00 11,54
Norgia 180 330 0,55 90 165 0,5 3,5 0,35 1,50 0,20 10,00
Olaszo. 1190 100 1,11 38 34 9,00 28,8 4,10 13,14 0,60 1,92
Oroszo. 2600 2000 1,30 25 19
Portugalia 150 205 0,3 30 41
Romania 324 33 0,96 56 58 1,50 25,8 0,45 ,6 0,14 2,41
Spanyolo. 924 93 1,1 53 45 4,80 2,4 1,00 5,1 0,30 1,1
Sajc 30 1060 0,69 252 366 1,10 3,9 1,00 34,48 0,20 6,90
Szerbia 53 33 1,61 23 14 0,0 30,4 0,40 1,39 0,40 1,39
Sdo. 420 450 0,93 86 92 1,20 24,4 0,0 14,29 0,31 6,33
USA 5000 4000 1,25 81 65 11,0 1, 6,00 9,68 ,00 11,29
Japan 900 620 1,45 20 14 1,0 38,6 2,0 6,14 4,60 10,45
1oroko. 360 340 1,06 16 15
Kna 800 1200 0,6 2 3
Monarchia 2600 2500 1,04 5 54 21,0 45,6 ,10 15,43 2,40 5,22

222

1898
laj
1000t
laj
t,o
Vast
1000
km
as-
t,ter
ladi-
teng.
M K
ladi-
teng

ladi-
teng
,o
kta-
tas
M K
Okta-
tas

Okta-
tas
,o
ladgy
mK
ladgy

hadgy,
o
Ausztria 180 8 16,00 0,05 29 2,0 1,21 58 4,14 2,42 330 23,5 13,5
Belgium 85 13 5,00 0,1 1 0,26 0,16 26 6,0 4,06 48 12,3 ,50
Bulgaria 0,96 0,01 1 1,20 0,30 9 10,84 2,3 22 26,51 6,6
Dania 346 165 2,30 0,06 9 9,89 4,33 5 5,6 2,52 13 14,13 6,19
lranciao. 894 24 3,00 0,0 284 8,45 ,4 213 6,34 5,61 629 18,2 16,55
Gorogo. 588 245 0,90 0,01 5 5,26 2,08 6 5,89 2,33 18 18,95 ,50
lollandia 835 10 2,60 0,08 33 11,38 6,3 30 10,34 6,12 46 15,86 9,39
Magyaro. 12 1 14,00 0,04 1 0,10 0,06 26 2,61 1,49 32 3,21 1,83
Nagy-Brit. 10500 269 34,00 0,11 550 22,00 14,10 280 11,20 ,18 450 18,00 11,54
Nmeto. 1500 29 4,00 0,09 2 4,50 1,38 300 20,00 5,9 590 36,88 11,35
Norgia 330 165 1,0 0,01 10 10,53 5,00 11 11,58 5,50 9 9,4 4,50
Olaszo. 6 25 15,0 0,05 96 5,1 3,08 42 2,50 1,35 235 13,99 ,53
Oroszo. 400 4 40,00 0,01 20 4,50 2,55 104 1,3 0,98 1100 18,33 10,38
Portugalia 90 18 2,30 0,03 20 ,2 4,00 5 1,82 1,00 30 10,91 6,00
Romania 61 11 2,80 0,02 1 0,4 0,1 2 12,56 4,66 45 20,93 ,6
Spanyolo. 486 28 12,30 0,02 28 3,1 1,60 48 5,44 2,4 142 16,08 8,11
Sajc 3,0 0,09 60 35,29 20,69 25 14,1 8,62
Szerbia 0,5 0,01 5 ,62 2,09 14 22,22 6,09
Sdo. 483 99 9,80 0,02 20 11,6 4,08 19 11,18 3,88 25 14,1 5,10
USA 4500 3 293,0 0,03 200 11,43 3,23 250 14,29 4,03
Japan 255 6 3,0 0,01 50 3,5 1,14 11 0,9 0,25 160 11,43 3,64
1oroko. 249 11 4,50 0,00 13 2,89 0,5 4 0,89 0,1 125 2,8 5,43
Kna 616 2 0,90 0,00 20 3,0 0,05 5 0,93 0,01 100 18,52 0,25
Monarchia 192 4 31,00 0,05 30 1,11 0,65 84 3,11 1,83 352 13,04 ,65














223
15. Klaszteranalzis

A fldtudomny klnbz terletein gyakran nagymret adatbzisok
elemzsvel, rtkelsvel foglalkozunk. Ezekben sokszor nehzsget jelent az
eligazods. Az adatok tulajdonkppen klnfle informcit jelentenek szmunk-
ra, s ezek alapjn lehetsgnk nylik csoportostsukra, vagyis az adatbzis
elemeinek klnfle osztlyozsra. Az osztlyba sorolsnl az egyes csoportok
kialaktsnl tulajdonkppen elre meghatrozzuk (definiljuk) azok minsgi
paramtereit. A klaszterezs is tulajdonkppen egyfajta osztlyozs azzal a k-
lnbsggel, hogy itt elre nem tudjuk milyen minsgi osztlyba fognak tartozni
az elll csoportok, st ezek hatrai sem ismertek. A klaszteranalzis teht az
sszefggsek halmazt vizsglja, s nem tesz klnbsget fgg s fggetlen
vltoz kztt, hanem a vltozk halmazn belli klcsns sszefggseket
vizsglja. A klaszteranalzis f clja, hogy a kivlasztott vltozk alapjn az ada-
taink homogn csoportokba rendezdjenek. Az egyes csoportba tartoz elemek
hasonltanak egymsra, s klnbznek ms csoportok tagjaitl.

A klaszteranalzis lnyege az adatok (esetek) besorolsa csoportokba a jel-
lemz tulajdonsgok (vltozk) alapjn. Fontos peremfelttel, hogy a vizsglt
vltozk szma kisebb legyen, mint az esetek szma.
Elssorban akkor alkalmazzuk, ha
jl felptett adatbzissal rendelkeznk, ahol minden egyes esethez tbb tu-
lajdonsg (vltoz) tartozik, s az egyes esetek sszetartozsa nem dnthet
el csupn egy-egy vltoz rtkei alapjn. (pl. egy mlyfrsban egy-egy rteg jel-
lemezhet sznnel, szemeloszlssal, fosszliatartalommal, karottzs-adatokkal, elemsszet-
tellel, mechanikai tulajdonsgokkal, stb. Ennek alapjn a rtegek sszetartozsa minsthe-
t kln-kln (is) minden egyes vltoz esetben, de egyltaln nem szksgszer, hogy
egyformn csoportostsuk a rtegeket, vagy hzzuk meg a rteghatrokat minden vltoz
esetben. Ekkor klaszteranalzist alkalmazva minden vltoz figyelembe vtelvel azono-
sthatk a hasonl s egymstl klnbz rtegek.)
trbeli (akr foltszer, akr pontszer) elterjedst mutat egysgeket kv-
nunk csoportokba rendezni (pl. terletek fejlettsgt szeretnnk jellemezni sok vlto-
z GDP/f, munkanlklisg, tercier szektorban dolgozk arnya, egyetemet vgzettek
arnya, egy fre es nett jvedelem, stb. alapjn)
tematikus trkp szerkesztsnl az sszes vltoz felhasznlsval egy tr-
kpen brzoljuk csoportokba sorolt eseteket, s vizsglhatjuk a trbeli elter-
jeds sajtossgait. (pl. az azonos klaszterbe tartoz terletek hatrosak-e egymssal
vagy elklnlnek, ennek mi az oka. Pl. ha vzmintink vannak klnbz helyekrl, s
mindegyikbl van adatunk pH-ra, ortofoszft-tartalomra, nitrt-tartalomra s szervesanyag-
mennyisgre, ezltal a mintavteli pontok/vzfolysszakaszok osztlyozhatk, stb. Ha ren-
delkezsre llnak meteorolgiai adatok (csapadk, napstses rk szma, potencilis p-
rolgs, fagymentes napok szma, stb.), akkor lehetsg van a klmatpusok vizsglatra, el-
klntsre is.
224
tl sok kategrit tartalmaz a megjelentett tulajdonsg s ezeket kvnjuk
csoportokba sszevonni. (pl. nem ellenrztt osztlyba sorols mholdfelvtelek kir-
tkelsekor. Ebben az esetben a megjelentett kompozit kp akr 255 sznt is mutathat, azaz
a pl. vrssel jellemezhet erdterletek maguk is tbb sznrnyalattal rendelkeznek. A
klaszterezs sorn a sznrnyalatok szma a kompozitban felhasznlt csatornk
reflektancia-rtkeinek felhasznlsval cskkenthet, gy elrhet, hogy az erdterle-
tek ne vrses, hanem vrs sznben jelenjenek meg.)
n. idsor analzist vlasztunk, ekkor a vltozk vszmok lesznek, s az
eseteket aszerint soroljuk klaszterekbe, hogy milyen az idbeli vltozs le-
futsa, trendje. (pl. az export s import trendjnek vltozsa az egyes orszgoknl. A ha-
sonl trendet mutat esetek kerlnek azonos klaszterbe. A hasonlsg jelenthet volument
rtknagysgot vagy jelenthet trendet is, ez eltr standardizlsi technikt ignyel)

A klaszteranalzis szinte brmilyen terleten felhasznlhat, ahol egy
adatponthoz akr mutat felszni elterjedst, akr nem tbb vltoz tartozik.
Hasznlhat teht a geolgiban, meteorolgiban, trsadalomfldrajzban, term-
szetfldrajzban, de brmelyik termszettudomnyban is.
Azt is hangslyoznunk kell, hogy a klaszterezs sorn a hasonlsgot s
klnbsget vizsgljuk, azaz a kapott eredmny a minsgi klnbsgek megl-
laptst nmagban nem teszi lehetv. Az adatok ismerete nlkl nem mond-
hatjuk, hogy az egyik klaszterbe tartoz esetek jobbak, vagy kevsb jobbak.
Ahhoz az eredeti adatokhoz tartoz vltozk rtkeit is meg kell nzni, s csak ez
utn llthat fel a klaszterek kztt minsgi rangsor. Sok esetben ennek nincs is
rtelme: pl. a mr emltett frs rtegeinek minstse esetben a hasonlsg s
klnbsg megllaptsnak sokkal nagyobb jelentsge van, mint annak, hogy
melyik mutat nagyobb rtkeket.

15.1. A klaszterelemzs fajti

A klaszterelemzsnl alapvet feladat azoknak a vltozknak a megtall-
sa, amelyek a csoportok kztti klnbsget okozzk. A vltozk kivlasztsa
elmleti megfontolsok, korbbi kutatsok, stb. figyelembe vtelvel trtnhet.
Az adatbzisunkban a korrekt osztlyozs csakis klaszterezsi algoritmu-
sok rvn valsthat meg. A klaszterelemzs algoritmusa lehet hierarchikus vagy
nem hierarchikus. A hierarchikus algoritmus az j klasztereket az elzleg kiala-
ktott klaszterek alapjn keresi meg, a nem hierarchikus algoritmus pedig egy-
szerre hatrozza meg az sszes klasztert.


225
Hierarchikus eljrsok
A hierartchikus klaszterez eljrsokban az adatokat hierarchikus adat-
szerkezetbe (fba, dendogram) rendezzk. Az egyes adatok a fa leveleiben he-
lyezkednek el. A fa minden bels elgazsi pontja egy klaszternek felel meg, s
azokat a pontokat tartalmazza, amelyek a fban alatta tallhatk.
A dendrogram gszerkezete segt annak eldntsben, hogy hny klaszterbe
kvnjuk eseteinket besorolni ez ugyanis szintn mdszertani krds: a
klaszterek szma 1-tl n-ig terjedhet. Az els esetben minden eset ugyanabba a
klaszterbe kerl, ez lthat a jobb oldalon a fa trzseknt megjelentve, mg az
utbbi esetben minden eset (n db), nll klasztert kpvisel, ezek lthatk a bal
oldalon kis gakknt. Nyilvnval, hogy az ltalunk hasznlni rdemes megol-
ds valahol a kett kztt helyezkedik el. Az gak hosszsga a csoportok kztti
relatv tvolsgokat reprezentlja. Ha a dendrogramot egy vonallal tetszleges
helyen elmetsszk, akkor a metszspontok szma adja meg az ppen aktulis
klaszterek szmt s leolvashat az is, hogy mely esetek tartoznak hozz. Ezt
kveten a dendrogramrl leolvasott adatokbl elllthat a folttrkp.
Kt alapvet hierarchikus eljrs ltezik: az egyik a felhalmoz, a msik a
lebont. A felhalmoz eljrsban kezdetben minden adatelem egy klaszter, majd
a legkzelebbi klasztereket egyesti az algoritmus, s a hierarchiban egy szinttel
feljebb j klasztert alakt ki. Elszr nzznk egy pldt a felhalmoz, teht az
adatelemek sszevonsn alapul klaszterezsre. Tekintsk t a teleplseket
tartalmaz adatbzist a npessgszm alapjn.
Jelljk a-val a tanykat, b-vel a bokortanykat, c-vel a kis kzsgeket (<
2000 f), d-vel a kzepes mret kzsgeket (2000 <d< 5000 f), e-vel az 5000
fnl nagyobb lakossgszm kzsgeket, f-fel a kisvrosokat (< 20000 f), g-vel
a kzepes lakossgszm vrosokat (20000 <g< 80000 f), h-val a nagy lakos-
sgszm vrosokat (80000 <h< 220000) s i-vel a fvrost. Ebben a pldban
kilenc elem van: {a}, {b}, {c}, {d}, {e},{f}, {g},{h} s {i}. Az albbi
dendogramon lthat, hogy az algoritmus hogyan kapcsolja ssze az elemeket.
Az brrl lthatjuk, hogy az algoritmus elszr sszekapcsolta a legkze-
lebbi elemeket, s ekkor a kvetkez klasztereink lesznek: {a, b}, {c, d, e}, {f, g,
h},valamint az {i}. Teht a tanyk, kzsgek, vrosok s a fvros kerlnek egy-
egy klaszterbe. Ezutn a tanyk klasztert a legkzelebbi, leginkbb hasonl
elemmel, a kzsgekkel kapcsolja ssze. gy mr csak hrom klaszternk lesz: a
kis llekszm teleplsek, vrosok s a fvros. A kvetkez lpsben a kis te-
leplsek s a vrosok klasztere lesz a legkzelebb egymshoz, ezrt ezekbl jn
ltre egy j, nagyobb klaszter. Most mr csak kt klaszternk van, az egyik a f-
vros, a msik pedig az sszes teleplst tartalmazza. Az sszevonson alapul
eljrs vgeredmnyeknt pedig egyetlen nagy klaszter jn ltre, mely tartalmaz-
za az sszes teleplstpust: {a, b, c, d, e, f, g, h, i}.
226














A felhalmoz (sszevonson alapul) klaszterelemzsen bell klnfle
csoportostsi mdszereket szoktak alkalmazni.
Az egyszer lncmdszer a legkzelebbi szomszd (nearest neighbor) elvn
alapul eljrs, amely a kt klaszter kztti tvolsgot a kt legkzelebbi
elem tvolsga alapjn szmolja ki.

a b c d e f g h i
c, d, e a, b i f, g, h
a,b,c,d,e f, g, h i
a,b,c,d,e,f,g,h i
a,b,c,d,e,f,g,h,i
227
A teljes lncmdszer a legtvolabbi szomszd (furthest neighbor) elvn ala-
pul eljrs, amely a kt klaszter kztti tvolsgot a kt legtvolabbi elem
tvolsga alapjn hatrozza meg.

Az tlagos lncmdszer (Average linkage clustering) alkalmazsakor a kt
klaszter tvolsgt az sszes elem pronknti tvolsgnak tlaga alapjn ha-
trozzuk meg, ahol a pr egyik eleme az egyik klaszterbe, a msik eleme pe-
dig a msik klaszterbe tartozik. Ennek a mdszernek az az elnye az elz
kettvel szemben, hogy nemcsak a legkisebb s legnagyobb tvolsgot hasz-
nljuk fel.
A varianciamdszer (Ward-fle eljrs) az egyik leggyakrabban alkalmazott
mdszer. Ennl a klaszteren belli szrsngyzet minimalizlsval lltunk
el klasztereket. Els lpsknt minden egyes klaszterre kiszmoljuk az sz-
szes vltoz tlagt. Ezutn a klasztertlaghoz kpest kiszmtjuk a ngyzetes
euklideszi tvolsgot minden elemre. Minden lpsnl azt a kt klasztert von-
juk ssze, amely a klaszteren belli szrsngyzetet a legkevsb nveli.
A centroidmdszer lnyege, hogy a kt klaszter kztti tvolsgot a
klaszterek kzppontja (centroidja) alapjn hatrozzuk meg. A klaszterek
centroidjt a klaszterben bennefoglalt sszes pont tlaga adja. A legkisebb t-
volsgot keressk az sszevonshoz. Ezt a mdszert is gyakran hasznljk a
klaszterelemzs sorn.

228
A szekvencilis kszbrtk mdszernl elszr kivlasztjuk a klaszter k-
zppontjt, majd minden egysg, ami a kzpponttl egy elre meghatrozott
kszbrtken bellre esik egy klaszterbe kerl. Ezutn j kzppontot v-
lasztunk s csoportostjuk a fennmarad egysgeket (egy egysget csak egy
klaszter-kzpponttal lehet csoportostani).
A prhuzamos kszbrtk mdszer alkalmazsnl a klaszterek kzpponjt
egyidejleg vlasztjuk ki, a kszbrtken belli egysgeket pedig a legkze-
lebb es kzpponthoz rendeljk.
Az optimlis feloszts mdszernek az a lnyege, hogy a megfigyelsi egy-
sgeket a folyamat sorn jra hozzrendeljk ms klaszterekhez is, hogy egy
ltalnos kritriumot optimalizlhassunk (pl.: adott szm klaszterre a
klaszteren belli tvolsgok tlagt).
A lebont eljrsban kezdetben egyetlen klaszter ltezik, amelybe minden
adatpont beletartozik, majd ezt tovbb osztjuk. Az jabb klaszterek az elz fi-
nomtsai lesznek. Az eljrsok akkor llnak meg, amikor vagy elrnek egy elre
megllaptott klaszterszmot, vagy a klaszterek kztti tvolsg egy elre megl-
laptott mrtknl kisebb vlik.
A nem hierarchikus klaszterelemzsnl a bels s kls variancia hnya-
dost brzoljuk a klaszterek szmnak fggvnyben s az a pont ahol les trs
lthat, a megfelel klaszterszmra utal. A klaszterek egymshoz viszonytott
mrett is rdemes figyelembe venni. A nagy elemszm klaszterek mellett az 1-
2 elem klaszternek nincs tl sok rtelme.
Kkzppont klaszteranalzis
A Kkzppont klaszteranalzissel is a vizsglt elemek klaszterbe trt-
n besorolst vgezhetjk el. A mdszer fbb lpsei a kvetkezk:
elszr adjuk meg a kezdeti klaszterek szmt
minden elemet soroljuk be a hozz legkzelebb es klaszterbe
hatrozzuk meg a klaszterek kzpontjt (centroidokat)
az elemeket gy soroljuk t, hogy cskkenjen az elemek s a centroidok k-
ztti tvolsg
az utols kt lpst addig ismteljk, amg a klaszterek nem llandsulnak.

Ez az euklideszi tvolsgokkal dolgoz algoritmus nagyszm adat keze-
lsre kpes, azonban csak a kvantitatv (intervallum, vagy arny-sklj) adatok
csoportostsra alkalmas.

229
A fentiekbl lthat, hogy a klaszterek kialaktsnak mdszere mellett
nagyon fontos az elemezni kvnt objektumok kztti tvolsg vagy hasonlsg
meghatrozsa. Klnfle tvolsgmrsi mdszereket alkalmaznak. Ezek kzl
mutatunk be nhnyat.

Az euklideszi tvolsg az egyik legismertebb s legelterjedtebb tvol-
sgmr eljrs. Alapelve a Pitagorasz-ttelen alapul. Jellje (x
i
, y
i
)

az adatponto-
kat, s d(x,y) az adatpontok kztti tvolsgot, akkor




A ngyzetes euklideszi tvolsg az euklideszi tvolsgon alapul, annak a
ngyzete (d
2
).
A Pearson-tvolsg is az euklideszi tvolsgbl indul ki, amely az egyes
objektumok tulajdonsgainak klnbsgeit az adott tulajdonsgok szrshoz
viszonytja.
( )

=
n
i
i
i i
s
y x
d
1
2
2

A ngyzetes Pearson-tvolsg a Pearson-tvolsg ngyzete (d
2
).
Az abszolt eltrs (Manhattan tvolsg) hasonlt az euklideszi tvolsg-
ra, m a ngyzet, illetve a ngyzetgyk helyett itt a tvolsgok abszolt rtkt
vesszk. Ez a kt objektum ngyzetrcs mentn megtehet tjnak hossza:
i i
n
i
y x d =

=1

Ha van r lehetsg, egy adott problma megoldsakor sokszor rdemes
klnbz klaszterez mdszereket is alkalmazni, a mdszerek ellenrzsre.
Amennyiben kb. ugyanolyan eredmnyre jutunk mindegyikben, akkor tancsos
elfogadni az eredmnyeket.
A klaszteranalzis sokszor egytt alkalmazhat ms matematikai-
statisztikai mdszerekkel, pl. a faktoranalzis, vagy a fkomponens analzis meg-
elzheti alkalmazst egy adathalmaz vizsglatakor.
A feladatok megoldsnl elemzi dntst ignyel a vltozk kivlaszt-
sa, a tvolsgok mrse s a klaszterek sszevonsa. A megolds vgeredmnye
lehet numerikus, grafikus, de a csoportosts jsgt nem tudjuk mrni. Fontos,
hogy a hasonl csak a hasonlval alkothat egy csoportot.



( )

=
=
n
i
i i
y x d
1
2
230
15.2. Klaszteranalzis az SPSS-ben

Alkossunk csoportokat a World95.sav file-ban tallhat orszgokbl, a
hozzjuk rendelt vltozk rtkei alapjn. A vltozk kivlasztsnl ugyanazok
a szablyok rvnyesek a klaszteranalzisre, mint a faktoranalzisre!
Fontos peremfelttel, hogy a vltozk szma legyen kisebb, mint az esetek
szma. Ha ez nem gy van, akkor a vltozkat faktoranalzissel, fkomponens-
analzissel reduklni kell. Mdszertanilag egybknt is helyesebb, ha faktoranal-
zis utn hajtjuk vgre a klaszteranalzist, ebben az esetben ugyanis vltozknt
hasznlhatjuk a faktorok rtkeit, amennyiben elmentettk ket, vagy a faktorok-
kal legnagyobb korrelcit mutat vltozkat. Ebben az esetben teht kevesebb
vltozt hasznlunk fel a csoportkpzshez, s ezek inkbb fggetleneknek te-
kinthetk.
Ugyanakkor indokolhat az sszes vltoz felhasznlsa is, abbl kiin-
dulva, hogy azzal az adattal kell dolgoznunk, amit nagy nehezen megszereztnk
(gondoljunk arra, hogy pnzt adtunk rte), tekintet nlkl arra, hogy fajlagos s
abszolt rtkek egyarnt lehetnek kzttk, s hogy egyes vltozk kztt ers
lehet a korrelci, akkor is, ha kt kln minsgre/valsgtartamra utalnak (lsd
multikollinearits problmja). Ez az eljrs, br matematikai szempontbl nem a
leghelyesebb, gyakorlati megfontolsokbl vdhet. Nem szerencss azonban, ha
a s b vltoz mellett az a c vltoz is szerepel, amelybl a s b is egyszeren
szmthat. Egy faktoranalzis ezeket vlheten egy faktorba soroln.
Klaszteranalzisben val hasznlatuk teht azt jelenti, hogy ugyanazt a mins-
get/fggetlen vltozt slyozottan vettk figyelembe (ami nem tilos, csak tiszt-
ban kell lenni azzal, hogy ms eredmnyt ad).
Nem rt, ha a vltozk normleloszlst mutatnak. A standardizls is
szksges lehet. A standardizls viszont nem jelenti automatikusan azt, hogy
adataink normleloszlsv vlnak. Ha nem standardizljuk adatainkat, az kihat a
vgeredmnyre: ms egy standardizlt s standarizls nlkli dendrogram meg-
vltozhat az esetek csoportbesorolsa.
Az Analyze Classify Hierarchical Cluster parancsot kivlasztva a
prbeszdablakban kivlogathatjuk vltozinkat. Ha azt szeretnnk, hogy az
egyes esetek knnyen azonosthatk legyenek, akkor a Label Cases by ablakba
rdemes az azonostmezt betenni (countries a world95.sav file-ban). Kiv-
laszthatjuk, hogy az eseteket, vagy a vltozkat akarjuk klaszterizlni. Az utbbi
eset a faktoranalzisre hasonlt, csak vizulisabb, de gy is elklnthetnk fgget-
len vltozcsoportokat. Amennyiben a vltozk klaszterizlst vgezzk el, ut-
na egy klaszterbl elegend egy vltoz beemelse az esetek csoportostst cl-
z vizsglatunkba, ezzel elrtk, hogy ugyanaz a jelensg csak egyszer szere-
peljen.
231
A Plots ablakban kivlaszthatjuk, hogy dendrogramot, vagy Icicle-t aka-
runk hasznlni, megadhatjuk, hogy az sszes klasztert 1-tl n-ig akarjuk brzol-
ni, vagy csak egy bizonyos intervallumot.





A Method ablakban rdemes a Ward-fle mdszert vlasztani, adatainkat
pedig itt lehet standardizlni. Ennek is tbb mdja lehetsges. Itt kell kivlasztani
azt is, hogy a sorokon vagy vltozkon bell trtnjen a standardizls, ez
ugyanis nem mindegy. Ha eseteket klaszterizlunk, akkor szinte mindig a vlto-
zkat kell standardizlni (kivve az idsoranalzis: ha a vltoz az v, akkor az
eseteken bell kell standardizlni, gy a hasonl trendet mutat orszgok kerlnek
egy csoportba, akkor is, ha az eredeti rtkek kztt nagysgrendi klnbsg
volt).
232


Az sszes vltoz felhasznlsval ksztett dendrogram s az esetek klaszterekbe soro-
lsa (a pontozott fggleges vonal berajzosval)

233
A Save ablak lehetv teszi, hogy az esetek klaszterbe sorolst elment-
sk. Megadhat egy rtk, de intervallum is, ebben az esetben tbb vltozt fog
generlni a program. Vilgos, hogy ugyanaz az eset (itt orszg) nem biztos, hogy
ugyanabba a klaszterbe kerl 3 csoport esetn s 6 csoport ltrehozsa esetn.
A Dendrogram a legltvnyosabb kimenet, a legegyszerbb pedig a Cluster
Membership. Az utbbi az egyes esetek klaszterbe sorolst mutatja be, az elb-
bi gszerkezete lehetv teszi, hogy tetszs szerint mdostsuk a csoportok sz-
mt/hatrait s a csoportba besorolt esetek szmt.
Gyakorlskppen vessk ssze dendrogramunkat a faktorok, valamint az
5 fkomponens (olvasni tud nk arnya, GDP/f, lakossgszm, npessgnve-
keds, AIDS esetek szma) felhasznlsval ksztett dendrogrammunkkal. A
faktorokat nem kell standardizlni, az 5 vltozt viszont igen. Ltni fogjuk, hogy
az 5 faktor alapjn kszlt dendrogam esetben az gak (klasztercsoportok) job-
ban elklnlnek, mint az 5 vltoz alapjn ksztett esetben. Mindhrom kime-
net klnbzik egymstl, teht a vltozk (s a mdszer) megvlasztsa ersen
befolysolja a kimenetet (ezrt fontos megadni a mdszertani lerst, ha ilyen
vizsglatokat vgznk).
Msodik pldnk az eurpai orszgokat mezgazdasguk hasonlsga
alapjn klaszterezi. A Nyugat-Balkn s a Mediterrneum jl elklnl, miknt
egy csoport a Baltikum s Belorusszia. Magyarorszg a visegrdi orszgokkal
kerlt egy csoportba, kzel llva Dnihoz, az EU-tmogatsokat illeten nagy
rivlis Franciaorszghoz, de a Baltikumhoz is. A fa msik nagy gt az alpesi s
nyugat-eurpai orszgok kerltek (Nmetorszggal, az Egyeslt Kirlysggal,
Belgiummal, Svjccal).


234
vltozk adatforrs vltozk adatforrs
Saanyodassal enyegetett
mezgazdasagi terletek
,1990,
Stockholm Lnironment Institute
at \ork, Acidiication in
Deeloping Countries: Lcosystem
Sensitiity and the Critical Loads
Approach at the Global scale,
2000 ia ciesin.org, adapted by
NationMaster database, 2004
Szarazoldi terlet lAOS1A1 2004
A mezogazdasag rszesed-
se a GDP-bol ,, ,1990,
CIA \orld lactbook, December
2003 ia NationMaster database,
2004
National Biodiersity
Index ,ajgazdagsag
alapjan 0-1 kozott,
\CMC ,1992,. Deelopment o a
national biodiersity index. \orld
conseration Monitoring Centre,
Cambridge, UK. Unpublished.,
SCBD. 2001. Global Biodiersity
Outlook. Secretariat o the
Conention on Biological Diersity.
Quebec, Canada,
www.biodi.org,gbo
Mels alatti terlet ,ha,
,1990,
lAOS1A1 2004, UNLCL 2004
reports
Nem oshonos nony-
ajok srsge ,,
1he llora Luropaeae 199
Mels alatti terlet ,,,
,2000,
lAOS1A1 2004
szant termszetes
kezels alatt ,, 2001-
2003
Konecny 2003, \orld Resources
Institute ia NationMaster database,
2004
Mezogazdasagi termels
Indexe ,PIN, ,1996-98,
1989-hez kpest,
lAOS1A1 2004
Peszticid-hasznalat
kg,ha
\orld Resource Institute, \orld
Resources 2000-2001, \ashington,
DC: \RI, 2000. ia ciesin.org &
NationMaster database, 2004,
Lniron in Sloen 1996 1ab P-13
Mezogazdasagi zhasznalat
a teljes -aban ,2000,
AQUAS1A1 2004,
waterreport.pd 2001,
www.seerecon.org,
Npsrsg ,1993-
199,
compiled rom UN reports, and
Larthtrends
Szant a mezgazdasagilag
hasznostott terlet -aban
,2000,
lAOS1A1 2004
Vdett terletek ,,
IUCN I-IV ,199,
SCBD. 2001. Global Biodiersity
Outlook. Secretariat o the
Conention on Biological Diersity.
Quebec, Canada,
www.biodi.org,gbo, Jacaranda
Atlas ia NationMaster database,
2004
GDP > ,per o,
CIA \orld lactbook, December
2003 ia NationMaster database,
2004
lalusi lakossag ,2000,
,,
lAOS1A1 2004
GDP noekedse ,, ,195-
2000, per o,
CIA \orld lactbook, December
2003 ia NationMaster database,
2004
1alajszuszpenzi a
zben ln,mg,l,
,1994-1996,
United Nations Lnironment
Programme ,UNLP,, Global
Lnironmental Monitoring
System,\ater QualityMonitoring
System.
http:,,www.cciw.ca,gems,, with
data or an additional 29 countries
rom Prescott-Allen, R.1he
\ellbeing o Nations, \ashington,
DC: Island. ia NationMaster
database, 2004
Ontozott terlet a teljes
hasznostott ter. -aban
lAOS1A1 2004, AQUAS1A1
2004
Mtragya ,2001, kg,ha lAOS1A1 2004

Az eurpai orszgok klaszterezse a mezgazdasgot ler vltozk (lsd fent) alapjn
(LIIRA et al., 2008 szerint)

235
Harmadik pldnkban a klaszteranalzis egy 8 m mly frs rtegbeosztst seg-
tette el, a pH, szervesanyag, msztartalom, szn (mivel ez nem szm, itt a stt-
sg rnyalatai kaptak szmrtket egy Munsell-fle sklt hasznlva) s szemel-
oszls (homoktartalom %) alapjn elszr 5, majd 8 klaszter ltrehozsval fino-
mtva a rtegtant.

Mlysg
(cm)
Szn s anyag
pH (H
2
O,
KCl)
Szervesanyag
(%)
CaCO
3
(%)
CLUSTER
5
CLUSTER
8
0-20 yellow sand with signs of soilification 6,98:6,68 30,9% 14,50% 1 1
20-40 greenish grey silty sand with coal stripe 7,06:6,85 11,98% 11,62% 2 2
40-60 greasy yellowish gray clayey silt 7,16:7,01 3,4% 21,1% 2 2
60-80 black, clayey soil, calcareous 7,43:6,99 12,3% 34% 3 3
80-100 sandy clayey silt with coal, clayey-calc. shale clasts 7,01:6,88 27,7% 47,7% 4 4
100-120 sandy clayey silt with coal, clayey-calc. shale clasts 6,96:6,86 20% 39,5% 4 4
120-140 sandy clayey silt with coal, clayey-calc.shale clasts 6,94:6,82 21,6% 47,3% 4 4
140-160 sandy clayey silt with coal, clayey-calc. shale clasts 7,00:6,77 14,6% 23,2% 4 4
160-180
160-170 green clay, 170-180 sandy clay with organic
material, consolidated
7,36:6,94 16,1% 29,2% 2 5
180-200 loamy sand with coal and organic material 7,34:6,91 12,3% 39,7% 2 2
200-220 green dark gray silty clay 7,06:7,14 4,7% 43,7% 2 5
220-240 clay, aquitard 7,19:6,98 14,2% 52,8% 4 6
240-260 same, brown 7,66:7,10 8% 43,9% 4 6
260-280 same, black, organic 7,76:7,17 6,7% 47,2% 2 5
280-300 same, organic green 7,60:7,10 6,1% 50,7% 2 5
300-320 grayish green silty clay 7,18:7,07 10,66% 54,6% 2 5
320-340 grayish green sandy clay 7,83:7,25 11,9% 55,4% 2 5
340-360 grayish green sandy clay 7,55:7,36 2,3% 45% 2 5
360-380 same. from 370brownish red sandy silt 7,63:7,09 2,6% 27,5% 2 5
380-400 brownish black organic sandy silt 6,86:6,54 12,9% 6,3% 3 7
400-420
upper part: black organic (coaly), bottom: limonitic
green silty clay
7,17:6,74 12,87 6,5% 3 3
420-440 blue-gray clay reductive, unvented, aquitard 7,53:7,00 12,5% 18% 4 6
440-460 black coal, organic material sandy clay 6,86:6,66 27,4% 3,8% 3 7
460-480 black coal, organic material sandy clay 6,97:6,76 24,4% 26,5% 3 7
480-500 black coal, organic material sandy clay 6,92:6,76 13,7% 17,2% 3 7
500-520 black coal, organic material sandy clay, humid 7,09:6,87 13,89% 25,48% 3 7
520-540
same, but greasy, wet plastic, like plasticine dark
gray clay
7,18:6,94 20,11% 25,88% 4 6
540-560 dry, sandy material with claymarl and organic clasts 7,17:6,95 19,50% 36,03% 2 2
560-580 dry, sandy material with claymarl and organic clasts 7,39:7,17 12,03% 34,78% 2 2
580-600
dry, sandy material with claymarl and organic clasts,
greenish gray
7,53:7,22 6,20 37,55 5 8
600-620
dry, sandy material with claymarl and organic clasts,
greenish gray
7,43:6,88 9,52% 30,93% 2 2
620-640 red, greenish clay, shale, wet, anaerobic 7,31:7,04 9,07% 28,70% 2 5
640-660 calcareous dark gray organic material 7,12:6,86 20,05% 15,64% 4 4
660-680 calcareous dark gray clay with organic material 7,10:6,85 23,37% 31,15% 4 4
680-700 calcareous dark gray clay with organic material 7,08:6,86 17,76% 30,9% 4 4
700-720 greasy, wet, plastic, dark gray clay 7,02:6,86 13,47% 39,58% 4 6
720-740 greenish gray organic material 7,83:6,83 12,55% 36,34% 4 4
740-760 dry, calcareous sandy material with organic content 7,27:6,76 11,73% 50,26% 2 2
760-780 gray sandy-silty material 7,34:7,22 7,13% 61,65% 2 5
780-800 dark gray plastic, dark gray clay 7,15:6,94 11,58% 31,38% 4 6


Feladatok

1, Hatrozd meg a hasonl rtegeket a fent lthat folyamatos mintavtelez-
s frs adatainak felhasznlsval.
2, Mely meteorolgiai llomsok jellemezhetk hasonl klmval, az alanti
tblzat adatai alapjn? Mely vltozk hasonltanak egymsra?
236

lloms
Csapadk
(mm)
vi tlag-
hmrsklet
(
o
C)
Potencilis
prolgs
(mm)
Fagymentes
napok szma
Napstses
rk szma
1 3250 25 2530 354 2850
2 1520 23 1560 298 2209
3 325 3 120 50 1650
4 654 14 450 258 1899
5 120 20 400 360 3014
6 985 9 875 185 2005
7 2001 15 1500 299 2006
8 1253 8 863 315 1750

3, Mely sznbnyk jellemezhetk hasonl futs termelssel?

Tr 1995 1996 1997 1998 1999
1 7500 7890 8102 7325 7556
2 2560 2890 3150 2560 2100
3 12098 10403 7850 7563 5699
4 7580 6530 4563 3333 9899
5 12068 12069 15048 16098 16009
6 12058 12048 13058 13050 12009
7 956 1560 2360 1630 1700


237
16. Diszkriminancia-analzis

A diszkriminancia-analzis olyan adatelemzsi mdszer, amelynl a kvan-
titatv vltozk segtsgvel j vltozknt csoportokat kvnunk alkotni, illetve a
csoportba sorols helyessgt szeretnnk ellenrizni. A diszkriminancia-analzis
alkalmazsval a fgg vltozk rtkeit a fggetlen vltozk rtkeivel magya-
rzzuk. Egyrszt az a clunk, hogy a vltozk kztti sszefggst felfedezzk,
msrszt pedig az, hogy a fgg vltozk ismeretlen rtkeit a fggetlen vltozk
rtkei alapjn elre megmondjuk.
A diszkriminancia-analzis alkalmazsnl olyan diszkriminancia-fgg-
vnyt kell meghatroznunk, amely a becsl vltozk lineris kombincijaknt
a fgg vltozk kategriit a legjobban sztvlasztja. Kzben a vltozkat fi-
gyelembe vve meg kell azt is llaptani, hogy van-e szignifikns klnbsg a
csoportok kztt. Fontos azoknak a vltozknak a meghatrozsa, amelyek alap-
jn a csoportok kztti klnbsg jl magyarzhat. A diszkriminancia-
analzisben is a lineris regresszihoz hasonlan olyan egyenest keresnk,
amely a legjobban sztvlasztja az elemzend csoportokat. Termszetesen a cso-
portosts pontossgnak a megllaptsa is nlklzhetetlen.
A vltozkat nhny (H = 1, 2, 3, 4, stb.) olyan csoportba osztjuk, amelyek kl-
csnsen kizrjk egymst. A fggetlen vltozknak (p) normlis eloszls kvan-
titatv adatokat kell tartalmazniuk minden csoportban. Minden rtk/adat a H
szm csoport valamelyikbe tartozik s a p fggetlen vltozval jellemzett. Az
eljrs akkor a leghatkonyabb, ha a csoportkpz vltoz valdi kategorilis
vltoz. Ha a csoportkpz vltoz kvantitatv, akkor az adatokban rejl inform-
ci jobb hasznostsa rdekben clszerbb lineris regresszit alkalmazni.
A fggetlen (elrejelz) vltozk alkalmas mdon meghatrozott lineris
kombincija az n. diszkriminancia-fggvny, amelynek alapjn a csoporthoz
tartozs megadhat a kvetkez kplettel:
d = b
0
+ b
1
x
1
+ b
2
x
2
+ + bpxp
Az egyes egytthatk (koefficiensek) becslsre olyan mdszer alkalmas,
amely egyedi csoportokbl indul ki. Figyelembe veszi, ha az egyes csoportok s
fggvnyrtkek kztt kapcsolat van.
A diszkriminancia-fggvnynek a b konstansait gy vlasztjuk meg,
hogy a csoportok kztti ngyzetsszeget elosztjuk a csoportokon belli ngyzet-
sszeggel:
b
k
b
b
k
k
b
b
k
k
Q
H n
H
Q
Q
f
f
Q
f
Q
f
Q

= =
1

238
A cl az, hogy ennek az rtke maximlis legyen, mert ez adja a lehetsges leg-
jobb diszkrimincit. Ezzel a mdszerrel a klnbz csoportok fggvnyrtkei
a lehet legnagyobb klnbsgeket adjk.Ha a vltoz adott, akkor ennek a kp-
letnek a hasznlatval azt is vizsglhatjuk, hogy van-e klnbsg a csoportok
kztt. Ha a diszkriminancia analzisnl a fenti hnyadost vlasztjuk, akkor a
vizsglatot elvgezhetjk F-prbval.
Egy msik hasznlatos statisztikai mutat a 0 s 1 kztt vltoz Wilks-
fle lambda, amelyet a csoportokon belli ngyzetsszeg s a teljes ngyzetsz-
szeg hnyadosval hatrozhatunk meg. Ennek akkor lesz 1 az rtke, ha vala-
mennyi csoport tlaga azonos. Nullhoz kzeli rtket pedig akkor kapunk, ha a
csoportokon belli variabilits kicsi a teljes variabilitshoz kpest.
Elszr az egyszersg kedvrt legyen kt csoportunk (H = 2). Az brn
az egyik csoport elemeit hromszggel, a msikat ngyszggel jelltk, tovbb
p= 2 fggetlen vltoz jele x
1
s x
2
. Megkeressk a kt ponthalmazt legjobban
elvlaszt egyenest. Ez az egyenes mr jl diszkriminl, s a diszkriminancia-
fggvnyt ekkor d = b
0
+ b
1
x
1
+ b
2
x
2
alakban irhat.



Ha a csoportok szma kettnl nagyobb, szemlletesen nem mutathat
be a diszkriminancia-fggvny szrmaztatsa. Ilyen esetekben az n. kanonikus
vltozk segtsgvel trtnik az egyes csoportokba tartoz esetek megklnbz-
tetse.
Az els kanonikus vltoz az els fkomponenshez hasonlan a
fggetlen vltozknak egy olyan lineris kombincija, amely egy dimenziban
maximalizlja a H szm csoport kztti klnbsget. A msodik kanonikus
239
vltoz az elstl fggetlen lineris kombinci, amely egy msik dimenziban
maximalizlja a csoportok kztti klnbsget, s gy tovbb
Lttuk hogy H = 2 esetben egyetlen diszkriminancia (vagy kanonikus)
fggvny elegend volt az elemzshez szksges kanonikus vltozk szma lta-
lnosan megadva: H -1 s p kzl a kisebb.
Egy j diszkriminancia-fggvny azzal jellemezhet, hogy az egyes cso-
portok fggvny kzprtkei jl elklnlnek egymstl. Ez a megfontols k-
pezi az alapjt az elemzs jsgnak megvizsglsra. A diszkriminancia analzis
jsgrl nyerhetnk kpet akkor is, ha a diszkrimainacia-analzis ltal felttele-
zett csoport hovatartozst sszehasonltjuk a valsgos hovatartozssal. Ezeket a
besorolsokat azutn brzolhatjuk is, ahol minden terletre mindkt fggvny
rtkprjai jellemzek, amelyek a mindenkori csoport-hovatartozshoz vezetnek.
A hatrokat a szmok mutatjk. A szmok egy terlet mindenkori csoport-
hovatartozst jelentik.

16.1. Diszkriminancia-analzis az SPSS-ben

Diszkriminancia-analzist SPSS szoftverben az Analyse Classify
Discriminant menpontban vgezhetnk. Megint a world95.sav file felhasznl-
sval mutatjuk be ennek elvi menett. A file tartalmazza az orszgokat s a hozz
tartoz vltozkat: ezek egy rsze tbb esetben nem is numerikus vltoz vagy
nominlis adat, teht az orszgok csoportostst teszi lehetv. Ilyen pl. a valls.
Felmerlhet a krds, hogy vajon a valls elg jelents tnyez-e ahhoz, hogy
befolysolja/meghatrozza egy orszg egyb jellemvonsait? Mskppen fogal-
mazva, vajon az orszgokat jellemz vltozk rtkei alapjn kvetkeztethetnk-
e a vallsra? Ha igen, mely vltozk lesznek erre a legalkalmasabbak?
Feladatunkban teht a vltozk rtkei alapjn megksreljk az orszgo-
kat azonostani a hozzjuk tartoz vallssal. Ha a diszkriminancia-analzis ered-
mnyekppen nagy sikeressggel soroljuk be az orszgokat az eredeti csoportba,
akkor megtalltuk a vltozkat, ha a visszaosztlyozs alacsony hatkonysgot
mutat, akkor vagy j vltozkat kell kiprblni, vagy feladni a nullhipotzist,
hogy egyb vltozk rtkei alapjn, brmely orszgrl megmondhat, hogy mi-
lyen valls a lakossga.
Els lpsknt jra kell kdolni a vallshoz tartoz rtkeket (Transform
Recode into new variable), ugyanis a mvelethez szmokra van szksg (pl.
muslim=1, catholic=2, orthodox=3, protstnt=4, stb). Fontos, hogy a neveket pon-
tosan rjuk be!
Ezt kveten az Analyze Classify Discriminant menpontban a
Grouping variable-hoz berjuk a vizsgland vltozt - amelybe az eseteinket
visszaosztlyozni kvnjuk ms vltozk alapjn, teht most a vallst (religion),
majd meghatrozzuk a felvehet maximum s minimum rtket (azaz a csopor-
240
tok szmt). A fggetlen vltozkhoz (independents) kivlogatunk nhny vl-
tozt, amelyrl azt felttelezzk, hogy alkalmasak csoportok elklntsre (pl. a
npszaporulat, a GDP, a vrosi lakossg arnya, stb.). rtelemszeren kerljk a
szveges vltozkat!. Vlaszthatunk az Enter s a Stepwise mdszer kztt, te-
ht, hogy a vltozk egyszerre kerlnek-e a kalapba, vagy egyms utn. Ha el
akarjuk kerlni a multikollinearits jelensgt mutat vltozk hasznlatt, ak-
kor eltte faktoranalzissel kivont faktorokat, vagy a faktorral legnagyobb korre-
lcit mutat vltozt is hasznlhatjuk. Az egytt mozg, hasonl rtkeket
mutat vltozk hasznlata ugyanis slyozst jelent, ami viszont elvben nvelheti
is a visszaosztlyozs sikeressgt, mint ahogy cskkentheti is!
A Classify gomb megnyomsval tovbbi belltsok eszkzlhetk:
megadhat, hogy egyforma-e a csoportok nagysga (All groups equal, Compute
from group size), lekrhetjk az jraosztlyzst sszegz tblzatot (Summary
table), s a diagramokat (Plots). A diszkriminancia-analzis sorn legyrtott
fggvnyek (2, esetleg 3) rtkei alapjn az egyes esetek felkerlnek 2D egy
pontdiagramra (koordinta-rendszer), a rjuk jellemz csoportcentrummal (Plots-
Combined groups). A diagramrl a tbbi csoportcentrumtl val tvolsg is
leolvashat, mikpp az is, hogy mennyire klnlnek el az egyes csoportok, ill.
mekkora kzttk az tfeds. Akkor lesz sikeres a visszaosztlyzs - teht akkor
vlasztottunk j vltozkat -, ha a csoportcentrumok egymstl tvol, az esetek
viszont a csoportcentrumhoz kzel helyezkednek el, s a csoportok nem fedik t
egymst. Szintn lekrhet, hogy a csoportok hogyan osztjk fel egyms kztt a
2D fiktv teret (Territorial map).



A Statistics men kivlasztsval a korrelcis mtrixot, az ANOVA-
analzist, a ltrehozand diszkriminancia-fggvny koefficienseit s a
diszkriminancia-analzis megbzhatsgt vizsglhatjuk meg. A Save gomb be-
nyomsval az adatbzisba j vltozknt elmenthetjk a valsznstett csoport-
241
besorolst (Predicted group membership), s annak valsznsgt
(Probabilities).
Az egyszersg kedvrt csak ngy valls esetben vgeztk el a vizsgla-
tot, s nem hasznltuk fel az sszes vltozt sem. Pldnkban ltszik, hogy a v-
lasztott vltozk csoportcentruma egymshoz kzel esett, a csoportok esetei sz-
szekeverednek, nem klnlnek el, ennek ksznheten, az eredeti 1-es csoport-
ba 27 esetbl 20 kerlt helyesen visszasorolsra (74%-os siker), 7 viszont a 2.
csoportba (teht 7 muszlim orszgot katolikusnak minstettnk a vlasztott vl-
tozk alapjn). A 2. csoportbl 5 orszg kerlt az 1-es, 1 a 3. s 8 a 4. csoportba
(66%-os sikeressg). sszessgben az esetek 65%-a helyesen kerlt visszaoszt-
lyozsra, ami meghaladja a vletlen valsznsget (50%), de ms vltozk kiv-
lasztsval ez az rtk taln nvelhet.




242
Feladatok

1, A world95.sav llomny adatainak vizsglatval elemezze, hogy a vilg
orszgainak
a, vallsi hovatartozsa
b, gazdasgi fejlettsge (region or economic group)

megllapthat-e ms vltozk rtkei alapjn (milyen sikeres a visszaosz-
tlyozs a vallsi csoportokba/gazdasgi rgiba ms vltozk felhaszn-
lsval)? Mely vltozk mutatjk a legjobb visszaosztlyozsi arnyt
(mely vltozk alapjn a legsikeresebb a valls/gazdasgi rgi beazono-
stsa)?

2, Vajon a klma mennyire tkrzi ez egyes orszgok fejlettsgt? A fldrajzi
determinizmus elmletnek van-e ltjogosultsga? (Azonosthat-e a kl-
matpus fejlettsgi mutatk alapkjn?)

























243
Felhasznlt irodalom


Geiger J. (2007): Geomatematika. Szegedi Egyetemi Kiad. JATEPress, 116.
p.
Herendi I. - Lengyel I. - Nemes Nagy J. - Sikos T. T. - Sznokyn Ancsin G.
- Szrnyin Kukorelly I. Szrnyi M. (1996): Trsadalomfldrajzi elem-
zsek szmtgpen. JATEPress, Szeged, 194. p.
Ketskemty L. - Izs L. (2005): Bevezets az SPSS programrendszerbe. Bp.
ELTE, Etvs Kiad 459.p
Kves P. - Prniczky G. (1981): ltalnos statisztika I-II. Kzgazdasgi s
Jogi Knyvkiad. Bp., 362+387.p.
Liira, J. - Aavik, T. - Parrest, O. - Zobel, M. Agricultural sector, rural
environment and biodiversity in the Central and Eastern European EU
member states. In: Acta Geographica Debrecina, Landscape and
Environment Series. Vol. 2. 46-65. pp.
Mricz F. - Abonyi Gy-n (1975): Matematikai mdszerek a fldrajzban.
Tanknyvkiad, Bp., 285. p. (kzirat)
Nemes Nagy J. (szerk.) (2005): Regionlis elemzsi mdszerek. ELTE, Regi-
onlis Fldrajzi Tanszk - MTA Regionlis Tudomnyi Kutatcsoport.
284. p.
Pczely Gy. (1979): ghajlattan. Tanknyvkiad, Bp., 336. p.
Pnzes J. (2007): A terleti jvedelemegyenltlensgek alakulsa az szak-
alfldi rgiban. In: Terleti Statisztika, 4. 358-379. pp.
Sajtos L. Mitev, A. (2007): SPSS kutatsi s adatelemzsi kziknyv. Bp.
Alinea. 402.p.
Sli-Z. I. (1980): A Hegykz falufldrajzi vizsglata. Debrecen, Studia
Geographica 3.
Szns Gy.: Geofizikai teleptan. Akadmiai Kiad, 1958.
Szunyogh G. (1999): Vltoz valsg. Fejezetek a dinamikus fldrajz trgy-
krbl. Oskar Kiad, Szombathely, 201.p.

http://www.agt.bme.hu/staff_h/varga/vetulet.html
http://psycho.unideb.hu/munkatarsak/math_janos/statisztika_II/nempar.doc
http://hu.wikipedia.org/wiki/K%C3%A9tmint%C3%A1s_t-pr%C3%B3ba
http://www.stud.u-szeged.hu/Batori.Csaba/AlkStat.pdf
http://www.google.hu/search?q=korrel%C3%A1ci%C3%B3sz%C3%A1m%
C3%ADt%C3%A1s&hl=hu&start=10&sa=N
http://psycho.unideb.hu/statisztika/pages/p_4_1.xml
244




245
MELLKLETEK

1. Hosszmrtkek

Mrtkegysg Mret (m)
szvetsgi hosszmrtkek
1 mrnd = 6 knyk kb. 270 cm
1 knyk kb. 45 cm
1 rgi knyk kb. 52,5 cm
1 arasz = 3 tenyr kb. 22,5 cm
1 tenyr = 4 ujj kb. 75 mm
1 ujj kb. 18,75 mm
jszvetsgi hosszmrtkek
1 mrfld (ezer lps) 1478 m
1 stdium 185 m
1 l 1,85 m
1 knyk 55 cm
1 lb 30 cm
grg hosszmrtkek
1 szkhoinosz = 60 grg sztadion 11116,8 m
1 grg sztadion = 6 plethron 185,28 m
1 plethron = 100 pusz (lb) 30,88 m
1 pusz (lb) = 16 daktlosz (hvelyk) 0,3088 m
1 daktlosz (hvelyk) 0,0193 m
1 orga (l)= 6 pusz (lb)= 4 pekhsz (knyk)= 24 paleiszte (te-
nyr) = 96 daktlosz (hvelyk)
1,8528 m
1 pekhsz (knyk) 0,4832 m
1 paleiszte (tenyr) 0,0772 m
1 attikai sztadion 164 m
1 olimpiai sztadion 190192 m
Osztrk hosszmrtkek
bcsi hvelyk 0,0263 m
246
bcsi lb =12 bcsi hvelyk 0,3160 m
bcsi rf = 29 hvelyk 0,7775 m
bcsi l = 6 bcsi lb 1,8964 m
bcsi mrfld = 4000 bcsi l 7585,92 m
osztrk posta mrfld =4000 l 7585,94 m
Magyar hosszmrtkek
budai l 2,9790 m
pozsonyi l 1,9010 m
selmeci l 2,0220 m
bnyal 2,0258 m
magyar mrfld 8353,6 m
magyar fldrajzi mrfld 9276 m
magyar kis fldrajzi mrfld 1855 m
Angol hosszmrtkek
1 league = 3 statute mile (szrazfldi)
4,828 km
1 league = 3 nautical mile (tengeri)
5,565 km
1 nautical mile = 2026 yard
1853,184 m
1 statute mile = 8 furlong = 1760 yard
1609,344 m
1 furlong = 40 pole 201,16 m
1 pole/perch/rod = 5,5 yard 5,03 m
1 inch = 10 vons (hvelyk) 2,54 cm
1 line (vons) 2,54 mm
1 mile = 1760 yard 1,609 km
1 fathom = 2 yard 1,83 m
1 yard = 3 foot 91,44 cm
1 foot = 12 inch 30,48 cm
1 inch = 10 line 2,54 cm
247
Egyb hosszmrtkek
1 tengeri mrfld 1852 m
fonl (tengerszeti) = 6 foot 1,829 m
francia mrfld 4452 m
nmet fldrajzi mrfld 7420 m
1 hvelyk = 2,0-3,1 cm nmetl Zoll
angol hvelyk
2,54 cm
bnya hvelyk, bcsi hvelyk
2,63 cm
erdlyi hvelyk, erdtmny hvelyk , kirlyi hvelyk, mrnki
hvelyk , pozsonyi hvelyk
2,60 cm

2. Terletmrtkek

Mrtkegysg Mret
1 iga (egy iga krrel naponta felsznthat terlet) kb. 0,25 ha = 2500 m
2

1 katasztrlis hold = 1600 ngyszgl 0,5760 ha
1 magyar hold = 1200 ngyszgl 0,4320 ha
1 ngyszgl 3,6 m
2

bcsi ngyszgl = 36 ngyszglb 3,696 m
2
= 0,03596 r
1 arura 0,276 hektr = 276 m
2

1 plethron 0,095 hektr = 95 m
2

1 square mile = 640 acre (ngyzetmrfld)
2,590 km
2

1 acre = 4840 square yard
4046,9 m
2

1 square = 100 square foot (ngyzetlb)
9,290 m
2

1 square yard = 9 square foot
0,836 m
2

1 square foot = 144 square inch
0,093 m
2
= 929,01 cm
2

1 square inch (hvelyk)
6,45 cm
2





248

A korrelcis egytthat valsznsgi szintjei


Valsznsgek
f
0,1 0,05 0,02 0,01 0,001
1 0,98769 0,99692 0,999507 0,999877 0,9999988
2 ,90000 ,95000 ,98000 ,990000 ,99900
3 ,8054 ,8783 ,93433 ,95873 ,99116
4 ,7293 ,8114 ,8822 ,91720 ,97406
5 ,6694 ,7545 ,8329 ,8745 ,95074
6 ,6215 ,7067 ,7887 ,8343 ,92493
7 ,5822 ,6664 ,7498 ,7977 ,8982
8 ,5494 ,6319 ,7155 ,7646 ,8721
9 ,5214 ,6021 ,6851 ,7348 ,8471
10 ,4973 ,5760 ,6581 ,7079 ,8233
11 ,4762 ,5529 ,6339 ,6835 ,8010
12 ,4575 ,5324 ,6120 ,6614 ,7800
13 ,4409 ,5139 ,5923 ,6411 ,7603
14 ,4259 ,4973 ,5742 ,6226 ,7420
15 ,4124 ,4821 ,5577 ,6055 ,7246
16 ,4000 ,4683 ,5425 ,5897 ,7084
17 ,3887 ,4555 ,5285 ,5751 ,6932
18 ,3783 ,4438 ,5155 ,5614 ,6787
19 ,3687 ,4329 ,5034 ,5487 ,6652
20 ,3598 ,4227 ,4921 ,5368 ,6524
25 ,3233 ,3809 ,4451 ,4869 ,5974
30 ,2960 ,3494 ,4093 ,4487 ,5541
35 ,2746 ,3246 ,3810 ,4182 ,5189
40 ,2573 ,3044 ,3578 ,3932 ,4896
45 ,2428 ,2875 ,3384 ,3721 ,4648
50 ,2306 ,2732 ,3218 ,3541 ,4433
60 ,2108 ,2500 ,2948 ,3248 ,4078
70 ,1954 ,2319 ,2737 ,3017 ,3799
80 ,1829 ,2172 ,2565 ,2830 ,3568
90 ,1726 ,2050 ,2422 ,2673 ,3375
100 ,1638 ,1946 ,2301 ,2540 ,3211
249
A t-eloszls tblzata

Valsznsgek
f 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0,1 0,05 0,02 0,01 0,001
1 0,158 0,325 0,510 0,727 1,000 1,376 1,963 3,078 6,314 12,706 31,821 63,657 636,619
2 0,142 0,289 0,445 0,617 0,816 1,061 1,386 1,886 2,920 4,303 6,965 9,925 31,598
3 0,137 0,277 0,424 0,584 0,765 0,978 1,250 1,638 2,353 3,182 4,541 5,841 12,924
4 0,134 0,271 0,414 0,569 0,741 0,941 1,190 1,533 2,132 2,776 3,747 4,604 8,610
5 0,132 0,267 0,408 0,559 0,727 0,920 1,156 1,476 2,015 2,571 3,365 4,032 6,869
6 0,131 0,265 0,404 0,553 0,718 0,906 1,134 1,440 1,943 2,447 3,143 3,707 5,959
7 0,130 0,263 0,402 0,549 0,711 0,896 1,119 1,415 1,895 2,365 2,998 3,499 5,408
8 0,130 0,262 0,399 0,546 0,706 0,889 1,108 1,397 1,860 2,306 2,896 3,355 5,041
9 0,129 0,261 0,398 0,543 0,703 0,883 1,100 1,383 1,833 2,262 2,821 3,250 4,781
10 0,129 0,260 0,397 0,542 0,700 0,879 1,093 1,372 1,812 2,228 2,764 3,169 4,587
11 0,129 0,260 0,396 0,540 0,697 0,876 1,088 1,363 1,796 2,201 2,718 3,106 4,437
12 0,128 0,259 0,395 0,539 0,695 0,873 1,083 1,356 1,782 2,179 2,681 3,055 4,318
13 0,128 0,259 0,394 0,538 0,694 0,870 1,079 1,350 1,771 2,160 2,650 3,012 4,221
14 0,128 0,258 0,393 0,537 0,692 0,868 1,076 1,345 1,761 2,145 2,624 2,977 4,140
15 0,128 0,258 0,393 0,536 0,691 0,866 1,074 1,341 1,753 2,131 2,602 1,947 4,073
16 0,128 0,258 0,392 0,535 0,690 0,865 1,071 1,337 1,746 2,120 2,583 2,921 4,015
17 0,128 0,257 0,392 0,534 0,689 0,863 1,069 1,333 1,740 2,110 2,567 2,898 3,965
18 0,127 0,257 0,392 0,534 0,688 0,862 1,067 1,330 1,734 2,101 2,552 2,878 3,922
19 0,127 0,257 0,391 0,533 0,688 0,861 1,066 1,328 1,729 2,093 2,539 2,861 3,883
20 0,127 0,257 0,391 0,533 0,687 0,860 1,064 1,325 1,725 2,086 2,528 2,845 3,850
21 0,127 0,257 0,391 0,532 0,686 0,859 1,063 1,323 1,721 2,080 2,518 2,831 3,819
22 0,127 0,256 0,390 0,532 0,686 0,858 1,061 1,321 1,717 2,074 2,508 2,819 3,792
23 0,127 0,256 0,390 0,532 0,685 0,858 1,060 1,319 1,714 2,069 2,500 2,807 3,767
24 0,127 0,256 0,390 0,531 0,685 0,857 1,059 1,318 1,711 2,064 2,492 2,797 3,745
25 0,127 0,256 0,390 0,531 0,684 0,856 1,058 1,316 1,708 2,060 2,485 2,787 3,725
26 0,127 0,256 0,390 0,531 0,684 0,856 1,058 1,315 1,706 2,056 2,479 2,779 3,707
27 0,127 0,256 0,389 0,531 0,684 0,855 1,057 1,314 1,703 2,052 2,473 2,771 3,690
28 0,127 0,256 0,389 0,530 0,683 0,855 1,056 1,313 1,701 2,048 2,467 2,763 3,674
29 0,127 0,256 0,389 0,530 0,683 0,854 1,055 1,311 1,699 2,045 2,462 2,756 3,659
30 0,127 0,256 0,389 0,530 0,683 0,854 1,055 1,310 1,697 2,042 2,457 2,750 3,646
40 0,126 0,255 0,388 0,529 0,681 0,851 1,050 1,303 1,684 2,021 2,423 2,704 3,551
60 0,126 0,254 0,387 0,527 0,679 0,848 1,046 1,296 1,671 2,000 2,390 2,660 3,460
120 0,126 0,254 0,386 0,526 0,677 0,845 1,041 1,289 1,658 1,980 2,358 2,617 3,373
: 0,126 0,253 0,385 0,524 0,674 0,842 1,036 1,282 1,645 1,960 2,326 2,576 3,291
250
Az f-eloszls tblzata p = 0,5%

A szmll szabadsgfoka f
1
f
2
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 :
1 16200 20000 21600 22500 23100 23400 23700 23900 24100 24200 24400 24600 24800 24900 25000 25100 25300 25400 25500
2 199 199 199 199 199 199 199 199 199 199 199 199 199 199 199 199 199 199 200
3 55,6 49,8 47,5 46,2 45,4 44,8 44,4 44,1 43,9 43,7 43,4 43,1 42,8 42,6 42,5 42,3 42,1 42,0 41,8
4 31,3 26,3 24,3 23,2 22,5 22,0 21,6 21,4 21,1 21,0 20,7 20,4 20,2 20,0 19,9 19,8 19,6 19,5 19,3
5 22,8 18,3 16,5 15,6 14,9 14,5 14,2 14,0 13,8 13,6 13,4 13,1 12,9 12,8 12,7 12,5 12,4 12,3 12,1
6 18,6 14,5 12,9 12,0 11,6 11,5 10,8 10,6 10,4 10,1 10,0 9,81 9,59 9,47 9,36 9,24 9,12 9,00 8,88
7 16,2 12,4 10,9 10,1 9,52 9,16 8,89 8,68 8,51 8,38 8,18 7,97 7,75 7,65 7,53 7,42 7,31 7,19 7,08
8 14,7 11,0 9,60 8,81 8,30 7,95 7,69 7,50 7,34 7,21 7,01 6,81 6,61 6,50 6,40 6,29 6,18 6,06 5,95
9 13,6 10,1 8,72 7,96 7,47 7,13 6,88 6,69 6,54 6,42 6,23 6,03 5,83 5,73 5,62 5,52 5,41 5,30 5,19
10 12,8 9,43 8,08 7,34 6,87 6,54 6,30 6,12 5,97 5,85 5,66 5,47 5,27 5,17 5,07 4,97 4,86 4,75 4,64
11 12,2 8,91 7,60 6,88 6,42 6,10 5,86 5,68 5,54 5,42 5,24 5,05 4,86 4,76 4,65 4,55 4,44 4,34 4,23
12 11,8 8,51 7,23 6,52 6,07 5,76 5,52 5,35 5,20 5,09 4,91 4,72 4,53 4,43 4,33 4,23 4,12 4,01 3,90
13 11,4 8,19 6,93 6,23 5,79 5,48 5,25 5,08 4,94 4,82 4,64 4,46 4,27 4,17 4,07 3,97 3,87 3,76 3,65
14 11,1 7,92 6,68 6,00 5,56 5,26 5,03 4,86 4,72 4,60 4,43 4,25 4,06 3,96 3,86 3,76 3,66 3,55 3,44
15 10,8 7,70 6,48 5,80 5,37 5,07 4,85 4,67 4,54 4,42 4,25 4,07 3,88 3,79 3,69 3,58 3,48 3,37 3,26
16 10,6 7,51 6,30 5,64 5,21 4,91 4,69 4,52 4,38 4,27 4,10 3,92 3,73 3,64 3,54 3,44 3,33 3,22 3,11
17 10,4 7,35 6,16 5,50 5,07 4,78 4,56 4,39 4,25 4,14 3,97 3,79 3,61 3,51 3,41 3,31 3,21 3,10 2,98
18 10,2 7,21 6,03 5,37 4,96 4,66 4,44 4,28 4,14 4,03 3,86 3,68 3,50 3,40 3,30 3,20 3,10 2,99 2,87
19 10,1 7,09 5,92 5,27 4,85 4,56 4,34 4,18 4,04 3,93 3,76 3,59 3,40 3,31 3,21 3,11 3,00 2,89 2,78
20 9,94 6,99 5,82 5,17 4,76 4,47 4,26 4,09 3,96 3,85 3,68 3,50 3,32 3,22 3,12 3,02 2,92 2,81 2,69
21 9,83 6,89 5,73 5,09 4,68 4,39 4,18 4,01 3,88 3,77 3,60 3,43 3,24 3,15 3,05 2,95 2,84 2,73 2,61
22 9,73 6,81 5,65 5,02 4,61 4,32 4,11 3,94 3,81 3,70 3,54 3,36 3,18 3,08 2,98 2,88 2,77 2,66 2,55
23 9,63 6,73 6,58 4,95 4,54 4,26 4,05 3,88 3,75 3,64 3,47 3,30 3,12 3,02 2,92 2,82 2,71 2,60 2,48
24 9,55 6,66 5,52 4,89 4,49 4,20 3,99 3,83 3,69 3,59 3,42 3,25 3,06 2,97 2,87 2,77 2,66 2,55 2,43
25 9,48 6,60 5,46 4,84 4,43 4,15 3,94 3,78 3,64 3,54 3,37 3,20 3,01 2,92 2,82 2,72 2,61 2,50 2,38
26 9,41 6,54 5,41 4,79 4,38 4,10 3,89 3,73 3,60 3,49 3,33 3,15 2,97 2,87 2,77 2,67 2,56 2,45 2,33
27 9,34 6,49 5,36 4,74 4,34 4,06 3,85 3,69 3,56 3,45 3,28 3,11 2,93 2,83 2,73 2,63 2,52 2,41 2,29
28 9,28 6,44 5,32 4,70 4,30 4,02 3,81 3,65 3,52 3,41 3,25 3,07 2,89 2,79 2,69 2,59 2,48 2,37 2,25
29 9,23 6,40 5,28 4,66 4,26 3,98 3,77 3,61 3,48 3,38 3,21 3,04 2,86 2,76 2,66 2,56 2,45 2,33 2,21
30 9,18 6,35 5,24 4,62 4,23 3,95 3,74 3,58 3,45 3,34 3,18 3,01 2,82 2,73 2,63 2,52 2,42 2,30 2,18
40 8,83 6,07 4,98 4,37 3,99 3,71 3,51 3,35 3,22 3,12 2,95 2,78 2,60 2,50 2,40 2,30 2,18 2,06 1,93
60 8,49 5,79 4,73 4,14 3,76 3,49 3,29 3,13 3,01 2,90 2,74 2,57 2,39 2,29 2,19 2,08 1,96 1,83 1,69
120 8,18 5,54 4,50 3,92 3,55 3,28 3,09 2,93 2,81 2,71 2,54 2,37 2,19 2,09 1,98 1,87 1,75 1,61 1,43
A

s
z

m
l


s
z
a
b
a
d
s

g
f
o
k
a

: 7,88 5,30 4,28 3,72 3,35 3,09 2,90 2,74 2,62 2,52 2,36 2,19 2,00 1,90 1,79 1,67 1,53 1,36 1,00




251

Az f-eloszls tblzata p = 1%

A szmll szabadsgfoka f
1
f
2
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 :
1 4050 5000 5400 5620 5760 5860 5930 5980 6020 6060 6110 6160 6210 6230 6260 6290 6310 6340 6370
2 98,5 99,0 99,2 99,2 99,3 99,3 99,4 99,4 99,4 99,4 99,4 99,4 99,4 99,5 99,5 99,5 99,5 99,5 99,5
3 34,1 30,8 29,5 28,7 28,2 27,9 27,7 27,5 27,3 27,2 27,1 26,9 26,7 26,6 26,5 26,4 26,3 26,2 26,1
4 21,2 18,0 16,7 16,0 15,5 15,2 15,0 14,8 14,7 14,5 14,4 14,2 14,0 13,9 13,8 13,7 13,7 13,6 13,5
5 16,3 13,3 12,1 11,4 11,0 10,7 10,5 10,3 10,2 10,1 9,89 9,72 9,55 9,47 9,38 9,29 9,20 9,11 9,02
6 13,7 10,9 9,78 9,15 8,75 8,47 8,26 8,10 7,98 7,87 7,72 7,56 7,40 7,31 7,23 7,14 7,06 6,97 6,88
7 12,2 9,55 8,45 7,85 7,46 7,19 6,99 6,84 6,72 6,62 6,47 6,31 6,16 6,07 5,99 5,91 5,82 5,74 5,65
8 11,3 8,65 7,59 7,01 6,63 6,37 6,18 6,03 5,91 5,81 5,67 5,52 5,36 5,28 5,20 5,12 5,03 4,95 4,86
9 10,6 8,02 6,99 6,42 6,06 5,80 5,61 5,47 5,35 5,26 5,11 4,96 4,81 4,73 4,65 4,57 4,48 4,40 4,31
10 10,0 7,56 6,55 5,99 5,64 5,39 5,20 5,06 4,94 4,85 4,71 4,56 4,41 4,33 4,25 4,17 4,08 4,00 3,91
11 9,65 7,21 6,22 5,67 5,32 5,07 4,89 4,74 4,63 4,54 4,40 4,25 4,10 4,02 3,94 3,86 3,78 3,69 3,60
12 9,33 6,93 5,95 5,41 5,06 4,82 4,64 4,50 4,39 4,30 4,16 4,01 3,86 3,78 3,70 3,62 3,54 3,45 3,36
13 9,07 6,70 5,74 5,21 4,86 4,62 4,44 4,30 4,19 4,10 3,96 3,82 3,66 3,59 3,51 3,43 3,34 3,25 3,17
14 8,86 6,51 5,56 5,04 4,69 4,46 4,28 4,14 4,03 3,94 3,80 3,66 3,51 3,43 3,35 3,27 3,18 3,09 3,00
15 8,68 6,36 5,42 4,89 4,56 4,32 4,14 4,00 3,89 3,80 3,67 3,52 3,37 3,29 3,21 3,13 3,05 2,96 2,87
16 8,53 6,23 5,29 4,77 4,44 4,20 4,03 3,89 3,78 3,69 3,55 3,41 3,26 3,18 3,10 3,02 2,93 2,84 2,75
17 8,40 6,11 5,18 4,67 4,34 4,10 3,93 3,79 3,68 3,59 3,46 3,31 3,16 3,08 3,00 2,92 2,83 2,75 2,65
18 8,29 6,01 5,09 4,58 4,25 4,01 3,84 3,71 3,60 3,51 3,37 3,23 3,08 3,00 2,92 2,84 2,75 2,66 2,57
19 8,18 5,93 5,01 4,50 4,17 3,94 3,77 3,63 3,52 3,43 3,30 3,15 3,00 2,92 2,84 2,76 2,67 2,58 2,49
20 8,10 5,85 4,94 4,43 4,10 3,87 3,70 3,56 3,46 3,37 3,23 3,09 2,94 2,86 2,78 2,69 2,61 2,52 2,42
21 8,02 5,78 4,87 4,37 4,04 3,81 3,64 3,51 3,40 3,31 3,17 3,03 2,88 2,80 2,72 2,64 2,55 2,46 2,36
22 7,95 5,72 4,82 4,31 3,99 3,76 3,59 3,45 3,35 3,26 3,12 2,98 2,83 2,75 2,67 2,58 2,50 2,40 2,31
23 7,88 5,66 4,76 4,26 3,94 3,71 3,54 3,41 3,30 3,21 3,07 2,93 2,78 2,70 2,62 2,54 2,45 2,35 2,26
24 7,82 5,61 4,72 4,22 3,90 3,67 3,50 3,36 3,26 3,17 3,03 2,89 2,74 2,66 2,58 2,49 2,40 2,31 2,21
25 7,77 5,57 4,68 4,18 3,85 3,63 3,46 3,32 3,22 3,13 2,99 2,85 2,70 2,62 2,54 2,45 2,36 2,27 2,17
26 7,72 5,53 4,64 4,14 3,82 3,59 3,42 3,29 3,18 3,09 2,96 2,81 2,66 2,58 2,50 2,42 2,33 2,23 2,13
27 7,68 5,49 4,60 4,11 3,78 3,56 3,39 3,26 3,15 3,06 2,93 2,78 2,63 2,55 2,47 2,38 2,29 2,20 2,10
28 7,64 5,45 4,57 4,07 3,75 3,53 3,36 3,23 3,12 3,03 2,90 2,75 2,60 2,52 2,44 2,35 2,26 2,17 2,06
29 7,60 5,42 4,54 4,04 3,73 3,50 3,33 3,20 3,09 3,00 2,87 2,73 2,57 2,49 2,41 2,33 2,23 2,14 2,03
30 7,56 5,39 4,51 4,02 3,70 3,47 3,30 3,17 3,07 2,98 2,84 2,70 2,55 2,47 2,39 2,30 2,21 2,11 2,01
40 7,31 5,18 4,31 3,83 3,51 3,29 3,12 2,99 2,89 2,80 2,66 2,52 2,37 2,29 2,20 2,11 2,02 1,92 1,80
60 7,08 4,98 4,13 3,65 3,34 3,12 2,95 2,82 2,72 2,63 2,50 2,35 2,20 2,12 2,03 1,94 1,84 1,73 1,60
120 6,85 4,79 3,95 3,48 3,17 2,96 2,79 2,66 2,56 2,47 2,34 2,19 2,03 1,95 1,86 1,76 1,66 1,53 1,38
A

s
z

m
l


s
z
a
b
a
d
s

g
f
o
k
a

: 6,63 4,61 3,78 3,32 3,02 2,80 2,64 2,51 2,41 2,32 2,18 2,04 1,88 1,79 1,70 1,59 1,47 1,32 1,00
252

Az f-eloszls tblzata p = 2,5 %

A szmll szabadsgfoka f
1
f
2
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 :
1 648 800 864 900 922 937 948 957 963 969 977 985 993 997 1000 1010 1010 1010 1020
2 38,5 39,0 39,2 39,2 39,3 39,3 39,4 39,4 39,4 39,4 39,4 39,4 39,4 39,5 39,5 39,5 39,5 39,5 39,5
3 17,4 16,0 15,4 15,1 14,9 14,7 14,6 14,5 14,5 14,4 14,3 14,3 14,2 14,1 14,1 14,0 14,0 13,9 13,9
4 12,2 10,6 9,98 9,60 9,36 9,20 9,07 8,98 8,90 8,84 8,75 8,66 8,56 8,51 8,46 8,41 8,36 8,31 8,26
5 10,0 8,43 7,76 7,39 7,15 6,98 6,85 6,76 6,68 6,62 6,52 6,43 6,33 6,28 6,23 6,18 6,12 6,07 6,02
6 8,81 7,26 6,60 6,23 5,99 5,82 5,70 5,60 5,52 5,46 5,37 5,27 5,17 5,12 5,07 5,01 4,96 4,90 4,85
7 8,07 6,54 5,89 5,52 5,29 5,12 4,99 4,90 4,82 4,76 4,67 4,57 4,47 4,42 4,36 4,31 4,25 4,20 4,14
8 7,57 6,06 5,42 5,05 4,82 4,65 4,53 4,43 4,36 4,30 4,20 4,10 4,00 3,95 3,89 3,84 3,78 3,73 3,67
9 7,21 5,71 5,08 4,72 4,48 4,32 4,20 4,10 4,03 3,96 3,87 3,77 3,67 3,61 3,56 3,51 3,45 3,39 3,33
10 6,94 5,46 4,83 4,47 4,24 4,07 3,95 3,85 3,78 3,72 3,62 3,52 3,42 3,37 3,31 3,26 3,20 3,14 3,08
11 6,72 5,26 4,63 4,28 4,04 3,88 3,76 3,66 3,59 3,53 3,43 3,33 3,23 3,17 3,12 3,06 3,00 2,94 2,88
12 6,55 5,10 4,47 4,12 3,89 3,73 3,61 3,51 3,44 3,37 3,28 3,18 3,07 3,02 2,96 2,91 2,85 2,79 2,72
13 6,41 4,97 4,35 4,00 3,77 3,60 3,48 3,39 3,31 3,25 3,15 3,05 2,95 2,89 2,84 2,78 2,72 2,66 2,60
14 6,30 4,86 4,24 3,89 3,66 3,50 3,38 3,29 3,21 3,15 3,05 2,95 2,84 2,79 2,73 2,67 2,61 2,55 2,49
15 6,20 4,77 4,15 3,80 3,58 3,41 3,29 3,20 3,12 3,06 2,96 2,86 2,76 2,70 2,64 2,59 2,52 2,46 2,40
16 6,12 4,69 4,08 3,73 3,50 3,34 3,22 3,12 3,05 2,99 2,89 2,79 2,68 2,63 2,57 2,51 2,45 2,38 2,32
17 6,04 4,62 4,01 3,66 3,44 3,28 3,16 3,06 2,98 2,92 2,82 2,72 2,62 2,56 2,50 2,44 2,38 2,32 2,25
18 5,98 4,56 3,95 3,61 3,38 3,22 3,10 3,01 2,93 2,87 2,77 2,67 2,56 2,50 2,44 2,38 2,32 2,26 2,19
19 5,92 4,51 3,90 3,56 3,33 3,17 3,05 2,96 2,88 2,82 2,72 2,62 2,51 2,45 2,39 2,33 2,27 2,20 2,13
20 5,87 4,46 3,86 3,51 3,29 3,13 3,01 2,91 2,84 2,77 2,68 2,57 2,46 2,41 2,35 2,29 2,22 2,16 2,09
21 5,83 4,42 3,82 3,48 3,25 3,09 2,97 2,87 2,80 2,73 2,64 2,53 2,42 2,37 2,31 2,25 2,18 2,11 2,04
22 5,79 4,38 3,78 3,44 3,22 3,05 2,93 2,84 2,76 2,70 2,60 2,50 2,39 2,33 2,27 2,21 2,14 2,08 2,00
23 5,75 4,35 3,75 3,41 3,18 3,02 2,90 2,81 2,73 2,67 2,57 2,47 2,36 2,30 2,24 2,18 2,11 2,04 1,97
24 5,72 4,32 3,72 3,38 3,15 2,99 2,87 2,78 2,70 2,64 2,54 2,44 2,33 2,27 2,21 2,15 2,08 2,01 1,94
25 5,69 4,29 3,69 3,35 3,13 2,97 2,85 2,75 2,68 2,61 2,51 2,41 2,30 2,24 2,18 2,12 2,05 1,98 1,91
26 5,66 4,27 3,67 3,33 3,10 2,94 2,82 2,73 2,65 2,59 2,49 2,39 2,28 2,22 2,16 2,09 2,03 1,95 1,88
27 5,63 4,24 3,65 3,31 3,08 2,92 2,80 2,71 2,63 2,57 2,47 2,36 2,25 2,19 2,13 2,07 2,00 1,93 1,85
28 5,61 4,22 3,63 3,29 3,06 2,90 2,78 2,69 2,61 2,55 2,45 2,34 2,23 2,17 2,11 2,05 1,98 1,91 1,83
29 5,59 4,20 3,61 3,27 3,04 2,88 2,76 2,67 2,59 2,53 2,43 2,32 2,21 2,15 2,09 2,03 1,96 1,89 1,81
30 5,57 4,18 3,59 3,25 3,03 2,87 2,75 2,65 2,57 2,51 2,41 2,31 2,20 2,14 2,07 2,01 1,94 1,87 1,79
40 5,42 4,05 3,46 3,13 2,90 2,74 2,62 2,53 2,45 2,39 2,29 2,18 2,07 2,01 1,94 1,88 1,80 1,72 1,64
60 5,29 3,93 3,34 3,01 2,79 2,63 2,51 2,41 2,33 2,27 2,17 2,06 1,94 1,88 1,82 1,74 1,67 1,58 1,48
120 5,15 3,80 3,23 2,89 2,67 2,52 2,39 2,30 2,22 2,16 2,05 1,94 1,82 1,76 1,69 1,61 1,53 1,43 1,31
A

s
z

m
l


s
z
a
b
a
d
s

g
f
o
k
a

: 5,02 3,69 3,12 2,79 2,57 2,41 2,29 2,19 2,11 2,05 1,94 1,83 1,71 1,64 1,57 1,48 1,39 1,27 1,00
253
Az f-eloszls tblzata p = 5 %

A szmll szabadsgfoka f
1
f
2
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 :
1 161 200 216 225 230 234 237 239 241 242 244 246 248 249 250 251 252 253 254
2 18,5 19,0 19,2 19,2 19,3 19,3 19,4 19,4 19,4 19,4 19,4 19,4 19,4 19,5 19,5 19,5 19,5 19,5 19,5
3 10,1 9,55 9,28 9,12 9,01 8,94 8,89 8,85 8,81 8,79 8,74 8,70 8,66 8,64 8,62 8,59 8,57 8,55 8,53
4 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96 5,91 5,86 5,80 5,77 5,75 5,72 5,69 5,66 5,63
5 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74 4,68 4,62 4,56 4,53 4,50 4,46 4,43 4,40 4,36
6 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06 4,00 3,94 3,87 3,84 3,81 3,77 3,74 3,70 3,67
7 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64 3,57 3,51 3,44 3,41 3,38 3,34 3,30 3,27 3,23
8 5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 3,28 3,22 3,15 3,12 3,08 3,04 3,01 2,97 2,93
9 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14 3,07 3,01 2,94 2,90 2,86 2,83 2,79 2,75 2,71
10 4,96 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98 2,91 2,85 2,77 2,74 2,70 2,66 2,62 2,58 2,54
11 4,84 3,98 3,59 3,36 3,20 3,09 3,01 2,95 2,90 2,85 2,79 2,72 2,65 2,61 2,57 2,53 2,49 2,45 2,40
12 4,75 3,89 3,49 3,26 3,11 3,00 2,91 2,85 2,80 2,75 2,69 2,62 2,54 2,51 2,47 2,43 2,38 2,34 2,30
13 4,67 3,81 3,41 3,18 3,03 2,92 2,83 2,77 2,71 2,67 2,60 2,53 2,46 2,42 2,38 2,34 2,30 2,25 2,21
14 4,60 3,74 3,34 3,11 2,96 2,85 2,76 2,70 2,65 2,60 2,53 2,46 2,39 2,35 2,31 2,27 2,22 2,18 2,13
15 4,54 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2,54 2,48 2,40 2,33 2,29 2,25 2,20 2,16 2,11 2,07
16 4,49 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2,49 2,42 2,35 2,28 2,24 2,19 2,15 2,11 2,06 2,01
17 4,45 3,59 3,20 2,96 2,81 2,70 2,61 2,55 2,49 2,45 2,38 2,49 2,23 2,19 2,15 2,10 2,06 2,01 1,96
18 4,41 3,55 3,16 2,93 2,77 2,66 2,58 2,51 2,46 2,41 2,34 2,27 2,19 2,15 2,11 2,06 2,02 1,97 1,92
19 4,38 3,52 3,13 2,90 2,74 2,63 2,54 2,48 2,42 2,38 2,31 2,23 2,16 2,11 2,07 2,03 1,98 1,93 1,88
20 4,35 3,49 3,10 2,87 2,71 2,60 2,51 2,45 2,39 2,35 2,28 2,20 2,12 2,08 2,04 1,99 1,95 1,90 1,84
21 4,32 3,47 3,07 2,84 2,68 2,57 2,49 2,42 2,37 2,32 2,25 2,18 2,10 2,05 2,01 1,96 1,92 1,87 1,81
22 4,30 3,44 3,05 2,82 2,66 2,55 2,46 2,40 2,34 2,30 2,23 2,15 2,07 2,03 1,98 1,94 1,89 1,84 1,78
23 4,28 3,42 3,03 2,80 2,64 2,53 2,44 2,37 2,32 2,27 2,20 2,13 2,05 2,00 1,96 1,91 1,86 1,81 1,76
24 4,26 3,40 3,01 2,78 2,62 2,51 2,42 2,36 2,30 2,25 2,18 2,11 2,03 1,98 1,94 1,89 1,84 1,79 1,73
25 4,24 3,39 2,99 2,76 2,60 2,49 2,40 2,34 2,28 2,24 2,16 2,09 2,01 1,96 1,92 1,87 1,82 1,77 1,71
26 4,23 3,37 2,98 2,74 2,59 2,47 2,39 2,32 2,27 2,22 2,15 2,07 1,99 1,95 1,90 1,85 1,80 1,75 1,69
27 4,21 3,35 2,96 2,73 2,57 2,46 2,37 2,31 2,25 2,20 2,13 2,06 1,97 1,93 1,88 1,84 1,79 1,73 1,67
28 4,20 3,34 2,95 2,71 2,56 2,45 2,36 2,29 2,24 2,19 2,12 2,04 1,96 1,91 1,87 1,82 1,77 1,71 1,65
29 4,18 3,33 2,93 2,70 2,55 2,43 2,35 2,28 2,22 2,18 2,10 2,03 1,94 1,90 1,85 1,81 1,75 1,70 1,64
30 4,17 3,32 2,92 2,69 2,53 2,42 2,33 2,27 2,21 2,16 2,09 2,01 1,93 1,89 1,84 1,79 1,74 1,68 1,62
40 4,08 3,23 2,84 2,61 2,45 2,34 2,25 2,18 2,12 2,08 2,00 1,92 1,84 1,79 1,74 1,69 1,64 1,58 1,51
60 4,00 3,15 2,76 2,53 2,37 2,25 2,17 2,10 2,04 1,99 1,92 1,84 1,75 1,70 1,65 1,59 1,53 1,47 1,39
120 3,92 3,07 2,68 2,45 2,29 2,17 2,09 2,02 1,96 1,91 1,83 1,75 1,66 1,61 1,55 1,50 1,43 1,35 1,25
A

s
z

m
l


s
z
a
b
a
d
s

g
f
o
k
a

: 3,84 3,00 2,60 2,37 2,21 2,10 2,01 1,94 1,88 1,83 1,75 1,67 1,57 1,52 1,46 1,39 1,32 1,22 1,00

254

Az f-eloszls tblzata p = 10 %

A szmll szabadsgfoka f
1
f
2
1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 :
1 39,9 49,5 53,6 55,8 57,2 58,2 58,9 59,4 59,9 60,2 60,7 61,2 61,7 62,0 62,3 62,5 62,8 63,1 63,3
2 8,53 9,00 9,16 9,24 9,29 9,33 9,35 9,37 9,38 9,39 9,41 9,42 9,44 9,45 9,46 9,47 9,47 9,48 9,49
3 5,54 5,46 5,39 5,34 5,31 5,28 5,27 5,25 5,24 5,23 5,22 5,20 5,18 5,18 5,17 5,16 5,15 5,14 5,13
4 4,54 4,32 4,19 4,11 4,05 4,01 3,98 3,95 3,94 3,92 3,90 3,87 3,84 3,83 3,82 3,80 3,79 3,78 3,76
5 4,06 3,78 3,62 3,52 3,45 3,40 3,37 3,34 3,32 3,30 3,27 3,24 3,21 3,19 3,17 3,16 3,14 3,12 3,10
6 3,78 3,46 3,29 3,18 3,11 3,05 3,01 2,98 2,96 2,94 2,90 2,87 2,84 2,82 2,80 2,78 2,76 2,74 2,72
7 3,59 3,26 3,07 2,96 2,88 2,83 2,78 2,75 2,72 2,70 2,67 2,63 2,59 2,58 2,56 2,54 2,51 2,49 2,47
8 3,46 3,11 2,92 2,81 2,73 2,67 2,62 2,59 2,56 2,54 2,50 2,46 2,42 2,40 2,38 2,36 2,34 2,32 2,29
9 3,36 3,01 2,81 2,69 2,61 2,55 2,51 2,47 2,44 2,42 2,38 2,34 2,30 2,28 2,25 2,23 2,21 2,18 2,16
10 3,29 2,92 2,73 2,61 2,52 2,46 2,41 2,38 2,35 2,32 2,28 2,24 2,20 2,18 2,16 2,13 2,11 2,08 2,06
11 3,23 2,86 2,66 2,54 2,45 2,39 2,34 2,30 2,27 2,25 2,21 2,17 2,12 2,10 2,08 2,05 2,03 2,00 1,97
12 3,18 2,81 2,61 2,48 2,39 2,33 2,28 2,24 2,21 2,19 2,15 2,10 2,06 2,04 2,01 1,99 1,96 1,93 1,90
13 3,14 2,76 2,56 2,43 2,35 2,28 2,23 2,20 2,16 2,14 2,10 2,05 2,01 1,98 1,96 1,93 1,90 1,88 1,85
14 3,10 2,73 2,52 2,39 2,31 2,24 2,19 2,15 2,12 2,10 2,05 2,01 1,96 1,94 1,91 1,89 1,86 1,83 1,80
15 3,07 2,70 2,49 2,36 2,27 2,21 2,16 2,12 2,09 2,06 2,02 1,97 1,92 1,90 1,87 1,85 1,82 1,79 1,76
16 3,05 2,67 2,46 2,33 2,24 2,18 2,13 2,09 2,06 2,03 1,99 1,94 1,89 1,87 1,84 1,81 1,78 1,75 1,72
17 3,03 2,64 2,44 2,31 2,22 2,15 2,10 2,06 2,03 2,00 1,96 1,91 1,86 1,84 1,81 1,78 1,75 1,72 1,69
18 3,01 2,62 2,42 2,29 2,20 2,13 2,08 2,04 2,00 1,98 1,93 1,89 1,84 1,81 1,78 1,75 1,72 1,69 1,66
19 2,99 2,61 2,40 2,27 2,18 2,11 2,06 2,02 1,98 1,96 1,91 1,86 1,81 1,79 1,76 1,73 1,70 1,67 1,63
20 2,97 2,59 2,38 2,25 2,16 2,09 2,04 2,00 1,96 1,94 1,89 1,84 1,79 1,77 1,74 1,71 1,68 1,64 1,61
21 2,96 2,57 2,36 2,23 2,14 2,08 2,02 1,98 1,95 1,92 1,88 1,83 1,78 1,75 1,72 1,69 1,66 1,62 1,59
22 2,95 2,56 2,35 2,22 2,13 2,06 2,01 1,97 1,93 1,90 1,86 1,81 1,76 1,73 1,70 1,67 1,64 1,60 1,57
23 2,94 2,55 2,34 2,21 2,11 2,05 1,99 1,95 1,92 1,89 1,84 1,80 1,74 1,72 1,69 1,66 1,62 1,59 1,55
24 2,93 2,54 2,33 2,19 2,10 2,04 1,98 1,94 1,91 1,88 1,83 1,78 1,73 1,70 1,67 1,64 1,61 1,57 1,53
25 2,92 2,53 2,32 2,18 2,09 2,02 1,97 1,93 1,89 1,87 1,82 1,77 1,72 1,69 1,66 1,63 1,59 1,56 1,52
26 2,91 2,52 2,31 2,17 2,08 2,01 1,96 1,92 1,88 1,86 1,81 1,76 1,71 1,68 1,65 1,61 1,58 1,54 1,50
27 2,90 2,51 2,30 2,17 2,07 2,00 1,95 1,91 1,87 1,85 1,80 1,75 1,70 1,67 1,64 1,60 1,57 1,53 1,49
28 2,89 2,50 2,29 2,16 2,06 2,00 1,94 1,90 1,87 1,84 1,79 1,74 1,69 1,66 1,63 1,59 1,56 1,52 1,48
29 2,89 2,50 2,28 2,15 2,06 1,99 1,93 1,89 1,86 1,83 1,78 1,73 1,68 1,65 1,62 1,58 1,55 1,51 1,47
30 2,88 2,49 2,28 2,14 2,05 1,98 1,93 1,88 1,85 1,82 1,77 1,72 1,67 1,64 1,61 1,57 1,54 1,50 1,46
40 2,84 2,44 2,23 2,09 2,00 1,93 1,87 1,83 1,79 1,76 1,71 1,66 1,61 1,57 1,54 1,51 1,47 1,42 1,38
60 2,79 2,39 2,18 2,04 1,95 1,87 1,82 1,77 1,74 1,71 1,66 1,60 1,54 1,51 1,48 1,44 1,40 1,35 1,29
120 2,75 2,35 2,13 1,99 1,90 1,82 1,77 1,72 1,68 1,65 1,60 1,55 1,48 1,45 1,41 1,37 1,32 1,26 1,19
A

s
z

m
l


s
z
a
b
a
d
s

g
f
o
k
a

: 2,71 2,30 2,08 1,94 1,85 1,77 1,72 1,67 1,63 1,60 1,55 1,49 1,42 1,38 1,34 1,30 1,24 1,17 1,00
A
2
-eloszls tblzata

Valsznsgek
f
0,99 0,95 0,90 0,80 0,70 0,50 0,30 0,20 0,10 0,05 0,01 0,001
1 0,03157 0,00393 0,0158 0,0642 0,148 0,455 1,074 1,642 2,706 3,841 6,635 10,827
2 0,0201 0,103 0,211 0,446 0,713 1,386 2,408 3,219 4,605 5,991 9,210 13,815
3 0,115 0,352 0,584 1,005 1,424 2,366 3,665 4,642 6,251 7,815 11,345 16,266
4 0,297 0,711 1,064 1,649 2,195 3,357 4,878 5,989 7,779 9,488 13,277 18,467
5 0,554 1,145 1,610 2,343 3,000 4,351 6,064 7,289 9,236 11,070 15,086 20,515
6 0,872 1,635 2,204 3,070 3,828 5,348 7,231 8,558 10,645 12,592 16,812 22,457
7 1,239 2,167 2,833 3,822 4,671 6,346 8,383 9,803 12,017 14,067 18,475 24,322
8 1,646 2,733 3,490 4,594 5,527 7,344 9,524 11,030 13,362 15,507 20,090 26,125
9 2,088 3,325 4,168 5,380 6,393 8,343 10,656 12,242 14,684 16,919 21,666 27,877
10 2,558 3,940 4,865 6,179 7,267 9,342 11,781 13,442 15,987 18,307 23,209 29,588
11 3,053 4,575 5,578 6,989 8,148 10,341 12,899 14,631 17,275 19,675 14,725 31,264
12 3,571 5,226 6,304 7,807 9,034 11,340 14,011 15,812 18,549 21,026 26,217 32,909
13 4,107 5,892 7,042 8,634 9,926 12,340 15,119 16,985 19,812 22,362 27,688 34,528
14 4,660 6,571 7,790 9,467 10,821 13,339 16,222 18,151 21,064 23,685 29,141 36,123
15 5,229 7,261 8,547 10,307 11,721 14,339 17,322 19,311 22,307 24,996 30,578 37,697
16 5,812 7,962 9,312 11,152 11,624 15,338 18,418 20,465 23,542 26,296 32,000 39,252
17 6,408 8,672 10,085 12,002 13,531 16,338 19,511 21,615 24,769 27,587 33,409 40,790
18 7,015 9,390 10,865 12,857 14,440 17,338 20,601 22,760 25,989 28,869 34,805 42,312
19 7,633 10,117 11,651 13,716 15,352 18,338 21,689 23,900 27,204 30,144 36,191 43,820
20 8,260 10,851 12,443 14,578 16,266 19,337 22,775 25,038 28,412 31,410 37,566 45,315
21 8,897 11,591 13,240 15,445 17,182 20,337 23,858 26,171 29,615 32,671 38,932 46,797
22 9,542 12,338 14,041 16,314 18,101 21,337 24,939 27,301 30,813 33,924 40,289 48,268
23 10,196 13,091 14,848 17,187 19,021 22,337 26,018 28,429 32,007 35,172 41,638 49,728
24 10,856 13,848 15,659 18,062 19,943 23,337 27,096 29,553 33,196 36,415 42,980 51,179
25 11,524 14,611 16,473 18,940 20,867 24,337 28,172 30,675 34,382 37,652 44,314 52,620
26 12,198 15,379 17,292 19,820 21,792 25,336 29,246 31,795 35,563 38,885 45,642 54,052
27 12,879 16,151 18,114 20,703 22,719 26,336 30,319 32,912 36,741 40,113 46,963 55,476
28 13,565 16,928 18,939 21,588 23,647 27,336 31,391 34,027 37,916 41,337 48,278 56,893
29 14,256 17,708 19,768 22,475 24,577 28,336 32,461 35,139 39,087 42,557 49,588 58,302
30 14,953 18,493 20,599 23,364 25,508 29,336 33,530 36,250 40,256 43,773 50,892 59,703
32 16,362 20,072 22,271 25,148 27,373 31,336 35,665 38,466 42,585 46,194 53,486 62,487
34 17,789 21,664 23,952 26,938 29,242 33,336 37,795 40,676 44,903 48,602 56,061 65,247
36 19,233 23,269 25,643 28,735 31,115 35,336 39,922 42,879 47,212 50,999 58,619 67,985
38 20,961 14,884 27,343 30,537 32,992 37,335 42,045 45,076 49,513 53,384 61,162 70,703
40 22,164 26,509 29,051 32,345 34,872 39,335 44,165 47,269 51,805 55,759 63,691 73,402
42 23,650 28,144 30,765 34,157 36,755 41,335 46,282 49,456 54,090 58,124 66,206 76,084
44 25,148 29,787 32,487 35,974 38,641 43,335 48,396 51,639 56,369 60,481 68,710 78,750
46 26,657 31,439 34,215 37,795 40,529 45,335 50,507 53,818 58,641 62,830 71,201 81,400
48 28,177 33,098 35,949 39,621 42,420 47,335 52,616 55,993 60,907 65,171 73,683 84,037
50 29,707 34,764 37,689 41,449 44,313 49,335 54,723 58,164 63,167 67,505 76,154 86,661
52 31,246 36,437 39,433 43,281 46,209 51,335 56,827 60,332 65,422 69,832 78,616 89,272
54 32,793 38,116 41,183 45,117 48,106 53,335 58,930 62,496 67,673 72,153 81,009 91,872
56 34,350 39,801 42,937 46,955 50,005 55,335 61,031 64,658 69,919 74,468 83,513 94,461
58 35,913 41,492 44,696 48,797 51,906 57,335 63,129 66,816 72,160 76,778 85,950 97,039
60 37,485 43,188 46,459 50,641 53,809 59,335 65,227 68,972 74,397 79,082 88,379 99,607
62 39,063 44,889 48,226 52,487 55,714 61,335 67,322 71,125 76,630 81,381 90,802 102,166
64 40,649 46,595 49,996 54,336 57,620 63,335 69,416 73,276 78,860 83,675 93,217 104,716
66 42,240 48,305 51,770 56,188 59,527 65,335 71,508 75,424 81,085 85,965 95,626 107,258
68 43,838 50,020 53,548 58,042 61,436 67,335 73,600 77,571 83,308 88,250 98,028 109,791
70 45,442 51,739 55,329 59,898 63,346 69,334 75,689 79,715 85,527 90,531 100,425 112,317






256
A standard normlis eloszls valsznsgi vltoz
eloszlsfggvnynek tblzata

[v(x) = 1v(x)]
x v(x) x v(x) x v(x) x v(x) x v(x) x v(x)
0,00 0,5000 0,43 0,6664 0,86 0,8051 1,29 0,9015 1,72 0,9572 2,30 0,9893
0,01 0,5040 0,44 0,6700 0,87 0,8078 1,30 0,9032 1,73 0,9582 2,32 0,9898
0,02 0,5080 0,45 0,6736 0,88 0,8106 1,31 0,9049 1,74 0,9591 2,34 0,9904
0,03 0,5120 0,46 0,6772 0,89 0,8133 1,32 0,9066 1,75 0,9599 2,36 0,9909
0,04 0,5160 0,47 0,6808 0,90 0,8159 1,33 0,9082 1,76 0,9608 2,38 0,9913
0,05 0,5199 0,48 0,6844 0,91 0,8186 1,34 0,9099 1,77 0,9616 2,40 0,9918
0,06 0,5239 0,49 0,6879 0,92 0,8212 1,35 0,9115 1,78 0,9625 2,42 0,9922
0,07 0,5279 0,50 0,6915 0,93 0,8238 1,36 0,9131 1,79 0,9633 2,44 0,9927
0,08 0,5319 0,51 0,6950 0,94 0,8264 1,37 0,9147 1,80 0,9641 2,46 0,9931
0,09 0,5359 0,52 0, 6985 0,95 0,8289 1,38 0,9162 1,81 0,9649 2,48 0,9934
0,10 0,5398 0,53 0,7019 0,96 0,8315 1,39 0,9177 1,82 0,9656 2,50 0,9938
0,11 0,5438 0,54 0,7054 0,97 0,8340 1,40 0,9192 1,83 0,9664 2,52 0,9941
0,12 0,5478 0,55 0,7088 0,98 0,8365 1,41 0,9207 1,84 0,9671 2,54 0,9945
0,13 0,5517 0,56 0,7123 0,99 0,8389 1,42 0,9222 1,85 0,9678 2,56 0,9948
0,14 0,5557 0,57 0,7157 1,00 0,8413 1,43 0,9236 1,86 0,9686 2,58 0,9951
0,15 0,5596 0,58 0,7190 1,01 0,8438 1,44 0,9251 1,87 0,9693 2,60 0,9953
0,16 0,5636 0,59 0,7224 1,02 0,8461 1,45 0,9265 1,88 0,9699 2,62 0,9956
0,17 0,5675 0,60 0,7257 1,03 0,8485 1,46 0,9279 1,89 0,9706 2,64 0,9959
0,18 0,5714 0,61 0,7291 1,04 0,8508 1,47 0,9292 1,90 0,9713 2,66 0,9961
0,19 0,5753 0,62 0,7324 1,05 0,8531 1,48 0,9306 1,91 0,9719 2,68 0,9963
0,20 0,5793 0,63 0,7352 1,06 0,8554 1,49 0,9319 1,92 0,9726 2,70 0,9965
0,21 0,5832 0,64 0,7389 1,07 0,8577 1,50 0,9332 1,93 0,9732 2,72 0,9967
0,22 0,5871 0,65 0,7422 1,08 0,8599 1,51 0,9345 1,94 0,9738 2,74 0,9969
0,23 0,5910 0,66 0,7454 1,09 0,8621 1,52 0,9357 1,95 0,9744 2,76 0,9971
0,24 0,5948 0,67 0,7486 1,10 0,8643 1,53 0,9370 1,96 0,9750 2,78 0,9973
0,25 0,5987 0,68 0,7517 1,11 0,8665 1,54 0,9382 1,97 0,9756 2,80 0,9974
0,26 0,6026 0,69 0,7549 1,12 0,8686 1,55 0,9394 1,98 0,9761 2,82 0,9976
0,27 0,6064 0,70 0,7580 1,13 0,8708 1,56 0,9406 1,99 0,9767 2,84 0,9977
0,28 0,6103 0,71 0,7611 1,14 0,8729 1,57 0,9418 2,00 0,9772 2,86 0,9979
0,29 0,6141 0,72 0,7642 1,15 0,8749 1,58 0,9429 2,02 0,9783 2,88 0,9980
0,30 0,6179 0,73 0,7673 1,16 0,8770 1,59 0,9441 2,04 0,9793 2,90 0,9981
0,31 0,6217 0,74 0,7703 1,17 0,8790 1,60 0,9452 2,06 0,9803 2,92 0,9982
0,32 0,6255 0,75 0,7734 1,18 0,8810 1,61 0,9463 2,08 0,9812 2,94 0,9984
0,33 0,6293 0,76 0,7764 1,19 0,8830 1,62 0,9474 2,10 0,9821 2,96 0,9985
0,34 0,6331 0,77 0,7794 1,20 0,8849 1,63 0,9484 2,12 0,9830 2,98 0,9986
0,35 0,6368 0,78 0,7823 1,21 0,8869 1,64 0,9495 2,14 0,9838 3,00 0,9987
0,36 0,6406 0,79 0,7853 1,22 0,8888 1,65 0,9505 2,16 0,9846 3,20 0,9993
0,37 0,6443 0,80 0,7881 1,23 0,8907 1,66 0,9515 2,18 0,9854 3,40 0,9996
0,38 0,6480 0,81 0,7910 1,24 0,8925 1,67 0,9525 2,20 0,9861 3,60 0,9998
0,39 0,6517 0,82 0,7939 1,25 0,8944 1,68 0,9535 2,22 0,9868 3,80 0,9999
0,40 0,6554 0,83 0,7967 1,26 0,8962 1,69 0,9545 2,24 0,9875
0,41 0,6591 0,84 0,7995 1,27 0,8980 1,70 0,9554 2,26 0,9881
0,42 0,6628 0,85 0,8023 1,28 0,8997 1,71 0,9564 2,28 0,9887






257
A korrelci szignifikancia szintjnek a kritikus rtkei

You might also like