ÁLTALÁNOS VÁLLALKOZÁSI FŐISKOLA

LEÍRÓ STATISZTIKA
ALAPÖSSZEFÜGGÉSEK ÉS SZÁMÍTÁSI GYAKORLAT

BUDAPEST, 2012
1

Az elméleti összefoglalókat írta: Lipécz György A feladatokat összeállította: Kuti Éva

Szakmai lektor ???

ISBN: @ Általános Vállalkozási Főiskola

2

TARTALOM
ÚTMUTATÓ A TANANYAG HASZNÁLATÁHOZ .............................................................. 6 E FEJEZET: ELMÉLETI ÖSSZEFOGLALÓK ........................................................................ 8 E.1. Bevezetés, alapfogalmak ................................................................................................ 8 E.1.1. Néhány fontosabb alapfogalom ............................................................................... 8 E.1.2. Az ismérvek mérhetőségi tulajdonságai (Mérési skálák és tulajdonságaik)............ 9 E.1.3. A statisztikai adat fogalma. .................................................................................... 10 E.1.4. Az adatgyűjtés módjai ........................................................................................... 10 E.1.5. Statisztikai táblák és grafikonok ............................................................................ 11 E.2. Viszonyszámok ............................................................................................................. 12 E.2.1. Megoszlási viszonyszám........................................................................................ 12 E.2.2. Koordinációs viszonyszám .................................................................................... 12 E.2.3. Intenzitási viszonyszám. ........................................................................................ 12 E.2.4. Területi összehasonlító viszonyszámok. ................................................................ 12 E.2.5. Dinamikus (időbeli összehasonlító) viszonyszámok ............................................. 12 E.3. A sokaság elemzése egy ismérv szerint: Egyedi és csoportosított adatok, helyzetmutatók, középértékek, szóródás .............................................................................. 15 E.3.1. A sokaság csoportosítása ....................................................................................... 15 E.3.2. A csoportosított sokaság jellemzése. ..................................................................... 15 E.3.3. A gyakorisági sorok ábrázolása. A hisztogram ..................................................... 17 E.3.4. Középértékek és helyzetmutatók egyedi és csoportosított adatok esetén .............. 19 E.3.5. A szóródás fogalma és mutatói ............................................................................. 25 E.3.6. Az empirikus eloszlások alakja............................................................................. 28 E.4. Indexszámítás................................................................................................................ 29 E.4.1. Alapfogalmak, egyedi indexek .............................................................................. 29 E.4.2. Az értékváltozás felbontása két összetevőre: az árváltozás és a volumenváltozás hatására. Az (együttes) érték-, volumen- és árindex. ....................................................... 30 E.5. Főátlagok összehasonlítása standardizálás segítségével ............................................... 34 E.5.1. Bevezetés ............................................................................................................... 34 E.5.2. Különbség-elemzés ................................................................................................ 35 E.5.3. Hányados elemzés.................................................................................................. 37 E6. Asszociáció .................................................................................................................... 39 E.6.1. Alapfogalmak ......................................................................................................... 39 E.6.2. Az asszociáció elemzése kombinációs tábla segítségével ..................................... 39 E.6.3. Az asszociáció szorosságának jellemzése .............................................................. 41 E.7. Vegyes kapcsolat .......................................................................................................... 43 E.7.1. Alapfogalmak ......................................................................................................... 43 3

..2.................... 51 E...8.........................8........................................................................ 108 B. Alapfogalmak ..........8..........9.............................................................................. Standardizálás indexek segítségével .2................... 49 E.............. Vegyes kapcsolat ........ Intenzitási viszonyszámok ............. 58 B.... 55 B...............................................2...6................ Szezonális eltérések meghatározása ........... Trendszámítás ...........................1.......................................................................... 56 B.................. 46 E............... Idősor .......... 58 B..................2....................................... 59 B.... 60 B....5................. A szóródás mutatóinak kiszámítása ...............................................................1................................................. 100 B.................. 66 B. 64 B................... Korreláció.......................................... .........2.......1..... 86 B........................Abszolút és relatív gyakoriság............. 51 E.......2...................................................... 51 E................................8............................................................................................................................................................. A regressziós függvény meghatározása .................... Átlagszámítás.5................................................................................................................E............... Az empirikus eloszlás sűrűségdiagramja: a hisztogram ...................................... 52 E........... A trend meghatározása..................... 43 E.....4..... 91 B.... 73 B........ 72 B..... 74 B...........................8.. 47 E.............................. 57 B..... 46 E..................................................................7.... 103 B................ kumulált gyakoriságok ............................................ Az illeszkedés jósága.......................... kumulált értékösszeg mutatók....3............................................... Standardizálás ...1....................1................. Előrejelzés (extrapoláció) ..............2...3...................4 A véletlen hatás elkülönítése ................................... 46 E........................ A kovariancia (együttingadozás) és a lineáris korrelációs együttható ....2...... 98 B................. 55 B........................8..................2................................ Empirikus eloszlások elemzése ...........2 A H-négyzet mutató felépítése .......... Szezonindexek kiszámítása ..........9.............. a kapcsolat szorossága......................... A koncentráció elemzése .. Asszociációs kapcsolat ......................................7...........................9....1.. A korreláció fogalma ...................................1...................... 68 B.........................2... ill.............................2........ Dinamikus viszonyszámok ............8.............................2............4..........................................................................2................................................2.................... Megoszlási viszonyszámok .......... Abszolút és relatív értékösszeg.................1............................................ 109 B.................... Korrelációs kapcsolat ............. Az empirikus eloszlás aszimmetriájának kiszámítása ....................................... Helyzeti középértékek .. 86 B................................................................1........................2.................................................. 54 E..Viszonyszámok ...................9...8.........................................................9........................................................ regresszió ..............1..................4......3.9............5............ Indexek .....8.. Idősorok elemzése ...........6. 54 B FEJEZET: A TÍPUSFELADATOK MEGOLDÁSÁNAK RÉSZLETES BEMUTATÁSA 55 B.................................... 108 B..................................................... Standardizálás a főátlagok közötti eltérés alapján .............4.............................................3..........3.........8..................4................3 A szezonok hatása . 111 4 ..........7...............................

................ 113 G...................... Standardizálás .......6...... 116 G..............8............................................................. 113 G........................................................... 128 G.. Indexek ................................................. FEJEZET: TÉMAKÖRÖNKÉNT CSOPORTOSÍTOTT GYAKORLÓ FELADATOK....................................................... Asszociációs kapcsolat .................... Eredmények .....5.... Empirikus eloszlások elemzése ...........................7..........1.............. 182 KÉPLETGYŰJTEMÉNY ............................Viszonyszámok .............2........................ Feladatok ............................................ Idősorok elemzése ............................................................................................................... Vegyes kapcsolat ...... 183 5 ................................................................2........................ 139 G...........................3................................................ 134 G........ 146 V.......................... 137 G...1... 171 FELHASZNÁLT IRODALOM .............................................................................................. Korrelációs kapcsolat ....................................... 143 V................................................................................................................................................ 123 G....4................... 146 V.....................G..................................... FEJEZET: VEGYES GYAKORLÓ FELADATOK .................................................................................................................................................................

történések) alkotják a sokaságot. időbeli. információkra támaszkodva tudjuk elvégezni a számításokat. 2001) és a társadalmi kérdések vizsgálatában (Babbie. Az elemzési készségek kialakítását a statisztikai feladatok csak akkor tudják eredményesen szolgálni. minőségi. hanem formai jegyekre alapozva próbálják azonosítani a példatípust és a hozzá tartozó megoldási algoritmust. és milyen körben. részletesebb levezetéseket. események. de egymással szorosan összetartozó elemeknek az egy kötetbe rendezésével az a célunk. hanem folyamatos munkát kíván. amit ki akarunk deríteni. és ezek közül a rendelkezésre álló adatok alapján melyeket lehet kiszámítani. mit tudunk a sokaság nagyságáról és különböző ismérvek szerinti összetételéről (abszolút vagy relatív gyakoriságok). A statisztikai elemzés módszereinek elsajátítása nem egyszeri nekirugaszkodást. tárgyak. mert az így születő megoldások igen sűrűn bizonyulnak tévesnek. Fontosnak tartjuk azonban hangsúlyozni. Ez nemcsak azért káros. de nem is egyszerűen feladatgyűjtemény. old. hogy a megoldott példák gyors „átnézésével” sikeresen fel lehetne készülni a számonkérésekre. milyen statisztikai mutatók alkalmasak az adott kérdés vizsgálatára. hogy az óralátogatás és a tankönyv tanulmányozása mellett. hanem olyan empirikus információk összességeként. speciális jellemzőinek megragadásához. Ezeknek a különböző. Használati útmutató ÚTMUTATÓ A TANANYAG HASZNÁLATÁHOZ Ez a kötet nem szokványos tankönyv. Szintén szeretnénk már bevezetőben eloszlatni azt az illúziót. Azt tanácsoljuk tehát a példatár felhasználóinak. de kiegészülnek a számítások elméleti hátterének rövid összefoglalásával (E fejezet). A hallgatók gyakran követik el azt a hibát. nem számítási eljárások lépéseinek betanulását. a zárthelyi dolgozatokra és a vizsgára való felkészülésben. mi az. amelyeknek a jövőbeni munkahelyeken hasznát lehet majd venni az üzleti döntések megalapozásában (Rappai. Megtalálhatók ugyan benne a számítási eljárásokat lépésről lépésre ismertető bemutató feladatok (B fejezet) és a témakörönként csoportosított gyakorló példák (G fejezet). ezeknek az egységeknek milyen jellemzőit ismerjük (mennyiségi. 2009) található többoldalú tárgyalást. A kiindulási pont mindig az kell legyen.Kuti Éva – Lipécz György: Leíró statisztika. A hallgatóknak tehát azt javasoljuk. amelyekre alapozva közelebb juthatnak egy jelenség megértéséhez. hogy segítsük a hallgatókat (ezen belül is különösen a levelező tagozatosokat) a leíró statisztikai tananyag elsajátításában. hogy mi az elemzés célja. hogy a példatár nem helyettesíti az órákon elhangzó tanári magyarázatokat és a tankönyvben (Kerékgyártóné et al..). Ennek megfelelően az első és legfontosabb lépés minden statisztikai feladat esetében annak tisztázása. 2007. hanem a vizsgálandó kérdések tudatos végiggondolását igényli. milyen egységek (személyek. milyen adatokra. 1998). szervezetek. hogy már a bemutató feladatok áttanulmányozása során is figyeljenek az egyes számítási lépések mögött rejlő tényleges 6 . Ezeknek a kérdéseknek a megválaszolásához – a feladat teljes szövegének alapos elolvasása és a képletgyűjtemény értő használata mellett – az önálló erőfeszítés is nélkülözhetetlen. hogy milyen sokaság vizsgálatáról van szó. ha azokat a hallgatók nem megoldásra váró példaként kezelik. hanem elsősorban azért. Márpedig a főiskolai tanulmányok elsődleges célja mégiscsak azoknak a készségeknek az elsajátítása. területi ismérvek). mert a gyakorlati statisztikai munkában nem ilyen „iskolás” megközelítésre van szükség (Hörcherné. 207. ne pedig azok helyett éljenek a kötetben szereplő példák kínálta gyakorlási lehetőséggel. hogy nem a feladatban megfogalmazott tartalmi kérdésekre koncentrálnak.

Ebben a rövid elméleti összefoglalók nagy segítségükre lesznek. 7 . hogy a számonkérések során helyesen azonosítsák a példatípust és a megadott változókat. és így jó dolgozatokat írjanak. hogy a példatár segíteni fogja és hatékonyabbá teszi a hallgatói munkát. a zárthelyi vagy a vizsga előtti utolsó egy-két napot feltétlenül meg kell hagyni arra. kritikát szívesen fogadunk. amelyek a példatár utolsó részében (V fejezet) minden csoportosítás nélkül szerepelnek. jól válasszák meg a képleteket. Minden megjegyzést. Őszintén reméljük. hanem annak is fontos feltétele. és igyekezni fogunk az összeállított anyag tökéletesítése érdekében felhasználni. Ezt követően célszerű a megismert módszerek alkalmazását a témakörönként csoportosított feladatok megoldása során begyakorolni. Kizárólag ezekkel a vegyes feladatokkal szembesülve kerülnek ugyanis olyan helyzetbe. hogy a megismert statisztikai módszereket a későbbiekben magabiztosan és kreatívan alkalmazzák.Kuti Éva – Lipécz György: Leíró statisztika. Használati útmutató tartalomra. hogy akkor már – egyedül a képletgyűjteményre támaszkodva – azokra a feladatokra koncentráljanak. Végül. mint a vizsgaszituációban illetve a gyakorlati munkában – maguknak kell eligazodniuk. amelyben – csakúgy. Az önálló eligazodás képességének megszerzése nemcsak azt garantálja.

jelenségek. adott időszakban lehullott csapadék mennyisége. módszerek összességét. egyéb fontos jellemzőit a matematika eszközeivel meghatározza. csoportosíthatók. Pl. Néhány fontosabb alapfogalom A statisztikai sokaság A (statisztikai) sokaság az elemzés tárgyát képező összesség. mint pl. a dobókocka felső lapján szereplő számértékek 100 dobás során. Az ismérv (a változó) által felvehető értékek az ismérvértékek. a) A társadalom. (populáció. hogy egy tömegjelenség. Kevés adattal is lehet statisztikai elemzést végezni. egy nehezen áttekinthető adattömeg nagyságát. Az ismérv Az ismérvek (más néven statisztikai változók) a sokaság egységeinek (csoportjainak. szélesebb értelemben – beletartozik az adatok összegyűjtése. mint amikor pl. összehasonlíthatók. b) A sokaság nem mindig bontható elkülönült részekre. tárolása. leírja. a sokaság egészét figyelembe véve. ezért a statisztika alapfogalma a sokaság. A következtető statisztika (más néven matematikai vagy induktív statisztika) valószínűség-számítási alapon a mintából (a sokaság alkalmasan kiválasztott részsokaságából) következtet a sokaság egészére (Hunyadi. 8 . akkor mennyiségi ismérv a hallgatók életkora. 2001). Elméleti összefoglalók E FEJEZET: ELMÉLETI ÖSSZEFOGLALÓK E. amelyek szerint a sokaság egységei.1. egyedei jellemezhetők. A statisztika mint tudományág az alkalmazott matematika körébe tartozik. Bevezetés. belső összefüggéseit. áttekinthetővé. A leíró statisztika a statisztikai elemzés egyszerűbb módjait tartalmazza. részsokaságainak) jellemzői. egy főiskola beiratkozott hallgatóinak összessége vagy egy adott napon bekövetkezett balesetek összessége. és annak eredményét is. Pl. magát az elemző tevékenységet. egyedekre. a tanulmányi átlageredmény. összetételét. a testmagasság. A statisztika szó jelenti az alkalmazható matematikai összefüggések.és gazdaság-statisztikában a sokaság jellemzően a megfigyelés tárgyát képező elemek (események. ilyen pl. vagy röviden: értékek. Feladata az.1. azok a kritériumok.1. c) Sokszor csak a mért adatok összessége jelenti a sokaságot. • A mennyiségi ismérv (méréses jellemző. személyek. E. a Duna vízállásáról van szó. ha a vizsgálat tárgyát képező sokaság egy főiskola hallgatóinak összessége. a sörfogyasztás. különböző igények szerinti csoportosítása és hozzáférhetővé tétele is. kvantitatív változó) a sokaság egyedeinek (vagy egyes csoportjainak) számszerű jellemzője.Kuti Éva – Lipécz György: Leíró statisztika. ha ismétlődő jelenségekre vonatkozó adatok. csak önkényesen megállapított egységekre. szemléletessé tegye. De statisztikai sokaságról beszélünk akkor is. de a statisztika mint önálló tudomány jellemzően nagy tömegű adattal dolgozik. A statisztikai tevékenységbe – a szűkebb értelemben vett statisztikai elemzésen túl. alapfogalmak A statisztika a tömegjelenségek számszerű jellemzésével foglalkozik. összesség). megismételhető kísérletek eredményeinek összességéről van szó. halmaz. változását. szervezetek összességét jelenti.

történésekből áll. Az ismérvek mérhetőségi tulajdonságai (Mérési skálák és tulajdonságaik) Az ismérvek változatai. egy adott hónap során a határ-átlépések száma (pontosabban: a be. fejezetben és az azt követő fejezetekben foglalkozunk. A közgazdaságtanban is használatos ez a megkülönböztetés. készlet jellegű. ha csak véges számú különböző értéket vehet föl. A mennyiségi ismérvet diszkrét ismérvnek nevezzük. nem minden közgazdasági mennyiség sorolható be a két kategória valamelyikébe. Gyakran „mérésnek” nevezik a minőségi ismérvek megfigyelését is. amelynek két változata a férfi és a nő. szervező szak. Megjegyzendő. mint értékek. csoportosítás A megkülönböztető ismérvek segítségével végezhető a sokaság osztályozása. vagy a gazdasági aktivitás. vagy 1. megragadni. folyamat. A statisztikai osztályozás. vagy 1. mint az indexben a vizsgajegyek. értékei mérés ill.és kilépések egyenlege) mozgó sokaság. áramlás jellegű mennyiségekről) szokás beszélni. Diszkrét és folytonos ismérvek. Sokszor a sokaság is ilyen megkülönböztetés szerint adható meg. Ennek további részleteivel 3. megfigyelés révén állapíthatók meg. Ilyen a fentebb említett nem mint ismérv. mozgó sokaság. ill. számok. ennek két változata van: fiú vagy lány. ezek az ismérvek – egy adott intervallumon belül. illetve a csoportosítása. amelynek két változata az aktív és az inaktív. amely lehet 0. (Ezek között persze lehetnek azonosak is) A minőségi ismérvek a nem-számszerű jellemzők (minősítéses jellemzők). Az olyan ismérvek. A hallgatók fontos jellemzője. az ismérv változatok pedig: pénzügyi szak. hogy milyen szakra járnak. pl. vagy egy időtartam alatti változást akarunk jellemezni.1. A mozgó sokaság mindig eseményekből. Álló. egy megadott időpontban (napon) a Magyarországon tartózkodó külföldi turisták összessége álló sokaság. hogy a mérés nem más. ami mögött az a gondolatmenet áll.2. illetve változata van. Elméleti összefoglalók • stb.Kuti Éva – Lipécz György: Leíró statisztika.2 vagy 0. az alternatív ismérvek. A statisztikai elemzés szempontjából fontos megkülönböztetés hogy egy adott időpontra vonatkozó valamilyen állapotot. Magának az alapsokaságnak a pontos megadása egy közös ismérv segítségével lehetséges. stb. Egy másik kiemelendő ismérv-páros • az időbeli és • a térbeli (területi.33. E. – akár mennyiségi. a kerekítésektől eltekintve – bármilyen valós értéket felvehetnek. Pl. A hallgatók életkora mint ismérv annyi ismérvértéket vesz fel. Egy másik ismérv a nem.5 literes Folytonos ismérv a Duna vízszintje vagy a sörfogyasztás éves nagysága. vagy egy raktárban az üdítős üvegek térfogata. ott stock és flow mennyiségekről (állomány. ahány hallgató van. hogy nem minden sokaság. akár minőségi ismérvről van szó – amelyeknek csak két lehetséges értéke. ismérv-változatok hozzárendelése egy adott 9 . illetve földrajzi) ismérvek. Pl. ekkor az ismérv a szak. a felvehető „értékek” (kimenetelek) az ismérv-változatok.

ha jelzőszámuk nem azonos. akkor mondhatjuk. de nincs értelme azt mondani. kézzelfogható jellemzőkkel foglalkozik. a testsúly. • Intervallum-skála (különbségi skála). illetve kódok. Az alapadatokból további úgynevezett származtatott adatok képezhetők. amelyek rangsort fejeznek ki. hányadosának. A két szélső eset között a mérhetőségnek több fokozata is van. ezt a mérési skálák (mércék) típusainak is nevezik. egy sportversenyen elért helyezések. a fiúknak 1-es. Ilyen skála a hőmérsékleti skála és a naptári időszámítás. A matematika absztrakt objektumokkal. Továbbra sincs értelme azonban két szám különbségének és hányadosának. pl. hogy 5 fokot melegedett. Ugyanazt a hőmérsékletet más mértékegységben és más 0 ponthoz viszonyítva is kifejezhetjük. 1989) lehet: o Teljes körű 10 . a „nagyobb” relációnak vagy a két szám különbségének.Kuti Éva – Lipécz György: Leíró statisztika. • Arányskálán szereplő számok esetén már van értelme két szám hányadosának is. stb. vagy „egyáltalán nem”. ezek legfontosabb fajtái a statisztikai mutatószámok. Hasonló a helyzet az időszámítással. a testmagasság ismérvénél. ha szakot jelző számuk azonos. Más műveletet a kódszámokkal nem lehet végezni. Az adatgyűjtés módjai A megfigyelés (mérés) köre szerint az adatfelvétel (Kish. A mennyiségi ismérvek különbségi vagy arány-skálán mérhetők. Ha 10 Celsius fokról 15 fokra melegedett az idő. amikor a minőségi ismérvváltozatokat a rövidség és egyszerűség kedvéért számkóddal látjuk el. és nem ugyanarra a szakra járnak. egy közvélemény-kutatásban egy megállapítással való egyetértés mértékére: „teljesen egyetért”. és lehet (a mértékegység megválasztásától eltekintve) objektíve egyértelműen meghatározott. Ez a hozzárendelés lehet önkényes. A statisztika mindig konkrét. A minőségi ismérvek nominális skálán mérhetők. Ekkor nem is igazi számok. Végső soron az ismérv-változatokat illetve az ismérvértékeket nevezzük adatnak. a létszám. A statisztikai adat fogalma. fordítva: a különbségi vagy arány-skálán (összefoglalóan: metrikus skálán) mérhető ismérvek a mennyiségi ismérvek. nincs értelme pl. amelyek között a különbség értelmezhető. A statisztikában használt konkrét számok. E. A mértékegység megválasztható. A skála 0-pontja nem választható meg szabadon. mint pl. Pl. pl. hogy azonosak-e vagy sem.1. Ilyen a kereset. valójában csak nevek. a főiskolai szakokat számokkal jelölve két hallgató azonos szakra jár. vagy csak „részben”. ill. A skála 0-pontja és mértékegysége szabadon megválasztható. • Az ordinális (sorrendi) skálán sorszámok szerepelnek. a különböző naptári rendszerekkel is.1. ha a mérce számai csak azonosításra szolgálnak. A 0 érték az adott tulajdonság hiányát jelenti. Olyan ismérv-változatok is betöltik ezt a szerepet. pl. a sokaság egyedei sorba rendezhetők. hogy másfélszeresére nőtt a hőmérséklet. E.4. absztrakt számokkal dolgozik. stb. de bármely két mérőszám aránya független a mértékegységtől. Ezen olyan számok szerepelnek. de két szám hányadosa nem. jellemzők az adatok.3. a lányoknak 2-es kódot adva. • Nominális (megnevezési) skáláról van szó. Csak annyiban hasonlíthatók össze. Elméleti összefoglalók ismérvhez. Egy ilyen ismérv alapján. amelynek ismérv-értékei sorszámok.

(ezekkel a következő fejezetekben is gyakran találkozunk majd): o Vonaldiagram o Botdiagram o Poligon o Oszlop. A grafikus ábrázolás történhet o vonalak.1. Statisztikai táblák és grafikonok A statisztikai táblák típusai o Egyszerű tábla: csoportosítást nem tartalmaz – Például: Magyarország népessége 2000 és 2010 között évenként (ezer fő) o Csoportosító tábla: egy ismérv szerinti csoportosítást tartalmaz – Például: A budapesti mozik száma befogadóképesség szerint. o Kombinációs tábla: egyszerre több ismérv szerint csoportosít – Például: Egy főiskola hallgatóinak létszáma évfolyamok és szakok szerint. január 1. vagy térbeli alakulásának.Kuti Éva – Lipécz György: Leíró statisztika. egymáshoz viszonyított nagyságrendjének. Elméleti összefoglalók o Részleges (mintavételen alapuló). mértani testek o Piktogram o Kartogram A fentiek közül az egyik legfontosabbal. Fontosabb ábra típusok. 2004. interjú (például: népszámlálás) o Postai vagy internetes megkérdezés (például: munkaügyi statisztika) o Megfigyelés (például: vasúti forgalomszámlálás) o Kísérlet (például: kísérleti állatok reakcióinak tudományos mérése) Az adatfelvétel célja szerint o Elsődleges (primer) adatgyűjtés statisztikai célra o Másodlagos (szekunder) adatgyűjtés: nem statisztikai célból keletkezett információk összegyűjtése E. szemléltetése. A grafikus ábrázolás A grafikus ábrázolás célja az adatok időbeli.és sávdiagram o Hisztogram o Területdiagram o Kördiagram o Rúddiagram. 11 . a hisztogrammal – elméleti jelentősége miatt – részletesen foglalkozni fogunk. Az adatfelvétel módjai: o Kikérdezés o Személyes megkérdezés. o térbeli alakzat és o képszimbólumok segítségével.5. o terület. arányainak érzékeltetése.

Területi összehasonlító viszonyszámok.6%-a volt tankönyv.18-szorosa Csehország területének.2. Nyers viszonyszám: az összehasonlításban szereplő mennyiséget a teljes sokasághoz viszonyítjuk.1. A sokaság egy részének a sokaság egészéhez viszonyított arányát fejezi ki. o az egy főre jutó napi termelés egy cégnél. o 2008-ban hazánkban a 100 lakosra jutó mozi látogatások száma 99 db/100fő/év volt. (pl. csak a gyerekes családokat vesszük figyelembe.3. az intenzitási. A viszonyszámok fontosabb típusai: a megoszlási és koordinációs. más szóval a termelékenység 5db/fő/nap. mint Magyarországon.61. (Másképpen: 18%-kal nagyobb) o 2007-ben az 1000 lakosra jutó internet felhasználók száma Hollandiában 62%-kal nagyobb volt. Különböző fajta.2. rendszerint különböző mértékegységű adatból számított viszonyszám. mint a férfiak. amely megmutatja. Viszonyszámok A viszonyszám két egymással tartalmi (logikai) kapcsolatban lévő adat hányadosa. Dinamikus (időbeli összehasonlító) viszonyszámok A dinamikus viszonyszám. E. hogy az egyik mennyiségből mennyi jut a másik egy egységére. Például: o az 1 lakosra jutó napi tejfogyasztás 0. pl. hogy a tárgyidőszak adata hányszorosa a bázisidőszak adatának. Koordinációs viszonyszám Két rész-sokaság arányát fejezi ki.2. egy szorzószámról van szó. amellyel szorosabb logikai kapcsolatban van (ha pl. E. E. Megoszlási viszonyszám.) 12 . Másképpen fogalmazva. Különböző földrajzi területek azonos ismérv (vagy azonos típusú mutatószám) szerinti összehasonlítása.4.) E. o Magyarország területe 1. A könyvek száma tehát az adott időszakban 61%-kal nőtt. (Az index értéke két tizedes pontossággal: 1. E. mint 2000-ben. Pl. más néven index két időpont vagy időszak hasonló adatának hányadosa. Nyers és tisztított viszonyszám. Például: A csoporton belül a nők aránya 60%.2. Tisztított viszonyszám: az összehasonlításban szereplő mennyiséget a sokaság azon részéhez viszonyítjuk. 1 családra jutó gyerekszám).5 liter/fő/nap. Elméleti összefoglalók E. Például: Magyarországon a kiadott könyvek száma 2008-ban több mint másfélszer annyi volt.2.5. a nők másfélszer többen vannak. valamint a dinamikus viszonyszámok. Magyarországon 2008-ban a kiadott könyvek 18.2. Intenzitási viszonyszám. azt fejezi ki.2.Kuti Éva – Lipécz György: Leíró statisztika.

a GDP adott évi nominális értéke viszonyítva az előző évi GDP-hez.5 1.és láncindexek Bázisviszonyszám: az idősor értékeit egy rögzített időpont vagy időszak (a bázis) értékéhez viszonyítjuk.) Bázis.5 % 130 % A táblázatbeli adatok a következőképpen értelmezhetők.) PÉLDA: Egy főiskola beiratkozott hallgatóinak száma 2001-ben és az azt követő években a következőképpen alakult: 2000-ben 800 fő.5 %-kal emelkedett.875-szörösére nőtt vagy: 87.Kuti Éva – Lipécz György: Leíró statisztika. Az idősorok elemzésének egyszerű.és láncviszonyszámokról. 2002-ben 1500 fő. 2001-ben 1200 fő. 25%-kal több. A viszonyítási alaptól függően beszélünk bázis.és bázisviszonyszámok: Év 2000 2001 2002 2003 Létszám (Fő) 800 1200 1500 1040 Előző év = 1 (Láncindexek) – 1. a 2002-es évre: a beiratkozott hallgatók száma 2002-ben 1500 fő volt.25 0.6933 2001 = 1 (Bázisindexek) 1 1. 2002-ben a létszám a 2000-esnek 187. mint az előző évben. (Az idősorok magasabb szintű elemzésére egy önálló fejezetben visszatérünk. Egy ország lakosainak száma 2008-ban és 2009-ben viszonyítva a 2000-es lakosságszámhoz. az időszakokra vonatkozó adatsor a tartam-idősor.5 %-a volt.33 % 2001 = 100 % (Bázisindexek) 100 % 150 % 187.5 1. Az időpontokra vonatkozó adatsor az állapot-idősor. de nagyon hasznos és a leggyakrabban alkalmazott módja a viszonyszámok képzése. Pl. akkor táblázatunk így változik: Év 2000 2001 2002 2003 Létszám (Fő) 800 1200 1500 1040 Előző év = 100 % (Láncindexek) – 150 % 125 % 69. azaz: két év alatt 1. 2003-ban 1040 fő Táblázatosan az alapadatok valamint az ezekből számított lánc.875 1. pl.3 A viszonyszámokat. indexeket százalékban is kifejezhetjük. 13 . Elméleti összefoglalók Az idősor Az egymást követő időpontok vagy időszakok adatai idősort alkotnak. Láncviszonyszám: egy adott időszakra vonatkozó értéket a megelőző időszakot jellemző értékkel osztjuk (pl.

█ A bázis. A fenti példa számaival l = 3 l1 ⋅ l 2 ⋅ l3 = n 1.1%-kal nőtt volna a létszám. mint 30%-kal csökkent (az előző évinek közel 70%-ára).Kuti Éva – Lipécz György: Leíró statisztika. Pl. A bázis és láncviszonyszámok összefüggése alapján az átlagos növekedés így is írható: l = n bn PÉLDA. akkor a bázisév utáni 3-ik évben b3 lesz a bázis viszonyszám. és erre fennáll: y y y y b3 = 3 = 1 ⋅ 2 ⋅ 3 = l1 ⋅ l 2 ⋅ l3 y 0 y0 y1 y 2 2.. Elméleti összefoglalók 2003-ra a létszám valamivel több.és láncviszonyszámok összefüggése Könnyen belátható az alábbi két fontos összefüggés: 1. akkor az n-edik bázisindex. ha y0 a bázisév adata: y3 y y b l3 = 3 = 0 = 3 y2 y2 b2 y0 Átlagos növekedési ráta (átlagos láncindex): A láncindexek mértani átlaga az átlagos növekedési ráta: l = n l1 ⋅ l2 ⋅ . a bn ugyanaz maradna.0914 azaz: 2000 és 2003 között átlagosan évi 9. Bármely bázisviszonyszám felírható egymást követő láncviszonyszámok szorzataként.1 %-kal nőtt a hallgatók száma. Pl. ha minden évben 9..6933 = 1. Az i-edik időszaki láncviszonyszám felírható két bázisviszonyszám (az i-edik és a megelőző időszaki bázisviszonyszám) hányadosaként. ha y0 a bázis. akkor is 1040 főre nőtt volna 2003-ra a hallgatók száma. █ 14 . a 3-ik évben. ⋅ ln Ha a nulladik és az n-edik időszak közötti láncindexeket minden időszakra az átlagos növekedési rátával helyettesítenénk. Azt is mondhatjuk.5 ⋅ 1.25 ⋅ 0.

ami lehet 1. Pl. és az azt követő fejezetekben lesz szó. • Mennyiségi ismérv.3. • Területi ismérv: pl. Ez a gyakoriság. hogy az egyes csoportokban hány egyed. egy cég alkalmazottai kereseti intervallumok szerint csoportosíthatók. A sokaság csoportosítása A csoportosítás a sokaság valamely ismérv szerinti tagolása. a lakosság csoportosítása településtípus szerint. helyzetmutatók. középértékek. A csoportosított sokaság jellemzése. hogy melyik megyében van az állandó lakhelyük • Időbeli ismérv: pl. életkor. A több ismérv szerinti elemzésről – az ismérvek közötti sztochasztikus kapcsolatok fogalomkörén belül – a 6. o A gyakoriság (fi) azt adja meg. a lakosság csoportosítása aszerint. családok csoportosítása gyerekszám szerint.1. hogy az i-edik csoportba a sokaságnak hány egysége tartozik. osztályközökbe sorolható. 15 . a hallgatók csoportosítása a statisztika vizsgajegyük szerint. • Ehhez kapcsolódik az empirikus eloszlás fogalma – amit az alábbiakban részletesen körüljárunk – hogyan oszlik el a sokaság az egyes csoportok között. 2. o folytonos értékek esetén az érték szerint sorba rendezett sokaság intervallumokba. A csoportosító ismérv lehet • Minőségi ismérv: Pl. …5. f f g i = m i = i ahol gi az i-edik csoport relatív gyakorisága. m a csoportok n ∑ fi i =1 • száma.2. A csoportosított sokaságról az első fontos információ. amikor diszkrét ismérvértékekről van szó: pl. Elméleti összefoglalók E. születési év.3. E. hogy az i-edik csoportba a sokaságnak hányad része (hány százaléka) tartozik. hogy • átfedés mentesnek • és teljesnek kell lennie. Kumulált gyakoriságok.Kuti Éva – Lipécz György: Leíró statisztika. stb.3. • Abszolút gyakoriság. egyedének) pontosan egy csoportba kell tartoznia. szóródás E. a hallgatók csoportosítása szakok szerint. o Az egyszerűbb eset. hány adat van. relatív gyakoriság. Az alábbiakban először egyetlen ismérv szerinti csoportosítással foglalkozunk. n a sokaság elemszáma. A sokaság elemzése egy ismérv szerint: Egyedi és csoportosított adatok. A csoportosítás kézenfekvő követelménye. A kumulálás halmozott (göngyölített) összeadást jelent. Azaz: minden adatnak (a sokaság minden egységének. o A relatív gyakoriság (gi) azt adja meg.

Fontos számított adat az értékösszeg.5 100 - - 16 . magasabb sorszámú osztályközbe magasabb keresetű dolgozók tartoznak). • • Értékösszeg. Statisztikai sorok. Az értékösszeg számítása: s i = f i ⋅ x i Relatív értékösszeg: Egy értékösszegnek a teljes értékösszegen belüli részaránya: f ⋅x zi = m i i ∑ f i xi i =1 • Mind az abszolút. Egy raktárban az alábbi táblázat szerint 200 doboz gyümölcslé van. stb.5 7. Ha magasabb i értékhez magasabb ismérvértékek tartoznak (pl. illetve az adatok hányad része található o a lefelé kumulált gyakoriságok ( f k" és g k" ) azt mutatják. négy féle űrtartalommal. Jele: si . fi '= ∑ fi i =1 k o Kumulált relatív gyakoriság: az első k csoportba a sokaságnak hányad része tartozik. Pl.0 2 3. Hasonlóan beszélünk relatív gyakorisági sorról vagy kumulált relatív gyakorisági sorról. g k ' = ∑ gi i =1 k Ugyanez a kumulált abszolút gyakoriságokból is számítható: f′ f′ gk '= m i = i n ∑ fi i =1 Megkülönböztethető felfelé és lefelé kumulált gyakoriság. Ezeket célszerűen táblázatos formában szokás megadni.5 100. akkor: o a felfelé kumulált gyakoriságok ( f k ' ) és relatív gyakoriságok ( g k ' ) azt mutatják. A gyakorisági adatok felsorolása a csoportok megnevezésével a gyakorisági sor.3 10 20 összesen 50 25 15 200 25 12. mind a relatív értékösszegekből képezhetők kumulált sorok. hogy az első k osztályközben hány adat. PÉLDA. A statisztikai adatok felsorolása az ismérvek megjelölésével a statisztikai sor. az egy csoportban szereplő értékek összege.0 92.gyakoriság g’ (%) 55. hogy a k-adik és az azt követő osztályközökben hány adat. Elméleti összefoglalók o Kumulált gyakoriság: az első k csoportba a sokaságnak hány egysége tartozik. illetve az adatok hányad része található.Kuti Éva – Lipécz György: Leíró statisztika.0 80. és ugyanígy relatív értékösszeg sorról. (A térfogat deciliterben) Értékek Térfogat (dl) xi Gyakoriság fi 110 Relatív gyakoriság gi (%) 55 Kumulált gyakoriság f’ 110 160 185 200 Kumulált rel.

Elméleti összefoglalók Értelmezések a 3.5 17. A hallgatók száma az egyes szakokon egy főiskolán (Fő) 120 100 100 80 60 40 20 0 Pénzügy szak Kereskedelmi szak Szociológia szak Nemzetközi szak Menedzser szak 50 90 80 80 17 .2 67.5 41.5 %-a. ▓ E.ért. Értékek Térfogat (dl) xi Gyakoriság fi 110 Értékösszeg si 220 165 250 300 Relatív értékösszeg zi (%) 23.9 %-a. ez az összes doboz 92.5%-a.összeg z’ (%) 23.3 10 20 összesen 50 25 15 200 935 100 - - Értelmezések a 3. ez az összes gyümölcslé-térfogat 26. A legfeljebb 10 deciliteres dobozok száma 185. A legfeljebb 10 dl-es dobozokban összesen 550 dl gyümölcslé van. sorra: A 10 dl-es dobozokban összesen 250 dl gyümölcslé van.9 100.3. A hisztogram a) Az abszolút gyakoriságok ábrázolására egyszerű alapesetekben az oszlopdiagram szolgál.0 2 3.3.6 26.7 32. sorra: 10 dl-es gyümölcsléből 25 doboz van.Kuti Éva – Lipécz György: Leíró statisztika. A gyakorisági sorok ábrázolása.7 %-a.1 Kumulált értékösszeg s’ 220 385 635 935 Kumulált rel. ez az összes gyümölcslé-térfogat 67. ez az összes doboz 12.

mint az (abszolút vagy relatív) gyakoriság.Kuti Éva – Lipécz György: Leíró statisztika. az adatok megoszlásának legalkalmasabb ábrázolási módja a hisztogram. hogy az oszlopok területe arányos a (relatív vagy abszolút) gyakorisággal. Ilyen módon egy oszlop magassága a téglalap területének és alapjának hányadosa lesz. Azt adja meg. milyen sűrűn helyezkednek el az adatok az adott osztályközben: vagy Ennek különösen akkor van jelentősége. illetve gi. Elméleti összefoglalók b) A relatív gyakoriságok ábrázolására jól használható a kördiagram A hallgatók létszámaránya az egyes szakokon (Fő) Menedzser szak 20% Pénzügy szak 22% Nemzetközi szak 25% Kereskedelmi szak 20% Szociológia szak 13% c) Osztályközös gyakorisági sor ill. ha az osztályközök nem egyforma szélesek. Téglalap alapja az osztályköz szélessége hi. tehát nem az oszlopok magassága. fi. Lényege. 18 . A téglalap területe nem más. Így az oszlopmagasság az egységnyi osztályközre jutó gyakoriság lesz. azaz: a sűrűség.

100 5. Középértékek és helyzetmutatók egyedi és csoportosított adatok esetén Az adathalmazok. 19 . és a hisztogramot megrajzolni. a legsűrűbb viszont a harmadik.5 A legnagyobb gyakoriságú osztályköz a negyedik.3.5 összesen 400 A hallgatók eloszlása pontszám szerint Hisztogram 9 8 8 7 6 6 5 4 3 3 2 1 1 0 0 . Ha az első vagy az utolsó osztályköz nyitott. az empirikus eloszlások jellemzésére szolgáló mutatók közül először a helyzeti középértékeket: a módusz és a medián fogalmát és számítását mutatjuk be. a kvantiliseket.50 50 . majd a helyzetmutatóknak egy – a mediánhoz hasonló – családját. E.80 80 .4. akkor a szomszédos osztályköz szélességével szokták a sűrűséget számolni.30 30 .60 60 . és egyéb információ nem áll rendelkezésre.▓ A nyitott osztályköz kezelése. Elméleti összefoglalók PÉLDA: Hallgatók pontszám-intervallumok szerinti eloszlása: Osztályköz Értékhatárok Gyakoriság szélessége Sűrűség (Osztályközök) fi hi fi / hi 0 – 30 30 30 1 30 – 50 60 20 3 50 – 60 80 10 8 60 – 80 120 20 6 110 80 – 100 20 5.Kuti Éva – Lipécz György: Leíró statisztika.

7 5+ 2 • 20 . amelyben az adatok sűrűsége a legnagyobb. • A számítás ennek alapján: határozzuk meg. akkor ez a modális osztályköz. b) A módusz fogalma osztályközös csoportosított adatok esetén: az a modális osztályköz. ▓ A módusz nem mindig egyértelmű. PÉLDA: Ha egy évfolyam ZH pontszámait elemezzük. de a gyakorlati tapasztalatok alapján jobb becslésnek tűnik. PÉLDA: Ha egy évfolyam közgazdaságtan vizsgajegyeit vesszük. ha a két szomszédos intervallum sűrűségét is figyelembe vesszük. Folytonos ismérvértékeknél nincs értelme „leggyakoribb értékről” beszélni. amelyről azt mondhatjuk. amelyhez a legmagasabb oszlop tartozik c) A módusz becslése. amelynek a sűrűsége közelebb van a modális sűrűséghez. A legegyszerűbb lehetőség. hogy módusznak a modális osztályköz közepét választjuk. amely az intervallumot k1 : k2 arányban osztja ketté.) A valószínűségszámításban a sűrűségfüggvény maximumhelye a módusz. a) A módusz fogalma diszkrét adatok esetén egyszerű és kézenfekvő: a leggyakoribb érték. Korábbi példánkhoz visszatérve: k1 és k 2 értéke 5 és 2.Kuti Éva – Lipécz György: Leíró statisztika. és a 60 és 80 pont közötti intervallumban helyezkednek el legsűrűbben az adatok. így a módusz becsült értéke: 5 Mo = 50 + ⋅10 ≅ 57. ez esetben a módusz fogalma a sűrűséggel (adatsűrűséggel) határozható meg (lásd a b) pontot. PÉLDA. Helyzeti középértékek és más helyzetmutatók. a modális osztályköz alsó határa pedig 50. ezek mindegyike lehet egyszerű és súlyozott). mértani és a négyzetes átlag. ▓ Mivel előfordulhatnak azonos sűrűségű osztályközök. úgy gondolván. A hisztogram segítségével jól szemléltethető a modális osztályköz: ez az az osztályköz. lehet két vagy több módusza is egy adathalmaznak. hogy – feltehetően – e körül sűrűsödnek leginkább az adatok. szembeállítva a helyzeti középértékek fogalmával. Az átlagokat számított középértékeknek is nevezik. és válasszuk a modális osztályközből azt az értéket módusznak. akkor a vizsgajegyek módusza a 4-es. az osztályköz szélessége 10. Jelöljük ezeket a különbségeket k1 és k2-vel. hogy a két szomszédos osztályköz adatsűrűsége mennyivel kisebb. Tipikus értéknek is nevezik. ahol 100 pont volt a maximum. és a 4-es jegyből van a legtöbb. A modális osztályközben ki szoktak jelölni egyetlen értéket. Elméleti összefoglalók Ezután az átlagok főbb fajtáit ismertetjük (számtani. hi pedig a modális osztályköz szélessége. hogy a módusz az intervallumnak ahhoz a széléhez áll közelebb. Ennek alapján a módusz becsült értéke a következő képlettel határozható meg: k1 Mo = xi 0 + ⋅ hi k1 + k 2 ahol az xi 0 a modális osztályköz alsó határa. mint a modális osztályköz sűrűsége. harmonikus. ezért a modális osztályköz meghatározása nem mindig egyértelmű.

e) A medián meghatározása osztályközös gyakorisági sor esetén. Nézzük meg. akkor az iménti meghatározás egyértelmű. amely a sorba rendezett adatokat két egyenlő részre osztja. és ezzel már meg is határoztuk a mediánt. amely a sorba rendezett adatokat két egyenlő részre osztja. mint utána. Ez is csak becslés. amelynél az adatok legfeljebb 50%-a kisebb és legfeljebb 50 %-a nagyobb.7 50 .60 60 . és ez hányad része az i-edik osztályköz gyakoriságának. ha már tudjuk. o Először meghatározzuk a mediánt tartalmazó osztályközt. mivel nem ismerjük az alapadatokat. amely előtt ugyanannyi adat van. Elméleti összefoglalók A hisztogramon szemléletesen: Hallgatók eloszlása pontszámok szerint A módusz helye 9 8 7 6 Sűrűség 5 4 3 2 1 0 -1 0 . ha figyelembe vesszük. vagy másképpen: a medián az az érték.7-es érték körül sűrűsödnek a legnagyobb mértékben. csak a gyakorisági sort. Páros számú elem esetén két középső adat van. Ez könnyen megtehető.80 80 . hogy azokban az adatoknak legfeljebb a fele található.Kuti Éva – Lipécz György: Leíró statisztika. hogy a mediánt tartalmazó osztályköz előtti osztályközökre és az azt követő osztályközökre is igaz. A gyakorlatban a két érték számtani közepét szokták megadni. hogy az i-edik osztályközbe hány adat tartozik az összes adat első feléből.100 3 8 k2 k1 6 Értelmezés: a pontszámok az 57. ▓ d) Medián. Azt az értéket keressük.30 30 .50 Mo = 57. ahová a sokaság középső eleme esik. mert akkor van egy középső adat. ez esetben a kettő közti bármelyik érték mediánnak tekinthető. hogy az i-edik osztályköz tartalmazza a mediánt: 21 . Ha a sokaság elemeinek száma páratlan. Vegyünk ugyanennyied részt az i-edik intervallumból. A számítás menete ennek alapján a következő. A két esetet egyszerre figyelembe véve a medián definíciója: A medián az az érték. A mediánt tartalmazó osztályköz indexe legyen i. o Az i-edik osztályközben azt a pontot kell meghatároznunk. A medián a sorba rendezett adatok közül a középső érték.

Kuti Éva – Lipécz György: Leíró statisztika. Elméleti összefoglalók

Az i-ediket megelőző i–1 osztályközben f 'i −1 darab adat van. Az i-edik n osztályközből pedig még − f 'i −1 számú adatot kell vennünk, hogy eljussunk 2 az adatok feléig Nézzük meg, az i-edik osztályközből vett adatok száma hányad része az i-edik osztályköz gyakoriságának, és válasszunk egy értéket, amely ugyanilyen arányban osztja ketté az i-edik osztályközt. Ez az érték, amely ezt a kettéosztást megvalósítja, lesz a medián. Azaz: n − f 'i −1 Me = xi 0 + 2 ⋅ hi fi Vagy ugyanez relatív gyakoriságokkal:

Me = xi 0 +

0,5 − g 'i −1 ⋅ hi gi

Itt az xi 0 a mediánt tartalmazó osztályköz alsó határa, hi pedig ennek az osztályköznek a szélessége. f) A medián rokonfogalmai, a kvantilisek: kvartilisek, decilisek, percentilisek. A medián – mint láttuk – a „középső érték”: a sorba rendezett adatok 50%-a ennél kisebb, a másik 50%-a ennél nagyobb. Ehhez hasonlóan más helyzetmutatókat is definiálhatunk, megkérdezhetjük, milyen érték található az adatok egy negyedénél, vagy ¾-énél vagy általánosan valamilyen p hányadánál. Az általános képlet a p hányadú kvantilis meghatározására:

Kvant( p) = xi 0 +

p − g 'i −1 ⋅ hi gi

A gyakoribb hányadok, kvantilisek külön nevet kaptak, ezek közül néhány: Alsó kvartilis: az adatok negyede ennél kisebb, az adatok ¾-e ennél nagyobb:

Q1 = xi 0 +
A középső kvartilis maga a medián.

0,25 − g 'i −1 ⋅ hi gi

A felső kvartilis: az adatok ¾-e ennél kisebb, az adatok ¼ -e ennél nagyobb:

Q3 = xi 0 +

0 ,75 − g'i−1 ⋅ hi gi

A felső decilis: adatok 9/10-e ennél kisebb, az adatok 1/10-e ennél nagyobb A felső percentilis: adatok 99 %-a ennél kisebb, az adatok 1%-a-e ennél nagyobb.

A számított középértékek (átlagok) egyedi adatok és osztályközös gyakorisági sorok esetén
A leíró statisztikában a számtani átlagok többnyire intenzitási viszonyszámok, azaz, eltérően a matematika elvont definícióitól, az adatoknak, és ennek megfelelően az átlagoknak is mindig konkrét tartalmuk, mértékegységük van, pl. egy főre eső jövedelem, (ezer Ft / fő).

22

Kuti Éva – Lipécz György: Leíró statisztika. Elméleti összefoglalók

Számtani átlag egyedi (nem csoportosított) adatok esetén. Az egyszerű vagy súlyozatlan átlag
Egy xi adatsor esetén (i = 1, 2, …n) az x átlag az xi értékek összegének a sokaság egy egységére jutó része
n

n Az egyedi adatokból számolt átlag az egyszerű vagy más néven súlyozatlan átlag.
Számtani átlag diszkrét ill. csoportosított adatok esetén. A súlyozott átlag Ha ismétlődő adatokról van szó, (mint pl. egy évfolyam vizsgajegyei), akkor mind az áttekinthetőség, mind a számítások egyszerűsítése érdekében érdemes az adatokat csoportosítani. Ha k csoportot képeztünk, és az i-edik csoport gyakorisága fi, akkor számtani átlag: x =

x=

∑x
i =1

i

∑f
i =1 k i =1

k

i

⋅ xi
i

∑f

A csoportosított adatokból számolt átlagot súlyozott átlagnak nevezik, a fenti képletben a az fi gyakoriságok jelentik a súlyokat. f Figyelembe véve, hogy g i = k i ∑ fi
i =1

az átlag a relatív gyakoriságokkal így írható:

x=

∑g ⋅x
i =1 i

k

i

∑g
i =1

k

.
i

Itt a g i relatív gyakoriság, a súly. Ha g i tizedes törtben van adva, akkor
x = ∑ g i ⋅ xi
i =1 k

∑g
i =1

k

i

= 1 és akkor az átlag így írható:

Számtani átlag osztályközös gyakorisági sor esetén
Osztályközös gyakorisági sornál a fentebbi (b) pontbeli képleteket lehet használni. Ha egyéb információ nem áll rendelkezésre, az xi értékének az osztályközepet szokták venni, az osztályköz alsó és felső határának egyszerű számtani átlagát.

A harmonikus átlag csoportosított adatok esetén.
Harmonikus átlag:
xh =

∑s
i =1 k i =1

k

i

∑x

si
i

=

∑z
i =1 k i =1

k

i

∑x

zi
i

23

Kuti Éva – Lipécz György: Leíró statisztika. Elméleti összefoglalók

Harmonikus átlag akkor használatos, ha a nevezőbeli értelmezhető.

si értékek, ill. ezek összege xi

Mértani átlag
(Ld. a dinamikus viszonyszámoknál )

A számtani átlag tulajdonságai:
a) Egyedi értékek helyébe a számtani átlagot írva a teljes értékösszeg változatlan marad. Másképpen fogalmazva: az átlag n-szerese a teljes értékösszeggel egyenlő.
n ⋅ x = ∑ xi
i =1 n

b) Az egyedi értékek mindegyikéhez ugyanazt a d konstanst hozzáadva a számtani átlag d-vel változik. (d negatív szám is lehet.)

= x+d n n n c) Az egyedi értékek mindegyikét ugyanazzal a k konstanssal szorozva az számtani átlag is k-szorosára változik. (k negatív szám is lehet)
i =1 i =1 i =1 i =1

xúj =

∑ (xi + d ) ∑ xi + ∑ d ∑ xi + nd
= =

n

n

n

n

=k⋅x n n d) Ha minden adat egyforma, a számtani átlag is ugyanennyi. Egyébként a számtani átlag a szélső értékek közé esik: x min < x < x max
i =1 i =1

xúj =

∑ k ⋅ xi

n

=

k ⋅ ∑ xi

n

e) A számtani átlag négyzetes minimumtulajdonsága: a

akkor n minimális, ha x = A. Ha az A érték d-vel tér el (akármilyen irányban) az átlagtól, akkor a szórásnégyzetnél éppen d 2 -tel nagyobb számot kapunk.

∑ (x − A)
i

2

f) Részátlagok és a főátlag kapcsolata. Csoportosított adatok esetén, ahol a j-edik csoportban nj adat van és a j-edik csoport átlaga x j , a teljes sokaságra vonatkozó számtani átlag (az x főátlag) a részátlagokból is meghatározható mint a részátlagok súlyozott átlaga:

∑nj ⋅ xj
x=
j =1

k

∑n
=
j =1

k

j

⋅xj

∑n
j =1

k

n

=∑
j =1

k

nj n

⋅ xj .

j

A súlyok jelentősége. A súlyok lehetnek az adatok gyakoriságai (vagy relatív gyakoriságai), mint a számtani átlagnál, és lehetnek az értékösszegek (vagy relatív értékösszegek) mint a harmonikus átlagnál. De a súlyok lehetnek önkényesen megállapított fiktív súlyok is, amelyek egy adatcsoport vagy részátlag jelentőségét, fontosságát hivatottak kifejezni. Pl. egy főiskola megadhatja, hogy a záróvizsga végső eredményébe a szakdolgozat eredményét milyen súllyal számítja be. Vagy lehet a vizsgaeredményeket a kreditekkel súlyozni, stb. 24

és ennek négyzetgyöke. akkor az adatok nem szóródnak. R. A szóródás jellemzésére szolgáló legfontosabb és leggyakrabban alkalmazott mutató a szórásnégyzet (latinosan variancia). Elméleti összefoglalók E.3.Kuti Éva – Lipécz György: Leíró statisztika. Ez azt jelenti. a szórás. a szórás ennek négyzetgyöke. • Szórásnégyzet (variancia) és szórás. A szóródás többféleképpen is jellemezhető. ha a Me-tól való távolságokat összegezzük. Ha minden adat egyforma. ha a fenti képletben Me helyébe bármely más – a Me-tól eltérő. 25 . akkor az abszolút eltérésre nagyobb értéket fogunk kapni. A szórásnégyzet: σ = ∑ i =1 k f i ⋅ ( xi − x )2 ∑ i =1 k = ∑g i =1 k i ⋅ ( xi − x )2 fi k ∑g i =1 k i Szórás: σ = ∑ f ⋅ (x − x) i =1 i i k 2 ∑f i =1 k = ∑ g ⋅ (x − x) i =1 i i 2 i ∑g i =1 k i Relatív szórás: szokás még relatív szórást is számolni: V = σ x .) A variancia az átlagtól való eltérések négyzeteinek átlaga. illetve Me-nak nem tekinthető – középértéket vagy konstanst írunk. A leggyakrabban használt mutatók: • • Terjedelem. az átlagtól vagy a mediántól számítva) Az egyes adatoknak a számtani átlagtól való eltéréséből számolva: d= ∑f i =1 k i ⋅ xi − x k ∑ fi i =1 k = ∑g i =1 k i k ⋅ xi − x i ∑g i =1 k A mediántól való eltérésekből számítva: δ= ∑ i =1 f i ⋅ xi − Me ∑ fi i =1 k = ∑g i =1 i ⋅ xi − Me k i ∑g i =1 A δ értéke akkor a legkisebb. A sokaság legnagyobb és legkisebb elemének a különbsége. számszerűsíthető. R = x max − x min Átlagos abszolút eltérés. A szóródás fogalma és mutatói A szóródás az adatok különbözőségét jelenti. (egy középértéktől. (A szórás tehát megkülönböztetendő a szóródás általános fogalmától.5.

c) A variancia felírható mint az x2 átlagának és az x négyzetének a különbsége. és így az eltérésnégyzetek átlagára 22=4-gyel nagyobb értéket kaptunk. A másik irányból közelítve: a sokaság kisebb hányadára a teljes értékösszeg nagyobb hányada jut. A szórásnégyzet: σ2 = (6 −11)2 + (12 −11)2 + (15 − 11)2 3 2 2 = 14 A másik összefüggéssel számolva: 62 + 122 + 152 σ =x −x = −112 = 135−121= 14 3 2 d) Vegyük a c)-beli 3 testvért. Ha szórásnégyzet (eredeti képlet szerinti) számításánál nem a 11 éves átlagtól. A Lorenz görbe egy olyan négyzet alakú diagram. Koncentrációról akkor beszélünk. akkor a fizetések szórása nem változik. A testvérek átlagéletkora 11 év. hanem (pl. n ha x = A. fejezetben fogunk foglalkozni) PÉLDÁK: a) Ha egy cégnél minden dolgozó kap 100 € fizetésemelést. akkor a csoportok közötti különbséget a külső szórásnégyzettel. Elméleti összefoglalók ez azt fejezi ki. A sokaság nagyobb hányadára a teljes értékösszeg kisebb hányada jut. akkor azt kapjuk: (6 − 13)2 + (12 − 13)2 + (15 − 13)2 = 18 . Nagyon fontosak és könnyen beláthatók a szórás alábbi matematikai tulajdonságai. • A szórás tulajdonságai. ∑ (x − A) i 2 e) Ha több csoportra bontjuk a sokaságot. Másképpen: az adatok az átlag hányadrészével szórnak az átlag körül. elemzése. (Ezzel részletesebben a Vegyes kapcsolat c.Kuti Éva – Lipécz György: Leíró statisztika. Ezek összege a teljes szórásnégyzet. A Lorenz-görbe. ha az értékösszeg egyenetlenül oszlik el a sokaság egységei között. a szórás k -szorosára nő. e) Ld. akkor a fizetések szórása is 20%-kal nő. Ha az A érték d-vel tér el (akármilyen irányban) az átlagtól. fejezetet ▓ • A koncentráció értelmezése. 3 Az átlag helyére 2-vel nagyobb értéket írtunk a képletbe. a szórás nem változik b) Ha az egyedi értékeket megszorozzuk k-val. akkor a szórásnégyzetnél éppen d 2 -tel nagyobb számot kapunk. a) Ha az egyedi értékeket egy konstanssal megnöveljük. 15 év. a csoporton belüli ingadozásokat a belső szórásnégyzettel lehet jellemezni. σ 2 = x2 − x 2 d) Az átlag fogalmánál említettük. (Az átlagfizetés is 20%-kal nő.) c) Három testvér életkora 6. (Az átlagfizetés 100 €-val nő. amelynek 26 . 12.) b) Ha egy cégnél minden dolgozó kap 20%-os fizetésemelést. a Vegyes kapcsolat c. egy számolási hiba miatt) 13 évtől való eltérésekkel számoljuk. hogy a kifejezés értéke akkor minimális. hogy a szórás az átlagnak mekkora hányadát teszi ki. Vagy: a sorba rendezett adatok egyforma hányadaira az értékösszeg nem egyforma hányada jut.

5 100 220 165 250 300 23. stb.1 23. Minél jobban eltér a görbe lefelé az átlótól. Értékösszeg értékösszeg rel. vagyon.6 26. ha egyenlőtlenségek vannak a sokaságban.3 10 20 összesen 50 25 15 200 25 12.7 32. Elméleti összefoglalók • a vízszintes tengelyén a kumulált relatív gyakoriságok. Jellemezzük a nyeremények koncentrációját Lorenz görbe segítségével. akkor a Lorenz görbe az átló alatt fut.0 2 3. PÉLDA. Nyereményértékek (mFt) xi Gyakoriság fi 110 Relatív gyakoriság gi (%) 55 Kumulált Relatív Kumulált rel.) koncentrációja. annál nagyobb az adott értékösszeg (jövedelem.1 44.5 7. • függőleges tengelyén a kumulált relatív értékösszegek szerepelnek Ha minden egyed (ill.3 mFt-ot 25-en 10 mFt-ot 15-en 20 mFt-ot nyertek. 110-en 2 Mft-ot 50-en 3.3 100.összeg gyakoriság si zi (%) z’ (%) f’ (%) 55 80 92.5 17.50 41. a sokaság minden részhalmaza egyformán részesedik az értékösszegből. akkor a Lorenz görbe a négyzet átlója lesz.Kuti Éva – Lipécz György: Leíró statisztika.5 100 - 935 100 - A táblázat alapján a koncentráció a Lorenz görbe segítségével így ábrázolható: Lorenz görbe 100 90 Kumulált relatív értkösszegek 80 70 60 50 40 30 20 10 0 0 20 40 60 80 100 Kumulált relatív gyakoriságok █ 27 .ért. Egy szerencsejátékban 200 ember nyert.

akkor jobboldali aszimmetriáról van szó.Kuti Éva – Lipécz György: Leíró statisztika. hogy o ha ez a szám negatív. Elméleti összefoglalók E. 28 . Szimmetrikus esetben a Q1 és a Q3 egyenlő távolságra van a mediántól: Q3 − Me = Me − Q1 Tehát: Ha a két távolság nem egyezik meg. ill. és ekkor aszimmetriáról van szó: (Q3 − Me) − (Me − Q)1 = 0 F-mutató: • • F= (Q3 − Me) − (Me − Q1 ) (Q3 − Me) + (Me − Q1 ) Az F mutató egy (–1) és 1 közé eső számot ad eredményül. Egy másik mutató a kvantilisek egymáshoz viszonyított helyzetéből indul ki.6. mutatók is rendelkezésünkre állnak: A módusszal kapcsolatban fontos ismeret. Szimmetrikus esetben F értéke 0. Ha A negatív számot ad eredményül. akkor (Q3 − Me) − (Me − Q )1 ≠ 0 . o ellenkező esetben baloldaliról. hogy egymóduszú vagy több móduszú eloszlásról van szó. ezek grafikus képének a jellemzésére további elemzési eszközök.3. ha tehát eltérnek egymástól. Az empirikus eloszlások alakja. hogy az eloszlás milyen mértékben és milyen irányban tér el a szimmetrikus eloszlástól. Az aszimmetria (ferdeség) mutatója annak számszerűsítésére szolgál. hogy szimmetrikus esetben az átlag és a módusz egybeesnek. és itt is érvényes. A Pearson-féle A mutató kiindulópontja az. akkor aszimmetriáról van szó: x − Mo A= • • • σ Szimmetrikus esetben A értéke 0. ellenkező esetben baloldaliról. akkor jobboldali aszimmetriáról beszélünk. A gyakorisági eloszlásoknak.

akkor már számos nehézséggel kell szembenéznünk. Az egyedi volumenindex: iq = Az egyedi árindex : iq = q1 q0 p1 p0 v qp Az egyedi értékindex iv = 1 = 1 1 v0 q0 p0 Az indexek közötti összefüggések egyetlen árura vonatkozóan: iv = iq ip A heterogén áruhalmazra vonatkozó együttes indexek. mutatószámok meghatározásánál az a cél. €/kg. A nehézséget a különböző fajtájú. $/l ) • Az érték (v) az ár (p) és a volumen (q) szorzatát jelenti (Ft. Indexszámítás Az indexszámítás heterogén áruhalmazra vonatkozóan az érték. hogy a fentiekhez hasonló egyszerű mutatószámokkal lehessen dolgozni. mértékegységű áruk együttes figyelembevétele. $) Az i-edik árura vonatkozóan az érték. ár és volumen változásaival. ár és volumen összefüggése: v v vi = qi ⋅ pi qi = i pi = i pi qi Az egyszerűség érdekében a továbbiakban az áru azonosítására szolgáló i indexet nem fogjuk feltüntetni. • A volumen (q) egy áru adott mennyisége természetes mértékegységben.1.4. vagy ténylegesen megfizetett) pénzmennyiség (Ft/db. a változást kifejező hányadosokkal (összetett dinamikus viszonyszámokkal) index-számokkal foglalkozik Ezen belül a legfontosabb kérdés az árváltozások és a mennyiségi változások értékváltozásra gyakorolt hatásának a szétválasztása. E. ha azonban több különböző áru összességére (heterogén áruhalmazra) is ki szeretnénk terjeszteni az elemzést. db.4. €. Ugyanezzel a logikával területi indexek is számíthatók.Kuti Éva – Lipécz György: Leíró statisztika. Együttes értékindexet számolni nem okoz nehézséget. liter. Többnyire két időszak közötti változásról van szó: a tárgyidőszakot viszonyítjuk a bázisidőszakhoz. aggregálása jelenti.) • Az ár (p) az áru egységnyi mennyiségéért kért (vagy kínált. Egyetlen árura vonatkozóan az összefüggések egyszerűek. egyedi indexek Egyetlen fajta árura vonatkozóan az érték. Elméleti összefoglalók E. v v v = qp q= p= p q Az index-számok a két időszak közötti változást hányados formájában mutatják. az ár és a volumen fogalma kézenfekvő.és volumen-index fogalma is kézenfekvő. Alapfogalmak. (kg. ár. stb. Az egyedi érték-. 29 . az együttes árindex és együttes volumenindex meghatározásához azonban – mint látni fogjuk – további elvi és gyakorlati megfontolások szükségesek.

Ez használható elv. azaz: hogyan változott volna a bevételünk. Az így számolt mutatószám az árak változását tükrözi. Az áruk aggregálásának az értékösszeg meghatározása az alapja. hogy melyik lehetőséget választottuk. Ha a volumen változását változatlan árak mellett akarjuk egy indexszel jellemezni. Így jutunk el a volumenindexhez.és az árindex meghatározásának elvi problémája Az egyik időszakról a másikra az értéknek általában mindkét tényezője. A volumenindex viszont számszerűen különbözni fog aszerint. • de választhatunk valamilyen – minden egyes termékre külön meghatározott – átlagárat is.4.Kuti Éva – Lipécz György: Leíró statisztika. hogy melyik időszakra vonatkozik az összegzés. Ha több heterogén termék esetén csak az egyik tényező hatására vagyunk kíváncsiak. a volumen is és az ár is változik. hogy minden egyes árura határozzuk meg a q·p szorzatokat. Elméleti összefoglalók E. Az (együttes) érték-. Az alsó kis jelzőszám azt adja meg. csak nem egyértelmű. több lehetőség között választhatunk: • mindkét időszakra azonos áraknak választhatjuk a termékek bázisidőszaki árait is. Az értékindexet úgy kapjuk. azaz mindkét időszakban minden egyes termékből ugyanannyit adtunk volna el. és adjuk össze. ezért nem könnyű – sőt teljes egyértelműséggel nem is lehet . • Hasonlóképpen föltehetjük azt a kérdést is. a) Az értékindex Egy áruhalmaz összértékét meghatározni nem nehéz.válaszolni arra a kérdésre.és árindex. és mennyi a mennyiségek (a volumen) változásának a hatása. ha csak az árak változását vettük volna figyelembe. Az értékváltozás felbontása két összetevőre: az árváltozás és a volumenváltozás hatására. ára is eltérő irányban és mértékben változhat. minden egyes áru mennyiségét (volumenét) megszorozzuk az árával. volumen. Ráadásul minden egyes termék mennyisége is. hogy az érték változásán belül mennyi volt az árváltozás hatása. és ezeket a szorzatokat összegezzük. akkor megvizsgálhatjuk. föltehetjük azt a kérdést.2. ezért ezt nevezhetjük árindexnek. • Ha például eladásról van szó. • a tárgyidőszaki árait is. mi történt volna az összértékkel. ha az árak nem változtak volna a két időszak között. Indexen– így jelző nélkül – ebben a fejezetben mindig egy heterogén áruhalmazra vonatkozó együttes indexet értünk. 30 . hogy az 1-es időszaki (tárgyidőszaki) összértéket elosztjuk a v q ⋅p bázisidőszaki összértékkel: I v = ∑ 1 = ∑ 1 1 ∑ v0 ∑ q0 ⋅ p0 b) A volumen. ha a másik tényező a két időszak között nem változott volna. ∑ v1 = ∑ q1 ⋅ p1 ∑v = ∑q 0 0 ⋅ p0 A ∑ (szumma jel) a termékenkénti összegzésre vonatkozik: azt az utasítást jelenti. hogyan változott a volumen. hogyan változott volna az érték (a bevételünk).

akkor ez a tárgy időszaki vagy Paasche-féle árindex. ha a két tényező közül az egyiket mindkét időszakra vonatkozóan azonos értékkel szerepeltetnénk a képletben. akkor ez a tárgyidőszaki vagy Paasche-féle volumenindex. akár egy vállalat bevételeinek elemzéséről. akkor a bázis időszaki vagy Laspeyres-féle árindexet kapjuk. növekedési ráta. akkor bázisidőszaki vagy Laspeyresféle volumenindexről beszélünk. L P P L Iv = Iq ⋅ I p Iv = Iq ⋅ I p 31 . hogy a különböző súlyozású indexek között fennáll az az összefüggés. de számíthatók olyan mutatók. Ha mindkét időszakban a bázisidőszak árait használjuk. és ezért gyakran a kétféle árindex mértani átlagát használják. Ezek valójában fiktív értékindexek. amelyeket az értékindex megfelelő átalakításával kaphatunk. Elméleti összefoglalók Egyértelmű mutatószám konstruálására nincs lehetőségünk. hogy mennyi lenne az érték változása. akár a makroszintű mutatók pl. Ha mindkét évre a bázis időszaki mennyiségekkel (volumenekkel) számolunk. L ∑ q1 ⋅ p0 A Laspeyres-féle volumenindex: Iq = ∑ q0 ⋅ p0 Ha mindkét időszakban a tárgyidőszak árait használjuk.Kuti Éva – Lipécz György: Leíró statisztika. csak ez esetben a két időszakra vonatkozó érték-összegeket azonos (változatlan) mennyiségeket feltételezve számoljuk ki. amelyben a két időszakra vonatkozó érték-összegeket azonos (változatlan) árakon számoljuk ki. amelyek azt mutatják. Laspeyres-féle árindex: Ip = L ∑q ∑q 0 ⋅ p1 ⋅ p0 1 0 0 Paasche-féle árindex: Ip = P ∑q ⋅ p ∑q ⋅ p 1 1 L Erre is érvényes. b) Volumenindex A volumenindex tehát olyan átalakított értékindex. hogy a volumenindex és az árindex szorzata megegyezik az értékindexszel. Összefoglalva: az árindex és a volumenindex olyan hányadosok. inflációs ráta meghatározásáról van szó. Ha mindkét időszakban a tárgyidőszak mennyiségeit használjuk. ezért gyakran a mértani átlagukat számítják: A Fisher-féle volumenindex: Iq = F Iq ⋅ Iq L P c) Árindex Az árindexek logikája ugyanaz. P ∑ q1 ⋅ p1 A Paasche-féle volumenindex: Iq = ∑ q0 ⋅ p1 A két féle volumenindex számszerűen általában nem egyezik meg. Az árindex is átalakított értékindex. Fisher-féle árindex: Ip = F Ip ⋅Ip P d) Indexek közötti összefüggések: Könnyen belátható. amelyek a gyakorlati igényeket jól kielégítik. hogy a kétféleképpen számított index általában eltérő.

Elméleti összefoglalók Az első szorzatban az indexeket részletesen kiírva látható. q0 p0 • Az értékindex mint az iv egyedi értékindexek súlyozott harmonikus átlaga: Iv = ∑q ⋅ p ∑q ⋅ p 1 0 1 0 = ∑q q ∑q ⋅ p1 ∑ q1 ⋅ p1 = q ⋅p 1 ⋅ p1 ∑ 1i 1 1 ⋅ p1 v q0 ⋅ p 0 1 Itt az iv = q1 p1 qp kifejezésből a nevezőt fejeztük ki: q0 p0 = 1 1 . Az iq = q1 kifejezésből fejezzük ki q1 -et: q1 = q0 ⋅ iq . • Az értékindex mint az iv egyedi értékindexek súlyozott számtani átlaga: Iv = A iv = ∑q ⋅ p ∑q ⋅ p 1 0 1 0 = ∑q ⋅ p ⋅i ∑q ⋅ p 0 0 0 0 v q1 p1 kifejezésből ugyanis q1 p1 = q 0 p 0 ⋅ iv . • A Laspeyres-féle volumen-index mint az iq egyedi volumenindexek súlyozott számtani átlaga. és így valóban az értékindex képletére jutunk: ∑ q1 ⋅ p0 ⋅ ∑ q1 ⋅ p1 = ∑ q1 ⋅ p1 = I v ∑ q0 ⋅ p0 ∑ q1 ⋅ p0 ∑ q0 ⋅ p0 Hasonlóan látható be a másik esetre is. és ezt q0 p0 iv helyettesítettük be az I v képletébe.Kuti Éva – Lipécz György: Leíró statisztika. hogy a ∑ q1 ⋅ p0 szorzatösszeggel egyszerűsíteni lehet. a mindennapi statisztikai gyakorlatban sokszor csak ezekkel az átlagformulákkal lehet eredményre jutni. Ezekből következően ugyanez igaz a Fisher féle indexekre is: F F Iv = Iq ⋅ I p e) Az indexek mint átlagformulák Az eddigi indexek mindegyike felírható egyedi indexek súlyozott átlagaként. Ezeknek az átalakított formáknak gyakorlati jelentősége is van. és helyettesítsük be az I qL q0 ⋅ p0 képletébe: I qL = ∑q ∑q 1 0 ⋅ p0 ∑q ⋅ p ⋅ q = ∑q ⋅ p 0 0 0 0 q1 0 = ∑q ⋅ p ⋅i ∑q ⋅ p 0 0 0 0 q = ∑ w0 ⋅ iq 32 .

a területi árindexek pl.) Az árindexekre vonatkozóan részletesebben lásd: (Kerékgyártóné et al. Az iq = q1 q kifejezésből fejezzük ki q0 -t: q0 = 1 .Kuti Éva – Lipécz György: Leíró statisztika. a fogyasztói árindex (CPI). Elméleti összefoglalók ahol w0 = q0 ⋅ p0 ∑ q0 ⋅ p0 • Paasche-féle volumenindex mint az iq egyedi volumenindexek súlyozott harmonikus átlaga.– mint a termelői árindexek. w1 ∑i q • q1 ⋅ p1 ∑ q1 ⋅ p1 Laspeyres-féle árindex: ahol w1 = Ip = L ∑q ∑q 0 ⋅ p1 ⋅ p0 0 ∑q ⋅ p ⋅ p = ∑q ⋅ p 0 0 0 0 p1 0 = ∑q ⋅ p ⋅i ∑q ⋅ p 0 0 0 0 p = ∑ w0 ⋅ i p ahol w0 = q0 ⋅ p0 ∑ q 0 ⋅ p0 i • Paasche-féle árindex: Ip = P ∑q ⋅ p ∑q ⋅ p 1 1 1 0 == ∑q ⋅ p q ⋅p ∑ i 1 1 p 1 1 = 1 w ∑i1 p w1 = q1 ⋅ p1 ∑ q1 ⋅ p1 i f) Makrogazdasági index-fajták A gyakorlatban használt makrogazdasági indexfajták számításához további megfontolásokra van szükség. 168-169) 33 . 5. a tőzsde-indexek (Dow-Jones.2 és 5. 2009. stb.. BUX. és helyettesítsük be az I qP iq q0 képletébe: I qP = ∑q ∑q 1 0 ⋅ p1 ⋅ p1 = ∑q ⋅ p q ⋅p ∑ i 1 1 q 1 1 = 1 . p. nemzetközi statisztikai szabványok szerint. a vásárlóerő paritás (PPP). Ezek a számítások intézményes keretek közt folynak. Többnyire reprezentatív megfigyeléseken alapulnak.3 alfejezetek.

és mennyiben a súlyok változásának.Kuti Éva – Lipécz György: Leíró statisztika. mi legyen a standard részátlag. Elméleti összefoglalók E. valamilyen – mindkét időszakra vagy területre azonos – standard részátlaggal számolnánk a valóságos helyett. A főátlagok eltérésében többnyire mindkét összetevő szerepet játszik. ha a részátlagok lennének azonosak mindkét időszakra vagy mindkét területre vonatkozóan. Az alapgondolat a következő: o Ha a főátlag két időszakra vagy két területre vonatkozó kiszámításánál a súlyok azonosak lennének mindkét időszakra vagy mindkét területre. Főátlagok összehasonlítása standardizálás segítségével E. hogy mi lenne. termelékenységnek) két időszakra vagy két területre vonatkozó értékét össze akarjuk hasonlítani. 34 . o Vagy mi lenne. Ez a számítási mód egyszerűen megvalósítható. ha csak a részátlagok térnének el egymástól.1. csak azt kell eldönteni. Ha egy adott típusú átlagnak (átlagbérnek. Bevezetés A standardizálás módszere heterogén sokaságból számított • főátlagok. azok súlyozott átlagaként. a részátlagok mindkét esetben azonosak lennének. A főátlag – ismert módon – a részátlagokból számítható ki. illetve • összetett intenzitási viszonyszámok (mint pl. általában a részátlagok is különböznek és a súlyok is. a fenti képletet ilyen alakban szokták felírni: ∑ ∑ illetve ∑ ∑ A főátlag nagysága és változása tehát o egyrészt a V -vel jelölt részátlagoktól o másrészt a B-vel jelölt súlyoktól.5. akkor érdekes lehet. hogy a különbség mennyiben tudható be a részátlagok. más szóval az összetételtől függ.5. azaz: valamilyen – mindkét időszakra vagy területre azonos – standard súlyrendszerrel számolnánk a valóságos súlyok helyett. o Hasonlóan. akkor a két főátlag különbsége csak a részátlagok eltéréséből származhatna. De föltehetjük azt a kérdést. egy főre jutó termelés) összehasonlítására. o ha csak a súlyok térnének el egymástól. A standardizálásnak éppen ez a célja: • a részátlagok (vagy részviszonyszámok) különbözőségéből és az • összetétel (a súlyok) különbözőségéből adódó hatások különválasztása és mérése. mi legyen a mindkét esetre azonos súly (a standard súly). a súlyok mindkét esetben azonosak lennének. ∑ ∑ Mivel itt V = A/B viszonyszámok elemzéséről van szó. akkor a két főátlag különbsége csak a súlyok eltéréséből (más szóval az összetétel eltéréséből) származhatna. elemzésére szolgál.

mit válasszunk. vagy létszám-arány) Alsó indexek: a két összehasonlított időszak vagy terület jelzése A főátlagok különbségének felbontása Maga a különbség (K) egyszerűen számítható: ∑ B1 ⋅V1 − ∑ B0 ⋅V0 K = V1 − V0 = ∑ B1 ∑ B0 Ezt a különbséget szeretnénk felbontani két részre. főátlag (összetett viszonyszám) V0 . Bst tehát legyen B0. azaz. ∑ B ⋅V − ∑ B ⋅ V ∑B ∑B ∑ B ⋅V − ∑ B ⋅V K'= ∑B ∑B K'= 0 1 0 0 0 1 1 1 0 1 1 0 35 . amely már nem tulajdonítható a súlyok különbözőségének.5. o a másikat pedig a súlyok (az összetétel) különbözőségének tulajdoníthatjuk. létszám. V1 részátlagok (részviszonyszám) B0 . amelyet a B0 és a B1 értékekből számítunk.Kuti Éva – Lipécz György: Leíró statisztika. V0 ) = ∑ st 1 − ∑ st 0 ∑ Bst ∑ Bst A következő kérdés. pl. mit válasszunk Bst értékének? A következő lehetőségek merülnek föl: o Válasszuk mindkét időszak (terület) súlyainak B0 értékeket. amelyből az egyiket o a részátlagok különbözőségének.2. A részátlagok különbözőségének hatása (K’) A két hatás elkülönítésének egyik lehetséges módszere a következő. Ez maga a standardizálás művelete. Elméleti összefoglalók Erre a kérdésre nincs egyértelmű válasz. Az alábbiakban – gyakorlatias megfontolásokból – az első két lehetőséget fogjuk használni. Bst-vel jelölve a standard B értékeket: B ⋅V B ⋅V K ′ = V1 (Bst . de a gyakorlatban – ahogy alább részletesen bemutatjuk – jól használható módszerek állnak rendelkezésünkre. A főátlag-különbség fenti képletét alakítsuk át: a különbség mindkét tagjában szerepeljenek ugyanazok a súlyok. B1 részátlaghoz tartozó súlyok (pl. o Válasszuk mindkét időszak (terület) súlyainak a B1 értékeket. Különbség-elemzés Jelöléseink a következők lesznek: K a főátlagok (összetett viszonyszámok) különbsége . o Vagy válasszunk mindkét időszak (terület) súlyrendszerének egy harmadik súlyrendszert. Bst tehát legyen B1. ez elméleti alapon egyértelműen nem dönthető el. a standardizált súlyokkal kiszámított főátlagok különbségét. V ) − V0 (Bst . ugyanazok a B értékek. E. így csak a részátlagok különbözőségének tudhatók be. hiszen azok a képletekben már azonosak. Így egy fiktív főátlagkülönbséget kapunk. azok számtani közepeit.

∑ B ⋅V ∑B 0 0 0 ∑ B ⋅V ∑B 0 0 1 ∑ B ⋅V ∑B 1 1 1 ∑ B ⋅V K′′ K′ K 36 . Tekinthetjük standardnak: o a V1 értékeket. amelyben keverednek a 0-ás és az 1-es alsó indexű B és V változók. o a V1 és V0 értékek valamilyen átlagát. akkor az összetételhatást kifejező különbség: ∑ B1 ⋅V1 − ∑ B0 ⋅ V1 K''= ∑ B1 ∑ B0 A fiktív (standardizált) főátlagok A fenti számításokban a V0 és V1 főátlagok mellett szerepel két olyan nem valóságos (fiktív). standardizált főátlag. és (általában) nagyságuk is el fog térni a az előző változathoz képest. Vst(B1. V1) Ezek azok az elválasztó értékek. hogy a főátlagok különbségét standard (mindkét időszakra illetve területre azonos) részátlag-értékek mellett számítjuk ki. Elméleti összefoglalók Az összetétel különbözőségének hatása (K”) Az összetétel hatását – a fentiek analógiájára – úgy lehet különválasztani. Az alábbi ábra ezt teszi szemléletessé. – mint könnyen belátható – a két összetevő fölcserélődik. amelyek a főátlag-különbséget két részre osztják. o a V0 értékeket. V0) Vst(B0. A (B1. akkor az összetételhatást kifejező különbség: ∑ B1 ⋅V0 − ∑ B0 ⋅ V0 K''= ∑ B1 ∑ B0 Ha a V0 értékeket vesszük standard részátlagnak. V0) adatokból számolt fiktív főátlaggal számolva: ∑ B ⋅V ∑B 0 0 0 ∑ B ⋅V ∑B 1 1 0 ∑ B ⋅V ∑B 1 1 1 ∑ B ⋅V K′′ K′ K A másik fajta standardizált (fiktív) főátlaggal számolva. Most is az első két lehetőséggel fogunk élni. Ha a V1 értékeket vesszük standard részátlagnak.Kuti Éva – Lipécz György: Leíró statisztika.

ha a két tagban a standardeket ellenkezőleg választjuk meg. Az alapgondolat változatlan.Kuti Éva – Lipécz György: Leíró statisztika.3. csak a kivonás helyett osztani kell. és így egyszerűbb alakra jutunk. Elméleti összefoglalók Összefüggés a két összetevő között. I'= ∑ B ⋅V ∑ B ⋅V 0 0 1 0 Ezen túlmenően egyszerű átalakítással a részátlagindex felírható az egyedi részátlagindexek súlyozott számtani átlagaként is: V ∑ B0 ⋅ V0 ⋅ V1 ∑ B0 ⋅V1 = 0 I'= B0 ⋅ V0 B0 ⋅ V0 ∑ ∑ Ha a standardnek a B1 értékeket választjuk. K = K ' + K" E. Hányados elemzés A változások elemzése hányadosok (indexek) segítségével is elvégezhető.5. ha standardnak a B0 értékeket választjuk : ∑ B ⋅V ∑B I'= ∑ B ⋅V ∑B 0 0 0 0 1 0 Itt a ∑ B0 kifejezéssel egyszerűsíteni lehet a törtet. A főátlag-különbség fölírható a részátlag-hatás az összetételhatás összegeként. a részátlagindexre a következő formulát kapjuk: ∑ B1 ⋅ V1 I' = ∑B ∑ B ⋅V ∑B 1 1 1 0 Itt a ∑B 1 kifejezéssel egyszerűsíthetünk: 37 . – hogy az osztás révén egyszerűsítési és további hasznos értelmezési lehetőségek adódnak. Annyi az eltérés – a lényeg változatlansága mellett. (ami emlékeztet az indexszámítás képleteire). Főátlagindex: I= V1 V0 ∑ B ⋅V B = ∑ ∑ B ⋅V ∑B 1 1 0 0 1 0 A részátlagindex.

Elméleti összefoglalók I'= ∑ B ⋅V ∑ B ⋅V 1 1 1 0 Ez a formula az egyedi részátlagindexek súlyozott harmonikus átlagaként írható föl: : I'= ∑ B ⋅V ∑ B ⋅V 1 1 1 0 = ∑ B ⋅V B ⋅V ∑V 1 1 1 1 1 V0 Az összetételhatás indexe: ∑ B ⋅V B I"= ∑ ∑ B ⋅V ∑B 1 1 0 0 1 vagy 1 ∑ B ⋅V B I"= ∑ ∑ B ⋅V ∑B 1 1 0 0 0 0 Ez a képlet is átalakítható lenne. A főátlagindex fölírható a részátlagindex és az összetételhatás-index szorzataként. ha két tényezőben a standardokat ellenkezőleg választjuk meg. I = I' ⋅I" 38 . de egyszerűsítési és többletértelmezési lehetőség itt nem adódik.Kuti Éva – Lipécz György: Leíró statisztika. Összefüggés a két összetevő között.

ez a vegyes kapcsolat.6. a matematika vizsgaeredménytől? Két mennyiségi ismérv közti kapcsolat neve korreláció. A sokaság a két ismérv szerint csoportokra van bontva. n Az i és a j a két ismérv változatait jelöli. ez az asszociáció.2. Asszociáció E. az idősorok elemzését ismerteti a 9. KIINDULÓ PÉLDÁK: o Függ-e a beosztás a képzettségtől? Itt két minőségi ismérv közötti kapcsolatról van szó. PÉLDA. pont) a korreláció. o Függ-e a statisztika eredmény a matematika-tudástól. azaz. Ennek egy kiemelten fontos területét. az asszociációt mutatjuk be. vagy nőről van szó)? A nem minőségi ismérv. véletlenszerű mozzanatokat is tartalmaz. A sztochasztikus jelző arra utal. Függ-e a beosztás a képzettségtől? A sokaság megoszlását képzettség és a beosztás szerint az alábbi táblázat tartalmazza. A következő forma (7.1. az úgynevezett kombinációs tábla.Kuti Éva – Lipécz György: Leíró statisztika. o Függnek-e a keresetek a nemtől (hogy férfiról. Alapfogalmak A következőkben (itt és a további fejezetekben) az ismérvek közötti sztochasztikus kapcsolatokkal foglalkozunk. Elméleti összefoglalók E6. Ez vegyes kapcsolat. Beosztottak Alapfokú Középfokú Felsőfokú Összesen 160 80 60 300 Közép-vezetők 10 40 70 120 Felső vezetők 10 20 50 80 Összesen 180 140 180 500 A kombinációs táblában szereplő adatok jelölése: j i █ fij f. a kereset mennyiségi. Az asszociáció elemzése kombinációs tábla segítségével Az asszociáció elemzésének leggyakrabban használt kiindulópontja a kétdimenziós gyakorisági tábla. hogy a két ismérv kapcsolata nem egyértelmű. j f i. a legszélesebb elemzési lehetőséget nyújtó kapcsolat (8. 39 . pont. pont) egy minőségi és egy mennyiségi ismérv kapcsolata lesz. amikor mindkét ismérv mennyiségi. A harmadik. A több ismérv szerinti elemzések közül ebben a fejezetben a két nem mennyiségi ismérv közötti sztochasztikus kapcsolatot.6. █ E.

PÉLDÁNKBAN: ha minden képzettségi csoportban (és a teljes sokaságot véve is) egyforma lenne a beosztottak és a vezetők aránya. Példánkban kivételesen fennáll.Kuti Éva – Lipécz György: Leíró statisztika. ha minden első ismérv szerinti csoportban (és a teljes sokaságban is) ugyanolyan a másik ismérv szerinti egyedek megoszlása. Ha az f ij * jelenti a függetlenség esetén érvényes gyakoriságot. mert a beosztásból egyértelműen lehet következtetni a képzettségi szintre. Az alábbi táblázat determinisztikus kapcsolatot mutat. █ Ebből már az is következik. A determinisztikus eset. hogy a függetlenség szimmetrikus fogalom. PÉLDA Alapfokú Középfokú Felsőfokú Összesen Beosztottak 0 0 300 300 Közép-vezetők 0 120 0 120 Felső vezetők 80 0 0 80 Összesen 80 120 300 500 Ilyen – nem túl valószerű – adatokkal kitöltve lehetne azt mondani. ha az egyik ismérv független a másiktól. Ha adottak a peremgyakoriságok. nem következik. █ Megjegyzendő: abból. Vagy fordítva: minden beosztotti kategóriában (és a teljes sokaságban is) ugyanaz lenne a különböző képzettségűek megoszlási aránya. peremgyakoriságok. A függetlenség esete Függetlennek tekinthető a két ismérv. j n . Vizsgáljuk meg a két elvi szélső esetet. Fordítva is mondható: a j-edik csoportban hány egyed található. hogy a másik irányban is fennáll. Valószínűségszámítási szempontból itt két eseményrendszer függetlenségéről van szó. és amikor a két ismérv független egymástól. 1 40 . hogy az (egyik ismérv szerinti) i-edik csoportban hány elem van a (másik ismérv szerinti) j-edik csoportból. akkor a másik is független az elsőtől. Elméleti összefoglalók A táblázat belsejében az fij gyakoriság azt adja meg. amely egyidejűleg a másik ismérv szerinti i-edik csoport tagja. akkor függetlenség esetén: f i. 1 (A determinisztikus kapcsolat nem feltétlenül szimmetrikus. f. j és az f i.) . amikor a kapcsolat determinisztikus (amikor az egyik ismérv egyértelműen meghatározza a másikat). akkor ezzel a képlettel meghatározhatóak a függetlenség esetén érvényes gyakoriságok: = f ij * Az itt használt függetlenség-fogalom megegyezik a valószínűségszámításban használt függetlenségfogalommal. A táblázat alsó sorában illetve utolsó oszlopában (a táblázat „peremén”) szerepelnek az f. hogy a képzettségi szint egyértelműen (determinisztikusan) meghatározza a beosztást. hogy az egyik irányban fennáll az egyértelmű meghatározottság.

j PÉLDA A fentebbi adatokból a következő függetlenség esetén érvényes táblát nyerjük: Beosztottak Alapfokú Középfokú Felsőfokú 108 84 108 300 Közép-vezetők 43.0 100 100 100 100 █ E. 10 20 50 80 180 140 180 500 53.0 % 8.0 28. PÉLDÁNKBAN C értéke 0.486-nek adódik. f ij * = f i.0 5.0 16.0 36. █ Cramer együttható: C= χ2 41 . ⋅ f .0 16.0 28. hogy milyen szoros a két ismérv között a kapcsolat: mennyire esnek távol a tényleges gyakoriságok a függetlenség esetén érvényes (elméleti) gyakoriságoktól.8 16.0 % 24.2 33.6 28.7 20.0 16.0 12. ami közepesen erős kapcsolatnak nevezhető.Kuti Éva – Lipécz György: Leíró statisztika.0 100. függőlegesen is.0 300.0 36. Bármely cellára vonatkozóan az f ij * meghatározása tehát annyiból áll. A K F Beoszt 160 80 60 300 értékek 108.0 % 36.0 36.8 80 180 140 180 500 Az alábbi táblázatokban a relatív (százalékos) megoszlásokat is kiszámítottuk vízszintesen is. A kapcsolat szorosságát a tényleges gyakoriságoknak és a fiktív f* gyakoriságoknak az eltéréseiből kiindulva lehet számszerűsíteni. vez 10 40 70 120 Felső v.0 88.2 33.0 36.0 24. Az első lépés a Khi-négyzet meghatározása: Khi-négyzet: χ = ∑∑ 2 i j (f ij − f ij f ij * * 2 ) n ⋅ ( s − 1) ahol s a sorok és az oszlopok száma közül a kisebbik.0 28.0 28.6 43.3 27.0 84.6 38.0 100.9 57.0 60.4 28.0 28.5 25.0 100.5 100.3 58.3 100.8 80.4 28.0 36.6.0 100.3 26.6 43.0 24.6 14.0 180 140 180 500 36.0 100 100 100 100 f* A K F 43.0 100.0 36.0 % 5.3.8 22. az első táblázatsorban viszont jól látható hogy az eredeti adatok nem mutatnak függetlenséget a két ismérv között.1 33.0 60. hogy a cellához tartozó peremgyakoriságok szorzatát osztjuk a sokaság elemszámával.3 60. hogy a két ismérvet függetlennek lehessen mondani.0 36.0 36.3 33.0 K.0 62.0 108.0 16.0 100.2 120. Elméleti összefoglalók n A táblázat belsejében – adott peremgyakoriság mellett – ilyen gyakoriságoknak kellene lenni ahhoz.0 60. C értékére: 0 1 Ez a mutatószám azt fejezi ki.0 28.9 24.0 60. A második táblázatsorban a függetlenség tartalma jól látható.2 120 Felső vezetők 28.0 24. Az asszociáció szorosságának jellemzése A két elméleti szélső eset között van a sztochasztikus kapcsolat.8 22.

Elméleti összefoglalók 42 .Kuti Éva – Lipécz György: Leíró statisztika.

7. Ez utóbbi a belső szórásnégyzet E. hogy a két ismérv között van kapcsolat. akkor azt mondhatnánk: a képzettség egyértelműen meghatározza a kereseteket. és vizsgálhatjuk. A két ismérv között ez esetben nincs kapcsolat. akkor azt mondhatjuk. • Ha a részátlagok különböznek. szórásnégyzetével. és • a csoportátlag eltérése a főátlagtól Képlettel: xij − x = (x ij − x j ) + (x j − x ) ahol xij az i-edik eleme a j-edik csoportnak. hogy a csoportosító ismérv egyértelműen (determinisztikusan) meghatározza a mennyiségi ismérvet. Alapfogalmak Egy minőségi és egy mennyiségi ismérv közti kapcsolat a vegyes kapcsolat. de egy-egy csoporton belül minden adat azonos. A valóságos kapcsolatok többnyire a két szélső eset között helyezkednek el. ami azt jelenti.2 A H-négyzet mutató felépítése A csoportosító ismérv hatásának számszerűsítéséhez a csoportok közötti és a csoporton belüli szórásnégyzetek használhatók. A csoportosító ismérv hatását vizsgáljuk a mennyiségi ismérvre. akkor ez azt jelentené. de a csoportok különböznének egymástól. PÉLDA: A képzettség egy gyakran használt csoportosító ismérv.1.7. Ha viszont egy-egy csoporton belül azonos lenne minden kereset. d = dB + dK 43 x .Kuti Éva – Lipécz György: Leíró statisztika. de az nem egyértelmű. A csoportosító ismérv hatását a csoportátlagok eltérésével lehet jellemezni. x j a j-edik csoport átlaga (a j-edik részátlag). mert nem tükrözi az adatoknak az egyes csoportokon belüli szóródását. hogyan alakulnak a keresetek a különböző képzettségi csoportok szerint. hogy képzettség nincs hatással a keresetek alakulására. ezek a sztochasztikus kapcsolatok. hogy az adatok teljes szóródásán belül vajon mekkora a csoportképző ismérv hatása.7. A két szélső eset között helyezkedik el a sztochasztikus kapcsolat. Elméleti összefoglalók E. pedig a főátlag. azaz a részátlagok szórásával ill. • Ha a részátlagok nem különböznek egymástól. hogy a csoportosító ismérvnek nincs hatása a mennyiségi ismérvre. Innen kiindulva a kérdés úgy is föltehető. • Minél jobban szóródnak a részátlagok. annál erősebb a csoportosító ismérv hatása. akkor azt mondhatjuk. Ha a kereseti átlagok minden csoportban azonosak lennének. A minőségi ismérv általában csoportosító ismérvként szolgál. Vegyes kapcsolat E. és minél kevésbé szóródnak az adatok egy-egy csoporton belül. és mekkora az egyéb tényezőké. Ez a determinisztikus kapcsolat. █ A részátlagok szórásnégyzetét külső szórásnégyzetnek is nevezik. Egy adat eltérése a főátlagtól két részre bontható: • az adat eltérése a saját csoportátlagától.

Ez már összehasonlításra is alkalmas mutatószám. Elméleti összefoglalók Egy hasonló összefüggés írható föl az eltérésnégyzetekre illetve a szórásnégyzetekre: ∑∑ (x j i ij − x ) = ∑∑ (xij − x j ) + ∑ n j (x j − x ) 2 2 j i j 2 ahol x a főátlag. akkor a csoportosító ismérv nem volt hatással a csoportátlagra. ami a részátlagokból is számítható: x = Mindkét oldalt n-nel osztva: 1 ∑ nj ⋅ x j . Ekkor a külső szórásnégyzet 44 . mert a konkrét ismérvektől. hogy a főátlag és a szórásnégyzetek képletei mindig súlyozott átlagok! Jellegzetes szélső esetek a külső és a belső szórásnégyzet. dimenzió nélküli szám. a H-négyzet mutatót. akkor egy 0 és 1 közé eső számot kapunk. a szórásnégyzet-hányados fogalmaival: • Ha a csoportátlagok egyenlők. hogy 1 ∑ n j ⋅ σ 2j n j ( ) σ 2 = σ2 + σ 2 B K Azaz: a teljes szórásnégyzet felírható a belső és külső szórásnégyzet összegeként. a mennyiségi ismérv mértékegységétől független. ill. Figyelem! A számítások során nem szabad elfeledkezni arról.Kuti Éva – Lipécz György: Leíró statisztika. Ennek segítségével a H-négyzet mutató képlete: 2 2 σK σK 2 H = 2 = 2 2 σ σ B +σ K Értelmezése: „a csoportosító ismérv ilyen arányban magyarázza az ismérvek szóródását”. n j ( ) ∑∑ (x j i ij − x) 2 ∑∑ (x = j i ij − xj ) 2 ∑ n (x j j − x) 2 n n + j n A baloldalon a teljes szórásnégyzet áll: σ 2 = ∑∑ (x j i ij − x) 2 n 2 A jobboldalon az első tag a belső szórásnégyzet: σ B = ∑∑ (x j i ij − xj ) 2 n 2 σB = ami a csoporton belüli σ j szórások ismeretében így számítható: A jobboldali második tag a külső szórásnégyzet: 2 ∑ n j (x j − x ) j 2 σK = n Azt kaptuk tehát. Ha a külső szórásnégyzetet a teljes szórásnégyzethez viszonyítjuk. A két ismérv között tehát nincs kapcsolat.

A csoportok j Nemzet Rendelések (üveg) létszáma (fő) Angol 4 2 5 2 3 1 Német 10 15 14 13 14 15 15 12 13 15 14 2 Magyar 6 9 7 6 9 8 9 3 A 20 turista rendelés-átlaga (a főátlag) 10 üveg.5 + 14 ⋅1 + 8 ⋅1. 45 . hogy a nemzeti jelleg 94 %ban határozza meg a sörfogyasztás alakulását.Kuti Éva – Lipécz György: Leíró statisztika.33 A külső szórásnégyzet a főátlag és a részátlagok ismeretében könnyen meghatározható: 2 ∑ n j (x j − x ) 4 ⋅ (3 − 10 )2 + 10 ⋅ (14 − 10 )2 + 6 ⋅ (8 − 10)2 2 σK = j = = 19 n 20 A belső szórásnégyzet értéke a csoporton belüli σ 2 szórásnégyzetek ismeretében így j számítható: 1 1 ∑ n j ⋅ σ 2j = 20 (4 ⋅1.33) = 1.5 1.0 1. σ b2 = 0.941 (94. mert a csoportosító ismérv egyértelműen meghatározza az értéket. hány üveg sört rendeltek egy hét alatt.2 Ez megegyezik az alapadatok összességéből számolt szórásnégyzettel. tehát σ k2 > 0. Úgy is fogalmazhatunk. A valóságos kapcsolatok többnyire a két szélső eset között helyezkednek el. és a teljes szórásnégyzet egyenlő a belső szórásnégyzettel. A részátlagok és a csoporton belüli szórások négyzetei: j 1 2 3 nj 4 10 6 xj 3 14 8 σ2 j 1. a szórásnégyzet (a teljes szórásnégyzet) 20. A H2 szorossági mutató a külső és a teljes a szórásnégyzet hányadosaként számítható: σ2 σ2 H 2 = K = 2 K 2 = 0. tehát a teljes szórásnégyzet a csoportokon belüli ingadozásból származik. Kérdés.2. Ennek megfelelően H 2 = 0. viszont minden csoporton belül egyforma adatok vannak. • Ha a csoportátlagok különbözők.2 n j A teljes szórásnégyzet 2 σB = ( ) 2 2 2 σ T = σ K + σ B = 20. PÉLDA Egy nemzetközi turistacsoport tagjairól följegyezték. Elméleti összefoglalók σ k2 = 0.1 %). mennyire függ a sörfogyasztás a nemzetiségtől. Ennek megfelelően H 2 = 1. azaz a belső szórásnégyzet nulla. σ 2 σB +σK ami nagyon szoros kapcsolatot jelent. és ilyenkor 0 < H 2 < 1. akkor determinisztikus a kapcsolat.

• A kapcsolat hiánya (korrelálatlanság. függetlenség): amikor már tendenciajellegű kapcsolat sem állapítható meg.Kuti Éva – Lipécz György: Leíró statisztika. mint pl. Az egyik ismérv (változó) bármely értékéhez a másik változó egy adott értéke tartozik. a testmagasság és a testsúly között. 1 n C XY = ∑ xi − x ⋅ yi − y n i =1 ( )( ) Kifejezi a két változó együtt-ingadozását. egy függvénnyel) • A kapcsolat szorosságának jellemzése egyetlen mérőszámmal. Minden egyes (x. ill. Két változó esetén ez jól szemléltethető pontdiagrammal. A kovariancia (együttingadozás) és a lineáris korrelációs együttható Képezzük az egyes összetartozó x és y értékek eltérését az x-átlagtól. (Mi itt csak a lineáris a korrelációs együtthatót ismertetjük. Két alapvető feladat: • A két ismérv közti kapcsolat tendenciáját leíró regressziós görbe meghatározása.8. regresszió E. n i =1 C = xy − x ⋅ y 46 . és ennél fogva összetettebbek. mint az asszociációnál és a vegyes kapcsolatnál. (A sztochasztikus kapcsolat közelítése egy determinisztikus kapcsolattal. Elméleti összefoglalók E.8. Korreláció. mint ezen eltérésszorzatok átlaga. a sztochasztikus kapcsolat és a kapcsolat hiánya. A két eltérést szorozzuk össze. A szélső és közbenső esetek: a determinisztikus kapcsolat. hogy nincs egyértelmű függvénykapcsolat a két ismérv értékei között.2.8. az y-átlagtól. de fennáll egy tendenciajellegű kapcsolat. ami a függvénykapcsolatot jelenti. A korreláció fogalma A mennyiségi ismérvek közötti sztochasztikus kapcsolatok elemzésére sokkal bővebbek a lehetőségek. • A sztochasztikus kapcsolat azt jelenti.1. és a kovariancia nem más. ill. együttes szórását. Rövidebben írva: C= ∑d x dy n Kiszámítható az alábbi módon is 1 n C XY = ∑ xi ⋅ y i − x ⋅ y.) E. • A leginkább kézenfekvő szélső eset a determinisztikus kapcsolat. y) értékpárra kiszámítható az eltérésszorzat.

ha tehát 0-hoz közel álló értéket mutat. c) Alkalmas mutatószám segítségével. • Átlagszámítás segítségével: ha minden egyes x értékhez több y érték tartozik. Elméleti összefoglalók A kovariancia tulajdonságai: • Az előjele mutatja a kapcsolat irányát.8. akkor minden egyes x értékhez hozzárendelhetjük az adott x-hez tartozó y-értékek átlagát. (a pontoknak a regressziós függvénytől való eltéréseiből ill. A jó illeszkedésnek többféle kritériuma is lehet: a leggyakrabban használt. Ez a pontsor a tapasztalati regressziós függvény. • Az ismérvek függetlensége esetén C = 0. de nem feltétlenül független. A kovariancia közeli rokona a varianciának (szórásnégyzetnek). hatvány függvény. A variancia a kovariancia speciális esetének tekinthető: ha kovariancia képletébe y helyébe x-et írunk.Kuti Éva – Lipécz György: Leíró statisztika.3. akkor lehet.) b) az adott típusú függvény paramétereinek meghatározása a legkisebb négyzetek módszerével. jól bevált kritérium a legkisebb négyzetek elve. A görbeillesztés analitikus meghatározásának menete: a) először egy függvény típus megválasztása (pl. a variancia képletét kapjuk. (Megfordítva nem áll: ha C=0. de nem lineáris. szemmérték alapján: a pont-diagramba berajzolunk egy jól illeszkedő görbét. Mivel C mértékegység-függő. de az is lehet. E. kiszámítható így is: rxy = rxy = σ x ⋅σ y ∑ d x2 ⋅ ∑ d y2 Értéke (–1) és 1 közé esik: − 1 ≤ rxy ≤ 1 Az rxy a lineáris kapcsolat szorosságát méri. exponenciális függvény) attól függően. ha x és y között lineáris függvénykapcsolat áll fenn. ez esetben C max = σ x ⋅ σ y egyébként C < σ x ⋅ σ y • • A kovariancia x és y szempontjából szimmetrikus: rxy = ryx . • Analitikus úton határozzuk meg a „legjobban illeszkedő” görbe egyenletét. az eltérésnégyzetek összegéből kiindulva) számszerűsítjük az illeszkedés jóságát. de gyenge. hogy szoros a kapcsolat. Meghatározása történhet • grafikusan. 47 . lineáris függvény. mint a korrelálatlanság. a függetlenség szigorúbb feltételeket jelent. hogy mit sugall az ábra. akkor a kapcsolat korrelálatlan. vagy más előzetes információk alapján. hogy lineáris a kapcsolat. ezért célszerű elosztani a maximális értékkel. és akkor egy előjeles mutatót kapunk: a lineáris korrelációs együtthatót: C xy ∑ d xd y . ennek matematikai hátterével itt nem foglalkozunk) • C abszolút értéke akkor maximális. A regressziós függvény meghatározása A regressziós függvény a sztochasztikus kapcsolathoz – valamilyen értelemben – legközelebb álló determinisztikus kapcsolat (azaz függvénykapcsolat).

Kuti Éva – Lipécz György: Leíró statisztika. a deriváltakat 0-val egyenlővé tettük. az egyelőre ismeretlen együtthatókat jelöljük b0 -lal ill. • Írjuk föl az egyenes egyenletét általános alakban. az úgynevezett normálegyenleteket ∑ yi = n ⋅ b0 + b1 ∑ xi i =1 i =1 n n ∑y ⋅x i =1 i n i = b0 ⋅ ∑ xi + b1 ⋅ ∑ xi i =1 i =1 n n 2 A normálegyenletekből b0 és b1 értékének meghatározására a következő képleteket nyerjük. Vegyük a megfigyelt x és y értékek alapján készített pontdiagramot. y i értékek ismert. amely a lehető legközelebb esik a pontokhoz. és némileg átrendeztük az egyenleteket). hogy milyen részeredmények állnak rendelkezésre. hogy az egyenes a tapasztalati pontokhoz a legközelebb essen. 48 . de a végső formulák szerint is. ezt a távolságot ei vel jelölik ˆ e i = y i − y i = y i − b0 − b1 x Írjuk föl az eltérésnégyzetek összegét ∑e i =1 n 2 i : ∑ ei2 = ∑ ( y i − b0 − b1 xi ) i =1 i =1 n n 2 • Itt az x i . d) A különböző függvény típusok közül a legjobban illeszkedőt választjuk. Írjuk föl az i-edik pont függőleges távolságát. Azután egy másik. hogy a módszere. Ennek feltétele. Ez a legkisebb négyzetek négyzetösszeg b0 szerinti és a b1 szerinti ∑e 2 i deriváltja nulla legyen. esetleg harmadik függvény típussal elvégzendő az előbbi két művelet. hogy a ∑e i =1 n i =1 n 2 i minimális legyen. ˆ y = b0 + b1 x • Az a kérdés most. b1 = Σd x d y Σd 2 x = C xy σ 2 x = xy − x ⋅ y x2 − x 2 b0 = y − b1 x A konkrét számítások végezhetők a normálegyenletekből kiindulva. hogy a megválasztott függvény nem illeszkedik elég jól. Olyan egyenest szeretnénk a ponthalmazra illeszteni. Elméleti összefoglalók Ha esetleg úgy látjuk. mennyi legyen b0 és b1 értéke ahhoz. eltérését az egyenestől. A lineáris regresszió függvény meghatározása a legkisebb négyzetek módszere alapján. Ebből a feltételből kiindulva kapjuk (miután a deriválást elvégeztük. Értéküket úgy kell meghatároznunk. konkrét számok. b1 -gyel. b1 értékek a változók. akkor egy másik függvénnyel is próbálkozhatunk. attól függően. és a b 0 . újból végig járva a fent leírt utat.

Ha mindkét oldalt osztjuk a pontok számával. De lehet. hogy hasonló alakú marad az összefüggés az eltérésnégyzetek összegeire vonatkozóan is (Ez közvetlenül a normálegyenletekből következik) . a kapcsolat szorossága. E. hogy az adott összefüggésben nincs értelme az x = 0 értéknek. Az illeszkedés jósága. amelyekből a b0 és b1 változók könnyen kifejezhetők. A b1 és az r lineáris korrelációs együttható képlete nagyon hasonló egymáshoz. Az i-edik pont (függőleges irányú) eltérése az y értékek átlagától felbontható két részre: • a regressziós egyenes távolsága az y átlagától. ill. A determinációs együttható (D) és értelmezése. r a regressziós függvény eltérésére utal az y átlagtól. Elméleti összefoglalók Az előbbi esetben a normálegyenletekbe behelyettesítjük a szummás kifejezések értékét.Kuti Éva – Lipécz György: Leíró statisztika. • az i-edik pont távolsága a regressziós egyenestől (ezt jelöltük ei -vel) Képletben: ˆ ˆ yi − y = ( yi − y ) + ( yi − yi ) Megmutatható. A b0 értelmezése: b0 az eredményváltozó tendenciaszerű értéke. A regresszió egyenlet arra is alkalmas. A determinációs együttható többváltozós lineáris regresszió esetén is alkalmazható – bár mi itt csak az egyváltozós esettel foglalkozunk. hogy adott x0 érték ismeretében az y értékére következtessünk.4. Az eltérésnégyzetek összegét SS-sel jelölve (Sum of Square) SS t = SS r + SS e ahol a t index a teljes eltérésnégyzetösszegre utal. ha az x éppen 0. n-nel: 2 σ t2 = σ 2 + σ e r A teljes szórásnégyzet két összetevője tehát: 49 . az összefüggés köztük a következő: σ b1 = r ⋅ x σy A b1 értelmezése: ha az x ismérv egy egységgel változik. akkor az y tendenciaszerűen b1 -gyel fog változni. ekkor egy nagyon egyszerű egyenletrendszert kapunk.8. e a pontoknak a regressziós függvénytől való eltéréseire. ∑( y i ˆ ˆ − y ) = +∑ ( yi − y ) + ∑ ( yi − yi ) 2 2 2 2 2 ∑( y i ˆ − y ) = ∑ ( yi − y ) + ∑ ei2 A jobboldali utolsó tagot reziduális (maradék) négyzetösszegnek is nevezik.

a determinisztikus kapcsolathoz. ez a reziduális szórásnégyzet Minél kevésbé szóródnak a pontok a regressziós függvény körül. hogy az X-et vagy Y-t választottuk magyarázó változónak. annál közelebb áll a kapcsolat az egyértelmű függvénykapcsolathoz. A determinációs együttható egyidejűleg méri az illeszkedés jóságát. azaz a függvénykapcsolathoz. (tehát relatíve minél kisebb a görbe körüli szóródás). a többi pont azonban többnyire megváltozik. A változók megválasztása A regressziós függvény eltérő aszerint. hogy a teljes szórásnégyzetnek minél nagyobb hányadát teszi ki a regressziós függvény pontjainak szórásnégyzete az y átlaga körül. D-vel jelöljük. (Pl. ez a regressziós szórásnégyzet • és a pontoknak a regressziós függvény körüli szórásnégyzete. Ez másoldalról azt jelenti. hőmérséklet – vízfogyasztás) Lineáris esetben. 50 . ahol az ok és az okozat szerepe az előzetes információk alapján egyértelmű. amely megadja. SS σ2 D= r = r SS t σ t2 • A D azt mutatja meg:. Azt a mutatót. ha fölcseréljük a változókat. Azaz. az átlagpont ugyanaz marad. determinációs együtthatónak nevezzük. annál közelebb van a két ismérv kapcsolata a determinisztikus kapcsolathoz. Elméleti összefoglalók a regressziós függvény pontjainak szórásnégyzete (az y átlag körül). hogy a regressziós szórásnégyzet a teljes szórásnégyzetnek mekkora hányadát teszi ki.Kuti Éva – Lipécz György: Leíró statisztika. az egyenes az átlagpont körül elfordul. Mi olyan esetekkel foglalkozunk. a teljes szórásnégyzetnek hányad része – a kapcsolat tendenciáját mutató – regressziós függvény szórásnégyzete. és a kapcsolat szorosságát A D négyzetgyöke lineáris esetben megegyezik r abszolút értékével. milyen arányban ad magyarázatot az x változó (a magyarázó változó) az y értékek alakulására.

Alapfogalmak Az idősor-elemzés a regresszió-analízis speciális területe. Ma ennek a számítógépek világában gyakorlatilag nincs jelentősége. hiperbolikus. hónapok stb. hogy az időpontok sorában középen helyezkedjen el a nulla. (szezonális) vagy nem állandó periódus-hosszú. 0. parabolikus. amikor a kézi számolás általános volt. és a tényadatok úgy írhatók föl. valamint a mozgóátlagolású trend. -2. hogy itt az időt tekintjük magyarázó változónak.9. ahol a sajátosságok révén sajátos elemzési lehetőségek is rendelkezésre állnak. Az alapfeladat: az idősor komponensekre bontása.. ez a legegyszerűbb és leggyakrabban használt trend-függvény típus. a tartós irányzat. 2. Ennek következtében néhány képlet egyszerűbbé válik. 3.) o Véletlen komponens Az idősorelemzés alapfeladata tehát. tényadatok sorából kell különválasztani a komponenseket. ezért a tényleges évszámok helyett az egyszerűség kedvéért 1-től (vagy 0-tól) kezdődő számozást szokás használni.1. hogy a trend-értéket a ciklikus és a véletlen hatás indexeivel megszorozzuk.) használata..9. és jellemző az egyenközű időadatok (évek. o A ciklikus komponens. hogy adott tapasztalati ill. .9. 1. 2. Gyakran használt függvény típus még az exponenciális. pl. hanem egy vagy több ciklikus komponens is. Mivel az idő intervallum skálán mérhető.. 2. Háromféle komponens különítendő el o Trend.2. Többnyire az x változó helyett a t jelölés szokásos. ahol a kezdőpontnak nincs jelentősége. A trend meghatározása A tartós irányzatot leíró trend meghatározására többféle módszer áll rendelkezésre. t = 1. 4 értékeket mértek föl a vízszintes tengelyre. A 0-val vagy 1-gyel kezdődő (t = 0. az adatok időbeli sorrendje alapvető. 3. 3. de itt nemcsak a véletlen és a függvényszerű komponens érdekel minket. • A legfontosabb sajátosság. azaz szorzó tényezők.. . konjunkturális. Ezekkel itt nem foglalkozunk. 1. Elméleti összefoglalók E. Idősor E. gyakran alkalmazták a ∑ t = 0 feltételt. logisztikus. Mi az analitikus trendek közül – az előző fejezetben megismert – lineáris regresszió függvénnyel fogunk dolgozni.Kuti Éva – Lipécz György: Leíró statisztika.. ami lehet állandó periódushosszú. -3. Pl. A lineáris trend egyenlete: ˆ y = b0 + b1 ⋅ t A lineáris trend paramétereinek kiszámítása most is a legkisebb négyzetek elvére és az ebből adódó normálegyenletekre épül: 51 . ill.) skálák helyett régebben. egy 9 tagú sornál t = -4. a t átlaga így nullának adódik. -1. úgy.) • E. (pl. A komponensek lehetnek • additív komponensek (ha a komponensek összege adja ki a ténylegesen megfigyelhető idősor adatokat) • és multiplikatív komponensek (ez esetben a ciklikus és a véletlen komponensek indexek.

3 A szezonok hatása A szezonális eltérések számítása Additív komponenseket feltételezve szezonális eltéréseket számítunk. Általában nem értelmezhető. a trend értéke b1 -gyel fog változni. • Lineáris trend és szezonális eltérések esetén a véletlen hatások összege 0.” Vagy: " a nyári szezonhatás következtében a napi bevétel 25 ezer Ft-tal tér el a trend nyári értékétől. mint a többi szezonban. ez a legkisebb négyzetek módszeréből következik. (Ez akkor lehet sikeres. hogy átlaguk 0 legyen. A szezonális eltéréseket az (y – trend) különbségek adott szezonra vonatkozó átlagaként számíthatjuk. hogy a trendvonal egyenese hol metszi az y tengelyt. Az átlagolás éppen a véletlen hatás kiszűrésére szolgál. akkor a nyers eltéréseket korrigálni kell (növelni. hogy a szezonális eltérések átlaga (várható értéke) valóban 0-t ad-e. hiszen 0 pontnak az intervallum skálán nincs jelentősége.Kuti Éva – Lipécz György: Leíró statisztika. E. ha a szezonális eltérések a trend növekedésétől vagy csökkenésétől függetlenül alakulnak. ha a véletlen komponens várható értéke 0. Ha nem. vagy csökkenteni) úgy. tehát nincs szükség korrekcióra. Ha a nyári szezonális eltérésre 25 eFt-ot kaptunk. Ez a feltételezés akkor jogosult. hogy "a fagylalt árus (napi) bevételét a nyári idény 25 ezer Ft-tal téríti el a trendtől. 52 . (Csak a kerekítési hibák miatt térhet el 0-tól) A szezonális eltérés értelmezése: Legyen az idősor egy fagylalt árus napi forgalma. akinek nyáron nyilván nagyobb a bevétele.9. A b0 paraméter: b0 = y − b1 ⋅ t A b1 megadja.) • Az idényenkénti átlagolással kapott szezonális eltérések a nyers (korrigálatlan) eltérések. Elméleti összefoglalók ∑ yt =n ⋅ b0 + b1 ∑ t ∑ t ⋅ yt =b0 ⋅ ∑ t + b1 ⋅ ∑ t 2 t =1 t =1 t =1 t =1 n t =1 n n n n Az ebből levezethető végső formulák is használhatók: A b1 paraméter: b1 = ty − t ⋅ y σt 2 = ∑ t y − n ⋅ t ⋅ y = ∑( t −t )⋅ ( y − y ) = ∑d d ∑t − n⋅t ∑( t −t ) ∑d t 2 2 2 t y 2 = C σt 2 = r ⋅σ y σt Értelmezése: egységnyi időszak elteltével a tartós irányzat. Elvi megjegyzések • A tényadatok és a trend különbségei még tartalmazzák a szezonális hatás mellett a véletlen hatást is. akkor ez úgy értelmezhető. Ellenőrzendő.

Ehhez. n = évek száma n Ha az (átlagolt) szezonális eltérések összege nem nulla. Itt is az átlagolás révén lehet elvileg elérni.43-szorosa. hogy a tény / trend hányadosok még a véletlen tényező hatását is tartalmazzák. ~ =s − sj j sj = ∑(y i =1 n ij ˆ − yij ) ∑s j =1 m j Szezonindexek számításának elve Multiplikatív komponensek feltételezésével szezonindexeket számolhatunk. azaz. Ha nem. akkor a nyers indexeket korrigálni kell (el kell osztani) a nyers indexek átlagával. (1-hez közeli szezonindexek esetén jó megközelítést ad a számtani átlag is. a csökkenésével pedig csökkennek. hogy a szezonális eltérések átlaga (várható értéke) valóban 1-et ad-e. ami tartalmazza még a véletlen hatást is: yij − yij = s j + vij Az egyedi szezonális eltérések átlagolásával lehet a véletlen hatást kiszűrni.) Elvi és gyakorlati megjegyzések: • Itt is elmondható. akkor korrekciót alkalmazunk: m = szezonok száma = sj − s m Lineáris esetben a szezonális eltérések összege mindig 0. 1. ezért rendszerint szükség van a korrekcióra. Az idényenkénti átlagolással kapott szezonális indexek a nyers (korrigálatlan) indexek. Ellenőrzendő." Vagy: „A nyári szezon hatása az. • A véletlen indexek szorzata általában nem ad 1-et (lineáris esetben sem). A szezonindex értelmezése: legyen pl. hogy várható értéke 1. Ez a feltételezés akkor jogosult. ezáltal a szezonidexek átlaga 1 lesz. A szezon-indexek az y / trend hányadosok – adott szezonra vonatkozó – mértani átlagaként számíthatók. a multiplikatív modell logikájának megfelelően a mértani átlag a megfelelő. korrekcióra nincs szükség. ha a trend növekedésével a szezonális eltérések is nőnek.) • A véletlen komponensre vonatkozóan az az előfeltevésünk. a trendtől való egyedi eltérések ˆ kiszámítása. hogy az átlagos napi bevétel a trend szerinti értéknek az 1.” A számítás menete: Most a komponensek multiplikatív kapcsolódásának képletéből kell kiindulnunk: * ˆ j * yij = yij S * vij 53 . Elméleti összefoglalók Szezonális eltérések számítása: ˆ Az additivitás azt jelenti: yij = yij + s j +vi j Ennek alapján az első lépés a trendhatás kiszűrése.Kuti Éva – Lipécz György: Leíró statisztika. hogy a véletlen komponensek összességükben kiegyenlítsék egymást. (A gyakorlatban néha az egyszerű számtani átlaggal vagy a mediánnal számolnak.43 a fagylaltárus nyári szezonra kiszámított szezonindexe: "A nyári idény átlagosan 43%-kal téríti el felfelé a napi bevételt a trend szerinti bevételtől.

9. itt értelemszerűen mértani átlagot kell használni.Kuti Éva – Lipécz György: Leíró statisztika. Előrejelzés (extrapoláció) Az adott (jövőbeli) időszak trendértékéhez hozzáadjuk a megfelelő szezonhatást. ezek az egyedi szezonindexek még tartalmazzák a A trendhatás kiszűrése j ˆ yij véletlen hatást. ˆ Additív: y + sj ˆ Multiplikatív: y ⋅ s j 54 . akkor korrekciót alkalmazunk: ~ = sj sj s esetleg.4 A véletlen hatás elkülönítése Az additív esetre. a véletlen hatás egyszerűen adódik: Az additív esetre $ ˆ yij = yij + S j + vij ⇒ v ij = y ij − y ij − S j Azaz: (véletlen hatás) = (a tény) – (a trend) – (a szezonális eltérés) A multiplikatív esetre: ˆ j * yij = yij S * vij ⇒ * vij = yij ˆ j yij S * E. Ha megvan a trend és a szezonális hatás. s* = n j n i =1 Cy ˆ y ij ij 1 n y ij ∑ˆ n i =1 y ij Ha az átlagolással kapott szezonindexek szorzata nem ad 1-et. amit átlagolással lehet kiszűrni.5. ha az egyedi szezonindexek 1-hez közeli értékek: s * = j E. ill. multiplikatív esetben a trendértéket megszorozzuk a szezonindexszel. Elméleti összefoglalók * yij * = S * vij .9.

125 => 112.357 => 135. 55 .45/1.1.5%-kal nőtt.7%-ra emelkedett. A DINAMIKUS VISZONYSZÁMOK KISZÁMÍTÁSA A BÁZIS ÉS LÁNCVISZONYSZÁMOK KÖZÖTTI ÖSSZEFÜGGÉSEK FELHASZNÁLÁSÁVAL Egy kórház betegforgalma 2009-ben 47%-kal. A termelés 2005 és 2008 között 1. mint 2000ben.7% 330/380=0.4%-kal csökkent.1%-kal nőtt.9% Megoldás Év 2005 2006 2007 2008 2009 2010 a) b) c) d) A termelés a teljes időszakban 7.179 => 117.1% Láncviszonyszámok Előző év=100% – 315/280=1.8% 300/330=0. vagyis 135.071 => 107.321 => 132. Típusfeladatok B FEJEZET: A TÍPUSFELADATOK MEGOLDÁSÁNAK RÉSZLETES BEMUTATÁSA B.1. Dinamikus viszonyszámok A DINAMIKUS VISZONYSZÁMOK KISZÁMÍTÁSA ELEMI ADATOK SEGÍTSÉGÉVEL Egy autógyár termelése az alábbiak szerint alakult: Év 2005 2006 2007 2008 2009 2010 Termelt autók száma Ezer db 280 315 370 380 330 300 Bázisviszonyszámok 2005=100% Láncviszonyszámok Előző év=100% a) b) c) d) Hány százalékkal nőtt a termelés a teljes időszakban? Hányszorosára és hány százalékára emelkedett a termelés 2005 és 2008 között? Hány százalékos változás következett be 2007-ben az előző évhez képest? Milyen változás következett be az időszak utolsó évében az előző évhez képest? Termelt autók száma Ezer db 280 315 370 380 330 300 Bázisviszonyszámok 2005=100% 1.1%-kal csökkent.Viszonyszámok B.027 => 102.175 => 117.47 = 0.357-szeresére.0 => 100% 315/280=1.9% 300/280=1.868 => 86. a változás a következő: 1.125 => 112.5% 380/370=1.1.5% 370/280=1.Kuti Éva – Lipécz György: Leíró statisztika. 2007-ben a termelés az előző évhez képest 17.1% 380/280=1. 2010-ben 45%-kal volt magasabb.909 => 90. Az időszak utolsó évében a termelés 9.5% 370/315=1.7% 330/280=1. Hogyan változott a betegforgalom 2009 és 2010 között? Megoldás Mivel a bázisviszonyszámok hányadosa láncviszonyszámot ad.986 – A kórház betegforgalma 2009-ről 2010-re 1.

123 = 64 40×1.163 => 116. 2008-ban a bázisévhez képest 60%-os volt a növekedés.969 => 96.225 => 122. a 2007–2010-es időszakban bekövetkezett változás a következő: 1.035 – Az alkalmi munkások száma tehát az időszak egészében 3.5% 142.0% Láncviszonyszámok Előző év=100% – 117.043 => 104.3 62/64=0.52 => 52% Az utalvánnyal fizetők aránya 6%. 2009-ben a 2008-asnál 5%-kal több munkást vett fel.7 Bázisviszonyszámok 2004=100% Láncviszonyszámok Előző év=100% 117.700 => 170.0% 155. 2009-ben az előző évhez képest 3.42 => 42%.5 49/47=1.06 => 6%. 5250 kártyával és 6500 készpénzzel. A külföldiek számára kiadott munkavállalási engedélyek száma az alábbiak szerint alakult: Év 2004 2005 2006 2007 2008 2009 2010 Kiadott engedélyek száma Ezer db 47 49 142.9% 109.0 117. B. Hogyan változott a munkások száma 2007 és 2010 között? Megoldás Mivel a láncviszonyszámok szorzata kiadja a bázisviszonyszámot. 5250/12500=0.2.5 a) b) c) d) Kérem.5 64/40=1.3 155. 56 . 2010-ben viszont 7%-kal kevesebbet.7 a) b) c) d) Mutatók és számítási mód a táblázatban.5 112.93 = 1. egészítse ki a táblázatot a hiányzó mutatókkal! Hány százalékkal nőtt a kiadott engedélyek száma a teljes időszakban? Hány százalékos változás következett be 2009-ben az előző évhez képest? Milyen változás következett be 2008-ban a bázisévhez képest? Megoldás Év 2004 2005 2006 2007 2008 2009 2010 Kiadott engedélyek száma Ezer db 47/1.5 49/40=1.600 => 160.0 109. a kártyásoké 42%. Típusfeladatok Egy mezőgazdasági vállalkozó az eperszedés során foglalkoztatott alkalmi munkások számát 2008-ban az előző évhez képest 6%-kal növelte. Hogyan oszlottak meg a vevők a fizetés módja szerint? Megoldás 750/12500=0.425 = 57 57×1. a készpénzzel fizetőké 52% volt. 6500/12500=0.1.0 68/40=1.3% 57/49=1. mint 2009-ben.5%-kal nőtt.05×0.550 = 62 62×1.06×1.175 = 40 47 49 40×1.097 = 68 Bázisviszonyszámok 2004=100% 100.Kuti Éva – Lipécz György: Leíró statisztika. Megoszlási viszonyszámok Adott napon egy üzletközpont 12500 vásárlója közül 750 fizetett utalvánnyal.3% 112.1%-os csökkenés következett be. A kiadott engedélyek száma a teljes időszakban 70%-kal nőtt.

Kuti Éva – Lipécz György: Leíró statisztika. Intenzitási viszonyszámok Kérem. A tartózkodók aránya 4% volt. Típusfeladatok Egy részvénytársasági közgyűlésen a jelenlevők fele megszavazta a részvényosztalékokra vonatkozó vezetői előterjesztést. B.3. egészítse ki a következő táblát a megfelelő intenzitási viszonyszámokkal! Nyers intenzitási viszonyszám Ezer lakosra jutó munkahelyek Ezer lakosra jutó orvosok száma Egy nyereséges vállalatra jutó profit Ezer lakosra jutó gépkocsik száma Tisztított intenzitási viszonyszám Egy adófizetőre jutó befizetett adó Megoldás Nyers intenzitási viszonyszám Ezer lakosra jutó munkahelyek Egy lakosra jutó befizetett adó Ezer lakosra jutó orvosok száma Egy vállalatra jutó profit Ezer lakosra jutó gépkocsik száma Tisztított intenzitási viszonyszám Ezer munkaképes korú lakosra jutó munkahelyek Egy adófizetőre jutó befizetett adó Ezer betegre jutó orvosok száma Egy nyereséges vállalatra jutó profit Ezer felnőtt lakosra jutó gépkocsik száma 57 .1. Mekkora volt az előterjesztésre nemmel szavazók hányada? Megoldás 100% –50% – 4% = 46% Az előterjesztésre nemmel szavazók aránya 46% volt.

20 => 20% 0. és értelmezze a harmadik sor adatát! c) Kérem. Típusfeladatok B. értelmezze a tagok számát (abszolút gyakoriság) tartalmazó oszlop harmadik sorának adatát! b) Kérem.40+0.15 = 0.45 0.2. számítsa ki a relatív gyakoriságokat. és értelmezze a harmadik sor adatát! d) Kérem.40 => 40% 0.05+0.00 fi Kumulált abszolút gyakoriság Kumulált relatív gyakoriság i fi 5–15 15–25 25–35 35–65 65–95 Összesen 10 30 40 90 30 200 fi ' => 5% => 15% => 20% => 45% => 15% => 100% 10 10+30 = 40 40+40 = 80 80+90 = 170 170+30 = 200 – gi ' 0.85 => 85% 0.20 = 0. A szövetségi tagok 40 százalékának tagdíja 5 és 35 ezer Ft közé esik.2.1. számítsa ki a kumulált abszolút gyakoriságokat.15 = 1. kumulált gyakoriságok A következő táblázat egy vállalkozói szövetség tagjainak számát tartalmazza az általuk fizetett tagdíj nagyságának megfelelő bontásban. A tagok 20 százaléka fizet 25 és 35 ezer Ft közötti tagdíjat.20 0.00 => 100% – a) b) c) d) A szövetség 40 tagja fizet 25 és 35 ezer Ft közötti tagdíjat. A szövetség 80 tagja 5 és 35 ezer Ft közötti tagdíjat fizet.05 0.15 0.45 = 0. számítsa ki a kumulált relatív gyakoriságokat.Kuti Éva – Lipécz György: Leíró statisztika.20+0.15 1. 58 .05 => 5% 0.85+0. Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen Tagok száma Fő 10 30 40 90 30 a) Kérem. és értelmezze a harmadik sor adatát! Megoldás Tagdíj nagysága Ezer Ft Tagok száma Fő Relatív gyakoriság ∑f gi 0.Abszolút és relatív gyakoriság. Empirikus eloszlások elemzése B.

512 0. b) A szövetség teljes tagdíjbevételének 13. és értelmezze a harmadik sor adatát! d) Kérem. akik 25 és 35 ezer Ft közötti tagdíjat fizetnek. és értelmezze a harmadik sor adatát! Megoldás Tagdíj nagysága Ezer Ft Tagok száma Fő Osztályközép Értékösszeg Relatív értékösszeg ( xia + xif ) / 2 xi 10 20 30 50 80 – f i ⋅ xi si 100 600 1200 4500 2400 8800 f ⋅x = i i ∑ si ∑ fi ⋅ xi si Kumulált abszolút értékösszeg Kumulált relatív értékösszeg fi 5–15 15–25 25–35 35–65 65–95 Összesen 10 30 40 90 30 200 zi 0. c) Azoktól a vállalkozóktól. d) A szövetség teljes tagdíjbevételének 21.215 0.2. Típusfeladatok B. és értelmezze a harmadik sor adatát! c) Kérem. számítsa ki a kumulált relatív értékösszegeket. vagyis 5 és 35 ezer Ft közötti tagdíjat fizetnek. akiknek a tagdíja 25 és 35 ezer Ft közé esik. összesen 1 millió 200 ezer Ft-ot fizetnek be a szövetség pénztárába.6 százaléka azoktól a vállalkozóktól származik. számítsa ki a kumulált abszolút értékösszegeket. Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen Tagok száma Fő 10 30 40 90 30 200 a) Kérem. összesen 1 millió 900 ezer Ft folyik be.000 – a) Azok a vállalkozók. számítsa ki az értékösszegeket. kumulált értékösszeg mutatók A következő táblázat egy vállalkozói szövetség tagjainak számát tartalmazza az általuk fizetett tagdíj nagyságának megfelelő bontásban. vagyis 5 és 35 ezer Ft közötti tagdíjat fizetnek. számítsa ki a relatív értékösszegeket. akik a három legalacsonyabb kategóriába tartoznak.136 0.5 százaléka származik azoktól a vállalkozóktól.079 0. 59 .273 1.727 1.068 0.2. akik a három legalacsonyabb kategóriába tartoznak.000 si ' 100 700 1900 6400 8800 – zi ' 0. és értelmezze a harmadik sor adatát! b) Kérem.Kuti Éva – Lipécz György: Leíró statisztika.011 0.011 0. Abszolút és relatív értékösszeg.

i A következő táblázat egy olyan vállalkozói szövetség adatait tartalmazza.Kuti Éva – Lipécz György: Leíró statisztika. ahol a tagdíjat a vállalkozások üzleti forgalmához igazítják. számítsa ki és értelmezze a számtani átlagot! Megoldás A tagdíj összege Ezer Ft A tagok száma Fő Értékösszeg f i ⋅ xi si 100 600 1200 4500 2400 8800 xi 10 20 30 50 80 Összesen fi 10 30 40 90 30 200 i i x= ∑ f ⋅x i =1 k ∑f i =1 k = 8800 = 44 200 A vállalkozók átlagosan 44 ezer Ft tagdíjat fizetnek. számítsa ki és értelmezze a számtani átlagot! 60 . A következő táblázat a tagok számát tartalmazza a fizetett tagdíj összege szerint. Típusfeladatok B. A tagdíj összege Ezer Ft 10 20 30 50 80 Összesen A tagok száma Fő 10 30 40 90 30 A diszkrét mennyiségi ismérvek és az abszolút gyakoriságok ismertek Kérem. Átlagszámítás A SZÁMTANI ÁTLAG KISZÁMÍTÁSA Egy vállalkozói szövetség fix összegű tagdíjakat szed.2.3. A tagok száma a tagdíj nagyságkategóriája szerinti bontásban a következő: A tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen A tagok száma Fő 10 30 40 90 30 Az osztályközök és az abszolút gyakoriságok ismertek Kérem. s így szinte minden tag más-más összeget fizet.

Típusfeladatok Megoldás A tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen A tagok száma Fő Osztályközép Értékösszeg ( xia + xif ) / 2 xi 10 20 30 50 80 – f i ⋅ xi si 100 600 1200 4500 2400 8800 fi 10 30 40 90 30 200 x= ∑ f ⋅x i =1 i k i ∑f i =1 k = 8800 = 44 200 A vállalkozók átlagosan 44 ezer Ft tagdíjat fizetnek.Kuti Éva – Lipécz György: Leíró statisztika. i 61 . A tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen A tagok megoszlása % 5 15 20 45 15 Az osztályközök és a relatív gyakoriságok ismertek Kérem. számítsa ki és értelmezze a számtani átlagot! Megoldás A tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen A tagok megoszlása % Osztályközép Értékösszeg gi 5 15 20 45 15 100 xi 10 20 30 50 80 – gi ⋅ xi 50 300 600 2250 1200 4400 x= ∑g ⋅x i =1 i k i ∑g i =1 k = 4400 = 44 100 A vállalkozók átlagosan 44 ezer Ft tagdíjat fizetnek. i A következő táblázat egy vállalkozói szövetség tagjainak a befizetett tagdíj nagyságkategóriája szerinti megoszlását tartalmazza.

Kuti Éva – Lipécz György: Leíró statisztika. Típusfeladatok

Az osztályközök és az abszolút értékösszegek ismertek
A következő táblázat egy vállalkozói szövetség tagdíjbevételét tartalmazza a befizetett tagdíjak nagyságkategóriája szerinti bontásban.
A tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen A befizetett tagdíj összege Ezer Ft 100 600 1200 4500 2400

Kérem, számítsa ki és értelmezze a számtani átlagot!

Megoldás
A tagdíj nagysága Ezer Ft A befizetett tagdíj összege Ezer Ft Osztályközép Gyakoriság

f i ⋅ xi xi

f i ⋅ xi
5–15 15–25 25–35 35–65 65–95 Összesen 100 600 1200 4500 2400 8800
i i

xi
10 20 30 50 80 –

fi
10 30 40 90 30 200

x=

∑ f ⋅x
i =1

k

∑f
i =1

k

=

8800 = 44 200

A vállalkozók átlagosan 44 ezer Ft tagdíjat fizetnek.

i

A fenti számítási mód kézenfekvő értelmezése az, hogy az értékösszegek és az osztályközepek hányadosaként valamennyi tagdíj-kategóriában meghatározzuk az abszolút gyakoriságot, s így a számtani átlag képlete alkalmazhatóvá válik. Könnyű azonban belátni, hogy ugyanez az eljárás harmonikus átlagszámításként is értelmezhető.

A HARMONIKUS ÁTLAG KISZÁMÍTÁSA

xh =

∑ si ∑x
i =1 i =1 k

k

si
i

=

∑ f ⋅x ∑
i =1 i =1 k i

k

i

f i ⋅ xi xi

A nevezőben ugyanazoknak a hányadosoknak az összege szerepel, amelyeket az előző tábla utolsó oszlopában az abszolút gyakoriságok meghatározása és a számtani átlag képletének alkalmazása érdekében számítottunk ki. Csak a harmonikus átlag alkalmazható akkor, ha nem az abszolút, hanem a relatív értékösszegek mutatói állnak rendelkezésünkre. 62

Kuti Éva – Lipécz György: Leíró statisztika. Típusfeladatok

Az osztályközök és a relatív értékösszegek ismertek
A következő táblázat egy vállalkozói szövetség tagdíjbevételnek megoszlását tartalmazza a befizetett tagdíjak nagyságkategóriája szerinti bontásban.
A tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen A befizetett tagdíj megoszlása % 1,1 6,8 13,6 51,2 27,3

Kérem, számítsa ki az átlagos tagdíjat!

Megoldás
A tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen A befizetett tagdíj megoszlása % Osztályközép

zi xi
0,1100 0,3400 0,4533 1,0240 0,3413 2,2686

zi
1,1 6,8 13,6 51,2 27,3 100,0
i

xi
10 20 30 50 80 –

xh =

∑z
i =1 k

k

z ∑ xi i =1 i

=

100 = 44 2,2686

A vállalkozók átlagosan 44 ezer Ft tagdíjat fizetnek.

A MÉRTANI ÁTLAG KISZÁMÍTÁSA
Mértani átlagot akkor számolhatunk, ha az átlagolandó értékek szorzatának értelme van. Éppen ezért ennek a módszernek az alkalmazását eddigi példánkon nem tudjuk bemutatni. Alkalmas viszont erre a célra a láncviszonyszámok sora, hiszen ezek szorzata (mint a fentiekben már láttuk) kiadja a bázisviszonyszámot, tehát statisztikailag értelmezhető. Egy mezőgazdasági vállalkozó az eperszedés során foglalkoztatott alkalmi munkások számát 2008-ban az előző évhez képest 6%-kal növelte. 2009-ben a 2008-asnál 5%-kal több munkást vett fel; 2010-ben viszont 7%-kal kevesebbet, mint 2009-ben. Kérem, számítsa ki az évi átlagos növekedési ütemet!

Megoldás f x =∑ i
g

k

i =1 i

x

fi

= 3 1,06 ⋅1,05 ⋅ 0,93 = 3 1,03509 = 1,0116

Az alkalmi munkások száma évente átlagosan 1,16 százalékkal nőtt.

63

Kuti Éva – Lipécz György: Leíró statisztika. Típusfeladatok

A NÉGYZETES ÁTLAG KISZÁMÍTÁSA
Négyzetes átlag számítására akkor lehet szükségünk, ha az átlagolandó értékek között pozitív és negatív számok egyaránt előfordulnak, mert ezek összegzés esetén részben kiegyenlítik egymást, s így a számtani átlagolás eredménye félrevezető lenne. Ezt a kiegyenlítődést előzi meg az átlagolandó értékek négyzetre emelése, amelyet az átlag kiszámítása során természetesen a gyökvonással kell „kiegyensúlyoznunk”.

xq =


i =1

k

f i ⋅ xi
k

2


i =1

=

∑g ⋅x
i =1 i

k

2

i

fi

∑g
i =1

k

i

Ennek a módszernek az alkalmazását a leggyakoribb szóródási mutató, a szórás példáján fogjuk bemutatni.

B.2.4. A szóródás mutatóinak kiszámítása
A SZÓRÁS KISZÁMÍTÁSA
A következő táblázat egy vállalkozói szövetség tagjainak számát tartalmazza az általuk fizetett tagdíj nagyságának megfelelő bontásban.
Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen Tagok száma Fő 10 30 40 90 30

Az osztályközök és az abszolút gyakoriságok ismertek

Kérem, számítsa ki és értelmezze a tagdíjak szórását! (Az átlagos tagdíj 44 ezer Ft.)

Megoldás
Tagdíj Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összes
k i

Tagok száma, fő

Osztályközép

Az átlagtól való távolság

Négyzetre emelés

Súlyozás

fi
10 30 40 90 30 200

xi
10 20 30 50 80 –
2

xi − x
–34 –24 –14 6 36 –

( xi − x )2
1156 576 196 36 1296 –

f i ⋅ ( xi − x ) 2
11 560 17 280 7 840 3 240 38 880 78 800

σ=

∑ f ⋅ (x − x)
i =1 i

∑f
i =1

k

=

78800 = 394 = 19,849 200

i

Az egyes vállalkozók által fizetett tagdíjak átlagosan 19 849 Ft-tal térnek el az átlagtól.
64

számítsa ki és értelmezze a tagdíjak szórását! (Az átlagos tagdíj 44 ezer Ft. Kérem.Kuti Éva – Lipécz György: Leíró statisztika.) Megoldás Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen k Tagok megoszlása % Osztályközép Az átlagtól való távolság Négyzetre emelés Súlyozás gi 5 15 20 45 15 100 xi 10 20 30 50 80 – xi − x –34 –24 –14 6 36 – ( xi − x )2 1156 576 196 36 1296 – gi ⋅ ( xi − x ) 2 5 780 8 640 3 920 1 620 19 440 39 400 σ= ∑ g ⋅ (x − x) i =1 i i 2 ∑g i =1 k = 39400 = 394 = 19. A RELATÍV SZÓRÁS KISZÁMÍTÁSA A fentiekben meghatároztuk a vállalkozói szövetség tagjai által fizetett tagdíj számtani átlagát (44 000 Ft) és szórását (19 849 Ft). számítsa ki és értelmezze a relatív szórást! Megoldás V = σ x = 19849 = 0.451 44000 Az egyes vállalkozók által fizetett tagdíjak átlagosan 45.1 százalékkal térnek el az átlagtól.849 100 i Az egyes vállalkozók által fizetett tagdíjak átlagosan 19 849 Ft-tal térnek el az átlagtól. Típusfeladatok Az osztályközök és a relatív gyakoriságok ismertek A következő táblázat egy vállalkozói szövetség tagjainak megoszlását tartalmazza az általuk fizetett tagdíj nagyságának megfelelő bontásban. Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen Tagok megoszlása % 5 15 20 45 15 Kérem. 65 .

(Egyenlő osztályközök esetén a gyakoriság is használható az oszlopok magasságának kijelölésére. Típusfeladatok B.2. Kérem. készítse el a hisztogramot! Megoldás Mivel az osztályközök nem azonos hosszúságúak a hisztogram Y tengelyére a sűrűségi mutatóknak kell kerülniük.) Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen Tagok száma Fő Az osztályköz hossza Sűrűség fi 10 30 40 90 30 200 hi 10 10 10 30 30 – fi hi 1 3 4 3 1 – A hisztogram: 5 4 3 Sűrűség 2 1 0 5 15 25 4 3 3 1 1 35 Osztályközök 66 65 95 .Kuti Éva – Lipécz György: Leíró statisztika. Az empirikus eloszlás sűrűségdiagramja: a hisztogram Az osztályközök és az abszolút gyakoriságok ismertek Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen Tagok száma Fő 10 30 40 90 30 A következő táblázat egy vállalkozói szövetség tagjainak számát tartalmazza az általuk fizetett tagdíj nagyságának megfelelő bontásban.5.

5 2 1.5 2 1.5 0.5 35 Osztályközök 65 95 67 .5 Sűrűség 1 0.5 0 5 15 25 2 1. (Egyenlő osztályközök esetén a relatív gyakoriság is használható az oszlopok magasságának kijelölésére.5 1.Kuti Éva – Lipécz György: Leíró statisztika.) Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen Tagok megoszlása % Az osztályköz hossza Sűrűség gi 5 15 20 45 15 100 hi 10 10 10 30 30 – gi hi 0. készítse el a hisztogramot! Megoldás Mivel az osztályközök nem azonos hosszúságúak a hisztogram Y tengelyére a sűrűségi mutatóknak kell kerülniük.5 – A hisztogram: 2.5 0.5 0.5 1. Típusfeladatok Az osztályközök és a relatív gyakoriságok ismertek Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen Tagok megoszlása % 5 15 20 45 15 A következő táblázat egy vállalkozói szövetség tagjainak megoszlását tartalmazza az általuk fizetett tagdíj nagyságának megfelelő bontásban. Kérem.

Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen Tagok száma Fő 10 30 40 90 30 Kérem. Helyzeti középértékek A MÓDUSZ KISZÁMÍTÁSA Az osztályközök és az abszolút gyakoriságok ismertek A következő táblázat egy vállalkozói szövetség tagjainak számát tartalmazza az általuk fizetett tagdíj nagyságának megfelelő bontásban.2. Típusfeladatok B. számítsa ki és értelmezze a móduszt! Megoldás Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen Tagok száma Fő Az osztályköz hossza Sűrűség fi 10 30 40 90 30 200 hi 10 10 10 30 30 – fi hi 1 3 4 3 1 – A móduszt tartalmazó osztályköz (ahol a sűrűség a legnagyobb.Kuti Éva – Lipécz György: Leíró statisztika. tehát k1 = 4 − 3 = 1 k 2 a modális és az azt követő osztályközhöz tartózó sűrűség különbsége. vagyis a hisztogram legmagasabb oszlopa): 25 – 35.6. Az osztályközök és a relatív gyakoriságok ismertek 68 . ennek az alsó határa xi 0 = 25 k1 a modális és az azt megelőző osztályközhöz tartózó sűrűség különbsége. tehát k2 = 4 − 3 = 1 A modális osztályköz hossza: hi = 10 A módusz értéke: k1 1 Mo = xi 0 + ⋅ hi = 25 + ⋅10 = 25 + 5 = 30 k1 + k2 1+1 A befizetett tagdíjak a 30 ezer Ft-os érték körül sűrűsödnek.

Kuti Éva – Lipécz György: Leíró statisztika. Típusfeladatok

A következő táblázat egy vállalkozói szövetség tagjainak megoszlását tartalmazza az általuk fizetett tagdíj nagyságának megfelelő bontásban.
Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen Tagok megoszlása % 5 15 20 45 15

Kérem, számítsa ki és értelmezze a móduszt!

Megoldás
Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen Tagok megoszlása % Az osztályköz hossza Sűrűség

gi
5 15 20 45 15 100

hi
10 10 10 30 30 –

gi hi
0,5 1,5 2,0 1,5 0,5 –

A móduszt tartalmazó osztályköz (ahol a sűrűség a legnagyobb, vagyis a hisztogram legmagasabb oszlopa): 25 – 35, ennek az alsó határa xi 0 = 25
k1 a modális és az azt megelőző osztályközhöz tartózó sűrűség különbsége, tehát k1 = 2,0 − 1,5 = 0,5 k 2 a modális és az azt követő osztályközhöz tartózó sűrűség különbsége, tehát k 2 = 2,0 − 1,5 = 0,5

A modális osztályköz hossza: hi = 10 A módusz értéke: k1 0,5 Mo = xi 0 + ⋅ hi = 25 + ⋅10 = 25 + 5 = 30 k1 + k2 0,5 + 0,5 A befizetett tagdíjak a 30 ezer Ft-os érték körül sűrűsödnek.

69

Kuti Éva – Lipécz György: Leíró statisztika. Típusfeladatok

A MEDIÁN KISZÁMÍTÁSA Az osztályközök és az abszolút gyakoriságok ismertek
Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen Tagok száma Fő 10 30 40 90 30

A következő táblázat egy vállalkozói szövetség tagjainak számát tartalmazza az általuk fizetett tagdíj nagyságának megfelelő bontásban.

Kérem, számítsa ki és értelmezze a mediánt!

Megoldás
Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen Tagok száma Fő Kumulált gyakoriság Az osztályköz hossza

fi
10 30 40 90 30 200

fi '
10 40 80 170 200 –

hi
10 10 10 30 30 –

A szövetségnek összesen 200 tagja van, tehát n =200 A tagdíj nagysága szerint sorba rendezett tagok közül a középső (a századik) a 35 és 65 ezer Ft közötti tagdíjat fizetők csoportjába tartozik. A mediánt tartalmazó osztályköz alsó határa tehát xi 0 = 35 A mediánt tartalmazó osztályköz előtti osztályközhöz tartozó kumulált gyakoriság: f 'i−1 = 80 A mediánt tartalmazó osztályközbe tartozó tagok száma: f i = 90 A mediánt tartalmazó osztályköz hossza: hi = 30 A medián értéke: n 200 − f 'i−1 − 80 20 Me = xi 0 + 2 ⋅ hi = 35 + 2 ⋅ 30 = 35 + ⋅ 30 = 35 + 6,667 = 41,667 fi 90 90 A szövetség tagjainak fele 41 667 Ft alatti, a másik fele ennél magasabb tagdíjat fizet.

70

Kuti Éva – Lipécz György: Leíró statisztika. Típusfeladatok

Az osztályközök és a relatív gyakoriságok ismertek
A következő táblázat egy vállalkozói szövetség tagjainak megoszlását tartalmazza az általuk fizetett tagdíj nagyságának megfelelő bontásban.
Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen Tagok megoszlása % 5 15 2 45 15

Kérem, számítsa ki és értelmezze a mediánt!

Megoldás
Tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen Tagok megoszlása % Kumulált gyakoriság Az osztályköz hossza

gi
5 15 20 45 15 100

gi '
5 20 40 85 100 –

hi
10 10 10 30 30 –

Mivel a szövetség tagságának megoszlását ismerjük, n =100% A tagdíj nagysága szerint sorba rendezett tagok közül a középső (50%) a 35 és 65 ezer Ft közötti tagdíjat fizetők csoportjába tartozik. A mediánt tartalmazó osztályköz alsó határa tehát xi 0 = 35 A mediánt tartalmazó osztályköz előtti osztályközhöz tartozó kumulált gyakoriság: g 'i−1 = 40 A mediánt tartalmazó osztályközbe tartozó tagok százalékos aránya: gi = 45 A mediánt tartalmazó osztályköz hossza: hi = 30 A medián értéke: n 100 − f 'i−1 − 40 10 Me = xi 0 + 2 ⋅ hi = 35 + 2 ⋅ 30 = 35 + ⋅ 30 = 35 + 6,667 = 41,667 fi 45 45 A szövetség tagjainak fele 41 667 Ft alatti, a másik fele ennél magasabb tagdíjat fizet.

71

7 100. 72 .3 100.2.6 51.Kuti Éva – Lipécz György: Leíró statisztika. A koncentráció elemzése A következő táblázat egy vállalkozói szövetség tagságának és teljes tagdíjbevételének a befizetett tagdíj nagyságkategóriája szerinti megoszlását tartalmazza. jellemezze Lorenz görbe segítségével a tagdíjak koncentrációját! Megoldás A tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen A tagok megoszlása % A tagdíjbevétel megoszlása % Kumulált relatív gyakoriság % Kumulált relatív értékösszeg % gi 5 15 20 45 15 100 zi 1.2 27.8 13. Típusfeladatok B.3 Kérem.0 – Lorenz görbe 100 Kumulált rel. A tagdíj nagysága Ezer Ft 5–15 15–25 25–35 35–65 65–95 Összesen A tagok megoszlása % 5 15 20 45 15 A tagdíjbevétel megoszlása % 1.7.6 51.9 21. gyakoriság % Mivel a görbe viszonylag közel esik az átlóhoz.5 72.1 6.2 27.0 gi ' 5 20 40 85 100 – zi ' 1.8 13. a tagdíjak koncentrációja enyhének tekinthető. értékösszeg % 90 80 70 60 50 40 30 20 10 0 0 10 20 30 40 50 60 70 80 90 100 Kum ulált rel.1 6.1 7.

Típusfeladatok B. Kérem. tehát az aszimmetria nem túlságosan erős. Ugyanakkor a mutató értéke nem éri el az egyet.849 A Pearson-féle A mutató értéke pozitív.8. tehát baloldali aszimmetriáról beszélhetünk. a megfelelő mutató segítségével jellemezze a tagdíjak eloszlásának aszimmetriáját! Megoldás A= x − Mo σ = 44 − 30 = 0. a tagdíjak szórása pedig 19 849 Ft.2. A módusz értéke 30 ezer Ft. Az empirikus eloszlás aszimmetriájának kiszámítása Egy vállalkozói szövetség tagjai átlagosan 44 ezer Ft tagdíjat fizetnek.705 19. 73 .Kuti Éva – Lipécz György: Leíró statisztika.

ELEMI ADATOK SEGÍTSÉGÉVEL VÉGZETT SZÁMÍTÁSOK Az egyedi volumen.és árindexek kiszámításának számos módszere ismert. Ezer Ft 2009 2010 2009-es volumen.és áradatok ismertek Egy kertészet mintaboltjában a dísznövények értékesítésének április havi adatai az alábbiak szerint alakultak: Növényfajta Muskátli Petúnia Árvácska Összesen Eladott mennyiség Ezer db 2009 2010 6 5 4 4 3 2 Egységár Ft/db 2009 2010 550 650 200 210 120 150 Kérem. 2009-es ár q0 Muskátli Petúnia Árvácska Összesen 6 4 3 – q1 5 4 2 – p0 550 200 120 – p1 650 210 150 – q0 ⋅ p0 3300 800 360 4460 q1 ⋅ p1 3250 840 300 4390 q0 ⋅ p1 3900 840 450 5190 q1 ⋅ p0 2750 800 240 3790 Értékindex Iv = ∑q ⋅ p ∑q ⋅ p 1 0 1 0 = 4390 = 0. Indexek Az érték. hogy a különböző indexformulákkal végzett számítások eredményei nagyon hasonló eredményeket adnak. A különböző számonkérések (zárthelyi és vizsgadolgozatok) során többnyire a hallgatóktól is azt várjuk. 2010-es ár 2010-es volumen. hogy a lehető legrövidebb úton jussanak eredményre. számítsa ki és értelmezze az érték-. a Paascheés a Fisher-féle) index mindegyikének a kiszámítását bemutatjuk. hogy a rendelkezésre álló információk nem minden számítási eljárást tesznek lehetővé. azt a feladat szövege kivétel nélkül minden esetben konkrét megfogalmazásban tartalmazza. Típusfeladatok B. akkor általában szabadon lehet közülük választani. A gyakorlatban ezek közül többnyire csak egyet alkalmaznak.984 4460 74 . volumen. amelynek az alkalmazása a kiindulási adatok alapján a legkézenfekvőbb. Amennyiben ettől eltérő követelményt támasztunk. Ha az alternatív megoldások azonos számításigényűek. a legkevesebb munkával jár. de a későbbiekben már mindig csak azzal az indexformulával dolgozunk. s így bármelyikük önmagában is kielégítően szolgálja az elemzési célokat.és árindexeket! Megoldás Növényfajta Eladott mennyiség Ezer db 2009 2010 Egységár Ft/db 2009 2010 Tényleges értékesítési bevétel. volumen. máskor egyszerűen az. Az alábbi feladatok közül az elsőben a három legismertebb (a Laspeyres-. Ennek néha az az oka.Kuti Éva – Lipécz György: Leíró statisztika.3.

848 L P Az értékesített virágmennyiség 2009-ről 2010-re együttesen. akkor a mintabolt bevétele 15.158 = 1.4%-kal esett volna vissza.850 Iq = ∑ q0 ⋅ p0 4460 Az értékesített virágmennyiség 2009-ről 2010-re együttesen. akkor a mintabolt bevétele 16.1%-kal emelkedett.158 Ip = ∑ q1 ⋅ p0 3790 Az eladott virágok ára 2009-ről 2010-re együttesen. Ha az értékesített mennyiség változatlan lett volna.4%-kal nőtt volna. 75 . és az árak változatlanok maradnak.164 Ip = ∑ q0 ⋅ p0 4460 Az eladott virágok ára 2009-ről 2010-re együttesen.2%-kal csökkent.8%-kal emelkedett.846 Iq = ∑ q0 ⋅ p1 5190 Az értékesített virágmennyiség 2009-ről 2010-re együttesen. Fisher-féle keresztezett formula Iq = F I q ⋅ I q = 0. Fisher-féle keresztezett formula Ip = F I p ⋅ I p = 1.6%-kal csökkent. és csak az árhatás érvényesül. Ha az értékesített mennyiség változatlan lett volna.8%-kal nőtt volna. átlagosan 15%-kal csökkent. akkor a mintabolt bevétele 15.4%-kal csökkent. és az árak változatlanok maradnak. Árindex Laspeyres-féle bázisidőszaki súlyozású index L ∑ q0 ⋅ p1 = 5190 = 1. és csak az árhatás érvényesül. átlagosan 15.2%-kal esett volna vissza. Ha csak a volumen változott volna. Paasche-féle tárgyidőszaki súlyozású index P ∑ q1 ⋅ p1 = 4390 = 0. Ha csak a volumen változott volna.Kuti Éva – Lipécz György: Leíró statisztika. és az árak változatlanok maradnak.850 ⋅ 0.164 ⋅1. akkor a mintabolt bevétele 16.161 L P Az eladott virágok ára 2009-ről 2010-re együttesen. Típusfeladatok A mintabolt értékesítési bevétele 2009-ről 2010-re 1.1%-kal nőtt volna. átlagosan 15. átlagosan 16. átlagosan 16. akkor a mintabolt bevétele 15. akkor a mintabolt bevétele 15%-kal esett volna vissza. Ha csak a volumen változott volna.846 = 0.4%-kal emelkedett. Ha az értékesített mennyiség változatlan lett volna. Volumenindex Laspeyres-féle bázisidőszaki súlyozású index L ∑ q1 ⋅ p0 = 3790 = 0. átlagosan 15. Paasche-féle tárgyidőszaki súlyozású index P ∑ q1 ⋅ p1 = 4390 = 1. és csak az árhatás érvényesül.

8%-kal emelkedett. Iv = 1 1 ∑q ⋅ p ∑q ⋅ p = Volumenindex Laspeyres-féle bázisidőszaki súlyozású index L ∑ q1 ⋅ p0 = 3790 = 0.984 4460 0 0 A mintabolt értékesítési bevétele 2009-ről 2010-re 1. Árindex Paasche-féle tárgyidőszaki súlyozású index P ∑ q1 ⋅ p1 = 4390 = 1. akkor a mintabolt bevétele 15%-kal esett volna vissza.Kuti Éva – Lipécz György: Leíró statisztika. számítsa ki és értelmezze az érték-.6%-kal csökkent. 76 . akkor a mintabolt bevétele 15.és értékadatok ismertek Egy kertészet mintaboltjában a dísznövények értékesítésének április havi adatai az alábbiak szerint alakultak: Növényfajta Muskátli Petúnia Árvácska Összesen Eladott mennyiség Ezer db 2009 2010 6 5 4 4 3 2 Értékesítési bevétel Ezer Ft 2009 2010 3300 3250 800 840 360 300 Kérem.8%-kal nőtt volna. Típusfeladatok Az egyedi volumen. és csak az árhatás érvényesül. átlagosan 15. és az árak változatlanok maradnak. volumen.158 Ip = ∑ q1 ⋅ p0 3790 Az eladott virágok ára 2009-ről 2010-re együttesen. Ha az értékesített mennyiség változatlan lett volna. 2009-es ár q1 ⋅ p0 550 200 120 – 2750 800 240 3790 Értékindex 4390 = 0. Ha csak a volumen változott volna. átlagosan 15%-kal csökkent.850 Iq = ∑ q0 ⋅ p0 4460 Az értékesített virágmennyiség 2009-ről 2010-re együttesen.és árindexet! Megoldás Növényfajta Eladott mennyiség Ezer db 2009 2010 Értékesítési bevétel Ezer Ft 2009 2010 2009-es egységár q0 Muskátli Petúnia Árvácska Összesen 6 4 3 – q1 5 4 2 – q0 ⋅ p0 3300 800 360 4460 q1 ⋅ p1 3250 840 300 4390 q0 ⋅ p0 = p0 q0 2010-es volumen.

8%-kal nőtt volna. Típusfeladatok Az egyedi ár. volumen. Iv = 1 1 ∑q ⋅ p ∑q ⋅ p = Volumenindex Laspeyres-féle bázisidőszaki súlyozású index L ∑ q1 ⋅ p0 = 3790 = 0.850 Iq = ∑ q0 ⋅ p0 4460 Az értékesített virágmennyiség 2009-ről 2010-re együttesen.6%-kal csökkent. és az árak változatlanok maradnak.984 4460 0 0 A mintabolt értékesítési bevétele 2009-ről 2010-re 1. Ha az értékesített mennyiség változatlan lett volna. Ha csak a volumen változott volna.8%-kal emelkedett. és csak az árhatás érvényesül.Kuti Éva – Lipécz György: Leíró statisztika. átlagosan 15. ÉRTÉKADATOK ÉS EGYEDI INDEXEK ALAPJÁN VÉGZETT SZÁMÍTÁSOK 77 .és értékadatok ismertek Egy kertészet mintaboltjában a dísznövények értékesítésének április havi adatai az alábbiak szerint alakultak: Növényfajta Muskátli Petúnia Árvácska Összesen Egységár Ft/db 2009 2010 550 650 200 210 120 150 Értékesítési bevétel Ezer Ft 2009 2010 3300 3250 800 840 360 300 Kérem. számítsa ki és értelmezze az érték-. átlagosan 15%-kal csökkent.és árindexet! Megoldás Növényfajta Egységár Ft/db 2009 2010 Értékesítési bevétel Ezer Ft 2009 2010 2010-es mennyiség p0 Muskátli Petúnia Árvácska Összesen 550 200 120 – p1 650 210 150 – q0 ⋅ p0 3300 800 360 4460 q1 ⋅ p1 3250 840 300 4390 q1 ⋅ p1 = q1 p1 2010-es volumen. akkor a mintabolt bevétele 15%-kal esett volna vissza.158 Ip = ∑ q1 ⋅ p0 3790 Az eladott virágok ára 2009-ről 2010-re együttesen. 2009-es ár q1 ⋅ p0 5 4 2 – 2750 800 240 3790 Értékindex 4390 = 0. Árindex Paasche-féle tárgyidőszaki súlyozású index P ∑ q1 ⋅ p1 = 4390 = 1. akkor a mintabolt bevétele 15.

850 Iq = ∑ q0 ⋅ p0 4460 Az értékesített virágmennyiség 2009-ről 2010-re együttesen.8%-kal emelkedett.6667 – q1 ⋅ q0 ⋅ p0 = q1 ⋅ p0 q0 2750 800 240 3790 Értékindex 4390 = 0. akkor a mintabolt bevétele 15. átlagosan 15.0000 0. Árindex Paasche-féle tárgyidőszaki súlyozású index P ∑ q1 ⋅ p1 = 4390 = 1.0000 0. és csak az árhatás érvényesül. akkor a mintabolt bevétele 15%-kal esett volna vissza. volumen.6667 Kérem.Kuti Éva – Lipécz György: Leíró statisztika. átlagosan 15%-kal csökkent.8333 1.158 Ip = ∑ q1 ⋅ p0 3790 Az eladott virágok ára 2009-ről 2010-re együttesen. Ha csak a volumen változott volna. számítsa ki és értelmezze az érték-.8333 1. Az értékadatok és az egyedi árindexek ismertek 78 .6%-kal csökkent.8%-kal nőtt volna.984 4460 0 0 A mintabolt értékesítési bevétele 2009-ről 2010-re 1.és árindexet! Megoldás Növényfajta Értékesítési bevétel Ezer Ft 2009 2010 Egyedi volumenindex 2010/2009 2010-es volumen. Ha az értékesített mennyiség változatlan lett volna. Típusfeladatok Az értékadatok és az egyedi volumenindexek ismertek Egy kertészet mintaboltjában a dísznövények értékesítésének április havi adatai az alábbiak szerint alakultak: Növényfajta Muskátli Petúnia Árvácska Összesen Értékesítési bevétel Ezer Ft 2009 2010 3300 3250 800 840 360 300 Egyedi volumenindex 2010/2009 0. Iv = 1 1 ∑q ⋅ p ∑q ⋅ p = Volumenindex Laspeyres-féle bázisidőszaki súlyozású index L ∑ q1 ⋅ p0 = 3790 = 0. és az árak változatlanok maradnak. 2009-es ár q0 ⋅ p0 Muskátli Petúnia Árvácska Összesen 3300 800 360 4460 q1 ⋅ p1 3250 840 300 4390 q1 / q0 0.

6%-kal csökkent.1818 1. átlagosan 15. akkor a mintabolt bevétele 16. volumen. átlagosan 16. Iv = 1 1 ∑q ⋅ p ∑q ⋅ p = Volumenindex Paasche-féle tárgyidőszaki súlyozású index P ∑ q1 ⋅ p1 = 4390 = 0.2500 – p1 ⋅ q0 ⋅ p0 = q0 ⋅ p1 p0 3900 840 450 5190 Értékindex 4390 = 0.és árindexet! Megoldás Növényfajta Értékesítési bevétel Ezer Ft 2009 2010 Egyedi árindex 2010/2009 2009-es volumen. Árindex Laspeyres-féle bázisidőszaki súlyozású index L ∑ q0 ⋅ p1 = 5190 = 1.és árindexek ismertek 79 . akkor a mintabolt bevétele 15. számítsa ki és értelmezze az érték-.4%-kal esett volna vissza.1818 1.984 4460 0 0 A mintabolt értékesítési bevétele 2009-ről 2010-re 1. Ha csak a volumen változott volna. Típusfeladatok Egy kertészet mintaboltjában a dísznövények értékesítésének április havi adatai az alábbiak szerint alakultak: Növényfajta Muskátli Petúnia Árvácska Összesen Értékesítési bevétel Ezer Ft 2009 2010 3300 3250 800 840 360 300 Egyedi árindex 2010/2009 1. 2010-es ár q0 ⋅ p0 Muskátli Petúnia Árvácska Összesen 3300 800 360 4460 q1 ⋅ p1 3250 840 300 4390 p1 / p0 1.4%-kal csökkent.0500 1.4%-kal nőtt volna. és az árak változatlanok maradnak. A bázisévi értékadatok valamint az egyedi volumen.Kuti Éva – Lipécz György: Leíró statisztika. és csak az árhatás érvényesül.846 Iq = ∑ q0 ⋅ p1 5190 Az értékesített virágmennyiség 2009-ről 2010-re együttesen.164 Ip = ∑ q0 ⋅ p0 4460 Az eladott virágok ára 2009-ről 2010-re együttesen. Ha az értékesített mennyiség változatlan lett volna.0500 1.2500 Kérem.4%-kal emelkedett.

Ha az értékesített mennyiség változatlan lett volna.8333 1.0000 0.850 Iq = ∑ q0 ⋅ p0 4460 Az értékesített virágmennyiség 2009-ről 2010-re együttesen. akkor a mintabolt bevétele 15.8333 1.0500 1.0000 0. akkor a mintabolt bevétele 15%-kal esett volna vissza. és csak az árhatás érvényesül. átlagosan 15.1818 1. átlagosan 15%-kal csökkent. Iv = 1 1 ∑q ⋅ p ∑q ⋅ p = Volumenindex Laspeyres-féle bázisidőszaki súlyozású index L ∑ q1 ⋅ p0 = 3790 = 0. Ha csak a volumen változott volna. 2009-es ár 2010-es volumen.és árindexek ismertek 80 . Típusfeladatok Egy kertészet mintaboltjában a dísznövények értékesítésének április havi adatai az alábbiak szerint alakultak: Növényfajta Muskátli Petúnia Árvácska Összesen Egyedi volumenindex 2010/2009 0. és az árak változatlanok maradnak.984 4460 0 0 A mintabolt értékesítési bevétele 2009-ről 2010-re 1.2500 – q0 ⋅ p0 3300 800 360 4460 q1 ⋅ q0 ⋅ p0 = q1 ⋅ p0 q0 2750 800 240 3790 p1 ⋅ q1 ⋅ p0 = q1 ⋅ p1 p0 3250 840 300 4390 Értékindex 4390 = 0.8%-kal emelkedett.0500 1. 2010-es ár q1 / q0 Muskátli Petúnia Árvácska Összesen 0.és árindexet! Megoldás Növényfajta Egyedi volumenindex 2010/2009 Egyedi árindex 2010/2009 Bevétel Ezer Ft 2009 2010-es volumen.6667 Egyedi árindex 2010/2009 1. A tárgyévi értékadatok valamint az egyedi volumen.1818 1. Árindex Paasche-féle tárgyidőszaki súlyozású index P ∑ q1 ⋅ p1 = 4390 = 1. számítsa ki és értelmezze az érték-.8%-kal nőtt volna.158 Ip = ∑ q1 ⋅ p0 3790 Az eladott virágok ára 2009-ről 2010-re együttesen.6%-kal csökkent.2500 Bevétel Ezer Ft 2009 3300 800 360 Kérem.6667 – p1 / p0 1.Kuti Éva – Lipécz György: Leíró statisztika. volumen.

Ha csak a volumen változott volna. Típusfeladatok Egy kertészet mintaboltjában a dísznövények értékesítésének április havi adatai az alábbiak szerint alakultak: Növényfajta Muskátli Petúnia Árvácska Összesen Egyedi volumenindex 2010/2009 0.0500 1. Iv = 1 1 ∑q ⋅ p ∑q ⋅ p = Volumenindex Paasche-féle tárgyidőszaki súlyozású index P ∑ q1 ⋅ p1 = 4390 = 0.és árindexet! Megoldás Növényfajta Egyedi volumenindex 2010/2009 Egyedi árindex 2010/2009 Bevétel Ezer Ft 2010 2009-es volumen.0500 1.0000 0.8333 1. és csak az árhatás érvényesül. Árindex Laspeyres-féle bázisidőszaki súlyozású index L ∑ q0 ⋅ p1 = 5190 = 1.6667 – p1 / p0 1.2500 – q1 ⋅ p1 3250 840 300 4390 (q1 ⋅ p1 ) : q1 = q0 ⋅ p1 q0 3900 840 450 5190 (q0 ⋅ p1 ) : p1 = q0 ⋅ p0 p0 3300 800 360 4460 Értékindex 4390 = 0.164 Ip = ∑ q0 ⋅ p0 4460 Az eladott virágok ára 2009-ről 2010-re együttesen.1818 1.és értékindexek ismertek 81 .4%-kal nőtt volna.2500 Bevétel Ezer Ft 2010 3250 840 300 Kérem.0000 0. akkor a mintabolt bevétele 15.1818 1. Ha az értékesített mennyiség változatlan lett volna. átlagosan 16.Kuti Éva – Lipécz György: Leíró statisztika. számítsa ki és értelmezze az érték-.4%-kal csökkent.8333 1. 2010-es ár 2009-es volumen. volumen. és az árak változatlanok maradnak.846 Iq = ∑ q0 ⋅ p1 5190 Az értékesített virágmennyiség 2009-ről 2010-re együttesen.4%-kal esett volna vissza. akkor a mintabolt bevétele 16.984 4460 0 0 A mintabolt értékesítési bevétele 2009-ről 2010-re 1.4%-kal emelkedett.6667 Egyedi árindex 2010/2009 1.6%-kal csökkent. 2009-es ár q1 / q0 Muskátli Petúnia Árvácska Összesen 0. átlagosan 15. A bázisévi értékadatok valamint az egyedi volumen.

8333 1. Iv = 1 1 ∑q ⋅ p ∑q ⋅ p = Volumenindex Laspeyres-féle bázisidőszaki súlyozású index L ∑ q1 ⋅ p0 = 3790 = 0.8333 – q0 ⋅ p0 3300 800 360 4460 q1 ⋅ p1 ⋅ q0 ⋅ p0 = q1 ⋅ p1 q0 ⋅ p0 3250 840 300 4390 2010-es volumen.0500 0. 2009-es ár q1 ⋅ q0 ⋅ p0 = q1 ⋅ p0 q0 2750 800 240 3790 Értékindex 4390 = 0.8333 1. és csak az árhatás érvényesül.8%-kal nőtt volna. volumen.6667 Egyedi értékindex 2010/2009 0. akkor a mintabolt bevétele 15.8%-kal emelkedett. átlagosan 15%-kal csökkent. és az árak változatlanok maradnak.0000 0.158 Ip = ∑ q1 ⋅ p0 3790 Az eladott virágok ára 2009-ről 2010-re együttesen.6%-kal csökkent. Árindex Paasche-féle tárgyidőszaki súlyozású index P ∑ q1 ⋅ p1 = 4390 = 1. akkor a mintabolt bevétele 15%-kal esett volna vissza.9849 1. 82 .6667 – q1 ⋅ p1 / q0 ⋅ p0 0.Kuti Éva – Lipécz György: Leíró statisztika. Ha csak a volumen változott volna. számítsa ki és értelmezze az érték-.és árindexet! Megoldás Növényfajta Egyedi volumenindex 2010/2009 Egyedi értékindex 2010/2009 Bevétel Ezer Ft 2009 2010-es érték q1 / q0 Muskátli Petúnia Árvácska Összesen 0.850 Iq = ∑ q0 ⋅ p0 4460 Az értékesített virágmennyiség 2009-ről 2010-re együttesen.8333 Bevétel Ezer Ft 2009 3300 800 360 Kérem. Ha az értékesített mennyiség változatlan lett volna.984 4460 0 0 A mintabolt értékesítési bevétele 2009-ről 2010-re 1.0000 0. Típusfeladatok Egy kertészet mintaboltjában a dísznövények értékesítésének április havi adatai az alábbiak szerint alakultak: Növényfajta Muskátli Petúnia Árvácska Összesen Egyedi volumenindex 2010/2009 0. átlagosan 15.0500 0.9849 1.

1884 0.1637 ≈ 1. akkor a mintabolt bevétele 16. számítsa ki és értelmezze az árindexet! Megoldás Növényfajta Egyedi árindex 2010/2009 Bevétel megoszlása 2009 Bázisidőszaki értékmegoszlással súlyozott számtani átlag w0 ⋅ p1 / p0 Muskátli Petúnia Árvácska Összesen 1. számítsa ki és értelmezze az árindexet! 83 .0807 1.4%-kal emelkedett.7399 0.1009 1.7403 0. átlagosan 16.4%-kal nőtt volna. A tárgyidőszaki értékadatok megoszlása és az egyedi árindexek ismertek Egy kertészet mintaboltjában a dísznövények értékesítésének április havi adatai az alábbiak szerint alakultak: Növényfajta Muskátli Petúnia Árvácska Összesen Egyedi árindex 2010/2009 1. és csak az árhatás érvényesül.2500 – w0 0.1818 1.1818 1.1637 Laspeyres-féle bázisidőszaki súlyozású index p L I p = ∑ w0 ⋅ 1 = 1.0500 1.0807 Kérem. AZ EGYEDI INDEXEK SÚLYOZOTT ÁTLAGOLÁSÁVAL A bázisidőszaki értékadatok megoszlása és az egyedi árindexek ismertek Egy kertészet mintaboltjában a dísznövények értékesítésének április havi adatai az alábbiak szerint alakultak: Növényfajta Muskátli Petúnia Árvácska Összesen Egyedi árindex 2010/2009 1.0500 1.1818 1.Kuti Éva – Lipécz György: Leíró statisztika.2500 Bevétel megoszlása 2010 0.0500 1.1794 0.1914 0. Típusfeladatok INDEXSZÁMÍTÁS AZ ÉRTÉKEK MEGOSZLÁSÁNAK ISMERETÉBEN.2500 Bevétel megoszlása 2009 0. Ha az értékesített mennyiség változatlan lett volna.7399 0.0000 p1 p0 0.8744 0.0683 Kérem.1794 0.164 p0 Az eladott virágok ára 2009-ről 2010-re együttesen.

a tárgyidőszaki súlyozású volumenindex értéke 1.12 Paasche-féle volumenindex: IqP = 1.198 A vállalat értékesítési bevétele 19.0683 1. A bázisidőszaki súlyozású árindex 112%. Ha az értékesített mennyiség változatlan lett volna.12×1. Ugyanebben az időszakban a Paasche féle árindex 62%-os áremelkedést mutatott. átlagosan 7.2500 – w1 0. átlagosan 15. 84 .8633 ∑ p1 p0 Az eladott virágok ára 2009-ről 2010-re együttesen. Egy régiségkereskedő bevétele 2000 és 2010 között másfélszeresére nőtt.8%-kal emelkedett.4%kal csökkent.07 Iv= IpL × IqP = 1.62 Ip Iv = 1.158 Ip = ∑ 1 = w1 0.8633 Paasche-féle tárgyidőszaki súlyozású index w 1 P = 1. AZ INDEXEK KÖZÖTTI ÖSSZEFÜGGÉSRE ALAPOZOTT SZÁMÍTÁSOK Egy többtermékes vállalat értékesítésének alakulására vonatkozóan a következőket tudjuk. akkor a mintabolt bevétele 15.7403 0. és csak az árhatás érvényesül. Típusfeladatok Megoldás Növényfajta Egyedi árindex 2010/2009 Bevétel megoszlása 2010 Tárgyidőszaki értékmegoszlással súlyozott harmonikus átlag w1 : p1 / p0 Muskátli Petúnia Árvácska Összesen 1.1914 0. Hány százalékos volt a kereskedő által eladott áruk mennyiségének változása? Megoldás Értékindex: Paasche-féle árindex: I 1.62 A kereskedő által eladott áruk mennyisége 2000 és 2010 között együttesen.8%-kal nőtt. Kérem.5 L I q = vP = = 0.926 1.1823 0.1818 1.8%-kal nőtt volna.0546 0.07%.6264 0.5 IpP = 1.07 = 1.0000 p1 p0 0.0500 1. írja föl a fenti adatokat a szokásos jelölésekkel! Határozza meg és értelmezze az értékindexet! Megoldás Laspeyres-féle árindex: IpL = 1.Kuti Éva – Lipécz György: Leíró statisztika.

Megoldás Laspeyres-féle bázisidőszaki súlyozású árindexet. Mit ad meg ez a tört? Írja föl a képletet! Megoldás Paasche-féle tárgyidőszaki súlyozású árindexet. SZÁMÍTÁSOK NÉLKÜL Mit ad meg. P ∑ q1 ⋅ p1 Ip = ∑ q1 ⋅ p0 Milyen mutatószámot ad meg a következő hányados? Számláló: októberi termelési mennyiség novemberi árakon. osztva 2009-es mennyiség 2010-es termelői árakon. Típusfeladatok AZ INDEXFORMULÁK FELÍRÁSA SZÖVEGES INFORMÁCIÓK ALAPJÁN. P ∑ q1 ⋅ p1 Iq = ∑ q0 ⋅ p1 A számlálóban a tavalyi árbevétel. L ∑ q1 ⋅ p0 Iq = ∑ q0 ⋅ p0 2010-es termelési érték. írja fel a képletet is! Megoldás Laspeyres-féle bázisidőszaki súlyozású volumenindexet. ∑ q1 ⋅ p1 Iv = ∑ q0 ⋅ p0 Milyen indexet kapunk.Kuti Éva – Lipécz György: Leíró statisztika. ha az áprilisi eladások márciusi árakon számított értékét elosztjuk a márciusi eladások márciusi árakon számított értékével? Kérem. Nevező: októberi termelési érték. Milyen index ez? Megoldás Paasche-féle tárgyidőszaki súlyozású volumenindex. ha a tavalyi árbevételt a tavalyelőttivel osztjuk? Írja föl a képletet! Megoldás Az értékindexet. a nevezőben a tavaly eladott mennyiségek tavalyelőtti árakon számított értéke áll. L ∑ q0 ⋅ p1 Ip = ∑ q 0 ⋅ p0 85 .

4. Standardizálás a főátlagok közötti eltérés alapján ELEMI ADATOK SEGÍTSÉGÉVEL VÉGZETT SZÁMÍTÁSOK A sokaság összetételének abszolút adatai és a részátlagok ismertek Az alábbi táblázat egy nagyváros lakásállományának rendszerváltás óta bekövetkezett változásait mutatja városrészenként. s ezen belül a legkisebb számításigényű. egymással összefüggő mérőszámokat határozzák meg.Kuti Éva – Lipécz György: Leíró statisztika. 1990-es részátlag B0 Belváros Kertváros Lakótelep Összesen 8 9 13 30 B1 9 12 13 34 V0 80 90 50 – V1 82 94 50 – B0 ⋅ V0 640 810 650 2100 B1 ⋅ V1 738 1128 650 2516 B0 ⋅V1 656 846 650 2152 B1 ⋅V0 720 1080 650 2450 86 . hogy a mutatók melyik típusával kell dolgozni. hogy a gyakorló és a dolgozatfeladatok megoldása során mindig a mutatók egy típusán belüli. hány négyzetméterrel nőtt a lakások átlagos alapterülete! b) Milyen szerepet játszott ebben a növekedésben a részátlagok változása? c) Mekkora volt a lakásösszetétel változásának szerepe? Megoldás Városrész Lakások száma Ezer db 1990 2010 Átlagos alapterület m2 1990 2010 Teljes alapterület Ezer m2 1990 2010 1990-es összetétel. amelyet a lehetséges alternatívák közötti választás számítási eredményekre gyakorolt hatásának demonstrálására is felhasználunk. Ezen belül az alternatív számítási eljárások közül szabadon lehet választani. Az itt következő bemutató feladatok megoldása során általában mi magunk is ezt a gyakorlatot követjük. Ugyanígy a hallgatóknak is azt tanácsoljuk. határozza meg. vagy az eltérésekre vagy az indexekre alapozott elemzést végezzék el. Standardizálás A standardizálás – mint az alábbiakban látni fogjuk – logikailag is hasonlít az indexszámításhoz (itt is két összetevő hatásának szétválasztása a cél). B. de abban feltétlenül.4. hogy a lehetséges módszerek közül a gyakorlatban mindig csak egyet alkalmazunk. A feladatok szövege többnyire elárulja. Kivételt jelent mindkét mutatótípus esetében az első feladat. Típusfeladatok B.1. 2010-es részátlag 2010-es összetétel. Városrész Belváros Kertváros Lakótelep Összesen Lakások száma Ezer db 1990 2010 8 9 9 12 13 13 Átlagos alapterület m2 1990 2010 80 82 90 94 50 50 a) Kérem.

c) Az összetételhatás K"= ∑ B ⋅V − ∑ B ⋅ V ∑B ∑B 1 1 0 1 0 1 = 2516 2152 − = 74 − 71.3 négyzetméterrel nőtt. Típusfeladatok a) A főátlagok különbsége K = V1 − V0 = ∑ B ⋅ V − ∑ B ⋅V ∑B ∑B 1 1 0 1 0 0 = 2516 2100 − = 74 − 70 = 4 34 30 A lakások átlagos alapterülete 1990 és 2010 között 4 négyzetméterrel nőtt. b) A részátlagok különbségének hatása K ' = Vs − V0 = ∑ B ⋅V − ∑ B ⋅ V ∑B ∑B 0 1 0 0 0 0 = 2152 2100 − = 71. akkor a város egészében 1.9 34 34 Ha mindkét időszakban a 2010-es összetétel lett volna jellemző.1 87 .7 négyzetméterrel nőtt volna a város egészére jellemző átlagos alapterület. akkor 2.1 négyzetméterrel nőtt volna a város egészét jellemző átlag.7 = 2. akkor 1. és csak az egyes városrészekre jellemző átlagos alapterületek változnak.3 4 = 1.7 + 2.1 − 70 = 2.9 négyzetméterrel nőtt volna az átlag. K ' = V1 − Vs = ∑ B ⋅V − ∑ B ⋅ V ∑B ∑B 1 1 1 1 1 0 = 2516 2450 − = 74 − 72.1 = 1. K"= ∑ B ⋅V − ∑ B ⋅V ∑B ∑B 1 0 0 1 0 0 = 2450 2100 − = 72.3 34 30 Az összetétel-változás hatására a városban az átlagos alapterület 2.Kuti Éva – Lipécz György: Leíró statisztika. és csak az egyes városrészeken belüli átlagos alapterület változik.9 + 2.7 30 30 Ha a lakásösszetétel változatlan maradt volna.7 − 70 = 1.1 34 30 Ha csak a lakásállomány összetétele módosult volna. A mutatók összefüggése K = K’ + K” 4 = 1. és az átlagos alapterület az egyes városrészekben változatlan marad.

akkor 1. K = V1 − V0 = 1 1 0 0 ∑ B ⋅ V − ∑ B ⋅V ∑B ∑B = b) A részátlagok különbségének hatása 2152 2100 − = 71. határozza meg.7 − 70 = 1. hány négyzetméterrel nőtt a lakások átlagos alapterülete! b) Milyen szerepet játszott ebben a növekedésben a részátlagok változása? c) Mekkora volt a lakásösszetétel változásának szerepe? Megoldás Városrész Lakások száma Ezer db 1990 2010 Teljes alapterület Ezer m2 1990 2010 Átlagos alapterület m2 1990-es összetétel.7 négyzetméterrel nőtt volna a város egészére jellemző átlagos alapterület. K ' = Vs − V0 = 0 1 0 0 ∑ B ⋅V − ∑ B ⋅ V ∑B ∑B = c) Az összetételhatás 2516 2152 − = 74 − 71. és csak az egyes városrészekre jellemző átlagos alapterületek változnak.7 = 2.3 négyzetméterrel nőtt.7 30 30 0 0 Ha a lakásösszetétel változatlan maradt volna. K"= 1 1 0 1 ∑ B ⋅V − ∑ B ⋅ V ∑B ∑B = 88 . Városrész Belváros Kertváros Lakótelep Összesen Lakások száma Ezer db 1990 2010 8 9 9 12 13 13 Teljes alapterület Ezer m2 1990 2010 640 738 810 1128 650 650 a) Kérem. 2010-es részátlag B0 Belváros Kertváros Lakótelep Összesen 8 9 13 30 B1 9 12 13 34 B0 ⋅ V0 640 810 650 2100 B1 ⋅ V1 738 1128 650 2516 B0 ⋅ V0 = V0 B0 80 90 50 – B1 ⋅V1 = V1 B1 82 94 50 – B0 ⋅V1 656 846 650 2152 a) A főátlagok különbsége 2516 2100 − = 74 − 70 = 4 34 30 1 0 A lakások átlagos alapterülete 1990 és 2010 között 4 négyzetméterrel nőtt.3 34 30 1 0 Az összetétel-változás hatására a városban az átlagos alapterület 2. Típusfeladatok A sokaság összetételének abszolút adatai és az értékösszegek ismertek Az alábbi táblázat egy nagyváros lakásállományának rendszerváltás óta bekövetkezett változásait mutatja városrészenként.Kuti Éva – Lipécz György: Leíró statisztika.

7 70.00 35.24 Átlagos alapterület m2 1990 2010 80 82 90 94 50 50 a) Kérem.33 38. határozza meg.0 B0 ⋅V1 21. Típusfeladatok ELEMI ADATOK ÉS SZÁMÍTOTT MUTATÓK ALAPJÁN VÉGZETT SZÁMÍTÁSOK Az összetétel megoszlási mutatói és a részátlagok ismertek Az alábbi táblázat egy nagyváros lakásállományának rendszerváltás óta bekövetkezett változásait mutatja városrészenként.67 26.3 négyzetméterrel nőtt.3 27. Városrész Belváros Kertváros Lakótelep Összesen Lakások megoszlása.29 43. c) Az összetételhatás K"= ∑ B ⋅V − ∑ B ⋅V ∑B ∑B 1 1 0 1 0 1 = 74 − 71.2 21.7 négyzetméterrel nőtt volna a város egészére jellemző átlagos alapterület.7 Ha a lakásösszetétel változatlan maradt volna. % 1990 2010 26. és csak az egyes városrészekre jellemző átlagos alapterületek változnak.9 28.Kuti Éva – Lipécz György: Leíró statisztika. 89 .2647 0.0 B1 ⋅ V1 21.0000 V0 80 90 50 – V1 82 94 50 – B0 ⋅ V0 21.3 Az összetétel-változás hatására a városban az átlagos alapterület 2.2667 0. hány négyzetméterrel nőtt a lakások átlagos alapterülete! b) Milyen szerepet játszott ebben a növekedésben a részátlagok változása? c) Mekkora volt a lakásösszetétel változásának szerepe? Megoldás Városrész Lakások megoszlása 1990 2010 Átlagos alapterület m2 1990 2010 Megoszlásokkal súlyozott részátlagok B0 Belváros Kertváros Lakótelep Összesen 0.3000 0.0000 B1 0.0 21.3529 0.7 a) A főátlagok különbsége K = V1 − V0 = ∑ B ⋅V − ∑ B ⋅V ∑B ∑B 1 1 0 1 0 0 = 74 − 70 = 4 A lakások átlagos alapterülete 1990 és 2010 között 4 négyzetméterrel nőtt.3824 1.7 33.7 − 70 = 1.47 30. b) A részátlagok különbségének hatása K ' = Vs − V0 = ∑ B ⋅V − ∑ B ⋅V ∑B ∑B 0 1 0 0 0 0 = 71.6 71.7 = 2.1 74. akkor 1.4333 1.2 19.

7 − 70 = 1. K"= 1 1 0 1 ∑ B ⋅V − ∑ B ⋅ V ∑B ∑B = 90 .025 1.044 1.025 1.044 1. akkor 1.000 a) Kérem.3 34 30 1 0 Az összetétel-változás hatására a városban az átlagos alapterület 2. Városrész Belváros Kertváros Lakótelep Összesen Lakások száma Ezer db 1990 2010 8 9 9 12 13 13 Átlagos alapterület.7 = 2. K = V1 − V0 = 1 1 0 0 ∑ B ⋅ V − ∑ B ⋅V ∑B ∑B = b) A részátlagok különbségének hatása 2152 2100 − = 71. Típusfeladatok A sokaság összetételének abszolút adatai.000 – a) A főátlagok különbsége 2516 2100 − = 74 − 70 = 4 34 30 1 0 A lakások átlagos alapterülete 1990 és 2010 között 4 négyzetméterrel nőtt. és csak az egyes városrészekre jellemző átlagos alapterületek változnak.7 30 30 0 0 Ha a lakásösszetétel változatlan maradt volna. m2 1990 80 90 50 Alapterület változása 2010/1990 1. K ' = Vs − V0 = 0 1 0 0 ∑ B ⋅V − ∑ B ⋅ V ∑B ∑B = c) Az összetételhatás 2516 2152 − = 74 − 71.3 négyzetméterrel nőtt. m2 1990 Alapterület változása 2010/1990 V0 ⋅ V1 = V1 V0 82 94 50 – B0 ⋅ V0 640 810 650 2100 B1 ⋅ V1 738 1128 650 2516 B0 ⋅V1 656 846 650 2152 B0 Belváros Kertváros Lakótelep Összesen 8 9 13 30 B1 9 12 13 34 V0 80 90 50 – V1 /V0 1. határozza meg.Kuti Éva – Lipécz György: Leíró statisztika. hány négyzetméterrel nőtt a lakások átlagos alapterülete! b) Milyen szerepet játszott ebben a növekedésben a részátlagok változása? c) Mekkora volt a lakásösszetétel változásának szerepe? Megoldás Városrész Lakások száma Ezer db 1990 2010 Átlagos alapterület. az egyik év részátlagai és az egyedi részátlag-indexek ismertek Az alábbi táblázat egy nagyváros lakásállományának rendszerváltás óta bekövetkezett változásait mutatja városrészenként.7 négyzetméterrel nőtt volna a város egészére jellemző átlagos alapterület.

határozza meg.7 százalékkal nőtt. Városrész Belváros Kertváros Lakótelep Összesen Lakások száma Ezer db 1990 2010 8 9 9 12 13 13 Átlagos alapterület m2 1990 2010 80 82 90 94 50 50 a) Kérem. 1990-es részátlag B0 Belváros Kertváros Lakótelep Összesen 8 9 13 30 B1 9 12 13 34 V0 80 90 50 – V1 82 94 50 – B0 ⋅ V0 640 810 650 2100 B1 ⋅ V1 738 1128 650 2516 B0 ⋅V1 656 846 650 2152 B1 ⋅V0 720 1080 650 2450 a) A főátlagindex I= V1 V0 ∑ B ⋅V B = ∑ ∑ B ⋅V ∑B 1 1 0 0 1 0 2516 74 = 34 = = 1. Standardizálás indexek segítségével ELEMI ADATOK SEGÍTSÉGÉVEL VÉGZETT SZÁMÍTÁSOK A sokaság összetételének abszolút adatai és a részátlagok ismertek Az alábbi táblázat egy nagyváros lakásállományának rendszerváltás óta bekövetkezett változásait mutatja városrészenként.2.4.Kuti Éva – Lipécz György: Leíró statisztika.0571 2100 70 30 A lakások átlagos alapterülete 1990 és 2010 között 5. 91 . 2010-es részátlag 2010-es összetétel. Típusfeladatok B. hány százalékkal nőtt a lakások átlagos alapterülete! b) Milyen szerepet játszott ebben a növekedésben a részátlagok változása? c) Mekkora volt a lakásösszetétel változásának szerepe? Megoldás Városrész Lakások száma Ezer db 1990 2010 Átlagos alapterület m2 1990 2010 Teljes alapterület Ezer m2 1990 2010 1990-es összetétel.

0316 1.0571= 1.5 százalékkal nőtt volna a város egészére jellemző átlagos alapterület. és csak az egyes városrészekre jellemző átlagos alapterületek változnak.0269 × 1. Típusfeladatok b) A részátlag-indexek ∑ B ⋅V B I '= ∑ ∑ B ⋅V ∑B 0 0 0 0 1 0 2152 = 30 = 1.0571 = 1.7 százalékkal nőtt volna az átlag. ∑ B ⋅V B I '= ∑ ∑ B ⋅V ∑B 1 1 1 1 1 0 2516 = 34 = 1. akkor 2.0294 A sokaság összetételének abszolút adatai és az értékösszegek ismertek 92 .0248 2100 30 Ha a lakásösszetétel változatlan maradt volna.0248 × 1. és csak az egyes városrészeken belüli átlagos alapterület változik. ∑ B ⋅V B I "= ∑ ∑ B ⋅V ∑B 1 1 0 0 0 0 2450 = 34 = 1.9 százalékkal nőtt volna a város egészét jellemző átlag. s a városrészenkénti átlagos alapterület változatlan marad.Kuti Éva – Lipécz György: Leíró statisztika.0269 2450 34 Ha mindkét időszakban a 2010-es összetétel lett volna jellemző. akkor 2. A mutatók összefüggése I = I’ × I” 1.2 százalékkal nőtt.0316 2152 30 Az összetétel-változás hatására a városban az átlagos alapterület 3. c) Az összetételhatás-indexek ∑ B ⋅V B I"= ∑ ∑ B ⋅V ∑B 1 1 0 0 1 1 2516 = 34 = 1.0294 2100 30 Ha csak az összetétel módosult volna. akkor a város egészében 2.

Kuti Éva – Lipécz György: Leíró statisztika. 2010-es részátlag B0 Belváros Kertváros Lakótelep Összesen 8 9 13 30 B1 9 12 13 34 B0 ⋅ V0 640 810 650 2100 B1 ⋅ V1 738 1128 650 2516 B0 ⋅ V0 = V0 B0 80 90 50 – B1 ⋅V1 = V1 B1 82 94 50 – B0 ⋅V1 656 846 650 2152 a) A főátlagindex ∑ B1 ⋅V1 2516 I= V1 = V0 ∑B ∑ B ⋅V ∑B 1 0 0 0 74 = 34 = = 1. b) A részátlag-index ∑ B0 ⋅V1 2152 I '= ∑B ∑ B ⋅V ∑B 0 0 0 0 = 30 = 1.5 százalékkal nőtt volna a város egészére jellemző átlagos alapterület.0571 2100 70 30 A lakások átlagos alapterülete 1990 és 2010 között 5.0248 2100 30 Ha a lakásösszetétel változatlan maradt volna.7 százalékkal nőtt. hány százalékkal nőtt a lakások átlagos alapterülete! b) Milyen szerepet játszott ebben a növekedésben a részátlagok változása? c) Mekkora volt a lakásösszetétel változásának szerepe? Megoldás Városrész Lakások száma Ezer db 1990 2010 Teljes alapterület Ezer m2 1990 2010 Átlagos alapterület m2 1990-es összetétel. és csak az egyes városrészekre jellemző átlagos alapterületek változnak. 93 . Típusfeladatok Az alábbi táblázat egy nagyváros lakásállományának rendszerváltás óta bekövetkezett változásait mutatja városrészenként. akkor 2. Városrész Belváros Kertváros Lakótelep Összesen Lakások száma Ezer db 1990 2010 8 9 9 12 13 13 Teljes alapterület Ezer m2 1990 2010 640 738 810 1128 650 650 a) Kérem. határozza meg.

Kuti Éva – Lipécz György: Leíró statisztika. ELEMI ADATOK ÉS SZÁMÍTOTT MUTATÓK ALAPJÁN VÉGZETT SZÁMÍTÁSOK Az összetétel megoszlási mutatói és a részátlagok ismertek Az alábbi táblázat egy nagyváros lakásállományának rendszerváltás óta bekövetkezett változásait mutatja városrészenként.47 30.3000 0. % 1990 2010 26.71 33.0571 70 A lakások átlagos alapterülete 1990 és 2010 között 5.12 74.7 százalékkal nőtt.00 B0 ⋅V1 21.2667 0. 94 .0000 V0 80 90 50 – V1 82 94 50 – B0 ⋅ V0 21.3529 0.17 19.66 70.000 B1 ⋅ V1 21.20 21.29 43.00 21.2 százalékkal nőtt.34 27.4333 1.67 71.33 38.67 26. Városrész Belváros Kertváros Lakótelep Összesen Lakások megoszlása.74 a) A főátlagindex ∑ B1 ⋅V1 I= V1 = V0 ∑B ∑ B ⋅V ∑B 1 0 0 = 0 74 = 1. hány százalékkal nőtt a lakások átlagos alapterülete! b) Milyen szerepet játszott ebben a növekedésben a részátlagok változása? c) Mekkora volt a lakásösszetétel változásának szerepe? Megoldás Városrész Lakások megoszlása 1990 2010 Átlagos alapterület m2 1990 2010 Megoszlásokkal súlyozott részátlagok B0 Belváros Kertváros Lakótelep Összesen 0.2647 0.0316 2152 30 Az összetétel-változás hatására a városban az átlagos alapterület 3.3824 1.24 Átlagos alapterület m2 1990 2010 80 82 90 94 50 50 a) Kérem.0000 B1 0. határozza meg. Típusfeladatok c) Az összetételhatás-index ∑ B ⋅V B I"= ∑ ∑ B ⋅V ∑B 1 1 0 0 1 1 2516 = 34 = 1.00 35.87 28.

Típusfeladatok b) A részátlag-index ∑ B0 ⋅V1 I '= ∑B ∑ B ⋅V ∑B 0 0 0 = 0 71.025 1.044 1.Kuti Éva – Lipécz György: Leíró statisztika. Városrész Belváros Kertváros Lakótelep Összesen Lakások száma Ezer db 1990 2010 8 9 9 12 13 13 Átlagos alapterület.74 = 1.044 1. az egyik év részátlagai és az egyedi részátlag-indexek ismertek Az alábbi táblázat egy nagyváros lakásállományának rendszerváltás óta bekövetkezett változásait mutatja városrészenként.74 Az összetétel-változás hatására a városban az átlagos alapterület 3. akkor 2.5 százalékkal nőtt volna a város egészére jellemző átlagos alapterület.0249 70 Ha a lakásösszetétel változatlan maradt volna.000 – 95 . határozza meg.0315 71.025 1. m2 1990 80 90 50 Alapterület változása 2010/1990 1.000 a) Kérem. A sokaság összetételének abszolút adatai. hány százalékkal nőtt a lakások átlagos alapterülete! b) Milyen szerepet játszott ebben a növekedésben a részátlagok változása? c) Mekkora volt a lakásösszetétel változásának szerepe? Megoldás Városrész Lakások száma Ezer db 1990 2010 Átlagos alapterület. m2 1990 Alapterület változása 2010/1990 V0 ⋅ V1 = V1 V0 82 94 50 – B0 ⋅ V0 640 810 650 2100 B1 ⋅ V1 738 1128 650 2516 B0 ⋅V1 656 846 650 2152 B0 Belváros Kertváros Lakótelep Összesen 8 9 13 30 B1 9 12 13 34 V0 80 90 50 – V1 /V0 1.2 százalékkal nőtt. c) Az összetételhatás-index ∑ B ⋅V B I"= ∑ ∑ B ⋅V ∑B 1 1 0 0 1 = 1 74 = 1. és csak az egyes városrészekre jellemző átlagos alapterületek változnak.

0248 2100 30 Ha a lakásösszetétel változatlan maradt volna. c) Az összetételhatás-index ∑ B ⋅V B I"= ∑ ∑ B ⋅V ∑B 1 1 0 0 1 1 2516 = 34 = 1.3857 0.0250 1.3048 0. számítsa ki és értelmezze a részátlag-indexet! 96 . és csak az egyes városrészekre jellemző átlagos alapterületek változnak.Kuti Éva – Lipécz György: Leíró statisztika.0316 2152 30 Az összetétel-változás hatására a városban az átlagos alapterület 3.5 százalékkal nőtt volna a város egészére jellemző átlagos alapterület. akkor 2.3095 Kérem. Típusfeladatok a) A főátlagindex V I= 1 V0 ∑ B ⋅V B = ∑ ∑ B ⋅V ∑B 1 1 0 0 1 0 2516 74 = 34 = = 1. b) A részátlag-index ∑ B ⋅V B I '= ∑ ∑ B ⋅V ∑B 0 0 0 0 1 0 2152 = 30 = 1. Az összetétel bázisidőszaki megoszlási mutatói és az egyedi részátlagindexek ismertek Az alábbi táblázat az átlagos lakásterület rendszerváltás óta bekövetkezett változásait mutatja városrészenként.0000 A teljes lakásterület megoszlása 1990 0.0571 2100 70 30 A lakások átlagos alapterülete 1990 és 2010 között 5.2 százalékkal nőtt.71 százalékkal nőtt. Városrész Belváros Kertváros Lakótelep Összesen Átlagos alapterület változása 2010/1990 1.0444 1.

Városrész Belváros Kertváros Lakótelep Összesen Átlagos alapterület változása 2010/1990 1.2584 1.0250 1.0000 B1 ⋅V1 V1 V0 0.3095 1.4483 0.2861 0.0444 1.5 százalékkal nőtt volna a lakások átlagos alapterülete.2584 Kérem.0444 1.2933 0.9737 I'= ∑ B ⋅V B ⋅V ∑V 1 1 1 1 1 = 1 = 1.3124 0.4292 0.0247 Változatlan (bázisidőszaki) összetétel esetén a városban 2.3857 0.0000 – B0 ⋅ V0 0.2933 0.0000 – B1 ⋅ V1 0. 97 .9737 V0 Változatlan (tárgyidőszaki) összetétel esetén a városban 2. Az összetétel tárgyidőszaki megoszlási mutatói és az egyedi részátlagindexek ismertek Az alábbi táblázat az átlagos lakásterület rendszerváltás óta bekövetkezett változásait mutatja városrészenként.0444 1.0000 – A teljes lakásterület megoszlása 2010 0.Kuti Éva – Lipécz György: Leíró statisztika.0250 1.4483 0.4028 0.0247 ∑ B ⋅V ⋅ V I '= ∑ B ⋅V 0 0 0 0 V1 0 = 1.027 0.7 százalékkal nőtt volna a lakások átlagos alapterülete.3048 0. Típusfeladatok Megoldás Városrész Átlagos alapterület változása 2010/1990 A teljes lakásterület megoszlása 1990 B0 ⋅V0 ⋅ V1 /V0 Belváros Kertváros Lakótelep Összesen 1.2584 0.0250 1.3095 V1 V0 0. számítsa ki és értelmezze a részátlag-indexet! Megoldás Városrész Átlagos alapterület változása 2010/1990 A teljes lakásterület megoszlása 2010 V1 /V0 Belváros Kertváros Lakótelep Összesen 1.

04 294.5.54 Vezető/Tag Vezető/Nem tag Beosztott szellemi/Tag Beosztott szellemi/ Nem tag Fizikai/Tag Fizikai/Nem tag Összesen Cramer együttható: n = 500.88 42.25 60. s (sorok száma) = 3.Kuti Éva – Lipécz György: Leíró statisztika. t (oszlopok száma) = 2 A Cramer együttható nevezőjében a sorok és oszlopok száma közül mindig a kisebb szerepel. Az eredményeket az alábbi táblázat tartalmazza. tehát: χ2 294.768 n ⋅ (t − 1) 500 ⋅ ( 2 − 1) A foglalkozási csoport és a szakszervezeti tagság között szoros sztochasztikus kapcsolat mutatható ki. Foglalkozási csoport Vezető Beosztott szellemi Fizikai dolgozó Összesen Szakszervezeti tag 8 12 320 Nem szakszervezeti tag 42 88 30 Összesen Kérem.25 46. 98 .589 = 0. Típusfeladatok B.54 C= = = 0.00 28. jellemezze a megfelelő mutató segítségével a kapcsolat szorosságát! Az eredményt értelmezze is! Megoldás A két ismérv teljes függetlensége esetén adódó gyakoriságok (f*) kiszámítása: Foglalkozási csoport Vezető Beosztott szellemi Fizikai dolgozó Összesen Szakszervezeti tag (50×340)/500 =34 (100×340)/500 =68 (350×340)/500 =238 340 Nem szakszervezeti tag (50×160)/500 =16 (100×160)/500 =32 (350×160)/500 =112 160 Összesen 50 100 350 500 A χ 2 = ∑∑ ( f − f *)2 kiszámítása: f* f 8 42 12 88 320 30 500 f* 34 16 68 32 238 112 500 f−f* –26 26 –56 56 82 –82 – ( f − f *)2 676 676 3136 3136 6724 6724 – ( f − f *)2 f* 19.12 98. Asszociációs kapcsolat Az abszolút gyakoriságok ismertek Egy vállalatnál megvizsgálták a dolgozók foglalkozási csoportja és szakszervezeti tagsága közötti kapcsolatot.

91 = = 0. Szakszervezeti tag-e Tag Nem tag Összesen Vezető 1.0×32.6 (20.4 22.0×32.Kuti Éva – Lipécz György: Leíró statisztika. 99 .98 9.2 11.04 125. Típusfeladatok A relatív gyakoriságok ismertek Egy vállalatnál megvizsgálták a dolgozók foglalkozási csoportja és szakszervezeti tagsága közötti kapcsolatot. s (sorok száma) = 2.0)/100=22.96 27. tehát: C= χ2 58.8 13.6 6.4 100.4 Beosztott szellemi 2.0 Összesen Kérem.0×68.0 Fizikai dolgozó (70.0 6.0 A χ 2 = ∑∑ ( g − g*)2 kiszámítása: g* g 1.4 64.0 8.2 –16.0 100.0 100. Az alkalmazottak két szempont szerinti megoszlását az alábbi táblázat százalékos formában mutatja.4 5.04 125.5891 = 0.65 8.0)/100=13.2 10.0)/100=6.0 g −g* –5.0)/100=6.45 19.6 47.0 g* 6.4 17.0×68.44 268.4 70.0 Beosztott szellemi (20.44 268.01 58.0)/100=47.0×32.6 (70.96 – ( g − g*) 2 g* 3.60 12.2 –11.6 2.91 Tag/Vezető Tag/Beosztott szellemi Tag /Fizikai Nem tag/Vezető Nem tag/Beosztott szellemi Nem tag/Fizikai Összesen Cramer együttható: n = 100%.768 n ⋅ ( s − 1) 100 ⋅ ( 2 − 1) A foglalkozási csoport és a szakszervezeti tagság között szoros sztochasztikus kapcsolat mutatható ki.6 8.2 6.0 32.8 (10.22 5. t (oszlopok száma) = 3 A Cramer együttható nevezőjében a sorok és oszlopok száma közül mindig a kisebb szerepel.6 Fizikai dolgozó 64.4 20.4 – ( g − g*)2 27.2 16.0×68. jellemezze a megfelelő mutató segítségével a kapcsolat szorosságát! Az eredményt értelmezze is! Megoldás A két ismérv teljes függetlensége esetén adódó gyakoriságok (g*) kiszámítása: Szakszervezeti tag-e Tag Nem tag Összesen Vezető (10.4 17.0 Összesen 68.0)/100=3.6 3.

Típusfeladatok B.1154 σ 2 5. lakóhely szerint csoportosított adatokat kapta.1154 = 0.6 + 4.6 = = 0. Lakóhely Válaszadók Átlagos száma havi kiadás Fő Ezer Ft 450 5 600 4 450 3 Kiadás szórása Ezer Ft 3 2 1 Főváros Egyéb város Község Összesen a) Hány százalékban határozza meg a lakóhely a felnőtt nők kozmetikai cikkekre fordított havi átlagos kiadásainak nagyságát? b) Kérem. A felnőtt korú női népesség szépítőszerekre fordított havi kiadásairól a következő.3397 σ2 A lakóhely és a kozmetikai kiadások között a közepesnél valamivel gyengébb a kapcsolat. valamint az egyes csoportokra jellemző átlagok és szórások ismertek Egy kozmetikai cég üzletkötői hálózatának kiépítése előtt felmérést végeztetett. jellemezze a kozmetikai cikkekre fordított kiadások és a lakóhely közötti kapcsolat szorosságát! Megoldás Lakóhely Válaszadók Átlagos Kiadás száma havi kiadás szórása nj Főváros Egyéb város Község Összesen 450 600 450 1500 xj 5 4 3 – σj 3 2 1 – n j ⋅ x j x j − x ( x j − x )2 n j ⋅ ( x j − x )2 σ j 2 2250 2400 1350 6000 1 0 –1 – 1 0 1 – 450 0 450 900 9 4 1 – n j ⋅σ j 2 4050 2400 450 6900 A külső szórásnégyzet kiszámítása 2 ∑ n j ⋅ x j = 6000 = 4 x= σK = ∑ n j 1500 A belső szórásnégyzet kiszámítása 2 ∑ n j ⋅ σ j 2 = 6900 = 4.6.2 σ 2 K 0. b) Szóráshányados: σ 2K H= = 0.6 σB = 1500 ∑ nj a) Variancahányados: H 2 = ∑n j ∑n ⋅ ( x j − x )2 j = 900 = 0. Vegyes kapcsolat A sokaságot alkotó egységek minőségi ismérv szerint képzett csoportjainak nagysága.2 A lakóhely 11.54%-ban határozza meg a kozmetikai cikkekre fordított kiadásokat.6 = 5. 100 .Kuti Éva – Lipécz György: Leíró statisztika.6 1500 A teljes szórásnégyzet kiszámítása σ 2 = σ 2 B + σ 2 K = 0.

a teljes szórás és a csoportátlagok ismertek Egy kozmetikai cég üzletkötői hálózatának kiépítése előtt felmérést végeztetett.1154 σ 2 5.6 1500 A teljes szórásnégyzet kiszámítása σ 2 = 2. jellemezze a kozmetikai cikkekre fordított kiadások és a lakóhely közötti kapcsolat szorosságát! Megoldás Lakóhely Főváros Egyéb város Község Összesen Válaszadók száma Átlagos havi kiadás nj 450 600 450 1500 xj 5 4 3 – nj ⋅ xj 2250 2400 1350 6000 xj − x 1 0 –1 – ( x j − x)2 1 0 1 – n j ⋅ ( x j − x )2 450 0 450 900 A külső szórásnégyzet kiszámítása 2 ∑ n j ⋅ x j = 6000 = 4 σK = x= 1500 nj ∑ ∑n j ∑n ⋅ ( x j − x )2 j = 900 = 0.1154 = 0.Kuti Éva – Lipécz György: Leíró statisztika. a) Hány százalékban határozza meg a lakóhely a felnőtt nők kozmetikai cikkekre fordított havi átlagos kiadásainak nagyságát? b) Kérem. Lakóhely Válaszadók Átlagos havi száma kiadás Fő Ezer Ft 450 5 600 4 450 3 Főváros Egyéb város Község Összesen A teljes szórás 2.6 = = 0. Típusfeladatok A sokaságot alkotó egységek minőségi ismérv szerint képzett csoportjainak nagysága.3397 σ2 A lakóhely és a kozmetikai kiadások között a közepesnél valamivel gyengébb a kapcsolat.2 A lakóhely 11.54%-ban határozza meg a kozmetikai cikkekre fordított kiadásokat. A felnőtt korú női népesség szépítőszerekre fordított havi kiadásairól a következő.28 ezer Ft. lakóhely szerint csoportosított adatokat kapta. 101 .2 a) Variancahányados: H 2 = σ 2 K 0.282 = 5. b) Szóráshányados: σ 2K H= = 0.

jellemezze a kozmetikai cikkekre fordított kiadások és a lakóhely közötti kapcsolat szorosságát! Megoldás Lakóhely Válaszadók Átlagos Kiadás száma havi kiadás szórása nj * Főváros Egyéb város Község Összesen 30 40 30 100 xj 5 4 3 – σj 3 2 1 – n j ⋅ x j x j − x ( x j − x )2 n j ⋅ ( x j − x )2 σ j 2 150 160 90 400 1 0 –1 – 1 0 1 – 30 0 30 60 9 4 1 – n j ⋅σ j 2 270 160 30 460 A külső szórásnégyzet kiszámítása 2 ∑ n j ⋅ x j = 400 = 4 x= σK = ∑ n j 100 A belső szórásnégyzet kiszámítása 2 2 ∑ n j ⋅ σ j = 460 = 4.1154 a) Variancahányados: H = 2 = σ 5.Kuti Éva – Lipécz György: Leíró statisztika.6 σB = 100 ∑ nj 2 ∑n j ∑n ⋅ ( x j − x )2 j = 60 = 0. Lakóhely Válaszadók Átlagos megoszlása havi kiadás % Ezer Ft 30 5 40 4 30 3 Kiadás szórása Ezer Ft 3 2 1 Főváros Egyéb város Község Összesen a) Hány százalékban határozza meg a lakóhely a felnőtt nők kozmetikai cikkekre fordított havi átlagos kiadásainak nagyságát? b) Kérem.3397 σ2 A lakóhely és a kozmetikai kiadások között a közepesnél valamivel gyengébb a kapcsolat.6 100 A teljes szórásnégyzet kiszámítása σ 2 = σ 2 B + σ 2 K = 0.2 σ 2 K 0. valamint az egyes csoportokra jellemző átlagok és szórások ismertek Egy kozmetikai cég üzletkötői hálózatának kiépítése előtt felmérést végeztetett. lakóhely szerint csoportosított adatokat kapta.6 = 0. Típusfeladatok A sokaság megoszlása.2 meg a kozmetikai cikkekre fordított kiadásokat. b) Szóráshányados: A lakóhely 11. A felnőtt korú női népesség szépítőszerekre fordított havi kiadásairól a következő. 102 .6 = 5.54%-ban határozza H= σ 2K = 0.6 + 4.1154 = 0.

Korrelációs kapcsolat Mint a képletgyűjteményben található formulák nagy száma is mutatja. hogy milyen kapcsolat van az általa megjelentetett 10 könyv népszerűsítését szolgáló reklámok költsége és az eladott példányszám között. hogy a korrelációs kapcsolat vizsgálatát nem célszerű rutineljárásokra alapozni. a korrelációs kapcsolat jellemzésére alkalmas mutatók kiszámítása több különböző módszerrel történhet. Az ilyen típusú feladatokat mindig érdemes nagyon alaposan elolvasni. Az eredményeket a következő táblázat tartalmazza. E módszerek mindegyike ugyanazt az eredményt adja. hogy mikor melyik számítási eljárást alkalmazhatjuk. A vizsgált sokaságról rendelkezésre álló információk mennyisége befolyásolja. annál egyszerűbb képletek segítségével (s így jóval kevesebb számolással) lehet eljutni az eredményhez.7. Csak az alapadatok ismertek Egy könyvkiadó megvizsgálta. de a megoldás során szinte mindig van bizonyos mértékű választási lehetőségünk. Típusfeladatok B. Az alábbiakban bemutatott példa alternatív megoldásaival azt kívánjuk illusztrálni. hogy minél több jellemzőjét ismerjük a sokaságnak. s ezáltal a számolási hibák lehetősége is szűkíthető. mert a képletek közötti tudatos választással sok munkát takaríthatunk meg. Könyv Reklámköltség Millió Ft 2 4 5 7 4 3 4 7 8 6 Eladott példányok Ezer db 18 28 38 46 34 22 22 50 62 42 A B C D E F G H I J Összesen a) Kérem. amelynek a reklámozására 10 millió Ft-ot fordít? Megoldás A független változó (X): A függő változó (Y): a könyv reklámozására fordított összeg az eladott példányok száma 103 . Általánosságban azt mondhatjuk.Kuti Éva – Lipécz György: Leíró statisztika. de egyértelműen nem határozza meg. határozza meg és értelmezze a determinációs együtthatót! d) Hány példány eladására számíthat a kiadó egy olyan könyv esetében. határozza meg és értelmezze a Pearson-féle lineáris korrelációs együtthatót! c) Kérem. határozza meg és értelmezze a reklámköltség és az eladott példányszám közötti kapcsolat jellemzésére alkalmas lineáris regresszióegyenlet paramétereit! b) Kérem.

64 1795.64 190. amelynek a reklámjára a kiadó egyáltalán nem költ (x=0). A reklámköltség 1 millió Ft-os növekedése 7 ezer darabbal növeli meg az eladott példányok számát b) A korrelációs együttható r= ∑d d ∑d ⋅∑d x y 2 x 2 y = 238 = 34 ⋅ 1795.8 –2.2 28.04 4. c) A determinációs együttható r 2 = 0.2 =b 0 +5b1 ⇒ b0 = 36.6 238 238 = = 0.2 − 5b1 ∑ x⋅ y = b ⋅∑ x +b ⋅∑ x 0 1 2 2048 = 50b0 + 284b1 2048 = 50 ⋅ (36.2 13.4 247.9632 61050.24 96.2 + 7 ⋅10 = 71.64 33.96322 = 0.64 201.2 27.8 9.8 25.2 –14.2 –8. 104 .24 3.2 Az olyan könyvből.6 77.44 665.2 + 7 x = 1. 1200 példányt lehetne eladni.78%-ban magyarázza meg a példányszám alakulását.2 − 5 ⋅ 7 ⇒ b0 = 1.6 2.6 8.1 A reklámköltség és az eladott példányok száma között nagyon erős pozitív korrelációs kapcsolat van.Kuti Éva – Lipécz György: Leíró statisztika.4 5.84 201.2 b0 : b1: Az olyan könyvből. d) Az eladott példányszám becslése 10 millió Ft-os reklámköltség mellett ˆ y = 1.0 dx 2 dy 2 9 1 0 4 1 4 1 4 9 1 34 331.8 5. 71 200 példány eladására lehet számítani.24 67.60 a) A lineáris regresszióegyenlet 362 = 10b0 + 50b1 ∑ y = n ⋅ b0 + b1 ⋅ ∑ x ⇒ 36.8 – d x ⋅d y 54. amelynek a reklámozására 10 millió Ft-ot fordítanak.2 –14.9278 A reklámköltség 92.2 − 5b1 ) + 284b1 ⇒ 2048 = 1810 − 250b1 + 284b1 ⇒ 238 = 34b1 ⇒ b1 = 7 b0 = 36.8 238.2 0 19.4 14. Típusfeladatok Könyv A B C D E F G H I J Összesen Reklámköltség Millió Ft X 2 4 5 7 4 3 4 7 8 6 50 Eladott példányok Ezer db Y 18 28 38 46 34 22 22 50 62 42 362 x⋅ y 36 112 190 322 136 66 88 350 496 252 2048 x2 4 16 25 49 16 9 16 49 64 36 284 dx = x−x –3 –1 0 2 –1 –2 –1 2 3 1 – dy = y− y –18.2 1.

1200 példányt lehetne eladni.8439 Eladott példányok Ezer db Y 18 28 38 46 34 22 22 50 62 42 362 36.2 23. hogy milyen kapcsolat van a megjelentetett könyvek népszerűsítését szolgáló reklámok költsége és az eladott példányszám között.2 13.4 x⋅ y 36 112 190 322 136 66 88 350 496 252 2048 204.8439 Eladott példányok Ezer db 18 28 38 46 34 22 22 50 62 42 36. Típusfeladatok Az alapadatok mellett az átlagok és a szórások is ismertek Egy könyvkiadó megvizsgálta. határozza meg és értelmezze a Pearson-féle lineáris korrelációs együtthatót! Megoldás Könyv A B C D E F G H I J Összesen Átlag Szórás Reklámköltség Millió Ft X 2 4 5 7 4 3 4 7 8 6 50 5 1.8439 2 3.8 − 5 ⋅ 36. amelynek a reklámjára a kiadó egyáltalán nem költ (x=0).4 σ x2 b0 = y − b1 ⋅ x = 36.8 b1 = = = =7 1. A reklámköltség 1 millió Ft-os növekedése 7 ezer darabbal növeli meg az eladott példányok számát 105 . Könyv Reklámköltség Millió Ft 2 4 5 7 4 3 4 7 8 6 5 1.2 b0 : b1: Az olyan könyvből.2 13.Kuti Éva – Lipécz György: Leíró statisztika.2 − 7 ⋅ 5 = 1.8 a) A lineáris regresszióegyenlet x y − x ⋅ y 204. határozza meg és értelmezze a reklámköltség és az eladott példányszám közötti kapcsolat jellemzésére alkalmas lineáris regresszióegyenlet paramétereit! b) Kérem.4 A B C D E F G H I J Összesen Átlag Szórás a) Kérem.

Kérem. valamint az átlagok és a szórások ismertek Egy könyvkiadó megvizsgálta.8439 = 0.8 23. amelynek a reklámjára a kiadó egyáltalán nem költ (x=0). szórása 13. hogy milyen összefüggés van a megjelentetett könyvek népszerűsítését szolgáló reklámok költsége és az eladott példányszám között.4 A reklámköltség és az eladott példányok száma között nagyon erős pozitív korrelációs kapcsolat van. Az eladott példányszám átlaga 36.8 b1 = 2 = = =7 2 1. hogy milyen összefüggés van a megjelentetett könyvek népszerűsítését szolgáló reklámok költsége és az eladott példányszám között.4 ezer db. A korrelációs együttható 0. 106 .2 ezer db. 1200 példányt lehetne eladni. Típusfeladatok b) A korrelációs együttható r= b1 ⋅ σ x σy = 7 ⋅ 1.4 σx b0 = y − b1 ⋅ x = 36.8439 = 0.8439 3.8439 millió Ft. A kovariancia.9632 13.4 ezer db.8439 millió Ft. a reklámköltség szórása 1.8439 A reklámköltség 1 millió Ft-os növekedése 7 ezer darabbal növeli meg az eladott példányok számát.4 A reklámköltség és az eladott példányok száma között nagyon erős pozitív korrelációs kapcsolat van. szórása 1.9632. b) A korrelációs együttható r= b1 ⋅ σ x σy = 7 ⋅ 1.9632 13.9632 ⋅13. A korrelációs együttható és a szórások ismertek Egy könyvkiadó megvizsgálta. határozza meg és értelmezze a regresszióegyenlet b1 paraméterét! Megoldás r ⋅ σ y 0. A reklámköltség átlaga 5 millió Ft.4 b1 = = =7 σx 1.Kuti Éva – Lipécz György: Leíró statisztika.2 b0 : b1: Az olyan könyvből. A reklámköltség 1 millió Ft-os növekedése 7 ezer darabbal növeli meg az eladott példányok számát. határozza meg és értelmezze a Pearson-féle lineáris korrelációs együtthatót! Megoldás a) A lineáris regresszióegyenlet C 23. az eladott példányszámé 13. A kovariancia: 23.8.2 − 7 ⋅ 5 = 1. a) Kérem. határozza meg és értelmezze a reklámköltség és az eladott példányszám közötti kapcsolat jellemzésére alkalmas lineáris regresszióegyenlet paramétereit! b) Kérem.

2 + 7 x . 107 .4 A reklámköltség és az eladott példányok száma között nagyon erős pozitív korrelációs kapcsolat van. az eladott példányszámé 13.8439 = 0. Típusfeladatok A regresszióegyenlet és a szórások ismertek Egy könyvkiadó megvizsgálta. hogy milyen összefüggés van a megjelentetett könyvek népszerűsítését szolgáló reklámok költsége és az eladott példányszám között.4 ezer db.9632 13. határozza meg és értelmezze a lineáris korrelációs együtthatót! Megoldás r= b1 ⋅ σ x σy = 7 ⋅ 1.Kuti Éva – Lipécz György: Leíró statisztika. A reklámköltség szórása 1. A kapcsolatot leíró ˆ regresszióegyenlet a következő: y = 1. Kérem.8439 millió Ft.

8. számítsa ki és értelmezze a lineáris trendegyenlet paramétereit! b) Milyen irányú és mekkora volt a véletlen hatása 2010-ben? c) Kérem. Az eredményeket az alábbi táblázat tartalmazza.8.Kuti Éva – Lipécz György: Leíró statisztika. adjon előrejelzést a 2015-ös évre! Megoldás Év Előfizetők száma Ezer fő t 1 2 3 4 5 6 7 8 9 10 11 12 78 y 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Összesen 159 192 224 261 299 338 367 387 436 485 507 539 4194 t2 1 4 9 16 25 36 49 64 81 100 121 144 650 t⋅y 159 384 672 1044 1495 2028 2569 3096 3924 4850 5577 6468 32266 108 . Év 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Összesen Előfizetők száma Ezer fő 159 192 224 261 299 338 367 387 436 485 507 539 a) Kérem. Idősorok elemzése B. Típusfeladatok B. Trendszámítás Egy internetes szolgáltatásokat nyújtó vállalatnál megvizsgálták az előfizetők számának évenkénti alakulását.1.

5 − 6.5 − 6.8. Az internet-előfizetők száma évente 35 ezer fővel nőtt.5 ⋅ 35 = 349.5 =b 0 +6. Év. adjon előrejelzést 2012 téli szezonjára! c) Mekkora volt a véletlen hatása 2008 nyarán? 109 . szezon 2008 Tavasz 2008 Nyár 2008 Ősz 2008 Tél 2009 Tavasz 2009 Nyár 2009 Ősz 2009 Tél 2010 Tavasz 2010 Nyár 2010 Ősz 2010 Tél Bevétel Millió Ft 60 45 84 114 63 54 96 120 78 108 122 135 ˆ A lineáris trend egyenlete a következő: y = 50.5b1 ∑t ⋅ y = b ⋅ ∑t + b ⋅ ∑t 0 1 2 32266 = 78b0 + 650b1 32266 = 78 ⋅ (349. Szezonális eltérések meghatározása Az alábbi táblázat egy DVD-kölcsönző hálózat bevételeinek adatait tartalmazza negyedéves bontásban.5 − 6.5b1 ⇒ b0 = 349.8 + 6 ⋅ t a) Kérem.5b1 ) + 650b1 ⇒ 32266 = 27261 − 507b1 + 650b1 ⇒ 5005 = 143b1 ⇒ b1 = 35 b0 = 349.5 ⇒ b0 = 122 b0 : b1: Az internet-előfizetők száma 1998-ban (t=0) 122 ezer fő volt.5 − 227. Típusfeladatok a) A lineáris trendegyenlet 4194 = 12b0 + 78b1 ∑ y = n ⋅ b0 + b1 ⋅ ∑ t ⇒ 349. c) Előrejelzés 2015-re (t=17) ˆ y = 122 + 35t = 122 + 35 ⋅17 = 717 A vállalatnak 2015-ben várhatóan 717 ezer internet-előfizetője lesz. számítsa ki és értelmezze a szezonális eltéréseket! b) Kérem. B. b) A véletlen hatás kiszámítása ˆ y2010 − y2010 = 539 − 542 = −3 Az előfizetők száma a véletlen hatására 2010-ben 3 ezer fővel alacsonyabb volt a trendnél.Kuti Éva – Lipécz György: Leíró statisztika.2.

8 Trendérték ˆ y− y 3.875 s A hálózat 2012 telén 194 millió 875 ezer Ft bevételre számíthat.2 – ˆ y− y -17.8 -2.6 72.4 23. 110 .8 -2.925 = 0.125 4 Korrigált szezonális eltérés Nyers átlag ˆ y− y Tavasz Nyár Ősz Tél Összesen 3. Típusfeladatok Megoldás Év.9 24.2 39.8 104.925 -17.2 – ˆ y− y -26.2 21.8 122.8 116.Kuti Éva – Lipécz György: Leíró statisztika. ősszel 7 millió 775 ezer Ft-tal magasabbak.5 = 0.8 -17. nyáron 17 millió 925 ezer Ft-tal alacsonyabbak.2 – ∑(y i =1 ij ˆ − yij ) -41.8 + 17.8 + 24. szezon Bevétel Millió Ft Időszak y 2008 Tavasz 2008 Nyár 2008 Ősz 2008 Tél 2009 Tavasz 2009 Nyár 2009 Ősz 2009 Tél 2010 Tavasz 2010 Nyár 2010 Ősz 2010 Tél 60 45 84 114 63 54 96 120 78 108 122 135 t 1 2 3 4 5 6 7 8 9 10 11 12 ˆ y = 50.2 -26.125 s A bevételt a véletlen 2008 nyarán 125 ezer Ft-tal felfelé térítette el a trendtől.2 -17. ahol s = sj j j j Összesen ∑s m j = 0.8 5.8 7.4 -53. lépés: A trendhatás kiszűrése: ˆ yij − yij = s j + vij sj = ∑(y i =1 p ij ˆ − yij ) 2.8 3.2 39.5 p ~ = s −s sj j -13.8 98.2 12.8 74.8 -32.2 -17.8 5.075 = 194.8 62.2 0. télen pedig 24 millió 75 ezer Ft-tal magasabbak a trend szerinti értéknél b) Előrejelzés 2012 telére (t=20) ˆ ˆ y2012tél = 50.8 -32.2 12.8 92. lépés: Korrekció: (m=szezonok száma) Szezon 2008 2009 2010 p p ~ = s − s .2 a) A szezonális eltérések kiszámítása 1.8 86.775 24.2 21.8 80.8 68.2 -17.6 – sj = ∑(y i =1 p ij ˆ − yij ) -13.925 7.8 3.8 + 6 ⋅ 20 = 170. c) 2008 nyári véletlen hatás ˆ y2008nyár − y2008nyár − ~nyár = 45 − 62.8 15.075 0 A szezonhatás következtében a DVD-kölcsönző hálózat bevételei tavasszal 13 millió 925 ezer Ft-tal alacsonyabbak.8 y2012tél + ~tél = 170.8 + 6 ⋅ t 56.8 110.8 15. lépés: A véletlen hatás kiszűrése átlagolással: (p=évek száma) 3.

63 0.3.8.76 0.55 1. szezon 2007 Előszezon 2007 Főszezon 2007 Utószezon 2008 Előszezon 2008 Főszezon 2008 Utószezon 2009 Előszezon 2009 Főszezon 2009 Utószezon 2010 Előszezon 2010 Főszezon 2010 Utószezon Vendégek száma Ezer fő 32 112 48 36 120 44 48 124 48 44 136 60 ˆ A lineáris trend egyenlete a következő: y = 58 + 2 ⋅ t a) b) c) d) Kérem. Év.63 0.53 1. Szezonindexek kiszámítása Egy balatoni település idegenforgalmi szálláshelyein az alábbiak szerint alakult a vendégek száma. 111 .70 0. A trendegyenlet meredeksége 2.73 a) A paraméterek értelmezése b0 : b1 : 2006 utószezonjában (t = 0) a vendégek trend szerinti száma 58 ezer fő volt.75 0.67 1. szezon Vendégek száma Ezer fő Időszak y 2007 Előszezon 2007 Főszezon 2007 Utószezon 2008 Előszezon 2008 Főszezon 2008 Utószezon 2009 Előszezon 2009 Főszezon 2009 Utószezon 2010 Előszezon 2010 Főszezon 2010 Utószezon 32 112 48 36 120 44 48 124 48 44 136 60 t 1 2 3 4 5 6 7 8 9 10 11 12 ˆ y = 58 + 2 ⋅ t 60 62 64 66 68 70 72 74 76 78 80 82 Trendérték y ˆ y 0.Kuti Éva – Lipécz György: Leíró statisztika.81 0. adjon előrejelzést 2012 utószezonjára! Mekkora volt a véletlen hatása 2008 utószezonjában? Megoldás Év. vagyis a vendégek száma szezononként 2 ezer fővel emelkedett. Típusfeladatok B.56 1. számítsa ki és értelmezze a szezonindexeket! Kérem. értelmezze a trendegyenlet paramétereit! Kérem.68 0.

d) A véletlen hatás kiszámítása 2008 utószezonjában v2008utószezon = y2008utószezon 44 44 = = = 0.56 1.63 – yij ˆ yij 0.16 A vendégek száma 2008 utószezonjában a véletlen hatására 8. a főszezonban 73.58 1.63 – yij ˆ yij 0. A véletlen hatás kiszűrése átlagolással: s j = (Elvben a mértani átlag használata p lenne indokolt.672 s 2012 utószezonjában a vendégek száma várhatóan 64 672 lesz.53 1.74 – ∑ sj = i =1 yij ˆ yij 0.) ~ = s j . ahol s = ∑ s j = 3.55 1. de a gyakorlatban többnyire számtani átlagolást végzünk.914 ~ ˆ y2008utószezon ⋅ sutószezon 70 ⋅ 0. 112 .688 48.01 = 1. az utószezonban pedig 31.2%-kal alacsonyabb.688 3.68 0.Kuti Éva – Lipécz György: Leíró statisztika. c) Előrejelzés 2012 utószezonjára (t = 18) ˆ ˆ y2012utószezon = 58 + 2 ⋅18 = 94 y2012utószezon ⋅ ~utószezon = 94 ⋅ 0.95 2.76 0.688 = 64.578 1. Típusfeladatok b) A szezonindexek kiszámítása 1.734 0.67 1.4%-kal magasabb.0033 sj 3.74 0.73 – 2.01 ~ = sj sj s 0.2%-kal alacsonyabb a trend szerinti értéknél.81 0.31 6. Korrekció: j s m 3 2007 Szezon 2008 2009 2010 Összesen Nyers szezonindex Korrigált szezonindex p ∑y ˆ i =1 p yij ij yij ˆ yij 0.69 3.6%-kal marad el a trend és a szezonhatás alapján várható vendégszámtól.75 – yij ˆ yij 0.70 0. A trendhatás kiszűrése osztással: yij = s j ⋅ vij ˆ yij 2.000 p Elő Fő Utó Összes A szezonhatás következtében a vendégek száma az előszezonban 42.

feladat Egészítse ki a tatárszállási vállalkozások számának alakulását bemutató táblát.1%-os növekedés. Gyakorló feladatok G.1. c) 3.4%-kal emelkedett.5 105. c) 2.5 171 103. d) 4. b) 1.6%-os növekedés. G.Viszonyszámok G. b) 1.8%-os csökkenés. és válaszoljon az alábbi kérdésekre! Év 2002 2003 2004 2005 2006 2007 2008 2009 2010 Vállalkozások száma 120 147 110.6 165.8%-ra emelkedett. 113 . d) 14.2%-kal nőtt.424-szeresére.1.1. FEJEZET: TÉMAKÖRÖNKÉNT CSOPORTOSÍTOTT GYAKORLÓ FELADATOK G. tehát 135.0 Előző év=100% a) b) c) d) Hány százalékkal nőtt a vállalkozások száma a teljes időszakban? Hányszorosára és hány százalékára emelkedett ez a szám 2002 és 2005 között? Hány százalékos változás következett be 2007-ben az előző évhez képest? Hogyan változott a vállalatok száma 2005 és 2009 között? Eredmény a) 65%-kal nőtt. 42.9 137.7%-kal nőtt.1.Kuti Éva – Lipécz György: Leíró statisztika.358-szorosára.0 2002=100% 105. feladat A jótékony célú vállalati támogatások alakulása: Év 2005 2006 2007 2008 2009 2010 Támogatás összege Milliárd Ft 33 38 47 48 42 40 Bázisviszonyszámok 2005=100% Láncviszonyszámok Előző év=100% a) b) c) d) Hány százalékkal nőtt a támogatás a teljes időszakban? Hányszorosára és hány százalékára emelkedett a támogatás 2005 és 2007 között? Hány százalékos változás következett be 2008-ban az előző évhez képest? Milyen változás következett be az időszak utolsó évében az előző évhez képest? Eredmény a) 21.2.

Hányszorosára nőtt a havi eladás a 4.4% és 101.2%-os csökkenés.6. 52.4%-kal nőtt.8%-os növekedés.4. feladat Egy városi tömegközlekedési vállalat költségvetési támogatásának alakulása: Év 2005 2006 2007 2008 2009 2010 Állami támogatás összege Millió Ft 146 168 240 195 210 218 Láncviszonyszámok Bázisviszonyszámok a) b) c) d) Hány százalékkal nőtt a támogatás a teljes időszakban? Hány százalékos volt a változás 2007 és 2010 között? Hány százalékos változás következett be 2008-ban az előző évhez képest? Milyen változás következett be az időszak utolsó évében az előző évhez képest? Eredmény a) 49. 19. 114 .1. 28. c) 18. G. Gyakorló feladatok G.524-szeresére.1. 32.6%.3. hónap végére az első hónaphoz képest.1. feladat Kérem.7-os csökkenés.1.5. és hány százalékkal nőtt? Eredmény 1. G. Mekkora volt a növekedés a teljes időszakban? Eredmény 10. feladat Egy vállalat értékesítési bevételének változását a 2007–2010-es időszakban a következő láncviszonyszámok írják le: 102.8%-os növekedés. egészítse ki a következő táblát a megfelelő intenzitási viszonyszámokkal! Nyers intenzitási viszonyszám Tízezer lakosra jutó börtönlakók száma Egy költségtérítéses hallgatóra jutó tandíj Egy lakosra jutó nyugdíj Egy lakásra jutó távfűtési díj Tisztított intenzitási viszonyszám Ezer 18 év fölötti lakosra jutó érettségizettek száma Eredmény Ezer lakosra jutó érettségizettek száma Tízezer 14 év fölötti lakosra jutó börtönlakók száma Egy hallgatóra jutó tandíj Egy nyugdíjasra jutó nyugdíj Egy távfűtéses lakásra jutó távfűtési díj G. b) 9. 106.5%. feladat Egy termék havi eladott mennyisége 4 egymást követő hónapban a következő volt (ezer db): 21.Kuti Éva – Lipécz György: Leíró statisztika. d) 3.3%-kal nőtt.

hogy az időszak egészében mekkora volt a bevétel növekedése? Végezze el a számításokat is! Eredmény 17. feladat Az egy főre jutó napi tápanyagfogyasztás 1990 és 2000 között 8. d) 2.10.8. 32%-át a tankönyvek teszik ki.5 95.7%-kal.1. szakirodalmi stb. G.9%-os volt a növekedés.) művek együttes aránya? Eredmény 31%. ismeretterjesztő. 8 illetve 3 százalékkal nőtt. 115 .1. G.1. Egészítse ki a táblát. c) 7.5%-kal csökkent. feladat Egy újságcikk szerint az egy családra jutó évi tanszervásárlási kiadások nagysága 8200 Ft. G. 1990 és 2010 között 12.6 840 a) b) c) d) Hány százalékkal nőtt a profit a teljes időszakban? Hány százalékra nőtt a profit 2007-ben az előző évhez képest? Milyen százalékos változás következett be 2006 és 2009 között? Hány százalékkal változott a profit az időszak utolsó évében az előző évhez képest? Eredmény a) 5%-kal nőtt.9.1.0 112.Kuti Éva – Lipécz György: Leíró statisztika.3%-kal csökkent. Milyen mutatók ezek? Milyen összefüggésre alapozva tudja megállapítani. Mennyi a példányszámon belül a többi (tudományos.2%-os csökkenés következett be.11.5%-os növekedés. Gyakorló feladatok G. b) 115%-ra.1. Hány százalékos volt a változás 2000 és 2010 között? Eredmény 4. és válaszoljon a kérdésekre! Év 2006 2007 2008 2009 2010 Profit Millió Ft 800 Előző év=100% 2006=100% 115.7. feladat Egy vállalat profitja az alábbiak szerint alakult. Milyen tisztított intenzitási viszonyszámmal lehetne pontosabban jellemezni a vizsgált jelenséget? Eredmény Egy iskolás gyerekeket nevelő családra jutó tanszervásárlási kiadás G. feladat Egy áruházlánc értékesítési bevétele három egymást követő évben 6. feladat A Magyarországon kiadott könyvek példányszámának 37%-át a szépirodalmi művek.

feladat A következő táblázat egy rendezvényszervező vállalkozás programjainak számát tartalmazza a bevétel nagysága szerint. sor adatát! Kérem.93% b) 51. számítsa ki a kumulált relatív gyakoriságokat.2.597 116 3 5 7 Osztályközök 13 17 . számítsa ki és értelmezze a számtani átlagot! Kérem.Kuti Éva – Lipécz György: Leíró statisztika.85% c) Hisztogram 8 7 6 5 Sűrűség 4 3 2 2 2 0 1 d) e) f) g) h) 5. számítsa ki és értelmezze az aszimmetria A mutatóját! Eredmény a) 25.9 millió Ft 0. számítsa ki a relatív gyakoriságokat. Empirikus eloszlások elemzése G. Gyakorló feladatok G. Bevétel nagysága Millió Ft 1– 3 3– 5 5– 7 7–13 13–17 Összesen Programok száma Ezer db 4 10 14 18 8 a) b) c) d) e) f) g) h) Kérem.1. és értelmezze a 3. sor adatát! Kérem.67 millió Ft 6. számítsa ki és értelmezze a szórást! Kérem. és értelmezze a 3.86 millió Ft 8 millió Ft 3. készítsen hisztogramot! Kérem. számítsa ki és értelmezze a mediánt! Kérem.2. számítsa ki és értelmezze a móduszt! Kérem.

2. 10. 7.2. feladat Az alábbi táblázat azt mutatja. Egy boltra jutó forgalom Millió Ft 0– 10 10– 40 40– 50 50–100 100–150 Összesen Összes forgalom Millió Ft 100 1410 2700 1500 1250 Mennyi volt a boltok átlagos forgalma? Eredmény 41. keresse meg és értelmezze a mediánt! b) Keresse meg és értelmezze az alsó kvartilist! c) Keresse meg és értelmezze a móduszt! d) Számítsa ki és értelmezze a számtani átlagot! Eredmény a) 9 perc b) 5 perc c) 13 perc d) 10. 1. 3. 17 a) Kérem. 9. Gyakorló feladatok G. 13. feladat Az alábbi táblázat egy iparváros népességének a rendszerváltást követő években bekövetkezett alakulását mutatja. hogyan oszlott meg egy kisváros boltjainak heti teljes forgalma az egy boltra jutó forgalom nagysága szerint. akik sürgősségi ellátást igényeltek.3. 5. 13.46% G. 16. 6.8 millió Ft G. Egy hét alatt az alábbi várakozási időket (perc) jegyezték fel: 2. határozza meg a népességcsökkenés évi átlagos ütemét! Eredmény 96. 6.2. 20.13 perc 117 . 4. 11. 7. 13. 4. 13. Év 1990 1991 1992 1993 Változás az előző év %-ában 99 92 97 98 Kérem.4.Kuti Éva – Lipécz György: Leíró statisztika. 31. 21. 9. 12. 15. 3. 8. 4. 8.2. 14. feladat Egy kórház ambuláns rendelésén a személyzet megfigyelte azon betegek várakozási idejét. 9.

hogy a nézők zöme a nagy befogadóképességű mozikat látogatja. feladat A budapesti mozik száma befogadóképesség szerint: Férőhelyek száma 100–200 200–300 300–500 500–1500 1500–3000 Összesen Mozik száma Db 10 10 9 8 7 a) Kérem. Gyakorló feladatok G. számítsa ki a relatív gyakoriságokat. számítsa ki az értékösszegeket. és értelmezze a negyedik sor adatát! e) Kérem. és értelmezze a negyedik sor adatát! b) Kérem. és értelmezze a negyedik sor adatát! f) Jellemezze a koncentrációt Lorenz görbe segítségével! Eredmény a) 8000 férőhely b) 25. számítsa ki a kumulált relatív gyakoriságokat. gyakoriság % 118 . és értelmezze a negyedik sor adatát! d) Kérem. Lorenz görbe 100 Kumulált rel. a koncentráció erős.2. számítsa ki a relatív értékösszegeket. és értelmezze a negyedik sor adatát! c) Kérem.8% d) 18.1% f) Lorenz görbe: A görbe azt mutatja.2% e) 84.5% c) 49. számítsa ki a kumulált relatív értékösszegeket. értékösszeg % 80 60 40 20 0 0 20 40 60 80 100 Kum ulált rel.Kuti Éva – Lipécz György: Leíró statisztika.5.

Mennyi volt a havi átlagos növekedési ütem ebben az időszakban? Eredmény 118. feladat Egy részvény árfolyama két egymást követő hónapban havi 30%-kal nőtt (az előző hónaphoz képest).Kuti Éva – Lipécz György: Leíró statisztika. Árkategória Ezer Ft 2– 4 4– 6 6– 8 8–12 Összesen A jegybevétel megoszlása % 13 52 21 14 Kérem. számítsa ki és értelmezze az egy termelőre jutó terület szórását! b) Számítsa ki és értelmezze a relatív szórást! Eredmény a) 7. Válassza ki. feladat Egy vállalatnál a nők átlagkeresete 180 ezer Ft.8.6. 150 000. utána 3 hónapon keresztül havi 12%-kal.2. 180 000.2. mint a nők.75% G.9% 119 .2. a férfiaké 120 ezer Ft. 190 000 Eredmény 135 ezer Ft G. 120 000. Gyakorló feladatok G. feladat A Fesztiválszínház szeptemberi jegybevételének árkategóriák szerinti megoszlása a következő.2. A férfiak többen vannak.7. 135 000.9 hektár b) 98.9. számítsa ki az átlagos jegyárat! Eredmény 5 226 Ft G. Termőterület Hektár 1– 3 3– 5 5–15 15–35 Összesen Termelők megoszlása % 25 40 19 16 a) Kérem. hogy az alábbi értékek közül melyik lehet a vállalatot jellemző átlagkereset! Válaszát indokolja! 110 000. feladat Egy községben a mezőgazdasági termelők megoszlása az általuk birtokolt termőterület nagysága szerint a következő. 165 000. 175 000.

Alkalmazotti csoportok 1. Határozza meg újra a mediánt! Eredmény a) 225 eFt b) 290 eFt c) 230 eFt 120 . 180. egyikük 240. csoport Összesen Összkereset Ezer Ft 3 5 8 20 45 Készítsen Lorenz görbét.11. Gyakorló feladatok G. mit mutat a görbe! Eredmény: A görbe a keresetek erős koncentrációját mutatja.10. csoport 2. 330. csoport 4. a) Határozza meg és értelmezze a mediánt! b) Határozza meg és értelmezze a felső kvartilist! c) Februárban két új alkalmazott lépett be a céghez. Az adatok: 140. és fogalmazza meg. csoport 5. 290. csoport 3. 240. Az egyes csoportok összkeresetéről az alábbi táblázat nyújt információt. és öt egyforma létszámú (9 fős) csoportot képeztünk. másikuk 300 ezer Ft-os havi keresettel. feladat Egy 11 fős kft alkalmazottait sorba rendeztük január havi keresetük (ezer Ft) alapján. 210. értékösszeg % 80 60 40 20 0 0 20 40 60 80 100 Kum ulált rel. 225. gyakoriság % G. 150.2.2. Lorenz görbe 100 Kumulált rel. feladat Egy 45 fős cégnél keresetnagyság szerint sorba rendeztük az alkalmazottakat. 190. 230. 310.Kuti Éva – Lipécz György: Leíró statisztika.

6 liter 19.8 liter – 0. számítsa ki és értelmezze a mediánt! Kérem.Kuti Éva – Lipécz György: Leíró statisztika.5 ezer Ft 121 .13.2.4 4 3.12. készítsen hisztogramot! Kérem.2 3 Sűrűség 2 1 0 5 b) c) d) e) f) 21. feladat A Műegyetem hallgatóinak összesen háromszor annyi ösztöndíjat fizetnek ki. mint a Kandósoknak. Gyakorló feladatok G.6 0. számítsa ki és értelmezze az aszimmetria A mutatóját! Eredmény a) Hisztogram 5 4.4 liter 19.31 10 20 30 Osztályközök 3. számítsa ki és értelmezze a móduszt! Kérem. Az átlagos ösztöndíj a műegyetem 28. számítsa ki és értelmezze a számtani átlagot! Kérem. Töltött mennyiség liter 5– 10 10– 20 20– 30 30– 50 Összesen Autók megoszlása % 16 36 44 4 a) b) c) d) e) f) Kérem.2 50 G. számítsa ki és értelmezze a szórást! Kérem. Mennyi a két műszaki felsőoktatási intézményben együttesen az ösztöndíj átlagos nagysága? Eredmény 27.2. a Kandón 26 ezer Ft. feladat Egy benzinkútnál az egy nap alatt kiszolgált autók megoszlása a vásárolt üzemanyag mennyisége szerinti bontásban a következő volt.2 liter 7.

számítsa ki és értelmezze a mediánt! Kérem.10 a) b) c) d) Kérem.2 ezer Ft f) 82.0 ezer Ft g) 102. számítsa ki és értelmezze a szórást! Eredmény a) 45 ezer Ft b) 58 ezer Ft c) 67 ezer Ft d) 37. Fűtési kiadás nagysága Ezer Ft 10– 30 30– 50 50– 90 90–250 Összesen Családok megoszlása 0.4 ezer Ft c) 50. számítsa ki és értelmezze a számtani átlagot! Kérem. számítsa ki az értékösszegeket. számítsa ki és értelmezze a móduszt! Kérem. számítsa ki és értelmezze a szórást! Kérem. számítsa ki és értelmezze a móduszt! Kérem.14.8 ezer Ft 122 . számítsa ki és értelmezze a mediánt! Kérem.50 0. és értelmezze a második sor adatát! Kérem.2% h) 0. feladat Egy vállalat – az üdülési támogatás bevezetését előkészítendő – felmérte a dolgozói által évente üdülésre fordított összeg nagyságát. számítsa ki és értelmezze a számtani átlagot! Kérem. számítsa ki és értelmezze az aszimmetria A mutatóját! Eredmény a) 40 fő b) 31. számítsa ki és értelmezze a relatív szórást! Kérem.Kuti Éva – Lipécz György: Leíró statisztika.35 0.05 0. Az eredményeket az alábbi táblázat tartalmazza. Üdülési kiadás nagysága Ezer Ft 0– 20 20– 40 40– 80 80–200 200–500 Összesen Dolgozók száma Fő 10 30 30 20 6 a) b) c) d) e) f) g) h) Kérem.595 G.2.7 ezer Ft d) 900 ezer Ft e) 80. és értelmezze a második sor adatát! Kérem.15. számítsa ki a kumulált gyakoriságokat.2. feladat Egy községben a családok megoszlása a téli fűtési kiadások nagysága szerint a következő. Gyakorló feladatok G.

Kuti Éva – Lipécz György: Leíró statisztika. Gyakorló feladatok

G.3. Indexek
G.3.1. feladat Egy iskolai büfé május havi értékesítései az alábbiak szerint alakultak:
Árufajta Eladott mennyiség Db 2009 2010 2500 2000 2000 1500 3000 3000 Egységár Ft/db 2009 2010 180 210 125 150 200 220

Szendvics Sütemény Csokoládé Összesen

Kérem, számítsa ki és értelmezze az értékindexet, a Laspeyres-féle volumen-, és a Paascheféle árindexet! Eredmény Iv=1,004 IqL=0,883 IpP=1,137

G.3.2. feladat Egy nyelvoktató kft szolgáltatásainak értékesítése az alábbiak szerint alakult:
Szolgáltatás Igénybevételek száma, db 2009 2010 160 172 50 55 40 52 Egységár Ezer Ft/db 2009 2010 18 21 12 15 400 520

6 hetes tanfolyam Egyéni laborhasználat Vállalati tanfolyam Összesen

Kérem, számítsa ki és értelmezze az értékindexet, a Paasche-féle volumen-, és a Laspeyresféle árindexet! Eredmény Iv=1,616 IqP=1,264 IpL=1,279

G.3.3. feladat Egy templomépítő alapítvány jótékony célú értékesítéseinek éves adatai az alábbiak szerint alakultak:
Áru Eladott mennyiség Ezer db 2009 2010 25 26 2 2 8 10 Értékesítési bevétel Ezer Ft 2009 2010 3750 5200 4800 6000 800 1000

Templomi gyertya Biblia Képeslap Összesen

Kérem, számítsa ki és értelmezze az érték-, volumen- és árindexet! Eredmény Iv=1,305 IqL=1,037 IpP=1,258 123

Kuti Éva – Lipécz György: Leíró statisztika. Gyakorló feladatok

G.3.4. feladat Egy autószalon februári értékesítési adatai az alábbiak szerint alakultak:
Márka Egységár Millió Ft/db 2009 2010 52 50 9 10 3 3 Értékesítési bevétel Millió Ft 2009 2010 208 250 288 360 360 396

Aston Martin Audi Skoda Összesen

Kérem, számítsa ki és értelmezze az érték-, volumen- és árindexet! Eredmény Iv=1,175 IqP=1,143 IpL=1,028

G.3.5. feladat Egy vállalkozó 2000-ben úgy döntött, hogy szolgáltatásainak súlypontját – a piacon tapasztalható átalakulási tendenciákat figyelembe véve – a számítógépek értékesítéséről a szoftverforgalmazásra és az internetes szolgáltatásokra helyezi át. Az alábbi táblázat a 10 év alatt bekövetkezett változásokat mutatja:
Szolgáltatás Hardver Szoftver Internet Összesen Árbevétel Millió Ft 2000 2010 640 400 200 550 40 60 Egyedi volumenindex % 2010/2000 76 271 239

a) Hogyan változott 10 év alatt a vállalkozás bevétele? b) Milyen szerepet játszott ebben az értékesített mennyiség változása? c) Mekkora volt az árváltozások hatása? Eredmény a) Iv=1,148 b) IqL=1,277 c) IpP=0,899

G.3.6. feladat Egy tejüzemben az előállított termékek értéke és termelői ára az alábbiak szerint alakult:
Termék Termelési érték Millió Ft 2009 2010 8000 7920 800 1200 3000 4800 Egyedi árindex 2010/2009 1,1 1,2 1,0

Tej Sajt Joghurt Összesen

Kérem, számítsa ki és értelmezze az érték-, volumen- és árindexet! Eredmény Iv=1,180 IqP=1,091 IpL=1,081

124

Kuti Éva – Lipécz György: Leíró statisztika. Gyakorló feladatok

G.3.7. feladat Az alábbi táblázat egy turisztikai vállalkozás szolgáltatásainak változását mutatja:
Szolgáltatás Bevétel Millió Ft 2009 218 72 39 Egyedi volumenindex, % 2010/2009 112 97 121 Egyedi árindex, % 2010/2009 108 119 115

Szállás Étkezés Borkóstolás Összesen

Kérem, számítsa ki és értelmezze az érték-, volumen- és árindexet! Eredmény Iv=1,219 IqL=1,098 IpP=1,110

G.3.8. feladat Egy megváltozott munkaképességű embereket foglalkoztató kft három terméket állít elő. A következő tábla ezek volumen- és áralakulásának adatait tartalmazza:
Termék Egyedi volumenindex 2010/2009 0,9 1,1 1,5 Egyedi árindex 2010/2009 1,1 1,2 1,3 Termelési érték Ezer Ft 2010 586 329 4260

Váza Edényalátét Cseréptál Összesen

Kérem, számítsa ki és értelmezze az érték-, volumen- és árindexet! Eredmény Iv=1,710 IqP=1,365 IpL=1,253

G.3.9. feladat Egy áruház három osztályának forgalmi adatai a következők:
Osztály Egyedi volumenindex 2010/2009 1,23 0,98 1,12 Egyedi értékindex 2010/2009 1,28 0,92 1,03 Értékesítési bevétel Millió Ft 2009 383 124 650

Konfekció Méteráru Műszaki Összesen

Kérem, számítsa ki és értelmezze az értékindexet! Kérem, számítsa ki és értelmezze a bázisidőszaki súlyozású volumenindexet! Kérem, számítsa ki és értelmezze a Paasche-féle árindexet! Eredmény Iv=1,101 IqL=1,141 IpP=0,965

125

% 2009 20 30 50 Kérem.Kuti Éva – Lipécz György: Leíró statisztika.2 1.02 1.1 Egyedi értékindex 2010/2009 1.és értékalakulását mutatja: Szolgáltatás Értékesítési bevétel Millió Ft 2010 300 120 980 Egyedi árindex 2010/2009 1.033 G.4 Egyedi árindex 2010/2009 1. számítsa ki és értelmezze az élelmiszerek fogyasztói árindexét! Eredmény IpL=1.5 1.073 126 . feladat Egy országban a fogyasztás három főcsoportjára vonatkozóan az következő adatok állnak rendelkezésre: Fogyasztási főcsoport Élelmiszer Iparcikk Szolgáltatás Összesen Fogyasztás megoszlása 2010 0.1 1.12.08 1. volumen. % 2010/2009 104 105 102 Fogyasztás megoszlása.3 1.3 0.3. Élelmiszer Kenyér Tej Hús Összesen Egyedi árindex.11.és árindexet! Eredmény Iv=1. feladat A következő táblázat egy egészségügyi vállalkozás szolgáltatásainak ár. Gyakorló feladatok G.4 Laborvizsgálat Röntgen Lézersebészet Összesen Kérem. Az adott élelmiszerek tényleges fogyasztási arányai a háztartásstatisztikai felvételből ismertek.3.12 G. feladat Az alábbi tábla megmutatja.25 IpL=1. számítsa ki és értelmezze a fogyasztói árindexet! Eredmény IpP=1.3 0.10.40 IqP=1.3. hogyan alakult a fogyasztói árindex kiszámításához használt fogyasztói kosárba bekerült három alapvető élelmiszer ára az ármegfigyelések szerint.11 Kérem. számítsa ki és értelmezze az érték-.

15.96.01.188 127 .16. Írja föl a képletet is! Eredmény Ip L G. Kérem.02.13. írja fel a képletet is! Eredmény Iv G.3. feladat Áprilisi eladás áprilisi árakon osztva márciusi eladás áprilisi árakon? Milyen index ez? Kérem. feladat Egy bolt decemberi árbevétele 20%-kal volt magasabb a novemberinél.3. Gyakorló feladatok G. a nevezőben a 2009-es fogyasztás 2009-es árakon. ha a tavalyi eladások tavalyi árakon számított értékét elosztjuk a tavalyelőtti eladások tavalyelőtti árakon számított értékével? Kérem. Kérem.979 G.Kuti Éva – Lipécz György: Leíró statisztika. feladat Milyen indexet kapunk.14.3. feladat Egy vállalat termelésére vonatkozóan a következő adatok állnak rendelkezésünkre: A termelői árak alakulását mutató tárgyidőszaki súlyozású árindex 0.3.3. írja fel a képletet is! Eredmény Iq P G.17. a bázisidőszaki súlyozású volumenindex pedig 1. Az áralakulást mutató Laspeyres-féle index értéke 1. határozza meg és értelmezze az volumenindexet! Eredmény IqP = 1. határozza meg és értelmezze az értékindexet! Eredmény Iv = 0. feladat Milyen mutatószámot ad meg a következő hányados? A számlálóban a 2009-es fogyasztás 2010-es árakon.

1. feladat Egy vállalat úgy döntött. Foglalkoztatotti kategória Teljes munkaidős 6 órában dolgozó 4 órában dolgozó Összesen Dolgozók száma Fő 2008 2009 160 100 30 50 10 50 Átlagos bérköltség Ezer Ft/fő 2008 2009 300 280 220 210 160 150 a) Kérem.4. Gyakorló feladatok G. határozza meg.4.6 c) K” = 2. Az intézkedések eredményeként az alábbi változások következtek be.Kuti Éva – Lipécz György: Leíró statisztika. Társasút típusa Városlátogató Tengerparti Sítúra Összesen Társasutak száma Db 2000 2010 50 40 40 80 10 80 Átlagos profit Millió Ft/db 2000 2010 6 7 8 10 12 15 a) Kérem. hogy hány Ft-tal csökkent a vállalatnál az átlagos bérköltség! b) Milyen szerepet játszott ebben a részátlagok változása? c) Mekkora volt az összetétel változásának hatása? Eredmény a) K = –51 b) K’ = –18 c) K” = –33 128 . hanem a fizetések visszafogásával és a részmunkaidős foglalkoztatás kiterjesztésével próbálja csökkenteni az élőmunka költségét. határozza meg.2.4 G.4. Standardizálás G. hány millió Ft-tal nőtt a társasutak átlagos profitja! b) Milyen szerepet játszott ebben a növekedésben a részátlagok változása? c) Mekkora volt az összetétel változásának szerepe? Eredmény a) K = 4 b) K’ = 1. hogy a gazdasági válság okozta kényszerhelyzetben sem bocsátja el a dolgozóit. Ugyanakkor az egyes szolgáltatások profitja is változott. feladat Egy utazási iroda az utóbbi évtizedben számottevően átalakította szolgáltatásainak szerkezetét.

II.971 b) I’ = 0.4. Összesen a) Kérem.Kuti Éva – Lipécz György: Leíró statisztika. Foglalkoztatotti kategória Vállalati dolgozó Családtag Egyéb vendég Összesen Vendégek száma Ezer fő 1990 2010 5 3 13 6 2 11 Átlagos térítési díj Ezer Ft/fő 1990 2010 1 8 2 12 3 20 a) Kérem. hogy hány százalékkal nőtt az üdülőben az átlagos térítési díj! b) Számítsa ki és értelmezze a részátlag-indexet! c) Jellemezze a megfelelő mutatóval az összetétel-változás hatását! Adjon szöveges értelmezést is! Eredmény a) I = 8.4.3.987 c) I” = 0. feladat Egy főiskola különböző évfolyamain a tanév első és második féléve között az alábbiak szerint alakult a hallgatók átlagos heti tanulási ideje. Ugyanakkor a térítési díjak is számottevően növekedtek. félév 280 300 300 280 250 200 I. feladat Egy vállalati üdülőben a rendszerváltást követő húsz évben megváltozott a vendégek összetétele.984 G. határozza meg a tanulási idő %-os változását! b) Mennyivel járult hozzá az egyes évfolyamokon belül bekövetkezett változás az 1 főre jutó tanulási idő változásához? c) Milyen szerepet játszott az 1 főre jutó tanulási idő változásában a hallgatók évfolyamok szerinti összetételének változása? Eredmény a) I = 0. Gyakorló feladatok G.541 b) I’ = 6. félév II.339 129 .378 c) I” = 1. perc I. III. Évfolyam Hallgatók száma fő I. félév 1400 1000 600 520 500 480 1 főre jutó heti tanulási idő. félév II.4. határozza meg.

hogy 10 év alatt módosult a múzeumot látogatók kiállítástípusok szerinti megoszlása? Eredmény a) K = 2000 Ft b) K’ = 1250 Ft c) K” = 750 Ft G. hány százalékkal változott a vállalat egészében az egy termékre jutó energiafogyasztás! b) Számítsa ki és értelmezze a részátlag-indexet! c) Milyen hatást gyakorolt az egy termékre jutó energiafogyasztásra a termelés telephelyek közötti megoszlásának változása? Eredmény a) I = 0. határozza meg. A program eredményeit az alábbi táblázat foglalja össze.933 b) I’ = 0. számítsa ki.4. feladat Egy vállalat energiatakarékossági programot indít.6.5. Telephely Havonta előállított termékek száma Ezer db 2000 2010 10 15 15 5 15 20 Teljes havi energiafogyasztás Ezer kWh 2000 2010 900 1200 1250 400 1450 1760 I II III Összesen a) Kérem. hogy az elmúlt évtizedben kiállítás-típusonkénti bontásban hogyan alakultak a napi jegybevételek. Gyakorló feladatok G. mint 2000-ben! b) Milyen szerepet játszott ebben a különböző típusú kiállításokat látogatókra jellemző részátlagok emelkedése? c) Milyen hatást gyakorolt a főátlag alakulására az.012 130 . hány Ft-tal fizetett többet átlagosan egy múzeumlátogató 2010ben. Kiállítástípus Állandó Időszaki Blockbuster Összesen Látogatók száma Ezer fő 2000 2010 3 3 1 2 2 7 Teljes napi jegybevétel Ezer Ft 2000 2010 600 1500 300 1600 900 24500 a) Kérem. Ennek keretében mindhárom telephelye számára előírja az egy termékre jutó energiaköltség csökkentését. feladat Egy múzeumban megvizsgálták.4.922 c) I” = 1.Kuti Éva – Lipécz György: Leíró statisztika.

mennyivel nőtt volna a tejhozam.527 b) I’ = 1. A változásokat az alábbi táblázat foglalja össze. határozza meg. hogyan változott (literben kifejezve) a tehenészetben az átlagos tejhozam! b) Hogyan változtak az új takarmányozási módszer hatására a részátlagok. számítsa ki.9 liter b) K’ = 1. feladat Egy tehenészet új takarmányozási módszert alkalmazva kísérelte meg növelni az átlagos tejhozamot. hogy hány százalékkal nőtt a két időmérleg-vizsgálat között a napi átlagos tévénézési idő! b) Milyen szerepet játszott ebben a részátlagok változása? c) Mekkora volt az összetétel változásának hatása? Eredmény a) I = 1.7. % 2009 2010 60 40 30 40 10 20 Napi átlagos tejhozam.420 c) I” = 1. Fajta Tehenek megoszlása.8. liter 2009 2010 21 23 19 20 18 19 Holstein-fríz Brown Swiss Ayrshire Összesen a) Kérem. hogy – a felnőtt népesség gazdasági aktivitás szerinti összetételének átalakulásával párhuzamosan – erősen nőtt az egy főre jutó napi televíziónézési idő.7 liter G. Gyakorló feladatok G.4.4. Gazdasági aktivitás Foglalkoztatott Munkanélküli Nyugdíjas Összesen A felnőtt népesség megoszlása.6 liter c) K” = –0.Kuti Éva – Lipécz György: Leíró statisztika.075 131 . feladat Az időmérleg-vizsgálatok azt mutatják. Ugyanakkor a tehénállomány összetétele is módosult. ha a fajtaösszetétel változatlan marad? c) Milyen hatást gyakorolt a tejhozamra az összetétel módosulása? Eredmény a) K = 0. % 1986 2009 70 50 1 10 29 40 Napi tévénézési idő Perc/fő 1986 2009 100 130 130 170 120 200 a) Kérem.

982 A teljes könyvkereskedelmi bevétel megoszlása 2009 0.2 Férfi Nő Összesen a) Kérem.7 Budapest Vidék Összesen Kérem. feladat Egy településen 1980-ban és 2010-ben megvizsgálták a borfogyasztási szokásokat. Iskolai végzettség Alsófokú Középfokú Felsőfokú Összesen Dolgozók száma Fő 2009 2010 28 18 8 12 4 10 Átlagos kereset Ezer Ft 2009 120 165 280 Átlagkereset változása 2010/2009 1.1 1. határozza meg.3 0. hány Ft-tal nőtt a kft-nél az átlagkereset! b) Milyen szerepet játszott ebben a növekedésben a részátlagok változása? c) Mekkora volt az iskolázottság szerinti összetétel változásának szerepe? Eredmény a) K = 61 600 Ft b) K’ = 34 600 Ft c) K” =27 000 Ft G.4.847 G. Nem Lakosok száma Fő 1980 2010 240 120 260 240 Teljes elfogyasztott bormennyiség Liter 1980 6480 2080 1 főre jutó fogyasztás változása 2010/1980 1. határozza meg az átlagos borfogyasztás százalékos változását! b) Kérem.952 b) I’ = 1. számítsa ki és értelmezze az összetételhatás-indexet! Eredmény a) I = 0.1 a) Kérem. Terület Az 1 főre jutó könyvvásárlási kiadás változása 2010/2009 1.4.2 1.124 c) I” = 0.Kuti Éva – Lipécz György: Leíró statisztika. számítsa ki és értelmezze a részátlag-indexet! Eredmény I’ = 0. feladat Az egy főre jutó könyvvásárlási kiadások alakulásáról az alábbi információk állnak rendelkezésünkre.10.9.9913 132 . Gyakorló feladatok G. feladat Egy kft-nél profilváltás miatt megváltozott a dolgozók iskolázottság szerinti összetétele.4.11.3 1.013 0. s ugyanakkor a keresetek is nőttek. számítsa ki és értelmezze a részátlag-indexet! c) Kérem.

Gyakorló feladatok G.731 133 .Kuti Éva – Lipécz György: Leíró statisztika. % 2010 60 20 20 Kérem. számítsa ki és értelmezze a részátlag-indexet! Eredmény I’ = 0. feladat Egy vállalatnál az adózási szabályok módosulása miatt 2009-ről 2010-re az alábbiak szerint módosították a cafetéria-juttatásokat.12.4. Dolgozói csoport Beosztott Középvezető Felsővezető Összesen Az 1 főre jutó cafetériajuttatás változása. % 2010/2009 65 88 92 A cafetéria-juttatásra fordított teljes kiadás megoszlása.

Asszociációs kapcsolat G.2.3.Kuti Éva – Lipécz György: Leíró statisztika. milyen hatással van a nem a sportágak közötti választásra! Jellemezze a megfelelő mutató segítségével a kapcsolat szorosságát! Eredmény C =0.472 134 .5. jellemezze a megfelelő mutató segítségével a kapcsolat szorosságát! Az eredményt értelmezze is! Eredmény C =0.5.5.és Közép-Európa Ázsia Afrika Összesen Iszik alkoholt 16 10 20 Nem iszik alkoholt 4 30 20 Összesen Kérem.408 G. elemezze. Sportág Futball Kézilabda Kosárlabda Összesen Fiúk 60 30 10 Lányok 10 40 50 Összesen Kérem. Az alábbi táblázat a vendégmunkások származás és alkoholfogyasztás szerinti százalékos megoszlását tartalmazza. vizsgálja meg. hogy milyen kapcsolat van a vallási-kulturális hátteret meghatározó származási terület és az alkoholfogyasztási szokások között! Eredmény C =0.565 G. Gyakorló feladatok G. feladat Egy iskola sportkörének tagjai a következő számban művelik a különböző labdasportokat. feladat Egy 200 fős mintán végzett reprezentatív szociológiai vizsgálat templomba járásra vonatkozó eredményei az alábbiak szerint alakultak. Nem Férfi Nő Összesen Rendszeresen 10 40 Ünnepeken jár templomba 20 60 Sosem 50 20 Összesen Kérem. feladat Egy vendégmunkásokat foglalkoztató londoni vállalatnál megvizsgálták a dolgozók alkoholfogyasztási szokásait.1.5. Származási terület Kelet.

hogy milyen erős kapcsolat van a lakóhely és a sztrájkkal kapcsolatos vélemények között! Eredmény C = 0. Egészségi állapot Jó Rossz Összesen Nőtlen 4 6 Házas 48 12 Elvált 8 22 Összesen Kérem. hogy milyen szoros a kapcsolat a középkorú férfiak családi állapota és egészségi állapota között! Eredmény C =0. feladat Egy németországi vizsgálat során 450 embert kérdeztek meg a bevándorlókkal kapcsolatos véleményéről.6. feladat Az alábbi táblázat százalékos formában mutatja egy egészségi állapotra vonatkozó statisztikai felmérés középkorú férfiakra vonatkozó eredményeit. vizsgálja meg.4.08 135 .5. feladat Egy közlekedési sztrájk előtt felmérést végeztek a lakosság sztrájkkal kapcsolatos attitűdjéről. jellemezze a megfelelő mutató segítségével a kapcsolat szorosságát! Az eredményt értelmezze is! Eredmény C =0. Az eredményeket az alábbi táblázat százalékos formában mutatja. Gyakorló feladatok G. jellemezze a megfelelő mutató segítségével.343 G.Kuti Éva – Lipécz György: Leíró statisztika. Az eredmények a következők voltak. Iskolázottság Alapfokú Középfokú Felsőfokú Összesen Ellenséges 124 34 12 Közömbös 83 42 34 Toleráns 22 35 64 Összesen Kérem. Lakóhely Főváros Egyéb város Község Összesen Támogatja a sztrájkot 4 5 6 Nem érdekli 7 11 12 Sztrájkellenes 9 24 22 Összesen Kérem.506 G.5.5.5.

30 tartózkodás.5. feladat A következő táblázat egy tudományos diákköri konferencia résztvevőinek adatait tartalmazza. tartózkodás nem volt. 60 nem. 90-en nemmel szavaztak.Kuti Éva – Lipécz György: Leíró statisztika. Összesen 400. hogy teljesítményarányosabbá tegyék-e az ösztöndíjmegállapítást. Kérem. feladat Egy főiskolán szavazást rendeztek arról.8. milyen összefüggés van a hallgatók születési helyének településtípusa és a választott felsőoktatási intézmény jellege között! Eredmény Születési hely Főváros Egyéb város Község Összesen Jogi 1 1 1 3 Műszaki 1 1 2 4 Gazdasági 3 1 1 5 Összesen 5 3 4 12 C = 0.424 136 . számítsa ki és értelmezze az asszociációs kapcsolat szorosságát jellemző mutatót! Eredmény C = 0. Gyakorló feladatok G. rendezze kontingencia-táblázatba az adatokat. A felsősök szavazatai a következők voltak: 170 igen. Az elsősök közül 50-en igennel.7. és állapítsa meg.) Sorszám 1 2 3 4 5 6 Születési hely Főváros Egyéb város Község Főváros Főváros Község Felsőoktatási intézmény jellege Jogi Műszaki Gazdasági Gazdasági Műszaki Jogi Sorszám 7 8 9 10 11 12 Születési hely Község Főváros Egyéb város Egyéb város Főváros Község Felsőoktatási intézmény jellege Műszaki Gazdasági Gazdasági Jogi Gazdasági Műszaki Kérem.5. ezen belül 140 első és 260 felsőbb évfolyamos hallgató szavazott.246 G. (A neveket sorszámok helyettesítik.

Iskolai végzettség Alapfokú Középfokú Felsőfokú Összesen Lakosok Átlagos megoszlása évi kiadás % Ezer Ft 61 2 28 8 11 12 Kiadás szórása Ezer Ft 1 3 5 Kérem.3845 G. Az eredményeket a következő táblázat tartalmazza. jellemezze a megfelelő mutató segítségével a kapcsolat szorosságát is! Eredmény a) H2 = 0.Kuti Éva – Lipécz György: Leíró statisztika. Gyakorló feladatok G.6.1478 b) H = 0. Nemzeti hovatartozás Francia Magyar Cseh Összesen Átlagos pontszám 85 70 75 Diákok A pontszám száma szórása 80 20 180 12 140 10 a) Hány százalékban határozza meg a pontszámot a nemzeti hovatartozás? b) Kérem. feladat Egy képzőművészek menedzselésével foglalkozó vállalkozás felmérést végzett a művészek jövedelmi viszonyairól. jellemezze a megfelelő mutató segítségével a kapcsolat szorosságát is! Eredmény a) H2 = 0.8332 137 .3.7746 G.6.6 b) H = 0. amelyen minden diák részt vett. Az összesített pontszám a következő volt. Művészeti ág Festő Szobrász Iparművész Összesen Művészek Átlagos évi Jövedelem száma jövedelem szórása Fő Millió Ft Millió Ft 80 8 3 20 3 2 100 15 4 a) Hány százalékban határozza meg a művészeti ág a művészek átlagjövedelmét? b) Kérem. Vegyes kapcsolat G.6.6943 H = 0. elemezze a kapcsolatot az alkalmas mutatók segítségével! Eredmény H2 = 0.1. feladat Egy nemzetközi diáktáborban az utolsó napon műveltségi vetélkedőt rendeztek.2. feladat Egy faluban felmérést készítettek az iskolázottság és a könyvvásárlási kiadások kapcsolatáról.6.

Ágazat Ipar Kereskedelem Szolgáltatás Összesen Vállalatok száma Db 8 47 31 Átlagos profit Millió Ft 125 42 68 A teljes szórás 41 millió Ft volt. Ft % 87 26 52 38 64 36 A teljes szórás 24 Ft volt.5747 H2 = 0.0621 b) H = 0.6. Termelési technológia Üvegházi Szabadföldi Kombinált Összesen 1 kg paprika Agrárvállalkozások átlagos termelési megoszlása költsége.6. Felkészülés módja Intenzív előkészítő Normál előkészítő Nem járt előkészítőre Összesen Felvételin elért Felvételizők A pontszám átlagpontszám megoszlása.5.3524 G. Gyakorló feladatok G. elemezze a kapcsolatot az alkalmas mutatók segítségével! Eredmény H = 0. feladat Egy főiskolán megvizsgálták a felvételi előkészítő tanfolyamok eredményességét.3303 138 . feladat Egy mezőgazdasági kutatóintézet felmérte a különböző agrárvállalkozások által alkalmazott termelési technológiák termelési költségekre gyakorolt hatását.Kuti Éva – Lipécz György: Leíró statisztika. a) Milyen szoros a kapcsolat az ágazati hovatartozás és az átlagprofit között? b) Milyen mértékben határozza meg az átlagos profitot a vállalkozás ágazati hovatartozása? Eredmény a) H = 0. % szórása 136 42 47 124 23 39 108 35 53 a) Hány százalékban járul hozzá a felkészülés módja a felvételi pontszám alakulásához? b) Kérem. feladat Egy nagyvárosban felmérték az ott működő vállalkozások átlagos profitját.2493 G.4.5936 b) H2 = 0. Kérem.6.6. jellemezze a kapcsolat szorosságát is! Eredmény a) H2 = 0.

1 3. Az eredményeket a következő táblázat tartalmazza.2. fő 18 22 23 26 21 28 30 24 a) Kérem. feladat Egy vállalkozó megfigyelte. határozza meg és értelmezze a determinációs együtthatót! d) Mekkorák lennének a havi légkondicionálási kiadások egy olyan város edzőtermében.1x b) r = – 0. hogy milyen kapcsolat van az általa különböző városokban működtetett edzőtermek havi légkondicionálási kiadásai és az adott városra jellemző júliusi átlaghőmérséklet között.0 3.7.8803 d) 108 ezer Ft G.9382 c) r2 = 0. ahol 32 °C a júliusi átlaghőmérséklet? Eredmény ˆ a) Regresszióegyenlet: y = −276 + 12 x b) r = 0. Edzőterem helye A B C D E F G H I J Összesen Átlaghőmérséklet °C 25 27 28 30 27 26 27 30 31 29 Légkondicionálási kiadás Ezer Ft 24 39 75 78 51 33 45 72 99 84 a) Kérem.14 − 0.9 3. Gyakorló feladatok G. határozza meg és értelmezze a Pearson-féle lineáris korrelációs együtthatót! c) Kérem.2 4. Osztály A B C D E F G H Összesen Átlagosztályzat 4.4 3. határozza meg és értelmezze a Pearson-féle lineáris korrelációs együtthatót! Eredmény ˆ a) Regresszióegyenlet: y = 6.6 Létszám.1. határozza meg és értelmezze az átlaghőmérséklet és a klimatizálási kiadások közötti kapcsolat jellemzésére alkalmas lineáris regresszióegyenlet paramétereit! b) Kérem.7. számítsa ki és értelmezze a lineáris regresszióegyenlet paramétereit! b) Kérem. Korrelációs kapcsolat G.Kuti Éva – Lipécz György: Leíró statisztika.9 3.7.9673 139 . feladat Egy iskolában megfigyelték az osztálylétszám és az átlagosztályzat közötti kapcsolatot.1 3.

feladat Egy marketing cég 10 egymást követő telefonos kampány során vizsgálta.5 + 2 x b) r = 0. határozza meg és értelmezze a Pearson-féle lineáris korrelációs együtthatót! Kérem.5 millió Ft G. Szálloda Alabástrom Borostyán Célpont Dereglye Emese Fenyves Galagonya Hársfa Ilona Juhar Összesen Átlag Szórás Éves nyereség Millió Ft 81 62 263 636 153 545 720 283 169 88 300 232. hogy milyen összefüggés mutatkozott az akció során szerzett megrendelések értéke (millió Ft) és az akcióban részt vevő munkatársak száma (fő) között.9813 c) r2 = 0. határozza meg és értelmezze a lineáris regresszióegyenlet paramétereit! Kérem. Az eredményeket a következő táblázat tartalmazza. a kovariancia 36. az akcióban foglalkoztatott munkatársak átlagos száma 10 fő. határozza meg és értelmezze a determinációs együtthatót! Mekkora nyereség várható egy 100 szobás szállodában? Mekkora volt a véletlen hatása a Galagonya szálló esetében? Eredmény ˆ a) Regresszióegyenlet: y = 9. határozza meg és értelmezze a Pearson-féle lineáris korrelációs együtthatót! c) Kérem.7.8453 d) 26.4. feladat Egy szállodalánc felmérést készített az éves nyereség és a szállodák szobaszáma közötti kapcsolatról.9629 d) 209.5 millió Ft e) –73.5 millió Ft 140 . szórása 5. a) Kérem.7. Gyakorló feladatok G.3 x b) r = 0.9194 c) r2 = 0. határozza meg és értelmezze a lineáris regresszióegyenlet paramétereit! b) Kérem.29 fő. szórása 7. határozza meg és értelmezze a determinációs együtthatót! d) Milyen értékű megrendelés várható 15 munkatárs foglalkoztatása esetén? Eredmény ˆ a) Regresszióegyenlet: y = 7 + 1.2279 Szobák száma Db 47 38 106 282 86 250 392 105 84 60 145 113.4 volt.Kuti Éva – Lipécz György: Leíró statisztika.48 millió Ft. A megrendelések átlagos összege 20 millió Ft.3.7559 a) b) c) d) e) Kérem.

határozza meg és értelmezze a Pearson-féle lineáris korrelációs együtthatót! c) Kérem. amely 5%-os betéti kamatlábat kínál? Eredmény ˆ a) Regresszióegyenlet: y = 17.1 5.7 0. hogy milyen összefüggés van a boltjaiban a nyitvatartási idő hossza és az elért napi forgalom között.7. feladat Egy kereskedelmi vállalat megvizsgálta.9095 c) r2 = 0. határozza meg az akciós kamatláb és az új betétek összege közötti kapcsolatot leíró lineáris regresszióegyenletet. A kapcsolatot leíró regresszióegyenlet a következő: ˆ y = 3. a napi forgalomé 1.5582 A B C D E F G H I J Összes Átlag Szórás a) Kérem.4 + 25 x b) r = 0. határozza meg és értelmezze a lineáris korrelációs együtthatót! b) Kérem.2 4.4 millió Ft G.7.2 6. feladat Az alábbi táblázat tíz bank hirdetésekben kínált akciós betéti kamatlábait és az adott hónapban náluk elhelyezett új betétek összegét tartalmazza.9 5.5. határozza meg és értelmezze a determinációs együtthatót! Megoldás a) r = 0.9 17.6 4. A nyitvatartási idő szórása 0.1385 b) r2 = 0.9 óra.6.2 x .7 + 0.3 millió Ft.4 5. és értelmezze a paramétereket! b) Kérem.9 6.3 6.8271 d) 142.9 5.Kuti Éva – Lipécz György: Leíró statisztika.0192 141 . a) Kérem. határozza meg és értelmezze a determinációs együtthatót! d) Mennyi új betétre számíthat egy olyan bank. Bank Akciós kamatláb % 6. Gyakorló feladatok G.5 5.6388 Új betétek összege Millió Ft 183 145 142 168 155 124 160 178 174 170 159.

7.5 b) r2 = 0. a) Kérem. A kulturális események számának szórása 4 db.8889 c) r2 = 0. A ˆ kapcsolatot leíró regresszióegyenlet a következő: y = 315 + 142 x . a) Kérem.9. feladat Egy nagyvállalat felmérést készíttetett a kutatás-fejlesztés területén foglalkoztatott dolgozói körében az életkor és a gyakorlati felhasználásra alkalmas kutatási eredmények évenkénti száma közötti kapcsolatról. amelyeket egyazon héten 10 borozóban gyűjtöttek. a látogatószámé 1860 fő.8.7.Kuti Éva – Lipécz György: Leíró statisztika.5714. feladat Egy népművészeti fesztivál szervezői 8 év adatait feldolgozva megvizsgálták.3265 G. határozza meg és értelmezze a regresszióegyenlet b1 paraméterét! b) Válaszolja meg azt a kérdést.7. A vizsgálat eredményeként kapott korrelációs együttható 0. határozza meg és értelmezze a lineáris korrelációs együtthatót! b) Hány látogatóra számíthat egy olyan fesztivál.7. ahol 25 kulturális eseményt szerveznek? Eredmény a) r = 0. hogy milyen kapcsolat van a fesztivál keretében megrendezett kulturális események száma és a látogatók száma között.7901 d) 29 dl G.5 db. hogy hány százalékban „felelős” az életkor a felhasználásra alkalmas kutatási eredmények évenkénti számának alakulásáért! Eredmény a) b1 = 0.3054 b) 3865 fő 142 . a kutatási eredményeké 3. az életkor szórása 4 év. feladat Egy adott borfajta keresletét szeretnénk elemezni a következő adatok alapján. Borozó 1 2 Ár (Ft/dl) Kereslet (dl) 45 160 49 120 xy 7200 5880 M 10 Átlag Szórás M 53 50 3 M 70 109 27 M 3710 5385 - A kovariancia értéke: – 72 a) b) c) d) Írja föl a lineáris regressziós függvény egyenletét és értelmezze az x együtthatóját! Határozza meg és értelmezze a lineáris korrelációs együtthatót! Hány százalékban határozza meg a keresletet az ár? 60 Ft/dl-es ár mellett mekkora kereslet valószínűsíthető? Eredmény ˆ a) Regresszióegyenlet: y = 509 − 8 x b) r = – 0. Gyakorló feladatok G.

adjon előrejelzést a 2020-as évre! Eredmény ˆ a) Trendegyenlet: y = 463 − 15 ⋅ t b) – 36 fő c) 163 fő G.2.5 143 . Nyár: 11. Idősorok elemzése G. Gyakorló feladatok G.1 c) 31. Ősz: 5. számítsa ki és értelmezze a szezonális eltéréseket! Kérem. adjon előrejelzést 2011 őszi szezonjára! Mekkora volt a véletlen hatása 2010 nyarán? Eredmény ˆ a) Trendegyenlet: y = 14 + 0. Év.8.8 ⋅ t b) Tavasz: – 5. feladat Egy városban az utóbbi 10 évben az alábbiak szerint alakult a születések száma.8.5. db 10 26 19 6 12 30 24 7 17 35 33 12 a) b) c) d) Kérem.1.7 ~ 32 d) 1. számítsa ki és értelmezze a trendegyenlet paramétereit! Kérem.Kuti Éva – Lipécz György: Leíró statisztika.1. Év 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Összesen Születések száma Fő 445 462 399 367 391 387 361 385 308 300 a) Kérem.8.7. Tél: –12. számítsa ki és értelmezze a lineáris trendegyenlet paramétereit! b) Milyen irányú és mekkora volt a véletlen hatása 2004-ben? c) Kérem. szezon 2008 Tavasz 2008 Nyár 2008 Ősz 2008 Tél 2009 Tavasz 2009 Nyár 2009 Ősz 2009 Tél 2010 Tavasz 2010 Nyár 2010 Ősz 2010 Tél Összesen Túrák száma. feladat Az alábbi táblázat egy természetjáró egyesület túráinak számát tartalmazza.

726. Főszezon: –14.978 144 . számítsa ki és értelmezze a szezonindexeket! Kérem. értelmezze a trendegyenlet paramétereit! b) Kérem. Ősz: 1. Utószezon: 20. ezer Ft 108 267 195 51 128 309 223 68 159 354 324 71 a) b) c) d) Kérem.9. szezon 2008 Tavasz 2008 Nyár 2008 Ősz 2008 Tél 2009 Tavasz 2009 Nyár 2009 Ősz 2009 Tél 2010 Tavasz 2010 Nyár 2010 Ősz 2010 Tél Összesen Bevétel. adjon előrejelzést 2015 nyári szezonjára! Mekkora volt a véletlen hatása 2009 tavaszán? Eredmény ˆ a) Trendegyenlet: y = 154.322 c) 518 331 Ft d) 0. feladat Egy üdülőhelyen az alábbiak szerint alakult a betörések száma. feladat Az alábbi táblázat egy autós mozi bevételének alakulását mutatja. Tél: 0.4.2. Nyár: 1.8. Év.Kuti Éva – Lipécz György: Leíró statisztika.8. számítsa ki és értelmezze a trendegyenlet paramétereit! Kérem. szezon 2007 Előszezon 2007 Főszezon 2007 Utószezon 2008 Előszezon 2008 Főszezon 2008 Utószezon 2009 Előszezon 2009 Főszezon 2009 Utószezon 2010 Előszezon 2010 Főszezon 2010 Utószezon Összesen Betörések száma 32 26 71 38 35 74 47 39 70 50 42 72 ˆ A lineáris trend egyenlete a következő: y = 36.3.5 + 2 ⋅ t a) Kérem.1 G. számítsa ki és értelmezze a szezonális eltéréseket! Eredmény b) Előszezon: – 5.22 ⋅ t b) Tavasz: 0. Év.668.15 + 5.283. Gyakorló feladatok G.

Kérem. feladat A kerti munkára fordított egy főre jutó szabadidő órában kifejezett negyedéves adatait ˆ tartalmazó idősor alapján kiszámított trendegyenlet y = 2.6. (tavaszi) szezonban! Eredmény 2. Kérem.. Év.2 óra.8. 3. értelmezze a trendegyenlet paramétereit! Kérem. számítsa ki és értelmezze a szezonindexeket! Mekkora volt a véletlen hatása 2010 előszezonjában? Milyen átlagos napi vendégszámra számíthat a söröző 2013 főszezonjában? Eredmény b) Előszezon: 0.115 d) 646 fő/nap G..).8.1 ⋅ t (t = 1. szezon 2007 Előszezon 2007 Főszezon 2007 Utószezon 2008 Előszezon 2008 Főszezon 2008 Utószezon 2009 Előszezon 2009 Főszezon 2009 Utószezon 2010 Előszezon 2010 Főszezon 2010 Utószezon Összesen Vendégek száma fő/nap 59 355 83 67 375 103 75 451 91 99 483 123 ˆ A lineáris trend egyenlete a következő: y = 145 + 8 ⋅ t a) b) c) d) Kérem. határozza meg. 2.7.4 óra G.394.2.8. Utószezon: 0. feladat Egy cukrászda (1000 Ft-ban megadott) napi fagylaltárusítási forgalmának negyedévenkénti ˆ alakulását leíró trendegyenlet a következő: y = 2 + 1. . .117. 2. feladat Egy tóparti söröző vendégeinek napi átlagos száma az alábbiak szerint alakult. Főszezon: 2. hogy mennyi lesz a kertészkedési idő a 17.. értelmezze az indexet. A nyári szezonindex értéke 6. és adjon előrejelzést a 30.9 − 0.5.5 ⋅ t (A t értékei: t = 1. Gyakorló feladatok G. 3. a tavaszi időszakra jellemző szezonális eltérés +1. (nyári) szezon fagylaltforgalmára! Eredmény 291 400 Ft 145 .).489 c) 1.Kuti Éva – Lipécz György: Leíró statisztika..

és árindexet! 146 .18 1.25 1. feladat Az alábbi. Feladatok V1. Üzletág Az előfizetők megoszlása % 2000 2010 40 10 50 60 10 30 1 előfizetőre jutó havi díjbefizetés Ezer Ft 2000 2010 2 5 8 10 10 6 Vonalas telefon Mobilszolgáltatás Internet Összesen a) Kérem. egy telefontársaság adatait tartalmazó táblázat azt mutatja. hogy hány százalékkal nőtt tíz év alatt az egy előfizetőre jutó átlagos havi szolgáltatási díj! b) Milyen szerepet játszott ebben a részátlagok változása? c) Mekkora volt az összetétel változásának hatása? V2. A többi tag szavazatai a következőképpen alakultak: 272 igen.és értékalakulását mutatja: Szolgáltatás Egyedi árindex 2010/2009 1. határozza meg. Vegyes gyakorló feladatok V. tartózkodás nem volt. 22-en nemmel szavaztak. FEJEZET: VEGYES GYAKORLÓ FELADATOK V.24 Értékesítési bevétel Millió Ft 2010 680 920 470 Zöldterület ápolása Szemétszállítás Útkarbantartás Összesen Kérem. volumen. 1928 nem. feladat Egy szakszervezet szavazást rendezett arról.32 1. feladat Az alábbi táblázat egy közterület-fenntartó vállalat szolgáltatásainak ár. számítsa ki és értelmezze az asszociációs kapcsolat szorosságát jellemző mutatót! V3. Kérem. A szakszervezet nagycsaládos tagjai közül 128-an igennel. amelyből a válsághelyzetbe került tagjaiknak nyújtanak támogatást.16 Egyedi értékindex 2010/2009 1. 150 tartózkodás.1. számítsa ki és értelmezze az érték-.35 1. hogy az elmúlt 10 évben számottevően változott a társaság három üzletágának összteljesítményen belüli súlya és az egy előfizetőre jutó átlagos díjbevétel is.Kuti Éva – Lipécz György: Leíró statisztika. hogy felemeljék-e a befizetéseket abba a segélyalapba.

A vizsgálat eredményeként kapott korrelációs együttható 0. feladat Az alábbi tábla egy határmenti agrárvállalat külföldi vendégmunkásainak számát mutatja. Szobakihasználtság % 10– 30 30– 50 50– 60 60– 70 70–100 Összesen Szállodák száma Ezer db 12 16 20 30 2 a) Kérem. készítsen hisztogramot! d) Kérem. számítsa ki és értelmezze a számtani átlagot! g) Kérem. hogy milyen kapcsolat van a női dolgozók gyerekszáma és az általuk igénybe vett táppénzes napok száma között. és értelmezze a harmadik sor adatát! c) Kérem. számítsa ki és értelmezze a szórást! h) Kérem. Vegyes gyakorló feladatok V4. feladat Egy nagyvállalat felmérte. adjon előrejelzést a 2016-os évre! V6. a gyerekszámé 2. feladat A következő táblázat egy üdülőkörzet szállodáinak számát tartalmazza szobakihasználtság szerint. számítsa ki és értelmezze a mediánt! f) Kérem. számítsa ki és értelmezze a móduszt! e) Kérem. a táppénzes napok szórása 14.Kuti Éva – Lipécz György: Leíró statisztika. számítsa ki a relatív gyakoriságokat. és értelmezze a harmadik sor adatát! b) Kérem. számítsa ki és értelmezze az aszimmetria A mutatóját! V5. Év 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Összesen Vendégmunkások száma Fő 245 262 199 167 191 187 161 185 108 100 a) Kérem. számítsa ki a kumulált relatív gyakoriságokat. hogy hány százalékban felelős az életkor a felhasználásra alkalmas kutatási eredmények évenkénti számának alakulásáért! 147 . határozza meg és értelmezze a regresszióegyenlet b1 paraméterét! b) Válaszolja meg azt a kérdést. számítsa ki és értelmezze a lineáris trendegyenlet paramétereit! b) Milyen irányú és mekkora volt a véletlen hatása 2008-ban? c) Kérem.4288. a) Kérem.

a Laspeyres-féle volumen-. határozza meg. feladat Egy reprezentatív felmérés során megvizsgálták a lakóhely és a gazdasági aktivitás közötti kapcsolatot. hány évvel csökkent a főiskolán a hallgatók átlagos életkora! b) Milyen szerepet játszott ebben a csökkenésben a részátlagok változása? c) Mekkora volt a tagozat szerinti összetétel változásának szerepe? V9. jellemezze a megfelelő mutató segítségével a kapcsolat szorosságát! Az eredményt értelmezze is! V8. Lakóhely Főváros Egyéb város Község Összesen Aktív 420 450 230 Inaktív 380 350 370 Összesen Kérem. Tagozat Hallgatók száma Fő 2000 2010 500 600 100 100 200 300 Átlagos életkor Év 2000 20 30 35 Átlagéletkor változása 2010/2000 1.0 0. 11%-ának befektetési jegyek.9 0. Hány százalék volt a részvényvásárlók aránya? V10. feladat Egy színházellátó kft jelmezkölcsönzési adatai az alábbiak szerint alakultak: Jelmeztípus Kölcsönzött jelmezek száma Ezer db 2009 2010 4 3 6 7 3 2 Kölcsönzési díj Ft/db 2009 15800 6800 2600 2010 17200 8000 3500 Történelmi Népmesei Kortárs Összesen Kérem.8 Nappali Esti Levelező Összesen a) Kérem.Kuti Éva – Lipécz György: Leíró statisztika. Vegyes gyakorló feladatok V7. Az eredményeket az alábbi táblázat tartalmazza. 23%-ának államkötvények. a többieknek pedig részvények vásárlását ajánlotta. és a Paascheféle árindexet! 148 . feladat Egy befektetési tanácsadó cég ügyfelei 2%-ának műtárgyak. számítsa ki és értelmezze az értékindexet. feladat Egy főiskolán az elmúlt évtizedben az alábbiak szerint változott a hallgatók átlagos életkora.

egészítse ki a következő táblát a megfelelő intenzitási viszonyszámokkal! Nyers intenzitási viszonyszám Egy banki ügyfélre jutó hitelkártyák száma Tisztított intenzitási viszonyszám Egy autótulajdonosra jutó havi benzinvásárlás Egy fizikai dolgozóra jutó heti selejtszám Egy lakosra jutó napi meccsnézési idő a VB alatt Egy városi lakosra jutó havi mozilátogatások száma V12. határozza meg és értelmezze a gépkocsik száma és a súlyadó közötti kapcsolat jellemzésére alkalmas lineáris regresszióegyenlet paramétereit! b) Kérem. határozza meg és értelmezze a Pearson-féle lineáris korrelációs együtthatót! c) Kérem. hány ezer Ft-tal csökkent a termékek átlagos önköltsége! b) Milyen szerepet játszott ebben a csökkenésben a részátlagok változása? c) Mekkora volt az összetétel változásának szerepe? 149 . Összeszerelt termékek típusa PC Laptop Notebook Összesen A termékek száma Ezer db 2005 2010 120 80 60 40 20 80 Átlagos önköltség Ezer Ft/db 2005 2010 250 150 300 200 300 290 a) Kérem. feladat Kérem. Ugyanakkor az egyes termékek önköltsége is változott. Település A B C D E F G H I J Összesen Súlyadó Millió Ft 20 100 90 100 141 30 30 200 240 150 Gépkocsik száma Ezer db 1 4 3 4 7 1 5 8 11 6 a) Kérem. feladat Egy informatikai eszközöket összeszerelő cég az utóbbi 5 évben számottevően átalakította a termékszerkezetét. ahol a gépkocsik száma 2 ezer? V13.Kuti Éva – Lipécz György: Leíró statisztika. határozza meg. Vegyes gyakorló feladatok V11. határozza meg és értelmezze a determinációs együtthatót! d) Mekkora súlyadó valószínűsíthető egy olyan településen. feladat A táblázat 10 település súlyadó-bevételére és a helyi gépkocsik számára vonatkozó adatokat tartalmazza.

adjon előrejelzést 2012 őszi szezonjára! Mekkora volt a véletlen hatása 2009 nyarán? 150 . szezon 2008 Tavasz 2008 Nyár 2008 Ősz 2008 Tél 2009 Tavasz 2009 Nyár 2009 Ősz 2009 Tél 2010 Tavasz 2010 Nyár 2010 Ősz 2010 Tél Összesen Forgalom. Az alábbi táblázat a válaszadók nemek és reklámhallgatási gyakoriság szerinti százalékos megoszlását tartalmazza. számítsa ki és értelmezze a trendegyenlet paramétereit! Kérem. feladat Az alábbi táblázat egy taneszközöket árusító bolt forgalmának időbeli alakulását mutatja. és a Laspeyresféle árindexet! V15. Év. Gyakoriság Naponta Hetente Ritkábban Összesen Férfi 18 26 6 Nő 26 21 3 Összesen Kérem. számítsa ki és értelmezze a szezonális eltéréseket! Kérem. feladat Egy honismereti egyesület kiadványainak értékesítése az alábbiak szerint alakult: Kiadvány Eladott mennyiség db 2009 2010 15 18 44 65 80 80 Egységár Ezer Ft/db 2009 2010 1800 2200 800 950 700 880 Történeti monográfia Városkalauz Naptár Összesen Kérem.Kuti Éva – Lipécz György: Leíró statisztika. vizsgálja meg. hogy milyen szoros a kapcsolat a nem és a reklámhallgatási szokások között! V16. feladat Egy reklámstúdió kutatást végzett a rádióreklámok hallgatottságáról. millió Ft 27 53 62 40 30 63 71 32 40 80 90 36 a) b) c) d) Kérem. Vegyes gyakorló feladatok V14. számítsa ki és értelmezze az értékindexet. a Paasche-féle volumen-.

3. 3. 4. volumen. 5. Év 2008 2009 2010 Változás az előző év %-ában 106 101 103 Kérem.3 Paplan Párna Terítő Összesen Kérem. hajadon Házas Özvegy Összesen A túlórák havi Dolgozók A túlórák átlagos száma száma szórása 32 127 8 12 215 2 18 58 3 Kérem. 3.Kuti Éva – Lipécz György: Leíró statisztika. 2 a) Kérem. számítsa ki és értelmezze az érték-. Vegyes gyakorló feladatok V17. határozza meg a nyereség éves növekedési ütemét! V20. 4.és árindexet! V18. Családi állapot Nőtlen.8 1. Ezek termelési értéke és termelői ára az alábbiak szerint alakult: Termék Termelési érték Ezer Ft 2009 2010 9050 12820 1870 1690 5620 7800 Egyedi árindex 2010/2009 1. hogy milyen összefüggés van a dolgozók családi állapota és az általuk vállalt túlórák havi átlagos száma között. 5. 3.1 0. feladat Egy hallgató indexében egy zsúfolt félév végén a következő jegyek sorakoztak: 5. feladat Egy kisvállalkozás három terméket állít elő. jellemezze megfelelő mutatók segítségével az összefüggéseket! V19. határozza meg a felső kvartilist! c) Keresse meg és értelmezze a móduszt! d) Számítsa ki és értelmezze a számtani átlagot! 151 . feladat Egy vállalatnál megfigyelték. 5. feladat Az alábbi táblázat egy vállalat nyereségének alakulását mutatja. 4. 3. keresse meg és értelmezze a mediánt! b) Kérem.

majd a váltás előtti és utáni egy hét beszélgetései alapján összevetette az átlagos percdíjakat. % 100. Napszak Beszélgetési idő Perc Előző Váltás hét után 20 60 30 60 150 180 Percdíj Ft/perc Előző Váltás hét után 1 5 15 10 30 45 Éjszaka Este Nappal Összesen a) Kérem. Kérem. az iparcikk. Az árak ugyanezekben a csoportokban 2009-hez képest 10. hogy 2010-ben az étkezéssel kapcsolatos kiadások 32%-át.Kuti Éva – Lipécz György: Leíró statisztika.06 Kérem.09 99. Iskolai végzettség Alapfokú Középfokú Felsőfokú Összesen Dolgozók Átlagos havi száma kereset Fő Ezer Ft 685 95 1497 198 518 462 Kereset szórása Ezer Ft 21 42 245 Kérem. illetve 2 százalékkal nőttek. félév 2009.98 90. elemezze az iskolázottság és a kereset kapcsolatát alkalmas mutatók segítségével! V23. 4. feladat A Playboyról az alábbi félévenkénti példányszám-adatok állnak rendelkezésre: Év 2009. félév 2010. Vegyes gyakorló feladatok V21. félév 2010. II. I. számítsa ki a fogyasztói árindexet! V22.00 88. feladat A háztartásstatisztikai felvételből ismert. számítsa ki és értelmezze a hiányzó viszonyszámokat! V24. II. feladat Egy mobil-tulajdonos új tarifa-csomagot választott. határozza meg az egy percre eső díj %-os változását! b) Milyen szerepet játszott az átlagos percdíj változásában az egyes napszakok percdíjának változása? c) Milyen hatással volt a percdíj alakulására a beszélgetések napszak szerinti összetételének változása? 152 . I.és szolgáltatásvásárlások pedig 38%át tették ki az összes kiadásnak. félév Példányszám 69 392 Láncviszonyszámok. a lakásfenntartási kiadások 30%-át. % – Bázisviszonyszámok. feladat Egy részvénytársaság dolgozóinak iskolázottsági és kereseti adatai a következők.

Egy telephelyre jutó termelési érték nagysága Millió Ft 20– 40 40– 60 60–100 100–400 Összesen A termelési érték megoszlása % 12 18 31 39 Kérem. számítsa ki a relatív értékösszegeket. számítsa ki az egy telephelyre jellemző átlagos termelési értéket! V26. számítsa ki a kumulált relatív értékösszegeket. és értelmezze a negyedik sor adatát! e) Kérem.Kuti Éva – Lipécz György: Leíró statisztika. feladat A statisztikai felmérések szerint egy iparág vállalatainak foglalkoztatotti létszám szerinti összetétele a következő. feladat Az alábbi táblázat egy vállalat teljes termelési értékének megoszlását tartalmazza a termelő tevékenységet folytató telephelyek nagyságkategóriája szerint. az új munkahely keresésére fordított idő szórása 15 hónap. Vegyes gyakorló feladatok V25. számítsa ki az értékösszegeket. A kapcsolatot leíró regresszióegyenlet a következő: ˆ y = –84 + 2 x . számítsa ki a kumulált relatív gyakoriságokat. Az életkor szórása 7 év. számítsa ki a relatív gyakoriságokat. és értelmezze a negyedik sor adatát! b) Kérem. feladat Egy kutatás során megvizsgálták. Foglalkoztatotti létszám 0–100 100–200 200–300 300–500 500–3000 Összesen Vállalatok száma Db 991 180 92 64 53 a) Kérem. c) Kérem. és értelmezze a negyedik sor adatát! d) Kérem. és értelmezze a negyedik sor adatát! c) Kérem. és értelmezze a negyedik sor adatát! f) Jellemezze a koncentrációt Lorenz görbe segítségével! 153 . határozza meg és értelmezze a lineáris korrelációs együtthatót! d) Hány hónapos álláskeresésre számíthat egy 50 éves munkanélküli? V27. hogy milyen kapcsolat van a munkanélküliek életkora és az új munkahely megtalálásához szükséges idő között.

% szórása 50 22 18 40 73 16 62 5 17 a) Mennyire befolyásolta az elért pontszámot a vizsga előtti magatartás? b) Mennyire volt szoros ez a kapcsolat? V30. feladat Egy főiskolán megvizsgálták. számítsa ki és értelmezze az összetételhatás-indexet! V29.8 153.5 20 184 159.1 a) b) c) d) e) f) Hány százalékkal nőtt a bevándorlók száma 2003 és 2010 között? Mikor fordult meg a változás tendenciája? Hány százalékos volt a változás 2003 és 2005 között? Hogyan változott a bevándorlók száma a 2005-2010-es időszakban? Milyen változás következett be 2005-ben az előző évhez képest? Hányszorosára nőtt a bevándorlók szám az időszak utolsó évében az előző évhez képest? 154 . számítsa ki és értelmezze a részátlag-indexet! c) Kérem. Vegyes gyakorló feladatok V28.6 2003=100% 2005=100% Előző év=100% 98. Vizsga előtt a diák Csokit evett Kávét ivott Sétált egyet Összesen Vizsgán elért Diákok A pontszám átlagpontszám megoszlása.00 0. feladat Egy községben 1980-ban és 2010-ben megvizsgálták a tejfogyasztási szokásokat. hogy a diákok vizsga előtti magatartása hogyan hat az eredményekre.Kuti Éva – Lipécz György: Leíró statisztika. határozza meg az átlagos tejfogyasztás százalékos változását! b) Kérem. feladat Egészítse ki a Magyarországra bevándorlók adatait tartalmazó táblát a hiányzó adatokkal. Korcsoport Lakosok száma Fő 1980 2010 250 120 1800 1260 750 610 Teljes elfogyasztott napi tejmennyiség Liter 2010 48 378 183 1 főre jutó napi tejfogyasztás változása 2010/1980 0. és válaszolja meg a következő kérdéseket! Év 2003 2004 2005 2006 2007 2008 2009 2010 Bevándorlók száma Ezer fő 13 734 94.75 0 – 18 19 – 60 61 – Összesen a) Kérem.8 16 052 125.80 1.

9.és árindexet! V34.9 3. Év. millió Ft 148 450 374 280 542 474 332 670 629 493 790 758 ˆ A lineáris trend egyenlete a következő: y = 208.8 2. számítsa ki és értelmezze az érték-. Írja föl a képletet is! V32. feladat Egy édességbolt anyák napi desszertértékesítései az alábbiak szerint alakultak: Desszertfajta Egységár Ft/db 2009 2010 1100 1250 600 700 700 800 Értékesítési bevétel Ezer Ft 2009 2010 198 200 126 140 105 128 Ferrero Rocher Konyakmeggy Merci Összesen Kérem. A férfiak kevesebben vannak. mint a nők. feladat Egy idegenforgalmi cég árbevétele 4 egymást követő évben az alábbiak szerint alakult.0 3.3 3. számítsa ki és értelmezze a szezonális eltéréseket! V33. a nevezőben a tavalyelőtti fogyasztás tavalyelőtti árakon.4 3.9 + 44 ⋅ t a) Kérem. feladat Milyen mutatószámot ad meg a következő hányados? A számlálóban a tavalyelőtti fogyasztás tavalyi árakon.6 155 . szezon 2007 Előszezon 2007 Főszezon 2007 Utószezon 2008 Előszezon 2008 Főszezon 2008 Utószezon 2009 Előszezon 2009 Főszezon 2009 Utószezon 2010 Előszezon 2010 Főszezon 2010 Utószezon Összesen Árbevétel. volumen. értelmezze a trendegyenlet paramétereit! b) Kérem. feladat Egy főiskolán a női hallgatók átlagos tanulmányi eredménye 3. a férfiaké 2.1 3.4.Kuti Éva – Lipécz György: Leíró statisztika. Vegyes gyakorló feladatok V31. Válassza ki. hogy az alábbi értékek közül melyik lehet a főiskola egészét jellemző tanulmányi átlag! Válaszát indokolja! 2.

hogy a kft egészében hány százalékkal nőtt az átlagos anyagköltség! b) Számítsa ki és értelmezze a részátlag-indexet! c) Jellemezze a megfelelő mutatóval az összetétel-változás hatását! Adjon szöveges értelmezést is! V36. feladat Egy nagyvállalat dolgozói választhattak az ajándékutalvány. Termék Termékek száma Ezer db 2005 2010 800 1200 1200 1100 520 600 Átlagos anyagköltség Ezer Ft/db 2005 2010 1 1 3 4 5 7 Szoknya Blézer Kosztüm Összesen a) Kérem. hogy egy női ruházati termékeket gyártó kft-nél hogyan alakultak az anyagköltségek. számítsa ki a kumulált relatív értékösszeget. határozza meg. hogy milyen erős a nem hatása a természetbeni juttatásokkal kapcsolatos választásra! 156 . az üdülési csekk és a konditerem-bérlet között. jellemezze a megfelelő mutató segítségével. és értelmezze a második sor adatát! V37. Az alábbi táblázat a teljes adományösszeg nagyságkategóriák szerinti alakulását mutatja Az adomány nagysága Ezer Ft 6– 10 10– 40 40– 50 50–100 Összesen Összes adomány Ezer Ft 960 550 900 750 a) Mennyi volt az adományok átlagos összege? b) Mekkora volt az adományok szórása? c) Kérem. feladat Az alábbi tábla azt mutatja. Vegyes gyakorló feladatok V35. feladat Egy vállalati alapítvány jótékonysági rendezvényén a résztvevők különböző összegű támogatásokat nyújtottak. Nem Férfi Nő Összesen Konditerem-bérlet 200 50 Üdülési csekk 150 200 Ajándékutalvány 50 350 Összesen Kérem.Kuti Éva – Lipécz György: Leíró statisztika. Az ezzel kapcsolatos felmérés eredményeit az alábbi táblázat tartalmazza.

Hogyan változtak havi átlagban a fogyasztói árak az első félév során? V41. liter 2009 2010 350 340 300 300 260 250 Ford Volkswagen Toyota Összesen a) Kérem. Hét A B C D E F G H Összesen Ár Ezer Ft 101 99 98 95 97 90 89 93 Eladott termékek darabszáma 18 22 23 26 21 28 34 24 a) Kérem. Autómárka Gépkocsik száma Db 2009 2010 80 40 80 60 40 100 1 kocsira jutó havi fogyasztás. írja fel a képletet is! 157 .Kuti Éva – Lipécz György: Leíró statisztika. másrészt a járművezetőket is üzemanyag-kímélő vezetési technika alkalmazására ösztönzi. feladat Egy márkaboltban 8 egymást követő héten kipróbálták. határozza meg. Ennek keretében egyrészt megváltoztatja a gépkocsipark összetételét. hogy a vásárlók hogyan reagálnak a legkorszerűbb hűtőszekrény árának változtatására. feladat 2010-es eladás 2010-es árakon osztva 2009-es eladás 2010-es árakon? Milyen index ez? Kérem. Vegyes gyakorló feladatok V38. utána öt hónapon keresztül havi 0. határozza meg és értelmezze a Pearson-féle lineáris korrelációs együtthatót! V39. hogy hány literrel csökkent az 1 kocsira jutó havi üzemanyagfogyasztás! b) Milyen szerepet játszott ebben az átlagos fogyasztás egyes márkákon belüli csökkentése? c) Hogyan hatott a gépkocsipark összetételének megváltoztatása? V40.8%-os csökkenést mutatott. feladat Az inflációs ráta az év első hónapjában (az előző hónaphoz képest) 1%-os növekedést. számítsa ki és értelmezze a lineáris regresszióegyenlet paramétereit! b) Kérem. feladat Egy taxivállalat üzemanyag-takarékossági projektet indít. A projekt eredményei a következők.

% 2009 55 17 28 Kérem. feladat Egy nemzetközi szakmai konferencián. számítsa ki és értelmezze az aszimmetria A mutatóját! V43. számítsa ki és értelmezze a számtani átlagot! Kérem. melyet minden évben egyszer. Megkötött biztosítás Db 20– 30 30– 50 50– 70 70–120 Összesen Ügynökök megoszlása % 16 36 40 8 a) b) c) d) e) f) Kérem. számítsa ki és értelmezze a szórást! Kérem. feladat Egy cipőgyárban a termelői árak alakulásáról az alábbiak adatok állnak rendelkezésre: Termékfajta Cipő Szandál Csizma Összesen Egyedi árindex. a résztvevők száma az alábbiak szerint alakult: Év 2005 2006 2007 2008 2009 2010 Résztvevők száma fő 800 720 750 710 650 680 Bázisviszonyszámok 2005=100% Láncviszonyszámok Előző év=100% a) b) c) d) Mit mutat a 2010. készítsen hisztogramot! Kérem. évinek? Hány százalékkal változott a részvétel 2008-ban az előző évhez képest? Milyen változás következett be az időszak utolsó évében az előző évhez képest? V44. évi bázisviszonyszám? Hányszorosa volt a résztvevők száma 2007-ben a 2005. feladat Egy biztosító az alkalmazásában álló ügynököket az általuk az első negyedévben megkötött biztosítások száma szerint csoportosította.Kuti Éva – Lipécz György: Leíró statisztika. számítsa ki és értelmezze a termelői ár alakulását mutató árindexet! 158 . számítsa ki és értelmezze a mediánt! Kérem. számítsa ki és értelmezze a móduszt! Kérem. nyár végén rendeznek meg. Vegyes gyakorló feladatok V42. % 2010/2009 106 117 108 A termelési érték megoszlása.

ha a márciusi eladások márciusi árakon számított értékét elosztjuk a februári eladások februári árakon számított értékével? Kérem. mint júniusban! b) Milyen szerepet játszott ebben a különböző korú gyermekekre jellemző részátlagok emelkedése? c) Milyen hatást gyakorolt a főátlag alakulására az. számítsa ki.2 104. számítsa ki és értelmezze a részátlag-indexet! V47. % 2010/2009 97. a) Milyen szoros a kapcsolat a származási hely és az ajándékvásárlási kiadások között? b) Milyen mértékben határozza meg a származási hely az ajándékvásárlási kiadásokat? V48. feladat Egy vállalatnál megvizsgálták a különböző képzettségű dolgozókra jutó selejtszám alakulását. mennyivel volt magasabb (literben kifejezve) júliusban az egy főre jutó átlagos ásványvíz-fogyasztás. Képzettség Az 1 dolgozóra jutó selejtszám változása. % 2009 41 59 Szakmunkás Segédmunkás Összesen Kérem. Vegyes gyakorló feladatok V45. Származási hely Amerika Európa Ázsia Összesen Vendégek Átlagos ajándékszáma vásárlási kiadás Fő Ezer Ft 150 16 240 2 110 9 A teljes szórás 11 ezer Ft volt. írja fel a képletet is! V46. feladat Egy szálloda szuvenírboltjában megfigyelték a vendégek ajándékvásárlási kiadásainak a származási hellyel összefüggő különbségeit. mint júniusban? 159 .5 Az összes selejtes termék megoszlása. hogy júliusban más volt a nyaralók életkor szerinti összetétele.Kuti Éva – Lipécz György: Leíró statisztika. feladat Milyen indexet kapunk. feladat Egy gyerektáborban két egymást követő nyári hónapban megfigyelték az ott nyaralók napi ásványvíz-fogyasztásának alakulását Korcsoport Nyaralók száma Ezer fő június július 6 6 4 6 2 3 Teljes napi fogyasztás Ezer liter június július 4 6 5 12 3 6 Óvodás Általános iskolás Középiskolás Összesen a) Kérem.

félévre jellemző szezonális eltérés –1. Utazási iroda Albatros Bahama Ciprus Dél Ermitázs Fitness Gallia Hellas Itália Jupiter Összesen Átlag Szórás Értékesített utak száma Ezer db 4 9 14 18 12 6 6 20 26 16 13.). 3. Munkában töltött idő Év 0–10 10–15 15–20 20–35 Összesen Az oktatók megoszlása % 20 40 30 10 a) Kérem.Kuti Éva – Lipécz György: Leíró statisztika. becsülje meg. . félév)! V50. feladat Az alábbi táblázat 10 utazási iroda reklámkiadásait és az általuk értékesített utak számát tartalmazza.1 6.. feladat Egy felsőoktatási intézményben az oktatók megoszlása a munkában töltött évek száma szerint a következő.7 Reklámkiadás Millió Ft 2 4 5 7 4 3 4 7 8 6 5 1. számítsa ki és értelmezze szórást! b) Számítsa ki és értelmezze a relatív szórást! V51. a II. feladat Az egyetemisták átlagos heti tanulási idejének félévenkénti alakulását leíró trendegyenlet ˆ y = 19 − 0.84 a) b) c) d) e) Kérem.3 ⋅ t (t = 1. hogy mekkora heti tanulási idő várható a 20. Kérem.7 óra. határozza meg és értelmezze a Pearson-féle lineáris korrelációs együtthatót! Kérem. határozza meg és értelmezze a lineáris regresszióegyenlet paramétereit! Kérem. Vegyes gyakorló feladatok V49.. határozza meg és értelmezze a determinációs együtthatót! Hány értékesített út valószínűsíthető 10 millió Ft reklámkiadás esetén? Mekkora volt a véletlen hatása a Jupiter utazási iroda esetében? 160 . szezonban (II. 2.

határozza meg és értelmezze a determinációs együtthatót! Milyen lakásméret valószínűsíthető 3 millió Ft-os jövedelem esetén? V55. feladat Egy kávéházban megfigyelték a vendégek italfogyasztási szokásait. jellemezze a megfelelő mutató segítségével a kapcsolat szorosságát! Az eredményt értelmezze is! V54.5 18. Az okok kiderítését egy statisztikusra bízta. A vendégek hány százaléka fogyasztott más típusú italokat? 161 .5 millió Ft. és a következő kérdéseket tette fel: Eladott termék Üzleti forgalom Millió Ft 2009 2010 8. hogy az átlagos lakásméret 53 m2. Korcsoport Fiatalok Középkorúak Idősek Összesen Játékfilm 13 26 23 Dokumentumfilm 1 12 7 Természetfilm 2 4 12 Összesen Kérem. feladat Egy szociológiai kutatás során megvizsgálták a lakásnagyság és a lakástulajdonos évi jövedelme közötti kapcsolatot.4 9.2 millió Ft.6 7. feladat Egy kereskedő üzletének forgalma csökkent.72 volt. határozza meg és értelmezze a lineáris regresszióegyenlet paramétereit! Kérem. a rostos üdítőt rendelőké 12%. Az eredmények azt mutatták. a teát fogyasztóké 17%. akinek az alábbi adatokat bocsátotta rendelkezésére. a lakásnagyság szórása 19 m2. a lakástulajdonosok átlagos évi jövedelme 2. Az alábbi táblázat százalékos formában mutatja a vizsgálat során megkérdezettek e két ismérv szerinti megoszlását.Kuti Éva – Lipécz György: Leíró statisztika. határozza meg és értelmezze a Pearson-féle lineáris korrelációs együtthatót! Kérem. a) b) c) d) Kérem. a szórás 2. hogy a kávét ivók aránya 49%. Azt találták.0 Eladott mennyiség Db 2009 2010 100 120 80 60 50 60 Hűtőszekrény Fagyasztóláda Légkondicionáló Összesen a) Hogyan változott az üzlet árbevétele? b) Milyen szerepet játszott ebben az értékesítés volumenének alakulása? c) Mekkora volt az árváltozások szerepe? V53. feladat Egy tévétársaság kutatást rendelt a felnőtt nézők különböző típusú filmekkel kapcsolatos preferenciái és az életkor kapcsolatáról. a kovariancia pedig 38.2 17.0 8. Vegyes gyakorló feladatok V52.

hogy az általa nyújtott fűtési szolgáltatás fajlagos (1 m3-re jutó) költségei lakástípusonkénti bontásban hogyan alakultak. feladat Fejlesztési stratégiájának kidolgozásához egy távfűtő vállalat megvizsgálta. Az eredményeket a következő táblázat tartalmazza.047 Lakótelepi Társasházi Családi ház Összesen Kérem. számítsa ki és értelmezze a szezonindexeket! Kérem.682 0. Év. adjon előrejelzést 2011 őszi szezonjára! Mekkora volt a véletlen hatása 2009 tavaszán? V58. millió Ft 52 26 63 20 72 30 50 32 122 39 110 40 a) b) c) d) Kérem. fő 220 325 842 158 35 Munkabér Millió Ft 11 41 147 95 105 Jellemezze Lorenz görbe segítségével a munkabérek koncentrációját! V57. számítsa ki és értelmezze a részátlag-indexet! 162 . szezon 2008 Tavasz 2008 Nyár 2008 Ősz 2008 Tél 2009 Tavasz 2009 Nyár 2009 Ősz 2009 Tél 2010 Tavasz 2010 Nyár 2010 Ősz 2010 Tél Összesen Bevétel. számítsa ki és értelmezze a trendegyenlet paramétereit! Kérem. Vegyes gyakorló feladatok V56.059 A teljes költség megoszlása 2010 0. Foglalkozási csoport Segédmunkás Betanított munkás Szakmunkás Középvezető Felsővezető Összesen Dolgozók száma. Lakástípus 1 m3-re jutó távfűtési költség változása 2010/2009 1. feladat Az alábbi táblázat egy részvénytársaság dolgozóinak számát és a számukra kifizetett havi bér összegét tartalmazza foglalkozási csoportok szerinti bontásban.Kuti Éva – Lipécz György: Leíró statisztika.028 1.046 1. feladat Az alábbi táblázat egy vetőmagbolt bevételeinek alakulását mutatja.271 0.

Vegyes gyakorló feladatok V59. 106. számítsa ki és értelmezze az aszimmetria A mutatóját! 163 . és értelmezze a második sor adatát! Kérem. 1990 és 2008 között 97. feladat A fiatalkori (17 év alatti) terhességek aránya 1990 és 2007 között 86. számítsa ki és értelmezze a mediánt! Kérem. számítsa ki és értelmezze a móduszt! Kérem.9%-kal. számítsa ki és értelmezze a szórást! Kérem.4% és 101.6%. Mekkora volt a növekedés a teljes időszakban? V62. számítsa ki és értelmezze a számtani átlagot! Kérem.4%-kal nőtt. Hány százalékos volt a változás 2008-ban 2007-hez képest? V60. számítsa ki és értelmezze a relatív szórást! Kérem. Életkor Év 0– 5 5– 20 20– 50 50– 70 70–100 Összesen Betegek száma Fő 15 36 54 89 81 a) b) c) d) e) f) g) Kérem. számítsa ki a kumulált gyakoriságokat.Kuti Éva – Lipécz György: Leíró statisztika.5%. feladat Egy vállalat értékesítési bevételének változását a 2007–2010-es időszakban a következő láncviszonyszámok írják le: 102. feladat Egy őstermelő júniusi gyümölcs-értékesítései az alábbiak szerint alakultak: Gyümölcs Árbevétel Millió Ft 2009 2010 160 86 200 190 40 40 Egyedi volumenindex % 2009/2000 56 74 85 Cseresznye Meggy Málna Összesen a) Hogyan változott az őstermelő bevétele? b) Milyen szerepet játszott ebben az értékesített mennyiség változása? c) Mekkora volt az árváltozások hatása? V61. feladat Egy kórház egyik osztályán egy hónapos nyilvántartás alapján a következő táblázatot állították össze.

72 36. .9.25 5. 3. határozza meg a forgalom és a nyereség közötti kapcsolatot leíró lineáris regresszióegyenletet. Rangszám 1 2 3 4 5 6 7 8 9 10 Összes Átlag Szórás Forgalom Milliárd USD 103.. Iskolázottság Alsófokú Középfokú Felsőfokú Összesen Leves 90 120 70 Meleg előétel 8 50 42 Hideg előétel 2 30 88 Összesen Kérem.3 49.4 78.6 8.2 48.61 Nyereség Milliárd USD 4.Kuti Éva – Lipécz György: Leíró statisztika. számítsa ki.56 2.01 3. Vegyes gyakorló feladatok V63. vizsgálja meg a megfelelő mutató segítségével a forgalom és a nyereség közötti kapcsolat szorosságát! c) Kérem. jellemezze a megfelelő mutató segítségével a kapcsolat szorosságát! Az eredményt értelmezze is! V64. Az eredményeket a következő táblázat tartalmazza.).14 1.00 2. értelmezze az indexet. és adjon előrejelzést a 22. hogy milyen összefüggés van a vacsoravendégek iskolázottsága és az általuk első fogásként választott ételfajták között.18 a) Kérem. és értelmezze a paramétereiket! b) Kérem. (nyári) szezonban foglalkoztatott alkalmi munkások létszámára! V65.8 65.7 11.1 60. feladat Egy építőipari vállalatnál a foglalkoztatott alkalmi munkások számának negyedéves ˆ alakulását leíró trendegyenlet a következő: y = 162 + 4 ⋅ t (A t értékei: t = 1.1 6. 2. A nyári szezonindex értéke 1. feladat Az alábbi táblázat a világ tíz (piaci érték szerint) legnagyobb vállalatának forgalmi és nyereség-adatait tartalmazza..90 1.8 103.62 2. hogy a forgalom nagysága milyen mértékben határozza meg a nyereség alakulását! 164 .12 3. feladat Egy étteremben egy héten át figyelték.2 11.06 2. Kérem.60 3.64 1.

hogyan (hány százalékkal) változott a kikölcsönzött könyvek egy olvasóra jutó átlagos száma! b) Milyen szerepet játszott ebben a változásban az egyes olvasótípusokra jellemző átlagok módosulása? c) Mekkora volt az olvasótípusonkénti összetétel változásának szerepe? V68. Vegyes gyakorló feladatok V66. a tárgyidőszaki súlyozású volumenindex pedig 0.98. Kérem. Azt tapasztalta. feladat Egy felmérés szerint a biotermelők a kisgazdaságokban kipermetezett összes növényvédőszer egytizedét használják fel. Mennyi az összes kisgazdaság átlagos felhasználása? V69. jellemezze a megfelelő mutató segítségével a kapcsolat szorosságát! Az eredményt értelmezze is! 165 . határozza meg és értelmezze az értékindexet! V67. feladat Az alábbi táblázat egy fővárosi könyvtár könyvkölcsönzési adatainak olvasótípusonkénti változását mutatja.13. a többi kistermelőké 48 liter. határozza meg. feladat Egy erdőgazdaság fakitermelési tevékenységére vonatkozóan a következő adatok állnak rendelkezésünkre: A termelői árak alakulását mutató bázisidőszaki súlyozású árindex 1. Az alkalmazottak e két szempont szerinti megoszlását az alábbi táblázat százalékos formában mutatja. Munkakör Felső vezető Középvezető Beosztott ügyintéző Összesen Csak kivételesen Rendszeresen Igen gyakran látogat a munkájával össze nem függő weboldalakat 15 4 1 12 12 6 3 24 23 Összesen Kérem. feladat Egy munkáltató megfigyelte alkalmazottainak internetezési gyakorlatát. hogy összefüggés van a munkakör és a meglátogatott weboldalak jellege között. A biotermelők évi átlagos növényvédőszer-felhasználása 13 liter. Olvasótípus Olvasók száma Ezer fő 2000 Tanuló Dolgozó Nyugdíjas Összesen 2 6 12 2010 9 6 15 Kölcsönzött könyvek teljes száma Ezer db 2000 2010 10 36 12 6 72 90 a) Kérem.Kuti Éva – Lipécz György: Leíró statisztika.

Az eredményeket a következő táblázat tartalmazza.Kuti Éva – Lipécz György: Leíró statisztika. Kérem. határozza meg és értelmezze a volumenindexet! 166 .9 Egyedi értékindex 2010/2009 1. Az áralakulást mutató Paasche-féle index értéke 15%-os növekedést mutat.2 1.0 Értékesítési bevétel Millió Ft 2009 365 210 290 Chanel Dior Ted Lapidus Összesen a) Kérem. szezon 2007 Előszezon 2007 Főszezon 2007 Utószezon 2008 Előszezon 2008 Főszezon 2008 Utószezon 2009 Előszezon 2009 Főszezon 2009 Utószezon 2010 Előszezon 2010 Főszezon 2010 Utószezon Összesen Vendégéjszakák száma 1920 6720 2880 2160 7200 2640 2880 7440 2880 2640 8160 3600 ˆ A lineáris trend egyenlete a következő: y = 3480 + 120 ⋅ t a) b) c) d) Kérem. 4 év után megvizsgálták. intenzív marketing-tevékenységgel próbálták meg növelni a kihasználtságot.5 1. számítsa ki és értelmezze a bázisidőszaki súlyozású volumenindexet! c) Kérem. Vegyes gyakorló feladatok V70. feladat Egy panzióban hosszú távú. számítsa ki és értelmezze az értékindexet! b) Kérem. hogy erőfeszítéseik milyen sikerrel jártak. ha a marketing kampányt hasonló hatékonysággal sikerül folytatni? V72. számítsa ki és értelmezze a szezonindexeket! Mekkora volt a véletlen hatása 2010 előszezonjában? Mekkora lehet a vendégéjszakák száma 2011 utószezonjában. Év.3 1. feladat Egy vízi bicikliket kölcsönző vállalkozó júliusi bevétele 32%-kal magasabb a júniusinál. számítsa ki és értelmezze a Paasche-féle árindexet! V71.3 0. értelmezze a trendegyenlet paramétereit! Kérem. feladat A következő tábla egy divatház októberi értékesítéseinek alakulását mutatja: Modell Egyedi volumenindex 2010/2009 1.

A válaszadók napi energia-bevitelére vonatkozóan a következő adatokat sikerült összegyűjteni. élelmiszert és gépkocsi-tartozékokat egyaránt árusító benzinkút üzemeltetője arra kíváncsi. Vegyes gyakorló feladatok V73.12 a) b) c) d) Kérem. számítsa ki és értelmezze a móduszt! Kérem. végezze el a számításokat.35 0. feladat Egy önkormányzat által közmunkában foglalkoztatottak számának alakulása: Év Közmunkába foglalkoztatottak száma.Kuti Éva – Lipécz György: Leíró statisztika. feladat Egy üzemanyagot. A számításokhoz rendelkezésre álló adatokat az alábbi táblázat tartalmazza: Áru Bevétel Millió Ft 2009 400 20 80 Egyedi volumenindex. feladat Egy vizsgálat során 400 felnőttet kérdeztek meg a táplálkozási szokásairól.19 0. és válaszolja meg az üzemeltető kérdéseit! 167 .34 0. % 2010/2009 95 110 120 Egyedi árindex. hogy az árbevétel változása milyen mértékben magyarázható a forgalmazott mennyiségek és milyen mértékben az árak változásával. számítsa ki és értelmezze a mediánt! Kérem. Napi energiabevitel Ezer kJ 6–10 10–12 12–14 14–26 Összesen Válaszadók megoszlása 0. számítsa ki és értelmezze a szórást! V75. fő 186 196 160 178 207 240 Láncviszonyszámok Bázisviszonyszámok 2005 2006 2007 2008 2009 2010 a) b) c) d) Hány százalékkal nőtt a közmunkások száma a teljes időszakban? Hány százalékos volt a változás 2005 és 2008 között? Hány százalékos változás következett be 2007-ben az előző évhez képest? Milyen változás következett be 2009-ben az előző évhez képest? V74. % 2010/2009 128 111 105 Üzemanyag Élelmiszer Tartozék Összesen Kérem. számítsa ki és értelmezze a számtani átlagot! Kérem.

28 1. 129.005 x . 103. 92. számítsa ki és értelmezze az érték-. A termékfajták számának szórása 62 db.8 óra.1 + 0. feladat Az alábbi táblázat az időmérleg vizsgálatok azon eredményeit tartalmazza. feladat Egy 15 fős óvodai csoport tagjait testmagasságuk szerinti sorba rendeztük. Határozza meg újra a mediánt! 168 . 115. 87.22 1.9 0. a) Kérem. feladat Egy vágóhídon – a táplálkozási szokások változásának hatására – az értékesített termékek adatai 10 év alatt az alábbiak szerint alakultak: Húsfajta Egyedi volumenindex 2010/2000 0. 119. határozza meg és értelmezze a lineáris korrelációs együtthatót! b) Kérem.8 1. A kapcsolatot leíró ˆ regresszióegyenlet a következő: y = 1.53 Árbevétel Millió Ft 2010 6586 4329 2260 Sertés Marha Bárány Összesen Kérem. 124. 114. a) Határozza meg és értelmezze a mediánt! b) Határozza meg és értelmezze a felső kvartilist! c) Októberben a csoport két újabb taggal bővült.4 Egyedi árindex 2010/2000 1. 131.és árindexet! V78. 98. Egyikük 102. határozza meg és értelmezze a determinációs együtthatót! V77. hogy milyen összefüggés van az egyes boltjaiban forgalmazott termékfajták száma és az ott elért napi forgalom között. elemezze a kapcsolatot az alkalmas mutatók segítségével! V79. 133. a napi forgalomé 1. Vegyes gyakorló feladatok V76. Kérem.5 41 0. feladat Egy kereskedelmi vállalat megvizsgálta. 123.Kuti Éva – Lipécz György: Leíró statisztika.5 30 Fiatal Középkorú Nyugdíjas korú Összesen A teljes szórás 5. Korcsoport Szórakozóhelyen A megkérdezettek töltött idő megoszlása Óra/hét % 12.5 millió Ft.0 29 1. 105. 122. 121. másikuk 106 cm magas volt. amelyek az életkor és a szórakozóhelyeken eltöltött idő összefüggését mutatják. volumen.

rendezze kombinációs táblába az adatokat.) Sorszám 1 2 3 4 5 6 7 Székhely Főváros Egyéb város Község Főváros Főváros Község Egyéb város A gazdálkodás eredményessége Nyereséges Nullszaldós Nullszaldós Veszteséges Nullszaldós Nyereséges Veszteséges Sorszám 8 9 10 11 12 13 14 Székhely Község Főváros Egyéb város Egyéb város Főváros Község Egyéb város A gazdálkodás eredményessége Veszteséges Nyereséges Nyereséges Veszteséges Nullszaldós Veszteséges Nullszaldós Kérem. Milyen tisztított intenzitási viszonyszámmal lehetne pontosabb képet kapni erről a segélyezési formáról? 169 . hogy az egy családra jutó lakhatási támogatás összege 6200 Ft.2% volt.1%. óra ELTE Műegyetem 2 5 1 2 Férfi Nő Összesen a) Kérem. feladat Egy nagyváros költségvetési beszámolójából kiderül. Hány százalékkal nőttek a fogyasztói árak 2005 és 2009 között? V81. feladat A magyarországi inflációs ráta 2006-ban 103. Vegyes gyakorló feladatok V80. 2009ben pedig 104. hogy az ELTE és a Műegyetem hallgatói között az egy főre jutó heti sportolási idő szerint igen nagy a különbség. hogy hány órával magasabb a Műegyetemen a hallgatók egy főre jutó heti sportolási ideje. mint az ELTÉ-n! b) Kérem. feladat A következő táblázat 14 vállalat eredményességi jellemzőit és a székhelytelepülés típusára vonatkozó információt tartalmazza. ezért – az alábbi táblázat adatait felhasználva – el kell végezni a standardizálást. hogy milyen tényezők hozzák létre ezt a különbséget. (A neveket sorszámok helyettesítik. feladat Egy szociológiai vizsgálat során kimutatták.9%. és elemezze megfelelő mutató segítségével a székhely és a gazdálkodás eredményessége közötti kapcsolatot! V82. 2008-ban 106. számítsa ki.Kuti Éva – Lipécz György: Leíró statisztika.0%. A két egyetem vezetői arra is kíváncsiak. Nem Hallgatók megoszlása % ELTE Műegyetem 20 75 80 25 Heti átlagos sportolási idő. határozza meg és értelmezze a részátlagok eltérését! c) Hogyan befolyásolja az egy főre jutó sportolási idő egyetemek közötti különbségét a hallgatók nemek szerinti összetételének eltérése? V83. 2007-ben 108.

Vegyes gyakorló feladatok V84.Kuti Éva – Lipécz György: Leíró statisztika. A gyümölcsvásárlási kiadások és a lakóhely kapcsolatára vonatkozó eredményeket a következő táblázat tartalmazza. feladat A Gyümölcs Terméktanács kutatást rendelt a gyümölcsfogyasztási szokásokat befolyásoló tényezőkről. Lakóhely Háztartások Átlagos megoszlása havi kiadás % Ezer Ft 27 10 39 5 34 2 Kiadás szórása Ezer Ft 3 2 1 Főváros Többi város Község Összesen a) Hány százalékban határozza meg a lakóhely a gyümölcsvásárlási kiadásokat? b) Kérem. feladat A Ferihegyi repülőtér nyolc ajándékboltjában megfigyelték az ötputtonyos tokaji aszú eladott mennyiségének árakkal való összefüggését. Ajándékbolt 1 2 Ár Euró Napi eladott mennyiség Palack 35 59 33 72 M 8 Átlag Szórás M 43 40 7 M 57 61 25 A kovariancia értéke: – 147 a) b) c) d) Írja föl a lineáris regressziós függvény egyenletét és értelmezze az x együtthatóját! Határozza meg és értelmezze a lineáris korrelációs együtthatót! Hány százalékban határozza meg a keresletet az ár? Hány palack aszú eladására számíthat az az ajándékbolt. jellemezze a megfelelő mutató segítségével a kapcsolat szorosságát is! 170 . amelyben az ár 45 Euró? V85.

Eredmények V1.5 1 0. feladat C = 0.54% 56% 52.094 IpL=1. feladat a) I = 1. feladat ˆ a) Trendegyenlet: y = 263 − 15 ⋅ t b) 42 fő c) 23 fő 171 .8 2 10 d) e) f) g) h) 62. Eredmények a Vegyes gyakorló feladatokhoz V. feladat Iv=1.5 IqP=1.6 0.01% – 0.25% 16.431 b) I’ = 1.Kuti Éva – Lipécz György: Leíró statisztika.31 V4. feladat a) 25% b) 60% c) Hisztogram 3.643 30 50 60 Osztályközök 70 100 V5.2.092 V2.5 0 0.310 c) I” = 1.198 3 3 2.5 2 Sűrűség 1.478 V3.07 0.

6 + 21.6 millió Ft V13. feladat a) K = –1. Eredmények a Vegyes gyakorló feladatokhoz V6. feladat a) b1 = 3 b) r2 = 0.9 év b) K’ = –2.144 Nyers intenzitási viszonyszám Egy banki ügyfélre jutó hitelkártyák száma Tisztított intenzitási viszonyszám Egy kártyatulajdonos banki ügyfélre jutó hitelkártyák száma Egy autótulajdonosra jutó havi benzinvásárlás Egy fizikai dolgozóra jutó heti selejtszám Egy lakosra jutó havi benzinvásárlás Egy dolgozóra jutó heti selejtszám Egy lakosra jutó napi meccsnézési idő a VB alatt Egy városi lakosra jutó havi mozilátogatások száma Egy férfira jutó napi meccsnézési idő a VB alatt Egy moziba járó városi lakosra jutó havi mozilátogatások száma V12.125 év c) K” = 0.183 IpL=1.5 x b) r = 0. feladat C = 0. V10.025 V11.146 V8. feladat a) K = –54 b) K’ = –91 c) K” = 37 V14.9106 c) r2 = 0.225 év V9.453 IqP=1. feladat Iv=1.8291 d) 45. feladat ˆ a) Regresszióegyenlet: y = 2.228 172 . feladat 64%.Kuti Éva – Lipécz György: Leíró statisztika. feladat IqL=0.1839 V7.896 IpP=1. feladat Iv=1.

3. Eredmények a Vegyes gyakorló feladatokhoz V15.3. feladat C = 0.3 millió Ft d) –2.0 c) 98. feladat Az alábbi táblázat egy vállalat nyereségének alakulását mutatja.77 V21. feladat H2 = 0. Tél: –19.3% V20. feladat Iv=1.7711 b) H = 0.6. feladat ˆ a) Trendegyenlet: y = 39 + 2 ⋅ t b) Tavasz: – 16.173 V16. feladat a) H2 = 0. Év 2008 2009 2010 Változás az előző év %-ában 106 101 103 Kérem. feladat a) 4 b) 5 c) 3 d) 3.Kuti Éva – Lipécz György: Leíró statisztika. feladat IpP=1.3 millió Ft V17.5509 H = 0. Nyár: 14.134 V19.8781 IqP=1.189 IpL=1. határozza meg a nyereség éves növekedési ütemét! Eredmény 103.349 V18. Ősz: 21.7422 173 .051 V22.

75% c) 57.7 millió Ft V26.839 V25.76%-kal csökkent. feladat a) 25 600 fő b) 11. V23. A példányszám 2009 II. kal A példányszám 2010 I. feladat A példányszám a teljes időszakban 10.76% 10. félévében az előző félévhez képest 11.16% f) Lorenz görbe 174 .439 c) I” = 0. feladat 76. félévében az előző félévhez képest 1. V24.25%-kal nőtt.9333 b) 16 hónap V27.43% d) 4. feladat a) I = 1.207 b) I’ = 1.Kuti Éva – Lipécz György: Leíró statisztika Eredmények a Vegyes gyakorló feladatokhoz statisztika.64% e) 96.02%-kal csökkent. feladat a) r = 0.

d) 62%-kal nőtt. feladat Ip L V32. Utószezon: 19.091 V34.217 b) I’ = 1. feladat a) H2 = 0.4%-os csökkenés. Főszezon: 118. feladat C = 0. feladat a) 53.542 175 .8% V37. feladat Előszezon: – 137.3386 V30.888 b) I’ = 0.00.896 c) I” = 0.991 V29. f) 1.Kuti Éva – Lipécz György: Leíró statisztika. feladat a) 18 372 Ft b) 18 697 Ft c) 47.1147 b) H = 0. feladat a) I = 0.75 V33. feladat Iv=1. feladat 3.3 IqP=0.014-szeresére.147 V35.6%-kal nőtt.951 IpL=1. V31. c) 5. feladat a) I = 1.2%-os csökkenés. Eredmények a Vegyes gyakorló feladatokhoz V28.32 c) I” = 0. b) 2006-ban.922 V36.75. e) 3.

6 1. feladat 99. feladat a) Hisztogram 2.5 Sűrűség 1 0.5 2 1.Kuti Éva – Lipécz György: Leíró statisztika.16 0 20 30 50 70 Osztályközök 120 2. feladat ˆ a) Regresszióegyenlet: y = 123 − 1x b) r = – 0.5 0.5% V41.0 1. feladat a) K = –29 b) K’ = –6 c) K” = –23 V40. Eredmények a Vegyes gyakorló feladatokhoz V38. feladat Iq P V42.9085 V39.8 b) c) d) e) f) ~52 db ~49 db 50 db ~18 db – 0.107 176 .

feladat a) H = 0. feladat a) 15%-os csökkenést mutat.084 V45. feladat IpL=1.1 V49. feladat a) K = 0.3 óra V50.9632 c) r2 = 0.57% V51.889 177 .6 b) K’ = 0.5502 b) H2 = 0.9375-szerese. b) 0. feladat Iv V46. feladat a) Iv=0.Kuti Éva – Lipécz György: Leíró statisztika. d) 4. Eredmények a Vegyes gyakorló feladatokhoz V43.6%-os növekedés.077 c) IpP=0.015 V47.3027 V48. V44.4 + 3.5 x b) r = 0.957 b) IqL=1. feladat c) 6.3%-kal csökkent. feladat ˆ a) Regresszióegyenlet: y = −4. c) 5.24 év a) 44. feladat 11.5 c) K” = 0.9278 d) 30 600 e) – 600 V52. feladat I’ = 1.

feladat 22% V56.9263 c) r2 = 0. Ősz: 1. feladat ˆ a) Regresszióegyenlet: y = 33 + 8 x b) r = 0. feladat I’ = 1.Kuti Éva – Lipécz György: Leíró statisztika Eredmények a Vegyes gyakorló feladatokhoz statisztika.598.214 V54.72 millió Ft d) 0.508 c) 104. Nyár: 0. feladat ˆ a) Trendegyenlet: y = 35 + 3 ⋅ t b) Tavasz: 1.858 d) 57 m2 V55.417 178 . V53. feladat V57.309.585. feladat C = 0.9085 V58. Tél: 0.

1 év f) 51% g) –0.936 b) I’ = 0. feladat 10. Eredmények a Vegyes gyakorló feladatokhoz V59.6%-os növekedés.107 V67. V60.79 b) IqL=0. feladat a) Iv=0.1 év e) 27.8255 V66.33 V63. feladat 475 fő V65. V62.327 V64.9086 c) r2 = 0. feladat Iv = 1.8 liter 179 . feladat 5.163 V61. feladat a) I = 0.03x b) r = 0.Kuti Éva – Lipécz György: Leíró statisztika. feladat a) 51 fő b) 62.915 c) I” = 1.44 + 0. feladat 37.0 év c) 57.679 c) IpP=1. feladat ˆ a) Regresszióegyenlet: y = 1.023 V68.8%-os növekedés.3 év d) 53. feladat C = 0.

248 b) IqL=1. V74. feladat Iv=1.977 d) 3622 vendégéjszaka V72.168 V78. feladat Iv=1. feladat b) Előszezon: 0. feladat a) 29%-kal nőtt. feladat a) Iv=1.577.Kuti Éva – Lipécz György: Leíró statisztika. Eredmények a Vegyes gyakorló feladatokhoz V69.9%-os növekedés.426 V70.2067 d) r2 = 0. Utószezon: 0.996 IpP=1.228 V77.0427 IqL=0. feladat a) 11 925 kJ b) 11 771 kJ c) 12 190 kJ d) 3 373 kJ V75.124 c) IpP=1.686 c) 0.4%-os csökkenés.148 V73. feladat IqL = 1.111 V71.271 180 . b) 4. Főszezon: 1.7354 IqP=0.737.919 IpL=1. feladat C = 0.223 V76. d) 15.8575 H2 = 0. feladat H = 0. feladat c) r = 0.3%-os csökkenés. c) 18.

65 óra V83. feladat a) K = 3. feladat Az egy segélyezett családra jutó lakhatási támogatás összege V84.4 óra c) K” = 1.Kuti Éva – Lipécz György: Leíró statisztika.1%-kal. feladat ˆ a) Regresszióegyenlet: y = 181 − 3 x b) r = – 0.203 V82.84 c) r2 = 0.6914 b) H = 0. V81. Eredmények a Vegyes gyakorló feladatokhoz V79. feladat 24.7056 d) 46 db V85. feladat Székhely Főváros Egyéb város Község Összesen Nyereséges 2 1 1 4 Nullszaldós 2 2 1 5 Veszteséges 1 2 2 5 Összesen 5 5 4 14 C = 0. feladat a) H2 = 0.05 óra b) K’ = 1. feladat a) 119 cm b) 124 cm c) 114 cm V80.8315 181 .

182 . Hunyadi László (2001): Statisztikai következtetéselmélet közgazdászoknak. Aula Kiadó. Budapest Rappai Gábor (2001): Üzleti statisztika Excellel. Felhasznált irodalom FELHASZNÁLT IRODALOM Babbie. Budapest Kerékgyártó Györgyné – L. Budapest. Hunyadi László – Vita László (2008): Statisztika I. sz. Budapest. Aula Kiadó. Hörcher Ferencné (2007): Tudunk-e olvasni a számokból? Területi Statisztika 10. Központi Statisztikai Hivatal.. Budapest Köves Pál – Párniczky Gábor (1981): Általános statisztika. Balassi. 3. Közgazdasági és Jogi Könyvkiadó. Balogh Irén – Sugár András – Szarvas Beatrix (2009): Statisztikai módszerek és alkalmazásuk a gazdasági és társadalmi elemzésekben. (47.Kuti Éva – Lipécz György: Leíró statisztika.. Budapest. Budapest. Budapest. Molnár Máténé – Tóth Mártonné (2004): Általános statisztikai példatár I.. Budapest. Nemzeti Tankönyvkiadó.) évf.] (2006) Általános statisztika I. Központi Statisztikai Hivatal. Kish. Earl (1998): A társadalomtudományi kutatás gyakorlata. Nemzeti Tankönyvkiadó. Statisztikai Kiadó Vállalat. Statisztikai módszerek a társadalmi és gazdasági elemzésekben. Leslie (1989): Kutatások statisztikai tervezése. Korpás attiláné [Szerk.

Kuti Éva – Lipécz György: Leíró statisztika.és bázisviszonyszámok összefüggése: Bázisviszonyszám: bi = bi = li bi−1 fi = i ∏ fi n k i=2 i l = bk yi yb Megoszlási viszonyszám = Relatív gyakoriság: g i = ÉRTÉKÖSSZEGEK Abszolút értékösszeg: si = f i xi f ⋅x zi = k i i ∑ fi ⋅ xi i =1 ∑f i =1 k Relatív értékösszeg (megoszlási viszonyszám): KÖZÉPÉRTÉKEK Számtani átlag: x = ∑ i =1 k k f i ⋅ xi i ∑f i =1 = ∑g ⋅x i =1 i k i ∑g i =1 k k Mértani átlag: xg = ∑ fi ∏ k i =1 i x fi i Harmonikus átlag: xh = ∑ si s ∑ xi i =1 i i =1 k k = ∑ zi z ∑ xi i =1 i i =1 k Négyzetes átlag: xq = ∑ i =1 k f i ⋅ xi k 2 ∑ i =1 = ∑g ⋅x i =1 i k 2 i fi ∑g i =1 k i Módusz: Mo = xi 0 + k1 ⋅ hi k1 + k2 Medián: n − f 'i−1 Me = xi 0 + 2 ⋅ hi fi KVARTILISEK n − f 'i−1 Q1 = xi 0 + 4 ⋅ hi Alsó kvartilis: fi SZÓRÓDÁSI MUTATÓK Felső kvartilis: 3⋅ n − f 'i−1 Q3 = xi 0 + 4 ⋅ hi fi Terjedelem: xmax − xmin 183 . Képletgyűjtemény KÉPLETGYŰJTEMÉNY VISZONYSZÁMOK Láncviszonyszám: y li = i yi −1 Lánc.

ár és volumen összefüggése: vi = qi ⋅ pi qi = vi pi pi = vi qi Értékindex: I v = ∑q ⋅ p ∑q ⋅ p 1 0 1 0 ∑q ⋅ p = ∑q 0 0 q1 ⋅ p1 q0 ⋅ p0 = 0 ⋅ p0 ⋅ ∑q ⋅ p ⋅i ∑q ⋅ p 0 0 0 0 v = ∑q ⋅ p 1 ∑q ⋅p 1 q1 ⋅ p1 1 1 = q0 ⋅ p0 ∑q ⋅ p q ⋅p ∑ i 1 1 v 1 1 Laspeyres-féle volumenindex: Iq = L ∑q ⋅ p ∑q ⋅ p 1 0 0 0 ∑q ⋅ p ⋅ q = ∑q ⋅ p 0 0 0 0 q1 0 = ∑ q ⋅ p ⋅i ∑q ⋅ p 0 0 0 0 q = ∑ w0 ⋅ iq ahol w0 = qi 0 ⋅ pi 0 ∑ qi 0 ⋅ pi 0 i Paasche-féle volumenindex: Iq = P ∑q ⋅ p ∑q ⋅ p 1 0 1 1 = ∑q ⋅ p q ⋅p ∑q 1 1 1 1 1 = q0 ∑q ⋅ p q ⋅p ∑ i 1 1 q 1 1 Fisher-féle volumenindex: Iq = F Iq ⋅ Iq L P Laspeyres-féle árindex: Ip = L ∑q ∑ q0 ⋅ p1 0 ⋅ p0 ∑q ⋅ p ⋅ p = ∑q ⋅ p 0 0 0 0 p1 0 = ∑q ⋅ p ⋅i ∑q ⋅ p 0 0 0 0 p = ∑ w0 ⋅ i p Paasche-féle árindex: Ip = P ∑q ⋅ p ∑q ⋅ p 1 1 1 0 = ∑q ⋅ p q ⋅p ∑p 1 1 1 1 1 = p0 ∑q ⋅ p q ⋅p ∑ i 1 1 p 1 1 184 .Kuti Éva – Lipécz György: Leíró statisztika.ÉS ÁRINDEXEK Az egyedi érték. Képletgyűjtemény Szórás: σ = ∑ f ⋅ (x − x) i =1 i i k 2 ∑f i =1 k = ∑ g ⋅ (x − x) i =1 i i k 2 i ∑g i =1 k Relatív szórás: V = σ x i ASZIMMETRIA Pearson-féle mutató: A = KONCENTRÁCIÓ Koncentrációs arányszám: x − Mo σ x CR = ∑ i i =1 s m F-mutató: F= (Q3 − Me) − ( Me − Q1 ) (Q3 − Me) + ( Me − Q1 ) n 2 n x  Herfindahl mutató: H = ∑  i  = ∑ zi 2 i =1  s  i =1 ÉRTÉK-. VOLUMEN.

Kuti Éva – Lipécz György: Leíró statisztika. Képletgyűjtemény Fisher-féle árindex: Indexek közötti összefüggések: Ip = F Ip ⋅Ip L P Iv = Iq ⋅ I p STANDARDIZÁLÁS L P Iv = Iq ⋅ I p P L Iv = Iq ⋅ I p F F A főátlagok különbségei alapján Főátlagok különbsége: K = V1 − V 0 = ∑ B ⋅V ∑B 1 1 1 1 1 1 − ∑ B ⋅V ∑B 0 0 0 1 0 Részátlagok különbségének hatása: K ' = V1 − Vs = K ' = Vs − V0 ∑ B ⋅V − ∑ B ⋅V ∑B ∑B ∑ B ⋅V − ∑ B ⋅V = ∑B ∑B 1 0 1 0 0 0 0 Összetételhatás: K"= ∑ B ⋅V − ∑ B ⋅V ∑B ∑B ∑ B ⋅V − ∑ B ⋅V K"= ∑B ∑B 1 1 0 1 0 1 0 0 1 0 1 0 Összefüggésük: K=K’+K” Az összetett intenzitási viszonyszámok hányadosa alapján Főátlagindex: I= V1 V0 ∑ B ⋅V B = ∑ ∑ B ⋅V ∑B 1 1 0 0 0 1 1 0 Részátlagindex: ∑ B ⋅V B I '= ∑ ∑ B ⋅V ∑B 0 0 0 1 = 0 ∑ B0 ⋅V0 ∑ B0 ⋅V1 ∑ B ⋅V ⋅ V = ∑ B ⋅V 0 0 0 0 V1 0 vagy ∑ B ⋅V ∑B I '= ∑ B ⋅V ∑B 1 1 1 1 = 0 ∑ B ⋅V ∑ B ⋅V 1 1 1 0 = ∑ B ⋅V B ⋅V ∑V 1 1 1 1 1 V0 185 .

Kuti Éva – Lipécz György: Leíró statisztika. j n = n ⋅ g i . ⋅ f. a belső és a teljes szórásnégyzet összefüggése: σ 2 = σ 2B + σ 2K Belső szórásnégyzet: σ B2 = ∑ ∑ (x j i ij − x j )2 = n ⋅ ( x j − x )2 ∑ n ⋅σ ∑n j j j j 2 j Külső szórásnégyzet: σK2 = ∑n j j ∑n j j Variancahányados: H2 = σ 2K σ 2K = 2 σ 2 σ K + σ 2B σ 2K σ 2K = σ2 σ 2K + σ 2B Szóráshányados: H= 186 .⋅ g . j Khi-négyzet: χ = ∑∑ 2 i =1 j =1 ( f ij − f ij *) 2 f ij * C= s = sorok száma t = oszlopok száma Cramer együttható: χ2 n ⋅ ( s − 1) . Képletgyűjtemény Összetételhatás indexe: ∑ B ⋅V B I"= ∑ ∑ B ⋅V ∑B 1 1 0 0 1 vagy 1 ∑ B ⋅V B I"= ∑ ∑ B ⋅V ∑B 1 1 0 0 0 0 I = I '⋅I " Összefüggés: ASSZOCIÁCIÓS KAPCSOLAT Gyakoriság függetlenség esetén: s t f ij * = f i . ha s≤t VEGYES KAPCSOLAT A külső.

Kuti Éva – Lipécz György: Leíró statisztika. Képletgyűjtemény KORRELÁCIÓS KAPCSOLAT A lineáris regressziós egyenlet: ˆ y = b1x + b0 A paraméterek meghatározása normálegyenletek segítségével: ∑y i =1 n n i =n ⋅ b0 + b1 ∑ xi i =1 n ∑y ⋅x i =1 i i =b0 ⋅ ∑ xi + b1 ⋅ ∑ xi i =1 i =1 n n 2 A paraméterek meghatározása képletek segítségével: (d x = x − x b1 paraméter: d y = y − y) b1 = xy − x ⋅ y σx 2 = ∑ xy − n ⋅ x ⋅ y = ∑ ( x − x ) ⋅ ( y − y ) = ∑ d d ∑x − n⋅ x ∑ (x − x) ∑d x 2 2 2 x y 2 = C σx 2 = r ⋅σ y σx b0 paraméter: b0 = y − b1 ⋅ x Kovariancia: C= ∑ ( x − x) ⋅ ( y − y) = ∑ d n x ⋅ dy n = ∑x⋅ y − x ⋅ y n Pearson-féle lineáris korrelációs együttható: ˆ ∑ ( y − y) i 2 r= σy n 2 = ∑ (x − x) ⋅ ( y − y) = ∑ d d i i x y n ⋅σ x ⋅σ y n ⋅σ x ⋅σ y = ∑ (x − x) ⋅ ( y − y) ∑ ( x − x ) ⋅∑ ( y − y ) i i 2 i i 2 = ∑d d ∑d ⋅∑d x y 2 x 2 y r= C b ⋅σ = 1 x σ x ⋅σ y σy Determinációs együttható (lineáris esetben): 187 D = r2 .

Korrekció: ~ =s − sj j ∑s j =1 m j m = sj − s m = szezonok száma Szezonindexek: ˆ s yij = yij ⋅~ j ⋅vi j 1. A trendhatás kiszűrése: 2. A véletlen hatás kiszűrése: yij = s j ⋅ vij ˆ yij sj = p ∏s ij Egyszerűsített számítás: sj = ∑y ˆ i =1 p yij ij p 3. Korrekció: ~ = sj sj s Előrejelzés Additív: ˆ y + sj Multiplikatív: ˆ y⋅sj 188 . Képletgyűjtemény IDŐSORELEMZÉS Trendszámítás A lineáris trend egyenlete: ˆ y = b0 + b1 ⋅ t A lineáris trend paramétereinek kiszámítása: ∑ yt =n ⋅ b0 + b1 ∑ t t =1 n t =1 n n ∑t ⋅ y t =1 t =b0 ⋅ ∑ t + b1 ⋅ ∑ t 2 t =1 t =1 n n Az idősorban szereplő adatok tényezőkre bontása: Szezonális eltérések: ˆ s yij = yij +~ j +vi j 1. A trendhatás kiszűrése: 2.Kuti Éva – Lipécz György: Leíró statisztika. A véletlen hatás kiszűrése: ˆ yij − yij = s j + vij sj = ∑(y i =1 p ij ˆ − yij ) p = évek száma p 3.