Professional Documents
Culture Documents
Oktató:
Dr. Csáfor Hajnalka
tanszékvezető főiskolai docens
Regionális és Környezetgazdaságtan Tsz.
E-mail: hcsafor@ektf.hu
Té kö ök
Témakörök
Statisztikai alapfogalmak
Statisztikai elemzések viszonyszámokkal
Statisztikai adatok és információk grafikus
megjelenítése
M
Mennyiségi
i é i iismérv
é szerinti
i ti elemzés
l é ((számított
á ít tt é
és
helyzeti középértékek, szóródás mutatói,
aszimmetria))
Indexszámítás (érték-, ár- és volumenindexek,
területi indexek és indexsorok)
Sztochasztikus kapcsolatok vizsgálata (asszociáció
és vegyes kapcsolat)
(Részletesen a tantárgyi programban, ami a GTI honlapján érhető el.)
Köt l ő és
Kötelező é ajánlott
já l tt irodalmak
i d l k
Kötelező irodalom:
Dr. Illyésné dr. Molnár Emese: Statisztikai feladatgyűjtemény
I Perfekt Kiadó 2009
I. 2009.
Továbbá a zárthelyi dolgozatok anyagát képezik az
előadásokon és szemináriumokon elhangzottak.
Ajánlott irodalom:
Korpás Attiláné dr.: Általános statisztika I. Nemzeti
Tankönyvkiadó 2005.
Hunyadi László – Vita László: Statisztika I. BA tankönyv AULA
Kiadó Bp. 2009.
Molnár Máténé dr. – Tóth Mártonné dr.: Általános statisztika
példatár I.
I Nemzeti Tankönyvkiadó 2005 2005.
Számonkérés és értékelés
A gyakorlatokon való részvétel kötelező, a félév során – igazolástól függetlenül –
legfeljebb 3 alkalommal lehet a gyakorlaton való részvételt elmulasztani.
A félév folyamán két – egyenként 50 pontos – dolgozat megírására kerül sor. A félév
végi harmadik, gyakorlati jegy pótló dolgozat egy 100 pontos – az egész félév
anyagát felölelő – dolgozat.
A gyakorlatokon
k l t k való ló számonkérések
á ké é k soráná ttovábbi
ábbi pontok
t k szerezhetők.
h tők
88 100 pont
88-100 5 (jeles) 1 ZH: október 17.
1. 17
75-87 pont 4 (jó)
62-74 pont 3 (közepes) 2. ZH: december 5.
50-61 pont 2 (elégséges)
Pót ZH: december 12.
50 pont alatt 1 (elégtelen)
Statisztikai
p g
alapfogalmak
(2012. szeptember 12. 10.00-11.30)
Statisztikai alapfogalmak
Statisztika fogalma, tárgya és szerepe
St ti tik i sokaság
Statisztikai k á é és iismérv
é
Mérési szintek
Statisztikai adat és mutatószám
Statisztikai sorok
Statisztikai táblák
Adatfelvétel, adatszerzési módok
Kérdőívszerkesztés
A statisztikai adatok pontossága
Statisztika fogalma
Tömegesen előforduló jelenségek egyedeire
vonatkozó
tk ó (elméleti
( l él ti és
é gyakorlati)
k l ti) tevékenység:
t ék é
adatgyűjtés – gyakorlati tevékenység
adatfeldolgozás
tudományosy módszertan
adatok
d t k elemzése
l é
a vizsgált jelenség számszerű, tömör jellemzése.
Pl. népszámlálás, földtulajdon-összeírás (gyak.),
vizsgálati
i ál ti módszerek
ód k ki
kiválasztása
ál tá ((elm.)
l )
Statisztika fogalma
A statisztika tárgyát képező tömeges jelenségek között
találunk a hétköznapi életben előforduló és a társadalmi-
gazdasági jelenségeket is, ami alapján megkülönböztetünk:
Általános statisztikát és
Szakstatisztikákat (gazdaság-, népesség-, ágazati-,
társadalomstatisztika, stb.
A jelenségeket le lehet írni egyszerűbb eszközökkel és
bonyolultabb matematikai-statisztikai módszerekkel. Ennek
megfelelően megkülönböztetünk:
Leíró statisztikát és
Statisztikai következtetést
Statisztika fogalma
Egyidős az állammal…
Mo on a XVIII
Mo-on XVIII.sz.
sz az „első
első összeírás”
összeírás
XIX.sz. a statisztika komoly fejlődésnek indul:
kialakul az intézményrendszer
intézményrendszer, központi
adatszolgáltatás (Fényes Elek, Kőrösi József)
Központi
p Statisztikai Hivatal ((KSH,1867)
, )
1993-as XLVI-os törvény a statisztikáról
223/2009/EK rendelet az európai p statisztikáról
Regionális adatszolgáltatás prioritása
(NUTS-1. ország, NUTS-2: régió, NUTS-3: megye)
Statisztikai sokaság és ismérv
Statisztikai sokaság:
A megfigyelés tárgyát képező egyedek
összessége. (élőlény, tárgy, intézmény, stb.)
Egyedek, egységek: a sokaság legkisebb
részei
Sokaság fajtái:
diszkrét – folytonos (elkülönült egységek – önkényes elkülönítés)
álló – mozgó (időpont – időtartam)
véges – végtelen (véges sok elem – végtelen sok elem)
Statisztikai sokaság és ismérv
Statisztikai ismérvek:
Olyan vizsgálati szempontok, amelyek
alapján
l já a sokaság
k á egységei
é i jjellemezhetők
ll h ők
és – megkülönböztető
g ismérvek esetén –
egymást nem fedő részekre bontható. Egy
adott ismérv szerinti lehetséges
tulajdonságokat (előfordulási lehetőségeit)
az ismérv változatainak nevezzük
nevezzük.
Statisztikai sokaság és ismérv
Ismérvek fajtái (tulajdonság fajtája):
1) Időbeli ismérvek
2) Területi ismérvek
3) Mennyiségi ismérvek
4) Minőségi ismérvek Tárgyi ismérvek
- Alternatív ismérvek
- több változattal rendelkező ismérvek
- Közös ismérvek
- Megkülönböztető
Megkülönbö tető ismér
ismérvek
ek
Mérési szintek
Csak a mennyiségi ismérvek adatai
számadatok, de bizonyos szabályok mellett
minden ismérv lehetséges változatai
számértékké alakíthatók
alakíthatók.
Mérés:
számok meghatározott szabályok szerinti
hozzárendelése jelenségekhez (dolgok
(dolgok,
tárgyak, események), illetve azok bizonyos
tulajdonságaihoz.
tulajdonságaihoz
Mérési szintek
4 féle mérési szintet (skálát) különböztetünk
meg:
Névleges/nominális
Né l / i áli mérési
é é i szint
i
Sorrendi/ordinális mérési szint
Különbségi/intervallum mérési szint
Arányskálán történő mérés
Mérési szintek
Névleges/nominális mérési szint:
Számok közvetlen hozzárendelését jelenti az
egységekhez.
Ezek ún. kódszámok, amelyek csak a sokaság
egyedeinek
gy azonosítását szolgálják.
g j
(azonosság és különbözőség)
Közük semmilyen reláció nem áll fenn,
fenn és velük
számtani művelet nem végezhető.
Feladat:
Állapítsa meg a sokaságok típusát és egységeit!
Feladat/3.
Döntse el az alábbi ismérvekről, hogy mennyiségi vagy
minőségi
g ismérvek-e!
Ismérvfajtáknak megfelelően:
Időbeli (tartam-állapot), területi, minőségi, mennyiségi
+ leíró sorok
Összesen: 44
Statisztikai sorok
Összehasonlító Ismérv- Számérték/
statisztikai
t ti tik i sor: változat mértékegység
Összehasonlító C1 adat
adatok
d t k statisztikai
t ti tik i C2 adat
sorba rendezve, . .
összehasonlítási . .
céllal, adataik nem Ci adat
összegezhetők
összegezhetők. . .
Ck adat
(idősor, területi)
Statisztikai sorok
Például: egy Havi átlagos
ösztöndíj
f l ő kt tá i
felsőoktatási É
Év
(Ft/hallgató)
intézmény nappali
tagozatos
2004 12.600 Ft
hallgatóinak átlagos
2005 13.200 Ft
havi ösztöndíja 2004
2006 13.800 Ft
és 2010 között 2007 14.100 Ft
2008 14 000 Ft
14.000
Összehasonlító 2009 14.200 Ft
időbeli sor 2010 15.000 Ft
Statisztikai sorok
Statisztika sorok kellékei:
Cím (sokaság pontos megnevezése,
megnevezése a közös
ismérvek felsorolása)
T l jd
Tulajdonságok,
á k iismérvváltozatok
é ált t k ffelsorolása
l lá
Ismérvváltozatoknak megfelelő gyakoriságok
felsorolása
Összesen rovat ((csak a csoportosító
p sor
estében)
A forrás megnevezése
Statisztikai táblák
Statisztikai sorok összefüggő
gg rendszere.
Egyszerű tábla (összehasonlító és/vagy leíró sorok)
Nincs csoportosító sora
sora, egy adata
adata, egy statisztikai sor
tagja.
Csoportosító tábla (csoportosító és/vagy összehasonlító
vagy leíró sorok)
Egyirányú csoportosítást tartalmaz, egy adata egy
statisztikai sor tagja.
Kombinációs tábla (csoportosító sorok)
Csak csoportosító sorokat tartalmaz, egy adata
egyidejűleg több statisztikai sor tagja.
Statisztikai táblák
Egyszerű statisztikai tábla
Egy
gy városban az orvosellátottság
g alakulása:
Év Orvosok száma Lakosok száma Egy orvosra jutó
(fő) (fő) lakosok száma
1990 240 80 000 333,3
Osztályzat A B C Összesen
kar hallgatóinak megoszlása
5 19 23 19 61
4 32 49 40 121
3 24 36 56 116
2 20 36 82 138
1 1 2 18 21
Összesen 96 146 215 457
Statisztikai táblák
A statisztikai táblák részei:
Oszlop (a táblázat egy oszlopa)
Sor (a táblázat egy sora)
Rovat (sor és oszlop találkozása)
Fejrovat (a táblázat első sora, mely szövegesen
tartalmazza az egyik ismérv változatait)
Oszloprovat (a táblázat első oszlopa, mely szövegesen
tartalmazza a másik szerinti ismérvváltozatokat)
Összegrovat (a sorok és oszlopok összességét
t t l
tartalmazza))
Statisztikai táblák
Dimenziószám:
Azt mutatja, hogy a tábla egy statisztikai adata
egyidejűleg hány statisztikai sor tagja.
Tábl ké íté szabályai:
Táblakészítés bál i
Cím (azonosítókkal!, idő, hely, stb.)
Old l
Oldalrovatok
t k (f
(fejrovat
j té
és oszloprovat)
l t) megnevezése
é
Egy rovat sem üres (--, ●(●); … , 0,0)
Megjegyzés (ha valamely rovatában lévő adat eltérő
mértékegységű)
Forrásmegjelölés
o ás egje ö és ((!))
Adatszerzési módok
Monográfia
g Reprezentatív
p Egyéb részleges
megfigyelések adatfelvétel
Vé et e e
Véletlenen Nem véletlen
Ne vé et e
alapuló (kontrolált)
Kérdőívszerkesztés
Alapos szakmai hozzáértés
Tömör egyértelmű,
Tömör, egyértelmű könnyen megválaszolható kérdések
Főleg feleletválasztós (karikázós, x-elős és kevés
kifejtendő
j választ igénylő)
g y )
Ne legyen túl hosszú
Ajánlott
j az anonim adatfelvétel
Kompromisszum: csak a legfontosabb dolgokat
kérdezzük
Vé l
Véglegesítés
í é előtt:
lő próbalekérdezés
ób l ké d é
Ha nyereményhez kötjük, növelhető a válaszadási arány
Adatok pontossága
â
Â
A ± aâ α̂
α =
Â
Mért adat
d Abszolút
b l hibakorlát
hib k l Relatív
l hibakorlát
hib k l
Szignifikáns
g számjegyek:
j gy a pontosnak
p tekinthető
számjegyek
10 k Például Mo. népessége (90-ben):
aˆ ≤ , ahol
h l 10.277 ezer ± 500 fő
2
10 k : a legutolsó
l l ó kiírt
kií szignifikáns
i ifiká számjegy
á j helyértéke
h l é ék
Feladatok (stat.
(stat alapfogalmak)
Perfekt
P f kt Statisztika
St ti tik I.I példatár:
éld tá
57/4, 58/7, 59/9, 60/11, 60/13, 61/14,
61/15, 61/16, 63/20, 63/21, 64/23, 64/26
Viszonyszám
y fogalma
g
Viszonyszámok fajtái
Megoszlási
M lá i é
és kkoordinációs
di á ió
viszonyszámok
Dinamikus viszonyszámok
Viszonyszámok közötti összefüggések
Intenzitási viszonyszámok
y
Viszonyszámok
Viszonyszám:
y két,, egymással
gy kapcsolatban
p álló
statisztikai adat hányadosa (V)
A , ahol
V= h lAA: a viszonyítás
i ítá tá
tárgya
B (viszonyítandó adat)
B: a viszonyítás alapja
Összehasonlító sorokból:
Dinamikus viszonyszámok (Vd: Vdl és Vdb)
F l d t és
Feladat- é tteljesítménymutató
lj ít é t tó (Vf és
é Vt)
Területi összehasonlító (Vö)
Leíró sorokból:
Intenzitási viszonyszámok (Vi)
Viszonyszámok fajtái
Megoszlási viszonyszám: rész és egész egymáshoz
viszonyított
y arányát
y fejezi
j ki
Koordinációs viszonyszám: a sokaság két részadatát
viszonyítja
Dinamikus viszonyszám: idősor adataiból számított
hányados
A (a
( tárgyidősz
á idő ak k adata)
d )
V=
B (a bázis időszak adata)
26
Vm = = 0,45 45 % a fiúk aránya
58
Összesen: 100%
32
Vm = = 0,55 55% a lányok arány
58
Viszonyszámok fajtái
Koordinációs viszonyszám:
A (viszonyított részadat)
Vk =
B (a viszonyítás alapjául szolg.
szolg részadat)
Pl. mozilátogató
g nők: 1942 fő,, mozilátogató
g férfiak: 1876
1942
Vk = = 1,035 1000 mozilátogató ffi-ra 1035 mozilátogató nő jut
1876
1876
Vk = = 0,966 1000 mozilátogató nőre 966 mozilátogató ffi jut
1942
Viszonyszámok fajtái
Koordinációs viszonyszámokból az eredeti
adatok
d t k ismerete
i t nélkül
élkül iis számíthatók
á íth tók
megoszlási viszonyszámok.
A férfiak aránya:
1000 966
Vm = = 49,14 Vm = = 49,14
1000 + 1035 1000 + 966
A nők aránya:
1035 1000
Vm = = 50,85
1000 + 1035 Vm = = 50,86
1000 + 966
Dinamikus viszonyszámok
Bázisviszonyszám:
Bá i i á y
db / b = t
Vdb
yb
yi
Láncviszonyszám:
Lá i á Vdl / l =
y i −1
Feladat/1.
Az alábbi táblázatban 2000-2005 közötti
idegenforgalommal kapcsolatos adatok láthatók:
i 2
i=2
5. Bázisból lánc: adott időszak láncviszonyszáma kiszámítható az adott
időszak és az azt megelőző időszak bázisviszonyszámának
há
hányadosaként:
d ké t b i
= li
bi −1
Viszonyszámok közötti összefüggések
Magyarországra érkező külföldiek esetén:
Pl :
Pl.: b 2002 1,, 0192
l2002 = = = 1,
1 0345
b 2001 0,9852
Feladatmutató viszonyszám:
Alapelvei:
Áttekinthetőség (csak azt mutassa, amire szolgál)
Célorientáltság és homogenitás
Egyszerűség
Rekonstruálhatóság
Optikailag semleges méretezés
Cím,
Cím egyértelmű jelmagyarázatok
jelmagyarázatok,
mértékegységek, forrásra való hivatkozás szüks.
G fik ábrázolás
Grafikus áb á lá
Bizonyos elemzési
Bi l é i eszközökhöz
kö ökhö bi bizonyos
ábrázolási módok tartoznak.
Általában
Ált láb szoftverekkel
ft kk l ((speciális
iáli rajzoló
j ló
szoftverekkel) készülnek.
A magyar népesség
korösszetételének változása
G fik ábrázolás
Grafikus áb á lá
Néhány nem koordináta-rendszeren
Néhá k di át d
alapuló ábra:
Kördiagram
Kartogram
K t
Kartodiagram
g
Ponttérkép
Piktogram
Pikt (fi
(figurális
áli áb
ábrázolás)
á lá )
Box
o & whiskers
s e s áb
ábra a ((kvartilis
a se eloszlás)
os ás)
Grafikus ábrázolás
Kördiagram: megoszlás ábrázolása körcikkek
segítségével. Mind szerkezetet, mind pedig
abszolút nagyságot
gy g tud jjellemezni ((megoszlások,
g ,
összehasonlítás)
Grafikus ábrázolás
Kartogram: területi sorok ábrázolása térképen,
az egyes régiók
é iók eltérő
lté ő színeivel
í i lé érzékelteti
ék lt ti a
köztük lévő különbséget.
Grafikus ábrázolás
Kartodiagram:
t ül ti sorok
területi k
esetén
alkalmazható,
lk l h tó az
egyes földrajzi
egységek
é k adatait
d t it a
térképen
elhelyezett
lh l tt
diagrammal
áb á lj
ábrázolja.
Grafikus ábrázolás
Ponttérkép: a
t ül ti sorok
területi k
szemléltetésére
h
használható,
álh tó a
pontok
sűrűsége
ű ű é az
adott területhez
t t ó adat
tartozó d t
nagyságára
utal.
t l
Grafikus ábrázolás
Piktogram:
figurális
ábrázolás, mely
a jelenséget
megtestesítő
különböző
nagyságú
figurák alapján
fejezi ki a
nagyságrendi
relációt.
Grafikus ábrázolás
x mini Q1 Me Q3 x max
3,75 3,0 – 4,5 12 12 120 10,0 10,0 100,0 45,00 45,00 945,25 4,8 4,8 100.0
5,25 4,5 – 6,0 20 32 108 16,5 26,5 90,0 105,00 150,00 900,25 11,1 15,9 95,2
6 75
6,75 6 0 – 7,5
6,0 75 30 62 88 25 0
25,0 51 5
51,5 73 5
73,5 202 50
202,50 352 5
352,5 795 25
795,25 21 4
21,4 37 3
37,3 84 1
84,1
8,75 7,5 – 10,0 27 89 58 22,5 74,0 48,5 236,25 588,75 592,75 25,0 62,3 62,7
11,50 10,0 – 13,0 31 120 31 26,0 100,0 26,0 356,50 945,25 356,50 37,7 100.0 37,7
Számított Helyzeti
középértékek középértékek:
(átlagok) módusz
számtani átlag medián
harmonikus átlag kvartilisek
mértani átlag
négyzetes átlag
Középértékekkel szembeni
követelmények
x mini < K < x max
Súlyozatlan Súlyozott
Számtani
x=
∑ x i
x=
∑ fx i i
x n n
Harmonikus x=
n
x =
∑ fi
1
x h
∑x ∑
fi
xi
i
Mértani
x = ∏ xi x = ∏ xi
n n fi
xg
∑x ∑
2 2
Négyzetes x=
i
x=
f i xi
xq n ∑f i
Ugyanazon pozitív értékekből számított
átlagok nagyságrendje
x min ≤ x h ≤ x g ≤ x ≤ x q ≤ x max
x h
és
xg érzékeny a kiugróan alacsony értékekre
3+ 4+5+8 x g = 4 3 ⋅ 4 ⋅ 5 ⋅ 8 = 4.681
x= =5
4
Harmonikus átlag: Négyzetes átlag:
4
xh = = 4.404 32 + 42 + 52 +82 114
1 1 1 1 xq = = = 28,5 = 5.339
+ + + 4 4
3 4 5 8
Példa/2 (súlyozott
Példa/2: ( úl tt átlag
átl – az értékek
é ték k több
többször
ö
fordulnak elő és nem ugyanannyiszor)
Feladat:
a)) Számítsa
S á í ki a számtani,
á i ahharmonikus,
ik a
mértani és a négyzetes átlagot!
Megoldás
Számtani átlag
g Mértani átlag:
4 ⋅ 3 + 4 ⋅ 4 + 1⋅ 5 + 1⋅ 8
x= = 4.1 x g = 10 34 ⋅ 4 4 ⋅ 51 ⋅ 81 = 3.907
10
10 10
= 3.762 x = 4 ⋅ 3 + 4 ⋅ 4 + 1⋅ 5 + 1⋅ 8 = 4.347
2 2 2 2
xh = =
4 4 1 1 2.658
+ + +
q
10
3 4 5 8
A számtani átlag néhány tulajdonsága
1
1. ∑ (x i )
− x = 0 Æ az átlagtól vett eltérések
(előjeles hibák) összege nulla
2. négyzetes minimum tulajdonság:
∑ (x i − A ) = minimum , ha A= x
2
k1
Mo = xmo0 + ⋅ hmo , ahol
k1 + k2
x mo 0: a móduszt tartalmazó osztályköz alsó határa
k1 = f mo − f mo −1
k 2 = f mo − f mo +1
hmo : a móduszt tartalmazó osztályköz hossza
Előnyök:
Mennyiségi jellemzők esetén is használható
Hasonlóan a mediánhoz, nem érzékeny a szélső,
kiugró értékekre
Hátrányok:
Sok esetben nem alkalmas a sokaságg
jellemzésére, mert nem minden esetben létezik,
és van hogy
gy több is van belőle.
Példa/1 (egyedi
Példa/1. ( di é
értékek)
ték k)
75, 64, 69, 80, 76, 77, 86, 79, 65, 72, 73, 75, 75, 70
Feladat:
Jellemezzük a 3 szobás lakástulajdonosok előző havi
rezsiköltségét az adott esetben felhasználható
középértékekkel!
ö épé té e e (át (átlag,
ag, módusz,
ódus , medián)
ed á )
Megoldás
Számtani átlag: A lakástulajdonosok előző havi
75 + ... + 70 átlagos rezsiköltsége 74 ezer Ft.
X= = 74
14
Rangsor készítése:
64 65
64, 65, 69
69, 70
70, 72
72, 73
73, 75,
75 75
75, 75
75, 76,
76 77
77, 79
79, 80
80, 86
Feladat:
Számítsa ki és értelmezze az átlagot!
Becsülje meg a mediánt és a móduszt, és írja le jelentésüket!
Megoldás
Értékesített benzin Gépkocsik Osztály- Kumulált
mennyisége (liter) száma közép gyakoriság
10 – 19 10 15 10
20 – 29 28 25 38
30 – 39 42 35 80
40 – 49 15 45 95
50 –59
59 5 55 100
Összesen 100 --- ---
x=
∑ fxi i
=
10 ⋅15 + 28 ⋅ 25 + ... + 5 ⋅ 55
= 32,7
∑f i 100 liter
Feladat:
S á ít ki és
Számítsa é éértelmezze
t l az átl
átlagot!
t!
Becsülje meg a mediánt, a móduszt és a kvartiliseket és írja le jelentésüket!
Csak a
MÓDUSZHOZ!
Megoldás
g
Keresetek Létszám Osztály- Kumulált f* (új oszt.köz=
(ezer Ft) (f) közép gyakoriság 20e Ft)
(x) (x) (f’)
40 – 50 12 45 12 24
50 – 60 (Q1),(Mo) 20 55 32 40
60 – 80 (Me) 34 70 66 34
80 – 100 (Q3) 32 90 98 32
100 – 150 14 125 112 5,6
150 – 200 3 175 115 12
1,2
Összesen 115 --- --- ---
x=
∑ fx i i
=
45⋅12 + 55⋅ 20 + ... + 175⋅ 3
= 75,1eFt
f *=
gyakoriság
eredeti oszt. köz h.
⋅ új oszt. köz h.
∑f i 115
A vállalatnál a dolgozók átlagosan 75,1 ezer Ft-ot keresnek.
Megoldás
Medián:
sme= n = 115 = 57,5 ((A Me 3. osztályközben
y van.))
2 2
n
− f ' me−1 57 ,5 − 32
Me = xme,0 + 2 =
hme 60 + ⋅ 20 = 75 ezer Ft
f me 34
1) Terjedelem:
annak az intervallumnak a hossza, amelyen belül
az ismérvértékek elhelyezkednek.
y
R = xmax − xmin
Interkvartilis terjedelem:
annakk az intervallumnak
i t ll kah
hosszát
át ffejez
j kiki, amelyben
l b az
ismérvértékek középső 50%-át találjuk.
IQR = Q 3 − Q1
Szóródási mérőszámok
2) Átlagos eltérés: az átlagtól vett eltérések
számtani átlaga.
Azt mutatja, hogy az ismérvértékek átlagosan
mennyivel térnek el a számtani átlagtól.
Mértékegysége megegyezik az alapadatok
mértékegységével, számítása:
Egyszerű: Súlyozott:
k
∑f ⋅d
n
∑ di δ= i =1
i i
δ= i =1 k
n ∑fi =1
i
di = xi − x
Szóródási mérőszámok
3) Szórás: az átlagtól vett eltérések négyzetes
átlaga
Azt mutatja, hogy az ismérvértékek átlagosan
mennyivel térnek el a számtani átlagtól.
Mértékegysége megegyezik az alapadatok
mértékegységével.
Egyszerű: Súlyozott:
σ= ∑ ( x − x)
i
2
σ= ∑ f i ( xi − x) 2
n ∑f i
di = xi − x
Szóródási mérőszámok
Szórás minta esetén (s): jelentése szintén az
átlagtól vett eltérések négyzetes átlaga, de ezt a
f
formulát
lát a mintából
i tából tö
történő
té ő – az egész
é sokaságra
k á
vonatkozó – következtetés esetén használjuk.
(Bővebben a mintából történő következtetések
témakörben kerül rá sor a Statisztika II. kurzus
során )
során.)
Egyszerű: Súlyozott:
s=
∑ ( x − x)
i
2
s=
∑f i ( xi − x) 2
n −1 ∑f i −1
1
di = xi − x
A szórás néhány tulajdonsága
1 n n
G = 2 .∑∑ xi − x j
n j =1 i =1
1 k k
G = 2 .∑∑ f i ⋅ f j ⋅ xi − x j
n j =1 i =1
Empirikus
p
eloszlások típusai
Szimmetrikus Aszimmetrikus
i ik
Mérsékelten Erősen
Koncentráció: az értékösszeg
jelentős része a sokaság
kevés egységére
összpontosul
Koncentráció
A koncentráció a relatív gyakoriságok (g i)
és a relatív értékösszegek (z i )
összehasonlításával elemezhető. Ha az
egyes osztályközökhöz tartozó g i és z i
értékek azonosak
azonosak, az a koncentráció
hiányaként értelmezhető, eltérésük viszont
a koncentrációt jelzi
jelzi.
Lorenz görbe
Lorenz-görbe
Egységoldalú
négyzetben
elhelyezett ábra,
amely a kumulált
relatív
értékösszegeket
értékeket
a kumulált relatív
gyakoriságok
é té e e
értékeinek
függvényében
ábrázolja.
Lorenz-görbe
Koncentráció hiánya esetén a görbe egybeesik az
átlóval.
Minél távolabb esik a görbe az átlótól, annál
nagyobb fokú a koncentráció.
Felhasználása:
relatív koncentráció szemléltetése
interpoláció
több ismérv koncentrációjának egybevetése
adott ismérv koncentrációjának időbeli vagy térbeli
egybevetése
Koncentrációs együttható
Tapasztalati idősor:
időtényező:
t1 , t 2 , ..., t i , ..., t n
megfigyelt érték:
y1, y2 , ..., yi , ..., yn
Idősorok elemzése átlagokkal
Időegységre számított
átlagok
Változások átlaga
d =
∑d i
=
y n − y1
, ahol yn y
n −1 n −1 l = n−1 ∏li = n−1 , ahol li = i
d i = y i − y i −1 y1 yi−1
i 1
Feladatok (mennyiségi ismérv szerinti elemzés)
Perfekt Statisztika I. példatár:
128/1, 128/2, 130/5, 131/8, 134/12, 134/13, 137/17,
138/19, 138/20, 139/23, 141/25, 145/32,
148/36,149/38
További gy gyakorló feladatok az általános statisztika
I. (zöld) példatár:
24/38,, 24/39 (egyedi
( gy értékekből – súlyozatlan)
y )
25/42 (rangsorból – súlyozott)
26/45, 27/46, 29/51 (osztályközös gyakorisági sorok –
egyenlő osztályköz esetén)
26/44,, 27/47, 28/48, 28/49, 29/50, 29/52, 32/56 ((nem
egyenlő osztályközök)
35/65 (koncentráció)
Mennyiségi ismérv
szerinti elemzés (3)
( )
(2012. október 10. 10.00-11.30)
K
Komplex
l gyakorló
k ló feladatok
f l d t k megoldása
ldá
1. ∑q0 p0 valós
aggregátum 3. ∑ q0 p1 fiktív
aggregátum
2. ∑q1 p0 fiktív
aggregátum ∑ q1 p1 valós
aggregátum
S té hú
Sertéshús k
kg 20 21 75 50
75,50 144 40
144,40
.
Egyedi indexek (egy jószágcsoportra – egyfajta
termékre – vonatkozó indexek, tkp. viszonyszámok)
ahol:
Egyedi árindex:
p1: tárgyidőszak egységára
p1 p0: bázisidőszak egységára
ip =
p0
ip
Egyedi volumenindex: ahol:
q1 q1: tárgyidőszaki
gy mennyiség
y g
iq = q0: bázisidőszak mennyiség
q0
ahol:
iv = i q ⋅ i p
Egyedi értékindex:
v1: tárgyidőszaki termékérték
v1 q1 p1 v0: bázisidőszaki termékérték
iv = =
v0 q0 p0
Indexszámítás
Mért. Fogy. menny. Egységár Egyedi indexek
Megnev. egys.
1980 1988 1980 1988 iq ip iv
Sertéshús kg 20 21 75,50 144,40 105,0 191,3 200,86
.
Többféle termékre – heterogén g
jószágcsoportra – vonatkozó indexek
- együttes indexek aggregát formái 0
∑v1 ∑ q1 p1 Iv = Iq ⋅ I 1
p
Értékindex: Iv = =
∑v0 ∑ q0 p0 I v = I q1 ⋅ I p0
T j
Tej l 89 105 6 00
6,00 10 50
10,50 118 0
118,0 175 0
175,0 206 50
206,50
.
.
I 0
=
∑q 0 p1 ∑ q1 p 0
I q0 =
∑q
p
∑ q1 p1 0 p0 ∑ q0 p0 F
Iv = ∑ q p I F
p = I 0
p ⋅ I 1
p I q = I q0 ⋅ I q1
∑ q0 p0 I p =
1 1 1 ∑ q1 p1
∑ q1 p 0 Iq =
1
∑ q 0 p1
I d
Indexszámítás
á ítá (2)
((2012.
0 november
o e be 7. 10.00–11.30)
0 00 30)
Értékindex-számítás
Az értékindex a termékek bizonyos körére nézve
az érték változását mutatja meg. (pl. árbevétel
változás)
∑ v1 ∑ q1 p1
Iv = =
∑ v0 ∑ q 0 p 0
Az értékindex átlagformái:
ahol a súlyok a valós aggregátumok/értékadatok és az egyedi értékindexek
az átlagolandó értékek:
∑ q 0 p 0 ⋅ iv ∑ v 0 ⋅ iv ∑ q1 p1 ∑ v1
Iv = = Iv = =
∑ q0 p0 ∑ v0 q1 p1 v1
∑ ∑
iv iv
Árindex-számítás
Az árindex az árszínvonal változásának mértékét mutatja
a vizsgált termékek összességére vonatkozóan.
Súlyozott, alapformulájú ∑ qs p1
Ip =
árindexek: ∑ qs p0
Laspeyres árindex
I 0
=
∑ q p
0 1
((bázisidőszaki súlyozású)
y ): ∑q p
p
0 0
∑q1 p0
p
∑ q1 p1 ∑ v1 ∑ q1 p0 .i p
I =
1
p = I =
1
q1 p1 v1 p
∑ q1 p0
∑ ∑
ip ip
Volumenindex-számítás
A volumenindex a termékek bizonyos körére vonatkozóan
a mennyiségek változását méri.
Súlyozott alapformájú ∑ q1 ps
Iq =
volumenindex: ∑ q0 p s
Laspeyres volumenindex ∑ q1 p 0
I q0 =
(bázisidőszaki súlyozású) : ∑ q0 p0
Paashe volumenindex ∑ q1 p1
I q1 =
( á idő
(tárgyidőszaki
ki súlyozású)
úl á ú) : ∑ q0 p1
∑ q0 p0 ⋅ iq ∑v0 ⋅ iq ∑q1 p0
I =
0
Iq0 = = q
q1 p0
∑q0 p0 ∑v0 ∑
iq
∑ q1 p1 ∑ v1 ∑ q0 p1 ⋅ iq
I =
1
q = I =
1
q1 p1 v1 ∑ q0 p1
q
∑ ∑
iq iq
Feladat:
Értékesítés
Egységár (Ft)
mennyisége
Termék Mértékegység
2004 2005 2004 2005
∑ q0 p1 1688125
I =
0
= = 1,097 → 109,7%
∑ q0 p0 1546250
p
∑ q1 p1 1896400
I =
1
= = 1,083→108,3%
∑ q1 p0 1749950
p
∑ q1 p1 1896400
I =
1
= = 1,083 → 108,3%
p
q1 p1 1269000 300150 327250
∑ i 1,0682
+
1
+
1,25
p
Fisher-féle árindex
∑ q1 p0 1749950
I =
0
= = 1,132 → 113,2%
∑ q0 p0 1546250
q
∑ q1 p1 1896400
I =
1
= = 1,123 → 112 ,3 %
∑ q 0 p1 1688125
q
iv = i q ⋅ i p
Iv = I ⋅ I0
q
1
p
I v = I q1 ⋅ I p0
I v = I qF ⋅ I pF
Különbségfelbontás
K v = ∑ q1 p1 − ∑ q 0 p 0 K v = ∑ q1 p1 − ∑ q 0 p 0
K q0 = ∑ q1 p 0 − ∑ q 0 p 0 K q1 = ∑ q1 p1 − ∑ q 0 p1
K 1p = ∑ q1 p1 − ∑ q1 p0 K p0 = ∑ q 0 p1 − ∑ q 0 p 0
Összefüggések:
Cserearány-mutatók:
a gazdálkodó szervezetek által eladott termékek
árindexét viszonyítjuk a vásárolt termékek
árindexéhez.
árindexéhez
Cserearány-index
y ((terms of trade):
)
az adott ország által exportált és az általa importált
termékek árindexeinek a hányadosa.
y Egységnyi
gy g y
exportért, hányszor többet, vagy kevesebbet
tudunk importálni a tárgyidőszakban a
bázisidőszakhoz képest.
I d
Indexszámok
á k gyakorlati
k l ti alkalmazása
lk l á
Árolló:
azt mutatja meg, hogy valamilyen bevételt biztosító
termékek bázisidőszakival azonos volumenéért a
tárgyidőszakban mennyivel nagyobb vagy kisebb
volumenű másféle termék kapható cserébe.
Agrárolló:
a mezőgazdasági
ő d á i termelőiár-indexet
lőiá i d osztjuk
j ka
mezőgazdasági ráfordítások árindexével.
A fogyasztói árindex (CPI)
Két alappillér:
Indexsorok
de so o fajtái:
ajtá
a) Tartalma szerint
- értékindexsor
- árindexsor
ái d
- volumenindexsor
b) Viszonyítás rendje szerint
- bázisindexsor
- láncindexsor
c) Súlyozás módja szerint
- állandó súlyozású indexsor
- változó súlyozású indexsor (B
(B,T)
T)
Indexsorok Értékindexsorok:
Bázis
Lánc
Volumenindexsorok: Árindexsorok:
Bázis Bázis
Állandó súlyozású
Állandó súlyozású
Változó
Vált ó súlyozású
úl á ú (B,T)
(B T)
Változó
Vált ó súlyozású
úl á ú (B,T)
(B T)
Lánc Lánc
Állandó
Áll dó súlyozású
úl á ú
Állandó
Áll dó súlyozású
úl á ú
Változó súlyozású (B,T)
Változó súlyozású (B,T)
I d
Indexsorok
k
É
Értékindexsorok:
Bázis-értékindexsor (0
(0. év a bázis)
∑q 0 p0
,
∑q p 1 1
,
∑q 2 p2
, ... ,
∑q n pn
∑q 0 p0 ∑q p 0 0 ∑q 0 p0 ∑q 0 p0
(100%)
Lánc-értékindexsor
−,
∑q 1 p1
,
∑q p 2 2
, ... ,
∑q n pn
∑q 0 p0 ∑q p 1 1 ∑q
n -1 p n -1
Indexsorok
Bázis volumenindexsorok:
Állandó súlyozású bázis-volumenindexsor:
(bázis: a 0. időszak mennyisége, állandó súly: a 0. időszak ára)
100%,
∑q p
1 0
,
∑q p
2 0
, ... ,
∑q p n 0
∑q p
0 0 ∑q p
0 0 ∑q p 0 0
100 %,
∑q p 1 0
,
∑q p 2 1
, ... ,
∑q p n n -1
∑q p 0 0 ∑q p 0 1 ∑q p 0 n -1
Vált ó súlyozású
Változó úl á ú bá
bázis-volumenindexsor
i l i d (bá
(bázis:
i 0 0. é
év)) - (T)
100 %,
%
∑q p 1 1
,
∑q p 2 2
, ... ,
∑q p n n
∑q p 0 1 ∑q p 0 2 ∑q p 0 n
Indexsorok
Lánc volumenindexsorok:
Állandó súlyozású lánc-volumenindexsor:
(állandó súly: a 0. időszak ára)
−,
∑q p
1 0
,
∑q p
2 0
, ... ,
∑q n p0
∑q p
0 0 ∑q p
1 0 ∑q
n -1 p0
−,
∑q p
1 0
,
∑q p 2 1
, ... ,
∑q n p n -1
∑q p
0 0 ∑q p 1 1 ∑q
n -1 p n -1
Vált ó súlyozású
Változó úl á ú lá
lánc-volumenindexsor
l i d - (T)
−,
∑q p 1 1
,
∑q p 2 2
, ... ,
∑q n pn
∑q p 0 1 ∑q p 1 2 ∑q n -1 pn
Indexsorok
Bázis árindexsorok:
Állandó súlyozású bázis-árindexsor:
(bázis: a 0. időszak mennyisége, állandó súly: a 0. időszak menny.)
100 %,
∑q p
0 1
,
∑q p
0 2
, ... ,
∑q p 0 n
∑q p
0 0 ∑q p
0 0 ∑q p 0 0
100 %,
∑q p
0 1
,
∑q p 1 2
, ... ,
∑q n -1 pn
∑q p
0 0 ∑q p 1 0 ∑q n -1 0 p
Vált ó súlyozású
Változó úl á ú bá
bázis-árindexsor
i ái d (bá
(bázis:
i 0 0. é
év)) - (T)
100 %,
%
∑q p 1 1
,
∑q p 2 2
, ... ,
∑q n pn
∑q p 1 0 ∑q p 2 0 ∑q n p0
Indexsorok
Lánc árindexindexsorok:
Állandó súlyozású lánc-árindexsor:
(állandó súly: a 0. időszak ára)
−,
∑q 0 p1
,
∑q p
0 2
, ... ,
∑q p 0 n
∑q 0 p0 ∑q p
0 1 ∑q p
0 n -1
−,
∑q 0 p1
,
∑q p 1 2
, ... ,
∑q n -1 pn
∑q 0 p0 ∑q p 1 1 ∑qn -1 p n -1
Vált ó súlyozású
Változó úl á ú lá
lánc-árindexsor
ái d - (T)
−,
∑q p 1 1
,
∑q p 2 2
, ... ,
∑q p n n
∑q p 1 0 ∑q p 2 1 ∑q p n n -1
T ül ti indexek
Területi i d k
Forgalom-,
g , vagy
gy termelésadatok térbeli összehasonlításának
eredményeként jönnek létre
Az eddig alkalmazott 0 (bázisidőszak) és 1 (tárgyidőszak) jelölések A-ra és
B re módosulnak (A és B a két terület jelölik)
B-re
Az értékindexet területi összehasonlítás esetén nem értelmezzük!
Az összehasonlításnak nincs egyértelmű sorrendje: felcserélhető a
viszonyítandó és a viszonyítás alapjául szolgáló terület: A/B és B/A
relációjú (területi) ár- és volumenindexeket is számolhatunk
Eltérő
Elté ő valutájú
l tájú országok
á k esetén té az á
árindex
i d számlálója
á lálój é és a nevezője
őj
nem azonos mértékegységű, ezért nem %-os értékként értelmezzük Æ
A/B relációjú index esetén jelentése: B ország 1 valutaegysége A ország
há valutaegységével
hány l t é é l egyenértékű.
é tékű B/A relációjú
lá iójú iindex
d esetén
té A ország
á
egy valutaegysége B ország hány valutaegységével egyenértékű.
A területi összehasonlításnál ((eltérő valuták)) a különböző súlyozású
y
indexek közötti eltérés jóval nagyobb lehet, mint az időbeli
összehasonlításnál, ezért a Fisher-formula használata kötelező.
T ül ti volumenindex
Területi l i d
Legfontosabb alkalmazási területe a nemzetközi
összehasonlítás
Területi
T ül ti volumenindex
l i d aztt ffejezi
j i ki
ki, h
hogy az ö összehasonlítandó
h lít dó
területen a termelés (értékesítés) mennyisége hányszorosa az
összehasonlítás alapjául
pj szolgáló
g terület termelésének
(értékesítésének).
∑qA pB ∑qA pA
∑ q A pB ∑ q A p A I =
A
Fisher I =
Iq B
IqA/ B
= ⋅ ∑qB pA
A/ B
Iq A / B ∑qB pB
∑ qB pB ∑ qB p A
∑ qB pB ∑ qB pA
I =
B ∑qB pB ∑qB pA
Fisher
Iqq
B/ A = ⋅
Iq
B/ A
∑qA pB
Iq =
A
B/ A
∑qA pA
∑ qA pB ∑ qA pA
Területi
ü árindex
á
Azonos valutájú országok esetén a területi árindex
árszínvonal összehasonlítást jelent.
Eltérő valutájú országok esetén a területi árindex a vásárlóerő
paritást fejezi ki.
Vásárlóerő paritás (PPP): azt mutatja meg
meg, hogy egy adott ország
egységnyi valutája a másik ország hány egységnyi valutájával
egyenértékű a vizsgált termékek körében.
Eddigg a sokaságokat
g egy
gy ismérv szerint elemeztük,, most a
sokaságokat egyszerre két – egymással valamilyen
kapcsolatban álló – megkülönböztető ismérv szerinti
csoportosításban,
t ítá b azaz kkombinációs
bi á ió tábláb
táblába rendezve
d
vizsgáljuk. A vizsgálat célja pedig az, hogy van-e és ha van,
akkor milyen erősségű/jellegű a kapcsolat a vizsgált két
ismérv között.
I é k kö
Ismérvek közötti
ötti kapcsolatok
k l t k
a két ismérv (x és y) független egymástól,
egymástól ha x ismérv
szerinti hovatartozás nem ad semmiféle többletinformációt az
y szerinti hovatartozásról. (ezekkel nem kell foglalkoznunk)
Vannak olyan
y esetek, amikor az ismérvek
kölcsönösen hatnak egymásra, vagyis az ok-
okozati viszonyy nem egyértelmű,
gy az okság
g
kölcsönös. (pl. ár és kereslet)
Ismérvek közötti kapcsolatok
A két ismérv jellege szerint a következő
sztochasztikus kapcsolatokat különböztethetjük meg:
asszociációs kapcsolat: az egymással kapcsolatban
álló ismérvek minőségi vagy területi ismérvek (pl.: nem
(férfi,nő) – dohányzás)
vegyes kapcsolat:
k l t az egyikik vizsgált
i ált iismérv
é tterületi
ül ti vagy
minőségi ismérv, a másik mennyiségi (pl.: iskolai
végzettség -1 főre jutó bruttó havi jövedelem)
korrelációs kapcsolat: mindkét vizsgált ismérv
mennyiségi ismérv (pl.: 1 főre jutó bruttó havi
jövedelem-1
jövedelem 1 főre jutó élelmiszerfogyasztás) Æ
egyszerre több ismérv között vizsgálható a
sztochasztikus kapcsolat (II. félév anyaga)
rangkorreláció: mindkét ismérv ordinális mérési szintűszintű,
vagyis sorrendi skálán mérhető.
Ismérvek közötti kapcsolatok
f. j = p
peremgyakoriságok,
gy g , az összesen rovat gy
gyakoriságai
az y ismérvváltozattal rendelkező elemek száma
g
X/Y
/ y1 y2 Összesen
Ö
x1 f11 f12 f1.
x2 f21 f22 f2.
Összesen f.1 f.2 n
f11 f12
A két ismérv függetlensége esetén
=
f 21 f 22
f11 f 22 − f 21 f12
Y=
f11 f 22 + f 21 f12 − 1 ≤ Y ≤ 1
Yule –együttható (Y):
Asszociációs kapcsolat szorosságának mérése
A Yule-mutató tulajdonságai:
0 ≤ Y ≤1
Y =1 Függvényszerű kapcsolat
Asszociációs kapcsolat szorosságának mérése
Csuprov-mutató (T):
T =
χ2
χ 2
= ∑∑
( f ij − f *
ij )
2
,ahol
n ⋅ ( s − 1) ⋅ ( t − 1) i j f * ij
f i. ⋅ f. j
,ahol f *
ij =
n
függetlenség esetén feltételezett gyakoriság a
f =
*
ij kontingencia tábla i sorában és j oszlopában
s −1
0〈T 〈 4
t −1
A Csuprov-mutató tulajdonságai:
0 ≤ T ≤1 ha s=t
T s −1
C = , ahol T max =
0 ≤ C ≤1
4
T max t −1
Jelölések:
x j : j-edik csoport átlaga m
nj : j-edik csoport tagszáma ∑n j xj m
v
j = 1, . . . , m : a csoportok száma = ∑ wj x j
j =1
x= m
nj
= w j : súlyarány ∑nj
j =1
j =1
n
x : a teljes sokaságra számított átlag
Heterogén sokaságok
Jelölések:
n = a sokaság tagszáma
m = a csoportok száma
n j = a j-edik sokaság tagszáma
x j = a j-edik csoport átlaga
x = a sokaságg átlagag ((főátlag)
g)
xij = a j-edik sokaság i-edik eleme
Csoportok Elemszám Csoportátlag Csoportonkénti
nj xj szórás σ j
C1 n1 x1 σ1
C2 n2 x2 σ2
… … … …
Ck nk xk σk
… … … …
Cm nm xj σm
Összesen
n x σ
Például:
Egy vidéki nagyváros ingatlanügynökségén
értékesítésre váró ingatlanok:
g
Eladási ár Panellakások Nem panelből készült Összes lakás
(m Ft) száma lakások száma (db)
6,1 – 8,0 8 2 10
8,1 – 10,0 15 5 20
10,0 – 15,0 34 12 46
15,0 – 20,0 24 14 38
20,1 – 25,0 7 19 26
25,1 – 30,0 2 8 10
Összesen 90 60 150
A könnyebb áttekinthetőség kedvéért a
számításokat táblázatba foglalhatjuk:
Építőanyag
p y g Ingatlanok
g Csoportátlag
p g Csoportonkénti
p
száma n j (eladási ár m Ft) xj szórás σ
j
x ij − x j eltérés ( d ij )
= teljes
( xij − x j ) = belső eltérés ( Bij )
(x j − x) = külső eltérés ( K j )
σ 2 = teljes szórásnégyzet
σB2
= belső szórásnégyzet
σ 2
K
= külső szórásnégyzet
gy
Szórásnégyzetek kiszámítása
nj m
∑∑
i =1 j =1
( x ijj − x ) 2
S S tteljes
S: lj eltérés-
lté é
σ = 2
= négyzetösszeg
n n
σ =
2 ∑∑ ij j
( x − x )2
=
∑j j
n σ 2
=
SB
SB: belső eltérés-
B
n n n négyzetösszeg
σ 2
=
∑n j (x j − x) 2
=
SK
SK: külső eltérés-
K
n n négyzetösszeg
Összefüggések
d = B ijj + K j
ijj
x ij − x = ( xij − x j ) + ( x j − x )
σ 2
= σ 2
B + σ 2
K
S = S B + S K
Teljes eltérés Belső eltérés Külső eltérés
négyzet összeg négyzet összeg négyzet összeg
Feladat:
Egy főiskolán 4 szakon folyik bachelor képzés. Az alábbi
táblázatban a hallgatók napi tanulásra fordított idejére
vonatkozó
tk ó adatok
d t k ttalálhatók:
lálh tók
Szak Napi tanulásra fordított idő (óra) Hallgatók
átlaga szórása % os
%-os
megoszlása
Emberi erőforrás 1,5 1,2 24
Gazdálkodás menedzsment 2,25 0,8 26
Nemzetközi gazdálkodás 1,75 1,5 20
Pénzügy-számvitel 2,75 1,3 30
σ k = 0,49
σ 2 = σ B2 + σ K2
σ 2 = 1,469 + 0,2431 = 1,7121 → σ = 1,308
A vegyes k
kapcsolat
l t mutatószámai
t tó á i
σ σ SK
2
SB 2
H =2
=1− = =1−
K B
σ σ 2
S S 2
σ 2
σ σ 2
SK SB
H= H =
2 K
= K
= 1− 2 =
B
= 1−
σ 2
σ σ S S
A vegyes kapcsolat mutatóinak értelmezése
0 < H <1
0 < H <1
2 Sztochasztikus kapcsolat
H =H =02
Teljes függetlenség, a kapcsolat teljes hiánya
H = H =1
2 Függvényszerű, determinisztikus kapcsolat
Feladatok (vegyes kapcsolat)
Perfekt
P f kt Statisztika
St ti tik I. I példatár:
éld tá
264/1, 267/2, 273/1, 273/2, 274/3, 274/5,
275/6, 275/7, 279/14, 280/15, 280/16,
281/18 (a 18
18-as
as feladat b) részének a megoldása hátul
nem jó!)