Professional Documents
Culture Documents
Statisztika 1 Kepletgyujtemeny Bce PDF
Statisztika 1 Kepletgyujtemeny Bce PDF
KÉPLETGYŰJTEMÉNY BCE
alapfogalmak
egy ismérv szerinti elemzés
két ismérv szerinti elemzés
standardizálás
indexszámítás
idősorok
1. ALAPFOGALMAK
1.1.Ismérvek típusai
MINŐSÉGI
Nominális (névleges)
A sokaság elemeit valamilyen tulajdonságok szerinti
csoportokba soroljuk, de a csoportok közt nincs semmiféle rangsor
példák:
az áldozatok halálának oka
a terroristák nemzetisége
Ordinális (sorrendi)
A csoportok között már felállítható sorrendiség
példák:
a hotelek besorolása (** *** **** *****)
a vizsgázók jegyei (1, 2, 3, 4, 5 )
MENNYISÉGI
Intervallum
A sokaság elemeit itt már valamilyen mértékegység szerint
osztályozzuk, de csak a „mennyivel több?” kérdésre
tudunk válaszolni, a „hányszoros?”-ra nem
példák:
hőmérséklet (tegnap -5 fok volt, ma 0 fok, hányszor melegebb van?)
Arány
Itt is mértékegység szerinti az osztályozás, de a „hányszoros?”
kérdésre is tudunk válaszolni (mindig 0-tól kezdünk mérni)
példák:
életkor
testmagasság
1.2.Viszonyszámok
A
V =
B
V =
V1 ⋅ B1 + V2 ⋅ B2
több tagra V =
∑V ⋅ B
i i MÉRTANI ÁTLAG:
B1 + B2 ∑B i
n
A súlyok A1 A2 stb.
V =
A1 + A2
több tagra V =
∑A i
A1 A2 A
+
V1 V2
∑V i
2.1. Adatok
20 Szórás a teljes
23 alsó kvartilis=23,5 populációra
24
(Y − Y ) 2
σ=
(26 − 20)2 + (26 − 23)2 + (26 − 24)2 + (26 − 24)2 + ...
24
24 medián=24,5
σ= ∑ N
i
10
25
27
A teljes populációból
30 felső kvartilis=31,5 vett n elemű
31 minta szórása
32
(Y − Y ) 2
S=
(26 − 20)2 + (26 − 23)2 + (26 − 24)2 + (26 − 24)2 + ...
módusz=24 s= ∑ n −1
i
9
átlag: Y = 26
2.2. Adatsorok
GYAKORISÁG KUMULÁLT RELATÍV KUMULÁLT RELATÍV ÉRTÉKÖSSZEG RELATÍV
OSZTÁLYKÖZÖK GYAKORISÁG GYAKORISÁG GYAKORISÁG ÉRT.ÖSSZ.
Osztályközép: Yi fi f i′ gi g i′ Si Zi
0-9 Y1 = 5 200 200 200/2000 200/2000 5·200 5·200/S
10-19 Y2 = 15 400 600 400/2000 600/2000 15·400 15·400/S
20-29 Y3 = 25 500 Me 1100 500/2000 1100/2000 25·500 25·500/S
∑f i = N = 2000 ∑S i =S
Becsült átlag
Yi f i 5 ⋅ 200 + 15 ⋅ 400 + ...
Y =∑ = ∑ Yi g i Y = = 27
N 2000
Becsült medián
N 2000
′ −1
− f me me = a mediánt tartalmazó osztályköz alsó határa, − 600
Me = me + 2 hme Me = 20 + 2 20
f me hme = a mediánt tartalmazó osztályköz hossza 500
Becsült módusz
k1 mo = a móduszt tartalmazó osztályköz alsó határa 100
Mo = mo + hmo Mo = 30 + 20
k1 + k 2 k1 = f mo − f mo−1 k 2 = f mo − f mo +1 100 + 300
Azt fejezi ki, hogy a gyakoriság egy adott százalékához az összérték hány százaléka
tartozik. Az x tengelyen tehát a kumulált relatív gyakoriságot, míg az y tengelyen a
kumulált relatív értékösszeget mérjük.
′
Zi
gi′
V 2 +1
HI = ∑ Z = i
2
2.4. Alakmutatók
Pearson-féle mérőszámok
Y − Me X − Mo
P=3 A=
σ σ
F-mutatók
F0,1 =
(D9 − Me ) − (Me − D1 ) F0, 25 =
(Q3 − Me ) − (Me − Q1 )
(D9 − Me ) + (Me − D1 ) (Q3 − Me ) + (Me − Q1 )
© www.mateking.hu STATISZTIKA 1. KÉPLETGYŰJTEMÉNY 4
info@mateking.hu
3. KÉT ISMÉRV SZERINTI ELEMZÉS
C1 C2 … Cj … Total
R1 f11 f12 … f1 j … f1•
R2 f 21 f 22 … f2 j … f 2•
… … … … … …
Ri f i1 fi 2 … f ij … f i•
… … … … … …
Total f •1 f •2 f• j N
f i• ⋅ f • j
f ij∗ =
N
χ =∑
2 (f ij − f ij∗ )
2
f ij∗
N j i =1 N j i =1 ÖSSZ. N1 N2 Nj N
OSZTÁLYKÖZEPEK
MENNYI- MINŐSÉGI
Főátlag
Nj Nj
SÉGI ÖSSZ.
M M
1 1
Y =
N
∑∑
j =1 i =1
Yij =
N
∑∑ f Y
i =1 j =1
ij i
R1 Y1
C1
f11
C2
f12
…
…
R2 Y2 f 21 f 22 …
… … … … …
Ri Yi f i1 fi 2 …
ÖSSZ. N1 N2 Nj N
MENNYI- MINŐSÉGI
Belső szórás azt adja meg, hogy az egyes elemek át-
SÉGI ÖSSZ.
lagosan mennyivel térnek el a saját részátlaguktól:
C1 C2 …
⋅ ∑∑ (Yij − Y j ) =
N
1 M j 1 M
σB = ∑N ⋅ σ 2j
2 …
R1 Y1 f11 f12
j
N j =1 i =1 N j =1 R2 Y2 f 21 f 22 …
… … … … …
Belső eltérés-négyzetösszeg SSB (sum of squares belső) Ri Yi f i1 fi 2 …
SSB = ∑∑ (Yij − Y j )
M Nj
2 ÖSSZ. N1 N2 Nj N
j =1 i =1
MENNYI- MINŐSÉGI
Teljes szórás azt adja meg, hogy az egyes elemek átlago- SÉGI ÖSSZ.
san mennyivel térnek el a főátlagtól:
C1 C2 …
⋅ ∑∑ (Yij − Y )
N
1 M j …
σ= R1 Y1 f11 f12
2
N j =1 i =1 R2 Y2 f 21 f 22 …
… … … … …
Teljes eltérés-négyzetösszeg SST (sum of squares teljes) Ri Yi f i1 fi 2 …
SST = ∑∑ (Yij − Y )
M Nj
2 ÖSSZ. N1 N2 Nj N
j =1 i =1
Ha pedig PRE értéke valahol nulla és egy között van, akkor a kapcsolat nem független és
nem is függvényszerű, tehát sztochasztikus.
∑ d X = ∑ (X − X )
2 2
∑ d Y = ∑ (Y − Y )
2 2
∑ dX ⋅ dY = ∑ (X − X )(Y − Y )
Lineáris korrelációs együttható
r=
∑ dX ⋅ dY
∑d X ⋅∑d Y
2 2
Kovariancia
C ( X , Y ) ==
∑ dX ⋅ dY
N
β̂1 = ∑
dX ⋅ dY
Yˆ = βˆ0 + βˆ1 ⋅ X ahol és βˆ0 = Y − βˆ1 ⋅ X
∑d2X
X-nek az Y-ra vonatkozó determinációs hányadosa
σ K2 ( X )
η X2 Y =
σ 2(X )
σ K2 (Y )
ηY2 X =
σ 2 (Y )
A0 A1 k = V1 − V0
A0 B0 V0 = A1 B1 V1 =
B0 B1
V0 =
∑A 0
V1 =
∑A 1
ÖSSZ: ∑ A0 ∑ B0 ∑B 0
∑ A1 ∑ B1 ∑B 1
K = V1 − V0
FŐÁTLAGOK KÜLÖNBSÉGE
K = V1 − V0
RÉSZHATÁS KÜLÖNBSÉG
(részhatás=V ilyenkor az összetételhatás=B a standard)
K ′ = V1′− V0′ =
∑B STD ⋅ V1
−
∑B STD ⋅ V0
=
∑B STD ⋅ (V1 − V0 )
=
∑B STD ⋅k
∑B STD ∑B STD ∑B STD ∑B STD
ÖSSZETÉTELHATÁS KÜLÖNBSÉG
(összetételhatás=B ilyenkor a részhatás=V a standard, de mindig a másik, ha az előbb
B1 volt akkor most V0 ha pedig B0 volt, most V1 )
K ′′ = V1′′− V0′′=
∑ B ⋅V 1 STD
−
∑ B ⋅V 0 STD
∑B 1 ∑B 0
4.2. A hányadosfelbontás
EGYIK IZÉ MÁSIK IZÉ
A0 A1
A0 B0 V0 = A1 B1 V1 = i=
V1
B0 B1 V0
ÖSSZ:
V0 =
∑A 0
V1 =
∑A 1
∑ A0 ∑ B0 ∑B 0
∑ A1 ∑ B1 ∑B 1 I=
V1
V0
FŐÁTLAG INDEX
V
I= 1
V0
RÉSZHATÁS INDEX
(részhatás=V ilyenkor az összetételhatás=B a standard és általában B1 )
I′ =
V1′
=
∑ B ⋅V : ∑ B ⋅V
1 1 1 0
=
∑ B ⋅V = ∑ A 1 1 1
V0′ ∑B 1∑B 1 ∑ B ⋅V ∑ A
1 0 1
i
ÖSSZETÉTELHATÁS INDEX
(összetételhatás=B ilyenkor a részhatás=V a standard, de mindig a másik, ezért V0 )
I ′′ =
V1′′
=
∑ B ⋅V : ∑ B ⋅V
1 0 0 0
V0′′ ∑B 1∑B 0
0 I p0 =
∑p q 1 0
I q0 =
∑p q 0 1
∑p q 0 0 ∑p q 0 0
1 I 1p =
∑p q 1 1
I q1 =
∑pq 1 1
∑p q 0 1 ∑pq 1 0
5.4. Az értékindex:
Iv =
∑ p1q1 = I 1 ⋅ I 0 = I 1 ⋅ I 0 = I F ⋅ I F amiből
I 1p
=
I q1
∑ p 0 q0
p q q p p q
I 0p I q0
I 0p =
∑ p q ⋅i
0 0 p
=
∑pq 1 0
=
∑v ⋅i0 p
I q0 =
∑ p q ⋅i 0 0 q
=
∑p q
0 1
=
∑v ⋅i0 q
∑p q0 0
pq
∑ i 1 0 ∑v 0 ∑p q 0 0
pq
∑ i
0 1 ∑v 0
p q
I 1p =
∑ p q ⋅i
0 1 p
=
∑pq 1 1
=
∑v 1
I q1 =
∑ p q ⋅i 1 0 q
=
∑pq
1 1
=
∑v1
∑p q0 1
pq
∑ i 1 1 v
∑i 1 ∑pq 1 0
pq
∑ i
1 1 v
∑i1
p p q q
5.6. Vásárlóerő-paritás
PPP A ( A / B) =
∑p A qA
PPP B ( A / B) =
∑p A qB
∑p B qA ∑p B qB
6.1.Állapotidősor és tartamidősor
ÁLLAPOTIDŐSOR TARTAMIDŐSOR
Változás
mértéke d = ∑d t
=
yn − y1
d = ∑d t
=
yn − y1
n −1 n −1 n −1 n −1
Változás n n
yn yn
üteme l = n−1 ∏ lt = n−1 l = n−1 ∏ lt = n−1
t =2 y1 t =2 y1
Átlag y1 y y1 + y 2 + ... + y n
+ y 2 + ... + n y=
yk = 2 2 n
n −1
6.2. Mozgóátlagok
Lineáris trend
yˆ = β 0 + β1 ⋅ t
Lineáris trend normálegyenletei
n n n n n
∑y
t =1
t = n ⋅ β 0 + β1 ∑ t
t =1
∑t ⋅ y
t =1
t = β 0 ⋅ ∑ t + β1 ∑ t 2
t =1 t =1
Exponenciális trend
yˆ = β 0 ⋅ β1
t
ln yˆ = ln β 0 + t ⋅ ln β1
∑ (y − yˆ ij )
n/ p
j=1 j=2 j=3 …
ij i=1 y1 1 y1 2 y1 3 y1 4
sj = i =1
i=2 y2 1 y2 2 y2 3 y2 4
n/ p
i=3 y3 1 y3 2 y3 3 y3 4
… y4 1 y4 2 y4 3 y4 4
yij
n/ p
∑
ˆ
i =1 y
∗
sj =
ij
n/ p
6.7. Korrigált szezonindex exponenciális trend esetén
∗
(∗ s j
sj =
s