Upload
others
View
18
Download
0
Embed Size (px)
Citation preview
1
STATISZTIKA I.
1. ElőadásBevezetés, a statisztika szerepe
Tantárgykódok
GT_APSN018
GT_AKMN021
GT_ATVN020
OktatókElőadó:Dr. habil. Huzsvai Lászlótanszékvezető
Gyakorlatvezetők:Dr. Balogh PéterDr. Csipkés Margit
Dr. Nagy LajosDr. Soltész Angéla
Időbeosztás
Szeptember 21. – December 11. új ismeretek átadása .
December 14. – December 18. gyakorlati jegy megszerzése.
Tematika1. Bevezetés, alapfogalmak2. Mintavétel, adatbázisok3. Az adatok mérési szintjei, jellemző értékek,
adatábrázolás4. Viszonyszámok5. Centrális mutató6. Szóródási mutatók7. A koncentráció mérése8. Indexek9. Normális, standard normális és t-eloszlás10. Konfidencia intervallumok11. Hipotézisvizsgálatok, nem paraméteres próbák
http://www.agr.unideb.hu/~huzsvai
2
Kötelez ő irodalom:Huzsvai L. (szerk.): STATISZTIKA Gazdaságelemz ők részére (Excel
és R alkalmazások), Seneca-Books, Debrecen, 2012.
Ajánlott irodalom: � Huzsvai L. (2013): Variancia-anlalízisek az R-ben, Seneca-Books,
Debrecen.� Hunyadi L. – Vita L.: Statisztika I. Aula Kiadó, Budapest, 2008. 1-348. o.� Hunyadi L. – Vita L.: Statisztika II. Aula Kiadó, Budapest, 2008. 1-300. o.� Hunyadi L. – Vita L.: Statisztikai képletek és táblázatok (oktatási
segédlet), Aula Kiadó, Budapest, 2008. 1-51. o.� Szűcs I.: Alkalmazott Statisztika Agroinform Kiadó, Budapest, 2002. 1-
551. o.� Kerékgyártó Gy-né – L. Balogh I. – Sugár A. – Szarvas B.: Statisztikai
módszerek és alkalmazásuk a gazdasági és társadalmi elemzésekben AULA Kiadó, Budapest, 2008. 1-446. o.
� Rappai G.: Üzleti statisztika Excellel. KSH, 2001.� Reiczigel J.-Harnos A.-Solymosi N.: Biostatisztika nem statisztikusoknak.
Parst Kft. Nagykovácsi, 2007.
Kötelező irodalom Tankönyvek
Tankönyv Churcill és a statisztika
“Csak abban a statisztikában hiszek, amit én magam hamisítok”
NEM IGAZ Statisztikai programok
1. MS Excel ?2. LibreOffice Calc ?3. R Statistics4. SPSS5. SAS6. MATLAB7. MINITAB8. stb
3
R StatisticsMiért tanuljunk statisztikát?
1. Elhiggyük-e amit olvasunk vagy hallunk?
2. Jobban értsük a világot
3. Statisztikai bűvészkedések felismerése
Mimikri Elhiggyük?
„Egy 2002-es tanulmány szerint azok, akiknaponta nyolc óránál többet alszanak, azátlagosnál nagyobb valószínűséggelhalnak meg.”
Forrás: Reiczigel et al.: Biostatisztika
Elhiggyük?„Csalás az átlagjövedelem számításában?
Kiderült, hogy az emberek többsége kevesebbet keres, mint az átlagjövedelem KSH által közölt értéke!”
Forrás: Reiczigel et al.: Biostatisztika
Elhiggyük?
„Az emberek túlnyomó többségének az átlagosnál több lába van.”
Forrás: Reiczigel et al.: Biostatisztika
4
A statisztika fogalma
1. A statisztika a valóság minőségi és mennyiségi információinak megfigyelésére, összegzésére, elemzésére és modellezésére irányuló gyakorlati tevékenység és tudomány.
2. Gyakran hívják statisztikának a statisztikai tevékenység eredményeként keletkező adatokat is.
Alapfogalmak
1. Sokaság:� A megfigyelési egységek, egyedek összessége,
amire a statisztikai megfigyelés irányul.
2. Ismérv:� A sokaság egyedeinek tulajdonsága� Mit mérek: Milyen? Mennyi? (mértékegység)� Hol?� Mikor?� Egyéb metaadatok
3. Paraméter
4. Minta
A statisztika „nyelvezete”
1. Kijelentéseit, egy adott intervallumra vonatkoztatva, valószínűségi állítás formájában fogalmazza meg.
� „Hatvan százalék az esélye, valószínűsége annak, hogy holnap 20 és 30 mm közötti csapadék fog esni.”
Paraméter
� Az alapsokaság ismeretlen jellemző értékeit paraméternek nevezzük (görög betűvel jelöljük)
Minta1. A minta adataiból az alapsokaság
ismeretlen paramétereire következtetünk
2. A minta középértékből az alapsokaság középértékére következtetünk
3. Megbízhatósági intervallum4. Valószínűség
s σ
A statisztika részterületei
1. Leíró statisztika, exploratív adatelemzés
� Célja egy már rendelkezésre álló, valóságra vonatkozó adathalmaz összefoglalása, elemzése, információtömörítés.
� Statisztikai módszerek alkalmazása, hogy megismerjük a sokaság legfontosabb statisztikai jellemzőit.
2. Matematikai statisztika
5
Leíró statisztika
1. Gyakoriságok2. Kvantilis értékek3. Centrális mutatók (középértékek) :
medián, módusz, átlag 4. Szóródási mutatók : terjedelem, szórás,
relatív szórás, stb. 5. Viszonyszámok 6. Indexek
Matematikai statisztika
1. Reprezentatív mintavétel alapján a sokaság jellemző paramétereinek becslése (átlag, szórás, stb.)
2. Minta alapján az alapsokaságra vonatkozó feltételezések, hipotézisek igazolása.
3. Összefüggés vizsgálatok sztochasztikus modellekkel
A statisztikai munka fázisai
1. Megfigyelés, empíria
� „A semmiféle elmélettel sem értelmezhető megfigyelések teljesen haszontalanok.”
SELYE
6
A tehén
2. A probléma megfogalmazása
� Munkahipotézis
� Nullhipotézis
3. Modellalkotás
� Mi a modell?
� A modell bonyolult természeti képződmények, objektumok működésének megismerésére létrehozott „egyszerűsített helyettesítő”.
� Nem a valóság lekicsinyítése!
7
Sztochasztikus modell
Átlag
SzórásSzórás
4. Adatgyűjtés megtervezése
�Minimális mintaszám meghatározása
�Mintavételi technikák
�Kísérlettervezés
5. Adatgyűjtés
1. Mintavétel2. Kísérlet beállítása, mérés
A kísérlet
� Megfelelő elméleti megalapozás után kialakított elgondolás, következtetés helyes vagy helytelen voltának mérésekkel történő ellenőrzése.
� Foltszerű bizonytalan megoldások.� Mi okozza?� A folyamat sztochasztikus jellege
6. Adatbázis készítése
1. Relációs adatbázisok
7. Elemzés
� Az adatokból a modell paramétereinek meghatározása
8
8. A modell validálása (érvényessége)
1. Az alkalmazhatósági feltételek megvizsgálása
9. Becslés a modell segítségével� Számokkal kiértékelhető modell, melyet
alkalmazva képesek vagyunk a jelenségek mennyiségi előrejelzésére
� Még nem ismert jelenségek becslése, előrejelzése a modell segítségével
10. DöntésKÖSZÖNÖM A FIGYELMÜKET
KÖVETKEZŐELŐADÁS CÍME
Mintavétel, mintavételi technikák
Előadás anyagát készítette: Dr. habil. Huzsvai László