Kvantitatív módszerek
-
Upload
faith-rasmussen -
Category
Documents
-
view
41 -
download
0
description
Transcript of Kvantitatív módszerek
Kvantitatív módszerekKvantitatív módszerek
3. Leíró statisztika3. Leíró statisztika
Kvantitatív módszerek
BevezetésBevezetés
Statisztikai elemzések lényege
Az elemzés statisztikai módszerei
– Leíró statisztika
– Következtető statisztika
Diszkrét és folytonos adatok
24
Kvantitatív módszerek
Statisztikai leírás alapjaiStatisztikai leírás alapjai
A statisztikai leírás célja, módszerei
Statisztikai leírás mutatói
Középértékek
Ingadozásmutatók
Egyéb mutatók
Grafikus kép
24
Kvantitatív módszerek
Oszlopdiagram25
Kvantitatív módszerek
Kördiagram26
Kvantitatív módszerek
Sávdiagram26
Kvantitatív módszerek
Vonaldiagram26
Kvantitatív módszerek
Adatok rendezése, ábrázolásaAdatok rendezése, ábrázolása
Osztályba sorolás
Gyakoriságok (fi) megállapítása
Relatív gyakoriság (gi) megállapítása
Összegzett (kumulált) gyakoriságok ill. relatív
gyakoriságok (fi’; gi’)
Gyakorisági táblázat
Grafikus ábrázolás
28
Kvantitatív módszerek
PéldaPélda
Egy folyamatos üzemben ….
Gyakorisági táblázat készítése
- Legkisebb és legnagyobb értékek megkeresése
- Gyakoriságok meghatározása0 1 :
28
Óra 1 2 3 4 5 6 7 8 9 10 11 12 Leállások száma
5 3 1 2 0 3 4 5 2 6 1 1
Óra 13 14 15 16 17 18 19 20 21 22 23 24 Leállások száma
4 0 2 3 2 0 2 3 1 4 1 6
Kvantitatív módszerek
PéldaPéldaA gyakorisági táblázat:
28
Leállások száma Gyakorisága (fi) Relatív gyakoriság (gi)
0 3 0,125 (12,5%)
1 5 0,208 (20,8%)
2 5 0,208 (20,8%)
3 4 0,168 (16,8%)
4 3 0,125 (12,5%)
5 2 0,083 (8,3%)
6 2 0,083 (8,3%)
összesen 24 1,000 (100%)
Kvantitatív módszerek
PéldaPéldaAdatok ábrázolása:
29
gyakoriságokRelatív
gyakoriságok
Leállások száma
5
4
3
2
1
0,2
0,16
0,12
0,08
0,04
0 1 2 3 4 5 6
Kvantitatív módszerek
Példa Példa
A gyakorisági táblázat folytatása:
29
leállások száma kumulált gyakoriság
(fi’)
kumulált relatív gyakoriság
(gi’)
0 3 0,125
1 8 0,333
2 13 0,541
3 17 0,709
4 20 0,834
5 22 0,917
6 24 1,000
Kvantitatív módszerek
PéldaPéldaKumulált relatív gyakoriság ábrázolása:
29
Kum
ulá
lt r
ela
tív g
yako
risá
gok
Leállások száma0 1 2 3 4 5 6
1
0,5
Kvantitatív módszerek
PéldaMűszeralkatrészek átmérőjét...
a b c d e
8,31 8,29 8,36 8,40 8,26
8,34 8,26 8,31 8,32 8,31
8,36 8,36 8,31 8,22 8,16
8,33 8,31 8,35 ,8,31 8,33
8,30 8,31 8,31 8,33 8,20
8,29 8,28 8,28 8,32 8,41
8,35 8,33 8,29 8,30 8,41
8,18 8,38 8,35 8,34 8,30
8,41 8,31 8,31 8,33 8,32
8,32 8,28 8,36 8,32 8,25
8,31 8,38 8,44 8,27 8,26
8,31 8,26 8,28 8,32 8,27
8,38 8,22 8,35 8,30 8,30
8,15 8,32 8,31 8,31 8,38
8,31 8,33 8,31 8,34 8,32
8,30 8,19 8,19 8,44 8,32
8,26 8,39 8,42 8,35 8,30
8,13 8,33 8,19 8,34 8,36
8,32 8,31 8,25 8,31 8,50
8,31 8,38 8,33 8,31 8,33
8,23 8,30 8,32 8,35 8,35
8,35 8,29 8,34 8,26 8,28
8,33 8,36 8,31 8,32 8,32
8,26 8,35 8,42 8,32 8,31
8,33 8,23 8,16 8,31 8,38
8,29 8,30 8,30 8,33 8,31
8,30 8,34 8,27 8,31 8,35
8,35 8,46 8,25 8,33 8,22
8,31 8,32 8,34 8,26 8,33
Gyakorisági táblázat készítése:
Minimum és maximum értékek keresése
Terjedelem meghatározása:R = 8,50 - 8,13 = 0,37
Osztályok számának meghatározása
Osztályhatárok, -közepek számolása
Gyakoriságok meghatározása
Táblázat és a hisztogram elkészítése
8,138,50
Kvantitatív módszerek
Az Y szerint képzett osztály
Osztály-közép
abszolút relatív
alsó felső gyakoriság
határa
X10 X11 X1* f1 g1
X20 X21 X2* f2 g2
Xi0 Xi1 Xi* fi gi
… … … … …
Xk0 Xk1 Xk* fk gk
Összesen N 1
N
fg ii
102
1iii XXX
01 iii XXh 0,0,1 iii XXh
(Osztályközös) gyakorisági sor(Osztályközös) gyakorisági sor 31
Kvantitatív módszerek
Gyakorisági hisztogramGyakorisági hisztogram
Gyakoriságok
Osztályközök
Kvantitatív módszerek
Kumulált relatív gyakoriságKumulált relatív gyakoriság
Kumulált relatív gyakoriság
Osztályközök [mm]
1
0,8
0,6
0,4
0,2
8,1
25
8,1
85
8,2
45
8,3
05
8,3
65
8,4
25
8,4
85
Kvantitatív módszerek
dátumBUX (%)
dátumBUX (%)
dátumBUX (%)
dátumBUX (%)
dátumBUX (%)
dátumBUX (%)
2. 1. -7,54 1. 5. -18,98 1. 4. 35,26 1. 6. 32,3 1. 7. -7,22 1. 7. 3,16
3. 1. -0,17 2. 1. 4,05 2. 1. 7,81 2. 3. 2,44 2. 2. 11,27 2. 1. -13,63
4. 5. -11,02 3. 1. 1,62 3. 1. 9,75 3. 3. -2,91 3. 2. 4,84 3. 1. -2,37
5. 2. -2,5 4. 3. 11,68 4. 1. 7,67 4. 1. 10,03 4. 1. -1,21 4. 1. 9,02
6. 1. -8,24 5. 2. 5,44 5. 2. 11,06 5. 5. 3,79 5. 4. -17,48 5. 3. 4,58
7. 1. 4,91 6. 1. -4,79 6. 3. 12,39 6. 2. 12,9 6. 2. 10,63 6. 1. 4,59
8. 1.13,01
7. 3.2,06
7. 1.-12,85
7. 1.15,99
7. 1.3,45
9. 1.-8,45
8. 1.5,16
8. 1.21,26
8. 1.-8,2
8. 3.-36,06
10. 3.16,88
9. 1.1,81
9. 3.18,57
9. 2.6,34
9. 1.-12,97
11. 1.-5,08
10. 2.-6,05
10. 1.6,46
10. 1.-7,26
10. 1.26,91
12. 1.-4,89
11. 1.-0,93
11. 1.2,03
11. 3.-6,75
11. 2.12,53
12. 1.2,92
12. 2.12,51
12. 1.20,24
12. 1.5,51
Példa: 5 éves időszak havi hozamainak értékei Példa: 5 éves időszak havi hozamainak értékei 30
A teljes értékköz: 71,32 (%)
Kvantitatív módszerek
Feladat: dolgozzuk fel a havi hozamadatokat statisztikai eszközökkel
osztályhatárok fi f’i gi [%] g’i [%]
-40.00≤x<-30.00 1 1 1.54 1.54
-30.01≤x<-20.00 0 1 0.00 1.54
-20.01≤x<-10.00 6 7 9.23 10.77
-10.01≤x<0.00 17 24 26.15 36.92
0.01≤x<10.00 23 47 35.38 72.30
10.01≤x<20.00 13 60 20.00 92.30
20.01≤x<30.00 3 63 4.62 96.92
30.01≤x<40.00 2 65 3.08 100.00
összesen 65 100.00
GYAKORISÁGI TÁBLÁZAT
31
Kvantitatív módszerek
GYAKORISÁGI HISZTOGRAM
32
Kvantitatív módszerek
KUMULÁLT RELATÍV GYAKORISÁGI HISZTOGRAM
32
Kvantitatív módszerek
Gyakorisági eloszlások Gyakorisági eloszlások jellegzetességeijellegzetességei
középérték-mutatók: helyzeti és számítottIngadozásmutatók: abszolút és relatívalakmutatók
Középértékekre vonatkozó elvárások:Közepes helyzetűekTipikusakEgyértelműen meghatározhatóakLehetőleg könnyen értelmezhetőek
33
Kvantitatív módszerek
MediánHelyzeti középérték – valódi középérték, a rangsor közepén található: az az érték, amelynél az előforduló értékek fele kisebb, fele pedig nagyobb
– Páratlan számú adatnál a középső
– Páros számú adatnál a két közepes érték számtani átlaga
Becsülhető osztályközös gyakorisági sorból is
Érzéketlen a szélsőértékekre
Említésre méltó tulajdonsága:
33
1 0 6 17 23 13 3 2 19
0 1 2 3 6 13 17 19 23
1 0 6 17 23 13 3 2
0 1 2 3 6 13 17 23
4,5
MeAhaAxN
ii
min,1
Kvantitatív módszerek
Medián
1 -36,06 11 -7,54 21 -2,37 31 3,16 41 5,51 51 11,27 61 20,242 -18,98 12 -7,26 22 -1,21 32 3,45 42 6,34 52 11,68 62 21,263 -17,48 13 -7,22 23 -0,93 33 3,79 43 6,46 53 12,39 63 26,914 -13,63 14 -6,75 24 -0,17 34 4,05 44 7,67 54 12,51 64 32,35 -12,97 15 -6,05 25 1,62 35 4,58 45 7,81 55 12,53 65 35,266 -12,85 16 -5,08 26 1,81 36 4,59 46 9,02 56 12,97 -11,02 17 -4,89 27 2,03 37 4,84 47 9,75 57 13,018 -8,45 18 -4,79 28 2,06 38 4,91 48 10,03 58 15,999 -8,24 19 -2,91 29 2,44 39 5,16 49 10,63 59 16,88
10 -8,2 20 -2,5 30 2,92 40 5,44 50 11,06 60 18,57
33
Kvantitatív módszerek
65 adat: páratlan a rangsor 33. tagja a medián
osztályhatárok fi f’i gi [%] g’i [%]
-40.00≤x<-30.00 1 1 1.54 1.54
-30.01≤x<-20.00 0 1 0.00 1.54
-20.01≤x<-10.00 6 7 9.23 10.77
-10.01≤x<0.00 17 24 26.15 36.92
0.01≤x<10.00 23 47 35.38 72.30
10.01≤x<20.00 13 60 20.00 92.30
20.01≤x<30.00 3 63 4.62 96.92
30.01≤x<40.00 2 65 3.08 100.00
összesen 65 100.00 5,322
65
22'
NNfme
34
Kvantitatív módszerek
34
meme
me
me hf
fN
YeM
'1
0,2ˆ
osztályhatárok fi f’i gi [%] g’i [%]
-40.00≤x<-30.00 1 1 1.54 1.54
-30.01≤x<-20.00 0 1 0.00 1.54
-20.01≤x<-10.00 6 7 9.23 10.77
-10.01≤x<0.00 17 24 26.15 36.92
0.01≤x<10.00 23 47 35.38 72.30
10.01≤x<20.00 13 60 20.00 92.30
20.01≤x<30.00 3 63 4.62 96.92
30.01≤x<40.00 2 65 3.08 100.00
összesen 65 100.00
7,3)01,000,10(23
245,3201,02ˆ
'1
0,
meme
me
me hf
fN
YeM
Medián becsléseMedián becslése
Kvantitatív módszerek
Módusz Módusz
Helyzeti középérték – tipikus
Diszkrét ismérv esetén a leggyakrabban előforduló ismérvérték
Folytonos ismérv esetén pedig a gyakorisági görbe maximumhelye
Érzéketlen a szélsőértékekre
35
1,00024összesen
0,08326
0,08325
0,12534
0,16843
0,20852
0,20851
0,12530
Relatív gyakoriság (gi)
Előfordulások gyakorisága (fi)
Leállások száma óránként
1,00024összesen
0,08326
0,08325
0,12534
0,16843
0,20852
0,20851
0,12530
Relatív gyakoriság (gi)
Előfordulások gyakorisága (fi)
Leállások száma óránként
Kvantitatív módszerek
Módusz becsléseMódusz becslése
osztályhatárok fi f’i gi [%] g’i [%]
-40.00≤x<-30.00 1 1 1.54 1.54
-30.01≤x<-20.00 0 1 0.00 1.54
-20.01≤x<-10.00 6 7 9.23 10.77
-10.01≤x<0.00 17 24 26.15 36.92
0.01≤x<10.00 23 47 35.38 72.30
10.01≤x<20.00 13 60 20.00 92.30
20.01≤x<30.00 3 63 4.62 96.92
30.01≤x<40.00 2 65 3.08 100.00
összesen 65 100.00
1 momof ffdmofa
amo h
dd
dYoM
0,ˆ
1 momoa ffd
35
76,3)01,000,10()1323()1723(
)1723(01,0ˆ
oM
Kvantitatív módszerek
osztályhatárok fi f’i gi [%] g’i [%]
-40.00≤x<-30.00 1 1 1.54 1.54
-30.01≤x<-20.00 0 1 0.00 1.54
-20.01≤x<-10.00 6 7 9.23 10.77
-10.01≤x<0.00 17 24 26.15 36.92
0.01≤x<10.00 23 47 35.38 72.30
10.01≤x<20.00 13 60 20.00 92.30
20.01≤x<30.00 3 63 4.62 96.92
30.01≤x<40.00 2 65 3.08 100.00
összesen 65 100.00 05,5)1001,0(2
1
2
1ˆ 10 ii YYoM
35Módusz becsléseMódusz becslése
Kvantitatív módszerek
Számtani Számtani átlagátlag
Leggyakrabban használt középérték
Meghatározható gyakorisági sorból is a gyakoriságokkal súlyozva
36
r
iiir
ii
r
iii
n
ii
xgf
xf
n
xx
1
1
11
FOLYTONOS példa
19,365
37,207
65
59,458,402,9...)02,11()17,0(54,7
65
65
1
i
ixx
Kvantitatív módszerek
SzámításaSzámítása
Diszkrét példa
Leállások száma óránként
Előfordulások gyakorisága (fi)
Relatív gyakoriság (gi)
0 3 0,125
1 5 0,208
2 5 0,208
3 4 0,168
4 3 0,125
5 2 0,083
6 2 0,083
összesen 24 1,000
54,224
262534435251306
0
6
0
ii
ii
i
f
xfx
36
Kvantitatív módszerek
PéldaPéldaosztályhatárok fi f’i gi [%] g’i [%]
-40.00≤x<-30.00 1 1 1.54 1.54
-30.01≤x<-20.00 0 1 0.00 1.54
-20.01≤x<-10.00 6 7 9.23 10.77
-10.01≤x<0.00 17 24 26.15 36.92
0.01≤x<10.00 23 47 35.38 72.30
10.01≤x<20.00 13 60 20.00 92.30
20.01≤x<30.00 3 63 4.62 96.92
30.01≤x<40.00 2 65 3.08 100.00
összesen 65 100.0077,365
00,35200,25300,151300,523
65
)00,5(17)00,15(6)00,25(0)00,35(18
1
8
1
ii
iii
f
xfx
36
Kvantitatív módszerek
Harmonikus átlag Harmonikus átlag
Az a szám, amellyel az átlagolandó értékeket helyettesítve azok reciprokainak összege változatlan marad
Leíró statisztikai viszonyszámok és indexek számításánál
r
i ii
r
ii
n
i i
h
xf
f
x
nx
1
1
1
11
34 48 76 98 105
14,60
1051
981
761
481
341
51
1
n
i i
h
x
nx
37
Kvantitatív módszerek
Mértani átlagMértani átlag
Az a szám, amellyel az átlagolandó értékeket helyettesítve azok szorzata változatlan marad
Idősorok elemzése
i if fi
nig xxx
34 48 76 98 105
25,66105987648345 nig xx
37
Kvantitatív módszerek
Négyzetes átlagNégyzetes átlag
Az a szám, amellyel az átlagolandó értékeket helyettesítve, azok négyzetösszege változatlan marad
Tipikus alkalmazási területe a szórásszámítás
n
xx
2i
q
34 48 76 98 105
28,775
10598764834 222222
n
xx iq
38
Kvantitatív módszerek
Az átlagok egymáshoz való Az átlagok egymáshoz való viszonyaviszonya
10528,7725,6614,6034
maxmin
XXXXXX qgh
38
Kvantitatív módszerek
Választás a középértékek közöttVálasztás a középértékek között
Módusz, medián, számtani átlag?
Melyiket használjuk?
– Egyértelműen meghatározható-e?
– Az összes rendelkező adattól függ-e vagy sem?
– Mennyire érzékeny a szélsőségesen nagy vagy kicsi
értékekre?
– Mekkora és milyen módon értelmezhető hibával képes
helyettesíteni az alapadatokat?
38
Kvantitatív módszerek
Középértékek összehasonlítása
x Me MoxMeMo
39
Kvantitatív módszerek
Kvantilisek Xi/k
– i-edik k-ad rendű kvantilis: az a szám, amelynél az összes előforduló ismérvérték i/k-ad része kisebb , (1-i/k)-ad része pedig nagyobb,
A rangsor si/k. tagja
A kvantilisek segítségével a növekvő sorrendbe állított adataink egyenlő gyakoriságú osztályokra bonthatóak
1/ Nk
is ki
39
Kvantitatív módszerek
A legfontosabb kvantilisek A legfontosabb kvantilisek elnevezése és jelöléseelnevezése és jelölése
k Elnevezés Általános jelölés
i lehetséges értéke
Lehetséges kvantilisek
2 Medián - 1 Me
4 Kvartilis Qi 1,2,3 Q1, Q2, Q3
5 Kvintilis Ki 1,2,3,4, K1, K2, K3, K4
10 Decilis Di 1,2,…,9 D1, D2, … D9
100 Percentilis Pi 1,2,…,99 P1, P2, …,P99
39
Kvantitatív módszerek
5,16)651(4
14/1 s
985,4))08,5(89,4(5,008,5)(4/14/14/1 14/11
sss XXsXQ
5,49)651(4
34/3 s
845,10)63,1006,11(5,063,10)(4/34/34/3 14/33
sss XXsXQ
6,6)651(10
110/1 s
667,12))85,12(02,11(1,085,12)(10/110/110/1 110/11
sss XXsXD
4,59)651(10
910/9 s
049,17)88,1657,18(1,088,16)(10/910/910/9 110/99
sss XXsXD
40
Kvantitatív módszerek
Ingadozásmutatók
terjedelem
átlagos abszolút különbség
átlagos abszolút eltérés
szórás
relatív szórás
momentumok
41
Kvantitatív módszerek
5,5112. 1.
20,2412. 1.
12,5112. 2.
2,9212. 1.
12,5311. 2.
-6,7511. 3.
2,0311. 1.
-0,9311. 1.
-4,8912. 1.
26,9110. 1.
-7,2610. 1.
6,4610. 1.
-6,0510. 2.
-5,0811. 1.
-12,979. 1.
6,349. 2.
18,579. 3.
1,819. 1.
16,8810. 3.
-36,068. 3.
-8,28. 1.
21,268. 1.
5,168. 1.
-8,459. 1.
3,457. 1.
15,997. 1.
-12,857. 1.
2,067. 3.
13,018. 1.
4,596. 1.10,636. 2.12,96. 2.12,396. 3.-4,796. 1.4,917. 1.
4,585. 3.-17,485. 4.3,795. 5.11,065. 2.5,445. 2.-8,246. 1.
9,024. 1.-1,214. 1.10,034. 1.7,674. 1.11,684. 3.-2,55. 2.
-2,373. 1.4,843. 2.-2,913. 3.9,753. 1.1,623. 1.-11,024. 5.
-13,632. 1.11,272. 2.2,442. 3.7,812. 1.4,052. 1.-0,173. 1.
3,161. 7.-7,221. 7.32,31. 6.35,261. 4.-18,981. 5.-7,542. 1.
BUX (%)
dátumBUX (%)
dátumBUX (%)
dátumBUX (%)
dátumBUX (%)
dátumBUX (%)
dátum
5,5112. 1.
20,2412. 1.
12,5112. 2.
2,9212. 1.
12,5311. 2.
-6,7511. 3.
2,0311. 1.
-0,9311. 1.
-4,8912. 1.
26,9110. 1.
-7,2610. 1.
6,4610. 1.
-6,0510. 2.
-5,0811. 1.
-12,979. 1.
6,349. 2.
18,579. 3.
1,819. 1.
16,8810. 3.
-36,068. 3.
-8,28. 1.
21,268. 1.
5,168. 1.
-8,459. 1.
3,457. 1.
15,997. 1.
-12,857. 1.
2,067. 3.
13,018. 1.
4,596. 1.10,636. 2.12,96. 2.12,396. 3.-4,796. 1.4,917. 1.
4,585. 3.-17,485. 4.3,795. 5.11,065. 2.5,445. 2.-8,246. 1.
9,024. 1.-1,214. 1.10,034. 1.7,674. 1.11,684. 3.-2,55. 2.
-2,373. 1.4,843. 2.-2,913. 3.9,753. 1.1,623. 1.-11,024. 5.
-13,632. 1.11,272. 2.2,442. 3.7,812. 1.4,052. 1.-0,173. 1.
3,161. 7.-7,221. 7.32,31. 6.35,261. 4.-18,981. 5.-7,542. 1.
BUX (%)
dátumBUX (%)
dátumBUX (%)
dátumBUX (%)
dátumBUX (%)
dátumBUX (%)
dátum
TerjedelemmutatókSzóródás terjedelme: annak az intervallumnak a teljes hossza, amelyen belül az ismérvértékek mozognak.
Interkvantilis terjedelemmutató
2,/1/)1(21
kXXR kkk
k
minmax XXR
41
32,71)06,36(26,35 R
83,15)985,4(845,102/1 R
Kvantitatív módszerek
Átlagos (abszolút) különbség
Minden lehetséges módon párba állított ismérvértékek Xi-Xj különbségeinek abszolút értékéből számított számtani átlag.
Azt mutatja, hogy az X ismérv értékei átlagosan mennyire különböznek egymástól.
Mértékegysége ugyanaz, mint az alapadatoké.
Ha minden ismérvérték egyforma, azaz nincs szóródás, akkor G=0.
N
i
N
jji XX
NNG
1 1)1(
1
41
Kvantitatív módszerek
Példa: 5 hallgató Kvantitatív módszerek vizsgán elért pontszámainak átlagos abszolút különbsége
42
45 52 76 87 92
45 0 7 31 42 47
52 7 0 24 35 40
76 31 24 0 11 16
87 42 35 11 0 5
92 47 40 16 5 0
8,25)15(5
516
G
Kvantitatív módszerek
Átlagos abszolút eltérés
Az ismérvértékek számtani átlagtól vett
eltéréseinek abszolút értékéből számított számtani átlaga.
XXd ii
Az egyes ismérvértékek átlagosan mennyivel térnek el a számtani átlagtól.
42
r
ii
r
iii
n
ii
f
df
n
d
1
11
Kvantitatív módszerek
Példa42
93,865
19,359,4...19,317,019,354,7
BUX-indexes példánk átlagos abszolút eltérése:
Osztályközös gyakorisági sorból:
39,965
19,335219,3253...19,315619,325019,3351
Kvantitatív módszerek
Tapasztalati szórás
abszolút érték helyett négyzetre emelés és gyökvonás
n
d
n
XXs
n
ii
n
ii
1
2
1
2
r
ii
r
iii
r
ii
r
iii
f
df
f
XXfs
1
1
2
1
1
2
az átlagtól vett eltérések négyzetes átlaga– átlagos hiba
szórásnégyzet: variancia
43
Kvantitatív módszerek
Korrigált tapasztalati szórás
11
1
2
1
2
n
d
n
xxs
n
ii
n
ii
43
Kvantitatív módszerek
Példa
Egyedi adatokból számolva:
05,12
64
19,359,419,358,4...19,317,019,354,7 2222
s
Osztályközös gyakorisági sorból becsülve:
35,1265
)19,335(2)19,325(3...)19,325(60)19,335(1 2222
s
43
Kvantitatív módszerek
Relatív szórás
pozitív értékű ismérvekre!
x
sV
az ismérvértékek átlagtól vett átlagos relatív eltérése
44
Kvantitatív módszerek
Alakmutatók
A gyakorisági eloszlás milyen mértékben tér el a
normális eloszlástól
Eltérés lehet:
– Bal ill. jobb oldali asszimetria
– Csúcsosság vagy lapultság
44
Kvantitatív módszerek
Pearson-féle mutatószám
15,005,12
)19,379,3(3)(3
s
MexP
Csúcsossági mutató
266,0432,59
83,15
))667,12(049,17(2
)985,4(845,10
)(2 19
13
DD
QQK
45
Kvantitatív módszerek
Osztályhatárok fi fi' gi [%] gi' [%]
99.7≤x<100.2 3 3 6,00 6,00
100.2≤x<100.7 8 11 16,00 22,00
100.7≤x<101.2 8 19 16,00 38,00
101.2≤x<101.7 17 36 34,00 72,00
101.7≤x<102.2 9 45 18,00 90,00
102.2≤x<102.7 3 48 6,00 96,00
102.7≤x<103.2 1 49 2,00 98,00
103.2≤x<=103.7 1 50 2,00 100,00
50 100,00
1. NAP
Osztályhatárok határok fi fi' gi [%] gi' [%]
98.1≤x<98.6 98,1 2 2 4,00 4,00
98.6≤x<99.1 98,6 3 5 6,00 10,00
99.1≤x<99.6 99,1 5 10 10,00 20,00
99.6≤x<100.1 99,6 10 20 20,00 40,00
100.1≤x<100.6 100,1 20 40 40,00 80,00
100.6≤x<101.1 100,6 4 44 8,00 88,00
101.1≤x<101.6 101,1 4 48 8,00 96,00
101.6≤x<102.1 101,6 1 49 2,00 98,00
102.1≤x<=102.6 102,1 1 50 2,00 100,00
Összesen: 50 100,00
2. NAP
Kvantitatív módszerek
Gyakorisági hisztogram I.
024681012141618
99,7 100,2 100,7 101,2 101,7 102,2 102,7 103,2
Osztályok
Gya
kori
ság
(d
b)
Összegzett relatív gyakoriság hisztogram I.
0
20
40
60
80
100
120
99,7 100,2 100,7 101,2 101,7 102,2 102,7 103,2
Határok
Öss
zeg
zett
rel
atív
gya
k. (
%)
1. NAP
GYAKORISÁGI HISZTOGRAM
KUMULÁLT RELATÍV
GYAKORISÁGI HISZTOGRAM
Kvantitatív módszerek
Gyakorisági hisztogram II.
0
5
10
15
20
25
98,1 98,6 99,1 99,6 100,1 100,6 101,1 101,6 102,1
Osztályok
Gya
kori
ság
(d
b)
Összegzett relatív gyakoriság hisztogram II.
0
20
40
60
80
100
120
98,1 98,6 99,1 99,6 100,1 100,6 101,1 101,6 102,1
Határok
Öss
egze
tt r
elat
ív g
yak.
(%
)
2. NAP
GYAKORISÁGI HISZTOGRAM
KUMULÁLT RELATÍV
GYAKORISÁGI HISZTOGRAM
Kvantitatív módszerek
99,7 100,6 101,2 101,4 101,8
100,1 100,7 101,2 101,4 101,9
100,1 100,8 101,2 101,4 102,1
100,2 100,9 101,2 101,4 102,1
100,2 100,9 101,3 101,4 102,1
100,4 101,0 101,3 101,5 102,2
100,5 101,0 101,3 101,7 102,3
100,6 101,1 101,3 101,8 102,4
100,6 101,1 101,3 101,8 102,8
100,6 101,2 101,4 101,8 103,3
Középérték mutatók
27,10150
3,1038,102...1,1001,1007,991
n
xx
n
ii
2745,10150
3,1038,102...1,1007,99 22222
n
xx iq
2695,1013,1038,102...1,1007,9950 nig xx
Medián: (101,3+101,3)/2=101,3
26,101
3,1031
8,1021
...1,100
17,99
150
1
1
n
i i
h
x
nx
Kvantitatív módszerek
99,7 100,6 101,2 101,4 101,8
100,1 100,7 101,2 101,4 101,9
100,1 100,8 101,2 101,4 102,1
100,2 100,9 101,2 101,4 102,1
100,2 100,9 101,3 101,4 102,1
100,4 101,0 101,3 101,5 102,2
100,5 101,0 101,3 101,7 102,3
100,6 101,1 101,3 101,8 102,4
100,6 101,1 101,3 101,8 102,8
100,6 101,2 101,4 101,8 103,3
Ingadozás mutatók
6,37,993,103minmax XXR
%7,027,101
71,0
Y
sV
5371,027,1013,10327,1018,102...
27,1011,10027,1017,99
50
11
1
N
ii XX
N
71,0
50
)27,1013,103(...)27,1011,100()27,1017,99( 2221
2
N
XXs
N
ii
7183,0
150
)27,1013,103(...)27,1011,100()27,1017,99(
1
2221
2
N
YYs
N
ii
Kvantitatív módszerek
A tűréshatárokon kívül esés valószínűsége
99,7 100,6 101,2 101,4 101,8
100,1 100,7 101,2 101,4 101,9
100,1 100,8 101,2 101,4 102,1
100,2 100,9 101,2 101,4 102,1
100,2 100,9 101,3 101,4 102,1
100,4 101,0 101,3 101,5 102,2
100,5 101,0 101,3 101,7 102,3
100,6 101,1 101,3 101,8 102,4
100,6 101,1 101,3 101,8 102,8
100,6 101,2 101,4 101,8 103,3
%1650
8)102(
0)98(
P
P
Kvantitatív módszerek
Középérték mutatók
01,10050
2,1026,101...5,981,98 22222
n
xx iq
092,1002,1026,101...5,981,9850 nig xx
Medián: (100,2+100,2)/2=100,2
09,100
2,1021
6,1011
...5,98
11,98
150
1
1
n
i i
h
x
nx
98,1 99,6 100,1 100,3 100,7
98,5 99,6 100,1 100,3 100,7
98,6 99,6 100,2 100,3 100,8
98,7 99,7 100,2 100,4 100,8
99,0 99,7 100,2 100,4 101,2
99,1 99,8 100,2 100,4 101,2
99,2 99,8 100,2 100,4 101,3
99,3 99,8 100,2 100,5 101,4
99,4 99,9 100,3 100,5 101,6
99,5 100,0 100,3 100,5 102,2
1,100096,10050
2,1026,101...6,985,981,981
n
xx
n
ii
Kvantitatív módszerek
Ingadozás mutatók
1,41,982,102minmax XXR
%79,01,100
796,0
Y
sV
796,0
50
)1,1002,102(...)1,1005,98()1,1001,98( 2221
2
N
XXs
N
ii
841,0
150
)1,1002,102(...)1,1005,98()1,1001,98(
1
2221
2
N
YYs
N
ii
98,1 99,6 100,1 100,3 100,7
98,5 99,6 100,1 100,3 100,7
98,6 99,6 100,2 100,3 100,8
98,7 99,7 100,2 100,4 100,8
99,0 99,7 100,2 100,4 101,2
99,1 99,8 100,2 100,4 101,2
99,2 99,8 100,2 100,4 101,3
99,3 99,8 100,2 100,5 101,4
99,4 99,9 100,3 100,5 101,6
99,5 100,0 100,3 100,5 102,2
6,01,1002,1021,1006,101...
1,1005,981,1001,98
50
11
1
N
ii XX
N
Kvantitatív módszerek
A tűréshatárokon kívül esés valószínűsége
%250
1)102(
0)98(
P
P
98,1 99,6 100,1 100,3 100,7
98,5 99,6 100,1 100,3 100,7
98,6 99,6 100,2 100,3 100,8
98,7 99,7 100,2 100,4 100,8
99,0 99,7 100,2 100,4 101,2
99,1 99,8 100,2 100,4 101,2
99,2 99,8 100,2 100,4 101,3
99,3 99,8 100,2 100,5 101,4
99,4 99,9 100,3 100,5 101,6
99,5 100,0 100,3 100,5 102,2