gazdas gi informatika l.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Gazdasági informatika PowerPoint Presentation
Download Presentation
Gazdasági informatika

Loading in 2 Seconds...

play fullscreen
1 / 38

Gazdasági informatika - PowerPoint PPT Presentation


  • 93 Views
  • Uploaded on

Gazdasági informatika. 2001/2002. tanév II. félév Gazdálkodási szak Nappali tagozat. Statisztikai számítások Excellel. Minta vizsgálata – LEÍRÓ STATISZTIKA Megjegyzés: a statisztikai függvények zömének paramétere az adathalmaz, ezért nem részletezzük az egyes függvények paraméterezését! .

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Gazdasági informatika' - lyn


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
gazdas gi informatika

Gazdasági informatika

2001/2002. tanév II. félév

Gazdálkodási szak

Nappali tagozat

statisztikai sz m t sok excellel

Statisztikai számítások Excellel

Minta vizsgálata

– LEÍRÓ STATISZTIKA

Megjegyzés: a statisztikai függvények zömének paramétere az adathalmaz, ezért nem részletezzük az egyes függvények paraméterezését!

alapfogalmak
Alapfogalmak
  • Statisztika tárgya: SOKASÁG – meghatározott tulajdonságok szerint egyformák, más tulajdonságok szerint viszont különbözőek
  • Ismérv: sokaság egységeire vonatkozó jellemzők
    • Közös ismérvek – egységek ez alapján egyformák
    • Megkülönböztető ismérvek – ezek alapján különböznek egymástól az egységek
sokas g t pusok
Sokaság típusok
  • Álló sokaság – valamely időpontra vonatkozik
  • Mozgó sokaság – valamely időtartamra vonatkozik
ism rvek t pusai
Ismérvek típusai
  • Területi – földrajzi jellegű
  • Időbeli – valamilyen időpontra vagy időtartamra utalnak
  • Minőségi – nem számszerűsíthető - kvalitatív
  • Mennyiségi – számmal kifejezhető – kvantitatív

Az ismérv lehetséges kimenetei az ismérvértékek!

statisztikai adatok
Statisztikai adatok
  • Mérhető adatok (Kvantitatív): olyan adatok, melyek mérésből származnak.
  • Megállapítható adat: Nem számadat, kategória – „kategorizált adat” (Kvalitatív): Pl. nem(férfi, nő); igen-nem válaszlehetőségek; 2 gyereke van – ebben az esetben az a fontos, hogy a kétgyermekes kategóriába tartozik.
adatt pusok fajt i
Adattípusok fajtái

Adattípusok fajtái a rendezhetőség és a köztük értelmezhető távolságfüggvény alapján:

  • Nominális
  • Ordinális
  • Intervallum típusú
  • Numerikus
nomin lis adatok
Nominális adatok
  • A mérés legalacsonyabb szintjét jelöli, amikor minden megfigyelt egyedet olyan adattal írunk le, melyek egymással nagyság szerint nem összehasonlíthatók
  • Példa: dolgozó neve, születési helye, neme…stb. akkor is nominális, ha számban kódolt: pl. a dolgozó törzsszáma.
ordin lis adatok
Ordinális adatok
  • Bármely két adat összehasonlítható
  • Példa: dolgozók iskolai végzettsége.
  • Jellemző:
    • Nincs távolság értelmezve az adatok között.(Pl. Nem lehet megmondani, hogy mennyivel értékesebb az érettségi a 8 általánosnál. )
    • Egyetlen művelet: adatok rendezése – olyan rangstatisztika alkalmazható, amely csak az adatok egymáshoz képesti rendezettségét használják. (Pl. átlagnak nincs értelme, de mediánnak és módusznak igen – ezekről a későbbiekben lesz szó).
intervallum t pus adatok
Intervallum típusú adatok
  • Sorba rendezhetőség mellett az egymástól való távolság is megadható.
  • Példa: hőmérsékleti adatok
  • Értelmetlen az egymáshoz viszonyított arányról beszélni: 20 C° kétszer olyan meleg, mint a 10C°.(A hőmérséklet a Kelvin skálán nem intervallum típusú!)
numerikus adatok
Numerikus adatok
  • Valós számokkal jellemezhető adatok.
  • Minden olyan műveletet végrehajthatunk ezekkel, amelyeket a valós számokkal.
feladat megoszl si viszonysz m sz mol sa
Feladat - megoszlási viszonyszám számolása
  • A MÁV tehervonatok üzemi teljesítményei vontatási nemenként 1993-ban a következők:
  • Feladat: Elemezze az üzemi teljesítmények vontatási nemenkénti megoszlását!
megold s
Megoldás
  • Összegzés: =SZUM() - SUM()

függvénnyel

  • Viszonyszámok kiszámítása: Képlettel- abszolút hivatkozás

Teljesítmény Gőz Villamos Diesel Motorkocsi Összesen

Vontatás

Vonatkilóméter

(ezer egység) 19,21%36,73% 43,92% 0,13% 100,00%

Elegytonnakm

(millió egység) 11,02% 44,00% 44,90% 0,07% 100,00%

Üzemi árutonnakm

(millió egység) 10,41% 44,12% 45,41% 0,06% 100,00%

=15877 / 43221

=8303 / 43221

sz m tott k z p rt kek
Számított középértékek
  • Matematikai összefüggés alapján számíthatók ki:
    • Számtani (Aritmetikai) átlag
      • Egyszerű
      • Súlyozott
    • Harmonikus átlag
      • Egyszerű
      • Súlyozott
    • Mértani (Geometriai) átlag
      • Egyszerű
      • Súlyozott
    • Négyzetes (Kvadratikus) átlag
      • Egyszerű
      • Súlyozott
sz mtani tlag
Számtani átlag
  • Számítsuk ki az adott osztály átlagát matematikából a megadott eredmények alapján!

=ÁTLAG( )- AVERAGE()

m rtani tlag
Mértani átlag
  • Egy vállalat nyereségét tartalmazza az alábbi táblázat az 1982 – 92 években:

=MÉRTANI.KÖZÉP– GEOMEAN()

Feladat: Határozzuk meg az adott időszakra a nyereség növekedésének átlagos ütemét!

tov bbi tlagok megfelel f ggv nyei
További átlagok megfelelő függvényei
  • Harmonikus átlag – HARM.KÖZÉP() – HARMEAN()
helyzeti k z p rt kek
Helyzeti középértékek
  • A sokaságban elfoglalt helyzetüknél fogva jellemzik a sokaságot
  • Valamilyen szabály szerint rendezni kell az adatokat  Rangsor

Előnye: Függetlenek a sokaság más tagjainak értékeitől – Hetrogén sokaságok esetén jellemzőbbek, mint az átlagok

helyzeti k z p rt kek21
Helyzeti középértékek
  • Kvantilis értékek – A sokaság mennyiségi ismérv szerinti eloszlásának tömör leírását adják meg
feladat

X db Mediánnál kisebb

MEDIÁN

Y db Mediánnál nagyobb

X=Y

Feladat
  • Tegyük fel, hogy egy üzem dolgozóinak elmúlt havi teljesítményszázalékai az alábbiak: - Határozzuk meg a mediánt!
excel f ggv nyei
Excel függvényei
  • MEDIÁN() – MEDIAN()
  • KVARTILIS() – QUARTILE()
  • PERCENTILIS() – PERCENTILE(): k-dik percentilis
  • SZÁZALÉKRANG() – PERCENTRANK(): egy értéknek egy adathalmazon vett százalékos rangját adja
  • MAX
  • MIN
  • KICSI() – SMALL():Egy adathalmaz k-dik legkisebb elemét adja értékül!
  • NAGY() – LARGE(): Egy adathalmaz k-dik legnagyobb elemét adja értékül!
  • SORSZÁM()- RANK(): Egy szám sorszámát adja, meg ha az adatokat sorba rendezzük
m dusz
Módusz
  • Leggyakrabban előforduló ismérvérték

=MÓDUSZ() – MODE()

Figyelem! Több azonos gyakoriságú adat esetén a sorrendebn az elsőt adja móduszként! –

Próbálja ki! Rendezze át az adatokat!

feladat25
Feladat
  • Készítsen kimutatást, hogy hány db 1;2;3;4 és 5 lett matematikából!

={GYAKORISÁG(tartomány; csoportosítási tömb)}

TÖMBKÉPLET!

Képlet beírás befejezése:

[CTRL + SHIFT + ENTER]

gyakoris g
Gyakoriság
  • =Gyakoriság() – FREQUENCY()
    • Adott adathalmazban melyik érték hányszor szerepel
sszefoglal s k z p rt kek

Átlag

Kvantitatív

Medián

Ordinális

Módusz

Nominális

Összefoglalás - Középértékek

Az egyes adatfajtáknál milyen középértékeket alkalmazunk?

m r sz mok
Mérőszámok
  • Terjedelem
  • Interkvartilis félterjedelem
  • Átlagos abszolút eltérés
  • Szórás – Szórásnégyzet (Variancia)
  • Relatív szórás(Variációs koefficiens)
f ggv nyek az excelben
Függvények az Excelben
  • = SQ()- átlagtól való eltérések négyzetének összegét adja eredményül
  • =SZÓRÁSP() –STDEVP()- szórás
  • =VARP() – variancia (szórásnégyzet)=ÁTL.ELTÉRÉS – átlagos abszolút eltérés – AVEDEV()
ferdes g m r se
Ferdeség mérése
  • =FERDESÉG() – SKEW()
    • A ferdeség az eloszlás középérték körüli aszimmetriájának mértékét jelzi. A pozitív ferdeség a pozitív értékek irányába nyúló aszimmetrikus eloszlást jelez, míg a negatív ferdeség a negatív értékek irányában torzított.
  • =CSÚCSOSSÁG() – KURT()
    • Egy adathalmaz csúcsosságát számítja ki. A függvény a normális eloszláshoz viszonyítva egy eloszlás csúcsosságát vagy laposságát adja meg. A pozitív értékek viszonylag csúcsos, a negatív értékek viszonylag lapos eloszlást jelentenek.
adatok kezel se

Adatok kezelése

Számláló - keresőfüggvények

f ggv nyek
Függvények
  • DARAB () - COUNT()
    • a megadott tartomány számmal kitöltött celláinak a számát adja
  • DARAB2() – COUNTA()
    • a megadott tartomány értékkel kitöltött celláinak (nem üres) a számát adja
  • DARABTELI () – COUNTIF ()
    • a megadott tartományban megszámolja, hogy hány darab cella felel meg a megadott kritériumnak
  • DARABÜRES () – COUNTBLANK ()
    • A megadott tartományban megszámolja hány db cella üres
feladat36
Feladat
  • A megadott adathalmaz egy osztály matematika eredményeit tartalmazza. Határozzuk meg, hogy hány db elégtelen lett!
  • Vizsgáljuk meg, hogy van-e olyan tanuló, akinek nincs beírva az érdemjegy – még nem zárták le?

=DARABTELI(tartomány; kritérium)

=DARABÜRES(tartomány)

feladat37
Feladat
  • Készítsen kimutatást, hogy hány db 1;2;3;4 és 5 lett matematikából!
  • Hány cellában van adat – azaz hány tanuló kapott már érdemjegyet?

=DARABTELI(tartomány; kritérium)

=DARAB(tartomány)