Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...

Recommendations

Info

RÉSZÖSSZEG Lista vagy adatbázis részösszegét adja eredményül. SZUM Összeadja az argumentumlistájában lévő számokat. SZUMHA A megadott feltételeknek eleget tevő cellákban található értékeket adja össze. SZUMHATÖBB Több megadott feltételnek eleget tévő tartománycellák összegét adja eredményül. SZORZATÖSSZEG A megfelelő tömbelemek szorzatának összegét számítja ki. NÉGYZETÖSSZEG Argumentumai négyzetének összegét számítja ki. SZUMX2BŐLY2 Két tömb megfelelő elemei négyzetének különbségét összegzi. SZUMX2MEGY2 Két tömb megfelelő elemei négyzetének összegét összegzi. SZUMXBŐLY2 Két tömb megfelelő elemei különbségének négyzetösszegét számítja ki. TAN Egy szám tangensét számítja ki. CSONK Egy számot egésszé csonkít. Fontosabb <strong>statisztikai</strong> függvények Függvény Leírás ÁTL.ELTÉRÉS Az adatpontoknak átlaguktól való átlagos abszolút eltérését számítja ki. ÁTLAG Argumentumai átlagát számítja ki. ÁTLAGA Argumentumai átlagát számítja ki (beleértve a számokat, szöveget és logikai értékeket). ÁTLAGHA A megadott feltételnek eleget tévő tartomány celláinak átlagát (számtani közepét) adja eredményül. ÁTLAGHATÖBB A megadott feltételeknek eleget tévő cellák átlagát (számtani közepét) adja eredményül. BÉTA.ELOSZLÁS A béta-eloszlás függvényt számítja ki. INVERZ.BÉTA Adott béta-eloszláshoz kiszámítja a béta eloszlásfüggvény inverzét. BINOM.ELOSZLÁS A diszkrét binomiális eloszlás valószínűségértékét számítja ki. KHI.ELOSZLÁS A khi-négyzet-eloszlás egyszélű valószínűségértékét számítja ki. INVERZ.KHI A khi-négyzet-eloszlás egyszélű valószínűségértékének inverzét számítja ki. KHI.PRÓBA Függetlenségvizsgálatot hajt végre. MEGBÍZHATÓSÁG Egy <strong>statisztikai</strong> sokaság várható értékének megbízhatósági intervallumát adja eredményül. KORREL Két adathalmaz korrelációs együtthatóját számítja ki. DARAB Megszámolja, hogy argumentumlistájában hány szám található. DARAB2 Megszámolja, hogy argumentumlistájában hány érték található. DARABÜRES Egy tartományban összeszámolja az üres cellákat. DARABTELI Egy tartományban összeszámolja azokat a cellákat, amelyek eleget tesznek a megadott feltételnek. DARABHATÖBB Egy tartományban összeszámolja azokat a cellákat, amelyek eleget tesznek több feltételnek. KOVAR A kovarianciát, azaz a páronkénti eltérések szorzatának átlagát számítja ki. KRITBINOM Azt a legkisebb számot adja eredményül, amelyre a binomiális eloszlásfüggvény értéke nem kisebb egy adott határértéknél. SQ Az átlagtól való eltérések négyzetének összegét számítja ki. EXP.ELOSZLÁS Az exponenciális eloszlás értékét számítja ki. F.ELOSZLÁS Az F-eloszlás értékét számítja ki. 10
INVERZ.F Az F-eloszlás inverzének értékét számítja ki. ELŐREJELZÉS Az ismert értékek alapján lineáris regresszióval becsült értéket ad eredményül. GYAKORISÁG A gyakorisági vagy empirikus eloszlás értékét függőleges tömbként adja eredményül. F.PRÓBA Az F-próba értékét adja eredményül. GAMMA.ELOSZLÁS A gamma-eloszlás értékét számítja ki. INVERZ.GAMMA A gamma-eloszlás eloszlásfüggvénye inverzének értékét számítja ki. GAMMALN A gamma-függvény természetes logaritmusát számítja ki. MÉRTANI.KÖZÉP Argumentumai mértani középértékét számítja ki. NÖV Exponenciális regresszió alapján ad becslést. HARM.KÖZÉP Argumentumai harmonikus átlagát számítja ki. HIPERGEOM.ELOSZLÁS A hipergeometriai eloszlás értékét számítja ki. METSZ A regressziós egyenes y tengellyel való metszéspontját határozza meg. CSÚCSOSSÁG Egy adathalmaz csúcsosságát számítja ki. NAGY Egy adathalmaz k-adik legnagyobb elemét adja eredményül. LIN.ILL A legkisebb négyzetek módszerével az adatokra illesztett egyenes paramétereit határozza meg. LOG.ILL Az adatokra illesztett exponenciális görbe paramétereit határozza meg. INVERZ.LOG.ELOSZLÁS A lognormális eloszlás inverzét számítja ki. LOG.ELOSZLÁS A lognormális eloszlásfüggvény értékét számítja ki. MAX Az argumentumai között szereplő legnagyobb számot adja meg. MAX2 Az argumentumai között szereplő legnagyobb számot adja meg (beleértve a számokat, szöveget és logikai értékeket). MEDIÁN Adott számhalmaz mediánját számítja ki. MIN Az argumentumai között szereplő legkisebb számot adja meg MIN2 Az argumentumai között szereplő legkisebb számot adja meg, beleértve a számokat, szöveget és logikai értékeket. MÓDUSZ Egy adathalmazból kiválasztja a leggyakrabban előforduló számot. NORM.ELOSZL A normális eloszlás értékét számítja ki. INVERZ.NORM A normális eloszlás eloszlásfüggvénye inverzének értékét számítja ki. STNORMELOSZL A standard normális eloszlás eloszlásfüggvényének értékét számítja ki. INVERZ.STNORM A standard normális eloszlás eloszlásfüggvénye inverzének értékét számítja ki. PEARSON A Pearson-féle korrelációs együtthatót számítja ki. PERCENTILIS Egy tartományban található értékek k-adik percentilisét, azaz százalékosztályát adja eredményül. SZÁZALÉKRANG Egy értéknek egy adathalmazon belül vett százalékos rangját (elhelyezkedését) számítja ki. VARIÁCIÓK Adott számú objektum k-ad osztályú ismétlés nélküli variációinak számát számítja ki. POISSON A Poisson-eloszlás értékét számítja ki. VALÓSZÍNŰSÉG Annak valószínűségét számítja ki, hogy adott értékek két határérték közé esnek. KVARTILIS Egy adathalmaz kvartilisét (negyedszintjét) számítja ki. 11
Page 1 and 2: Kehl Dániel - Dr. Sipos Béla Exce
Page 3 and 4: 3.8 AZ ARIMA MODELLEZÉS MENETE 106
Page 5 and 6: szoftvereket nem képesek megvásá
Page 7 and 8: Bevezetés, az Excel beállításai
Page 9: Excel 2007 segítség a felhasznál
Page 13 and 14: Az Analysis ToolPak betöltése. Az
Page 15 and 16: tak: pl. nem, kor, beosztás és sz
Page 17 and 18: A legmegfelelőbb ábrázolási mó
Page 19 and 20: 4. Elemezze az egy főre jutó GDP
Page 21 and 22: 5.1. Foglalkoztatottak számának a
Page 23 and 24: delkezésre álló adatok jelennek
Page 25 and 26: A legegyszerűbb statisztikai műve
Page 27 and 28: (k) ahol q j a j-edik k-ad rendű k
Page 29 and 30: A szóródás terjedelme: T = 70 -
Page 31 and 32: Mindkét helyzeti középértéknek
Page 33 and 34: (Q − Me) −(Me −Q ) 3 1 F = (Q
Page 35 and 36: ( ) ( ) 2 m3 S = 3 m2 c c = 0,037 A
Page 37 and 38: 1 0,9 0,8 0,7 0,6 0,5 0,4 0,3 0,2 0
Page 39 and 40: N ∑ y t t=1 y= N Az állapot idő
Page 41 and 42: sj = a j-edik szezonhoz tartozó sz
Page 43 and 44: - a függvény növekedésének ir
Page 45 and 46: ˆy t b0 ˆy t =b 0 +b1lnt b 1>0 b
Page 47 and 48: ˆy t b0 2 3 ˆy t =b 0 +b1t+b2t +
Page 49 and 50: 0 =a bázisérték, p = az éves n
Page 51 and 52: ˆy t 1 1 ˆy = b +bt+b t b0 t 2 0
Page 53 and 54: 1 2 A mélypont T 3 A csúcspont 3-
Page 55 and 56: tunk úgy is, hogy először a tren
Page 57 and 58: tében. A tőzsdeindexek átlagolá
Page 59 and 60: nyereséget eredményezhet, de más
Page 61 and 62:
2 ei SDE = i= 1 T−1 5. Átlagos r
Page 63 and 64:
e, utána az eredeti adatoknak a tr
Page 65 and 66:
80 lítődési pontok. F A Descarte
Page 67 and 68:
2 dyt 2 cm ( + t) ( − ) ( cm + ct
Page 69 and 70:
A telítődési szint: lim yˆ = K
Page 71 and 72:
Az 3-15 ábra mutatja be a függvé
Page 73 and 74:
ˆy0= 0, lim yˆ = K. t→∞ t Joh
Page 75 and 76:
( K−A) ˆy = A + , cm ( 1+ ve ) 0
Page 77 and 78:
Hubbert-trendfüggvény A Hubbert-f
Page 79 and 80:
den esetben adnak tökéletes javas
Page 81 and 82:
6. Grafikusan ábrázolja az Amerik
Page 83 and 84:
dosítása, vagyis a prognosztizál
Page 85 and 86:
( ) i ˆy = y × Me t+i t+− i 4
Page 87 and 88:
Ha nagy α-t választunk [pl . α =
Page 89 and 90:
stabilnak tekinthető és a módsze
Page 91 and 92:
T- 4 Szezonalitás - nincs, Trend a
Page 93 and 94:
Multiplikatív szezonalitás: D t =
Page 95 and 96:
Előrejelzés m periódusra előre:
Page 97 and 98:
S 1 =X 1 (X2-X 1)+(X4-X 3) b 1 = 2
Page 99 and 100:
hullámzás kisebb, nagyobb, illetv
Page 101 and 102:
W(-1)=B(-1/4)=[1-(-1/4) 2 ] 2 = 0,8
Page 103 and 104:
sbl, out a fájl neve, amelybe az e
Page 105 and 106:
PJ 400 300 200 100 0 -100 Energia f
Page 107 and 108:
ARMA modell Az ilyen típusú idős
Page 109 and 110:
Nem stacionárius idősorok 135 : S
Page 111 and 112:
dy ∆Y Y(t+∆t) - Y(t) =lim =lim
Page 113 and 114:
2. Az ln-transzformációt (λ=0) a
Page 115 and 116:
5. A reciprok transzformációt (λ
Page 117 and 118:
Mind az elméleti idősort alkotó
Page 119 and 120:
A determináns a diagonálisok szor
Page 121 and 122:
1 2 2 2 2 s(r k) = ⎡1 2( r1 r2 r
Page 123 and 124:
(0, d, 1) MA(1), ha d = 0 vagy IMA
Page 125 and 126:
ARIMA (0, 0, 1) vagy MA (1) modell
Page 127 and 128:
Statisztikai programcsomagok össze
Page 129 and 130:
(T−m) −k ∑ ( y −y)( y − y
Page 131 and 132:
A következő szöveg jelenik meg:
Page 133 and 134:
DW statisztika. (Durbin-Watson d-pr
Page 135 and 136:
Az illesztésre (becslésre) felhas
Page 137 and 138:
A reziduumok száma: Becslésre fel
Page 139 and 140:
4. szezonális autoregressziós mod
Page 141 and 142:
Kieső adatok száma= p+d+q+s(P+D+Q
Page 143 and 144:
3.8.6 R+ interneten elérhető: Fre
Page 145 and 146:
transzformált adatok ábráit és
Page 147 and 148:
The R code is based on : Borghers,
Page 149 and 150:
4.1 A regresszió.xls parancsfájl
Page 151 and 152:
⎡q q q q ⎤ yy y1 y2 yk ⎢ q1y
Page 153 and 154:
A bj regressziós paraméter konfid
Page 155 and 156:
yj n−2 t = 2 1−r yj Ahol: n =
Page 157 and 158:
157 magyar nyelvű összefoglalój
Page 159 and 160:
togonális, tehát nincs multikolli
Page 161 and 162:
2 R /(k−1) F= < F 2 ( 1−R ) / (
Page 163 and 164:
z 1 =a11x 1+a21x 2 +...+ak1xk z 2 =
Page 165 and 166:
A fenti autoregresszív modellben,
Page 167 and 168:
sziós együtthatók becslése torz
Page 169 and 170:
A regresszio.xls parancsfájl minde
Page 171 and 172:
Regressziós együtthatók Eható S
Page 173 and 174:
600 400 200 e t 0 -600 -400 -200 0
Page 175 and 176:
pen azt kaptuk, hogy az első háro
Page 177 and 178:
Ezt az egyenletet átírhatjuk a k
Page 179 and 180:
ahol a hi súlyszámokat az alábbi
Page 181 and 182:
3.1 Ha nincs konstans a lineáris r
Page 183 and 184:
5. A próbafüggvény: 2 2 F= 2 1
Page 185 and 186:
A b 12 = x1 és x2 változók egysz
Page 187 and 188:
ugyanis ez nem más, mint X margin
Page 189 and 190:
Súly Súly 0,30 0,25 0,20 0,15 0,1
Page 191 and 192:
A paraméterek közötti összefüg
Page 193 and 194:
( ) ( ) Y − λ Y =α 1−λ +β X
Page 195 and 196:
4.7 A hatványkitevős, Cobb-Dougla
Page 197 and 198:
fizikaiak említett kategóriáit.
Page 199 and 200:
Átlagtermelékenységek (y/x1 és
Page 201 and 202:
yˆ = MPx * x 1 1+ MPx * x ˆ 2 2 /
Page 203 and 204:
A termelési tényező hozadéka n
Page 205 and 206:
Évek (t) y x1 x2 1 1009 1787 1008
Page 207 and 208:
1. A cipőgyár adatainak felhaszn
Page 209 and 210:
⎧ 1 -P -P ⎫ ln y = ln h + e v
Page 211 and 212:
ln h h = e transzformációval az e
Page 213 and 214:
A homoszkedaszticitás tesztelésé
Page 215 and 216:
4-6. tábla: Feltételes megoszlás
Page 217 and 218:
A min jelöli, hogy az s és o köz
Page 219 and 220:
A Yule-féle asszociációs együtt
Page 221 and 222:
= 0, 267 ≈ 0,3 A függetlenség v
Page 223 and 224:
Függelék F.1 Internetes ingyenes
Page 225 and 226:
age and sex) és az összes évet (
Page 227 and 228:
Egységmátrix (E): egy négyzetes
Page 229 and 230:
Karl Pearson időskori képe F 284
Page 231 and 232:
R. Aylmer Fisher F 294 Kvantilis. (
Page 233 and 234:
Oil Company alkalmazottja, ezután
Page 235 and 236:
Standard normális eloszlás sűrű
Page 237 and 238:
2 n χ 310 -eloszlás kritikus ért
Page 239 and 240:
F-eloszlás kritikus értékei 2,5%
Page 241 and 242:
5% k = 11 k = 12 k = 13 k = 14 k =
Page 243 and 244:
1% k = 11 k = 12 k = 13 k = 14 k =
Page 245 and 246:
Colin P. D. Birch [1999]: A New Gen
Page 247 and 248:
Kehl Dániel - Sipos Béla [2007b]:
Page 249 and 250:
John C. Nash [2008] Teaching statis
show all

Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...

Create successful ePaper yourself

Delete template?

Save as template?