STATISZTIKA2_1HD-gyakorlás-becslés
A független, azonos eloszlású minta estén a minta elemeinek eloszlása megegyezik a sokaság eloszlásával.
IGAZ
A heterogén sokaságokat homogén részekre bonthatjuk, és ezen részsokaságokból EV-mintát véve rétegzett mintához jutunk.
IGAZ
A mintaelemek függetlenek lesznek egymástól, ha végtelen sokaságból akár visszatevéssel, akár visszatevés nélkül; illetve véges sokaságból visszatevéssel vesszük a mintát.
IGAZ
Ha a sokaság összetétele és a minta összetétele eltér egymástól nem arányos rétegzéssel vettük a mintát.
IGAZ
Ha a sokaság összetétele és a minta összetétele megegyezik egymással, arányos rétegzést hajtottunk végre.
IGAZ
Rétegzett mintavételnél a becslés pontossága csak a rétegeken belüli szóródástól függ.
IGAZ
A vizsgált ismérv szerinti homogén sokaságból veszünk rétegzett mintát.
HAMIS
A χ2 - eloszlás ugyan úgy szimmetrikus eloszlást követ, mint a standard normális- (z) és a Student-féle t-eloszlás.
HAMIS
Arányos rétegzés esetén a standard hiba számításához a teljes szórás szükséges.
HAMIS
A független, azonos eloszlású minta esetén a minta elemeinek eloszlása mindig eltér a sokaság eloszlásától.
HAMIS
A hibahatár a standard hiba és a táblázatos érték hányadosa.
HAMIS
A mintaelemek függetlenek lesznek egymástól, ha véges sokaságból visszatevés nélkül vesszük a mintát.
HAMIS
A mintaelemek nem lesznek függetlenek egymástól, ha végtelen sokaságból akár visszatevéssel, akár visszatevés nélkül; illetve véges sokaságból visszatevéssel vesszük a mintát.
HAMIS
A rétegzés alkalmazása nem hat a standard hiba nagyságára.
HAMIS
A rétegzés alkalmazása növeli a standard hiba nagyságát.
HAMIS
A sokaság várható értékének becslésénél normális eloszlású sokaság esetén, ha a sokaság szórása nem ismert, a standard normális eloszlás (z) táblázatos értékével dolgozunk.
HAMIS
A sokaság várható értékének becslésénél, normális eloszlású sokaság esetén, ha a sokaság szórása ismert, a Student-féle t-eloszlás (t) táblázatos értékével dolgozunk.
HAMIS
A sokaság összetétele és a minta összetétele minden esetben meg kell, hogy egyezzen egymással.
HAMIS
A sokasági szórás becslésénél a t- és/vagy a z-táblázatos értékeket alkalmazzuk.
HAMIS
A standard hiba számításánál a korrekciós tényezőt minden esetben alkalmaznunk kell, ha a kiválasztási arány 5%, vagy nagyobb.
HAMIS
A szisztematikus mintavétel mindig véletlen mintavételnek számít.
HAMIS
A torzítatlanság azt jelenti, hogy nagy minta esetén a becslőfüggvény mintából számított értéke nagyvalószínűséggel közelítse meg a sokasági jellemző értéket.
HAMIS
A torzítatlanság azt jelenti, hogy nagyon nagy minta esetén a becslőfüggvény mintából számított értéke nagy valószínűséggel közelítse meg a sokasági jellemző értékét.
HAMIS
Homogén sokaságokból gyakran veszünk rétegzett mintát.
HAMIS
Nem arányos rétegzés esetén a standard hiba számításához a belső szórás szükséges.
HAMIS
A maximális hiba a standard hiba és a táblázatos érték szorzata.
IGAZ
A sokaság várható értékének becslésénél, normális eloszlású sokaság esetén, ha a sokaság szórása ismert a standard normális eloszlás (z) táblázatos értékével dolgozunk.
IGAZ
A sokaság várható értékének becslésénél, normális eloszlású sokaság esetén, ha a sokaság szórása ismert, a standard normális eloszlás (z) táblázatos értékével dolgozunk.
IGAZ
A sokasági szórás becslésére a χ2 - eloszlás táblázatos értékét használjuk.
IGAZ
A standard hiba megmutatja, hogy mekkora a mintaátlagok sokasági várható értéktől való átlagos eltérésének várható értéke.
IGAZ
A standard hiba megmutatja, hogy mekkora a mintaátlagok sokasági várható értékétől való átlagos eltérésének várható értéke.
IGAZ
A standard hiba nagysága a sokasági szórástól és a mintanagyságtól függ.
IGAZ
A standard hiba számításánál a korrekciós tényezőt akkor kell alkalmazni, ha EV mintáról van szó, és a kiválasztási arány 5%, vagy annál nagyobb.
IGAZ
Arányos rétegzés esetén a standard hiba számításához csak a belső szórás szükséges.
IGAZ
Az a becslőfüggvény hatásosabb, amelynél a becslőfüggvény mintából számított értékeinek a sokasági paramétertől számított átlagos négyzetes eltérésének várható értéke kisebb.
IGAZ
Az önkéntes kiválasztás sorána a felvételt végző személy szakmai ismereteire támaszkodva választa ki a sokaságra jellemző mintát.
IGAZ
Csoportos mintavétel során a homogén sokaság elemeinek csoportjai közül egyszerű véletlen mintát veszünk, majd a kiválasztott csoportokon belül minden egyes egyedet megfigyelünk.
IGAZ
Nem arányos rétegzés esetén a standard hiba számításához a teljes szórás szükséges.
IGAZ
Normális eloszlású sokaság esetén a mintaátlag is normális eloszlású, független a minta nagyságától.
IGAZ
Torzítatlannak nevezünk egy becslőfüggvényt, ha annak várható értéke megegyezik a becsülni kívánt sokasági jellemző értékével.
IGAZ
Véges sokaság és visszatevés nélküli mintavétel esetén a konzisztencia azt jelenti, hogy n=N esetén a becslőfüggvény „mintából" számított értéke megegyezik a sokasági paraméter értékével.
IGAZ