Általános statisztika I.

Képletgyűjtemény

Adatok elemi összehasonlítása

Hibakorlát:
10 sz
aˆ 
2

Különbségképzés:
K  A B

Hányados-képzés (Indexszám, Viszonyszám):

A
V
B

Leíró statisztika

Gyakoriság: (fi)
k

f
i 1
i N

Relatív gyakoriság:
fi fi
gi  k

f
N
i
i 1

Osztályköz-hossz:
hi  X i ,1  X i ,0 i=1,2,…,k

Osztályközép:
X i ,0  X i ,1
Xi 
2

Értékösszeg:
Si  x
x j Ci
j  f i  xi

1
Általános statisztika I. Képletgyűjtemény

N k k
S   x j   S i   f i  xi  f1  x1  f 2  x2    f k  xk
j 1 i 1 i 1

osztályközös sorokból történő becslés: Sˆ i  f i  X i

Relatív értékösszeg:
Si S f x g x
Zi   k i  ki i  k i i
 S i  f i xi  g i xi
S
i 1 i 1 i 1

Sˆ fi X i gi X i
osztályközös sorokból történő becslés: Zˆ i  i  
Sˆ
k k

f X
i 1
i i g X
i 1
i i

Felfelé kumulálás:
i
K i   K j (általános jelölés)
j 1

i
f i   f j
j 1
i
g i   g j
j 1
i
S i   S j
j 1
i
Z i   Z j
j 1

Középértékek
Harmonikus átlag:
N N
xh   N
1 1 1 1 1
   
x1 x 2 x3 xN x
i 1 i

N
f i
1
xh   i 1
k
 k
f1 f 2 f 3 fN fi gi
   
x1 x 2 x3 xN
x
i 1

i 1 xi
i

2
Általános statisztika I. Képletgyűjtemény

Számtani átlag:
elemi adatokból (nem súlyozott):
N

x  x 2  x3    x N x i
S
x 1  i 1 
N N N
„tömörített” táblázatokból (súlyozott):

k k k

f  x  f 2  x2    f N  x N fx i i fx i i k S i
S
x 1 1  i 1
 i 1
  g i xi  i 1

f1  f 2    f N k k

f f
N i 1 N
i i
i 1 i 1

részátlag, csoportátlag:
fj

x ij
Sj
xj  i 1

fj fj

Főátlag:
k fj k fj k k

 xij
j 1 i 1
 xij
j 1 i 1
S jj 1
S
j 1
j
S
x k
  k
 
f f
N N N
j j
j 1 j 1

f j  xj k
 g j  xj
j 1
x k

f
j 1
j
j 1

S j 1
j
1
x 
k Sj k Zj
x j 1
x
j 1
j j

Mértani átlag:
nem súlyozott:

xg  N x1  x2  x3   xN

súlyozott:

x g  N x1f1  x2f 2  x3f3    x Nf N

3
Általános statisztika I. Képletgyűjtemény

Négyzetes átlag:
nem súlyozott:
N

x12  x 22  x32    x N2 x 2
i
xq   i 1

N N
súlyozott:
k

f1  x  f 2  x  f 3  x    f N  x
2 2 2 2 fx i
2
i k
xq  1 2 3 N
 i 1
k
 g x i
2
i

f
N i 1
i
i 1

Kvantilisek:
rangsorból:

si / k 
i
N  1
k

xi / k  x[ si / k ]  si / k  x[ si / k ]1  x[ si / k ] 
osztályközös sorokból történő becslés:
i
N  f (i / k ) 1
xˆ i / k  X i / k ,0  k  hi / k
fi / k

Medián:
rangsorból:
x N / 2  x ( N / 2) 1
Me 
2

Szóródás

Különbség:
x j  xi

Átlagtól való eltérés (deviancia):

d i  xi  x

4
Általános statisztika I. Képletgyűjtemény

Terjedelem:
R  x max  x min

Interkvantilis terjedelem:
IR  x( k 1) / k  x1 / k

Interkvartilis terjedelem:
IQR  Q3  Q 1

Átlagos abszolút különbség:

elemi adatokból (nem súlyozott):
N N

 x
i 1 j 1
i  xj
G
N2
„tömörített” táblázatokból (súlyozott):
k k

 f i f j xi  x j k k
  g i g j xi  x j
i 1 j 1
G
N2 i 1 j 1

Teljes eltérés-négyzetösszeg (súlyozott):

elemi adatokból (nem súlyozott):

N
SST   x i  x 2
i 1

„tömörített” táblázatokból (súlyozott):

SST   x ij  x 2
k fj

j1 i 1

5
Általános statisztika I. Képletgyűjtemény

Szórás:
elemi adatokból (nem súlyozott):
N N

 x i  x   d 
2 2

x 1  x 2  x 2  x 2    x N  x 2 i
SST
  i 1
 i 1

N N N N
N

x 12  x 22    x 2N x 2
i
  x2  i 1
 x 2  x q2  x 2
N N

„tömörített” táblázatokból (súlyozott):

k k

 f i x i  x  f d
2 2
f 1  x 1  x   f 2  x 2  x     f N  x N  x 
2 2 2 i i k
SST
   i 1
k
 i 1
k
  g d i
2
i

f f
N N i 1
i i
i 1 i 1

f1  x  f 2  x    f N  x
2 2 2 f x i
2
i k
 1 2 N
 x2  i 1
k
 x2  g x i
2
i  x2
f
N i 1
i
i 1

  x q2  x 2

Relatív szórás:

v
x

Belső eltérés:
d ij  xij  x j

Egy réteg (részcsoport) eltérés-négyzetösszege:

SS j   xij  x j 2   d ij2
fj fj

i 1 i 1

Rétegenkénti szórás:

 x  xj 
fj fj

d
2 2
ij ij
j  i 1
 i 1

fj fj

6
Általános statisztika I. Képletgyűjtemény

Koncentráció
Ginfi-féle koncentrációs index:
G
L
2 x
tc
L  2  tc
1
2
Koncentrációs arány:
k
CR k   Zi
i 1

Herfindahl index:
N
v2 1
HI   Z i2 
i 1 N

1
𝐻𝐼 −
∗
𝐻𝐼 = 𝑛
1
1−
𝑛

Alakmutatók

Aszimmetria:
x  Me
P  3

Q3  Me  Me  Q1 
F
Q3  Me  Me  Q1 
N

d i
3

3  i 1

N  3

Csúcsosság:
Q3  Q1
K
2D9  D1 
N

d i
4

4  i 1
3
N  4

7
Általános statisztika I. Képletgyűjtemény

Intenzitási Viszonyszám

Viszonyszám
A
V 
B
Nyers viszonyszám
A
Vny 
B

Tisztított viszonyszám
A
Vt 
b

Tiszta-részarány
b
ARÁNY=
B

A A b A A b
   
B b B b B B
b b
Vny  Vt   Vt  ARÁNY Vt  Vny   Vny  ARÁNY
B B

Részviszonyszám, összetett viszonyszám

Aj
Vj 
Bj

k k k

 Aj  B j V j A
j 1
j

V 
j 1
V 
j 1
V 
k k k Aj
 Bj  Bj V
j 1
j 1 j 1 j

8
Általános statisztika I. Képletgyűjtemény

Intenzitási viszonyszámok összehasonlítása

Különbségképzés
k j  V1  V0

K  V1  V0

Hányados-képzés
V1
ij 
V0

V1
I
V0

Idősorok elemzésének alapjai

Bázis és láncviszonyítás:
yi
bi 
yb
yi
li 
yi 1

bi y y y
 i : i1  i  li
bi1 yb yb yi1

bi y y y
 i : j  i
b j yb yb y j

b m
yb1 yb2 y y
l
i b1
i  
yb yb1
 ...  bm  bm  bbm
ybm1 yb

bi  bi 1  li

bi 1  bi : li

9
Általános statisztika I. Képletgyűjtemény

fejlődés (növekedés) átlagos mértéke

y N  y1
d 
N 1

fejlődés (növekedés) átlagos üteme

N
yN
l  N 1  li  N 1 bN  N 1
i 2 y1

Előrejelzés átlagos mérték alapján

y t  y1  (t  1)  d  y N  (t  N)  d

Előrejelzés átlagos ütem alapján

y t  y1  l t 1  y N  l t  N

Idősorok vizsgálata

Kronologikus átlag

y1 n1 y
  yt  n
2 t 2 2
yk 
n 1

Trendszámítás

Lineáris trend  yˆ i  b0  b1ti  paramétereinek becslése (t  1,2, , n) esetén

 ty    t   y   ty
n ty   t  y n    t  y
b1    n  n   n
n t   t   t 2    t  t
2 2 2 2

t2
n  n  n
 

b0  y  b1t

Előrejelzés lineáris trend alapján

TRENDt  b 0  b1 t

10
Általános statisztika I. Képletgyűjtemény

Exponenciális trendegyenlet
yˆ  b0b1t

Előrejelzés exponenciális trend alapján

TRENDt  b 0 b1t

Logisztikus trendegyenlet

yˆ max
yˆ i 
b0  b1  xi
1 e

Trend és szezonalitás

Nyers szezonális eltérések

 y 
n/ p

ij  Trend ij
sj  i 1

átlagoland ó elemek száma

Szezonális eltérések korrekciója

~
sj  sj  s

Nyers Szezonindexek
n/ p y ij
 Trend
i 1
sj 
ij

átlagoland ó elemek száma

Szezonindexek korrekciója
~ sj
sj 
s

Előrejelzés szezonalitás figyelembe vételével additív modell alapján

Yˆ  TREND  Szezonalitás

Előrejelzés szezonalitás figyelembe vételével multiplikatív modell alapján

Yˆ  TREND  Szezonalitás

11
Általános statisztika I. Képletgyűjtemény

Indexszámítás

Egyedi indexek:
p1
ip 
egyedi árindex: p0

q1
iq 
egyedi volumenindex: q0

v1
iv 
egyedi értékindex: v0

iv  iq  i p

Aggregálás:
N N

v  q p
i 1
1
i 1
1 1

N N

 v 0   q0 p0
i 1 i 1

Értékindex:

Iv 
q p 1 1

v 1
Iv 
v i 0 v

v 1

q p 0 0 v 0 v 0
v
i 1

Árindexek:

I p0 
i v p 0
I p0 
pq
1 0

Laspeyres-féle: v 0 p q
0 0

I 1p 
v 1
I 1p 
pq
1 1

v
i 1 p q
0 1

Paasche-féle: p

I pF  I p0 I 1p
Fisher-féle:

12
Általános statisztika I. Képletgyűjtemény

Volumenindexek:

I q0 
i v
q 0
I q0 
q p1 0

Laspeyres-féle: v 0 q p0 0

I q1 
v 1
v q p
i I q1 
1 1 1

q q p0 1

Paasche-féle:

I qF  I q0 I q1
Fisher-féle:
Indexösszefüggések:
I v  I q0  I 1p  I q1  I p0  I qF  I pF

Deflálás:

q p 1 1

Ip

Területi indexek:

I qA( A |B ) 
q A pA
I pA( A |B ) 
q A pA
q B pA q A pB

I qB( A |B ) 
q A pB
I pB( A |B ) 
q B pA
q B pB q B pB

I qF( A |B )  I qA( A|B ) I qB( A|B ) I pF( A |B )  I pA( A|B ) I pB( A|B )

13