Π Α Ρ Α Ρ Τ Η Μ Α. Πίνακας 9. p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης των. Προσημασμένων Τάξεων Μεγέθους του Wilcoxon
|
|
|
- Δεσποίνη Κουρμούλης
- 8 χρόνια πριν
- Προβολές:
Transcript
1 ΠΙΝΑΚΕΣ Π Α Ρ Α Ρ Τ Η Μ Α Πίνακας 1. Διωνυμική Κατανομή Πίνακας 2. Τυποποιημένη Κανονική Κατανομή Πίνακας 3. Oρια Εμπιστοσύνης για την Πιθανότητα p της Διωνυμικής Κατανομής Πίνακας 4. Ποσοστιαία Σημεία της Κατανομής χ 2 Πίνακας 5. Μεγέθη Δειγμάτων για Μονόπλευρα Oρια Ανοχής Πίνακας 6. Μεγέθη Δειγμάτων για Oρια Ανοχής Oταν r + m =2 Πίνακας 7. Τυχαίοι Αριθμοί στο Διάστημα (0, 1) Πίνακας 8. p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης των Προσημασμένων Τάξεων Μεγέθους του Wilcoxo Πίνακας 9. p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης των Ma-Whitey Πίνακας 10. Ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Spearma Πίνακας 11. p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Hotellig- Pabst Πίνακας 12. p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Kedall Πίνακας 13. Ποσοστιαία Σημεία της Στατιστικής Συνάρτησης του Ελέγχου των Τετραγώνων Τάξεων Μεγέθους Πίνακας 14. p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Kolmogorov Πίνακας 15. p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Lilliefors για τον Eλεγχο Κανονικότητας Πίνακας 16. p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Lilliefors για τον Eλεγχο Καλής Προσαρμογής της Εκθετικής Κατανομής 761
2 Πίνακας 17. Οι συντελεστές α της Στατιστικής Συνάρτησης Shapiro- Wilk για τον Eλεγχο της Κανονικότητας Πίνακας 18. p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Shapiro- Wilk Πίνακας 19. Συντελεστές για τον Μετασχηματισμό της Στατιστικής Συνάρτησης των Shapiro-Wilk κατά Προσέγγιση Κανονική Μεταβλητή Πίνακας 20. p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Smirov για την Περίπτωση Δύο Δειγμάτων του Αυτού Μεγέθους Πίνακας 21. p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Smirov για την Περίπτωση Δύο Δειγμάτων Διαφορετικού Μεγέθους και m Πίνακας 22. p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης των Birbaum-Hall ή της Ελεγχοσυνάρτησης Smirov Πίνακας 23. p ποσοστιαία Σημεία για την Μονόπλευρη Ελεγχοσυνάρτηση Smirov για k Δείγματα του Αυτού Μεγέθους Πίνακας 24. p ποσοστιαία Σημεία της Αμφίπλευρης Ελεγχοσυνάρτησης Smirov για k Ανεξάρτητα Δείγματα του Αυτού Μεγέθους Πίνακας 25. Ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Τ του Ελέγχου των Ροών Πίνακας 26. p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης του Ελέγχου Kruskall-Wallis για την Περίπτωση Τριών Μικρών Δειγμάτων (k=3) 762
3 Διωνυμική Κατανομή x! k P(X x) p (1 p) k!( k)! k 0 k Πίνακας 1 (Συνεχίζεται) 763
4 Πίνακας 1 (συνέχεια) Διωνυμική Κατανομή x! k P(X x) p (1 p) k!( k)! k 0 k (Συνεχίζεται) 764
5 Διωνυμική Κατανομή x! k P(X x) p (1 p) k!( k)! k 0 k Πίνακας 1 (συνέχεια) 765
6 Πίνακας 2 Τυποποιημένη Κανονική Κατανομή Τα στοιχεία του πίνακα εκφράζουν τις πιθανότητες Φ(z)=P(Z z) που παριστάνονται από το εμβαδόν κάτω από την καμπύλη της τυποποιημένης κανονικής κατανομής αριστερά από το z. (Συνεχίζεται) 766
7 Τυποποιημένη Κανονική Κατανομή Πίνακας 2 (συνέχεια) 767
8 Πίνακας 3 Oρια Eμπιστοσύνης για την Πιθανότητα p της Διωνυμικής Κατανομής Οταν Δίνεται η Τιμή της Εκτιμήτριας pˆ Y/. Συντελεστής Εμπιστοσύνης 1-2α = 0.95 Οι αριθμοί που σημειώνονται πάνω στις καμπύλες δηλώνουν το μέγεθος του δείγματος. Αν για μία δοθείσα τιμή της εκτιμήτριας Y/ θεωρούμενης ως τεταγμένης, συμβολίσουμε με L και U τις τεταγμένες των σημείων στα οποία η κάθετος από την τιμή Y/ τέμνει τις αντίστοιχες κατώτερες και ανώτερες καμπύλες, τότε P(L p U) 1 2α. (Συνεχίζεται) 768
9 (συνέχεια) Πίνακας 3 Συντελεστής Εμπιστοσύνης 1-2α =
10 Πίνακας 4 Ποσοστιαία Σημεία της Κατανομής Χ 2 Τα στοιχεία του πίνακα εκφράζουν τα (1-α) ποσοστιαία σημεία της Κατανομής Χ 2 με v βαθμούς ελευθερίας, δηλαδή τις μέσες τιμές X για τις οποίες P(X X ) 1 α. v,1 α 1-α = εμβαδόν v,1 α 770
11 Πίνακας 5 Μεγέθη Δειγμάτων για Μονόπλευρα Ορια Ανοχής Ο πίνακας δίνει το μέγεθος του δείγματος έτσι ώστε q α, για τον προσδιορισμό των ορίων ανοχής της μορφής P(X (1) p του πληθυσμού) 1 α ή P(q του πληθυσμού X () ) 1 α. 771
12 Πίνακας 6 Μεγέθη Δειγμάτων για Ορια Ανοχής Οταν r + m = 2 q Ο πίνακας δίνει το μέγεθος του δείγματος έτσι ώστε 1 q (1 q) α για τον προσδιορισμό των ορίων ανοχής της μορφής P(X (r) ( 1 m) q του πληθυσμού X ) 1 α όταν r + m =
13 773 Πίνακας 7
14 Πίνακας 8 p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης των Προσημασμένων Τάξεων Μεγέθους του Wilcoxo (συνεχίζεται) 774
15 Πίνακας 8 (συνέχεια) p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης των Προσημασμένων Τάξεων Μεγέθους του Wilcoxo Τα στοιχεία του πίνακα είναι τα p ποσοστιαία σημεία της ελεγχοσυνάρτησης Τ + του Wilcoxo, για ορισμένες τιμές του p Ποσοστιαία σημεία w p για p > 0.50 μπορούν να υπολογισθούν από την σχέση w ( 1)/2 p w 1 p όπου η τιμή (+1)/2 δίνεται στην τελευταία στήλη του πίνακα. Για > 50, η τιμή του p ποσοστιαίου σημείου της Τ + μπορεί να προσεγγισθεί από την τιμή w p [( 1)/4] z ( 1)(2 1)/24, p όπου z p είναι το p ποσοστιαίο σημείο της τυποποιημένης κανονικής κατανομής. Οι κρίσιμες περιοχές αντιστοιχούν σε τιμές της Τ + μικρότερες ή μεγαλύτερες από το κατάλληλο ποσοστιαίο σημείο. 775
16 Πίνακας 9 p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης των Ma-Whitey (Συνεχίζεται) 776
17 p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης των Ma-Whitey Πίνακας 9 (συνέχεια) (Συνεχίζεται) 777
18 Πίνακας 9 (συνέχεια) p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης των Ma-Whitey (Συνεχίζεται) 778
19 p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης των Ma-Whitey Πίνακας 9 (συνέχεια) (Συνεχίζεται) 779
20 Πίνακας 9 (συνέχεια) p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης των Ma-Whitey Για τιμές του ή m μεγαλύτερες του 20, το p ποσοστιαίο σημείο της ελεγχοσυνάρτησης Ma-Whitey μπορεί να προσεγγισθεί από την τιμή w P [(N 1)/2] z P m(n 1)/12, όπου Ν=+m και z P είναι το p ποσοστιαίο σημείο της τυποποιημένης κανονικής κατανομής. Τα ανώτερα ποσοστιαία σημεία προσδιορίζονται από την σχέση w P ( m 1) - w 1-P. Οι κρίσιμες περιοχές αντιστοιχούν σε τιμές της ελεγχοσυνάρτησης που είναι μικρότερες ή μεγαλύτερες από το κατάλληλο ποσοστιαίο σημείο. 780
21 Πίνακας 10 Ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Spearma Για 30 οι τιμές των p-ποσοστιαίων σημείων προσεγγίζονται από τον τύπο w p z p/ 1 όπου z p είναι το p-ποσοστιαίο σημείο της τυποποιημένης κανονικής κατανομής. Τα κατώτερα ποσοσταία σημεία προσδιορίζονται από τον τύπο w. Η κρίσιμη περιοχή αντιστοιχεί σε τιμές της ελεγχοσυνάρτησης p w 1 p μικρότερες ή μεγαλύτερες του κατάλληλου ποσοσταίου σημείου. Η διάμεσος τιμή της ελεγχοσυνάρτησης είναι μηδέν ( w ). 781
22 Πίνακας 11 p-ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Hotellig-Pabst Για 30 οι τιμές των p-ποσοστιαίων σημείων προσεγγίζονται από τον τύπο w 1 z όπου z p είναι το p-ποσοστιαίο p /6 p σημείο της τυποποιημένης κανονικής κατανομής. Τα ανώτερα ποσοσταία σημεία προσδιορίζονται από τον τύπο 2 w1 p 1 3 w p. Η κρίσιμη περιοχή αντιστοιχεί σε τιμές της ελεγχοσυνάρτησης μικρότερες ή μεγαλύτερες από το κατάλληλο ποσοσταίο σημείο. Η διάμεσος τιμή της ελεγχοσυνάρτησης είναι ίση με 1 6. w
23 Πίνακας 12 p-ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Kedall (Συνεχίζεται) 783
24 Πίνακας 12 (συνέχεια) Για 60 οι τιμές των p-ποσοστιαίων σημείων προσεγγίζονται από τον τύπο w p z p /18 όπου z p είναι το p-ποσοστιαίο σημείο της τυποποιημένης κανονικής κατανομής. Τα κατώτερα ποσοσταία σημεία προσδιορίζονται από την w. p w 1 p Η κρίσιμη περιοχή αντιστοιχεί σε τιμές τυς ελεγχοσυνάρτησης μικρότερες ή μεγαλύτερες από το κατάλληλο ποσοστιαίο σημείο. Η διάμεσος τιμή της ελεγχοσυνάρτησης είναι μηδέν ( w ). 784
25 Ποσοστιαία Σημεία της Στατιστικής Συνάρτησης του Ελέγχου των Τετραγώνων Τάξεων Μεγέθους Πίνακας 13 Τα στοιχεία του πίνακα είναι επιλεγμένα ποσοστιαία σημεία w p της στατιστικής συνάρτησης Τ για τον έλεγχο τετραγώνων τάξεων μεγέθους ισότητας διασπορών. Σημειώνεται ότι P(T w p ) p και P(T w p ) 1 p. Οι κρίσιμες περιοχές αντιστοιχούν σε τιμές μικρότερες (ή μεγαλύτερες) από το αντίστοιχο ποσοστιαίο σημείο. (Συνεχίζεται) 785
26 Πίνακας 13 (συνέχεια) Για τιμές του ή του m μεγαλύτερες από 10, το p ποσοστιαίο σημείο w p της στατιστικής συνάρτησης για τον έλεγχο των τετραγώνων τάξεων μεγέθους μπορεί να προσεγγισθεί από την σχέση (N 1)(2N 1) m(n 1)(2N 1)(8N 1) w p z p, όπου Ν = + m και z p είναι το p - ποσοστιαίο σημείο της τυποποιημένης κανονικής κατανομής. 786
27 Πίνακας 14 p-ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Kolmogorov Η Η 0 απορρίπτεται σε επίπεδο σημαντικότητας α αν η τιμή της ελεγχοσυνάρτησης υπερβαίνει το (1-α)-ποσοστιαίο σημείο της κατανομής της. Τα ποσοστιαία σημεία είναι ακριβή για 40 στην περίπτωση του αμφίπλευρου ελέγχου. Τα άλλα ποσοστιαία σημεία είναι προσεγγίσεις που στις περισσότερες συμπίπτουν με τις πραγματικές τιμές. Μια καλύτερη προσέγγιση επιτυγχάνεται για 40 αν στον 1/2 παρανομαστή χρησιμοποιηθεί η τιμή ( /10) αντί της τιμής. 787
28 Πίνακας 15 p-ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Lilliefors για τον Ελεγχο Κανονικότητας p = Μέγεθος δείγματος = Η μηδενική υπόθεση απορρίπτεται σε επίπεδο σημαντικότητας α όταν η τιμή της ελεγχοσυνάρτησης υπερβαίνει το (1-α)-ποσοστιαίο σημείο της κατανομής της. 788
29 p-ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Lilliefors για τον Ελεγχο Καλης Προσαρμογής της Εκθετικής Κατανομής Πίνακας 16 Η Η ο απορρίπτεται σε επίπεδο σημαντικότητας α αν η τιμή της ελεγχοσυνάρτησης υπερβαίνει το (1-α)-ποσοστιαίο σημείο της κατανομής. Αυτά τα ποσοστιαία σημεία δεν είναι διαθέσιμα. 789
30 Πίνακας 17 Οι συντελεστές α της Στατιστικής Συνάρτησης Shapiro-Wilk για τον Ελεγχο της Κανονικότητας (i=1,2,.../2) (Συνεχίζεται) 790
31 791 Πίνακας 17 (συνέχεια)
32 Πίνακας 18 p-ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Shapiro-Wilk Η μηδενική υπόθεση απορρίπτεται σε επίπεδο σημαντικότητας p όταν η τιμή της ελεγχοσυνάρτησης είναι μικρότερη από το p-ποσοστιαίο σημείο της κατανομής της. 792
33 Πίνακας 19 Συντελεστές για τον Μετασχηματισμό της Στατιστικής Συνάρτησης των Shapiro-Wilk κατά Προσέγγιση Κανονική Μεταβλητή Για 3 6 υπολογίζεται πρώτα η τιμή v T d 1 T, όπου d δίνεται στην κορυφή του πίνακα και Τ είναι η στατιστική συνάρτηση των Shapiro-Wilk. Για τον προσδιορισμό της τιμής G που είναι τιμή μιας κατά προσέγγιση κανονικής μεταβλητής εισερχόμεθα στο κύριο σώμα του πίνακα με τις τιμές v και. Για 7 50 εισερχόμεθα στο πίνακα με την τιμή και προσδιορίζουμε τους συντελεστές b, c και d. Η τιμή G τότε υπολογίζεται από τον τύπο G b c T d 1 T. (Συνεχίζεται) 793
34 Πίνακας 19 (συνέχεια) 794
35 Πίνακας 20 p-ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Smirov για την Περίπτωση Δύο Δειγμάτων του Αυτού Μεγέθους Η Η 0 απορρίπτεται σε επίπεδο σημαντικότητας α αν η τιμή της ελεγχοσυνάρτησης υπερβαίνει το (1-α) - ποσοστιαίο σημείο της κατανομής της. (Επειδή η ελεγχοσυνάρτηση είναι διακριτή μεταβλητή, το ακριβές επίπεδο σημαντικότητας μπορεί να είναι μικρότερο από την τιμή α που χρησιμοποιείται στον πίνακα αυτόν.) 795
36 Πίνακας 21 p-ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Smirov για την Περίπτωση Δύο Δειγμάτων Διαφορετικού Μεγέθους και m Μονόπλευρος Έλεγχος: p= Αμφίπλευρος Έλεγχος: p= (Συνεχίζεται) 796
37 Πίνακας 21 (συνέχεια) Μονόπλευρος Έλεγχος: p= Αμφίπλευρος Έλεγχος: p= Προσέγγιση για μεγάλα δείγματα 1.07 m m 1.22 m m 1.36 m m 1.52 m m 1.63 m m Στον πίνακα N 1 =mi(,m) και N 2 =max(,m). Η μηδενική υπόθεση απορρίπτεται σε επίπεδο σημαντικότητας α, αν η τιμή της ελεγχοσυνάρτησης υπερβαίνει το (1-α) - ποσοστιαίο σημείο της κατανομής της. Για τιμές των και m που δεν καλύπτονται από τον πίνακα χρησιμοπιοιείται η προσέγγιση που δίνεται στην βάση τω στηλών του πίνακα. 797
38 Πίνακας 22 p-ποσοστιαία Σημεία της Ελεγχοσυνάρτησης των Birbaum-Hall ή της Ελεγχοσυνάρτησης Smirov 2.66 Προσέγγιση για > Η Η 0 απορρίπτεται σε επίπεδο σημαντικότητας α αν η τιμή της ελεγχοσυνάρτησης υπερβαίνει το (1-α) - ποσοστιαίο σημείο της κατανομής της. 798
39 Πίνακας 23 p-ποσοστιαία Σημεία για τη Μονόπλευρη Ελεγχοσυνάρτηση Smirov για k Δείγματα του Αυτού Μεγέθους Προσέγγιση για > Για τον προσδιορισμό του p-ποσοστιαίου σημείου, εισερχόμεθα στον πίνακα με τις τιμές των k και. Το p-ποσοστιαίο σημείο προκύπτει με διαίρεση της τιμής που λαμβάνει από τον πίνακα με. Η Η 0 απορρίπτεται σε επίπεδο σημαντικότητας α, αν η τιμή της ελεγχοσυνάρτησης υπερβαίνει το (1-α)-ποσοστιαίο σημείο της κατανομής της. Για τις προσεγγίσεις των ποσοστιαίων σημείων για 50 απαιτείται μόνο διαίρεση με όπως φαίνεται από την τελευταία γραμμή του πίνακα. (Συνεχίζεται) 799
40 Πίνακας 23 (συνέχεια) Προσέγγιση για > (Συνεχίζεται) 800
41 Πίνακας 23 (συνέχεια) Προσέγγιση για >
42 Πίνακας 24 p-ποσοστιαία Σημεία της Αμφίπλευρης Ελεγχοσυνάρτησης Smirov για k Ανεξάρτητα του Αυτού Μεγέθους Τα p-ποσοστιαία σημεία με διαίρεση των στοιχείων του πίνακα με την κατάλληλη τιμή του. Η Η 0 απορρίπτεται σε επίπεδο σημαντικότητας α, αν η τιμή της ελεγχοσυνάρτησης υπερβαίνει το (1-α)-ποσοστιαίο σημείο της κατανομής της. Για τις προσεγγίσεις των ποσοστιαίων σημείων για 50 απαιτείται μόνο διαίρεση με όπως φαίνεται από την τελευταία γραμμή του πίνακα. Οι προκύπτουσες προσεγγίσεις ισχύουν για όλες τις τιμές του k. (Συνεχίζεται) 802
43 Πίνακας 24 (συνέχεια) Προσέγγιση για > / 1.73/ 1.92/ 2.15/ 2.30/ 803
44 Πίνακας 25 Ποσοστιαία Σημεία της Ελεγχοσυνάρτησης Τ του Ελέγχου των Ροών Ο πίνακας δίνει, για διάφορες τιμές των 1 και 2, τα p-ποσοστιαία σημεία της κατανομής της Τ για αμφίπλευρο έλεγχο μεγέθους 0.05 ή για μονόπλευρο έλεγχο μεγέθους Οι κρίσιμες περιοχές αντιστοιχούν σε τιμές της Τ μικρότερες ή ίσες από την τιμή w (πάνω γραμμή) είτε μεγαλύτερες ή ίσες από την τιμή w (κάτω γραμμή). 804
45 Πίνακας 26 p-ποσοστιαία Σημεία της Ελεγχοσυνάρτησης του Ελέγχου Kruskal-Wallis για την Περίπτωση Τριών Μικρών Δειγμάτων (k=3) Η κρίσιμη περιοχή ορίζεται από την ανισότητα Τ > w 1-α. 805
ΠΑΡΑΡΤΗΜΑ. Πίνακας 9. Ποσοστιαία Σημεία της Ελεγχοσυνάρτησης των. Προσημασμένων Τάξεων Μεγέθους του Wilcoxon
ΠΑΡΑΡΤΗΜΑ ΠΙΝΑΚΕΣ Πίνακας. Διωνυμική Κατανομή Πίνακας. Τυποποιημένη Κανονική Κατανομή Πίνακας. Ποσοστιαία Σημεία της Κατανομή t Πίνακας. Ποσοστιαία Σημεία της Κατανομής X Πίνακας 5. Ποσοστιαία Σημεία της
2.5 ΕΛΕΓΧΟΣ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ (The Quantile Test)
.5 ΕΛΕΓΧΟΣ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ (The Quantile Test) Ο διωνυμικός έλεγχος μπορεί να χρησιμοποιηθεί για τον έλεγχο υποθέσεων αναφερομένων στα ποσοστιαία σημεία μίας τυχαίας μεταβλητής. Στην
6.3 Ο ΑΜΦΙΠΛΕΥΡΟΣ ΕΛΕΓΧΟΣ SMIRNOV ΓΙΑ k ΑΝΕΞΑΡΤΗΤΑ ΔΕΙΓΜΑΤΑ
6.3 Ο ΑΜΦΙΠΛΕΥΡΟΣ ΕΛΕΓΧΟΣ SMIRNOV ΓΙΑ k ΑΝΕΞΑΡΤΗΤΑ ΔΕΙΓΜΑΤΑ Το 1965, από τον Conover και πάλι προτάθηκε ένας άλλος έλεγχος τύπου Smirnov για k ανεξάρτητα δείγματα. Ο έλεγχος αυτός διαφέρει από τον προηγούμενο
3.4.1 Ο Συντελεστής ρ του Spearman
3.4. Ο Συντελεστής ρ του Spearma Έστω (, ), (, ),..., (, ) ένα δείγμα παρατηρήσεων πάνω στο τυχαίο διάνυσμα (, ). Έστω ( ) ο βαθμός ή η τάξη μεγέθους της μεταβλητής όταν αυτή συγκρίνεται με τις άλλες Χ
3.4.2 Ο Συντελεστής Συσχέτισης τ Του Kendall
3..2 Ο Συντελεστής Συσχέτισης τ Του Kendall Ο συντελεστής συχέτισης τ του Kendall μοιάζει με τον συντελεστή ρ του Spearman ως προς το ότι υπολογίζεται με βάση την τάξη μεγέθους των παρατηρήσεων και όχι
2.5.1 ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ
.5. ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ Η μέθοδος κατασκευής διαστήματος εμπιστοσύνης για την πιθανότητα που περιγράφεται στην προηγούμενη ενότητα μπορεί να χρησιμοποιηθεί για την κατασκευή διαστημάτων
5.1 Ο ΕΛΕΓΧΟΣ SMIRNOV
5. Ο ΕΛΕΓΧΟΣ SMIRNOV Έστω δύο ανεξάρτητα τυχαία δείγματα, 2,..., n και, 2,..., m n και m παρατηρήσεων πάνω στις τυχαίες μεταβλητές και, αντίστοιχα. Έστω, επίσης, ότι F (), (, ) και F (y), y (, ) είναι
6.2 Ο ΜΟΝΟΠΛΕΥΡΟΣ ΕΛΕΓΧΟΣ SMIRNOV ΓΙΑ k ΑΝΕΞΑΡΤΗΤΑ ΔΕΙΓΜΑΤΑ
6.2 Ο ΜΟΝΟΠΛΕΥΡΟΣ ΕΛΕΓΧΟΣ SMIRNOV ΓΙΑ k ΑΝΕΞΑΡΤΗΤΑ ΔΕΙΓΜΑΤΑ Ο έλεγχος της ενότητας αυτής αποτελεί μία επέκταση του μονόπλευρου ελέγχου Smirnov στην περίπτωση περισσοτέρων από δύο δειγμάτων. Ο έλεγχος αυτός
2.4 ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ ΜΙΑ ΠΙΘΑΝΟΤΗΤΑ
.4 ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ ΜΙΑ ΠΙΘΑΝΟΤΗΤΑ Η μέθοδος για τον προσδιορισμό ενός διαστήματος εμπιστοσύνης για την άγνωστη πιθανότητα =P(A) ενός ενδεχομένου A συνδέεται στενά με τον διωνυμικό έλεγχο. Ένα
2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής.
2.6 ΟΡΙΑ ΑΝΟΧΗΣ Το διάστηµα εµπιστοσύνης παρέχει µία εκτίµηση µιας άγνωστης παραµέτρου µε την µορφή διαστήµατος και ένα συγκεκριµένο βαθµό εµπιστοσύνης ότι το διάστηµα αυτό, µε τον τρόπο που κατασκευάσθηκε,
Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς
Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς Η μηδενική υπόθεση είναι ένας ισχυρισμός σχετικά με την τιμή μιας πληθυσμιακής παραμέτρου. Είναι
4.3.3 Ο Έλεγχος των Shapiro-Wilk για την Κανονική Κατανομή
4.3.3 Ο Έλεγχος των Shapro-Wlk για την Κανονική Κατανομή Ένας άλλος πολύ γνωστός έλεγχος καλής προσαρμογής για την κανονική κατανομή, ο οποίος μπορεί να χρησιμοποιηθεί στην θέση του ελέγχου Lllefors, είναι
Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο )
Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο ) 2 Η γενική ιδέα της διαδικασίας στατιστικού ελέγχου υποθέσεων Πρόκειται για μια διαδικασία απόφασης μεταξύ δύο υποθέσεων Η μια υπόθεση ονομάζεται μηδενική (Η
7.1.1 Η Μέθοδος των Ελαχίστων Τετραγώνων
7.. Η Μέθοδος των Ελαχίστων Τετραγώνων Όπως ήδη αναφέρθηκε, μία ευρύτατα διαδεδομένη μέθοδος για την εκτίμηση των σταθερών α και β είναι η μέθοδος των ελαχίστων τετραγώνων. Η μέθοδος αυτή επιλέγει εκτιμήτριες
ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής
ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής ΣΤΑΤΙΣΤΙΚΕΣ ΕΚΤΙΜΗΣΕΙΣ Οι συναρτήσεις πιθανότητας ή πυκνότητας πιθανότητας των διαφόρων τυχαίων μεταβλητών χαρακτηρίζονται από κάποιες
Γ. Πειραματισμός - Βιομετρία
Γ. Πειραματισμός - Βιομετρία Πληθυσμοί και δείγματα Πληθυσμός Περιλαμβάνει όλες τις πιθανές τιμές μιας μεταβλητής, δηλαδή αναφέρεται σε μια παρατήρηση σε όλα τα άτομα του πληθυσμού Ο πληθυσμός προσδιορίζεται
ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ
- - ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΔΕΟ3 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 009-0 ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ - - ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΥΝΟΨΗΣ
Ε. ΞΕΚΑΛΑΚΗ Καθηγήτριας του Τμήματος Στατιστικής του Οικονομικού Πανεπιστημίου Αθηνών ΜΗ ΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
Ε. ΞΕΚΑΛΑΚΗ Καθηγήτριας του Τμήματος Στατιστικής του Οικονομικού Πανεπιστημίου Αθηνών ΜΗ ΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΘΗΝΑ, 2001 Π Ε Ρ Ι Ε Χ Ο Μ Ε Ν Α ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ iii ix ΚΕΦΑΛΑΙΟ 1: ΕΙΣΑΓΩΓΗ 1 1.1
ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1
ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1 ΣΥΝΔΥΑΣΤΙΚΗ 1.1 ΒΑΣΙΚΗ ΑΡΧΗ ΑΠΑΡΙΘΜΗΣΗΣ... 13 1.2 ΠΡΟΣΘΕΤΙΚΗ ΑΡΧΗ ΑΠΑΡΙΘΜΗΣΗΣ... 15 1.3 ΔΙΑΤΑΞΕΙΣ..... 16 1.4 ΜΕΤΑΘΕΣΕΙΣ... 18 1.5 ΣΥΝΔΥΑΣΜΟΙ... 20 1.6 ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΜΕΤΑΘΕΣΕΙΣ......
1 x-μ - 2 σ. e σ 2π. f(x) =
Κανονική κατανομή Η πιο σημαντική κατανομή πιθανοτήτων της στατιστικής είναι η κανονική κατανομή. Η κανονική κατανομή είναι συνεχής κατανομή, σε αντίθεση με την διωνυμική που είναι διακριτή κατανομή. Τα
Είδη Μεταβλητών. κλίµακα µέτρησης
ΠΕΡΙΕΧΟΜΕΝΑ Κεφάλαιο 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρµοσµένες Επιστήµες Στατιστικός Πληθυσµός και Δείγµα Το στατιστικό
ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΓΙΑ ΙΣΟΤΗΤΑ ΔΥΟ ΚΑΤΑΝΟΜΩΝ
ΚΕΦΑΛΑΙO 5 ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΓΙΑ ΙΣΟΤΗΤΑ ΔΥΟ ΚΑΤΑΝΟΜΩΝ Στο προηγούμενο κεφάλαιο εξετάσαμε διάφορες μορφές ελέγχου της υπόθεσης ότι ένα δείγμα παρατηρήσεων προέρχεται από κάποια συγκεκριμένη κατανομή. Στην
5. Έλεγχοι Υποθέσεων
5. Έλεγχοι Υποθέσεων Υποθέσεις Η μηδενική υπόθεση Η (ή ΗΑ) εναλλακτική υπόθεση Δεχόμαστε Η Απορρίπτουμε Η Η σωστή Σωστή απόφαση -α Σφάλμα τύπου Ι α Η λάθος Σφάλμα τύπου ΙΙ β Σωστή απόφαση -β ΒΙΟ39-Έλεγχος
Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο ) 24/2/2017
Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο ) 24/2/2017 2 Η γενική ιδέα της διαδικασίας στατιστικού ελέγχου υποθέσεων Πρόκειται για μια διαδικασία απόφασης μεταξύ δύο υποθέσεων Η μια υπόθεση ονομάζεται μηδενική
Κεφάλαιο 8 Συνεχείς Κατανομές Πιθανοτήτων
Κεφάλαιο 8 Συνεχείς Κατανομές Πιθανοτήτων Copyright 2009 Cengage Learning 8.1 Συναρτήσεις Πυκνότητας Πιθανοτήτων Αντίθετα με τη διακριτή τυχαία μεταβλητή που μελετήσαμε στο Κεφάλαιο 7, μια συνεχής τυχαία
3. Κατανομές πιθανότητας
3. Κατανομές πιθανότητας Τυχαία Μεταβλητή Τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε σημείο (ω) ενός δειγματικού χώρου (Ω) αντιστοιχεί έναν πραγματικό αριθμό. Ω ω X (ω ) R Διακριτή τ.μ.
Είδη Μεταβλητών Κλίμακα Μέτρησης Οι τεχνικές της Περιγραφικής στατιστικής ανάλογα με την κλίμακα μέτρησης Οι τελεστές Π και Σ
ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρμοσμένες Επιστήμες Στατιστικός Πληθυσμός και Δείγμα Το στατιστικό
Στατιστικοί Ελεγχοι. t - Έλεγχος για τον μέσο μ ενός πληθυσμού. t-έλεγχος για την σύγκριση των μέσων δύο πληθυσμών
Στατιστικοί Ελεγχοι Έλεγχος 1: Ζ-Έλεγχος για τον μέσο μ ενός πληθυσμού Έλεγχος : t - Έλεγχος για τον μέσο μ ενός πληθυσμού Έλεγχος 3: I -τετράγωνο Έλεγχος για την διακύμανση Έλεγχος 4: t-έλεγχος για την
Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ
ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος 75 Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ 1.1. Τυχαία γεγονότα ή ενδεχόμενα 17 1.2. Πειράματα τύχης - Δειγματικός χώρος 18 1.3. Πράξεις με ενδεχόμενα 20 1.3.1. Ενδεχόμενα ασυμβίβαστα
Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η : ,
Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η :1-0-017, 3-0-017 Διδάσκουσα: Κοντογιάννη Αριστούλα Σκοπός του μαθήματος Η παρουσίαση
Διάστημα εμπιστοσύνης της μέσης τιμής
Διάστημα εμπιστοσύνης της μέσης τιμής Συντελεστής εμπιστοσύνης Όταν : x z c s < μ < x +z s c Ν>30 Στον πίνακα δίνονται κρίσιμες τιμές z c και η αντιστοίχισή τους σε διάφορους συντελεστές εμπιστοσύνης:
Στατιστική Συμπερασματολογία
Στατιστική Συμπερασματολογία Διαφάνειες 4 ου κεφαλαίου Ελεγχοσυναρτήσεις Γενικευμένου Λόγου Πιθανοφανειών Σταύρος Χατζόπουλος 27/03/2017, 03/04/2017, 24/04/2017 1 Εισαγωγή Έστω το τ.δ. X,,, από την κατανομή
Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium Iii
Σ ΤΑΤ Ι Σ Τ Ι Κ Η i Statisticum collegium Iii Η Κανονική Κατανομή Λέμε ότι μία τυχαία μεταβλητή X, ακολουθεί την Κανονική Κατανομή με παραμέτρους και και συμβολίζουμε X N, αν έχει συνάρτηση πυκνότητας
ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ AΝΑΛΟΓΙΕΣ
ΚΕΦΑΛΑΙΟ 5 ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ AΝΑΛΟΓΙΕΣ Α. Περίπτωση Ενός Πληθυσμού Έστω ότι μελετάμε μια ακολουθία ανεξαρτήτων δοκιμών κάθε μία από τις οποίες οδηγεί είτε σε επιτυχία είτε σε αποτυχία με σταθερή
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων Η Κανονική Κατανομή
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ
Κεφάλαιο 9. Έλεγχοι υποθέσεων
Κεφάλαιο 9 Έλεγχοι υποθέσεων 9.1 Εισαγωγή Όταν παίρνουμε ένα ή περισσότερα τυχαία δείγμα από κανονικούς πληθυσμούς έχουμε τη δυνατότητα να υπολογίζουμε στατιστικά, όπως μέσους όρους, δειγματικές διασπορές
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 20 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 20 2.1.1 Αβεβαιότητα
Στατιστική. Ανάλυση ιασποράς με ένα Παράγοντα. One-Way Anova. 8.2 Προϋποθέσεις για την εφαρμογή της Ανάλυσης ιασποράς
Στατιστική Ανάλυση ιασποράς με ένα Παράγοντα One-Way Anova Χατζόπουλος Σταύρος Κεφάλαιο 8ο. Ανάλυση ιασποράς 8.1 Εισαγωγή 8.2 Προϋποθέσεις για την εφαρμογή της Ανάλυσης ιασποράς 8.3 Ανάλυση ιασποράς με
ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS)
ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS) Έλεγχος Υποθέσεων για την Μέση Τιμή ενός Δείγματος (One Sample t-test) Το κριτήριο One sample t-test χρησιμοποιείται όταν θέλουμε να συγκρίνουμε τον αριθμητικό
Στατιστική Συμπερασματολογία
4. Εκτιμητική Στατιστική Συμπερασματολογία εκτιμήσεις των αγνώστων παραμέτρων μιας γνωστής από άποψη είδους κατανομής έλεγχο των υποθέσεων που γίνονται σε σχέση με τις παραμέτρους μιας κατανομής και σε
Συσχέτιση μεταξύ δύο συνόλων δεδομένων
Διαγράμματα διασποράς (scattergrams) Συσχέτιση μεταξύ δύο συνόλων δεδομένων Η οπτική απεικόνιση δύο συνόλων δεδομένων μπορεί να αποκαλύψει με παραστατικό τρόπο πιθανές τάσεις και μεταξύ τους συσχετίσεις,
Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17
Περιεχόμενα Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17 1 Εισαγωγή 21 1.1 Γιατί χρησιμοποιούμε τη στατιστική; 21 1.2 Τι είναι η στατιστική; 22 1.3 Περισσότερα για την επαγωγική στατιστική 23 1.4 Τρεις
Σημειακή εκτίμηση και εκτίμηση με διάστημα. 11 η Διάλεξη
Σημειακή εκτίμηση και εκτίμηση με διάστημα 11 η Διάλεξη Εκτιμήτρια Κάθε στατιστική συνάρτηση που χρησιμοποιείται για την εκτίμηση μιας παραμέτρου ενός πληθυσμού (π.χ. ο δειγματικός μέσος) Σημειακή εκτίμηση
Στατιστική Συμπερασματολογία
Στατιστική Συμπερασματολογία Διαφάνειες 5 ου κεφαλαίου Ελεγχοσυναρτήσεις για τις Παραμέτρους της Κανονικής Κατανομής Σταύρος Χατζόπουλος 08/05/207, 5/05/207 Εισαγωγή Στις παραγράφους που ακολουθούν παρουσιάζονται
ΘΕΜΑΤΑ Α : ΕΚΦΩΝΗΣΕΙΣ - ΛΥΣΕΙΣ
ΔΙ.ΠΑ.Ε. ΤΜΗΜΑ : ΛΟΓΙΣΤΙΚΗΣ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ 4 ΙΟΥΝΙΟΥ 9 Μάθημα: ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ Α ΕΞΕΤΑΣΤΙΚΗ ΕΑΡΙΝΟΥ ΕΞΑΜΗΝΟΥ 8-9 ΘΕΜΑΤΑ Α : ΕΚΦΩΝΗΣΕΙΣ - ΛΥΣΕΙΣ Θέμα Ο αριθμός αδικαιολόγητων απουσιών
Στατιστική Ι-Θεωρητικές Κατανομές Ι
Στατιστική Ι-Θεωρητικές Κατανομές Ι Γεώργιος Κ. Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης 12 Δεκεμβρίου 2012 Περιγραφή 1 Θεωρητικές Κατανομές Η Χρήση των Θεωρητικών
ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά
ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ Επικ. Καθ. Στέλιος Ζήμερας Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά 2015 Πληθυσμός: Εισαγωγή Ονομάζεται το σύνολο των χαρακτηριστικών που
ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ Χ 2 test ανεξαρτησίας: σχέση 2 ποιοτικών μεταβλητών
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 2 Μαΐου /23
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπιστήμιο Κρήτης 2 Μαΐου 2017 1/23 Ανάλυση Διακύμανσης. Η ανάλυση παλινδρόμησης μελετά τη στατιστική σχέση ανάμεσα
iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος
iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος xi 1 Αντικείμενα των Πιθανοτήτων και της Στατιστικής 1 1.1 Πιθανοτικά Πρότυπα και Αντικείμενο των Πιθανοτήτων, 1 1.2 Αντικείμενο της Στατιστικής, 3 1.3 Ο Ρόλος των Πιθανοτήτων
Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης
1 Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης Όπως γνωρίζουμε από προηγούμενα κεφάλαια, στόχος των περισσότερων στατιστικών αναλύσεων, είναι η έγκυρη γενίκευση των συμπερασμάτων, που προέρχονται από
Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:
Δειγματοληψία Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ συμβολίζουμε την μέση τιμή: Επομένως στην δειγματοληψία πινάκων συνάφειας αναφερόμαστε στον
Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για
ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 3 ΔΕΣΜΕΥΜΕΝΗ ΠΙΘΑΝΟΤΗΤΑ, ΟΛΙΚΗ ΠΙΘΑΝΟΤΗΤΑ ΘΕΩΡΗΜΑ BAYES, ΑΝΕΞΑΡΤΗΣΙΑ ΚΑΙ ΣΥΝΑΦΕΙΣ ΕΝΝΟΙΕΣ 71
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 13 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 21 2.1.1 Αβεβαιότητα και Τυχαίο Πείραμα
Ανάλυση Διασποράς Ανάλυση Διασποράς διακύμανση κατά παράγοντες διακύμανση σφάλματος Παράδειγμα 1: Ισομεγέθη δείγματα
Ανάλυση Διασποράς Έστω ότι μας δίνονται δείγματα που προέρχονται από άγνωστους πληθυσμούς. Πόσο διαφέρουν οι μέσες τιμές τους; Με άλλα λόγια: πόσο πιθανό είναι να προέρχονται από πληθυσμούς με την ίδια
Κεφάλαιο 9. Έλεγχοι υποθέσεων
Κεφάλαιο 9 Έλεγχοι υποθέσεων 9.1 Εισαγωγή Όταν παίρνουμε ένα ή περισσότερα τυχαία δείγμα από κανονικούς πληθυσμούς έχουμε τη δυνατότητα να υπολογίζουμε στατιστικά, όπως μέσους όρους, δειγματικές διασπορές
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 22 Μαΐου /32
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπιστήμιο Κρήτης 22 Μαΐου 2017 1/32 Εισαγωγή: Τυπικό παράδειγμα στατιστικού ελέγχου υποθέσεων. Ενας νέος τύπος
ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ
ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΑΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟΔΕΙΓΜΑ Συντελεστής συσχέτισης (εκτιμητής Person: r, Y ( ( Y Y xy ( ( Y Y x y, όπου r, Y (ισχυρή θετική γραμμική συσχέτιση όταν, ισχυρή αρνητική
Ενδεικτικές ασκήσεις ΔΙΠ 50
Ενδεικτικές ασκήσεις ΔΙΠ 50 Άσκηση 1 (άσκηση 1 1 ης εργασίας 2009-10) Σε ένα ράφι μιας βιβλιοθήκης τοποθετούνται με τυχαία σειρά 11 διαφορετικά βιβλία τεσσάρων θεματικών ενοτήτων. Πιο συγκεκριμένα, υπάρχουν
Έλεγχος υποθέσεων ΚΛΑΣΙΚΟΙ ΈΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ. Ημέσητιμήενόςπληθυσμούείναιίσημε δοθείσα γνωστή τιμή. Έλεγχος για τις μέσες τιμές δύο πληθυσμών.
Έλεγχος υποθέσεων ΚΛΑΣΙΚΟΙ ΈΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ Ημέσητιμήενόςπληθυσμούείναιίσημε δοθείσα γνωστή τιμή. Έλεγχος για τις μέσες τιμές δύο πληθυσμών. Η μέση τιμή ενός πληθυσμού είναι ίση με δοθείσα γνωστή τιμή
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 13 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 15 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 13 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 15 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 21 2.1.1 Αβεβαιότητα και Τυχαίο Πείραμα
ΣΤΑΤΙΣΤΙΚΗ : Παράσταση Περιγραφή δεδομένων Σύγκριση δεδομένων Εξαγωγή συμπερασμάτων Σχέση αιτίου - αιτιατού
ΣΤΑΤΙΣΤΙΚΗ : Παράσταση Περιγραφή δεδομένων Σύγκριση δεδομένων Εξαγωγή συμπερασμάτων Σχέση αιτίου - αιτιατού Με τις στατιστικές μεθόδους επιδιώκεται αφενός η συνοπτική αλλά εμπεριστατωμένη παρουσίαση των
ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ
ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ Μ.Ν. Ντυκέν, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. Ε. Αναστασίου, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. ΔΙΑΛΕΞΕΙΣ 09-10 ΣΗΜΠΕΡΑΣΜΑΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ: Έλεγχοι υποθέσεων Βόλος, 2016-2017
Δειγματοληπτικές κατανομές
Δειγματοληπτικές κατανομές Κατανομές που χρησιμοποιούνται για τον έλεγχο υποθέσεων στα δείγματα Κανονική κατανομή (z-κατανομή) t-κατανομή Χ κατανομή F-κατανομή Ζητάμε να προσδιορίσουμε τις παραμέτρους
ΑΣΚΗΣΕΙΣ ΔΙΑΣΤΗΜΑΤΩΝ ΕΜΠΙΣΤΟΣΥΝΗΣ. Άσκηση 1. Βρείτε δ/μα εμπιστοσύνης για τη μέση τιμή μ κανονικού πληθυσμού όταν n=20,
ΜΕΜ64: Εφαρμοσμένη Στατιστική 1 ΑΣΚΗΣΕΙΣ ΔΙΑΣΤΗΜΑΤΩΝ ΕΜΠΙΣΤΟΣΥΝΗΣ Άσκηση 1. Βρείτε δ/μα εμπιστοσύνης για τη μέση τιμή μ κανονικού πληθυσμού όταν n=0, X = 7.5, σ = 16, α = 5%. Πως αλλάζει το διάστημα αν
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 08-09 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Διαστήματος
4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου
4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου Για την εκτίμηση των παραμέτρων ενός πληθυσμού (όπως η μέση τιμή ή η διασπορά), χρησιμοποιούνται συνήθως δύο μέθοδοι εκτίμησης. Η πρώτη ονομάζεται σημειακή εκτίμηση.
συγκέντρωση της ουσίας στον παραπόταμο είναι αυξημένη σε σχέση με τον ίδιο τον ποταμό;
Γραπτή Εξέταση Περιόδου Ιουνίου 008 στο Μάθημα Στατιστική /07/08. Η πιθανότητα να υπάρχει στο υπέδαφος μιας συγκεκριμένης περιοχής εκμεταλλεύσιμο κοίτασμα πετρελαίου είναι 50%. Μια εταιρεία, που πρόκειται
Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017
Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 2 Εισαγωγή Η ανάλυση παλινδρόμησης περιλαμβάνει το σύνολο των μεθόδων της στατιστικής που αναφέρονται σε ποσοτικές σχέσεις μεταξύ μεταβλητών Πρότυπα παλινδρόμησης
Έλεγχος υπόθεσης: διαδικασία αποδοχής ή απόρριψης της υπόθεσης
Ν161_(262)_Στατιστική στη Φυσική Αγωγή 06_01_Έλεγχος_Υποθέσεων Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ. 1 Υπόθεση: "μπορεί ο αριθμητικός μέσος του δείγματος να είναι ίδιος με τον αριθμητικό
Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21
ΚΕΦΑΛΑΙΟ 21 Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ (Power of a Test) Όπως είδαμε προηγουμένως, στον Στατιστικό Έλεγχο Υποθέσεων, ορίζουμε δύο είδη πιθανών λαθών (κινδύνων) που μπορεί να συμβούν όταν παίρνουμε αποφάσεις
Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2013 στη Στατιστική
Εργαστήριο Μαθηματικών & Στατιστικής ΣΕΙΡΑ Α Γραπτή Εξέταση Περιόδου Φεβρουαρίου 013 στη Στατιστική για τα Τμήματα Ε.Τ.Τ., Γ.Β., Α.Ο.Α. και Ε.Ζ.Π.&Υ. 08/0/013 1. [0] Η ποσότητα, έστω Χ, καλίου που περιέχεται
Kruskal-Wallis H... 176
Περιεχόμενα KΕΦΑΛΑΙΟ 1: Περιγραφή, παρουσίαση και σύνοψη δεδομένων................. 15 1.1 Τύποι μεταβλητών..................................................... 16 1.2 Κλίμακες μέτρησης....................................................
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Διαστήματος
ΚΑΤΑΝΟΜΗ ΠΥΚΝΟΤΗΤΑΣ ΠΙΘΑΝΟΤΗΤΑΣ
ΚΑΤΑΝΟΜΗ ΠΥΚΝΟΤΗΤΑΣ ΠΙΘΑΝΟΤΗΤΑΣ Σε αντίθεση με την διακριτή τυχαία μεταβλητή, μία συνεχής τυχαία μεταβλητή παίρνει μη-αριθμήσιμο (συνεχές) πλήθος τιμών. Δεν μπορούμε να καταγράψουμε το σύνολο των τιμών
ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ
Περιγραφική Ανάλυση ποσοτικών μεταβλητών
Περιγραφική Ανάλυση ποσοτικών μεταβλητών Στο data file Worldsales.sav (αρχείο υποθετικών πωλήσεων ανά ήπειρο και προϊόν) Analyze Descriptive Statistics Frequencies Επιλογή μεταβλητής Revenue Πατάμε στο
Έλεγχος υποθέσεων Ι z-test & t-test
Έλεγχος υποθέσεων Ι z-test & t-test Μοντέλα στην Επιστήμη Τροφίμων 53Ε Τομέας Επιστήμης & Τεχνολογίας Τροφίμων Έλεγχος υποθέσεων Συνεχή δεδομένα z-test Student s test (t-test) Ανάλυση παραλλακτικότητας
Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:
Άσκηση 1: Δύο τυχαίες μεταβλητές Χ και Υ έχουν στατιστικές μέσες τιμές 0 και διασπορές 25 και 36 αντίστοιχα. Ο συντελεστής συσχέτισης των 2 τυχαίων μεταβλητών είναι 0.4. Να υπολογισθούν η διασπορά του
Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:
Δειγματοληψία Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ συμβολίζουμε την μέση τιμή: Επομένως στην δειγματοληψία πινάκων συνάφειας αναφερόμαστε στον
Στατιστική Ι. Ενότητα 1: Στατιστική Ι (1/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)
Στατιστική Ι Ενότητα 1: Στατιστική Ι (1/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
X = = 81 9 = 9
Πιθανότητες και Αρχές Στατιστικής (11η Διάλεξη) Σωτήρης Νικολετσέας, καθηγητής Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Πανεπιστήμιο Πατρών Ακαδημαϊκό Ετος 2018-2019 Σωτήρης Νικολετσέας, καθηγητής 1 / 35 Σύνοψη
ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΑΤΙΣΤΙΚΗΣ ΣΤΗΝ ΒΙΟΪΑΤΡΙΚΗ ΚΑΙ ΕΠΙΔΗΜΙΟΛΟΓΙΚΗ ΕΡΕΥΝΑ
ΚΕΦΑΛΑΙΟ ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΑΤΙΣΤΙΚΗΣ ΣΤΗΝ ΒΙΟΪΑΤΡΙΚΗ ΚΑΙ ΕΠΙΔΗΜΙΟΛΟΓΙΚΗ ΕΡΕΥΝΑ ΑΝΑΛΥΣΗ ΠΙΝΑΚΟΠΟΙΗΜΕΝΩΝ ΔΕΔΟΜΕΝΩΝ (THE ANALYSIS OF CROSS-TABULATIONS) Απαρίθμηση και Ταξινόμηση Σύγκριση Δύο ποσοστών Συχνά,
Αναλυτική Στατιστική
Αναλυτική Στατιστική Συμπερασματολογία Στόχος: εξαγωγή συμπερασμάτων για το σύνολο ενός πληθυσμού, αντλώντας πληροφορίες από ένα μικρό υποσύνολο αυτού Ορισμοί Πληθυσμός: σύνολο όλων των υπό εξέταση μονάδων
P(200 X 232) = =
ΕΝΔΕΙΚΤΙΚΑ ΘΕΜΑΤΑ ΠΙΘΑΝΟΤΗΤΕΣ. Το μέγεθος ενός αναλογικού σήματος, που λαμβάνεται από έναν ανιχνευτή και μετράται σε microvolts, είναι τυχαία μεταβλητή που ακολουθεί την Κανονική κατανομή Ν(00, 6) σε συγκεκριμένη
Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2011 για τα Τμήματα Ε.Τ.Τ. και Γ.Β. στη Στατιστική 25/02/2011
Εργαστήριο Μαθηματικών & Στατιστικής Γραπτή Εξέταση Περιόδου Φεβρουαρίου για τα Τμήματα Ε.Τ.Τ. και Γ.Β. στη Στατιστική 5//. [] Η ποσότητα, έστω Χ, ενός συντηρητικού που περιέχεται σε φιάλες αναψυκτικού
Εισαγωγή στη Μη Παραμετρική Στατιστική
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΤΟΜΕΑΣ ΠΙΘΑΝΟΤΗΤΩΝ-ΣΤΑΤΙΣΤΙΚΗΣ & ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ Εισαγωγή στη Μη Παραμετρική Στατιστική Διδακτικές Σημειώσεις Απόστολος Δ. Μπατσίδης ΙΩΑΝΝΙΝΑ 04 Στην Όλγα
ΘΕΩΡΙΑ Β ΓΥΜΝΑΣΙΟΥ. Μια παράσταση που περιέχει πράξεις με μεταβλητές (γράμματα) και αριθμούς καλείται αλγεβρική, όπως για παράδειγμα η : 2x+3y-8
ΘΕΩΡΙΑ Β ΓΥΜΝΑΣΙΟΥ Άλγεβρα 1 ο Κεφάλαιο 1. Τι ονομάζουμε αριθμητική και τι αλγεβρική παράσταση; Να δώσετε από ένα παράδειγμα. Μια παράσταση που περιέχει πράξεις με αριθμούς, καλείται αριθμητική παράσταση,
Ιατρικά Μαθηματικά & Βιοστατιστική
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Ιατρικά Μαθηματικά & Βιοστατιστική Στατιστικοί έλεγχοι για συνεχή και κατηγορικά δεδομένα Διδάσκοντες: Ευάγγελος Ευαγγέλου, Kωνσταντίνος Τσιλίδης, Ιωάννης
ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ ΤΗ ΣΤΑΤΙΣΤΙΚΗ ΙΙ ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ, ΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ
ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ ΤΗ ΣΤΑΤΙΣΤΙΚΗ ΙΙ ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ, ΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ ΣΙΜΟΣ ΜΕΙΝΤΑΝΗΣ, Αναπληρωτής Καθηγητής Τμήμα Οικονομικών Επιστημών, ΕΚΠΑ ΓΙΑΝΝΗΣ Κ. ΜΠΑΣΙΑΚΟΣ, Επίκουρος Καθηγητής Τμήμα Οικονομικών
ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝ. ΠΑΙΔΕΙΑΣ - Γ ΛΥΚΕΙΟΥ
ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝ. ΠΑΙΔΕΙΑΣ - Γ ΛΥΚΕΙΟΥ ΘΕΜΑΤΑ ΘΕΜΑ A A. Αν οι συναρτήσεις f, g είναι παραγωγίσιμες στο, να αποδείξετε ότι f g f g,. Μονάδες 7 Α. Σε ένα πείραμα με ισοπίθανα αποτελέσματα
ΣΑΣΙΣΙΚΗ. Ακαδ. Έτος Βασίλης ΚΟΤΣΡΑ. Διδάσκων: Διδάσκων επί Συμβάσει Π.Δ 407/80.
ΠΑΝΕΠΙΣΗΜΙΟ ΑΙΓΑΙΟΤ ΧΟΛΗ ΕΠΙΣΗΜΩΝ ΣΗ ΔΙΟΙΚΗΗ ΣΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑ ΚΑΙ ΔΙΟΙΚΗΗ ΣΑΣΙΣΙΚΗ Ακαδ. Έτος -3 Διδάσκων: Βασίλης ΚΟΤΣΡΑ Διδάσκων επί Συμβάσει Π.Δ 47/8 v.kouras@fμe.aegea.gr Σηλ: 735457 Διωνυμικό
3 ο Φυλλάδιο Ασκήσεων. Εφαρμογές
ο Φυλλάδιο Ασκήσεων Εφαρμογές 2 ο Φυλλάδιο Ασκήσεων Εφαρμογή 1 ΣΥΓΚΡΙΣΗ ΤΗΣ ΗΛΙΚΙΑΣ ΤΩΝ ΕΡΓΑΖΟΜΕΝΩΝ ΣΕ ΔΥΟ ΕΠΙΧΕΙΡΗΣΕΙΣ Παρακάτω βλέπουμε τα ιστογράμματα και τα πολύγωνα των σχετικών (%) και σχετικών αθροιστικών
Συνοπτικά περιεχόμενα
b Συνοπτικά περιεχόμενα 1 Τι είναι η στατιστική;... 25 2 Περιγραφικές τεχνικές... 37 3 Επιστήμη και τέχνη των διαγραμματικών παρουσιάσεων... 119 4 Αριθμητικές μέθοδοι της περιγραφικής στατιστικής... 141
Ασκήσεις Εξετάσεων. Μεταπτυχιακό Πρόγραμμα Σπουδών στη. Διοίκηση των Επιχειρήσεων
Ασκήσεις Εξετάσεων Μεταπτυχιακό Πρόγραμμα Σπουδών στη Διοίκηση των Επιχειρήσεων ΑΣΚΗΣΗ 1: Έλεγχος για τη μέση τιμή ενός πληθυσμού Η αντικαπνιστική νομοθεσία υποχρεώνει τους καπνιστές που εργάζονται σε
ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΓΙΑ ΤΗΝ ΣΥΓΚΡΙΣΗ ΜΕΣΩΝ ΤΙΜΩΝ ΚΑΙ ΑΝΑΛΟΓΙΩΝ ΔΥΟ
ΚΕΦΑΛΑΙΟ 19 ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΓΙΑ ΤΗΝ ΣΥΓΚΡΙΣΗ ΜΕΣΩΝ ΤΙΜΩΝ ΚΑΙ ΑΝΑΛΟΓΙΩΝ ΔΥΟ ΚΑΝΟΝΙΚΩΝ ΠΛΗΘΥΣΜΩΝ Όταν ενδιαφερόμαστε να συγκρίνουμε δύο πληθυσμούς, η φυσιολογική προσέγγιση είναι να προσπαθήσουμε να συγκρίνουμε
Θεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 4 η : Χαρακτηριστικά Τυχαίων Μεταβλητών. Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Α.Π.Θ.
Κεφάλαιο 1 o Εξισώσεις - Ανισώσεις
2 ΕΡΩΤΗΣΕΙΙΣ ΘΕΩΡΙΙΑΣ ΑΠΟ ΤΗΝ ΥΛΗ ΤΗΣ Β ΤΑΞΗΣ ΜΕΡΟΣ Α -- ΑΛΓΕΒΡΑ Κεφάλαιο 1 o Εξισώσεις - Ανισώσεις Α. 1 1 1. Τι ονομάζεται Αριθμητική και τι Αλγεβρική παράσταση; Ονομάζεται Αριθμητική παράσταση μια παράσταση
ΚΕΦΑΛΑΙΟ 6 ΧΡΗΣΗ ΓΡΑΜΜΙΚΩΝ ΜΟΝΤΕΛΩΝ ΚΑΙ ΓΡΑΜΜΙΚΗΣ ΠΑΛΙΝ ΡΟΜΗΣΗΣ
ΚΕΦΑΛΑΙΟ 6 ΧΡΗΣΗ ΓΡΑΜΜΙΚΩΝ ΜΟΝΤΕΛΩΝ ΚΑΙ ΓΡΑΜΜΙΚΗΣ ΠΑΛΙΝ ΡΟΜΗΣΗΣ 6.1 Εισαγωγή Σε πολλές στατιστικές εφαρµογές συναντάται το πρόβληµα της µελέτης της σχέσης δυο ή περισσότερων τυχαίων µεταβλητών. Η σχέση
ΑΠΟ ΤΟ ΔΕΙΓΜΑ ΣΤΟΝ ΠΛΗΘΥΣΜΟ
ΑΠΟ ΤΟ ΔΕΙΓΜΑ ΣΤΟΝ ΠΛΗΘΥΣΜΟ Το ενδιαφέρον επικεντρώνεται πάντα στον πληθυσμό Το δείγμα χρησιμεύει για εξαγωγή συμπερασμάτων για τον πληθυσμό π.χ. το ετήσιο εισόδημα των κατοίκων μιας περιοχής Τα στατιστικά