ΙΕΘΝΗ ΠΡΟΤΥΠΑ ΠΟΙΟΤΗΤΑΣ (ISO) ΓΙΑ ΤΟΝ ΕΛΕΓΧΟ ΤΗΣ ΑΚΡΙΒΕΙΑΣ ΚΑΙ ΤΗΣ ΑΝΑΠΑΡΑΓΩΓΙΜΟΤΗΤΑΣ ΤΩΝ ΕΡΓΑΣΤΗΡΙΑΚΩΝ ΑΠΟΤΕΛΕΣΜΑΤΩΝ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΙΕΘΝΗ ΠΡΟΤΥΠΑ ΠΟΙΟΤΗΤΑΣ (ISO) ΓΙΑ ΤΟΝ ΕΛΕΓΧΟ ΤΗΣ ΑΚΡΙΒΕΙΑΣ ΚΑΙ ΤΗΣ ΑΝΑΠΑΡΑΓΩΓΙΜΟΤΗΤΑΣ ΤΩΝ ΕΡΓΑΣΤΗΡΙΑΚΩΝ ΑΠΟΤΕΛΕΣΜΑΤΩΝ"

Transcript

1 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): ΙΕΘΝΗ ΠΡΟΤΥΠΑ ΠΟΙΟΤΗΤΑΣ (ISO) ΓΙΑ ΤΟΝ ΕΛΕΓΧΟ ΤΗΣ ΑΚΡΙΒΕΙΑΣ ΚΑΙ ΤΗΣ ΑΝΑΠΑΡΑΓΩΓΙΜΟΤΗΤΑΣ ΤΩΝ ΕΡΓΑΣΤΗΡΙΑΚΩΝ ΑΠΟΤΕΛΕΣΜΑΤΩΝ Εισαγωγή Η σπουδαιότητα και η σηµασία του εξωτερικού ελέγχου της ποιότητας των εργαστηριακών αναλύσεων είναι σήµερα διαδεδοµένη ανάµεσα σε όλους τους εργαστηριακούς επιστήµονες, ιδιαίτερα σε όσους εργάζονται σε βιοχηµικά και ορµονολογικά εργαστήρια. Με τον όρο «εξωτερικός έλεγχος» έχει καθιερωθεί να εννοούµε τις διαδικασίες ελέγχου της ακρίβειας των εργαστηριακών αναλύσεων, οι οποίες διενεργούνται µέσω ενός εθνικού ή διεθνή κέντρου αναφοράς (). Συγκεκριµένα ο εξωτερικός έλεγχος (external quality control ή roficiency teting ή external quality aement) ελέγχει την ακρίβεια, την αληθινότητα και την αναπαραγωγιµότητα των εργαστηριακών αποτελεσµάτων. Ως ακρίβεια (accuracy) χαρακτηρίζουµε την εγγύτητα ανάµεσα σε µία µεµονωµένη τιµή µέτρησης και την «αποδεχόµενη τιµή αναφοράς». Η ακρίβεια επηρεάζεται από τυχαία και συστηµατικά σφάλµατα καθώς και τον αναµενόµενο «θόρυβο» στις µετρήσεις του αναλυτή. Ακόµα και αν ο καθηµερινός έλεγχος της επαναληψιµότητας (εσωτερικός έλεγχος) δεν εντοπίσει τυχαία και συστηµατικά σφάλµατα, ο θόρυβος του αναλυτή παραµένει, αφού εξαρτάται από ποικίλες κατασκευαστικές, τεχνικές και χηµικές παραµέτρους. Για το λόγο αυτό στον ορισµό της ακρίβειας δεν χρησιµοποιείται ο όρος «πραγµατική τιµή» αλλά αντίθετα ο όρος «αποδεχόµενη τιµή αναφοράς», που χαρακτηρίζεται από µια µέση τιµή-στόχο, η οποία προσδιορίζεται µε χηµικές ή και στατιστικές µεθόδους και ταυτίζεται µε την έννοια της «πραγµατικής τιµής». Ως αληθινότητα (truene) ορίζεται την εγγύτητα µεταξύ της µέσης τιµής µιας µεγάλης σειράς αριθµών και της «αποδεχόµενης τιµής αναφοράς». Ως αναπαραγωγιµότητα (reroducibility) ορίζουµε την εγγύτητα των τιµών που δίνουν τα εργαστήρια που συµµετέχουν στο ίδιο πρόγραµµα εξωτερικού ελέγχου (). Ο διεθνής οργανισµός ISO (International Standard Organization) δίνει κατευθυντήριες οδηγίες για την καλύτερη δυνατή εφαρµογή του εξωτερικού ελέγχου (Πίνακας, σειρές ISO IEC 43, ISO 575). Τα πρότυπα της σειράς ISO IEC 43-, ISO IEC 43- δίνουν γενικές οδηγίες για την καλύτερη οργάνωση των προγραµµάτων εξωτερικού ελέγχου, προτείνοντας ανάλογα µε την περίσταση το καταλληλότερο πρόγραµµα. Τα πρότυπα της σειράς ISO 575 προτείνουν εξειδικευµένες στατιστικές µεθοδολογίες για την εκπλήρωση των στόχων του προγράµµατος δηλ. τον υπολογισµό της τιµής στόχου και της αναπαραγωγιµότητας.

2 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): ΙSO/IEC Οδηγός 43-:997 Εξωτερικός έλεγχος της ποιότητας µε διεργαστηριακές συγκρίσεις. Μέρος. Ανάπτυξη και λειτουργία προγραµµάτων εξωτερικού ελέγχου. ISO/IEC Οδηγός 43-:997 Εξωτερικός έλεγχος της ποιότητας µε διεργαστηριακές συγκρίσεις. Μέρος. Επιλογή και χρήση σχεδίων εξωτερικού ελέγχου ποιότητας από φορείς πιστοποίησης εργαστηρίων. ΙSO 575-: 994 Aκρίβεια (αληθείς τιµές και επαναληψιµότητα) των αναλυτικών µεθόδων και αποτελεσµάτων. Μέρος : Γενικές αρχές και ορισµοί. ISO 575-: 994 Aκρίβεια (αληθείς τιµές και επαναληψιµότητα) των αναλυτικών µεθόδων και αποτελεσµάτων. Mέρος : Bασικές µέθοδοι για τον προσδιορισµό της επαναληψιµότητας και τη αναπαραγωγιµότητας προτύπων αναλυτικών µεθόδων. ISO 575-3: 994 Aκρίβεια (αληθείς τιµές και επαναληψιµότητα) των αναλυτικών µεθόδων και αποτελεσµάτων. Mέρος 3: Ενδιάµεσες µετρήσεις για την επαναληψιµότητα µιας πρότυπης µεθόδου µέτρησης. ISO 575-4: 994 Aκρίβεια (αληθείς τιµές και επαναληψιµότητα) των αναλυτικών µεθόδων και αποτελεσµάτων. Mέρος 4: Bασικές µέθοδοι για τον προσδιορισµό της ακρίβειας µιας πρότυπης µεθόδου µέτρησης. ISO 575-5: 994 Aκρίβεια (αληθείς τιµές και επαναληψιµότητα) των αναλυτικών µεθόδων και αποτελεσµάτων. Mέρος 5: Χρήση των τιµών ακρίβειας. Πίνακας ιεθνή πρότυπα ISO για την πληρέστερη εφαρµογή προγραµµάτων εξωτερικού ελέγχου της ποιότητας των εργαστηριακών αποτελεσµάτων Στόχος των προτύπων της σειράς ISO 575 Σε γενικές γραµµές τα πρότυπα ISO 575 δίνουν κατευθυντήριες οδηγίες για την επίτευξη της βέλτιστης αναπαραγωγιµότητας και ακρίβειας όλων των εργαστηρίων που συµµετέχουν σε ένα πρόγραµµα εξωτερικού ελέγχου. Αξιοσηµείωτο είναι ότι τα πρότυπα ISO 575 θεωρούν εξίσου σηµαντικό τον ταυτόχρονο έλεγχο της ενδοεργαστηριακής επαναληψιµότητας καθενός εργαστηρίου χωριστά. Η ενδοεργαστηριακή επαναληψιµότητα υπολογίζεται από επαναλαµβανόµενες µετρήσεις (within run) που πραγµατοποιεί το εργαστήριο σε κάθε ένα από τα επίπεδα ορών ελέγχου που αποστέλλονται σε αυτό. Είναι φανερό ότι οι συντάκτες των προτύπων έλαβαν σοβαρά υπόψη το γεγονός ότι πολλά εργαστήρια συµµετέχουν σε προγράµµατα εξωτερικής αξιολόγησης χωρίς να έχουν καλή επίδοση στο εσωτερικό έλεγχο ποιότητας, ο οποίος προηγείται πάντα του εξωτερικού. Σύµφωνα µε τα ISO 575 κάθε εργαστήριο αποστέλλει στο συντονιστικό κέντρο µία σειρά µετρήσεων, ο αριθµός των οποίων καθορίζεται από το συντονιστικό κέντρο. Εδώ δηλαδή υπάρχει µια Στα πρότυπα ISO 575 χρησιµοποιούµε τον όρο ενδοεργαστηριακή επαναληψιµότητα (ή ενδοεργαστηριακή διακύµανση) για να περιγράψουµε την τυπική απόκλιση των επαναλαµβανόµενων µετρήσεων κάθε εργαστηρίου χωριστά. Συµβολίζεται ως r.

3 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): σηµαντική διαφορά από τα πιο διαδεδοµένα προγράµµατα εξωτερικού ελέγχου που είναι γνωστά στην Ελληνική επικράτεια (π.χ. πρόγραµµα ΕΣΕΑΠ), τα οποία ζητούν από τα εργαστήρια µία µόνο τιµή. Πρώτος στόχος των προτύπων ISO 575 είναι ο υπολογισµός της «αποδεχόµενης τιµής αναφοράς» (acceted reference value). Στην ουσία πρόκειται για την µέση τιµή όλων των µέσων τιµών των συµµετεχόντων εργαστηρίων. Για τον υπολογισµό της πρέπει προηγουµένως να απορριφθούν όλα τα εργαστήρια που έχουν κακή ενδοεργαστηριακή επαναληψιµότητα ή υπερβολικά µεγάλη ή µικρή µέση τιµή. Για τον σκοπό αυτό τα πρότυπα της σειράς ISO 575 παρέχουν µια σειρά από στατιστικά εργαλεία για τον εντοπισµό και την απόρριψη των εργαστηρίων µε «ακραία» επαναληψιµότητα ή «ακραία» µέση τιµή. Ο δεύτερος στόχος των ISO 575 είναι ο υπολογισµός της αναπαραγωγιµότητας όλων των εργαστηρίων του προγράµµατος. Η αναπαραγωγιµότητα είναι ένα σύνθετο µέγεθος και εξαρτάται από την ενδοεργαστηριακή ( r ) και διαεργαστηριακή επαναληψιµότητα 3 ( R ) υπολογίζεται στο τέλος αφού έχουν υπολογιστεί ήδη τα r και R (σχέση βλ. παρακάτω).. Προκαταρκτικά στάδια Πριν αναλύσουµε τις επιµέρους στατιστικές µεθοδολογίες θα πρέπει να αναφέρουµε τα στάδια που προηγούνται αυτής. Έτσι το συντονιστικό κέντρο οφείλει να λάβει µέριµνα για τα ακόλουθα: την οµαδοποίηση των εργαστηρίων Το κέντρο αναφοράς οµαδοποιεί τα αποτελέσµατα ανάλογα την χηµική µέθοδο, τον αναλυτή ή οτιδήποτε άλλο κρίνει απαραίτητο. Σε αρκετές περιπτώσεις µπορεί και τα ίδια τα συµµετέχοντα εργαστήρια να ζητήσουν να συµµετάσχουν σε επιµέρους ιδιαίτερες οµάδες. τον ορισµό του πλήθους των τιµών που πρέπει να υπολογίζει κάθε εργαστήριο την καταγραφή των τιµών σε εύχρηστους πίνακες την απαλοιφή των ακραίων τιµών.. Τυποποίηση των απαντήσεων εξωτερικού ελέγχου ποιότητας Το διεθνές πρότυπο ISO 575- προτείνει µια αυστηρή τυποποίηση του τρόπου καταγραφής των αποτελεσµάτων που αποστέλλονται στο συντονιστικό κέντρο. Συγκεκριµένα χρησιµοποιεί τρεις φόρµες Α (πίνακας ), Β (πίνακας 3) και Γ (πίνακας 4), εκ των οποίων η κάθε µία προκύπτει από την αµέσως προηγούµενή της. Κάθε φόρµα διαιρείται σε επιµέρους κελιά τα οποία κατά κύριο λόγο χρησιµοποιούνται στους υπολογισµούς. Οι συµβολισµοί που προτείνονται από το ISO 575- είναι οι ακόλουθοι: Αριθµός εργαστηρίων i =. Aριθµός επιπέδων j = q Σύνολο επαναλήψεων k =.n Ονοµάζεται αλλιώς και τιµή στόχος (target value). 3 Ως διαεργαστηριακή επαναληψιµότητα (ή διαεργαστηριακή διακύµανση) ορίζουµε την τυπική απόκλιση όλων των µέσων τιµών των εργαστηρίων. Συµβολίζεται ως R. 3

4 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): Kατά συνέπεια: Σύνολο κελιών: q Σύνολο τιµών: qn Σύνολο αποτελεσµάτων σε ένα κελί: n Συµβολισµός ενός αποτελέσµατος: y k Αριθµός εργαστηρίων σε κάθε επίπεδο: j Φόρµα Α Φόρµα συλλογής αρχικών δεδοµένων Επίπεδο Εργαστήριο.. j.. q- q.. Y k i.. Πίνακας Φόρµα συµπλήρωσης των αποτελεσµάτων των εργαστηρίων για όλα τα επίπεδα (control) όπως ζητείται από το συντονιστικό κέντρο αναφοράς H µέση τιµή κάθε κελιού της φόρµας Β (πίνακας 3) προσδιορίζεται από τον τύπο: Y n = y n k = k Εξίσωση Φόρµα B Φόρµα συλλογής µέσων τιµών Επίπεδο Εργαστήριο.. j.. q- q.. Ŷ k i.. Πίνακας 3 4

5 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): Φόρµα υπολογισµού των µέσων τιµών των αποτελεσµάτων τις φόρµας Α To εύρος των τιµών στα κελιά της φόρµας Γ (πίνακας 4) υπολογίζεται από τον τύπο: = n n k = ( y k y ) Εξίσωση Φόρµα Γ Φόρµα συλλογής τυπικών αποκλίσεων Επίπεδο Εργαστήριο.. j.. q- q.. S i.. P Πίνακας 4 Φόρµα υπολογισµού των τυπικών αποκλίσεων των αποτελεσµάτων της φόρµας Α Στα κελιά που περιέχουν µόνο δύο τιµές µπορεί να παραλειφθεί ο προσδιορισµός της τυπικής απόκλισης και να χρησιµοποιηθούν οι απόλυτες διαφορές των δύο τιµών. Το ISO 575- ζητεί για τις τυπικές αποκλίσεις διπλάσια δεκαδικά ψηφία από τα δεκαδικά ψηφία των αρχικών δεδοµένων..3 Απαλοιφή των ακραίων τιµών Ως ακραίες τιµές (outlier) χαρακτηρίζονται οι τιµές των εργαστηρίων, οι οποίες πρέπει να απαλειφθούν από την στατιστική µεθοδολογία για να µην επηρεάσουν την µέτρηση της τιµής στόχου. Οι ακραίες τιµές µπορεί να είναι µεµονωµένες µετρήσεις ή ακόµα σύνολα µετρήσεων στην περίπτωση που οι οδηγίες ζητούν από τα συµµετέχοντα εργαστήρια να πραγµατοποιούν επαναλαµβανόµενες µετρήσεις. Έχουν προταθεί διάφορες µέθοδοι για την εύρεση και απαλοιφή των ακραίων τιµών. Πολύ γνωστή στην Ελλάδα είναι η µέθοδος της «αποδεκτής τιµής» (conenu mean) που χρησιµοποιείται από το πρόγραµµα ΕΣΕΑΠ του Eυαγγελισµού (). Το πρότυπο ISO 575- παρέχει µια σειρά από πολύπλοκα στατιστικά εργαλεία για την απόρριψη των εργαστηρίων που έχουν ακραία µέση τιµή ή ακραία ενδοεργαστηριακή επαναληψιµότητα. Στην περίπτωση που αποδειχθεί στατιστικώς ότι κάποια µεµονωµένη τιµή, µέση τιµή ή τυπική απόκλιση πρέπει να απαλειφθεί ελέγχουµε αρχικά για τυχόν τυχαία λάθη. Συγκεκριµένα ελέγχουµε αν: έγινε λάθος στην µέτρηση στον αναλυτή µετρήθηκε λάθος δείγµα έγινε λάθος υπολογισµός του αντίστοιχου στατιστικού κριτηρίου έγινε λάθος στην αντιγραφή. 5

6 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): Αν απορριφθεί ως ακραία τιµή (outlier) µία µέση τιµή τότε θα απορριφθεί και η αντίστοιχη τυπική απόκλιση και το αντίστροφο..3. Κριτήρια Mandel (4) Ο Μandel προτείνει τον υπολογισµό δύο στατιστικών µεγεθών των h και k. Τα κριτήρια αυτά µας βοηθούν να εντοπίσουµε έγκαιρα ακραίες τιµές µεταξύ των τιµών που αποστέλλουν τα εργαστήρια στο συντονιστικό κέντρο. Συγκεκριµένα το µέγεθος h ελέγχει την ύπαρξη ακραίων µέσων τιµών ενώ το k ακραίες τυπικές αποκλίσεις κατά τον υπολογισµό της ενδοεργαστηριακής επαναληψιµότητας. Τα µεγέθη h και k υπολογίζονται από τις παρακάτω σχέσεις. h = i y j i= y ( y j y ) j Εξίσωση 3 k = j Εξίσωση 4 Οι τιµές h και k υπολογίζονται για κάθε επίπεδο όλων των εργαστηρίων. Αν οι τιµές h και k ενός εργαστηρίου απέχουν πολύ από τα υπόλοιπα εργαστήρια, τότε το εργαστήριο απορρίπτεται και ειδοποιείται να επαναλάβει την µέτρηση. Κανονικά υπάρχουν ίσες πιθανότητες θετικών και αρνητικών h και k µεταξύ των επιπέδων που χρησιµoποιεί κάθε εργαστήριο. Για παράδειγµα αν ένα εργαστήριο έχει τα h όλων των επιπέδων θετικά ενώ όλα τα άλλα εργαστήρια έχουν τα h αρνητικά, θα πρέπει να αναζητήσουµε την αιτία της διαφοράς. Για την καλύτερη σύγκριση των τιµών h και k µπορούν να σχεδιαστούν ανάλογα διαγράµµατα (βλ. εικόνα ). Παρ όλα αυτά η ασφαλέστερη εκτίµηση της στατιστικής σηµαντικότητας των κριτηρίων Mandel γίνεται µε κατάλληλους στατιστικούς πίνακες (πίνακες 5 και 6). 6

7 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): Eπίπεδο σηµαντικότητας P=% h k n= n=3 n=4 n=5 n=6 n=7 n=8 n=9 N=0 3,5,7,64,58,53,49,46,43,4,39 4,49,9,77,67,60,55,5,48,45,43 5,7,05,85,73,65,59,55,5,48,46 6,87,4,90,77,68,6,57,53,50,47 7,98,0,94,79,70,63,58,54,5,48 8,06,5,97,8,7,65,59,55,5,49 9,3,9,99,8,73,66,60,56,53,50 0,8,3,00,84,74,67,6,57,53,50,,34,0,85,74,67,6,57,54,5,5,36,0,85,75,68,6,58,54,5 3,7,38,03,86,76,68,63,58,55,5 4,30,39,04,87,76,69,63,58,55,5 5,3,4,05,87,76,69,63,59,55,5 6,33,4,05,88,77,69,63,59,56,5 7,35,44,06,88,77,69,64,59,56,53 8,36,44,06,88,77,69,64,60,56,53 9,37,44,07,89,78,70,64,60,56,53 0,39,45,07,89,78,70,64,60,56,53,39,46,07,89,78,70,64,60,56,53,40,46,08,90,78,7,65,60,56,53 3,4,47,08,90,79,7,65,60,56,53 4,4,47,08,90,79,7,65,60,56,53 5,4,47,08,90,79,7,65,60,56,53 6,43,48,09,90,79,7,65,60,56,53 7,44,48,09,90,79,7,65,60,56,53 8,44,49,09,9,79,7,65,60,56,53 9,45,49,09,9,79,7,65,60,56,53 30,45,49,0,9,79,7,65,6,57,53 Πίνακας 5 Στατιστικός πίνακας ελέγχου στατιστικής σηµαντικότητας των κριτηρίων Mandel για P=% 7

8 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): Eπίπεδο σηµαντικότητας P=5% P h k n= n=3 n=4 n=5 n=6 n=7 n=8 n=9 n=0 3,5,65,53,45,40,37,34,3,30,9 4,4,76,59,50,44,40,37,35,33,3 5,57,8,6,53,46,4,39,36,34,3 6,66,85,64,54,48,43,40,37,35,33 7,7,87,66,55,49,44,4,38,36,34 8,75,88,67,56,50,45,4,38,36,35 9,78,90,68,57,50,45,4,39,36,35 0,80,90,69,57,50,46,4,39,37,35,8,9,69,58,5,46,4,40,37,35,83,9,69,58,5,46,4,40,37,35 3,84,9,69,58,5,46,43,40,37,35 4,85,9,70,59,5,47,43,40,37,35 5,86,93,70,59,5,47,43,40,38,36 6,86,93,70,59,5,47,43,40,38,36 7,87,93,70,59,5,47,43,40,38,36 8,88,93,7,59,5,47,43,40,38,36 9,88,93,7,59,5,47,43,40,38,36 0,89,94,7,59,5,47,43,40,38,36,89,94,7,60,5,47,44,4,38,36,89,94,7,60,5,47,44,4,38,36 3,90,94,7,60,53,47,44,4,38,36 4,90,94,7,60,53,48,44,4,38,36 5,90,94,7,60,53,48,44,4,38,36 6,90,94,7,60,53,48,44,4,38,36 7,9,94,7,60,53,48,44,4,38,36 8,9,94,7,60,53,48,44,4,38,36 9,9,94,7,60,53,48,44,4,38,36 30,9,94,7,60,53,48,44,4,38,36 Πίνακας 6 Στατιστικός πίνακας ελέγχου στατιστικής σηµαντικότητας κριτηρίων Mandel για P=5% 8

9 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): Κριτήριο Cochan (4) Στα προγράµµατα εξωτερικού ελέγχου οι διαφορές των ενδοεργαστηριακών διακυµάνσεων των συµµετεχόντων εργαστηρίων οφείλουν να είναι πρακτικά αµελητέες ( σ r 0). Αυτό στην πράξη ενδεχοµένως να µην συµβαίνει αφού µπορεί να υπάρχουν εργαστήρια µε µεγάλη ενδοεργαστηριακή διακύµανση, δηλαδή, κακή επαναληψιµότητα. Τα εργαστήρια µε κακή επαναληψιµότητα πρέπει να αποκλειστούν από τον υπολογισµό της τιµής-στόχου και της αναπαραγωγιµότητας. Παρόµοια µε το κριτήριο k του Mandel το κριτήριο Cochan χρησιµοποιείται ως εργαλείο για τον αποκλεισµό των εργαστηρίων που έχουν µεγάλη ενδοεργαστηριακή επαναληψιµότητα ( r ). Το κριτήριο Cochan χρησιµοποιεί σαν άκυρη υπόθεση Ηο το συλλογιστικό ότι οι διαφορές των ενδοεργαστηριακών διακυµάνσεων είναι αµελητέες. Με την βοήθεια της σχέσης 5 και αντίστοιχων στατιστικών πινάκων (πίνακας 7) απορρίπτουµε ή όχι την αρχική µας υπόθεση (Ho: µ= max, H : µ> max ) C max = i i= Εξίσωση 5 Όπου: max : η τυπική απόκλιση που υποπτευόµαστε ως «ακραία» και πρέπει να απορριφθεί. i (i = ) : η τυπική απόκλιση των ενδοεργαστηριακών µετρήσεων. : o συνολικός αριθµός των εργαστηρίων. Το κριτήριο Cochan εφαρµόζεται σε προγράµµατα που τα εργαστήρια εκτελούν τον ίδιο αριθµό επαναλήψεων. Το max είναι κάθε φορά η µέγιστη τυπική απόκλιση που έχει παρατηρηθεί µεταξύ των εργαστηρίων. Κατά την εφαρµογή του κριτηρίου Cochan ελέγχουµε αρχικά αν η µεγαλύτερη τυπική απόκλιση (την ονοµάζουµε max ) θα πρέπει να απορριφθεί ως «ακραία». Αν η πρώτη max θεωρηθεί «ακραία» τότε την απαλείφουµε και ελέγχουµε µε το κριτήριο Cochan την αµέσως µικρότερη. Αν και η δεύτερη max θεωρηθεί «ακραία» την απαλείφουµε και αυτή και επαναλαµβάνουµε την µέτρηση Cochan. Aν η τρίτη max δεν είναι «ακραία» τότε σταµατάµε την µέτρηση του κριτηρίου Cochan. Η λύση της εξίσωσης Cochan µας δίνει έναν αριθµό για τον οποίο ελέγχουµε την σχέση του ως προς συγκεκριµένες οριακές τιµές Cochan για επίπεδα σηµαντικότητας 5% και % (πίνακας 7). Οι οριακές αυτές τιµές εξαρτώνται από τον αριθµό των συµµετεχόντων εργαστηρίων () και τον αριθµό των επαναλήψεων ανά εργαστήριο (n). Ο πίνακας 8 χρησιµοποιείται ως ακολούθως: Εάν η τιµή Cochan είναι µεγαλύτερη από την οριακή τιµή του % τότε θεωρούµε την τυπική απόκλιση max ως «ακραία» τιµή και δεν την συµπεριλαµβάνουµε στους περαιτέρω υπολογισµούς. Εάν η τιµή Cochan είναι µεγαλύτερη από την οριακή τιµή του 5% αλλά µικρότερη του % τότε θεωρούµε την τυπική απόκλιση max ως «αµφίβολη» τιµή και επίσης δεν την συµπεριλαµβάνουµε στους περαιτέρω υπολογισµούς. Εάν η τιµή Cochan είναι µικρότερη από την οριακή τιµή του 5% τότε θεωρούµε δεκτή την τυπική απόκλιση max και την χρησιµοποιούµε στους υπολογισµούς µας. 9

10 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): n= n= n=3 n=3 n=4 n=4 n=5 n=5 n=6 n=6 % 5% % 5% % 5% % 5% % 5% 0,995 0,975 0,979 0,939 0,959 0,906 0,937 0, ,993 0,967 0,94 0,87 0,883 0,798 0,834 0,746 0,793 0, ,968 0,906 0,864 0,768 0,78 0,684 0,7 0,69 0,767 0,59 5 0,98 0,84 0,788 0,684 0,696 0,598 0,633 0,544 0,588 0, ,883 0,78 0,7 0,66 0,66 0,53 0,564 0,48 0,5 0, ,838 0,77 0,664 0,56 0,568 0,48 0,508 0,43 0,466 0, ,794 0,68 0,65 0,56 0,5 0,438 0,463 0,39 0,43 0, ,754 0,638 0,573 0,478 0,48 0,403 0,45 0,358 0,387 0,39 0 0,78 0,60 0,536 0,445 0,447 0,373 0,393 0,33 0,357 0,303 0,684 0,57 0,504 0,47 0,48 0,348 0,366 0,308 0,33 0,8 0,653 0,54 0,475 0,39 0,39 0,36 0,343 0,88 0,3 0,6 3 0,64 0,55 0,45 0,37 0,369 0,307 0,3 0,7 0,9 0,43 4 0,599 0,49 0,47 0,35 0,349 0,9 0,304 0,55 0,74 0,3 5 0,575 0,47 0,407 0,335 0,33 0,76 0,88 0,4 0,59 0,0 6 0,553 0,45 0,388 0,39 0,36 0,6 0,74 0,3 0,46 0,08 7 0,53 0,434 0,37 0,305 0,30 0,5 0,6 0,9 0,74 0,98 8 0,54 0,48 0,356 0,93 0,88 0,4 0,49 0,09 0,3 0,89 9 0,496 0,403 0,343 0,8 0,76 0,3 0,38 0, 0,4 0,8 0 0,48 0,389 0,33 0,7 0,65 0, 0,9 0,9 0,05 0,74 0,465 0,377 0,38 0,6 0,55 0, 0, 0,85 0,97 0,67 0,45 0,365 0,307 0,5 0,46 0,04 0, 0,78 0,89 0,6 3 0,437 0,354 0,97 0,43 0,38 0,97 0,04 0,7 0,8 0,55 4 0,45 0,343 0,87 0,35 0,3 0,9 0,97 0,66 0,76 0,49 5 0,43 0,334 0,78 0,8 0, 0,85 0,9 0,6 0,7 0,44 6 0,40 0,35 0,7 0, 0,5 0,79 0,84 0,55 0,64 0,4 7 0,39 0,36 0,6 0,5 0,09 0,73 0,79 0,5 0,59 0,35 8 0,38 0,308 0,55 0,09 0,0 0,68 0,73 0,46 0,54 0,3 9 0,37 0,3 0,48 0,03 0,96 0,64 0,68 0,4 0,5 0,7 30 0,363 0,93 0,4 0,98 0,9 0,59 0,64 0,38 0,45 0,4 3 0,355 0,86 0,35 0,93 0,86 0,55 0,59 0,34 0,4 0, 3 0,347 0,8 0,9 0,88 0,8 0,5 0,55 0,3 0,38 0,7 33 0,339 0,73 0,4 0,84 0,77 0,47 0,5 0,7 0,34 0,4 34 0,33 0,67 0,8 0,79 0,7 0,44 0,47 0,4 0,3 0, 35 0,35 0,6 0,3 0,75 0,68 0,4 0,44 0, 0,7 0, ,38 0,56 0,08 0,7 0,65 0,37 0,4 0,8 0,4 0, ,3 0,5 0,04 0,68 0,3 0,34 0,37 0,6 0, 0, ,306 0,46 0,00 0,64 0,57 0,3 0,34 0,3 0,9 0,0 39 0,300 0,4 0,96 0,6 0,54 0,9 0,3 0, 0,6 0, ,94 0,37 0,9 0,58 0,5 0,6 0,8 0,08 0,4 0,097 Πίνακας 7 Στατιστικός πίνακας ελέγχου της στατιστικής σηµαντικότητας του κριτηρίου Cochan 0

11 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): Kριτήριο Grubb (4) Το κριτήριο Grubb ελέγχει αν οι µέσες τιµές ενός εργαστηρίου είναι «ακραία» υψηλές ή χαµηλές σε σχέση µε τις τιµές των υπολοίπων. Το κριτήριο Grubb µπορεί να χρησιµοποιηθεί τόσο για µέσες τιµές των εργαστηρίων όσο και για µοναδικές τιµές (στην περιπτώσεις που τα εργαστήρια µετράνε µόνο µία τιµή). Αντιστοιχεί στον κριτήριο h του Mandel. Υπάρχουν δύο τρόποι υπολογισµού του κριτηρίου Grubb. Στην πρώτη περίπτωση ελέγχουµε ένα κάθε φορά «ύποπτο» εργαστήριο ενώ στην δεύτερη περίπτωση ένα ζευγάρι εργαστηρίων. Για τον υπολογισµό του κριτηρίου χρησιµοποιούνται οι µέσες τιµές της φόρµας Β (πίνακας 3) αφού προηγουµένως ταξινοµηθούν σε αύξουσα σειρά. Για τον έλεγχο της µεγαλύτερης ακραίας τιµής εφαρµόζεται η σχέση 6. G = ( x x) Εξίσωση 6 Όπου x : η µέση τιµή όλων των τιµών ενός επιπέδου : η τυπική απόκλιση των τιµών ενός επιπέδου x : η µεγαλύτερη µέση τιµή ενός επιπέδου G : η τιµή Grubb του εργαστηρίου µε την µεγαλύτερη τιµή Αντίστοιχα για τον έλεγχο της µικρότερης ακραίας τιµής εφαρµόζεται η σχέση 7. G ( x x = ) Εξίσωση 7 Όπου x : η µέση τιµή όλων των τιµών ενός επιπέδου : η τυπική απόκλιση των τιµών ενός επιπέδου x : η µικρότερη µέση τιµή ενός επιπέδου G : η τιµή Grubb του εργαστηρίου µε την µικρότερη τιµή Για τον έλεγχο εγκυρότητας των δύο µεγαλύτερων τιµών ο τύπος του κριτηρίου Grubb είναι ο ακόλουθος: G = X 0, P Εξίσωση 8 Όπου: = ( x) Εξίσωση 9 o x i i= Όπου x : η µέση τιµή όλων των µέσων τιµών ενός επιπέδου : συνολικός αριθµός εργαστηρίων x i : όλες οι µέσες τιµές του συγκεκριµένου επιπέδου i : αύξοντας αριθµός εργαστηρίου

12 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): 7-86., = ( xi x, ) i= Εξίσωση 0, = i= x i ` Εξίσωση Aντίστοιχα για να ελέγξουµε αν οι δύο µικρότερες τιµές µπορούν να θεωρηθούν ως «ακραίες» υπολογίζουµε το G από τις ακόλουθες σχέσεις. G =, 0 Εξίσωση, = ( x i x, ) i= 3 Εξίσωση 3 Όπου : συνολικός αριθµός εργαστηρίων x i : όλες οι µέσες τιµές του συγκεκριµένου επιπέδου i : αύξοντας αριθµός εργαστηρίου, = xi i= 3 x i = y i : µέση τιµή των µετρήσεων ενός εργαστηρίου = j : αριθµός εργαστηρίων που συµµετέχουν στο πρόγραµµα Εξίσωση 4 Κατά την εφαρµογή του κριτηρίου Grubb, αν µία µέση τιµή αποδειχθεί ως «ακραία» τότε αυτή απαλείφεται και ελέγχουµε µε το κριτήριο Grubb την αµέσως επόµενη. Ελέγχουµε δηλαδή διαδοχικά την µία µετά την άλλη υψηλή (ή χαµηλή τιµή) προκειµένου να φτάσουµε σε µία τιµή η οποία δεν χρειάζεται να απαλειφθεί οπότε και ο έλεγχος του κριτηρίου Grubb σταµατάει. Όπως είπαµε για να γίνει ο έλεγχος σωστά τοποθετούµε αρχικά τις τιµές των εργαστηρίων σε αύξουσα και ξεκινούµε τον έλεγχο από την πιο ακραία. Ο έλεγχος γίνεται πάντα είτε µε τον τύπο του Grubb για µία παρατήρηση είτε για δύο παρατηρήσεις, αλλά ποτέ εναλλάξ. Ο τύπος του Grubb µας δίνει µια τιµή P την οποία ελέγχουµε ως προς δεδοµένες οριακές τιµές Grubb για τα επίπεδα σηµαντικότητας 5% και % (πίνακας 8). Οι οριακές τιµές Grubb για % και 5% εξαρτώνται από τον αριθµό των συµµετεχόντων εργαστηρίων n. H σχέση τιµών Grubb µε τις οριακές τιµές του % και 5% αξιολογείται µε τρόπο παρόµοιο µε το κριτήριο Cochan. Εάν η τιµή Grubb είναι µεγαλύτερη από την οριακή τιµή του % τότε θεωρούµε την ελεγχόµενη(ες) µέση τιµή(ες) «ακραία» τιµή και δεν την συµπεριλαµβάνουµε στους περαιτέρω υπολογισµούς. Εάν η τιµή Grubb είναι µεγαλύτερη από την οριακή τιµή του 5% αλλά µικρότερη από αυτή του % τότε θεωρούµε την ελεγχόµενη(ες) µέση τιµή(ες) ως «αµφίβολη» τιµή και δεν την συµπεριλαµβάνουµε στους περαιτέρω υπολογισµούς. Εάν η τιµή Grubb είναι µικρότερη από την οριακή τιµή του 5% τότε θεωρούµε δεκτή την ελεγχόµενη(ες) µέση τιµή(ες) και την συµπεριλαµβάνουµε στους υπολογισµούς µας

13 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): Mία µεγαλύτερη ή µικρότερη ύο µεγαλύτερες ή µικρότερες Μεγαλύτερο % Μικρότερο 5% Μεγαλύτερο % Μικρότερο 5% 3,55,55 4,496,48 0, ,000 5,764,75 0,00 8 0, ,973,887 0,0 6 0, ,39,00 0, , ,74,6 0, ,0 9,387,5 0,085 0,49 0,48,9 0,5 0 0,86 4,564,355 0,44 8 0, 3,636,4 0,73 8 0,53 7 3,699,46 0,0 6 0,83 6 4,755,507 0,8 0 0,3 5,806,549 0,53 0 0, ,85,585 0,76 7 0, ,894,6 0,99 0 0,38 8,93,65 0, ,40 5 9,968,98 0, , ,00,709 0, ,439 3,03,733 0,376 0, ,060,758 0,39 7 0,47 3 3,087,78 0, , ,,80 0,43 4 0, ,35,8 0, , ,57,84 0,45 0 0, ,78,859 0, , ,99,876 0, , ,8,893 0, , ,36,908 0, , ,53,94 0,509 0, ,70,938 0,59 0, ,86,95 0,58 8 0, ,30,965 0,538 0, ,36,979 0, , ,33,99 0, , ,343 3,003 0, , ,356 3,04 0,57 4 0, ,369 3,05 0, , ,38 3,036 0,586 0,644 5 Πίνακας 8 Στατιστικός πίνακας ελέγχου της στατιστικής σηµαντικότητας του κριτηρίου Grubb 3

14 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): Υπολογισµός της τιµής στόχου Η γενική µέση τιµή ή τιµή στόχος υπολογίζεται χωριστά για κάθε επίπεδο. Για τον υπολογισµό της βασιζόµαστε στην φόρµα Β (πίνακας 3). O γενικός τύπος είναι: n i= i = y i= n y Εξίσωση 5 Όπου y : µέση τιµή κάθε κελιού που δεν έχει απορριφθεί ως ακραία (βλ. κριτήριο Grubb ή h) n : αριθµός επαναλήψεων κάθε εργαστηρίου : αριθµός εργαστηρίων κάθε επίπεδου Φυσικά για τον υπολογισµό της µέσης τιµής απαλείφονται τα εργαστήρια των οποίων η µέση τιµή, ή η τυπική απόκλιση έχουν τεθεί εκτός ορίων («ακραίες τιµές») από την εφαρµογή των κριτηρίων Cochan, Grubb και Mandel h και k..5 Υπολογισµός διακυµάνσεων Για κάθε επίπεδο υπολογίζουµε τρεις τυπικές αποκλίσεις, την τυπική απόκλιση ενδοεργαστηριακής διακύµανσης rj, την τυπική απόκλιση διαεργαστηριακής διακύµανσης Lj και την αναπαραγωγιµότητα Ri. Α. Τυπική απόκλιση ενδοεργαστηριακής διακύµανσης rj i= = i= ( n ( n ) ) Εξίσωση 6 Όπου: n : αριθµός επαναλήψεων κάθε εργαστηρίου : τυπική απόκλιση κάθε εργαστηρίου B. Tυπική απόκλιση διαεργαστηριακής διακύµανσης Lj = dj n rj Εξίσωση 7 Όπου: rj = τυπική απόκλιση ενδοεργαστηριακής διακύµανσης Αν υπολογίσουµε αρνητική τιµή για το Lj τότε η τιµή θα πρέπει να θεωρηθεί µηδέν. 4

15 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): dj = n ( y i= y j ) Εξίσωση 8 y j : η µέση τιµή επαναλήψεων κάθε εργαστηρίου Για n = έχουµε: rj ( y i= = y ) Εξίσωση 9 ri rj = ( y y j ) i = Εξίσωση 0 Γ. Αναπαραγωγιµότητα = + Rj rj Lj Εξίσωση 3 Συζήτηση Στην Ελληνική αγορά κυκλοφορούν σήµερα αρκετά προγράµµατα εξωτερικού ελέγχου (EΣΕΑΠ, Murex, Biorad, IQAS, DGKC κ.α.). Τα πιο πολλά ζητούν από τα εργαστήρια να αποστέλλουν έντυπο µε µία µόνο µέτρηση για κάθε εξέταση. Πιστεύουµε όµως ότι στην Ελληνική πραγµατικότητα κάτι τέτοιο δεν είναι αρκετό. Για να είναι αρκετή µόνο µία µέτρηση θα πρέπει τα συµµετέχοντα εργαστήρια να κάνουν πιστή εφαρµογή όλων των κανόνων του εσωτερικού ελέγχου (διαγράµµατα Levey-Jenning, κριτήρια Wetgard, κλπ). Mόνο αν όλα τα εργαστήρια έχουν καλή επαναληψιµότητα µέσα στην ηµέρα (within run), καθώς και από ηµέρα σε ηµέρα (between run), το σύστηµα του εξωτερικού ελέγχου θα είναι αξιόπιστο. Σε αντίθετη περίπτωση ο υπολογισµός της γενικής µέσης τιµής-στόχου θα είναι εσφαλµένη. Τα πρότυπα της σειράς ISO 575 απαιτούν ως βασική προϋπόθεση για την αξιοπιστία του προγράµµατος τον ταυτόχρονο έλεγχο της επαναληψιµότητας των συµµετεχόντων εργαστηρίων. Ελέγχεται όµως µόνο η επαναληψιµότητα µέσα στην ηµέρα (within run) ενώ θα ήταν σίγουρα καλύτερα να ελέγχεται και η επαναληψιµότητα από ηµέρα σε ηµέρα (between run). Κάτι τέτοιο όµως δεν θα µπορούσε να γίνει µόνο µε τα υλικά ελέγχου που αποστέλλει στα εργαστήρια το συντονιστικό κέντρο αναφοράς. Παρόλα αυτά έστω και αυτός ο έλεγχος είναι σίγουρα καλύτερος από την µία και µοναδική µέτρηση. Αξίζει να αναφέρουµε ότι σήµερα υπάρχουν προτάσεις για ταυτόχρονο εσωτερικό και εξωτερικό έλεγχο (πρόγραµµα Biorad). Μεγάλο µέρος της όλης στατιστικής επεξεργασίας κατέχουν οι υπολογισµοί για τον εντοπισµό τυχόν ακραίων τιµών. Η απόρριψη των ακραίων τιµών είναι το πιο σηµαντικό στάδιο. Φυσικά δεν χρειάζεται να εφαρµοστούν όλες οι στατιστικές µεθοδολογίες που προτείνει η βιβλιογραφία. Αρκεί µια στατιστική δοκιµή για την απόρριψη «ακραίων» µέσων τιµών και µια άλλη για την απόρριψη των «ακραίων» τυπικών αποκλίσεων. 5

16 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): Παραδείγµατα Συµπλήρωση των φορµών Α, Β και Γ σύµφωνα µε το πρότυπο ISO Στους πίνακες 8, 9 και 0 υλοποιούµε τις φόρµες Α, Β και Γ. Η εξεταζόµενη εξέταση είναι η γλυκόζη. Στο πρόγραµµα συµµετέχουν 0 εργαστήρια στα οποία αποστέλλονται από 3 επίπεδα (χαµηλό µεσαίο υψηλό). Η γλυκόζη µετριέται σε κάθε επίπεδο από πέντε φορές. Φόρµα Α Επίπεδο Εργαστήριο

17 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): Πίνακας 9 Συµπλήρωση της φόρµας Α από το συντονιστικό κέντρο µε τιµές γλυκόζης. Στο παράδειγµα συµµετέχουν 0 εργαστήρια τα οποία µετρούν από 5 επαναλαµβανόµενες τιµές την γλυκόζη για τρία διαφορετικά επίπεδα (:χαµηλό, :µεσαίο, 3:υψηλό) Φόρµα Β Επίπεδο Εργαστήριο Πίνακας 0 Μέσες τιµές κάθε εργαστηρίου για τα τρία επίπεδα,, 3 7

18 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): Φόρµα Γ Επίπεδο Εργαστήριο 3,30,4 3,54,58,67,35 3 3,39,00 3,70 4,30 5,89 3,95 5,45 0, 9,4 6 4,95,44 4,39 7 8,5 8,67 5,3 8 8,5 7,69 4,97 9 5,66 4,93 6,87 0 4,9,05 5,59 Πίνακας Τυπική απόκλιση των µετρήσεων κάθε εργαστηρίου για τα τρία επίπεδα,, 3 4. Κριτήριο Mandel Οι τιµές h (πίνακας ) υπολογίζονται από την σχέση 3 και µε τα δεδοµένα των πινάκων 9 και 0. Οι τιµές k (πίνακας 3) υπολογίζονται από την σχέση 4 µε τα δεδοµένα των πινάκων και. Ειδικά για τις τιµές h σχεδιάζουµε το αντίστοιχο διάγραµµα (εικόνα ). Κριτήριο h Eπίπεδο Eργαστήριο 3-0,69-0,33-0,4-0,4 0,6-0,83 3-0,0 0,60-0,03 4 0,5 -,50,09 5 -,63-0,69-0,8 6 0,8-0,05-0,03 7 0,48,00-0,94 8 0,4 -,07 0,09 9 -,0,86 -,09 0,9-0,39,6 Πίνακας Πίνακας κριτηρίων h του Mandel 8

19 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): Κριτήριο k Eπίπεδο Eργαστήριο 3 0,34 0,7,84 0,50 0,38 0,8 3,3 0,54,0 4,07 4,65 8,68 5, 3,69,57 6 4,93 7,5,84 7 3,38 0,07 3,87 8 4,59 7,93 3,64 9 6,44 3,6 6,95 0 4,87 6,37 4,60 Πίνακας 3 Πίνακας κριτηρίων h του Mandel Εικόνα Γραφική απεικόνιση των τιµών h των κριτηρίων Mandel. Ύποπτο εργαστήριο είναι το πρώτο () αφού οι τιµές h και των τριών επιπέδων είναι µικρότερες του µηδενός 9

20 αναπαραγωγιµότητας των εργαστηριακών εξετάσεων, ελτ. Ελλην. Μικροβ. Εταιρ., Ιαν.-Φεβρ. 00, 46 (): Κριτήριο Cochan Ελέγχουµε µε το κριτήριο Cochan αν στον πίνακα υπάρχουν τυπικές αποκλίσεις που θα πρέπει να απορριφθούν. Πριν ξεκινήσουµε τον έλεγχο ανατρέχουµε στον πίνακα 7 του κριτηρίου Cochan και βρίσκουµε ότι για n=5 και =0 οι οριακές τιµές Cochan είναι 0,393 (%) και 0,33 (5%). Τα βήµατα που ακολουθούµε για το επίπεδο είναι τα ακόλουθα. Στο επίπεδο η µεγαλύτερη τυπική απόκλιση παρατηρείται στο κελί y 8, όπου η τυπική απόκλιση είναι 8, = max =8,5. Το max =7,4. Το Σ i =556. Άρα σύµφωνα µε τoν τύπο του Cochan έχουµε C=7,4/46=0,94. Αυτή η τιµή C είναι µικρότερη από τις αντίστοιχες τιµές 0,393 (%) και 0,33 (5%) και άρα η τυπική απόκλιση 8,5 δεν απορρίπτεται. Παρόµοια διαδικασία ακολουθούµε και για τα υπόλοιπα δύο επίπεδα. Οι υπολογισµοί και τα συµπεράσµατα µας συγκεντρώνονται στον πίνακα 4. Επίπεδο 3 Εργαστήριο Τιµή Cochan 0,94 0,3 0,4 Tιµή C για P=% 0,393 0,393 0,393 Tιµή C για P=5% 0,33 0,33 0,33 Σχόλιο: εκτό εκτό Απορρίπτεται Πίνακας 4 Τιµές κριτηρίου Cochan 4.3 Κριτηρίου Grubb Έλεγχος µιας ακραίας µέσης τιµής Πριν από τον υπολογισµό του κριτηρίου Grubb απαιτείται η ταξινόµηση των µέσων τιµών της φόρµας Β (πίνακας 0) σε αύξουσα σειρά (πίνακες 5, 6 και 7). Εργαστήριο Μέση τιµή Πίνακας 5 Ταξινόµηση επιπέδου Εργαστήριο Μέση τιµή Πίνακας 6 Ταξινόµηση επιπέδου 0

Κατανομή συχνοτήτων. Μέτρα κεντρικής τάσης. Μέτρα διασποράς. Σφάλματα μέτρησης. Εγκυρότητα. Ακρίβεια

Κατανομή συχνοτήτων. Μέτρα κεντρικής τάσης. Μέτρα διασποράς. Σφάλματα μέτρησης. Εγκυρότητα. Ακρίβεια Ενότητα 2α: Τρόποι παρουσίασης επιδημιολογικών δεδομένων Εγκυρότητα, ακρίβεια Ροβίθης Μιχαήλ 2006 Τρόποι παρουσίασης επιδημιολογικών δεδομένων Κατανομή συχνοτήτων Μέτρα κεντρικής τάσης Μέτρα διασποράς

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Είδη μεταβλητών Ποσοτικά δεδομένα (π.χ. ηλικία, ύψος, αιμοσφαιρίνη) Ποιοτικά δεδομένα (π.χ. άνδρας/γυναίκα, ναι/όχι) Διατεταγμένα (π.χ. καλό/μέτριο/κακό) 2 Περιγραφή ποσοτικών

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. nn n n

ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. nn n n ΚΕΦΑΛΑΙΟ 3 ΑΡΙΘΜΗΤΙΚΗ ΕΠΙΛΥΣΗ ΓΡΑΜΜΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ 3 Ο αλγόριθµος Gauss Eστω =,3,, µε τον όρο γραµµικά συστήµατα, εννοούµε συστήµατα εξισώσεων µε αγνώστους της µορφής: a x + + a x = b a x + + a x = b a

Διαβάστε περισσότερα

1. Εισαγωγή Ο έλεγχος υποθέσεων αναφέρεται στις ιδιότητες µιας άγνωστης παραµέτρους του πληθυσµού: Ο κατηγορούµενος είναι αθώος

1. Εισαγωγή Ο έλεγχος υποθέσεων αναφέρεται στις ιδιότητες µιας άγνωστης παραµέτρους του πληθυσµού: Ο κατηγορούµενος είναι αθώος Έλεγχοι Υποθέσεων 1. Εισαγωγή Ο έλεγχος υποθέσεων αναφέρεται στις ιδιότητες µιας άγνωστης παραµέτρους του πληθυσµού: Ο κατηγορούµενος είναι αθώος µ = 100 Κάθε υπόθεση συνοδεύεται από µια εναλλακτική: Ο

Διαβάστε περισσότερα

4.3. Γραµµικοί ταξινοµητές

4.3. Γραµµικοί ταξινοµητές Γραµµικοί ταξινοµητές Γραµµικός ταξινοµητής είναι ένα σύστηµα ταξινόµησης που χρησιµοποιεί γραµµικές διακριτικές συναρτήσεις Οι ταξινοµητές αυτοί αναπαρίστανται συχνά µε οµάδες κόµβων εντός των οποίων

Διαβάστε περισσότερα

t-distribution t a (ν) s N μ = where X s s x = ν 2 FD ν 1 FD a/2 a/2 t-distribution normal distribution for ν>120

t-distribution t a (ν) s N μ = where X s s x = ν 2 FD ν 1 FD a/2 a/2 t-distribution normal distribution for ν>120 t-ditribution t X x μ = where x = ν FD ν FD t a (ν) 0 t-ditribution normal ditribution for ν>0 a/ a/ -ta ta ΒΑΘΜΟΙ ΕΛΕΥΘΕΡΙΑΣ (freedom degree) Βαθμοί ελευθερίας (ν): ο αριθμός των ανεξάρτητων μετρήσεων

Διαβάστε περισσότερα

ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική

ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική Ενότητα 3: Έλεγχοι υποθέσεων - Διαστήματα εμπιστοσύνης Δρ.Ευσταθία Παπαγεωργίου, Αναπληρώτρια Καθηγήτρια Οι ερευνητικές υποθέσεις Στην έρευνα ελέγχουμε

Διαβάστε περισσότερα

ΕΛΕΓΧΟΙ ΠΡΟΣΑΡΜΟΓΗΣ & ΥΠΟΘΕΣΕΩΝ

ΕΛΕΓΧΟΙ ΠΡΟΣΑΡΜΟΓΗΣ & ΥΠΟΘΕΣΕΩΝ ΕΛΕΓΧΟΙ ΠΡΟΣΑΡΜΟΓΗΣ & ΥΠΟΘΕΣΕΩΝ Μετά από την εκτίµηση των παραµέτρων ενός προσοµοιώµατος, πρέπει να ελέγχουµε την αλήθεια της υποθέσεως που κάναµε. Είναι ορθή η υπόθεση που κάναµε? Βεβαίως συνήθως υπάρχουν

Διαβάστε περισσότερα

ΕΚ ΟΣΗ ΚΑΙ ΠΑΡΑ ΟΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ

ΕΚ ΟΣΗ ΚΑΙ ΠΑΡΑ ΟΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ Κωδικός:.540 Αρ. Έκδοσης: 3 Ηµ/νία: 01-02-2012 Σελ 1 από 5 1. ΕΙΣΑΓΩΓΗ Η παρούσα ιαδικασία περιγράφει τον τρόπο µε τον οποίο το ΕΣΕΑΠ εκδίδει και παραδίδει τα αποτελέσµατα του εξωτερικού ελέγχου ποιότητας

Διαβάστε περισσότερα

στατιστική θεωρεία της δειγµατοληψίας

στατιστική θεωρεία της δειγµατοληψίας στατιστική θεωρεία της δειγµατοληψίας ΕΙΓΜΑΤΟΛΗΨΙΑ : Εισαγωγή δειγµατοληψία Τα στοιχεία που απαιτούνται τόσο για την ανάλυση των µεταφορικών συστηµάτων και όσο και για την ανάπτυξη των συγκοινωνιακών µοντέλων

Διαβάστε περισσότερα

) = a ο αριθµός των µηχανών n ο αριθµός των δειγµάτων που παίρνω από κάθε µηχανή

) = a ο αριθµός των µηχανών n ο αριθµός των δειγµάτων που παίρνω από κάθε µηχανή Ανάλυση Συνδιακύµανσης Alsis of Covrice Η ανάλυση συνδιακύµανσης είναι µία άλλη τεχνική για να βελτιώσουµε την ακρίβεια της προσέγγισης του µοντέλου µας στο πείραµα. Ας υποθέσουµε ότι σ ένα πείραµα εκτός

Διαβάστε περισσότερα

Ενότητα 2: Έλεγχοι Υποθέσεων Διαστήματα Εμπιστοσύνης

Ενότητα 2: Έλεγχοι Υποθέσεων Διαστήματα Εμπιστοσύνης ΕΘΝΙΚΟ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΙΑΤΡΙΚΗ ΣΧΟΛΗ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΕΦΑΡΜΟΣΜΕΝΗ ΝΕΥΡΟΑΝΑΤΟΜΙΑ» «Βιοστατιστική, Μεθοδολογία και Συγγραφή Επιστημονικής Μελέτης» Ενότητα 2: Έλεγχοι Υποθέσεων

Διαβάστε περισσότερα

ΣΥΝΟΠΤΙΚΗ ΠΑΡΟΥΣΙΑΣΗ ELQA

ΣΥΝΟΠΤΙΚΗ ΠΑΡΟΥΣΙΑΣΗ ELQA ΣΥΝΟΠΤΙΚΗ ΠΑΡΟΥΣΙΑΣΗ 1 http:elqa.teilar.gr 2 Τηλ. : (+30) 2410684448 Fax : (+30) 2410684650 1o Email : elqa@teilar.gr 2o Email : papaioannou@teilar.gr Website : http://elqa.teilar.gr Πνευματικά Δικαιώματα

Διαβάστε περισσότερα

προβλήµατος Το φίλτρο Kalman διαφέρει από τα συνηθισµένα προβλήµατα ΜΕΤ σε δύο χαρακτηριστικά: παραµέτρων αγνώστων

προβλήµατος Το φίλτρο Kalman διαφέρει από τα συνηθισµένα προβλήµατα ΜΕΤ σε δύο χαρακτηριστικά: παραµέτρων αγνώστων Φίλτρα Kalman Εξαγωγή των εξισώσεων τους µε βάση το κριτήριο ελαχιστοποίησης της Μεθόδου των Ελαχίστων Τετραγώνων. Αναλυτικές Μέθοδοι στη Γεωπληροφορική Μεταπτυχιακό Πρόγραµµα ΓΕΩΠΛΗΡΟΦΟΡΙΚΗ ιατύπωση του

Διαβάστε περισσότερα

Ελληνικό Ανοικτό Πανεπιστήμιο

Ελληνικό Ανοικτό Πανεπιστήμιο Διοίκηση Ολικής Ποιότητας και Διαχείριση Περιβάλλοντος Ελληνικό Ανοικτό Πανεπιστήμιο Πρόγραμμα Σπουδών: Διοίκηση Επιχειρήσεων και Οργανισμών Ακαδημαϊκό Έτος 2006-07 2η ΟΣΣ Ευτύχιος Σαρτζετάκης, Αναπληρωτής

Διαβάστε περισσότερα

Σύστηµα ιεργαστηριακών Ελέγχων Αξιοπιστίας Εργαστηρίων Τσιµέντου

Σύστηµα ιεργαστηριακών Ελέγχων Αξιοπιστίας Εργαστηρίων Τσιµέντου Σύστηµα ιεργαστηριακών Ελέγχων Αξιοπιστίας Εργαστηρίων Τσιµέντου.Χ.Τσαµατσούλης ρ. Χηµικός Μηχανικός, ιευθυντής Συστήµατος Ποιότητας, ΧΑΛΥΨ ΟΜΙΚΑ ΥΛΙΚΑ Α.Ε. Γ.Μαρίνος Χηµικός Μηχανικός, ιευθυντής Ποιότητας

Διαβάστε περισσότερα

Γενικές Παρατηρήσεις για τις Εργαστηριακές Ασκήσεις Φυσικοχηµείας

Γενικές Παρατηρήσεις για τις Εργαστηριακές Ασκήσεις Φυσικοχηµείας Γενικές Παρατηρήσεις για τις Εργαστηριακές Ασκήσεις Φυσικοχηµείας Σκοπός των ασκήσεων είναι η κατανόηση φυσικών φαινοµένων και µεγεθών και η µέτρησή τους. Η κατανόηση αρχίζει µε την µελέτη των σηµειώσεων,

Διαβάστε περισσότερα

Κεφάλαιο 13. Εισαγωγή στην. Η Ανάλυση ιακύµανσης

Κεφάλαιο 13. Εισαγωγή στην. Η Ανάλυση ιακύµανσης Κεφάλαιο 13 Εισαγωγή στην Ανάλυση ιακύµανσης 1 Η Ανάλυση ιακύµανσης Από τα πιο συχνά χρησιµοποιούµενα στατιστικά κριτήρια στην κοινωνική έρευνα Γιατί; 1. Ενώ αναφέρεται σε διαφορές µέσων όρων, όπως και

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Εισήγηση 4A: Έλεγχοι Υποθέσεων και Διαστήματα Εμπιστοσύνης Διδάσκων: Δαφέρμος Βασίλειος ΤΜΗΜΑ ΠΟΛΙΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΣΧΟΛΗΣ ΚΟΙΝΩΝΙΚΩΝ

Διαβάστε περισσότερα

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ Αναλυτική Μέθοδος- Αναλυτικό Πρόβλημα. Ανάλυση, Προσδιορισμός και Μέτρηση. Πρωτόκολλο. Ευαισθησία Μεθόδου. Εκλεκτικότητα. Όριο ανίχνευσης (limit of detection, LOD).

Διαβάστε περισσότερα

Μεθοδολογίες παρεµβολής σε DTM.

Μεθοδολογίες παρεµβολής σε DTM. Μάθηµα : Αλγοριθµικές Βάσεις στη Γεωπληροφορική ιδάσκων : Συµεών Κατσουγιαννόπουλος Μεθοδολογίες παρεµβολής σε DTM.. Μέθοδοι παρεµβολής. Η παρεµβολή σε ψηφιακό µοντέλο εδάφους (DTM) είναι η διαδικασία

Διαβάστε περισσότερα

Πρακτική µε στοιχεία στατιστικής ανάλυσης

Πρακτική µε στοιχεία στατιστικής ανάλυσης Πρακτική µε στοιχεία στατιστικής ανάλυσης 1. Για να υπολογίσουµε µια ποσότητα q = x 2 y xy 2, µετρήσαµε τα µεγέθη x και y και βρήκαµε x = 3.0 ± 0.1και y = 2.0 ± 0.1. Να βρεθεί η ποσότητα q και η αβεβαιότητά

Διαβάστε περισσότερα

Στατιστική για Πολιτικούς Μηχανικούς Λυμένες ασκήσεις μέρους Β

Στατιστική για Πολιτικούς Μηχανικούς Λυμένες ασκήσεις μέρους Β Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Στατιστική για Πολιτικούς Μηχανικούς Λυμένες ασκήσεις μέρους Β Κουγιουμτζής Δημήτρης Τμήμα Πολιτικών Μηχανικών Α.Π.Θ. Θεσσαλονίκη, Μάρτιος 4 Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήμη των Αποφάσεων, Διοικητική Επιστήμη

ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήμη των Αποφάσεων, Διοικητική Επιστήμη ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Επιστήμη των Αποφάσεων, Διοικητική Επιστήμη 5 ο Εξάμηνο 4 ο ΜΑΘΗΜΑ Δημήτρης Λέκκας Επίκουρος Καθηγητής dlekkas@env.aegean.gr Τμήμα Στατιστικής & Αναλογιστικών-Χρηματοοικονομικών Μαθηματικών

Διαβάστε περισσότερα

Σηµειώσεις στις σειρές

Σηµειώσεις στις σειρές . ΟΡΙΣΜΟΙ - ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ Σηµειώσεις στις σειρές Στην Ενότητα αυτή παρουσιάζουµε τις βασικές-απαραίτητες έννοιες για την µελέτη των σειρών πραγµατικών αριθµών και των εφαρµογών τους. Έτσι, δίνονται συστηµατικά

Διαβάστε περισσότερα

Επιστημονική γραφή αποτελεσμάτων

Επιστημονική γραφή αποτελεσμάτων Επιστημονική γραφή αποτελεσμάτων 1. Σημαντικά ψηφία - Στρογγυλοποίηση Οι αριθμοί που προκύπτουν από μετρήσεις ή έπειτα από αριθμητικές πράξεις πρέπει να γράφονται σύμφωνα με τους κανόνες καθορισμού σημαντικών

Διαβάστε περισσότερα

ΣΗΜΑΝΤΙΚΑ ΨΗΦΙΑ, ΑΒΕΒΑΙΟΤΗΤΑ ΚΑΙ ΔΙΑΔΟΣΗ ΣΦΑΛΜΑΤΩΝ. 1. Στρογγυλοποίηση Γενικά Κανόνες Στρογγυλοποίησης... 2

ΣΗΜΑΝΤΙΚΑ ΨΗΦΙΑ, ΑΒΕΒΑΙΟΤΗΤΑ ΚΑΙ ΔΙΑΔΟΣΗ ΣΦΑΛΜΑΤΩΝ. 1. Στρογγυλοποίηση Γενικά Κανόνες Στρογγυλοποίησης... 2 ΣΗΜΑΝΤΙΚΑ ΨΗΦΙΑ, ΑΒΕΒΑΙΟΤΗΤΑ ΚΑΙ ΔΙΑΔΟΣΗ ΣΦΑΛΜΑΤΩΝ Περιεχόμενα 1. Στρογγυλοποίηση.... 2 1.1 Γενικά.... 2 1.2 Κανόνες Στρογγυλοποίησης.... 2 2. Σημαντικά ψηφία.... 2 2.1 Γενικά.... 2 2.2 Κανόνες για την

Διαβάστε περισσότερα

Ποιο από τα δύο τµήµατα είχε καλύτερη επίδοση; επ. Κωνσταντίνος Π. Χρήστου

Ποιο από τα δύο τµήµατα είχε καλύτερη επίδοση; επ. Κωνσταντίνος Π. Χρήστου Ένας καθηγητής µαθηµατικών έδωσε σε δύο τµήµατα µιας τάξης του σχολείου του το ίδιο τεστ. Η επίδοση των µαθητών του κάθε τµήµατος (όπως µετρήθηκε µε τη χρήση µιας εικοσαβάθµιας κλίµακας) παρουσιάζεται

Διαβάστε περισσότερα

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

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

Διαβάστε περισσότερα

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 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

Διαβάστε περισσότερα

Ανάλυση Διασποράς Ανάλυση Διασποράς διακύμανση κατά παράγοντες διακύμανση σφάλματος Παράδειγμα 1: Ισομεγέθη δείγματα

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

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

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 6-7 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 735468 Σε αρκετές εφαρμογές

Διαβάστε περισσότερα

Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Σ ΤΑΤ Ι Σ Τ Ι Κ Η i ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Κατανομή Δειγματοληψίας του Δειγματικού Μέσου Ο Δειγματικός Μέσος X είναι μια Τυχαία Μεταβλητή. Καθώς η επιλογή και χρήση διαφορετικών δειγμάτων από έναν

Διαβάστε περισσότερα

Χημική Τεχνολογία. Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων. Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε.

Χημική Τεχνολογία. Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων. Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε. ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Χημική Τεχνολογία Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε. Άδειες Χρήσης

Διαβάστε περισσότερα

2 + 0.5 2 + 0.25 + 1 + 0.5 2 + 0.25 + 1 + 0.5 2 + 0.25 2 + 0.5 0 0.125 + 1 + 0.5 1 0.125 + 1 + 0.75 1 0.125 1/5

2 + 0.5 2 + 0.25 + 1 + 0.5 2 + 0.25 + 1 + 0.5 2 + 0.25 2 + 0.5 0 0.125 + 1 + 0.5 1 0.125 + 1 + 0.75 1 0.125 1/5 IOYNIOΣ 23 Δίνονται τα εξής πρότυπα: x! = 2.5 Άσκηση η (3 µονάδες) Χρησιµοποιώντας το κριτήριο της οµοιότητας να απορριφθεί ένα χαρακτηριστικό µε βάση το συντελεστή συσχέτισης. Γράψτε εδώ το χαρακτηριστικό

Διαβάστε περισσότερα

Μεθοδολογία των επιστημών του Ανθρώπου : Στατιστική Εργαστήριο 6 :

Μεθοδολογία των επιστημών του Ανθρώπου : Στατιστική Εργαστήριο 6 : Μεθοδολογία των επιστημών του Ανθρώπου : Στατιστική Εργαστήριο 6 : 1. Να χρησιμοποιηθεί το αρχείο gssft.sav για να γίνει έλεγχος της υπόθεσης ότι στους εργαζόμενους με πλήρη απασχόληση η τιμή του μέσου

Διαβάστε περισσότερα

COD NH 4 -N NO 3 -N TN Ορθο PO 4 -P P ολ

COD NH 4 -N NO 3 -N TN Ορθο PO 4 -P P ολ COD NH -N NO 3 -N TN Ορθο PO -P P ολ 9 %! K i w a W a t e r R e s e a r c h 2 7 3 H A C H L A N G E 1 8.,,. C O D,,,,, L A N G E. Y o u d e n. Συντάκτης: Petra Pütz - ιπλ. χηµικός µηχανικός - Εφαρµογή

Διαβάστε περισσότερα

ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ

ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ Γιώργος Πρέσβης ΜΑΘΗΜΑΤΙΚΑ B ΛΥΚΕΙΟΥ ΘΕΤΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΚΗΣ ΚΑΤΕΥΘΥΝΣΗΣ ΚΕΦΑΛΑΙΟ Ο : ΕΞΙΣΩΣΗ ΕΥΘΕΙΑΣ ΕΠΑΝΑΛΗΨΗ Φροντιστήρια Φροντιστήρια ΜΕΘΟΔΟΛΟΓΙΑ ΑΣΚΗΣΕΩΝ 1η Κατηγορία : Εξίσωση Γραμμής 1.1 Να εξετάσετε

Διαβάστε περισσότερα

Ανακοίνωση Πρόσκληση για συμμετοχή σε Διεργαστηριακές Συγκριτικές Μετρήσεις

Ανακοίνωση Πρόσκληση για συμμετοχή σε Διεργαστηριακές Συγκριτικές Μετρήσεις Ανακοίνωση Πρόσκληση για συμμετοχή σε Διεργαστηριακές Συγκριτικές Μετρήσεις Η ΕΕΑΕ οργανώνει για πρώτη φορά Διεργαστηριακές Συγκριτικές Μετρήσεις, σύμφωνα με τα οριζόμενα στην παράγραφο 10 του «Κανονισμού

Διαβάστε περισσότερα

Μέθοδοι και Όργανα Περιβαλλοντικών Μετρήσεων Μέρος Α. Διαπίστευση Εργαστηρίου Δοκιμών

Μέθοδοι και Όργανα Περιβαλλοντικών Μετρήσεων Μέρος Α. Διαπίστευση Εργαστηρίου Δοκιμών Μέθοδοι και Όργανα Περιβαλλοντικών Μετρήσεων Μέρος Α Διαπίστευση Εργαστηρίου Δοκιμών ΑΠΟΤΥΠΩΣΗ ΤΗΣ ΥΦΙΣΤΑΜΕΝΗΣ ΚΑΤΑΣΤΑΣΗΣ Πίνακας των προς διαπίστευση δοκιμών Περιγραφή Δοκιμής/Ανάλυσης Υλικό/α που ελέγχονται

Διαβάστε περισσότερα

Γ ΤΑΞΗ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑ Α Β )

Γ ΤΑΞΗ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑ Α Β ) ΑΡΧΗ ΗΣ ΣΕΛΙ ΑΣ Γ ΤΑΞΗ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑΛ (ΟΜΑ Α Β ) ΚΥΡΙΑΚΗ /0/0 - ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ ΣΥΝΟΛΟ ΣΕΛΙ ΩΝ:ΕΝΝΕΑ (9) ΕΝΔΕΙΚΤΙΚΕΣ ΑΠΑΝΤΗΣΕΙΣ ΘΕΜΑΤΩΝ ΘΕΜΑ

Διαβάστε περισσότερα

Σφάλματα Είδη σφαλμάτων

Σφάλματα Είδη σφαλμάτων Σφάλματα Σφάλματα Κάθε μέτρηση ενός φυσικού μεγέθους χαρακτηρίζεται από μία αβεβαιότητα που ονομάζουμε σφάλμα, το οποίο αναγράφεται με τη μορφή Τιμή ± αβεβαιότητα π.χ έστω ότι σε ένα πείραμα μετράμε την

Διαβάστε περισσότερα

Οι δείκτες διασποράς. Ένα παράδειγµα εργασίας

Οι δείκτες διασποράς. Ένα παράδειγµα εργασίας Κεφάλαιο 5 Οι δείκτες διασποράς 1 Ένα παράδειγµα εργασίας Ένας καθηγητής µαθηµατικών έδωσε σε δύο τµήµατα µιας τάξης του σχολείου του το ίδιο τεστ. Η επίδοση των µαθητών του κάθε τµήµατος (όπως µετρήθηκε

Διαβάστε περισσότερα

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21

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

Διαβάστε περισσότερα

Γ. Πειραματισμός - Βιομετρία

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

Διαβάστε περισσότερα

Γραµµική Άλγεβρα. Εισαγωγικά. Μέθοδος Απαλοιφής του Gauss

Γραµµική Άλγεβρα. Εισαγωγικά. Μέθοδος Απαλοιφής του Gauss Γραµµική Άλγεβρα Εισαγωγικά Υπάρχουν δύο βασικά αριθµητικά προβλήµατα στη Γραµµική Άλγεβρα. Το πρώτο είναι η λύση γραµµικών συστηµάτων Aλγεβρικών εξισώσεων και το δεύτερο είναι η εύρεση των ιδιοτιµών και

Διαβάστε περισσότερα

Στο στάδιο ανάλυσης των αποτελεσµάτων: ανάλυση ευαισθησίας της λύσης, προσδιορισµός της σύγκρουσης των κριτηρίων.

Στο στάδιο ανάλυσης των αποτελεσµάτων: ανάλυση ευαισθησίας της λύσης, προσδιορισµός της σύγκρουσης των κριτηρίων. ΠΕΡΙΛΗΨΗ Η τεχνική αυτή έκθεση περιλαµβάνει αναλυτική περιγραφή των εναλλακτικών µεθόδων πολυκριτηριακής ανάλυσης που εξετάσθηκαν µε στόχο να επιλεγεί η µέθοδος εκείνη η οποία είναι η πιο κατάλληλη για

Διαβάστε περισσότερα

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος

Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Χιωτίδης Γεώργιος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 4 ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΥΡΕΣΗΣ ΠΡΑΓΜΑΤΙΚΩΝ Ι ΙΟΤΙΜΩΝ. 4.1 Γραµµικοί µετασχηµατισµοί-ιδιοτιµές-ιδιοδιανύσµατα

ΚΕΦΑΛΑΙΟ 4 ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΥΡΕΣΗΣ ΠΡΑΓΜΑΤΙΚΩΝ Ι ΙΟΤΙΜΩΝ. 4.1 Γραµµικοί µετασχηµατισµοί-ιδιοτιµές-ιδιοδιανύσµατα ΚΕΦΑΛΑΙΟ 4 ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟ ΟΙ ΕΥΡΕΣΗΣ ΠΡΑΓΜΑΤΙΚΩΝ Ι ΙΟΤΙΜΩΝ 4. Γραµµικοί µετασχηµατισµοί-ιδιοτιµές-ιδιοδιανύσµατα Εστω R είναι ο γνωστός -διάστατος πραγµατικός διανυσµατικός χώρος. Μία απεικόνιση L :

Διαβάστε περισσότερα

α) t-test µε ίσες διακυµάνσεις β) ανάλυση διακύµανσης µε έναν παράγοντα Έλεγχος t δύο δειγμάτων με υποτιθέμενες ίσες διακυμάνσεις

α) t-test µε ίσες διακυµάνσεις β) ανάλυση διακύµανσης µε έναν παράγοντα Έλεγχος t δύο δειγμάτων με υποτιθέμενες ίσες διακυμάνσεις ΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ ΤΜΗΜΑ ΙΕΘΝΩΝ ΟΙΚΟΝΟΜΙΚΩΝ ΣΧΕΣΕΩΝ ΚΑΙ ΑΝΑΠΤΥΞΗΣ ΜΑΘΗΜΑ: ΣΤΑΤΙΣΤΙΚΗ IΙ ΕΙΣΗΓΗΤΡΙΑ: ΣΑΒΒΑΣ ΠΑΠΑ ΟΠΟΥΛΟΣ ΠΑΛΑΙΑ ΘΕΜΑΤΑ ********************************************************************

Διαβάστε περισσότερα

Στόχος µαθήµατος: ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. 1. Απλή γραµµική παλινδρόµηση. 1.2 Παράδειγµα 6 (συνέχεια)

Στόχος µαθήµατος: ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. 1. Απλή γραµµική παλινδρόµηση. 1.2 Παράδειγµα 6 (συνέχεια) ΠΜΣ ΕΠΑΓΓΕΛΜΑΤΙΚΗ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗ ΥΓΕΙΑ, ΙΑΧΕΙΡΙΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΗ ΑΠΟΤΙΜΗΣΗ ΑΚ. ΕΤΟΣ 2006-2007, 3ο εξάµηνο ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. Απλή γραµµική παλινδρόµηση Παράδειγµα 6: Χρόνος παράδοσης φορτίου ΜΑΘΗΜΑ

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ ο 2.5 µονάδες ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις 7 Ιανουαρίου 2005 ιάρκεια εξέτασης: 5:00-8:00 Έστω ότι

Διαβάστε περισσότερα

ΕΞΙΣΩΣΗ ΕΥΘΕΙΑΣ ΓΕΝΙΚΗ ΜΟΡΦΗ

ΕΞΙΣΩΣΗ ΕΥΘΕΙΑΣ ΓΕΝΙΚΗ ΜΟΡΦΗ ΕΞΙΣΩΣΗ ΕΥΘΕΙΑΣ ΓΕΝΙΚΗ ΜΟΡΦΗ Κάθε εξίσωση της µορφής α + β = γ όπου α + β 0 ( α, β όχι συγχρόνως 0) παριστάνει ευθεία. (Η εξίσωση λέγεται : ΓΡΑΜΜΙΚΗ) ΕΙ ΙΚΑ γ Αν α = 0 και β 0έχουµε =. ηλαδή µορφή = c.

Διαβάστε περισσότερα

x - 1, x < 1 f(x) = x - x + 3, x

x - 1, x < 1 f(x) = x - x + 3, x Σελίδα από 4 ΠΡΑΓΜΑΤΙΚΕΣ ΣΥΝΑΡΤΗΣΕΙΣ ΧΡΗΣΙΜΕΣ ΕΠΙΣΗΜΑΝΣΕΙΣ ΣΤΙΣ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ Του Αντώνη Κυριακόπουλου Εισαγωγή Στην εργασία αυτή παραθέτω χρήσιµες επισηµάνσεις στις βασικές έννοιες των πραγµατικών συναρτήσεων

Διαβάστε περισσότερα

Ανασκόπηση θεωρίας ελαχίστων τετραγώνων και βέλτιστης εκτίμησης παραμέτρων

Ανασκόπηση θεωρίας ελαχίστων τετραγώνων και βέλτιστης εκτίμησης παραμέτρων Τοπογραφικά Δίκτυα και Υπολογισμοί 5 ο εξάμηνο, Ακαδημαϊκό Έτος 2017-2018 Ανασκόπηση θεωρίας ελαχίστων τετραγώνων και βέλτιστης εκτίμησης παραμέτρων Χριστόφορος Κωτσάκης Τμήμα Αγρονόμων και Τοπογράφων

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΓΙΑ ΤΗΝ ΑΠΟΤΙΜΗΣΗ ΤΩΝ ΑΠΟΤΕΛΕΣΜΑΤΩΝ

ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΓΙΑ ΤΗΝ ΑΠΟΤΙΜΗΣΗ ΤΩΝ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΓΙΑ ΤΗΝ ΑΠΟΤΙΜΗΣΗ ΤΩΝ ΑΠΟΤΕΛΕΣΜΑΤΩΝ Στατιστική ανάλυση του γεωχηµικού δείγµατος µας δίνει πληροφορίες για τον γεωχηµικό πληθυσµό που µελετάµε. Συνυπολογισµός σφαλµάτων Πειραµατικά

Διαβάστε περισσότερα

Η µέθοδος αυτή µας βοηθά να διαπιστώσουµεεάνταδεδοµένα του δείγµατος υποστηρίζουν την υπόθεση ότι η παράµετρος του πληθυσµού έχει µια συγκεκριµένη

Η µέθοδος αυτή µας βοηθά να διαπιστώσουµεεάνταδεδοµένα του δείγµατος υποστηρίζουν την υπόθεση ότι η παράµετρος του πληθυσµού έχει µια συγκεκριµένη Έλεγχος Υποθέσεων: Είναι µια µέθοδος της Στατιστικής Συµπερασµατολογίας (tatitical iferece) που µας βοηθά να βγάλουµε συµπεράσµατα σε σχέση µετηντιµή µιας παραµέτρου του πληθυσµού, συγκρίνοντας τα αποτελέσµατα

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 7-8 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 735468 Σε αρκετές εφαρμογές

Διαβάστε περισσότερα

ΘΕΜΑΤΑ ΕΞΕΤΑΣΗΣ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟ ΟΣ:

ΘΕΜΑΤΑ ΕΞΕΤΑΣΗΣ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟ ΟΣ: ΘΕΜΑΤΑ ΕΞΕΤΑΣΗΣ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΕΞΕΤΑΣΤΙΚΗ ΠΕΡΙΟ ΟΣ: Ιανουάριος-Φεβρουάριος 7 ΜΑΘΗΜΑ: Αριθµητική Ανάλυση ΕΞΑΜΗΝΟ: ο Ι ΑΣΚΩΝ: Ε Κοφίδης Όλα τα ερωτήµατα είναι ισοδύναµα Καλή επιτυχία! Θέµα ο α Χρησιµοποιείστε

Διαβάστε περισσότερα

Έλεγχος και Διασφάλιση Ποιότητας Ενότητα 5: Εκτίμηση αβεβαιότητας στην ενόργανη ανάλυση

Έλεγχος και Διασφάλιση Ποιότητας Ενότητα 5: Εκτίμηση αβεβαιότητας στην ενόργανη ανάλυση Έλεγχος και Διασφάλιση Ποιότητας Ενότητα 5: Εκτίμηση αβεβαιότητας στην ενόργανη ανάλυση Θωμαΐδης Νικόλαος Τμήμα Χημείας Εργαστήριο Αναλυτικής Χημείας ΕΙΣΗΓΗΣΗ ΕΙΣΑΓΩΓΗ ΑΠΑΙΤΗΣΕΙΣ ΤΟΥ ISO/IEC 1705 ΟΡΙΣΜΟΙ

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

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

Διαβάστε περισσότερα

ΜΕΘΟΔΟΙ ΕΛΕΓΧΟΥ ΑΚΡΙΒΕΙΑΣ (ACCURACY)

ΜΕΘΟΔΟΙ ΕΛΕΓΧΟΥ ΑΚΡΙΒΕΙΑΣ (ACCURACY) ΜΕΘΟΔΟΙ ΕΛΕΓΧΟΥ ΑΚΡΙΒΕΙΑΣ (ACCURACY) 1) Ανάλυση 1 δείγματος (Πιστοποιημένο Υλικό Αναφοράς (CRM), εμπορικό δείγμα ελέγχου (control sample), υπόλειμμα διεργαστηριακού) με γνωστή τιμή αναφοράς (μ). Αναλύεται

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

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 5-6 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 735468 Σε αρκετές εφαρμογές

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 5 ΜΕΛΕΤΗ ΑΠΟ ΟΣΗΣ ΚΑΙ ΕΠΙΤΥΧΙΑΣ ΙΑΦΟΡΩΝ ΚΑΤΗΓΟΡΙΩΝ ΜΕΓΕΘΩΝ ΗΜΕΡΗΣΙΩΝ ΛΥΚΕΙΩΝ ΕΙΣΑΓΩΓΗ

ΚΕΦΑΛΑΙΟ 5 ΜΕΛΕΤΗ ΑΠΟ ΟΣΗΣ ΚΑΙ ΕΠΙΤΥΧΙΑΣ ΙΑΦΟΡΩΝ ΚΑΤΗΓΟΡΙΩΝ ΜΕΓΕΘΩΝ ΗΜΕΡΗΣΙΩΝ ΛΥΚΕΙΩΝ ΕΙΣΑΓΩΓΗ ΚΕΦΑΛΑΙΟ 5 ΜΕΛΕΤΗ ΑΠΟ ΟΣΗΣ ΚΑΙ ΕΠΙΤΥΧΙΑΣ ΙΑΦΟΡΩΝ ΚΑΤΗΓΟΡΙΩΝ ΜΕΓΕΘΩΝ ΗΜΕΡΗΣΙΩΝ ΛΥΚΕΙΩΝ ΕΙΣΑΓΩΓΗ Μια διαφορετική κατανοµή των λυκείων µπορούµε να πάρουµε αν µελετήσουµε την κατηγορία του λυκείου ανάλογα

Διαβάστε περισσότερα

O έλεγχος ποιότητας του αναλυτή Cobas Mira

O έλεγχος ποιότητας του αναλυτή Cobas Mira O έλεγχος ποιότητας του αναλυτή Cobas Mira Επιμέλεια: Πέτρος Καρκαλούσος Εισαγωγή Ο αναλυτής Cobas Mira είναι βιοχημικός αναλυτής που εκτελεί φωτομετρικές αναλύσεις (σάκχαρο, ουρία κτλ), μετρήσεις φαρμάκων

Διαβάστε περισσότερα

Εξέταση Φεβρουαρίου (2011/12) στο Μάθηµα: Γεωργικός Πειραµατισµός. Ζήτηµα 1 ο (2 µονάδες) Για κάθε λανθασµένη απάντηση δεν λαµβάνεται υπόψη µία σωστή

Εξέταση Φεβρουαρίου (2011/12) στο Μάθηµα: Γεωργικός Πειραµατισµός. Ζήτηµα 1 ο (2 µονάδες) Για κάθε λανθασµένη απάντηση δεν λαµβάνεται υπόψη µία σωστή Σειρά Β Εξέταση Φεβρουαρίου (0/) στο Μάθηµα: Γεωργικός Πειραµατισµός Θεσσαλονίκη: 4/0/0 Επώνυµο Όνοµα Αρ. Μητρώου Κατεύθυνση Ζήτηµα ο ( µονάδες) Για κάθε λανθασµένη απάντηση δεν λαµβάνεται υπόψη µία σωστή

Διαβάστε περισσότερα

Κεφάλαιο 9. Έλεγχοι υποθέσεων

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

Διαβάστε περισσότερα

MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ Y= g( X1, X2,..., Xn)

MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ Y= g( X1, X2,..., Xn) MEΤΑΣΧΗΜΑΤΙΣΜΟΙ ΤΗΣ ΜΟΡΦΗΣ g( Έστω τυχαίες µεταβλητές οι οποίες έχουν κάποια από κοινού κατανοµή Ας υποθέσουµε ότι επιθυµούµε να προσδιορίσουµε την κατανοµή της τυχαίας µεταβλητής g( Η θεωρία των ένα-προς-ένα

Διαβάστε περισσότερα

ΒΑΣΙΚΟΙ ΚΑΝΟΝΕΣ ΣΧΕ ΙΑΣΗΣ ΓΡΑΦΙΚΩΝ ΠΑΡΑΣΤΑΣΕΩΝ

ΒΑΣΙΚΟΙ ΚΑΝΟΝΕΣ ΣΧΕ ΙΑΣΗΣ ΓΡΑΦΙΚΩΝ ΠΑΡΑΣΤΑΣΕΩΝ ΒΑΣΙΚΟΙ ΚΑΝΟΝΕΣ ΣΧΕ ΙΑΣΗΣ ΓΡΑΦΙΚΩΝ ΠΑΡΑΣΤΑΣΕΩΝ Σε πολλές από τις εργαστηριακές ασκήσεις θα ζητηθεί στην έκθεσή σας να περιλάβετε µια ή περισσότερες γραφικές παραστάσεις. Αυτές οι γραφικές παραστάσεις µπορεί

Διαβάστε περισσότερα

Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500

Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Πληθυσμός Δείγμα Δείγμα Δείγμα Ο ρόλος της Οικονομετρίας Οικονομική Θεωρία Διατύπωση της

Διαβάστε περισσότερα

Ορισµένοι ερευνητές υποστηρίζουν ότι χρειαζόµαστε µίνιµουµ 30 περιπτώσεις για να προβούµε σε κάποιας µορφής ανάλυσης των δεδοµένων.

Ορισµένοι ερευνητές υποστηρίζουν ότι χρειαζόµαστε µίνιµουµ 30 περιπτώσεις για να προβούµε σε κάποιας µορφής ανάλυσης των δεδοµένων. ειγµατοληψία Καθώς δεν είναι εφικτό να παίρνουµε δεδοµένα από ολόκληρο τον πληθυσµό που µας ενδιαφέρει, διαλέγουµε µια µικρότερη οµάδα που θεωρούµε ότι είναι αντιπροσωπευτική ολόκληρου του πληθυσµού. Τέσσερις

Διαβάστε περισσότερα

1 η ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ

1 η ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ ΑΕΙ ΠΕΙΡΑΙΑ ΤΤ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ Τ.Ε. ΕΡΓΑΣΤΗΡΙΟ ΜΗΧΑΝΙΚΗΣ ΤΩΝ ΡΕΥΣΤΩΝ Σκοπός της άσκησης 1 η ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ Σκοπός αυτής της άσκησης είναι η εξοικείωση των σπουδαστών με τα σφάλματα που

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥ ΩΝ ΣΤΗΝ ΠΛΗΡΟΦΟΡΙΚΗ ΜΑΘΗΜΑΤΙΚΑ Ι (ΘΕ ΠΛΗ ) Ενδεικτικές Λύσεις ΕΡΓΑΣΙΑ η Ηµεροµηνία Αποστολής στον Φοιτητή: Ιανουαρίου 6 Ηµεροµηνία Παράδοσης της Εργασίας από

Διαβάστε περισσότερα

Δείκτες Κεντρικής Τάσης και Διασποράς. Παιδαγωγικό Τμήμα Δημοτικής Εκπαίδευσης Δημοκρίτειο Πανεπιστήμιο Θράκης Αλεξανδρούπολη

Δείκτες Κεντρικής Τάσης και Διασποράς. Παιδαγωγικό Τμήμα Δημοτικής Εκπαίδευσης Δημοκρίτειο Πανεπιστήμιο Θράκης Αλεξανδρούπολη Δείκτες Κεντρικής Τάσης και Διασποράς Παιδαγωγικό Τμήμα Δημοτικής Εκπαίδευσης Δημοκρίτειο Πανεπιστήμιο Θράκης Αλεξανδρούπολη Εμπειρικές Στατιστικές Κατανομές Τα προβλήματα που γεννιούνται κατά την σύγκριση

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ. Σινάνογλου Ι. Βασιλεία

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ. Σινάνογλου Ι. Βασιλεία ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ Σινάνογλου Ι. Βασιλεία Βασικές έννοιες Αναλυτικό Πρόβλημα Επιλογή Αναλυτικής Μεθόδου Πρωτόκολλο Ανάλυσης, προετοιμασία Ευαισθησία Μεθόδου Εκλεκτικότητα Όριο ανίχνευσης (limit

Διαβάστε περισσότερα

Μάθηµα 1. Κεφάλαιο 1o: Συστήµατα. γ R παριστάνει ευθεία και καλείται γραµµική εξίσωση µε δύο αγνώστους.

Μάθηµα 1. Κεφάλαιο 1o: Συστήµατα. γ R παριστάνει ευθεία και καλείται γραµµική εξίσωση µε δύο αγνώστους. Μάθηµα 1 Κεφάλαιο 1o: Συστήµατα Θεµατικές Ενότητες: A. Συστήµατα Γραµµικών Εξισώσεων B. Συστήµατα 3x3 Α. ΣΥΣΤΗΜΑΤΑ ΓΡΑΜΜΙΚΩΝ ΕΞΙΣΩΣΕΩΝ Ορισµοί Κάθε εξίσωση της µορφής α x+β =γ, µε α, β, γ R παριστάνει

Διαβάστε περισσότερα

Ποιοτική & Ποσοτική Ανάλυση εδοµένων Εβδοµάδα 5 η 6 η είκτες Κεντρικής Τάσης και ιασποράς

Ποιοτική & Ποσοτική Ανάλυση εδοµένων Εβδοµάδα 5 η 6 η είκτες Κεντρικής Τάσης και ιασποράς Ποιοτική & Ποσοτική Ανάλυση εδοµένων Εβδοµάδα 5 η 6 η είκτες Κεντρικής Τάσης και ιασποράς Παιδαγωγικό Τµήµα ηµοτικής Εκπαίδευσης ηµοκρίτειο Πανεπιστήµιο Θράκης Αλεξανδρούπολη, 2014-2015 Εµπειρικές Στατιστικές

Διαβάστε περισσότερα

«Διεργαστηριακά σχήματα»

«Διεργαστηριακά σχήματα» Εργαστήριο Υγιεινής Τμήμα Ιατρικής Πανεπιστήμιο Πατρών «Διεργαστηριακά σχήματα» Κατερίνα Φράγκου, M.Sc Υποψήφια Διδάκτωρ Ιατρικής Σχολής Πανεπιστημίου Πατρών Τηλ/fax 2610969876 email: fragou@med.upatras.gr

Διαβάστε περισσότερα

Δρ. Χάϊδω Δριτσάκη. MSc Τραπεζική & Χρηματοοικονομική

Δρ. Χάϊδω Δριτσάκη. MSc Τραπεζική & Χρηματοοικονομική Ποσοτικές Μέθοδοι Δρ. Χάϊδω Δριτσάκη MSc Τραπεζική & Χρηματοοικονομική Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης 50100 Kozani GR

Διαβάστε περισσότερα

Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017

Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017 Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017 2 Γιατί ανάλυση διακύμανσης; (1) Ας θεωρήσουμε k πληθυσμούς με μέσες τιμές μ 1, μ 2,, μ k, αντίστοιχα Πως μπορούμε να συγκρίνουμε τις μέσες τιμές k πληθυσμών

Διαβάστε περισσότερα

Έλεγχοι. Τη συγκέντρωση του φαρμάκου σε δείγμα ιστού ή βιολογικού υγρού

Έλεγχοι. Τη συγκέντρωση του φαρμάκου σε δείγμα ιστού ή βιολογικού υγρού Έλεγχοι Τη συγκέντρωση του φαρμάκου σε δείγμα ιστού ή βιολογικού υγρού Το ρυθμό απελευθέρωσης του φαρμάκου από το σκεύασμα Έλεγχο ταυτότητας και καθαρότητας της πρώτης ύλης και των εκδόχων( βάση προδιαγραφών)

Διαβάστε περισσότερα

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ. 3 η ΠΑΡΟΥΣΙΑΣΗ. Ι. Δημόπουλος Τμήμα Διοίκησης Επιχειρήσεων και Οργανισμών. ΤΕΙ Πελοποννήσου

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ. 3 η ΠΑΡΟΥΣΙΑΣΗ. Ι. Δημόπουλος Τμήμα Διοίκησης Επιχειρήσεων και Οργανισμών. ΤΕΙ Πελοποννήσου ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ 3 η ΠΑΡΟΥΣΙΑΣΗ Ι. Δημόπουλος Τμήμα Διοίκησης Επιχειρήσεων και Οργανισμών. ΤΕΙ Πελοποννήσου Συλλογή δεδομένων Πρωτογενή δεδομένα Εργαστηριακές μετρήσεις Παρατήρηση Παρατήρηση με συμμετοχή,

Διαβάστε περισσότερα

Ανακοίνωση Πρόσκληση για συμμετοχή σε Διεργαστηριακές Συγκριτικές Μετρήσεις. Υψίσυχνων Ηλεκτρομαγνητικών Πεδίων

Ανακοίνωση Πρόσκληση για συμμετοχή σε Διεργαστηριακές Συγκριτικές Μετρήσεις. Υψίσυχνων Ηλεκτρομαγνητικών Πεδίων Ανακοίνωση Πρόσκληση για συμμετοχή σε Διεργαστηριακές Συγκριτικές Μετρήσεις Υψίσυχνων Ηλεκτρομαγνητικών Πεδίων Η Ελληνική Επιτροπή Ατομικής Ενέργειας (ΕΕΑΕ) οργανώνει για δεύτερη φορά Διεργαστηριακές Συγκριτικές

Διαβάστε περισσότερα

Πα.Δα. Τμήμα Μηχανικών Πληροφορικής και Υπολογιστών ΣΦΑΛΜΑΤΑ ΜΕΤΡΗΣΕΩΝ

Πα.Δα. Τμήμα Μηχανικών Πληροφορικής και Υπολογιστών ΣΦΑΛΜΑΤΑ ΜΕΤΡΗΣΕΩΝ Πα.Δα. Τμήμα Μηχανικών Πληροφορικής και Υπολογιστών Εισαγωγή στην Εργαστηριακή Φυσική ΣΦΑΛΜΑΤΑ ΜΕΤΡΗΣΕΩΝ Δημήτριος Ν.Νικολόπουλος Καθηγητής Περιβαλλοντική και Ιατρική Φυσική Μέτρηση Η σύγκριση ενός μεγέθους

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ ΘΕΜΑ ο (2.5 µονάδες) ΠΑΝΕΠΙΣΤΗΜΙΟ ΜΑΚΕ ΟΝΙΑΣ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΝΕΥΡΩΝΙΚΑ ΙΚΤΥΑ Τελικές εξετάσεις Παρασκευή 9 Ιανουαρίου 2007 5:00-8:00 εδοµένου ότι η

Διαβάστε περισσότερα

ΤΕΣΤ ΣΤΑΤΙΣΤΙΚΗΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΩΡΓΙΚΟΥ ΠΕΙΡΑΜΑΤΙΣΜΟΥ. Τεστ 1 ο Κατανοµή Συχνοτήτων (50 βαθµοί)

ΤΕΣΤ ΣΤΑΤΙΣΤΙΚΗΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΩΡΓΙΚΟΥ ΠΕΙΡΑΜΑΤΙΣΜΟΥ. Τεστ 1 ο Κατανοµή Συχνοτήτων (50 βαθµοί) ΤΕΣΤ ΣΤΑΤΙΣΤΙΚΗΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΩΡΓΙΚΟΥ ΠΕΙΡΑΜΑΤΙΣΜΟΥ Τεστ 1 ο Κατανοµή Συχνοτήτων (50 βαθµοί) Α. Ερωτήσεις πολλαπλών επιλογών.(11 βαθµοί) (1:3 βαθµοί, 2-9:8 βαθµοί) 1. ίνεται ο πίνακας: Χ

Διαβάστε περισσότερα

Δειγματοληπτικές κατανομές

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

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2003

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2003 ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 00 ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ ο Α Να αποδείξετε ότι η παράγωγος της συνάρτησης f(x) x είναι f (x) Β Πότε µια συνάρτηση f σε ένα διάστηµα

Διαβάστε περισσότερα

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 ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ Επικ. Καθ. Στέλιος Ζήμερας Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά 2015 Πληθυσμός: Εισαγωγή Ονομάζεται το σύνολο των χαρακτηριστικών που

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3 ΜΕΛΕΤΗ ΑΠΟ ΟΣΗΣ ΚΑΙ ΕΠΙΤΥΧΙΑΣ ΗΜΕΡΗΣΙΩΝ ΗΜΟΣΙΩΝ ΚΑΙ Ι ΙΩΤΙΚΩΝ ΛΥΚΕΙΩΝ ΕΙΣΑΓΩΓΗ

ΚΕΦΑΛΑΙΟ 3 ΜΕΛΕΤΗ ΑΠΟ ΟΣΗΣ ΚΑΙ ΕΠΙΤΥΧΙΑΣ ΗΜΕΡΗΣΙΩΝ ΗΜΟΣΙΩΝ ΚΑΙ Ι ΙΩΤΙΚΩΝ ΛΥΚΕΙΩΝ ΕΙΣΑΓΩΓΗ ΚΕΦΑΛΑΙΟ 3 ΜΕΛΕΤΗ ΑΠΟ ΟΣΗΣ ΚΑΙ ΕΠΙΤΥΧΙΑΣ ΗΜΕΡΗΣΙΩΝ ΗΜΟΣΙΩΝ ΚΑΙ Ι ΙΩΤΙΚΩΝ ΛΥΚΕΙΩΝ ΕΙΣΑΓΩΓΗ Στο κεφάλαιο αυτό θα εξετάσουµε την απόδοση και την επιτυχία των υποψηφίων η µερησίων δηµοσίων και ιδιωτικών λυκείων

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

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

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ.Μ. 436

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ.Μ. 436 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ.Μ. 436 Χειμερινό εξάμηνο 2009-2010 Περιγραφική Στατιστική Ι users.att.sch.gr/abouras abouras@sch.gr sch.gr abouras@uth.gr ΑΝΤΩΝΙΟΣ ΧΡ. ΜΠΟΥΡΑΣ Χειμερινό Εξάμηνο 2009-2010 Μέτρα

Διαβάστε περισσότερα

15 εκεµβρίου εκεµβρίου / 64

15 εκεµβρίου εκεµβρίου / 64 15 εκεµβρίου 016 15 εκεµβρίου 016 1 / 64 Αριθµητική Ολοκλήρωση Κλειστοί τύποι αριθµητικής ολοκλήρωσης Εστω I(f) = b µε f(x) C[a, b], τότε I(f) = F(b) F(a), όπου F(x) είναι το αόριστο ολοκλήρωµα της f(x).

Διαβάστε περισσότερα

2. Στοιχεία Πολυδιάστατων Κατανοµών

2. Στοιχεία Πολυδιάστατων Κατανοµών Στοιχεία Πολυδιάστατων Κατανοµών Είναι φανερό ότι έως τώρα η µελέτη µας επικεντρώνεται κάθε φορά σε πιθανότητες που αφορούν µία τυχαία µεταβλητή Σε αρκετές όµως περιπτώσεις ενδιαφερόµαστε να εξετάσουµε

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ

ΣΤΑΤΙΣΤΙΚΗ ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ ΣΤΑΤΙΣΤΙΚΗ ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ Στα πλαίσια της ΣΤΑΤΙΣΤΙΚΗΣ ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑΣ προσπαθούµε να προσεγγίσουµε τα χαρακτηριστικά ενός συνόλου (πληθυσµός) δια της µελέτης των χαρακτηριστικών αυτών επί ενός µικρού

Διαβάστε περισσότερα

Πρώτες ύλες. Πιθανοί κίνδυνοι σε όλα τα στάδια της παραγωγής. Καθορισµός πιθανότητας επιβίωσης µικροοργανισµών. Εκτίµηση επικινδυνότητας

Πρώτες ύλες. Πιθανοί κίνδυνοι σε όλα τα στάδια της παραγωγής. Καθορισµός πιθανότητας επιβίωσης µικροοργανισµών. Εκτίµηση επικινδυνότητας 1 ΑΡΧΕΣ ΤΗΣ HACCP Αρχή 1η: Προσδιορισµός των πιθανών κινδύνων που σχετίζονται µε την παραγωγή τροφίµων σε όλα τα στάδια, από την ανάπτυξη και τη συγκοµιδή των πρώτων υλών, την παραγωγική διαδικασία, την

Διαβάστε περισσότερα

Q 12. c 3 Q 23. h 12 + h 23 + h 31 = 0 (6)

Q 12. c 3 Q 23. h 12 + h 23 + h 31 = 0 (6) Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Πολιτικών Μηχανικών Τοµέας Υδατικών Πόρων Μάθηµα: Τυπικά Υδραυλικά Έργα Μέρος 2: ίκτυα διανοµής Άσκηση E0: Μαθηµατική διατύπωση µοντέλου επίλυσης απλού δικτύου διανοµής

Διαβάστε περισσότερα

O στατιστικός έλεγχος ποιότητας του αναλυτή ILAB 600

O στατιστικός έλεγχος ποιότητας του αναλυτή ILAB 600 O στατιστικός έλεγχος ποιότητας του αναλυτή ILAB 600 Επιμέλεια: Πέτρος Καρκαλούσος O ILAB 600 είναι ένας βιοχημικός αναλυτής 67 παραμέτρων με ταχύτητα 400 τεστ/ώρα. Κατασκευάστηκε από την ιαπωνική εταιρεία

Διαβάστε περισσότερα

ΠροσδιορισµόςΒέλτιστης Λύσης στα Προβλήµατα Μεταφοράς Η µέθοδος Stepping Stone

ΠροσδιορισµόςΒέλτιστης Λύσης στα Προβλήµατα Μεταφοράς Η µέθοδος Stepping Stone ΠροσδιορισµόςΒέλτιστης Λύσης στα Προβλήµατα Μεταφοράς Η µέθοδος Stepping Stone Hµέθοδος Stepping Stoneείναι µία επαναληπτική διαδικασία για τον προσδιορισµό της βέλτιστης λύσης σε ένα πρόβληµα µεταφοράς.

Διαβάστε περισσότερα

Εισαγωγή στη Στατιστική- Κοινωνικές Στατιστικές. Διάλεξη

Εισαγωγή στη Στατιστική- Κοινωνικές Στατιστικές. Διάλεξη Εισαγωγή στη Στατιστική- Κοινωνικές Στατιστικές Διάλεξη 13-3-2015 Υπολογισμός Σταθμικού Μέσου Αριθμητικού X weighted n 1 n 1 w i w X i i Παράδειγμα Υποψήφιος της Δ' Δέσμης πήρε στις εξετάσεις τους εξής

Διαβάστε περισσότερα