Μάθημα Αστικής Γεωγραφίας

Save this PDF as:
 WORD  PNG  TXT  JPG

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Μάθημα Αστικής Γεωγραφίας"

Transcript

1 Μάθημα Αστικής Γεωγραφίας Διδακτικό Έτος Παραδόσεις Διδακτικής Ενότητας: Πληθυσμιακή πρόβλεψη Δούκισσας Λεωνίδας, Στατιστικός, Υποψ. Διδάκτορας, Τμήμα Γεωγραφίας, Χαροκόπειο Πανεπιστήμιο Σελίδα 1

2 Ένα μεγάλο μέρος των σημειώσεων αποτελεί κομμάτι του βιβλίου Forecasting Techniques for Urban and Regional Planning, Brian Field and Bryan MacGregor, UCL press Το προβλεπόμενο επίπεδο πληθυσμού αποτελεί μία σημαντική (εισαγωγή) στις προβλέψεις για τις απαιτήσεις σπιτιών και συνεπώς για τις απαιτήσεις γης. Επιπλέον, η ανωτέρω ακριβής εκτίμηση έχει άμεση συνάφεια με τις απαιτήσεις της τοπικής οικονομίας για υπηρεσίες και αγαθά (επενδύσεις σε σχολεία, νοσοκομεία, δρόμους, προμήθειες ενέργειας, νερού, κτλ). Είναι αρκετά σημαντικό για τους επιστήμονες που ασχολούνται με τον σχεδιασμό (planning) να κατανοήσουν την αξία, τους περιορισμούς και την ακρίβεια των ποικίλων τεχνικών που χρησιμοποιούνται για την πληθυσμιακή πρόβλεψη. Στις περισσότερες περιπτώσεις το ενδιαφέρον εστιάζεται στον μόνιμο πληθυσμό (εξαιρουμένων των τουριστών και των στρατιωτών). Στόχος της πρόβλεψης είναι η εξέταση των ιστορικών δεδομένων (συνήθως απογραφών δεκαετιών) και ο καθορισμός της σχέσης μεταξύ μίας κατάλληλης ανεξάρτητης μεταβλητής (στην περίπτωση μας είναι ο πληθυσμός). Οι προβλέψεις γίνονται για διαφορετικά μεγέθη και τύπους δεδομένων (είτε ολόκληρου του πληθυσμού είτε επιλεγμένων στοιχείων) Στόχος μας είναι να εντοπίσουμε τη σχέση μεταξύ της ανεξάρτητης και εξαρτημένης μεταβλητής αλλά και να παράγουμε την πληθυσμιακή πρόβλεψη. Είναι λοιπόν διττός ο στόχος Κατασκευή ενός μοντέλου Διττός στόχος Να παράγουμε πρόβλεψη Για να κατασκευάσουμε το εκάστοτε μοντέλο πρέπει πρώτα να έχουμε μία συνάρτηση! Τι είναι η συνάρτηση? Ανεξάρτητη Μεταβλητή (Χ) Υ (Εξαρτημένη) Σελίδα 2

3 Σημειώσεις Αστική Γεωγραφία: Πληθυσμιακή Πρόβλεψη Η βασική σχέση είναι 1. Συνολικές Προσεγγίσεις (Aggregate Approach) Χρησιμοποιούνται για να προβλέψουν τον συνολικό πληθυσμό. (συνήθως για μεγάλες περιοχές). Θα δούμε τα εξής είδη. 1) Μέθοδο Τάσεων 2) Συγκριτική μέθοδο 3) Αναλογική μέθοδο 4) Πολλαπλής Παλινδρόμησης 1. Μέθοδος Τάσεων Ορίζεται ο χρόνος ως η ανεξάρτητη μεταβλητή (ανάλογα με κάποιο από τα επόμενα υποτιθέμενα πρότυπα) 1. Γραμμική Τάση 2. Γεωμετρική/Εκθετική τάση Αξίζει να σημειωθεί ότι σε κάθε περίπτωση τα δεδομένα του προηγούμενου πληθυσμού αναλύονται για να καθορίσουν την τάση και στη συνέχεια η τάση μας δίνει την πρόβλεψη σε κάποια μελλοντική ημερομηνία. Αναλυτικά λοιπόν παίρνουμε τα εξής: 1. Γραμμική Τάση Αποτελεί την απλούστερη περίπτωση, και ουσιαστικά η αύξηση σε ίσες χρονικές περιόδους παραμένει σταθερή. Έστω ότι έχουμε το επόμενο παράδειγμα Π.χ.1 Έτος Πληθυσμός ? Τότε για να βρούμε τον πληθυσμό θα χρησιμοποιήσουμε την γραφική μέθοδο Σελίδα 3

4 Σχήμα 1. Γραμμική Αύξηση Πληθυσμού Ο τύπος που μας δίνει την πληθυσμιακή πρόβλεψη ισούται με : Ας δούμε όμως πως βγαίνει αυτός ο τύπος: Στόχος μας είναι όπως είπαμε προηγουμένως να εκφράσουμε την τάση ως μία μαθηματική συνάρτηση. Συγκεκριμένα ως μία εξίσωση ευθείας γραμμής. Ο βασικός τύπος ευθείας γραμμής ισούται με: Όπου, x: η ανεξάρτητη μεταβλητή y: η εξαρτημένη μεταβλητή β: σταθερά α: η κλίση, η οποία παραμένει σταθερή Στη δική μας περίπτωση η εξίσωση (1) μπορεί να γραφεί ως: (1) Όπου, n: είναι ο αριθμός των ετών μεταξύ του t και του t+n P(t+n): είναι ο πληθυσμός που θα προβλεφθεί την χρονική στιγμή t+n P(t): είναι ο πληθυσμός στο χρόνο t (χρόνος βάσης=1951) Y=1951 β: κλίση Σελίδα 4

5 όπως είναι γνωστό από το λύκειο όταν έχω δύο σημεία τότε μπορώ να υπολογίσω την κλίση της ευθείας. ( στη συνέχεια γίνεται υπενθύμιση) Έτσι λοιπόν χρησιμοποιώντας δύο τυχαία σημεία από τον πίνακα του παραδείγματος μπορούμε να υπολογίσουμε την κλίση (δηλαδή την εφω) η οποία παραμένει σταθερή. Συνεπώς ο τύπος (2) γίνεται, Μπορούμε πλέον για το έτος 2021 να κάνουμε την πρόβλεψη: n=70 ( ) Στην πραγματικότητα είναι εξαιρετικά απίθανο τα δεδομένα μας να παρουσιάζουν τέλεια γραμμική σχέση. Τρεις είναι οι τρόποι για να υπολογίσουμε την τέλεια βέλτιστη ευθεία. 1. Χρησιμοποιώντας δύο οποιοδήποτε σημεία (για κάθε δύο όμως που θα παίρνω θα έχω και άλλη ευθεία) 2. Να την κατασκευάσω με το μάτι (δεν χρειάζεται να περνά από όλα τα σημεία ακριβώς) Σελίδα 5

6 3. Να υπολογίσω την ευθεία παλινδρόμησης με την μέθοδο ελαχίστων τετραγώνων. (κλασσική μέθοδος στην στατιστική!) Η μέθοδος αυτή μας εξασφαλίζει ότι όλοι όσοι κάνουν την πρόβλεψη θα παράγουν την ίδια γραμμή τάσης και πρόβλεψη! 2. Γεωμετρική / Εκθετική Κλίση Στην προηγούμενη μέθοδο υποθέσαμε ότι η αύξηση του πληθυσμού σε ίσες χρονικές περιόδους παρέμενε σταθερή ανεξαρτήτως του συνολικού πληθυσμού. Μία πιο ρεαλιστική μέθοδος είναι να θεωρήσουμε ότι το μέγεθος της αύξησης στον πληθυσμό σχετίζεται με το μέγεθος του πληθυσμού. Η μέθοδος αυτή υποθέτει ότι ο λόγος μεταξύ της αύξησης του πληθυσμού και του συνολικού πληθυσμού είναι σταθερός αλλά η αυξάνεται. Πιο απλά, για κάθε δοσμένο χρονικό διάστημα n ο λόγος του μεγέθους του πληθυσμού στο τέλος του διαστήματος προς αυτόν στην αρχή παραμένει σταθερός δηλαδή: Όπου:, για όλα τα n (4) n: είναι ο αριθμός των ετών μεταξύ του t και του t+n P(t+n): είναι ο πληθυσμός που θα προβλεφθεί την χρονική στιγμή t+n P(t): είναι ο πληθυσμός στο χρόνο t Συνέχεια π.χ. Έτος Πληθυσμός Λόγος Λόγος Αύξησης Ο πληθυσμός παρατηρούμε ότι αυξάνεται κατά το ( δηλαδή 10%) κάθε δέκα χρόνια. Επομένως η πρόβλεψη μας θα ισούται: (5) Σελίδα 6

7 Σχήμα 2. Εκθετικός Ρυθμός Αύξησης Εκθετικός Ρυθμός Αύξησης Πληθυσμού Πληθυσμός ανά δεκαετία Πιο γενικά, ο τύπος για την γεωμετρική αύξηση μπορεί να γραφεί αντί σε όρους του k σε όρους του r: Όπου: n: είναι ο αριθμός των ετών μεταξύ του t και του t+n P(t+n): είναι ο πληθυσμός που θα προβλεφθεί την χρονική στιγμή t+n P(t): είναι ο πληθυσμός στο χρόνο t Λίγα μαθηματικά.(β Λυκείου, Λογάριθμοι) Υπενθύμιση των ιδιοτήτων λογαρίθμων: (6) Έστω μέλη και έχω:, τότε για να λύσω ως προς r μπορώ να λογαριθμίσω και στα δύο Σελίδα 7

8 Για ποιο λόγο χρησιμοποιούμε τους λογαρίθμους; Για να μετασχηματίσουμε μη γραμμικές εξισώσεις σε γραμμικές! Π.χ.2 Έστω ότι έχουμε την μη γραμμική εξίσωση: Τότε λογαριθμόντας πλέον και στα δύο μέλη (μη αρνητικές ποσότητες) έχω μία γραμμική εξίσωση. Ο Γενικός τύπος είναι: Γραμμική πλέον εξίσωση Π.χ.3 Γραμμική πλέον εξίσωση μεταξύ του. (Μία καμπύλη παλινδρόμησης μπορεί να προκύψει από τα Ας επιστρέψουμε όμως στο αρχικό μας πρόβλημα εκτίμησης του πληθυσμού.. Η σχέση (6) μπορεί να γίνει: Σελίδα 8

9 Όπου Β μία σταθερά Αν πάρουμε antilog στην (7) έχουμε: (7) Για μαθηματικούς λόγους το πρότυπο της αύξησης γράφεται ως: Όπου: e = εκθετικός όρος, a = ρυθμός αύξησης 2. Συνθετικές Προσεγγίσεις Οι προσεγγίσεις που αναφέρθηκαν στην προηγούμενη ενότητα χρησιμοποιούνται για να προβλέψουν το συνολικό (aggregate) πληθυσμό. Συχνά, όταν ασχολούμαστε με το σχεδιασμό (planning) συνθετικές πληροφορίες απαιτούνται για τον πληθυσμό. Λεπτομέρειες για το φύλλο, την ηλικία, την επαγγελματική κατηγορία συχνά είναι απαραίτητες στην εκτίμηση της απαίτησης από πολλές υπηρεσίες. 1. Σύνθεση πληθυσμού Σε κάθε περιοχή η μεταβολή του πληθυσμού μπορεί να αντιπροσωπευθεί από τέσσερα συστατικά: α) τις γεννήσεις β) τους θανάτους γ) την μεταναστευτική εισροή δ) την μεταναστευτική εκροή Συνεπώς έχουμε τον ακόλουθο τύπο: (8) Σελίδα 9

10 Όπου, P(t+n): είναι ο πληθυσμός που θα προβλεφθεί την χρονική στιγμή t+n P(t): είναι ο πληθυσμός στο χρόνο t είναι αντίστοιχα οι γεννήσεις, οι θάνατοι, η μεταναστευτική εισροή και η μεταναστευτική εκροή. Π.χ.4 Έστω ότι ο πληθυσμός το 2011 είναι , ο δεκαετής ρυθμός ανάπτυξης αναπαραγωγής (γεννήσεων) ισούται με 0.20 και ο δεκαετής ρυθμός θανάτων ισούται με 0.16, τότε ο πληθυσμός του 2021 μπορεί να προβλεφθεί ως εξής: (υποθέτοντας ότι δεν υπάρχει μετανάστευση) Μία παραλλαγή της μεθόδου αυτής μπορεί να χρησιμοποιηθεί για να υπολογίσουμε τον τρέχοντα πληθυσμό εάν υπάρχουν τα διαθέσιμα στοιχεία. Όπου, P(t): είναι ο πληθυσμός στο χρόνο t : ο ρυθμός αναπαραγωγής για n χρόνια ο αριθμός γεννήσεων σε n χρόνια. Αντίστοιχα μπορεί να υπολογιστεί όταν διαθέτουμε και τον ρυθμό θανάτων. Π.χ.5 Έστω,,, Τότε μπορούμε να υπολογίσουμε τα εξής: Και ο εκτιμώμενος πληθυσμός ισούται με ημιάθροισμα των ανωτέρω δύο αριθμών : Σελίδα 10

11 2. Ανάλυση Κοορτής (Cohort Survival) Η χρήση των ακατέργαστων ρυθμών μπορεί να οδηγήσει σε σημαντικές ανακρίβειες καθώς και οι ρυθμοί αναπαραγωγής και οι ρυθμοί θανάτου εξαρτώνται από την ηλικιακή δομή του πληθυσμού. Η αναπαραγωγική ηλικία είναι αποκλειστικά στις γυναίκες της ηλικιακής ομάδας 15-44, ενώ οι ρυθμοί θανάτου αυξάνουν δραματικά στην ηλικιακή ομάδα 65+. Ένας πληθυσμός με ένα μεγάλο ποσοστό γυναικών σε αναπαραγωγική ηλικία είναι πιθανό να έχει υψηλό ρυθμό αναπαραγωγής, ενώ ένας πληθυσμός με μεγάλο ποσοστό ηλικιωμένων είναι πιθανό να έχει υψηλό ρυθμό θανάτου. Συνεπώς, εάν εφαρμοστούν τα ακατέργαστα ποσοστά σε έναν πληθυσμό με μία διαφορετική ηλικιακή δομή θα προκύψουν αρκετές ανακρίβειες. Με τον όρο κοορτή (cohort) ονομάζουμε μία ηλικιακή ομάδα. Η μέθοδος λοιπόν ανάλυσης κοορτής παράγει πληροφορίες στην μελλοντική ηλικιακή και κατά φύλλο κατανομή του πληθυσμού. Είναι η πιο ευρέως διαδεδομένη τεχνική σε επίπεδο τοπικής αυτοδιοίκησης. Π.χ.6. Η τεχνική της ανάλυσης κοορτής Ανδρες Αριθμός Ρυθμός Επιβίωσης Επιζώντες Υπολογισμοί *20.000= *10.000= *12.000= * *3.000=3100 Γυναίκες Αριθμός Ρυθμός Επιβίωσης Επιζώντες Ρυθμός Αναπαραγωγής Γεννήσεις * *12000= = Η νέα κοορτή 0-14 για το Αποκτάμε πληροφορίες για την ηλικιακή δομή και για το φύλλο της περιόδου βάσης (εδώ το 1981) 2. Υπολογίζουμε τον ρυθμό αναπαραγωγής και ρυθμό επιβίωσης για κάθε κοορτή 3. Εφαρμόζουμε τον ρυθμό επιβίωσης και αναπαραγωγής στο έτος βάσης της πληθυσμιακής δομής Σελίδα 11

12 4. Διαιρούμε γεννήσεις σε άνδρες και γυναίκες εφαρμόζοντας τον ρυθμό φύλλου στο σύνολο των γεννήσεων. 3) Παλινδρόμηση (συνοπτικές σημειώσεις) (Πηγή: Παλινδρόμηση, Κούτρας - Ευαγγελάρας, εκδ. Σταμούλη, Στατιστική Κιόχος, εκδ.interbooks, Spss σημειώσεις, Μπούτσικας) Κύριο πρόβλημα σε αυτή την ενότητα αποτελεί η διερεύνηση της σχέσης μεταξύ δύο μεταβλητών X, Y (για παράδειγμα ηλικία (Χ) και πίεση αίματος (Υ)). Το γενικό πρόβλημα μπορεί να περιγραφεί ως εξής: Από έναν (θεωρητικά άπειρο) πληθυσμό λαμβάνουμε ένα δείγμα μεγέθους n και για κάθε άτομο του δείγματος καταγράφουμε τις τιμές δύο μεταβλητών X, Y. Με βάση λοιπόν τα ζεύγη τιμών: (X 1, Y 1 ), (X 2,Y 2 ),.,(X n,y n ) του δείγματος επιθυμούμε να διερευνήσουμε τη σχέση μεταξύ των μεταβλητών X, Y. Χ : ονομάζεται ανεξάρτητη ή ερμηνευτική μεταβλητή και δεν θεωρείται τυχαία μεταβλητή Υ: ονομάζεται εξαρτημένη μεταβλητή, θεωρείται τυχαία μεταβλητή. Π.χ. 7: Μπορούμε να προβλέψουμε την θερμοκρασία ανάλογα με το τιτίβισμα των τριζονιών? Έστω ότι επιθυμούμε να ελέγξουμε εάν υπάρχει κάποια σχέση ανάμεσα στον αριθμό των τιτιβισμάτων των τριζονιών (Χ) και της θερμοκρασίας (Y). (για περισσότερες πληροφορίες ανατρέξτε στο κείμενο: The Song of Insects by Dr.G.W. Pierce, Harvard College Press) Έπειτα από μετρήσεις ενός τυχαίο δείγματος πήραμε τα παρακάτω αποτελέσματα: X (τιτίβισμα/δευτερολεπτο) Y (Θερμοκρασία/Φαρενάιτ) 20,00 88,60 16,00 71,60 19,80 93,30 18,40 84,30 17,10 80,60 15,50 75,20 14,70 69,70 17,10 82,00 15,40 69,40 16,20 83,30 15,00 79,60 17,20 82,60 16,00 80,60 17,00 83,50 14,40 76,30 Σελίδα 12

13 Απεικονίζοντας σε ένα διάγραμμα διασποράς τα παραπάνω δεδομένα παρατηρούμε ότι ενδεχομένως να υπάρχει σχέση ανάμεσα στο πλήθος των τιτιβισμάτων/ δευτερόλεπτο και στην θερμοκρασία. Σχήμα 3. Διάγραμμα διασποράς. Θερμοκρασία έναντι πλήθος τιτιβισμάτων. 100,00 95,00 90,00 85,00 80,00 75,00 70,00 65,00 60,00 55,00 50,00 11,00 14,00 17,00 20,00 23,00 26,00 29,00 Y (Θερμοκρασία/Φαρενάιτ) Από το ανωτέρω σχήμα παρατηρούμε ότι όσο αυξάνεται ο αριθμός των τιτιβισμάτων (άξονας Χ) τόσο φαίνεται να αυξάνεται και η θερμοκρασία. Επομένως ενδεχομένως να υπάρχει μία γραμμική σχέση ανάμεσα στις δύο μεταβλητές. Φαίνεται ότι τα σημεία βρίσκονται κοντά σε μία ευθεία. Για παράδειγμα την : Δηλαδή, Οι αποκλίσεις, των από την ευθεία φαίνονται τυχαίες. Αν ονομάσουμε τις διαφορές αυτές τότε προκύπτει το απλό γραμμικό μοντέλο. Θεωρούμε λοιπόν, ότι τα X i, Y i συνδέονται με την σχέση:, Όπου b o ισούται με την τεταγμένη, b 1 είναι η κλίση, ε 1,.,ε n ανεξάρτητες τυχαίες μεταβλητές που ακολουθούν την κανονική κατανομή με μέση τιμή μηδέν και σταθερή διακύμανση ίση με σ 2 η οποία όμως είναι άγνωστη. Δηλαδή ισχύει Ν(0,σ 2 ). Αξίζει να σημειωθεί ότι και οι τυχαίες μεταβλητές είναι ανεξάρτητες αφού στηρίζονται στα ανεξάρτητα σφάλματα ε ι. Σελίδα 13

14 Ο στόχος μας λοιπόν είναι να εκτιμήσουμε τις παραμέτρους b o, b 1 και σ 2 και να διερευνήσουμε πόσο ικανοποιητικά προσαρμόζονται τα δεδομένα μας στο μοντέλο αυτό. Χρησιμοποιώντας την μέθοδο μέγιστης πιθανοφάνειας ( οι τιμές των παραμέτρων που μεγιστοποιούν την συνάρτηση πιθανοφάνειας) θα είναι: Οι εκτιμήτριες μέγιστης πιθανοφάνειας των b o, b 1 προκύπτουν ισοδύναμα από την ελαχιστοποίηση (ως προς b o, b 1 ) του αθροίσματος των τετραγώνων των σφαλμάτων: για αυτό το λόγο και οι εκτιμήτριες των b o, b 1 καλούνται και εκτιμήτριες ελαχίστων τετραγώνων. Επομένως η εκτιμημένη ευθεία γραμμικής παλινδρόμησης θα είναι η : Ο στόχος μας είναι η πρόβλεψη! Μπορεί να επιτευχθεί με δύο τρόπους σημειακά με διάστημα εμπιστοσύνης Σελίδα 14

15 Οι διαφορές των προσαρμοσμένων από τις παρατηρούμενες καλούνται κατάλοιπα (residuals) ή εκτιμώμενα σφάλματα. Σχήμα Παρατηρούμενες και εκτιμώμενες τιμές στο απλό μοντέλο γραμμικής παλινδρόμησης Ερμηνεύοντας την συνολική μεταβλητότητα του μοντέλου Η δειγματική διασπορά των παρατηρήσεων αποδεικνύεται ότι χωρίζεται σε δύο αθροίσματα: Ισχύει ότι: SST = SSE + SSR SST: Η συνολική παρατηρούμενη μεταβλητότητα των SSR: Η μεταβλητότητα των προσαρμοσμένων τιμών που ερμηνεύεται από το μοντέλο. (Πόσο διαφέρουν οι προσαρμοσμένες τιμές από τον μέσο όρο τους). Σελίδα 15

16 SSE: Η μεταβλητότητα των σε σχέση με τις αντίστοιχες προσαρμοσμένες τιμές. Οφείλεται στην διασπορά των σφαλμάτων.(περιέχουν όλους τους παράγοντες που επηρεάζουν την τιμή των και δεν υπάρχουν στο μοντέλο). Επομένως, η συνολική παρατηρούμενη μεταβλητότητα των (SST) μπορεί να χωριστεί στα δύο, στην μεταβλητότητα που ερμηνεύεται από το μοντέλο (SSR) και στην μεταβλητότητα που οφείλεται σε παράγοντες που δεν έχουν περιληφθεί στο μοντέλο (SSE). Άρα, το πηλίκο (συντελεστής προσδιορισμού) Μπορεί να θεωρηθεί ότι εκφράζει το ποσοστό της μεταβλητότητας των παρατηρήσεων που ερμηνεύεται από το μοντέλο. (όσο μεγαλύτερο είναι το R 2, δηλαδή πιο κοντά στην μονάδα, τόσο καλύτερο είναι το μοντέλο που έχουμε θεωρήσει διότι ερμηνεύει μεγαλύτερο μέρος της παρατηρούμενης μεταβλητότητας). σχήμα: Έτσι στο παράδειγμα μας η εκτιμώμενη ευθεία παλινδρόμησης δίνεται στο επόμενο Σχήμα 5: Εκτιμώμενη ευθεία παλινδρόμησης. Θερμοκρασία έναντι πλήθος τιτιβισμάτων. 100,00 95,00 90,00 85,00 80,00 75,00 70,00 65,00 Y = 25,23+ 3,29*X R² = 0,69 60,00 10,00 15,00 20,00 25,00 30,00 Y (Θερμοκρασία/Φαρενάιτ) Γραμμική (Y (Θερμοκρασία/Φαρενάιτ)) Η εκτιμώμενη ευθεία παλινδρόμησης δίνεται από τον τύπο: Έτσι λοιπόν εάν θέλουμε να προβλέψουμε την θερμοκρασία που θα έχουμε εάν ακούμε 20 τιτιβίσματα του τριζονιού θα πάρουμε: =91,03 Fahrenheit Σελίδα 16

17 Σημειώσεις Αστική Γεωγραφία: Πληθυσμιακή Πρόβλεψη Κλείνοντας αξίζει να σημειωθεί ότι αρκετές φορές έχουμε πρόβλημα στο μοντέλο μας όταν τα σφάλματα (εi): 1. δεν ακολουθούν την κανονική κατανομή 2. δεν έχουν σταθερή διακύμανση 3. δεν είναι ανεξάρτητα μεταξύ τους Τότε πρέπει να προχωρήσουμε σε κατάλληλες στατιστικές τεχνικές και ελέγχους για την αξιοπιστία της ανάλυσης μας. (για παράδειγμα μετασχηματισμό των δεδομένων μας). Π.χ.8: Έστω ότι από 5 φοιτητές πήραμε τις βαθμολογίες τους στα μαθηματικά (X) και στην στατιστική (Y). Θέλουμε να ελέγξουμε εάν υπάρχει κάποιου είδους σχέση. Αρχικά κατασκευάζουμε τον επόμενο πίνακα όπου διαδοχικά υπολογίζουμε τις επόμενες στήλες του Σύνολο: ( - ) -3,2-2,2-0,8 1,8 2, ( ) -2,8-1,8 0,2 1,2 3,2 0 ( )( - ) 8,96 3,96 0,16 2,16 8,96 24,2 7,84 3,24 0,04 1,44 10,24 Σύνολο: 22,8 Σελίδα 17

18 Άρα η εκτιμώμενη ευθεία παλινδρόμησης ισούται με: Y= - 0,88+1,06*X R² = 0, Γραμμική () Σελίδα 18

19 Π.χ. 9: Πληθυσμιακή πρόβλεψη στοιχείων απογραφής Θήρας-Θηρασιάς. Στον επόμενο πίνακα δίνονται τα παρακάτω πληθυσμιακά δεδομένα για το νησί της Σαντορίνης της περιοχής Θήρας Θηρασιάς. Πληθυσμός (Θήρα και Θηρασιά) 10-Έτη από το Έτος 1971 Πληθυσμός Για ευκολία στην ανάλυση μας, δημιουργούμε την δεύτερη στήλη όπου φτιάχνουμε μία νέα μεταβλητή με αύξοντα αριθμό 0 από το έτος βάσης δηλαδή το Υ ^ = 2.887,2x ,6 R² = 0, Σειρά1 Γραμμική (Σειρά1) Έτσι εάν θέλουμε να υπολογίσουμε την πληθυσμιακή πρόβλεψη για το έτος 2021 θα θέσουμε όπου X=5 στην εκτιμώμενη εξίσωση ευθείας και θα πάρουμε το παρακάτω αποτέλεσμα: ^ 2.887,2 * , , Σελίδα 19

20 ****Πως γίνεται στο excel: Βήμα 1 ο : Βήμα 2 ο : Σελίδα 20

21 Βήμα3 ο : Κάνουμε κλικ στα τελευταία δύο κουτάκια Βήμα 4 ο : Εξίσωση ευθείας παλινδρόμησης Σελίδα 21

9. Παλινδρόμηση και Συσχέτιση

9. Παλινδρόμηση και Συσχέτιση 9. Παλινδρόμηση και Συσχέτιση Παλινδρόμηση και Συσχέτιση Υπάρχει σχέση ανάμεσα σε δύο ή περισσότερες μεταβλητές; Αν ναι, ποια είναι αυτή η σχέση; Πως μπορεί αυτή η σχέση να χρησιμοποιηθεί για να προβλέψουμε

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 5 Έστω για την σύγκριση δειγμάτων συλλέγουμε παρατηρήσεις Υ =,,, από

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

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 05 Έλεγχος διακυμάνσεων Μας ενδιαφέρει να εξετάσουμε 5 δίαιτες που δίνονται

Διαβάστε περισσότερα

Στατιστική Ι. Ανάλυση Παλινδρόμησης

Στατιστική Ι. Ανάλυση Παλινδρόμησης Στατιστική Ι Ανάλυση Παλινδρόμησης Ανάλυση παλινδρόμησης Η πρόβλεψη πωλήσεων, εσόδων, κόστους, παραγωγής, κτλ. είναι η βάση του επιχειρηματικού σχεδιασμού. Η ανάλυση παλινδρόμησης και συσχέτισης είναι

Διαβάστε περισσότερα

Χ. Εμμανουηλίδης, 1

Χ. Εμμανουηλίδης, 1 Εφαρμοσμένη Στατιστική Έρευνα Απλό Γραμμικό Υπόδειγμα AΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟ ΕΙΓΜΑ Δρ. Χρήστος Εμμανουηλίδης Αν. Καθηγητής Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Εφαρμοσμένη Στατιστική, Τμήμα Ο.Ε. ΑΠΘ Χ. Εμμανουηλίδης,

Διαβάστε περισσότερα

Μέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis)

Μέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis) Μέρος V. Ανάλυση Παλινδρόμηση (Regresso Aalss) Βασικές έννοιες Απλή Γραμμική Παλινδρόμηση Πολλαπλή Παλινδρόμηση Εφαρμοσμένη Στατιστική Μέρος 5 ο - Κ. Μπλέκας () Βασικές έννοιες Έστω τ.μ. Χ,Υ όπου υπάρχει

Διαβάστε περισσότερα

Εφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική

Εφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕΡΟΣ B Δημήτρης Κουγιουμτζής e-mal: dkugu@auth.gr Ιστοσελίδα αυτού του τμήματος του μαθήματος: http://uer.auth.gr/~dkugu/teach/cvltraport/dex.html Εφαρμοσμένη Στατιστική:

Διαβάστε περισσότερα

Πολλαπλή παλινδρόμηση (Multivariate regression)

Πολλαπλή παλινδρόμηση (Multivariate regression) ΜΑΘΗΜΑ 3 ο 1 Πολλαπλή παλινδρόμηση (Multivariate regression) Η συμπεριφορά των περισσότερων οικονομικών μεταβλητών είναι συνάρτηση όχι μιας αλλά πολλών μεταβλητών Υ = f ( X 1, X 2,... X n ) δηλαδή η Υ

Διαβάστε περισσότερα

Στατιστική Συμπερασματολογία

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

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7. ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7. ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13 ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7 ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13 1.1. Εισαγωγή 13 1.2. Μοντέλο ή Υπόδειγμα 13 1.3. Η Ανάλυση Παλινδρόμησης 16 1.4. Το γραμμικό μοντέλο Παλινδρόμησης 17 1.5. Πρακτική χρησιμότητα

Διαβάστε περισσότερα

Ελλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων

Ελλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων Ελλιπή δεδομένα Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 75 ατόμων Εδώ έχουμε δ 75,0 75 5 Ηλικία Συχνότητες f 5-4 70 5-34 50 35-44 30 45-54 465 55-64 335 Δεν δήλωσαν 5 Σύνολο 75 Μπορεί

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ

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

Διαβάστε περισσότερα

ΠΑΛΙΝΔΡΟΜΗΣΗ ΤΑΞΗΣ ΜΕΓΕΘΟΥΣ

ΠΑΛΙΝΔΡΟΜΗΣΗ ΤΑΞΗΣ ΜΕΓΕΘΟΥΣ . ΠΑΛΙΝΔΡΟΜΗΣΗ ΤΑΞΗΣ ΜΕΓΕΘΟΥΣ (RANK REGRESSION).1 Μονότονη Παλινδρόμηση (Monotonic Regression) Από τη γραφική παράσταση των δεδομένων του προηγουμένου προβλήματος παρατηρούμε ότι τα ζευγάρια (Χ i, i )

Διαβάστε περισσότερα

Στατιστική Επιχειρήσεων Ι

Στατιστική Επιχειρήσεων Ι ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Τεχνολογικό Εκπαιδευτικό Ίδρυμα Πειραιά Στατιστική Επιχειρήσεων Ι Ενότητα 5: Παλινδρόμηση Συσχέτιση θεωρητική προσέγγιση Μιλτιάδης Χαλικιάς, Επίκουρος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων

Διαβάστε περισσότερα

5. ΤΟ ΓΕΝΙΚΟ ΓΡΑΜΜΙΚΟ ΜΟΝΤΕΛΟ (GENERAL LINEAR MODEL) 5.1 Εναλλακτικά μοντέλα του απλού γραμμικού μοντέλου: Το εκθετικό μοντέλο

5. ΤΟ ΓΕΝΙΚΟ ΓΡΑΜΜΙΚΟ ΜΟΝΤΕΛΟ (GENERAL LINEAR MODEL) 5.1 Εναλλακτικά μοντέλα του απλού γραμμικού μοντέλου: Το εκθετικό μοντέλο 5. ΤΟ ΓΕΝΙΚΟ ΓΡΑΜΜΙΚΟ ΜΟΝΤΕΛΟ (GENERAL LINEAR MODEL) 5.1 Εναλλακτικά μοντέλα του απλού γραμμικού μοντέλου: Το εκθετικό μοντέλο Ένα εναλλακτικό μοντέλο της απλής γραμμικής παλινδρόμησης (που χρησιμοποιήθηκε

Διαβάστε περισσότερα

Διαχείριση Υδατικών Πόρων

Διαχείριση Υδατικών Πόρων Εθνικό Μετσόβιο Πολυτεχνείο Διαχείριση Υδατικών Πόρων Γ.. Τσακίρης Μάθημα 3 ο Λεκάνη απορροής Υπάρχουσα κατάσταση Σενάριο 1: Μέσες υδρολογικές συνθήκες Σενάριο : Δυσμενείς υδρολογικές συνθήκες Μελλοντική

Διαβάστε περισσότερα

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium iv

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium iv Σ ΤΑΤ Ι Σ Τ Ι Κ Η i Statisticum collegium iv Στατιστική Συμπερασματολογία Ι Σημειακές Εκτιμήσεις Διαστήματα Εμπιστοσύνης Στατιστική Συμπερασματολογία (Statistical Inference) Το πεδίο της Στατιστικής Συμπερασματολογία,

Διαβάστε περισσότερα

ΗΜΟΣΘΕΝΕΙΟ ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΠΑΙΑΝΙΑΣ Γ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ

ΗΜΟΣΘΕΝΕΙΟ ΓΕΝΙΚΟ ΛΥΚΕΙΟ ΠΑΙΑΝΙΑΣ Γ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ () Χρησιµοποιώντας τον παρακάτω πίνακα συχνοτήτων που δίνει την κατανοµή συχνοτήτων 0 οικογενειών ως προς τον αριθµό των παιδιών τους, να βρεθεί ο αριθµός

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ Γ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ. ν 1 + ν ν κ = v (1) Για τη σχετική συχνότητα ισχύουν οι ιδιότητες:

ΜΑΘΗΜΑΤΙΚΑ Γ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ. ν 1 + ν ν κ = v (1) Για τη σχετική συχνότητα ισχύουν οι ιδιότητες: Συχνότητα v i O φυσικός αριθμός που δείχνει πόσες φορές εμφανίζεται η τιμή x i της εξεταζόμενης μεταβλητής Χ στο σύνολο των παρατηρήσεων. Είναι φανερό ότι το άθροισμα όλων των συχνοτήτων είναι ίσο με το

Διαβάστε περισσότερα

ΠΑΡΟΥΣΙΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ

ΠΑΡΟΥΣΙΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ ο Κεφάλαιο: Στατιστική ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΟΡΙΣΜΟΙ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ Πληθυσμός: Λέγεται ένα σύνολο στοιχείων που θέλουμε να εξετάσουμε με ένα ή περισσότερα χαρακτηριστικά. Μεταβλητές X: Ονομάζονται

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2 013 [Κεφάλαιο ] ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο Μάθημα Εαρινού Εξάμηνου 01-013 M.E. OE0300 Πανεπιστήμιο Θεσσαλίας Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας και Περιφερειακής Ανάπτυξης [Οικονομετρία 01-013] Μαρί-Νοέλ

Διαβάστε περισσότερα

Y Y ... y nx1. nx1

Y Y ... y nx1. nx1 6 ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ ΜΕ ΤΗ ΧΡΗΣΗ ΠΙΚΑΚΩΝ Η χρησιμοποίηση και ο συμβολισμός πινάκων απλοποιεί σημαντικά τα αποτελέσματα της γραμμικής παλινδρόμησης, ιδίως στην περίπτωση της πολλαπλής παλινδρόμησης Γενικά,

Διαβάστε περισσότερα

ΜΕΘΟΔΟΣ ΕΛΑΧΙΣΤΩΝ ΤΕΤΡΑΓΩΝΩΝ

ΜΕΘΟΔΟΣ ΕΛΑΧΙΣΤΩΝ ΤΕΤΡΑΓΩΝΩΝ ΜΕΘΟΔΟΣ ΕΛΑΧΙΣΤΩΝ ΤΕΤΡΑΓΩΝΩΝ ΧΑΡΑΞΗ ΓΡΑΦΙΚΗΣ ΠΑΡΑΣΤΑΣΗΣ Δημήτρης Στεφανάκης Η Μέθοδος των Ελαχίστων Τετραγώνων (ΜΕΤ) χρησιμοποιείται για την κατασκευή της γραφικής παράστασης που περιγράφει ένα φαινόμενο,

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 3: Πολλαπλή Παλινδρόμηση. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)

ΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 3: Πολλαπλή Παλινδρόμηση. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 3: Πολλαπλή Παλινδρόμηση. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative

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

ΕΙΣΑΓΩΓΗ. Βασικές έννοιες

ΕΙΣΑΓΩΓΗ. Βασικές έννοιες ΕΙΣΑΓΩΓΗ Βασικές έννοιες Σε ένα ερωτηματολόγιο έχουμε ένα σύνολο ερωτήσεων. Μπορούμε να πούμε ότι σε κάθε ερώτηση αντιστοιχεί μία μεταβλητή. Αν θεωρήσουμε μια ερώτηση, τα άτομα δίνουν κάποιες απαντήσεις

Διαβάστε περισσότερα

Κεφάλαιο 16 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση

Κεφάλαιο 16 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση Κεφάλαιο 16 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση Copyright 2009 Cengage Learning 16.1 Ανάλυση Παλινδρόμησης Σκοπός του προβλήματος είναι η ανάλυση της σχέσης μεταξύ συνεχών μεταβλητών. Η ανάλυση παλινδρόμησης

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ. Ερωτήσεις πολλαπλής επιλογής. Συντάκτης: Δημήτριος Κρέτσης

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ. Ερωτήσεις πολλαπλής επιλογής. Συντάκτης: Δημήτριος Κρέτσης ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ Ερωτήσεις πολλαπλής επιλογής Συντάκτης: Δημήτριος Κρέτσης 1. Ο κλάδος της περιγραφικής Στατιστικής: α. Ασχολείται με την επεξεργασία των δεδομένων και την ανάλυση

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΗ ΠΑΛΙΝ ΡΟΜΗΣΗ

ΓΡΑΜΜΙΚΗ ΠΑΛΙΝ ΡΟΜΗΣΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝ ΡΟΜΗΣΗ ιαφάνειες για το µάθηµα Information Management ΑθανάσιοςΝ. Σταµούλης 1 ΠΗΓΗ Κονδύλης Ε. (1999) Στατιστικές τεχνικές διοίκησης επιχειρήσεων, Interbooks 2 1 Γραµµική παλινδρόµηση Είναι

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

iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος

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

Διαβάστε περισσότερα

Για το δείγμα από την παραγωγή της εταιρείας τροφίμων δίνεται επίσης ότι, = 1.3 και για το δείγμα από το συνεταιρισμό ότι, x

Για το δείγμα από την παραγωγή της εταιρείας τροφίμων δίνεται επίσης ότι, = 1.3 και για το δείγμα από το συνεταιρισμό ότι, x Εργαστήριο Μαθηματικών & Στατιστικής η Πρόοδος στο Μάθημα Στατιστική // (Για τα Τμήματα Ε.Τ.Τ. και Γ.Β.) ο Θέμα [] Επιλέξαμε φακελάκια (της μισής ουγκιάς) που περιέχουν σταφίδες από την παραγωγή μιας εταιρείας

Διαβάστε περισσότερα

Μοντέλα Παλινδρόμησης. Άγγελος Μάρκος, Λέκτορας ΠΤ Ε, ΠΘ

Μοντέλα Παλινδρόμησης. Άγγελος Μάρκος, Λέκτορας ΠΤ Ε, ΠΘ Μοντέλα Παλινδρόμησης Άγγελος Μάρκος, Λέκτορας ΠΤ Ε, ΠΘ Εισαγωγή (1) Σε αρκετές περιπτώσεις επίλυσης προβλημάτων ενδιαφέρει η ταυτόχρονη μελέτη δύο ή περισσότερων μεταβλητών, για να προσδιορίσουμε με ποιο

Διαβάστε περισσότερα

Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ

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

Διαβάστε περισσότερα

Οικονομετρία Ι. Ενότητα 2: Ανάλυση Παλινδρόμησης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Οικονομετρία Ι. Ενότητα 2: Ανάλυση Παλινδρόμησης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής Οικονομετρία Ι Ενότητα 2: Ανάλυση Παλινδρόμησης Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commos. Για εκπαιδευτικό

Διαβάστε περισσότερα

Ενδεικτικές ασκήσεις ΔΙΠ 50

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

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ. ΛΥΚΕΙΟΥ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΨΗΣ - ΘΕΜΑ Ο Έστω η συνάρτηση f( ) =, 0 ) Να αποδείξετε ότι f ( ). f( ) =. ) Να υπολογίσετε το όριο lm f ( )+ 4. ) Να βρείτε την εξίσωση της εφαπτομένης

Διαβάστε περισσότερα

Συσχέτιση μεταξύ δύο συνόλων δεδομένων

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,

Διαβάστε περισσότερα

Α) Αν η διάμεσος δ του δείγματος Α είναι αρνητική, να βρεθεί το εύρος R του δείγματος.

Α) Αν η διάμεσος δ του δείγματος Α είναι αρνητική, να βρεθεί το εύρος R του δείγματος. ΜΑΘΗΜΑΤΙΚΑ Γ ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΣΥΛΛΟΓΗ ΑΣΚΗΣΕΩΝ ου ΚΕΦΑΛΑΙΟΥ Άσκηση 1 (Προτάθηκε από Χρήστο Κανάβη) Έστω CV 0.4 όπου CV ο συντελεστής μεταβολής, και η τυπική απόκλιση s = 0. ενός δείγματος που έχει την ίδια

Διαβάστε περισσότερα

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών, Εθνικό Μετσόβιο Πολυτεχνείο. Περιεχόμενα Εισαγωγή στο

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 6 ΧΡΗΣΗ ΓΡΑΜΜΙΚΩΝ ΜΟΝΤΕΛΩΝ ΚΑΙ ΓΡΑΜΜΙΚΗΣ ΠΑΛΙΝ ΡΟΜΗΣΗΣ

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

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ 1 Τί λέγεται πληθυσμός τι άτομα και τι μεταβλητή ενός πληθυσμού 2. Ποιες μεταβλητές λέγονται ποιοτικές ή κατηγορικές; 3.

ΣΤΑΤΙΣΤΙΚΗ 1 Τί λέγεται πληθυσμός τι άτομα και τι μεταβλητή ενός πληθυσμού 2. Ποιες μεταβλητές λέγονται ποιοτικές ή κατηγορικές; 3. .. ΣΤΑΤΙΣΤΙΚΗ 1 Τί λέγεται πληθυσμός τι άτομα και τι μεταβλητή ενός πληθυσμού 2. Ποιες μεταβλητές λέγονται ποιοτικές ή κατηγορικές; 3. Ποιες μεταβλητές λέγονται ποσοτικές; 4. Πότε μια ποσοτική μεταβλητή

Διαβάστε περισσότερα

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

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

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ Ι ΦΥΛΛΑΔΙΟ

ΟΙΚΟΝΟΜΕΤΡΙΑ Ι ΦΥΛΛΑΔΙΟ ΟΙΚΟΝΟΜΕΤΡΙΑ Ι ΦΥΛΛΑΔΙΟ Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι

Διαβάστε περισσότερα

3η Ενότητα Προβλέψεις

3η Ενότητα Προβλέψεις ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων 3η Ενότητα Προβλέψεις (Μέρος 4 ο ) http://www.fsu.gr

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 015 Ανάλυση Διακύμανσης Η Ανάλυση Διακύμανσης είναι μία τεχνική που

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

ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13

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

Διαβάστε περισσότερα

Kruskal-Wallis H... 176

Kruskal-Wallis H... 176 Περιεχόμενα KΕΦΑΛΑΙΟ 1: Περιγραφή, παρουσίαση και σύνοψη δεδομένων................. 15 1.1 Τύποι μεταβλητών..................................................... 16 1.2 Κλίμακες μέτρησης....................................................

Διαβάστε περισσότερα

Να επιλύουμε και να διερευνούμε γραμμικά συστήματα. Να ορίζουμε την έννοια του συμβιβαστού και ομογενούς συστήματος.

Να επιλύουμε και να διερευνούμε γραμμικά συστήματα. Να ορίζουμε την έννοια του συμβιβαστού και ομογενούς συστήματος. Ενότητα 2 Γραμμικά Συστήματα Στην ενότητα αυτή θα μάθουμε: Να επιλύουμε και να διερευνούμε γραμμικά συστήματα. Να ορίζουμε την έννοια του συμβιβαστού και ομογενούς συστήματος. Να ερμηνεύουμε γραφικά τη

Διαβάστε περισσότερα

Παράδειγμα. Χρονολογικά δεδομένα. Οι πωλήσεις μιας εταιρείας ανά έτος για το διάστημα (σε χιλιάδες $)

Παράδειγμα. Χρονολογικά δεδομένα. Οι πωλήσεις μιας εταιρείας ανά έτος για το διάστημα (σε χιλιάδες $) Χρονολογικά δεδομένα Ένα διάγραμμα που παριστάνει την εξέλιξη των τιμών μιας μεταβλητής στο χρόνο χρονόγραμμα (ή χρονοδιάγραμμα). Κύρια μέθοδος παρουσίασης χρονολογικών δεδομένων είναι η πολυγωνική γραμμή

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 16. Απλή Γραμμική Παλινδρόμηση και Συσχέτιση

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 16. Απλή Γραμμική Παλινδρόμηση και Συσχέτιση ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ

Διαβάστε περισσότερα

Χρησιμοποιούμενες Συναρτήσεις του Microsoft Excel

Χρησιμοποιούμενες Συναρτήσεις του Microsoft Excel Χρησιμοποιούμενες Συναρτήσεις του Microsoft Excel A.1 Μέση Τιμή - Συνάρτηση AVERAGE Δίνει τον μέσο όρο (αριθμητικό μέσο) των ορισμάτων. AVERAGE(umber1; umber;...) Number1, umber,... είναι 1 έως 30 ορίσματα

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 4ο

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 4ο ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑ 4ο Διαδικασία των συντελεστών αυτοσυσχέτισης Ονομάζουμε συνάρτηση αυτοσυσχέτισης (autocorrelation function) και συμβολίζεται με τα γράμματα

Διαβάστε περισσότερα

ΑΣΚΗΣΕΙΣ Πρόβλημα απουσιών στ)

ΑΣΚΗΣΕΙΣ Πρόβλημα απουσιών στ) ΑΣΚΗΣΕΙΣ. Ο διευθυντής προσωπικού μιας μεγάλης εταιρείας πιστεύει ότι ίσως υφίσταται κάποια σχέση μεταξύ των ημερών απουσίας και της ηλικίας των εργαζομένων. Με βάση την υπόθεση αυτή ενδιαφέρεται να κατασκευάσει

Διαβάστε περισσότερα

ΟΜΑΔΟΠΟΙΗΣΗ ΤΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ

ΟΜΑΔΟΠΟΙΗΣΗ ΤΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ 9 ο ΜΑΘΗΜΑ ΟΜΑΔΟΠΟΙΗΣΗ ΤΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ Πότε κάνουμε ομαδοποίηση των παρατηρήσεων; Όταν το πλήθος των τιμών μιας μεταβλητής είναι αρκετά μεγάλο κάνουμε ομαδοποίηση των παρατηρήσεων. Αυτό συμβαίνει είτε

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 2: Στατιστικά Μέτρα Διασποράς Ασυμμετρίας - Κυρτώσεως. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Στατιστική Ι. Ενότητα 2: Στατιστικά Μέτρα Διασποράς Ασυμμετρίας - Κυρτώσεως. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Στατιστική Ι Ενότητα 2: Στατιστικά Μέτρα Διασποράς Ασυμμετρίας - Κυρτώσεως Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης

Διαβάστε περισσότερα

Μέτρα θέσης και διασποράς

Μέτρα θέσης και διασποράς Μέτρα θέσης και διασποράς Η επικρατούσα τιμή ως μέτρο κεντρικής τάσης Εύκολο στον υπολογισμό Επικρατούσα τιμή Η πιο συχνή ή η πιο συχνά εμφανιζόμενη τιμή σε ένα σύνολο τιμών 11, 3, 8, 2, 1, 5, 3, 7 Επικρατούσα

Διαβάστε περισσότερα

ΜΕΤΡΑ ΚΕΝΤΡΙΚΗΣ ΤΑΣΗΣ

ΜΕΤΡΑ ΚΕΝΤΡΙΚΗΣ ΤΑΣΗΣ Μέτρα Περιγραφικής Στατιστικής Πληθυσμιακοί παράμετροι: τα αριθμητικά μεγέθη που εκφράζουν τις στατιστικές ιδιότητες ενός πληθυσμού (που προσδιορίζουν / περιγράφουν τη φυσιογνωμία και τη δομή του) Στατιστικά

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

ΔΙΔΑΚΤΙΚΟ ΣΕΝΑΡΙΟ: ΜΕΤΡΑ ΔΙΑΣΠΟΡΑΣ ΣΥΝΤΕΛΕΣΤΗΣ ΜΕΤΑΒΟΛΗΣ ΔΙΔΑΚΤΙΚΟ ΣΕΝΑΡΙΟ

ΔΙΔΑΚΤΙΚΟ ΣΕΝΑΡΙΟ: ΜΕΤΡΑ ΔΙΑΣΠΟΡΑΣ ΣΥΝΤΕΛΕΣΤΗΣ ΜΕΤΑΒΟΛΗΣ ΔΙΔΑΚΤΙΚΟ ΣΕΝΑΡΙΟ ΔΙΔΑΚΤΙΚΟ ΣΕΝΑΡΙΟ ΤΙΤΛΟΣ ΣΕΝΑΡΙΟΥ Μέτρα διασποράς - Συντελεστής μεταβολής ΤΑΥΤΟΤΗΤΑ ΣΕΝΑΡΙΟΥ ΣΥΓΓΡΑΦΕΙΣ: Καραγιάννης Βασίλης ΑΜ: 201118 Οικονόμου Κυριάκος AM: 201102 ΓΝΩΣΤΙΚΗ ΠΕΡΙΟΧΗ: Στατιστική Γ Λυκείου

Διαβάστε περισσότερα

ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ ΤΗ ΣΤΑΤΙΣΤΙΚΗ ΙΙ ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ, ΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ

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

Διαβάστε περισσότερα

Εισαγωγή στη Στατιστική

Εισαγωγή στη Στατιστική Εισαγωγή στη Στατιστική Μετεκπαιδευτικό Σεμινάριο στην ΨΥΧΟΚΟΙΝΩΝΙΚΗ ΑΠΟΚΑΤΑΣΤΑΣΗ ΨΥΧΟΚΟΙΝΩΝΙΚΕΣ ΘΕΡΑΠΕΥΤΙΚΕΣ ΠΡΟΣΕΓΓΙΣΕΙΣ Δημήτρης Φουσκάκης, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων

Διαβάστε περισσότερα

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 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

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

ΜΕΘΟΔΟΣ ΤΗΣ ΒΗΜΑΤΙΚΗΣ ΠΑΛΙΝΔΡΟΜΗΣΗΣ (STEPWISE REGRESSION)

ΜΕΘΟΔΟΣ ΤΗΣ ΒΗΜΑΤΙΚΗΣ ΠΑΛΙΝΔΡΟΜΗΣΗΣ (STEPWISE REGRESSION) 4. ΜΕΘΟΔΟΣ ΤΗΣ ΒΗΜΑΤΙΚΗΣ ΠΑΛΙΝΔΡΟΜΗΣΗΣ (STEPWISE REGRESSION) Η μέθοδος της βηματικής παλινδρόμησης (stepwise regression) είναι μιά άλλη μέθοδος επιλογής ενός "καλού" υποσυνόλου ανεξαρτήτων μεταβλητών.

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ. ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv. Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΕΧΟΜΕΝΑ. ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv. Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ 1.1 Πίνακες, κατανομές, ιστογράμματα... 1 1.2 Πυκνότητα πιθανότητας, καμπύλη συχνοτήτων... 5 1.3

Διαβάστε περισσότερα

Α. ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ. Πληθυσμός: Το συνόλου του οποίου τα στοιχεία εξετάζουμε ως προς ένα ή περισσότερα χαρακτηριστικά τους.

Α. ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ. Πληθυσμός: Το συνόλου του οποίου τα στοιχεία εξετάζουμε ως προς ένα ή περισσότερα χαρακτηριστικά τους. 1 Κεφάλαιο. ΣΤΑΤΙΣΤΙΚΗ Α. ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ Στατιστική: ένα σύνολο αρχών και μεθοδολογιών για: το σχεδιασμό της διαδικασίας συλλογής δεδομένων τη συνοπτική και αποτελεσματική παρουσίασή τους την ανάλυση

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ II ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ 2. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ

ΚΕΦΑΛΑΙΟ II ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ 2. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ ΚΕΦΑΛΑΙΟ II ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΕΝΟΤΗΤΕΣ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ (One-Way Analyss of Varance) Η ανάλυση

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 3 ΔΕΣΜΕΥΜΕΝΗ ΠΙΘΑΝΟΤΗΤΑ, ΟΛΙΚΗ ΠΙΘΑΝΟΤΗΤΑ ΘΕΩΡΗΜΑ BAYES, ΑΝΕΞΑΡΤΗΣΙΑ ΚΑΙ ΣΥΝΑΦΕΙΣ ΕΝΝΟΙΕΣ 71

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

Διαβάστε περισσότερα

ΔΙΟΙΚΗΣΗ ΠΑΡΑΓΩΓΗΣ. ΕΝΟΤΗΤΑ 4η ΠΡΟΒΛΕΨΗ ΖΗΤΗΣΗΣ

ΔΙΟΙΚΗΣΗ ΠΑΡΑΓΩΓΗΣ. ΕΝΟΤΗΤΑ 4η ΠΡΟΒΛΕΨΗ ΖΗΤΗΣΗΣ ΤΕΙ ΚΡΗΤΗΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΟΙΚΗΣΗ ΠΑΡΑΓΩΓΗΣ ΕΝΟΤΗΤΑ 4η ΠΡΟΒΛΕΨΗ ΖΗΤΗΣΗΣ ΓΙΑΝΝΗΣ ΦΑΝΟΥΡΓΙΑΚΗΣ ΕΠΙΣΤΗΜΟΝΙΚΟΣ ΣΥΝΕΡΓΑΤΗΣ ΤΕΙ ΚΡΗΤΗΣ ΔΟΜΗ ΠΑΡΟΥΣΙΑΣΗΣ 1. Εισαγωγή

Διαβάστε περισσότερα

Προσαρμογή καμπύλης με τη μέθοδο των ελαχίστων τετραγώνων

Προσαρμογή καμπύλης με τη μέθοδο των ελαχίστων τετραγώνων Σχολή Χημικών Μηχανικών ΕΜΠ Ανάλυση Συστημάτων Χημικής Μηχανικής, ο εξάμηνο Προσαρμογή καμπύλης με τη μέθοδο των ελαχίστων τετραγώνων Διδάσκοντες: Χ. Κυρανούδης, Γ. Μαυρωτάς Εισαγωγή Με βάση κάποιο δείγμα

Διαβάστε περισσότερα

6 ο ΜΑΘΗΜΑ Έλεγχοι Υποθέσεων

6 ο ΜΑΘΗΜΑ Έλεγχοι Υποθέσεων 6 ο ΜΑΘΗΜΑ Έλεγχοι Υποθέσεων 6.1 Το Πρόβλημα του Ελέγχου Υποθέσεων Ενός υποθέσουμε ότι μία φαρμακευτική εταιρεία πειραματίζεται πάνω σε ένα νέο φάρμακο για κάποια ασθένεια έχοντας ως στόχο, τα πρώτα θετικά

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 3 ο ΣΥΝΑΡΤΗΣΕΙΣ, ΤΡΙΓΩΝΟΜΕΤΡΙΑ( FUNCTIONS,TRIGONOMETRY)

ΚΕΦΑΛΑΙΟ 3 ο ΣΥΝΑΡΤΗΣΕΙΣ, ΤΡΙΓΩΝΟΜΕΤΡΙΑ( FUNCTIONS,TRIGONOMETRY) ΚΕΦΑΛΑΙΟ 3 ο ΣΥΝΑΡΤΗΣΕΙΣ, ΤΡΙΓΩΝΟΜΕΤΡΙΑ( FUNCTIONS,TRIGONOMETRY) 3.1 ΘΕΩΡΙΑ-ΤΥΠΟΛΟΓΙΟ-ΠΑΡΑΔΕΙΓΜΑΤΑ ΣΥΝΑΡΤΗΣΕΙΣ Συνάρτηση, ή απεικόνιση όπως ονομάζεται διαφορετικά, είναι μια αντιστοίχιση μεταξύ δύο συνόλων,

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 05 Πολλαπλές συγκρίσεις Στην ανάλυση διακύμανσης ελέγχουμε την ισότητα

Διαβάστε περισσότερα

ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ Τμήμα Επιστήμης Φυσικής Αγωγής και Αθλητισμού Πρόγραμμα Διδακτορικών Σπουδών ΠΛΗΡΟΦΟΡΙΑΚΟ ΕΝΤΥΠΟ ΜΑΘΗΜΑΤΟΣ

ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ Τμήμα Επιστήμης Φυσικής Αγωγής και Αθλητισμού Πρόγραμμα Διδακτορικών Σπουδών ΠΛΗΡΟΦΟΡΙΑΚΟ ΕΝΤΥΠΟ ΜΑΘΗΜΑΤΟΣ ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ Τμήμα Επιστήμης Φυσικής Αγωγής και Αθλητισμού Πρόγραμμα Διδακτορικών Σπουδών ΠΛΗΡΟΦΟΡΙΑΚΟ ΕΝΤΥΠΟ ΜΑΘΗΜΑΤΟΣ 1. ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ: Προχωρημένη Στατιστική 2. ΠΕΡΙΓΡΑΜΜΑ ΕΙΣΗΓΗΣΕΩΝ

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝ. ΠΑΙΔΕΙΑΣ - Γ ΛΥΚΕΙΟΥ

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

Διαβάστε περισσότερα

----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------

----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------ ----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------ ΚΕΦΑΛΑΙΟ 9 ο 9.1 ηµιουργία µοντέλων πρόβλεψης 9.2 Απλή Γραµµική Παλινδρόµηση 9.3 Αναλυτικά για το ιάγραµµα ιασποράς

Διαβάστε περισσότερα

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ

ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός ΑΠΘ Επίκουρος Καθηγητής ΤΕΙ Αθήνας 3ο εξάμηνο http://eclass.teiath.gr Παρουσιάσεις,

Διαβάστε περισσότερα

ΑΣΚΗΣΕΙΣ Γ.Π. ΚΕΦ 1,2,3

ΑΣΚΗΣΕΙΣ Γ.Π. ΚΕΦ 1,2,3 Ασκηση 1 ΑΣΚΗΣΕΙΣ Γ.Π. ΚΕΦ 1,2,3 Δίνεται η συνάρτηση α. Να εξετάσετε την f ως προς τα ακρότατα. β. Να βρείτε την εξίσωση της εφαπτομένης της C f στο (1,f(1)). γ. Αν το α παίρνει τιμές που προκύπτουν από

Διαβάστε περισσότερα

ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΗΣ ΕΠΙΣΤΗΜΗΣ 5 ΟΥ ΕΞΑΜΗΝΟΥ

ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΗΣ ΕΠΙΣΤΗΜΗΣ 5 ΟΥ ΕΞΑΜΗΝΟΥ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΗΣ ΕΠΙΣΤΗΜΗΣ SOS & ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΩΝ 5 ΟΥ ΕΞΑΜΗΝΟΥ www.dap papei.gr 2 ΔΗΜΟΣΙΑ ΟΙΚΟΝΟΜΙΚΗ Ι Τι θα γράψω: Στις εξετάσεις τα θέματα περιλαμβάνουν ερωτήσεις και ασκήσεις (κυρίως ασκήσεις) όπου

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ ΙΙΙ ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ

ΚΕΦΑΛΑΙΟ ΙΙΙ ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ ΚΕΦΑΛΑΙΟ ΙΙΙ ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ ΕΝΟΤΗΤΕΣ 1. ΓΕΝΙΚΗ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ 2. ΕΠΙΛΟΓΗ ΜΟΝΤΕΛΟΥ ΜΕ ΤΗ ΜΕΘΟΔΟ ΤΟΥ ΑΠΟΚΛΕΙΣΜΟΥ ΜΕΤΑΒΛΗΤΩΝ 3. ΕΠΙΛΟΓΗ ΜΟΝΤΕΛΟΥ ΜΕ ΤΗ ΜΕΘΟΔΟ ΤΗΣ ΠΡΟΟΔΕΥΤΙΚΗΣ ΠΡΟΣΘΗΚΗΣ

Διαβάστε περισσότερα

ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ

ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ Τα μη γραμμικά μοντέλα έχουν την πιο κάτω μορφή: η μορφή αυτή μοιάζει με τη μορφή που έχουμε για τα γραμμικά μοντέλα ( δηλαδή η παρατήρηση Y i είναι το άθροισμα της αναμενόμενης

Διαβάστε περισσότερα

Μ Ε Τ Ρ Α Δ Ι Α Σ Π Ο Ρ Α Σ.

Μ Ε Τ Ρ Α Δ Ι Α Σ Π Ο Ρ Α Σ. Μ Ε Τ Ρ Α Δ Ι Α Σ Π Ο Ρ Α Σ. π.χ. Βαθμολογία διαγωνίσματος σε τμήματα: Α : 7, 11,16, 16,,. Β : 11, 13, 16, 16, 17, 17. Παρατήρηση : Για τέτοιους λόγους χρειάζεται και η εξέταση κάποιων μέτρων διασποράς

Διαβάστε περισσότερα

E[ (x- ) ]= trace[(x-x)(x- ) ]

E[ (x- ) ]= trace[(x-x)(x- ) ] 1 ΦΙΛΤΡΟ KALMAN ΔΙΑΚΡΙΤΟΥ ΧΡΟΝΟΥ Σε αυτό το μέρος της πτυχιακής θα ασχοληθούμε λεπτομερώς με το φίλτρο kalman και θα δούμε μια καινούρια έκδοση του φίλτρου πάνω στην εφαρμογή της γραμμικής εκτίμησης διακριτού

Διαβάστε περισσότερα

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2011 για τα Τμήματα Ε.Τ.Τ. και Γ.Β. στη Στατιστική 25/02/2011

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

Διαβάστε περισσότερα

Τεχνικές Ανάλυσης Διοικητικών Αποφάσεων

Τεχνικές Ανάλυσης Διοικητικών Αποφάσεων ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Τεχνικές Ανάλυσης Διοικητικών Αποφάσεων ΣΗΜΕΙΩΣΕΙΣ Δ.Α.Π. Ν.Δ.Φ.Κ. ΠΑΝΕΠΙΣΤΗΜΙΟΥ ΠΕΙΡΑΙΩΣ Τμηματικό e-mal : dap_ode@yahoo.gr www.dap-pape.gr

Διαβάστε περισσότερα

2. ΕΠΙΛΟΓΗ ΜΟΝΤΕΛΟΥ ΜΕ ΤΗ ΜΕΘΟΔΟ ΤΟΥ ΑΠΟΚΛΕΙΣΜΟΥ ΜΕΤΑΒΛΗΤΩΝ (Backward Elimination Procedure) Στην στατιστική βιβλιογραφία υπάρχουν πολλές μέθοδοι για

2. ΕΠΙΛΟΓΗ ΜΟΝΤΕΛΟΥ ΜΕ ΤΗ ΜΕΘΟΔΟ ΤΟΥ ΑΠΟΚΛΕΙΣΜΟΥ ΜΕΤΑΒΛΗΤΩΝ (Backward Elimination Procedure) Στην στατιστική βιβλιογραφία υπάρχουν πολλές μέθοδοι για 2. ΕΠΙΛΟΓΗ ΜΟΝΤΕΛΟΥ ΜΕ ΤΗ ΜΕΘΟΔΟ ΤΟΥ ΑΠΟΚΛΕΙΣΜΟΥ ΜΕΤΑΒΛΗΤΩΝ (Backward Elimination Procedure) Στην στατιστική βιβλιογραφία υπάρχουν πολλές μέθοδοι για τον καθορισμό του καλύτερου υποσυνόλου από ένα σύνολο

Διαβάστε περισσότερα

7.1.1 Η Μέθοδος των Ελαχίστων Τετραγώνων

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

Διαβάστε περισσότερα

3. ΣΕΙΡΙΑΚΟΣ ΣΥΝΤΕΛΕΣΤΗΣ ΣΥΣΧΕΤΙΣΗΣ

3. ΣΕΙΡΙΑΚΟΣ ΣΥΝΤΕΛΕΣΤΗΣ ΣΥΣΧΕΤΙΣΗΣ 3. ΣΕΙΡΙΑΚΟΣ ΣΥΝΤΕΛΕΣΤΗΣ ΣΥΣΧΕΤΙΣΗΣ Πρόβλημα: Ένας ραδιοφωνικός σταθμός ενδιαφέρεται να κάνει μια ανάλυση για τους πελάτες του που διαφημίζονται σ αυτόν για να εξετάσει την ποσοστιαία μεταβολή των πωλήσεων

Διαβάστε περισσότερα

Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα

Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα Ορισμός τυχαίας μεταβλητής Τυχαία μεταβλητή λέγεται η συνάρτηση

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ. 1 12 2 3 24 40 5 0,05 Σύνολο. x i v i f i % N i F i -1 4 0,1 0 30 2 3 6 Άθροισμα 40

ΣΤΑΤΙΣΤΙΚΗ. 1 12 2 3 24 40 5 0,05 Σύνολο. x i v i f i % N i F i -1 4 0,1 0 30 2 3 6 Άθροισμα 40 ΣΤΑΤΙΣΤΙΚΗ 1.Να συμπληρωθούν οι πίνακες x i v i f i f i % x 1 7 x 2 5 x 3 15 x 4 14 x 5 9 Άθροισμα 50 x i v i f i f i % 1 12 2 3 24 40 5 0,05 Σύνολο x i v i f i % N i F i -1 4 0,1 0 30 2 3 6 Άθροισμα 40

Διαβάστε περισσότερα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης Kozani GR 50100

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης Kozani GR 50100 Ποσοτικές Μέθοδοι Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης 50100 Kozani GR 50100 Απλή Παλινδρόμηση Η διερεύνηση του τρόπου συμπεριφοράς

Διαβάστε περισσότερα

Δειγματοληψία στην Ερευνα. Ετος

Δειγματοληψία στην Ερευνα. Ετος ΓΕΩΠΟΝΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τμήμα Αγροτικής Οικονομίας & Ανάπτυξης Μέθοδοι Γεωργοοικονομικής και Κοινωνιολογικής Ερευνας Δειγματοληψία στην Έρευνα (Μέθοδοι Δειγματοληψίας - Τρόποι Επιλογής Τυχαίου Δείγματος)

Διαβάστε περισσότερα

ΝΙΚΟΣ ΤΑΣΟΣ. Αλγ ε β ρ α. Γενικής Παιδειασ

ΝΙΚΟΣ ΤΑΣΟΣ. Αλγ ε β ρ α. Γενικής Παιδειασ ΝΙΚΟΣ ΤΑΣΟΣ Αλγ ε β ρ α Β Λυ κ ε ί ο υ Γενικής Παιδειασ Α Τό μ ο ς 3η Εκ δ ο σ η Πρόλογος Το βιβλίο αυτό έχει σκοπό και στόχο αφενός μεν να βοηθήσει τους μαθητές της Β Λυκείου να κατανοήσουν καλύτερα την

Διαβάστε περισσότερα

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΜΑΘΗΜΑ ΠΡΩΤΟ ΘΕΩΡΙΑΣ-ΑΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟΔΕΙΓΜΑ ΕΡΓΑΣΤΗΡΙΟ PASW 18 Δρ. Κουνετάς Η Κωνσταντίνος Ακαδημαϊκό Έτος 2011 2012 ΕΠΙΧ

Διαβάστε περισσότερα

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική Ενότητα 2: Βασίλης Γιαλαμάς Σχολή Επιστημών της Αγωγής Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία Περιεχόμενα ενότητας Παρουσιάζονται οι βασικές

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 4 Αριθμητικές Μέθοδοι Περιγραφικής Στατιστικής

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 4 Αριθμητικές Μέθοδοι Περιγραφικής Στατιστικής ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

Διαβάστε περισσότερα

Στατιστική ανάλυση αποτελεσμάτων

Στατιστική ανάλυση αποτελεσμάτων HELLENIC OPEN UNIVERSITY School of Social Sciences ΜΒΑ Programme Στατιστική ανάλυση αποτελεσμάτων Βασίλης Αγγελής Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων Πανεπιστήμιο Αιγαίου Κατερίνα Δημάκη Αν. Καθηγήτρια

Διαβάστε περισσότερα