Fisher test. Fisher test : Είναι ένας µη παραµετρικός έλεγχος :
|
|
- Εφροσύνη Αναγνωστάκης
- 7 χρόνια πριν
- Προβολές:
Transcript
1 FISHER S EXACT TEST
2 Fisher test : Είναι ένας µη παραµετρικός έλεγχος : Ανάλυση διακριτών δεδοµένων όταν τα δύο ανεξάρτητα δείγµατα έχουν µικρό µέγεθος. Tα αποτελέσµατα αυτών των δειγµάτων αντιστοιχούν στη µια από τις δύο τυχαίες κατηγορίες και κάθε στοιχείο αυτών είναι δυνατόν να έχει το ένα από τα δύο χαρακτηριστικά. Έστω, 2 δυο ανεξάρτητα τυχαία δείγµατα µε N + 2. Οµάδα Ι Οµάδα ΙΙ Σύνολο Χαρ/κο ανεξαρτησίας οµοιογένειας Α α c s α + c Χαρ/κο Β b d s 2 b + d Σύνολο α + b 2 c + d N + 2
3 Η ακριβής πιθανότητα εµφάνισης του συγκεκριµένου 2x2 πίνακα, δεδοµένου ότι τα περιθώρια αθροίσµατα, 2, s, s 2 παραµένουν σταθερά, δίνεται από την υπεργεωµετρική κατανοµή : d c b a N s s N b s a s P () L U a Το εύρος τιµών του α είναι, όπου : { } { }, mi 0, max s N s U L +
4 Κάποιοι στρατιώτες κάνουν εξάσκηση σαν αλεξιπτωτιστές. Ένα απόγευµα, 55 από αυτούς έλαβαν µέρος σε µια άσκηση κατά την οποία µερικοί από αυτούς προσεδαφίστηκαν στην περιοχή Α και κάποιοι άλλοι στην περιοχή Β. Από τους 5 που προσεδαφίστηκαν στην περιοχή Α, 4 από αυτούς έπαθαν ζηµιά στον αστράγαλο, ενώ από τους 40 που προσεδαφίστηκαν στην περιοχή Β µόλις 2 από αυτούς υπέστησαν αυτόν τον τραυµατισµό. Ο αριθµός των ατυχηµάτων στην περιοχή Α είναι αρκετά υψηλός, έτσι ο ιατρός που ήταν επικεφαλής αποφάσισε να διεξάγει έρευνα για το αν ο αριθµός των ατυχηµάτων είναι τυχαίος ή εξαρτάται σε κάποιο βαθµό από την κάθε περιοχή. Σαν µηδενική υπόθεση έχουµε ότι δεν υπάρχει διαφορά της πιθανότητας τραυµατισµού, κατά γενική αναλογία των τραυµατισµένων στρατιωτών, για κάθε περιοχή προσεδάφισης. Θα κάνω έλεγχο, χρησιµοποιώντας fisher test, έχοντας µηδενική υπόθεση H 0 : έναντι της εναλλακτικής H :. 2 2
5 Για ευκολία στον υπολογισµό βάζουµε τη µικρότερη τιµή των οµάδων στο πάνω αριστερό κελί. Πίνακας : Αριθµός στρατιωτών τραυµατισµένων και µη κατά την διάρκεια της άσκησης στις δυο περιοχές. Τραυµ/νοι Μη τραυµ/νοι Σύνολο Περιοχή Β Περιοχή Α 4 5 Σύνολο
6 Ο έλεγχος δεν εξετάζει µόνο την παρατηρούµενη περίπτωση, αλλά υπολογίζει την πιθανότητα πιο ακραίων περιπτώσεων µε τα ίδια περιθώρια αθροίσµατα. Ο αριθµός των ακραίων πιθανών πινάκων µε σταθερά τα περιθώρια αθροίσµατα είναι ίσος µε το µικρότερο περιθώριο άθροισµα +. Έτσι : Εάν, η διαφορά αd bc είναι αρνητική, τότε οι ακραίες περιπτώσεις λαµβάνονται αν σταδιακά µειώσουµε τα κελιά των α, d και αυξήσουµε τα κελιά των b, c µε την ίδια ποσότητα (συνήθως µονάδα). Εάν, η διαφορά αd bc είναι θετική, τότε οι ακραίες περιπτώσεις λαµβάνονται αν σταδιακά αυξάνουµε τα κελιά των α, d και µειώνουµε τα κελιά των b, c.
7 Πρέπει να βρούµε τις πιθανότητες που συνδέονται µε τις ακραίες περιπτώσεις. Το πρόσηµο της διαφοράς ad cb είναι : a d c b < 0 a Θέλουµε L U δηλαδή 0 a 6 Όποτε µειώνουµε τα κελιά α,d σταδιακά και έχουµε : Στη συνέχεια υπολογίζουµε την πιθανότητα όλων των πιθανών πινάκων από τον τύπο () για τα δοσµένα περιθωριακά αθροίσµατα.
8 Το -value υπολογίζεται µε το άθροισµα των πιθανοτήτων όλων των ακραίων περιπτώσεων και του δοσµένου πίνακα. Στο συγκεκριµένο παράδειγµα το -value θα είναι: value
9 Στο S-Plus: Η εντολή συντάσσεται ως εξής: fisher.test(x, ynull, ode.stack.dim00, value.stack.dim0000,hybridf) x:είναι είτε πίνακας δεδοµένων µε διαστάσεις όχι µικρότερες του 2 και µεγαλύτερες του 0 είτε διάνυσµα. y:είναι διάνυσµα και εισάγεται µόνο στην περίπτωση που ο x είναι διάνυσµα έτσι ώστε να γίνει ο έλεγχος. Έχει την ίδια διάσταση µε το x. ode.stack.dim, value.stack.dim:χρησιµοποιούνται όταν ο x είναι πίνακας µεγαλύτερος από 2x2. hybrid:αν είναι True χρησιµοποιείται διαφορετική διαδικασία προσέγγισης του -value που προτάθηκε από τους Mehta και Patel.
10 ηλαδή η Η 0 απορρίπτεται. Fisher test Για το παράδειγµα που δόθηκε προηγουµένως: Κατασκευάζουµε τον πίνακα των δεδοµένων: > ar_c(4,,2,38) > table.ar_matrix(ar,2,2,byrowt) > table.ar [,] [,2] [,] 4 [2,] 2 38 Ο Fisher-test δίνει: >fisher.test(table.ar) Fisher's exact test data: table.ar -value 0.04 alterative hyothesis: two.sided
11 Αν είχαµε κάνει Χ 2 έλεγχο: > chisq.test(table.ar) Pearso's chi-square test with Yates' cotiuity correctio data: table.ar X-square , df, -value Warig messages: Exected couts < 5. Chi-square aroximatio may ot be aroriate. i: chisq.test(table.ar) Αποδέχεται την Η 0. Σηµ.: Η διόρθωση Yates χρησιµοποιείται στον Χ 2 έλεγχο όταν το µέγεθος δείγµατος είναι <50 για να µας δώσει καλύτερη προσέγγιση για το -value.
12 Fisher test versus Chi-square test Σε έλεγχο ανεξαρτησίας για έναν πίνακα ενδεχοµένων 2x2 µπορούµε να χρησιµοποιήσουµε είτε τον έλεγχο Fisher είτε τον έλεγχο Chi-square. Σύγκριση : Ο Fisher test είναι ιδανικός στις περιπτώσεις που στον πίνακα ενδεχοµένων έχουµε πολύ µικρά µεγέθη(δηλαδή έχω αριθµό µικρότερο του 5). Με τη χρήση του Fisher test λαµβάνουµε πιο ακριβές -value. Ο Chi-square test έχει απλούστερους υπολογισµούς, αλλά καταλήγει σε ένα µόνο προσεγγιστικό -value. Ο Fisher test δεν χρησιµοποιείται όταν το µέγεθος του Ν είναι µεγαλύτερο του 200. Όταν οι αριθµοί είναι µεγάλοι τα -value που προκύπτουν τόσο από τον Fisher test όσο από τον Chi-square test είναι σχεδόν παρόµοια.
Θέματα Στατιστικής στη γλώσσα R
Θέματα Στατιστικής στη γλώσσα R Μη παραμετρικοί έλεγχοι στοιχεία της θεωρίας που χρειάζονται προσοχή προϋποθέσεις για το μέγεθος του δείγματος προϋποθέσεις για το σχήμα της κατανομής των δεδομένων παραμετρικοί
Διαβάστε περισσότεραΕνότητα 4: Πίνακες συνάφειας (Contingency tables)
Ενότητα 4: Πίνακες συνάφειας (Cotigecy tables Σε αρκετές εφαρµογές παρουσιάζεται η ανάγκη ελέγχου της σχέσης µεταξύ δυο κατηγορικών µεταβλητών (Ordial ή omial. Π.χ. θέλουµε να διερευνήσουµε τη σχέση µεταξύ
Διαβάστε περισσότεραΈλεγχος ανεξαρτησίας μεταξύ δύο ποιοτικών μεταβλητών (Crosstabs - Chi-Square Tests)
Έλεγχος ανεξαρτησίας μεταξύ δύο ποιοτικών μεταβλητών (Crosstabs - Chi-Square Tests) Σε αρκετές περιπτώσεις απαιτείται να ελεγχθεί αν η συχνότητα εμφάνισης κάποιων συγκεκριμένων τιμών (κατηγοριών) μιας
Διαβάστε περισσότεραMEΤΑΣΧΗΜΑΤΙΣΜΟΙ 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 περισσότεραΕίδη Μεταβλητών. κλίµακα µέτρησης
ΠΕΡΙΕΧΟΜΕΝΑ Κεφάλαιο 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρµοσµένες Επιστήµες Στατιστικός Πληθυσµός και Δείγµα Το στατιστικό
Διαβάστε περισσότεραΘΕΑΝΩ ΕΡΙΦΥΛΗ ΜΟΣΧΟΝΑ ΣΥΜΠΛΗΡΩΜΑΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ
ΘΕΑΝΩ ΕΡΙΦΥΛΗ ΜΟΣΧΟΝΑ ΣΥΜΠΛΗΡΩΜΑΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΤΟΥ ΜΑΘΗΜΑΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΕΡΕΥΝΑ Πρόβληµα µεταφοράς Η ανάπτυξη και διαµόρφωση του προβλήµατος µεταφοράς αναπτύσσεται στις σελίδες 40-45 του βιβλίου των
Διαβάστε περισσότεραΣυνάφεια μεταξύ ποιοτικών μεταβλητών. Εκδ. #3,
Συνάφεια μεταξύ ποιοτικών μεταβλητών Εκδ. #3, 19.03.2016 Ο έλεγχος ανεξαρτησίας χ 2 Ο έλεγχος ανεξαρτησίας χ 2 εφαρμόζεται για να εξετάσουμε τη συνάφεια μεταξύ δύο ποιοτικών μεταβλητών με την έννοια της
Διαβάστε περισσότεραΚεφάλαιο 16. Σύγκριση συχνοτήτων κατηγοριών: το στατιστικό κριτήριο χ 2. Προϋποθέσεις για τη χρήση του τεστ. ιαφορές ή συσχέτιση.
Κεφάλαιο 16 Σύγκριση συχνοτήτων κατηγοριών: το στατιστικό κριτήριο χ 1 Προϋποθέσεις για τη χρήση του τεστ ιαφορές ή συσχέτιση Κλίµακα µέτρησης Σχεδιασµός Σηµείωση ιαφορές Κατηγορική Ανεξάρτητα δείγµατα
Διαβάστε περισσότεραΜεθοδολογία της Έρευνας και Εφαρμοσμένη Στατιστική
Μεθοδολογία της Έρευνας και Εφαρμοσμένη Στατιστική Μη παραμετρικοί στατιστικοί έλεγχοι Καθηγητής ΔΠΘ Κων/νος Τσαγκαράκης Δευτέρα 6 Μαρτίου 13:00-16:00 Ώρα για εξ αποστάσεως συνεργασία Τρίτη 7 Μαρτίου 12:00-14:00
Διαβάστε περισσότερα1. 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 περισσότερα3.4.2 Ο Συντελεστής Συσχέτισης τ Του Kendall
3..2 Ο Συντελεστής Συσχέτισης τ Του Kendall Ο συντελεστής συχέτισης τ του Kendall μοιάζει με τον συντελεστή ρ του Spearman ως προς το ότι υπολογίζεται με βάση την τάξη μεγέθους των παρατηρήσεων και όχι
Διαβάστε περισσότεραStatXact ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. StatXact. ΜΑΘΗΜΑ 5 ΕΡΓΑΣΤΗΡΙΟ 1 - συνέχεια ΜΕΤΡΑ ΚΙΝ ΥΝΟΥ & ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ ΜΕ ΤΗΝ ΧΡΗΣΗ StatXact
ΠΜΣ ΕΠΑΓΓΕΛΜΑΤΙΚΗ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗ ΥΓΕΙΑ, ΙΑΧΕΙΡΙΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΗ ΑΠΟΤΙΜΗΣΗ ΑΚ. ΕΤΟΣ 2006-2007, 3ο εξάµηνο StatXact ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ ΜΑΘΗΜΑ 5 ΕΡΓΑΣΤΗΡΙΟ 1 - συνέχεια ΜΕΤΡΑ ΚΙΝ ΥΝΟΥ & ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ
Διαβάστε περισσότεραΓια να ελέγξουµε αν η κατανοµή µιας µεταβλητής είναι συµβατή µε την κανονική εφαρµόζουµε το test Kolmogorov-Smirnov.
A. ΈΛΕΓΧΟΣ ΚΑΝΟΝΙΚΟΤΗΤΑΣ A 1. Έλεγχος κανονικότητας Kolmogorov-Smirnov. Για να ελέγξουµε αν η κατανοµή µιας µεταβλητής είναι συµβατή µε την κανονική εφαρµόζουµε το test Kolmogorov-Smirnov. Μηδενική υπόθεση:
Διαβάστε περισσότεραΜέθοδος μέγιστης πιθανοφάνειας
Μέθοδος μέγιστης πιθανοφάνειας Αν x =,,, παρατηρήσεις των Χ =,,,, τότε έχουμε διαθέσιμο ένα δείγμα Χ={Χ, =,,,} της κατανομής F μεγέθους με από κοινού σ.κ. της Χ f x f x Ορισμός : Θεωρούμε ένα τυχαίο δείγμα
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ. Μη Παραµετρική Στατιστική, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών
Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών Εισαγωγή Στα προβλήµατα που έχουµε ασχοληθεί µέχρι τώρα, υποστηρίζουµε ότι έχουµε ένα δείγµα X = (X 1, X 2,...,X n ) F(,θ). π.χ. X 1, X 2,...,X n τ.δ. N(µ,σ 2 ),
Διαβάστε περισσότεραΠροσδιορισµόςΒέλτιστης 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 περισσότεραΜη Παραμετρικοί Έλεγχοι & Η Δοκιμασία Χ 2
Μη Παραμετρικοί Έλεγχοι & Η Δοκιμασία Χ 2. Μη Παραμετρικοί Έλεγχοι Παραμετρικοί είναι οι κλασικοί έλεγχοι υποθέσεων της Στατιστικής οι οποίοι διεξάγονται κάτω από κάποιες προϋποθέσεις για τις παραμέτρους
Διαβάστε περισσότεραα) 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 περισσότεραΕίδη Μεταβλητών Κλίμακα Μέτρησης Οι τεχνικές της Περιγραφικής στατιστικής ανάλογα με την κλίμακα μέτρησης Οι τελεστές Π και Σ
ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρμοσμένες Επιστήμες Στατιστικός Πληθυσμός και Δείγμα Το στατιστικό
Διαβάστε περισσότερα2.6 ΟΡΙΑ ΑΝΟΧΗΣ. πληθυσµού µε πιθανότητα τουλάχιστον ίση µε 100(1 α)%. Το. X ονοµάζεται κάτω όριο ανοχής ενώ το πάνω όριο ανοχής.
2.6 ΟΡΙΑ ΑΝΟΧΗΣ Το διάστηµα εµπιστοσύνης παρέχει µία εκτίµηση µιας άγνωστης παραµέτρου µε την µορφή διαστήµατος και ένα συγκεκριµένο βαθµό εµπιστοσύνης ότι το διάστηµα αυτό, µε τον τρόπο που κατασκευάσθηκε,
Διαβάστε περισσότεραΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ 5.1 5.8
ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ 5. 5.8 5. Ένας υγειονοµικός σταθµός θέλει να ελέγξει αν ο µέσος αριθµός βακτηριδίων ανά µονάδα όγκου θαλασσινού νερού σε µια παραλία υπερβαίνει το επίπεδο ασφαλείας των 9 µονάδων. ώδεκα
Διαβάστε περισσότεραΥΠΟΛΟΓΙΣΜΟΣ ΑΝΑΠΤΥΓΜΑΤΟΣ FOURIER ΜΕ ΑΡΙΘΜΗΤΙΚΟ ΤΡΟΠΟ
ΣΧΟΛΗ Ν. ΟΚΙΜΩΝ ΘΕΩΡΙΑ ΚΥΚΛΩΜΑΤΩΝ ΙΙ Σ.Α.Ε. ΥΠΟΛΟΓΙΣΜΟΣ ΑΝΑΠΤΥΓΜΑΤΟΣ FOURIER ΜΕ ΑΡΙΘΜΗΤΙΚΟ ΤΡΟΠΟ ΕΚΕΜΒΡΙΟΣ 3 ) Αρχικό σήµα ( ) Στο παρακάτω σχήµα φαίνεται ένα περιοδικό σήµα ( ), το οποίο έχει ληφθεί από
Διαβάστε περισσότεραη πιθανότητα επιτυχίας. Επομένως, η συνάρτηση πιθανοφάνειας είναι ίση με: ( ) 32 = p 18 1 p
ΑΣΚΗΣΗ 1 ΣΕΜΦΕ 14-15 i. Έστω yi ο αριθμός των προσπαθειών κάθε μαθητή μέχρι να πετύχει τρίποντο. Ο αριθμός των προσπαθειών πριν ο μαθητής να πετύχει τρίποντο θα είναι xi = yi - 1, i = 1,,18. 2 2 3 2 1
Διαβάστε περισσότερα2 + 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 περισσότεραΣηµειώσεις 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 περισσότεραΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ ΕΞΕΤΑΣΤΙΚΗΣ ΠΕΡΙΟ ΟΥ ΙΟΥΝΙΟΥ 2004., η οποία όµως µπορεί να γραφεί µε την παρακάτω µορφή: 1 e
ΤΟΜΕΑΣ ΗΛΕΚΤΡΟΝΙΚΗΣ ΚΑΙ ΤΕΧΝΟΛΟΓΙΑΣ ΣΥΣΤΗΜΑΤΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΕΡΓΑΣΤΗΡΙΟ ΑΝΑΛΥΣΗΣ ΗΛΕΚΤΡΙΚΩΝ ΚΥΚΛΩΜΑΤΩΝ ΜΑΘΗΜΑ: ΨΗΦΙΑΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΣΗΜΑΤΩΝ ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ ΕΞΕΤΑΣΤΙΚΗΣ ΠΕΡΙΟ ΟΥ ΙΟΥΝΙΟΥ 4 AΣΚΗΣΗ () [ ] (.5)
Διαβάστε περισσότεραcov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες-εαρινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Συνδιασπορά - Συσχέτιση Τυχαίων Μεταβλητών Επιµέλεια : Κωνσταντίνα
Διαβάστε περισσότεραc(2x + y)dxdy = 1 c 10x )dx = 1 210c = 1 c = x + y 1 (2xy + y2 2x + y dx == yx = 1 (32 + 4y) (2x + y)dxdy = 23 28
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-7: Πιθανότητες-Χειµερινό Εξάµηνο 5 ιδάσκων : Π. Τσακαλίδης Λύσεις 6ης Σειρά Ασκήσεων Ασκηση. (α) Εχουµε ότι : 6 5 x= y= 6 x= 6 x= c(x + y)dxdy = ) c
Διαβάστε περισσότερα1.4 Λύσεις αντιστρόφων προβλημάτων.
.4 Λύσεις αντιστρόφων προβλημάτων. Ο τρόπος παρουσίασης της λύσης ενός αντίστροφου προβλήµατος µπορεί να διαφέρει ανάλογα µε τη «φιλοσοφία» επίλυσης που ακολουθείται και τη δυνατότητα παροχής πρόσθετης
Διαβάστε περισσότεραΠιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου
Πιθανότητες Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Σχολή Ναυτικών οκίµων Ακ. Ετος 2018-2019 Εισαγωγικά Βασικοί Ορισµοί Πράξεις Γεγονότων Σχεδιάγραµµα της Υλης Βασικές Εννοιες της Θεωρίας Πιθανοτήτων
Διαβάστε περισσότεραΚ. Ι. ΠΑΠΑΧΡΗΣΤΟΥ. Τοµέας Φυσικών Επιστηµών Σχολή Ναυτικών οκίµων ΟΡΙΖΟΥΣΕΣ. Ιδιότητες & Εφαρµογές
Κ Ι ΠΑΠΑΧΡΗΣΤΟΥ Τοµέας Φυσικών Επιστηµών Σχολή Ναυτικών οκίµων ΟΡΙΖΟΥΣΕΣ Ιδιότητες & Εφαρµογές ΠΕΙΡΑΙΑΣ 2013 ΟΡΙΖΟΥΣΕΣ Έστω 2 2 πίνακας: a b A= c d Όπως γνωρίζουµε, η ορίζουσα του Α είναι ο αριθµός a
Διαβάστε περισσότεραΟι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι:
Κατανοµές ειγµατοληψίας 1.Εισαγωγή Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι: 1. Στατιστικής και 2. Κατανοµής ειγµατοληψίας
Διαβάστε περισσότεραΕίδαµε στο προηγούµενο κεφάλαιο ότι, όταν τα δεδοµένα που χρησιµοποιούνται σε ένα υπόδειγµα, δεν προέρχονται από στάσιµες χρονικές σειρές έχουµε το
ΜΑΘΗΜΑ 9ο ΣΥΝΟΛΟΚΛΗΡΩΣΗ (Έννοιες, Ορισµοί) Είδαµε στο προηγούµενο κεφάλαιο ότι, όταν τα δεδοµένα που χρησιµοποιούνται σε ένα υπόδειγµα, δεν προέρχονται από στάσιµες χρονικές σειρές έχουµε το πρόβληµα της
Διαβάστε περισσότεραΟ είκτης Συσχέτισης. Υπάρχουν πολλές οι έρευνες στις οποίες µας ενδιαφέρει να µελετήσουµε αν υπάρχει ΑΛΛΗΛΕΞΑΡΤΗΣΗ µεταξύ δύο µεταβλητών
Κεφάλαιο 8 Ο είκτης Συσχέτισης 1 Η έννοια της Αλληλεξάρτησης Υπάρχουν πολλές οι έρευνες στις οποίες µας ενδιαφέρει να µελετήσουµε αν υπάρχει ΑΛΛΗΛΕΞΑΡΤΗΣΗ µεταξύ δύο µεταβλητών ηλαδή, µας ενδιαφέρει να
Διαβάστε περισσότερα5. Έλεγχοι Υποθέσεων
5. Έλεγχοι Υποθέσεων Υποθέσεις Η μηδενική υπόθεση Η (ή ΗΑ) εναλλακτική υπόθεση Δεχόμαστε Η Απορρίπτουμε Η Η σωστή Σωστή απόφαση -α Σφάλμα τύπου Ι α Η λάθος Σφάλμα τύπου ΙΙ β Σωστή απόφαση -β ΒΙΟ39-Έλεγχος
Διαβάστε περισσότεραΟι στατιστικοί έλεγχοι x τετράγωνο, t- test, ANOVA & Correlation. Σταμάτης Πουλακιδάκος
Οι στατιστικοί έλεγχοι x τετράγωνο, t- test, ANOVA & Correlation Σταμάτης Πουλακιδάκος Μερικά εισαγωγικά λόγια Οι έλεγχοι των ερευνητικών υποθέσεων πραγματοποιούνται με διάφορους στατιστικούς ελέγχους,
Διαβάστε περισσότεραΕΛΕΓΧΟΙ 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 περισσότεραΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π
ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Π ι θ α ν ό τ η τ ε ς ΙΙ Πειραιάς 2007 1 2 Από κοινού συνάρτηση πυκνότητας μιας δισδιάστατης συνεχούς τυχαίας μεταβλητής Μία διδιάστατη συνεχής τυχαία μεταβλητή
Διαβάστε περισσότεραONE WAY ANOVA. .Π.Μ.Σ. Μαθηµατικά των Υπολογιστών & των αποφάσεων. Πάτρα, 11 Ιανουαρίου 2011
Πάτρα, 11 Ιανουαρίου 2011 Πίνακας Περιεχοµένων 1 completely random design with fixed effects 2 3 Πίνακας Περιεχοµένων 1 completely random design with fixed effects 2 3 Γενικά completely random design with
Διαβάστε περισσότεραΣΗΜΕΙΩΣΕΙΣ ΣΤΑΤΙΣΤΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ «ΦΡΟΝΤΙ Α ΣΤΟ ΣΑΚΧΑΡΩ Η ΙΑΒΗΤΗ» ΑΝΑΛΥΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
ΣΗΜΕΙΩΣΕΙΣ ΣΤΑΤΙΣΤΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ «ΦΡΟΝΤΙ Α ΣΤΟ ΣΑΚΧΑΡΩ Η ΙΑΒΗΤΗ» ΑΝΑΛΥΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Γκριζιώτη Μαρία ΜSc Ιατρικής Ερευνητικής Μεθοδολογίας Αναλυτική στατιστική Σύγκριση ποιοτικών
Διαβάστε περισσότεραΚεφάλαιο 9 ο Κ 5, 4 4, 5 0, 0 0,0 5, 4 4, 5. Όπως βλέπουµε το παίγνιο δεν έχει καµιά ισορροπία κατά Nash σε αµιγείς στρατηγικές διότι: (ΙΙ) Α Κ
Κεφάλαιο ο Μεικτές Στρατηγικές Τώρα θα δούµε ένα παράδειγµα στο οποίο κάθε παίχτης έχει τρεις στρατηγικές. Αυτό θα µπορούσε να είναι η µορφή που παίρνει κάποιος µετά που έχει απαλείψει όλες τις αυστηρά
Διαβάστε περισσότερα3.4.1 Ο Συντελεστής ρ του Spearman
3.4. Ο Συντελεστής ρ του Spearma Έστω (, ), (, ),..., (, ) ένα δείγμα παρατηρήσεων πάνω στο τυχαίο διάνυσμα (, ). Έστω ( ) ο βαθμός ή η τάξη μεγέθους της μεταβλητής όταν αυτή συγκρίνεται με τις άλλες Χ
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών. HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-217: Πιθανότητες - Χειµερινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ασκηση 1. Σε κάθε περίπτωση πρέπει να χρησιµοποιήσουµε
Διαβάστε περισσότεραΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS)
ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS) Έλεγχος Υποθέσεων για την Μέση Τιμή ενός Δείγματος (One Sample t-test) Το κριτήριο One sample t-test χρησιμοποιείται όταν θέλουμε να συγκρίνουμε τον αριθμητικό
Διαβάστε περισσότεραxp X (x) = k 3 10 = k 3 10 = 8 3
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες - Χειµερινό Εξάµηνο 07 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 5 ιακριτές Τυχαίες Μεταβλητές ( ΙΙ ) Ασκηση. Ρίχνουµε ένα αµερόληπτο εξάεδρο
Διαβάστε περισσότεραΑσκήσεις Εξετάσεων. Μεταπτυχιακό Πρόγραμμα Σπουδών στη. Διοίκηση των Επιχειρήσεων
Ασκήσεις Εξετάσεων Μεταπτυχιακό Πρόγραμμα Σπουδών στη Διοίκηση των Επιχειρήσεων ΑΣΚΗΣΗ 1: Έλεγχος για τη μέση τιμή ενός πληθυσμού Η αντικαπνιστική νομοθεσία υποχρεώνει τους καπνιστές που εργάζονται σε
Διαβάστε περισσότεραΗ παρούσα αξία της επένδυσης αν αυτή υλοποιηθεί άµεσα είναι 0 K 0 1 K
6. Αβεβαιότητα και µη Αναστρέψιµες Επενδύσεις Στην περίπτωση που µία επένδυση δεν µπορεί να αντιστραφεί χωρίς κόστος, δηλαδή αφού έχει πραγµατοποιηθεί η αγορά κεφαλαιακού εξοπλισµού, κατασκευή κτηρίων
Διαβάστε περισσότεραΕπίλυση Γραµµικών Συστηµάτων
Κεφάλαιο 3 Επίλυση Γραµµικών Συστηµάτων 31 Εισαγωγή Αριθµητική λύση γενικών γραµµικών συστηµάτων n n A n n x n 1 b n 1, όπου a 11 a 12 a 1n a 21 a 22 a 2n A [a i j, x a n1 a n2 a nn x n, b b 1 b 2 b n
Διαβάστε περισσότερα) = 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 περισσότερα3 η δεκάδα θεµάτων επανάληψης
η δεκάδα θεµάτων επανάληψης. Έστω η συνάρτηση f() = 80 αν < < 0 αν 0 αν i ) Να υπολογιστεί η τιµή της παράστασης Α = f( ) + f(0) 5f() f + f( ) Αν Μ(, ) και Ν(, 0) να βρείτε την εξίσωση της ευθείας ΜΝ i
Διαβάστε περισσότερα07_Έλεγχος_Συχνοτήτων. Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ.
Ν161_(6)_Στατιστική στη Φυσική Αγωγή 07_Έλεγχος_Συχνοτήτων Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.. 1 Σύγκριση παρατηρούμενων συχνοτήτων με τις αντίστοιχες θεωρητικές συχνότητες εωρητικές
Διαβάστε περισσότεραx 2 = x 2 1 + x 2 2. x 2 = u 2 + x 2 3 Χρησιµοποιώντας το συµβολισµό του ανάστροφου, αυτό γράφεται x 2 = x T x. = x T x.
Κεφάλαιο 4 Μήκη και ορθές γωνίες Μήκος διανύσµατος Στο επίπεδο, R 2, ϐρίσκουµε το µήκος ενός διανύσµατος x = (x 1, x 2 ) χρησιµοποιώντας το Πυθαγόρειο ϑεώρηµα : x 2 = x 2 1 + x 2 2. Στο χώρο R 3, εφαρµόζουµε
Διαβάστε περισσότεραΠανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών. ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης. Λύσεις Τρίτης Σειράς Ασκήσεων
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-217: Πιθανότητες-Χειµερινό Εξάµηνο 2015 ιδάσκων : Π. Τσακαλίδης Λύσεις Τρίτης Σειράς Ασκήσεων Ασκηση 1. (i Υποθέτοντας ότι επιτρέπονται επαναλήψεις
Διαβάστε περισσότεραΜεθοδολογία των επιστημών του Ανθρώπου: Στατιστική Ι
Μεθοδολογία των επιστημών του Ανθρώπου: Στατιστική Ι Εργαστήριο 9 1. Να χρησιμοποιηθεί το αρχείο data_kids. Τα δεδομένα του προέρχονται από την έρευνα των Chase και Dummer (1992), μελέτησαν τον ρόλο των
Διαβάστε περισσότεραΜενύχτα, Πιπερίγκου, Σαββάτης. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 5 ο
Κατανομές Στατιστικών Συναρτήσεων Δύο ανεξάρτητα δείγματα από κανονική κατανομή Έστω Χ= ( Χ, Χ,..., Χ ) τ.δ. από Ν( µ, σ ) μεγέθους n και 1 n 1 1 Y = (Y, Y,..., Y ) τ.δ. από Ν( µ, σ ) 1 n 1 Χ Y ( µ µ )
Διαβάστε περισσότεραΜαντζούνη, Πιπερίγκου, Χατζή. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 5 ο
Κατανομές Στατιστικών Συναρτήσεων Δύο δείγματα από κανονική κατανομή Έστω Χ= ( Χ, Χ,..., Χ ) τ.δ. από Ν( µ, σ ) μεγέθους n και 1 n 1 1 Y = (Y, Y,...,Y ) τ.δ. από Ν( µ, σ ) 1 n 1 Χ Y ( µ µ ) S σ Τ ( Χ,Y)
Διαβάστε περισσότερα09_Μη παραμετρικοί έλεγχοι υποθέσεων. Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ.
Ν161_(6)_Στατιστική στη Φυσική Αγωγή 09_Μη παραμετρικοί έλεγχοι υποθέσεων Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ. 1 Όταν δεν υπάρχουν διαθέσιμες πληροφορίες για την κατανομή των πληθυσμών,
Διαβάστε περισσότεραΥ: Νόσος. Χ: Παράγοντας Κινδύνου 1 (Ασθενής) 2 (Υγιής) Σύνολο. 1 (Παρόν) n 11 n 12 n 1. 2 (Απών) n 21 n 22 n 2. Σύνολο n.1 n.2 n..
Μέτρα Κινδύνου για Δίτιμα Κατηγορικά Δεδομένα Σε αυτή την ενότητα θα ορίσουμε δείκτες μέτρησης του κινδύνου εμφάνισης μίας νόσου όταν έχουμε δίτιμες κατηγορικές μεταβλητές. Στην πιο απλή περίπτωση μας
Διαβάστε περισσότεραΑναλυτική Στατιστική
Αναλυτική Στατιστική Συμπερασματολογία Στόχος: εξαγωγή συμπερασμάτων για το σύνολο ενός πληθυσμού, αντλώντας πληροφορίες από ένα μικρό υποσύνολο αυτού Ορισμοί Πληθυσμός: σύνολο όλων των υπό εξέταση μονάδων
Διαβάστε περισσότεραc(x 1)dx = 1 xf X (x)dx = (x 2 x)dx = 2 3 x3 x 2 x 2 2 (x 1)dx x 2 f X (x)dx = (x 3 x 2 )dx = 2 4 x4 2 3 x3
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών Θεωρία Πιθανοτήτων ιδάσκων : Π. Τσακαλίδης Λύσεις Τελικής Εξέτασης - 9 Ιανουαρίου 05 Θέµα. α Η γραφική παράσταση της σ.π.π. f X x ϕαίνεται στο σχήµα :
Διαβάστε περισσότεραΈλεγχος καλής προσαρμογής για μια ποιοτική μεταβλητή (Nonparametric Tests Chi-Square)
Έλεγχος καλής προσαρμογής για μια ποιοτική μεταβλητή (Nonparametric Tests Chi-Square) Το Chi Square τεστ αποτελεί ένα μη παραμετρικό τεστ και εφαρμόζεται σε ονομαστικές μεταβλητές, βάσει των οποίων τα
Διαβάστε περισσότεραΗ εύρεση της πιθανής σχέσης μεταξύ δύο ποιοτικών μεταβλητών επιτυγχάνεται
ΚΕΦΑΛΑΙΟ ΤΡΙΤΟ Εξέταση της σχέσης δυο μεταβλητών Μία στατιστική ανάλυση δεν περιορίζεται ποτέ στη μελέτη μίας μεταβλητής, αλλά πάντοτε απαιτείται η μελέτη της σχέσης μεταξύ δύο ή και περισσότερων μεταβλητών.
Διαβάστε περισσότεραΕπισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ. M. Kούτρας
Επισκόπηση ύλης Πιθανοτήτων Μέρος ΙΙ M. Kούτρας Πειραιάς, 2015 Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ M. Kούτρας Πειραιάς, 2015 1 Από κοινού συνάρτηση πιθανότητας μιας δισδιάστατης διακριτής τυχαίας μεταβλητής
Διαβάστε περισσότερα3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ
20 3. ΠΑΡΑΜΕΤΡΟΙ ΚΑΤΑΝΟΜΩΝ ΟΡΙΣΜΟΣ ΤΗΣ ΜΕΣΗΣ ΤΙΜΗΣ Μια πολύ σηµαντική έννοια στη θεωρία πιθανοτήτων και τη στατιστική είναι η έννοια της µαθηµατικής ελπίδας ή αναµενόµενης τιµής ή µέσης τιµής µιας τυχαίας
Διαβάστε περισσότεραΕπισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ. M. Kούτρας
Επισκόπηση ύλης Πιθανοτήτων: Μέρος ΙΙ M. Kούτρας Πειραιάς, 2014 1 Από κοινού συνάρτηση πιθανότητας μιας δισδιάστατης διακριτής τυχαίας μεταβλητής Με λόγια, η f ( x, y) δίνει την πιθανότητα να εμφανισθεί
Διαβάστε περισσότεραΥ: Νόσος. Χ: Παράγοντας Κινδύνου 1 (Ασθενής) 2 (Υγιής) Σύνολο. 1 (Παρόν) n 11 n 12 n 1. 2 (Απών) n 21 n 22 n 2. Σύνολο n.1 n.2 n..
Μέτρα Κινδύνου για Δίτιμα Κατηγορικά Δεδομένα Σε αυτή την ενότητα θα ορίσουμε δείκτες μέτρησης του κινδύνου εμφάνισης μίας νόσου όταν έχουμε δίτιμες κατηγορικές μεταβλητές. Στην πιο απλή περίπτωση μας
Διαβάστε περισσότεραΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης
ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης Άσκηση 1 η Ένας παραγωγός σταφυλιών ισχυρίζεται ότι τα κιβώτια σταφυλιών που συσκευάζει
Διαβάστε περισσότεραΣΤΟΧΟΙ ΤΗΣ ΕΝΟΤΗΤΑΣ ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΜΗ ΠΑΡΑΜΕΤΡΙΚΩΝ ΕΛΕΓΧΩΝ
ΣΤΟΧΟΙ ΤΗΣ ΕΝΟΤΗΤΑΣ Να δοθούν οι βασικές αρχές των µη παραµετρικών ελέγχων (non-parametric tests). Να παρουσιασθούν και να αναλυθούν οι γνωστότεροι µη παραµετρικοί έλεγχοι Να αναπτυχθεί η µεθοδολογία των
Διαβάστε περισσότεραΠΜΣ ΕΠΑΓΓΕΛΜΑΤΙΚΗ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗ ΥΓΕΙΑ, ΙΑΧΕΙΡΙΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΗ ΑΠΟΤΙΜΗΣΗ. Βιοστατική ΙΙ
Κεφάλαιο 3: είκτες Νοσηρότητας, Μέτρα Κινδύνου και ιαγνωστικού Ελέγχου 42 ΠΜΣ ΕΠΑΓΓΕΛΜΑΤΙΚΗ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗ ΥΓΕΙΑ, ΙΑΧΕΙΡΙΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΗ ΑΠΟΤΙΜΗΣΗ Βιοστατική ΙΙ Ενότητα 3 είκτες Νοσηρότητας, Μέτρα
Διαβάστε περισσότεραΜη Παραµετρικά Κριτήρια. Παραµετρικά Κριτήρια
Κεφάλαιο 7 Μη Παραµετρικά Κριτήρια Παραµετρικά Κριτήρια Τα παραµετρικά κριτήρια είναι στατιστικά κριτήρια που απαιτούν την ικανοποίηση συγκεκριµένων προϋποθέσεων είτε αναφορικά µε συγκεκριµένες παραµέτρους
Διαβάστε περισσότεραΜέθοδος μέγιστης πιθανοφάνειας
Αν x =,,, παρατηρήσεις των Χ =,,,, τότε έχουμε διαθέσιμο ένα δείγμα Χ={Χ, =,,,} της κατανομής F μεγέθους με από κοινού σκ της Χ f x f x Ορισμός : Θεωρούμε ένα τυχαίο δείγμα Χ=(Χ, Χ,, Χ ) από πληθυσμό το
Διαβάστε περισσότεραX:S X(S) Έστω ότι στρίβουµε ένα αµερόληπτο νόµισµα δύο φορές και ενδιαφερόµαστε για τον αριθµό των Κ που θα εµφανιστούν.
Στατιστική Ι: Ακαδηµαϊκό Έτος 6-7 Τυχαίες Μεταβλητές Έστω ότι εκτελούµε ένα πείραµα τύχης και ότι είµαστε σε θέση να µετρήσουµε όλα τα δυνατά αποτελέσµατα και να αντιστοιχούµε ένα πραγµατικό αριθµό σε
Διαβάστε περισσότεραΚεφάλαιο 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 περισσότεραΆσκηση 1. i) α) ============================================================== α > 0. Πρέπει κατ αρχήν να ορίζεται ο λογάριθµος, δηλ.
http://elearn.maths.gr/, maths@maths.gr, Τηλ: 697905 Ενδεικτικές απαντήσεις 4ης Γραπτής Εργασίας ΠΛΗ 007-008: Οι φοιτητές θα κάνουν την δική τους εργασία σκεπτόµενοι πάνω στις ενδεικτικές απαντήσεις. Σε
Διαβάστε περισσότεραµηδενικό πολυώνυµο; Τι ονοµάζουµε βαθµό του πολυωνύµου; Πότε δύο πολυώνυµα είναι ίσα;
ΘΕΩΡΙΑ ΠΟΛΥΩΝΥΜΩΝ 1. Τι ονοµάζουµε µονώνυµο Μονώνυµο ονοµάζεται κάθε γινόµενο το οποίο αποτελείται από γνωστούς και αγνώστους (µεταβλητές ) πραγµατικούς αριθµούς. Ο γνωστός πραγµατικός αριθµός ονοµάζεται
Διαβάστε περισσότεραΚεφάλαιο 15 Έλεγχοι χ-τετράγωνο
Κεφάλαιο 15 Έλεγχοι χ-τετράγωνο Copyright 2009 Cengage Learning 15.1 Ένα Κοινό Θέμα Τι πρέπει να γίνει; Τύπος Δεδομένων; Πλήθος Κατηγοριών; Στατιστική Μέθοδος; Περιγραφή ενός πληθυσμού Ονομαστικά Δύο ή
Διαβάστε περισσότεραΠινάκες συνάφειας. Βαρύτητα συμπτωμάτων. Φύλο Χαμηλή Υψηλή. Άνδρες. Γυναίκες
Πινάκες συνάφειας εξερεύνηση σχέσεων μεταξύ τυχαίων μεταβλητών. Είναι λογικό λοιπόν, στην ανάλυση των κατηγορικών δεδομένων να μας ενδιαφέρει η σχέση μεταξύ δύο ή περισσότερων κατηγορικών μεταβλητών. Έστω
Διαβάστε περισσότεραΈλεγχος υποθέσεων ΚΛΑΣΙΚΟΙ ΈΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ. Ημέσητιμήενόςπληθυσμούείναιίσημε δοθείσα γνωστή τιμή. Έλεγχος για τις μέσες τιμές δύο πληθυσμών.
Έλεγχος υποθέσεων ΚΛΑΣΙΚΟΙ ΈΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ Ημέσητιμήενόςπληθυσμούείναιίσημε δοθείσα γνωστή τιμή. Έλεγχος για τις μέσες τιμές δύο πληθυσμών. Η μέση τιμή ενός πληθυσμού είναι ίση με δοθείσα γνωστή τιμή
Διαβάστε περισσότερα3. 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 περισσότεραΈλεγχος Ανεξαρτησίας x2 του Pearson x2 του Pearson
Έλεγχος Ανεξαρτησίας x του Parso Έστω ότι λαμβάνουμε δείγμα μεγέθους. Η πιθανότητα π εμφάνισης ενός χαρακτηριστικού να βρεθεί στο κελί (i,j) κάτω από την υπόθεση Η 0 της ανεξαρτησίας δίνεται από την σχέση
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ 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 26 Ιανουαρίου 2004 ιάρκεια: 2 ώρες (9:00-:00) Στην παρακάτω
Διαβάστε περισσότεραΧαρακτηριστικά της ανάλυσης διασποράς. ΑΝΑΛΥΣΗ ΙΑΣΠΟΡΑΣ (One-way analysis of variance)
ΑΝΑΛΥΣΗ ΙΑΣΠΟΡΑΣ (Oe-way aalysis of variace) Να γίνει µια εισαγωγή στη µεθοδολογία της ανάλυσης > δειγµάτων Να εφαρµοσθεί και να κατανοηθεί η ανάλυση διασποράς µε ένα παράγοντα. Να κατανοηθεί η χρήση των
Διαβάστε περισσότεραΓ 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 περισσότεραCRAMER-RAO ΚΑΤΩ ΦΡΑΓΜΑ - ΑΠΟ ΟΤΙΚΟΙ ΕΚΤΙΜΗΤΕΣ
CRAMER-RAO ΚΑΤΩ ΦΡΑΓΜΑ - ΑΠΟ ΟΤΙΚΟΙ ΕΚΤΙΜΗΤΕΣ Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών Θεώρηµα Cramer-Rao Θεώρηµα Cramer-Rao Εστω X = (X 1, X,...,X n ) ένα δείγµα µε από κοινού πυκνότητα πιθανότητας f X
Διαβάστε περισσότεραεξαρτάται από το θ και για αυτό γράφουµε την σ.π.π. στην εξής µορφή: ( θ, + ) θ θ n 2n (θ,+ ) 1, 0, x θ.
Άσκηση : Έστω Χ,,Χ τυχαίο δείγµα µεγέους από την κατανοµή µε σππ 3 p (,, >, > 0 α είξτε ότι η στατιστική συνάρτηση Τ( Χ : Χ ( m είναι επαρκής για την παράµετρο και πλήρης κ β Βρείτε ΑΕΕ του α Το στήριγµα
Διαβάστε περισσότερα2.5 ΕΛΕΓΧΟΣ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ (The Quantile Test)
.5 ΕΛΕΓΧΟΣ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ (The Quantile Test) Ο διωνυμικός έλεγχος μπορεί να χρησιμοποιηθεί για τον έλεγχο υποθέσεων αναφερομένων στα ποσοστιαία σημεία μίας τυχαίας μεταβλητής. Στην
Διαβάστε περισσότεραΣχήµα 2.1: Εισαγωγή array στο Front Panel.
Arrays (Πίνακες) 1. Στο LAbVIEW η εισαγωγή πινάκων γίνεται µε τα arrays. Για να εισάγουµε ένα array στο Front Panel κάνουµε δεξί κλικ σε αυτό και επιλέγουµε την εντολή «Array» από το µενού «Array, Matrix
Διαβάστε περισσότεραΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΕΙ ΠΑΤΡΑΣ ΤΕΙ ΠΑΤΡΑΣ ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΏΝ ΠΑΙΓΝΙΩΝ- ΠΡΟΓΡΑΜΜΑ GAMBIT
ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Α Κ Α Η Μ Α Ι Κ Ο Ε Τ Ο Σ 2 0 1 1-2 0 1 2 ΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΟΣ ΕΠΙΧΕΙΡΗΣΙΑΚΏΝ ΠΑΙΓΝΙΩΝ- ΠΡΟΓΡΑΜΜΑ GAMBIT Ο συγκεκριµένος οδηγός για το πρόγραµµα
Διαβάστε περισσότεραΗ Έννοια της τυχαίας ιαδικασίας
Η Έννοια της τυχαίας ιαδικασίας Η έννοια της τυχαίας διαδικασίας, βασίζεται στην επέκταση της έννοιας της τυχαίας µεταβλητής, ώστε να συµπεριλάβει το χρόνο. Σεκάθεαποτέλεσµα s k ενόςπειράµατοςτύχης αντιστοιχούµε,
Διαβάστε περισσότεραΚλωνάρης Στάθης. ΠΜΣ: Οργάνωση & Διοίκηση Επιχειρήσεων Τροφίμων και Γεωργίας
Κλωνάρης Στάθης ΠΜΣ: Οργάνωση & Διοίκηση Επιχειρήσεων Τροφίμων και Γεωργίας Μέχρι τώρα ασχοληθήκαμε με τις τεχνικές εκτίμησης παραμέτρων για ένα πληθυσμό όπως: τον Μέσο µ και το ποσοστό p Θα συνεχίσουμε
Διαβάστε περισσότεραΣτατιστική 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 περισσότερα3D-Deconvolution. Πριν την εφαρµογή του λογισµικού για 3D deconvolution: 1. Λήψη της εικόνας
3D-Deconvolution Το λογισµικό 3D deconvolution είναι µία µέθοδος ανάλυσης ψηφιακής εικόνας µε την οποία αποµακρύνεται σήµα που οφείλεται σε φθορισµό εκτός εστίασης (out-of-focus light) από εικόνες που
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 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 περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ
ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ Μ.Ν. Ντυκέν, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. Ε. Αναστασίου, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. ΔΙΑΛΕΞΕΙΣ 11 ΣΗΜΠΕΡΑΣΜΑΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ: Σχέση μεταξύ δύο μεταβλητών Βόλος, 2016-2017
Διαβάστε περισσότεραΗΜΙΟΥΡΓΙΑ ΠΑΙΧΝΙ ΙΟΥ ΣΤΟ SCRATCH ΒΗΜΑ ΠΡΟΣ ΒΗΜΑ
ΗΜΙΟΥΡΓΙΑ ΠΑΙΧΝΙ ΙΟΥ ΣΤΟ SCRATCH ΒΗΜΑ ΠΡΟΣ ΒΗΜΑ ΣΕΝΑΡΙΟ ΠΑΙΧΝΙ ΙΟΥ Το παιχνίδι θα αποτελείται από δυο παίκτες, οι οποίοι θα βρίσκονται αντικριστά στις άκρες ενός γηπέδου δεξιά και αριστερά, και µια µπάλα.
Διαβάστε περισσότεραΟικονοµικό Πανεπιστήµιο Αθηνών Τµήµα Στατιστικής Σηµειώσεις για το µάθηµα : Ανάλυση ιακύµανσης και Σχεδιασµός Πειραµάτων
Οικονοµικό Πανεπιστήµιο Αθηνών Τµήµα Στατιστικής Σηµειώσεις για το µάθηµα : Ανάλυση ιακύµανσης και Σχεδιασµός Πειραµάτων Βασίλης Βασδέκης - Στέλιος Ψαράκης Αθήνα 005 Πείραµα Είναι µια δοκιµή ή ένα σύνολο
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ' ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2006 ΕΚΦΩΝΗΣΕΙΣ
ΘΕΜΑ o ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ' ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 006 ΕΚΦΩΝΗΣΕΙΣ A. Η συνάρτηση f είναι παραγωγίσιµη στο ΙR. και c πραγµατική σταθερά. Να αποδείξετε ότι (c f(x)) =c f (x), x ΙR. Μονάδες
Διαβάστε περισσότεραDiscrete Fourier Transforms
Discrete Fourier Transforms Περίληψη Υπολογισµός πολυωνύµων Πολλαπλασιασµός Πολυωνύµων Εφαρµογές Υπολογισµός Πολυωνύµου Σχεδιάστε ένα αλγόριθµο για τον υπολογισµό του πολυωνύµου p(x) για όλες τις τιµές
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ
ΜΑΘΗΜΑ ΙΑΡΚΕΙΑ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 3 ΩΡΕΣ ΘΕΜΑ Ο Α ) Να αποδείξετε ότι για δυο ασυµβίβαστα ενδεχόµενα Α, Β ενός δειγµατικού χώρου Ω ισχύει P( A B) = P( A) + P( B) ( µονάδες 8 ) Β ) Να δώσετε τον
Διαβάστε περισσότερα