ΚΕΦΑΛΑΙΟ 5 ΤΟ ΠΛΕΟΝΕΚΤΗΜΑ ΤΩΝ ΥΠΟΨΗΦΙΩΝ ΠΑΛΑΙΟΤΕΡΩΝ ΕΤΩΝ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΚΕΦΑΛΑΙΟ 5 ΤΟ ΠΛΕΟΝΕΚΤΗΜΑ ΤΩΝ ΥΠΟΨΗΦΙΩΝ ΠΑΛΑΙΟΤΕΡΩΝ ΕΤΩΝ"

Transcript

1 ΚΕΦΑΛΑΙΟ 5 ΤΟ ΠΛΕΟΝΕΚΤΗΜΑ ΤΩΝ ΥΠΟΨΗΦΙΩΝ ΠΑΛΑΙΟΤΕΡΩΝ ΕΤΩΝ Εισαγωγή Στο κεφάλαιο αυτό διερευνούµε αν το να είναι κανείς υποψήφιος παλαιοτέρων ετών, που έχει δώσει τουλάχιστον µια φορά εξετάσεις, του προσδίδει κάποιο πλεονέκτηµα σε σχέση µε τους υποψήφιους που δίνουν για πρώτη φορά, έχει, δηλαδή, θετική ή αρνητική συνεισφορά στη βαθµολογία του. Ταυτόχρονα, επειδή πιθανότατα η βαθµολογία επηρεάζεται και από άλλους παράγοντες, που έχουν κατά καιρούς διερευνηθεί, όπως φύλο, είδος λυκείου κλπ, πρέπει να ενσωµατώσουµε και αυτούς τους παράγοντες στον έλεγχο µας. 5.1 ιατύπωση υποδείγµατος Για να ελέγξουµε την παραπάνω υπόθεση, διατυπώνουµε ένα υπόδειγµα παλινδρόµησης µε εξαρτηµένη µεταβλητή τη συνολική βαθµολογία (µόρια) του υποψήφιου (ποσοτική µεταβλητή) και ανεξάρτητες µεταβλητές τις ποιοτικές µεταβλητές παλαιότητα υποψήφιου, τύπος λυκείου (δηµόσιοιδιωτικό), είδος λυκείου (γενικό-τεχνικό) και φύλο υποψήφιου. Οι ανεξάρτητες µεταβλητές του υποδείγµατος είναι δίτιµες (εικονικές ή ψευδοµεταβλητές) και σαν κατηγορία αναφοράς τους θεωρούµε το 0 για καθεµιά 1. Οι υποθέσεις που γίνονται είναι οι ίδιες µε αυτές της απλής γραµµικής παλινδρόµησης, δηλαδή ότι τα κατάλοιπα της παλινδρόµησης είναι ανεξάρτητα µεταξύ τους και ότι κατανέµονται κανονικά µε µέσο µηδέν και σταθερή διακύµανση. 1 Βλ. Πανάρετος (2001). 43

2 Το υπόδειγµα διατυπώνεται ως εξής : BATHMOL i = a + b 1 (OLDNEW i ) + b 2 (PRIVPUPL i ) + + b 3 (TEXNGEN i ) + b 4 (FYLO i ) + e i (5.1.1) όπου: BATHMOL i = µόρια υποψηφίου i, OLDNEW i = 1 όταν πρόκειται για νέο υποψήφιο και 0 όταν πρόκειται για υποψήφιο παλαιοτέρων ετών, PRIVPUPL i = 1 όταν πρόκειται για υποψήφιο ιδιωτικού λυκείου και 0 όταν πρόκειται για υποψήφιο δηµοσίου λυκείου, TEXNGEN i = 1 όταν πρόκειται για υποψήφιο τεχνικού λυκείου και 0 όταν πρόκειται για υποψήφιο γενικού λυκείου, FYLO i = 1 όταν πρόκειται για υποψήφιο αγόρι και 0 όταν πρόκειται για υποψήφιο κορίτσι. 5.2 Εκτίµηση υποδείγµατος και ερµηνεία Το υπόδειγµα (5.1.1) εκτιµήθηκε για κάθε δέσµη και τα αποτελέσµατα φαίνονται στον παρακάτω πίνακα. 44

3 έσµη 1 η έσµη 2 η έσµη 3 η έσµη 4 η έσµη Μεταβλητές Συντελεστές bi Std.err or t-test Sig t- test OLDNEW ,244-22,313 0,000 PRIVPUBL 175,721 59,167 2,970 0,000 TEXNGEN ,339-29,165 0,003 FYLO -141,390 15,422-9,168 0,000 Constant 2993,717 15, ,167 0,000 OLDNEW ,663-28,906 0,000 PRIVPUBL 152, ,432 0,152 TEXNGEN -549, ,018 0,000 FYLO 75,785 28,782 2,633 0,008 Constant 4038,479 24, ,989 0,000 OLDNEW -475,034 16, ,000 PRIVPUBL 127,943 69, ,065 TEXNGEN ,257-3,682 0,000 FYLO -524,308 20,176-26,051 0,000 Constant 4757,603 12, ,200 0,000 OLDNEW -667,204 14,665-45,498 0,000 PRIVPUBL -215,362 61, ,000 TEXNGEN -517,438 24,725 20,928 0,000 FYLO -837,334 14,634-57,217 0,000 Constant 3654, ,661 0,000 R squa re F test Sig. F-test 0, ,298 0,000 0, ,432 0,000 0, ,000 0, ,235 0,000 Πίνακας Εκτίµηση παραµέτρων υποδείγµατος παλινδρόµησης Εξετάζοντας τους συντελεστές b i για την µεταβλητή OLDNEW παρατηρούµε τη σαφώς καλύτερη επίδοση των υποψηφίων που προέρχονται από προηγούµενες χρονιές. Όπως διαισθητικά µπορούµε να πιθανολογήσουµε, οι υποψήφιοι αυτοί φαίνεται να έχουν ένα συγκριτικό πλεονέκτηµα έναντι αυτών που δίνουν για πρώτη φορά, εφόσον µπορούν να κρατήσουν βαθµολογίες σε δύο το πολύ µαθήµατα από προηγούµενη εξέταση. Αν σε αυτό προστεθεί και το γεγονός της πρότερης εµπειρίας πανελλαδικών εξετάσεων καθώς και του περισσότερου χρόνου µελέτης που είναι διαθέσιµος, το αποτέλεσµα αυτό µπορεί να θεωρηθεί αναµενόµενο. Οι συντελεστές b i της µεταβλητής OLDNEW σύµφωνα µε τα αποτελέσµατα της παλινδρόµησης είναι στατιστικά σηµαντικοί και µε αναµενόµενο πρόσηµο και για τις τέσσερις δέσµες. Συνεπώς το να είναι κανείς υποψήφιος που προέρχεται από παλαιότερα έτη φαίνεται να βελτιώνει τη βαθµολογία του κατά µέσο όρο, 317 µονάδες για 45

4 την 1 η δέσµη, 828 µονάδες για την 2 η, 475 µονάδες για την 3 η και 667 µονάδες για την 4 η δέσµη. Η ανεξάρτητη δίτιµη µεταβλητή που αναφέρεται στο χαρακτήρα λυκείου ιδιωτικά δηµόσια (PRIVPUBL) δεν είναι στατιστικά σηµαντική για την 2 η και 3 η δέσµη. Αντιθέτως είναι στατιστικά σηµαντική για τις δέσµες 1 η και 4 η. Συγκεκριµένα για την 1 η δέσµη αν κάποιος είναι υποψήφιος από ιδιωτικό λύκειο έχουµε µια αύξηση στην βαθµολογία κατά 176 µονάδες, διατηρώντας τις υπόλοιπες ανεξάρτητες µεταβλητές σταθερές. Αντιθέτως για την 4 η δέσµη έχουµε πλεονέκτηµα των υποψηφίων από τα δηµόσια σχολεία κατά 215 µονάδες. Η µεταβλητή TEXNGEN που αναφέρεται στο είδος του λυκείου από το οποίο προέρχεται ο υποψήφιος είναι στατιστικά σηµαντική και για τις τέσσερις δέσµες. Αν ο υποψήφιος προέρχεται από γενικό λύκειο έχει αύξηση στη βαθµολογία του κατά 709 µονάδες για τη 1 η δέσµη, 549 για την 2 η δέσµη, 524 για την 3 η δέσµη και 517 για την 4 η δέσµη. Τέλος όσο αφορά την ανεξάρτητη µεταβλητή του φύλου (FYLO), σε όλες τις παλινδροµήσεις είναι στατιστικά σηµαντική. Τα κορίτσια φαίνεται να έχουν συγκριτικό πλεονέκτηµα όσο αφορά την µέση βαθµολογία τους για τις 1 η, 3 η και 4 η δέσµη η οποία αντίστοιχα αυξάνεται κατά 141, 524 και 837 µονάδες. Αντιθέτως για την 2 η δέσµη έχουµε αύξηση της µέσης βαθµολογίας κατά 75 µονάδες αν πρόκειται για υποψήφιο αγόρι. 5.3 ιαγνωστικοί έλεγχοι υποδείγµατος Η ισχύς των συµπερασµάτων από ένα υπόδειγµα γραµµικής παλινδρόµησης εξαρτάται από το βαθµό στον οποίο τηρούνται οι υποθέσεις του υποδείγµατος, όπως τις περιγράψαµε στην παράγραφο 5.1. Παραβίαση των υποθέσεων οδηγεί σε µικρές ή µεγάλες δυσκολίες στη χρήση του υποδείγµατος για το σκοπό που επιδιώκεται. 46

5 Προχωρούµε σε διαγνωστικούς ελέγχους του υποδείγµατος (5.1.1) Έλεγχος σταθερής διακύµανσης Η πρώτη υπόθεση που εξετάζουµε είναι ότι η διακύµανση είναι σταθερή για όλα τα κατάλοιπα, δηλαδή ότι υπάρχει οµοσκεδαστικότητα. Αν η υπόθεση αυτή παραβιάζεται και υπάρχει ετεροσκεδαστικότητα στα κατάλοιπα, οι εκτιµήσεις των συντελεστών της παλινδρόµησης δεν είναι αποτελεσµατικές και, συνεπώς, οι έλεγχοι στατιστικής σηµαντικότητας δεν είναι αξιόπιστοι. Για τον έλεγχο οµοσκεδαστικότητας χρησιµοποιούµε τη διαδικασία των Cook Weisberg 2. Υποτίθεται ότι, αν υπάρχει ετεροσκεδαστικότητα, η διακύµανση των καταλοίπων µπορεί να γραφτεί ως συνάρτηση µιας άγνωστης παραµέτρου λ και ενός γνωστού διανύσµατος z i, το οποίο µπορεί να είναι οι θεωρητικές τιµές της εξαρτηµένης µεταβλητής, ή οι τιµές των ερµηνευτικών µεταβλητών. οθέντος του z i, υποθέτουµε ότι var(e i ) = σ 2 [exp(λ Τ z i )]. Αν τα κατάλοιπα έχουν σταθερή διακύµανση τότε λ=0, ενώ αν είναι ετεροσκεδαστικά τότε λ 0 3. Για τον έλεγχο της υπόθεσης ακολουθείται η παρακάτω διαδικασία: Για τον έλεγχο της υπόθεσης ακολουθείται η παρακάτω διαδικασία: 1. Αποκτώνται τα κατάλοιπα e i 2 από την παλινδρόµηση µας (5.1.1) Υπολογίζονται τα µετασχηµατισµένα κατάλοιπα u i = e i / σ 2, όπου σ 2 είναι η διακύµανση του υποδείγµατος (εκτιµάται διαιρώντας το άθροισµα των τετραγώνων των καταλοίπων της παλινδρόµησης µε τον αριθµό των παρατηρήσεων). 3. Εκτιµάται η παλινδρόµηση των u i στα z i (στην περίπτωση µας ως z i πήραµε τις θεωρητικές τιµές της εξαρτηµένης µεταβλητής). 2 Βλ. Weisberg (1985) 3 Τα αποτελέσµατα του ελέγχου Cook-Weisberg δεν είναι πολύ ευαίσθητα στην ακριβή συναρτησιακή µορφή που υποθέτουµε για τη διακύµανση (βλ. Weisberg, σελ.135). 47

6 4. Υπολογίζεται η συνάρτηση ελέγχου S = (άθροισµα τετραγώνων παλινδρόµησης)/2, η οποία ακολουθεί την κατανοµή χ 2 µε έναν βαθµό ελευθερίας. Αν υπάρχει ετεροσκεδαστικότητα και λ 0 τότε οι τιµές του S θα είναι αρκετά µεγάλες, συνεπώς µεγάλες τιµές του S οδηγούν σε απόρριψη της υπόθεσης της οµοσκεδαστικότητας. Στον επόµενο πίνακα φαίνονται τα αποτελέσµατα του ελέγχου για κάθε δέσµη. έσµη S S/2 X η 3,480 1, η 197, η 2404, , η 332, , Πίνακας Έλεγχοι ετεροσκεδαστικότητας Η υπόθεση λ=0 (δεν υπάρχει ετεροσκεδαστικότητα) γίνεται δεκτή µόνο για την 1 η δέσµη, ενώ για τις υπόλοιπες δέσµες όπου S/2 > X 2.05, απορρίπτεται σε επίπεδο στατιστικής σηµαντικότητας α=5% Έλεγχος ύπαρξης αυτοσυσχέτισης Η επόµενη υπόθεση που εξετάζουµε είναι αν τα κατάλοιπα είναι ασυσχέτιστα. Για τον έλεγχο αυτό χρησιµοποιούµε τη συνάρτηση ελέγχου Durbin-Watson που βασίζεται στις διαφορές γειτονικών καταλοίπων 4. Η τιµή της ελεγχοσυνάρτησης που εκτιµάται από τα κατάλοιπα της παλινδρόµησης d, συγκρίνεται µε την κατώτερη και την ανώτερη κριτική τιµή d L και d U, αντίστοιχα, οι οποίες είναι πινακοποιηµένες, και η εξαγωγή συµπερασµάτων γίνεται ως εξής: Αν d < d L υπάρχει θετική αυτοσυσχέτιση, Αν 4-d < d L υπάρχει αρνητική αυτοσυσχέτιση, Αν d L < d < d U ή d L < 4-d < d U δεν µπορούµε να αποφανθούµε, 4 Βλ. Πανάρετο (1997), παρ

7 Αν d > d U δεν υπάρχει θετική αυτοσυσχέτιση, Αν 4-d > d U δεν υπάρχει αρνητική αυτοσυσχέτιση. Οι τιµές d της ελεγχοσυνάρτησης ανά δέσµη, καθώς και οι κριτικές τιµές d L και d U (σε επίπεδο στατιστικής σηµαντικότητας α=5%), έχουν ως εξής: έσµη D 4-d d L d U Συµπέρασµα 1 η 1,627 2, ,70 εν υπάρχει αρνητική αυτοσυσχέτιση. Ενδεχοµένως υπάρχει θετική αυτοσυσχέτιση. 2 η 1,707 2, ,70 εν υπάρχει κανενός είδους αυτοσυσχέτιση. 3 η 1,712 2, ,70 εν υπάρχει κανενός είδους αυτοσυσχέτιση. 4 η 1,758 2, ,70 εν υπάρχει κανενός είδους αυτοσυσχέτιση. Πίνακας Έλεγχοι αυτοσυσχέτισης Μόνο σε µια περίπτωση, στην 1 η δέσµη, ενδέχεται να υπάρχει θετική αυτοσυσχέτιση διότι η τιµή της d βρίσκεται εντός των δυο ορίων. Πάντως λαµβάνοντας υπόψη ότι σε αυτήν την περίπτωση η τιµή της d είναι κοντά στο όριο απόρριψης της υπόθεσης θετικής αυτοσυσχέτισης, καθώς και ότι το πρόβληµα της αυτοσυσχέτισης συνήθως εµφανίζεται σε χρονολογικά δεδοµένα, και όχι σε διαστρωµατικά, όπως τα δεδοµένα της παρούσας εργασίας, µπορούµε να θεωρήσουµε ότι δεν υπάρχει πρόβληµα αυτοσυσχέτισης στα κατάλοιπα Έλεγχος πολυσυγραµµικότητας Η επόµενη υπόθεση που ελέγχουµε είναι ότι οι ερµηνευτικές µεταβλητές είναι ασυσχέτιστες. Αν υπάρχει πολυσυγραµµικότητα, δηλαδή ισχυρή συσχέτιση µεταξύ των ερµηνευτικών µεταβλητών, τότε οι εκτιµήσεις των παραµέτρων του υποδείγµατος είναι εξαιρετικά ασταθείς και οι τιµές τους υφίστανται δραµατικές αλλαγές όταν γίνονται µικρές αλλαγές στα δεδοµένα του προβλήµατος. Η ύπαρξη πολυσυγραµµικότητας µπορεί να ελεγχθεί µε τις τιµές του βαθµού ανοχής (tolerance) και του παράγοντα πληθωριστικής διακύµανσης (variance inflation factor) κάθε 49

8 µεταβλητής. Ο βαθµός ανοχής υπολογίζεται ως 1-R 2 j, όπου R 2 j είναι ο συντελεστής προσδιορισµού της παλινδρόµησης µε εξαρτηµένη µεταβλητή τη j ερµηνευτική µεταβλητή στην αρχική παλινδρόµηση, και ερµηνευτικές µεταβλητές όλες τι υπόλοιπες ερµηνευτικές µεταβλητές της αρχικής παλινδρόµησης. Χαµηλές τιµές του βαθµού ανοχής (κάτω του 0,05) υποδηλώνουν ισχυρή συσχέτιση µεταξύ των ερµηνευτικών µεταβλητών. Ο παράγοντας πληθωριστικής διακύµανσης υπολογίζεται ως το αντίστροφο του βαθµού ανοχής και υψηλή τιµή του (άνω του 15-20) υπονοεί την ύπαρξη πολυσυγραµµικότητας. Στον πίνακα παρακάτω φαίνονται οι τιµές αυτών των δυο ποσοτήτων για κάθε δέσµη. έσµη 1 η δέσµη 2 η δέσµη 3 η δέσµη 4 η δέσµη Μεταβλητές Ανοχή (Tolerance) Παράγοντας πληθωρισµού διακύµανσης (VIF) OLDNEW 0, PRIVPUBL 0, TEXNGEN 0, FYLO 0, OLDNEW 0, PRIVPUBL 0, TEXNGEN 0, FYLO 0, OLDNEW 0, PRIVPUBL 0, TEXNGEN 0, FYLO 0, OLDNEW 0, PRIVPUBL 0, TEXNGEN 0, FYLO 0, Πίνακας Έλεγχοι πολυσυγραµµικότητας Παρατηρούµε ότι οι τιµές του βαθµού ανοχής και του παράγοντα πληθωρισµού διακύµανσης σε όλες τις µεταβλητές και όλες τις δέσµες βρίσκονται πολύ µακριά από το να υποδηλώνουν ενδεχόµενη πολυσυγραµµικότητα, συνεπώς µπορούµε να υποθέσουµε ότι τέτοιο πρόβληµα δεν υπάρχει. 50

9 5.3.4 Έλεγχος κανονικότητας των καταλοίπων Κατά τη διατύπωση του υποδείγµατος γίνεται η υπόθεση ότι τα κατάλοιπα κατανέµονται κανονικά. Ο έλεγχος της υπόθεσης αυτής γίνεται γραφικά και µε κατάλληλους στατιστικούς έλεγχους. Χρησιµοποιούµε ιστογράµµατα και διαγράµµατα NPP (normal probability plots) για να αποκτήσουµε αίσθηση της κατανοµής των καταλοίπων. Στα διαγράµµατα NPP, αν τα κατάλοιπα προέρχονται από κανονική κατανοµή οι παρατηρούµενες αθροιστικές σχετικές συχνότητες θα είναι κατά µέσο όρο ίσες µε τις αναµενόµενες σωρευτικές πιθανότητες της κανονικής κατανοµής. Τα διαγράµµατα ανά δέσµη φαίνονται στη συνέχεια. ÄιÜγραììα NPP ,25-1,75-1,25 -,75 -,25,25,75 1,25 1,75 2,25 2,75 Αναìενüìενη σωρ.πιθανüτητα,3 0,0 0,0,3 ΤυποποιηìÝνα κατüλοιπα Παρατηροýìενη σωρ.πιθανüτητα ιάγραµµα Ιστόγραµµα και διάγραµµα NPP καταλοίπων 1 ης δέσµης ,25-2,75-1,25-1,75 -,25 -,75,25,75 1,25 2,25 1,75 ÄιÜγραììα NPP Αναìενüìενη σωρ.πιθανüτητα,3 0,0 0,0,3 ΤυποποιηìÝνα κατüλοιπα Παρατηροýìενη σωρ.πιθανüτητα ιάγραµµα Ιστόγραµµα και διάγραµµα NPP καταλοίπων 2 ης δέσµης 51

10 ,75 1,25,75,25 -,25 -,75-1,25-1,75-2,25-2,75-3,25 Αναìενüìενη σωρ.πιθανüτητα ÄιÜγραììα NPP,3 0,0 0,0,3 ΤυποποιηìÝνα κατüλοιπα Παρατηροýìενη σωρ.πιθανüτητα ιάγραµµα Ιστόγραµµα και διάγραµµα NPP καταλοίπων 3 ης δέσµης ,25 2,00 1, ,25 0,75 0,25 0,00 -,25-0 -, , ,75-2,00-2,25 ÄιÜγραììα NPP Αναìενüìενη σωρ.πιθανüτητα,3 0,0 0,0,3 ΤυποποιηìÝνα κατüλοιπα Παρατηροýìενη σωρ.πιθανüτητα ιάγραµµα Ιστόγραµµα και διάγραµµα NPP καταλοίπων 4 ης δέσµης Από τα παραπάνω διαγράµµατα παρατηρούµε ότι µόνο τα κατάλοιπα της 1 ης δέσµης προσεγγίζουν κάπως την κανονική κατανοµή. Στη 2 η και 3 η δέσµη υπάρχει έντονη αρνητική ασυµµετρία ενώ η κατανοµή των καταλοίπων της 4 ης δέσµης είναι δικόρυφη. Τα προβλήµατα αυτά απεικονίζονται και στα διαγράµµατα NPP, ιδιαίτερα της 2 ης και 3 ης δέσµης, όπου παρατηρούνται οι µεγαλύτερες αποκλίσεις από την κανονικότητα. Προχωρούµε σε έλεγχο της κανονικότητας των τυποποιηµένων καταλοίπων µε την ελεγχοσυνάρτηση του Lilliefors 5. Αν η τιµή της ελεγχοσυνάρτησης που υπολογίζεται από τα δεδοµένα είναι µεγαλύτερη της κριτικής τιµής του, 5 Βλ. Ξεκαλάκη (2001), παρ Ο έλεγχος αυτός είναι παραλλαγή του γνωστού ελέγχου Kolmogorov-Smirnov όταν οι παράµετροι της κατανοµής εκτιµώνται από τα δεδοµένα. 52

11 απορρίπτεται η υπόθεση περί κανονικότητας των καταλοίπων. Στον πίνακα που ακολουθεί φαίνονται οι τιµές αυτές. έσµη Τιµή Κριτική τιµή 6 Ελεγχοσυνάρτησης Ν (086/ Ν) Lilliefors (T 1 ) 1 η 0, , η 0, , η 0, , η 0, ,00387 Πίνακας Έλεγχοι κανονικότητας καταλοίπων παλινδρόµησης Οι τιµές της ελεγχοσυνάρτησης είναι µεγαλύτερες σε κάθε δέσµη από τις κριτικές τιµές, συνεπώς η υπόθεση της κανονικότητας των καταλοίπων απορρίπτεται Συµπεράσµατα από τους διαγνωστικούς ελέγχους Σύµφωνα µε τις προηγούµενες παραγράφους, το υπόδειγµα παλινδρόµησης (5.1.1) παρουσιάζει ετεροσκεδαστικότητα (για τις 3 από τις 4 δέσµες) και µη κανονική κατανοµή καταλοίπων (για όλες τις δέσµες). Έτσι δεν µπορούν να διενεργηθούν αξιόπιστοι έλεγχοι υποθέσεων αναφορικά µε τις παραµέτρους των ερµηνευτικών µεταβλητών της παλινδρόµησης και, ειδικότερα, να ελεγχθεί στατιστικά η ύπαρξη ή όχι πλεονεκτήµατος στους υποψήφιους παλιότερων ετών. Η ταυτόχρονη εµφάνιση των δυο αυτών προβληµάτων, σε συνδυασµό µε το γεγονός ότι οι µετασχηµατισµοί που πιθανόν να διόρθωναν εν µέρει το πρόβληµα είναι περιορισµένοι και µπορούν να γίνουν µόνο στην εξηρτηµένη µεταβλητή, εφόσον οι ανεξάρτητες είναι δίτιµες, µας οδηγούν στην υιοθέτηση µη παραµετρικού ελέγχου της διαφοράς στη βαθµολογία παλαιών και νέων υποψηφίων. 6 Βλ. Ξεκαλάκη (2001), πίνακα 15, σελ

12 5.4 Μη παραµετρικός έλεγχος διαφοράς βαθµολογίας παλαιών και νέων υποψήφιων Η υπόθεση περί ύπαρξης πλεονεκτήµατος των παλαιών υποψηφίων µπορεί να ελεγχθεί µε τη χρήση µη παραµετρικών τεχνικών, η ισχύς των οποίων δεν εξαρτάται από τη µορφή της κατανοµής του πληθυσµού ή των καταλοίπων µιας παλινδρόµησης. Για την περίπτωση µας θα χρησιµοποιήσουµε τον έλεγχο Wilcoxon-Mann- Whitney. Ο έλεγχος αυτός είναι το µη παραµετρικό ανάλογο του ελέγχου t περί διαφοράς δυο µέσων 7. Η υπόθεση προς έλεγχο είναι η ακόλουθη: H 0 : Η µέση επίδοση (µόρια) των νέων υποψηφίων είναι ίση µε αυτή των παλαιών υποψηφίων. Η 1 : Η µέση επίδοση των νέων υποψηφίων είναι µικρότερη από αυτή των παλαιών. Για τη διενέργεια αυτού του ελέγχου ακολουθείται η εξής διαδικασία. Αρχικά οι παρατηρήσεις που αφορούν τα µόρια παλαιών και νέων υποψηφίων αναµιγνύονται σε κοινό δείγµα και, στη συνέχεια διατάσσονται κατά αύξουσα τάξη µεγέθους. Αν η µέση επίδοση µεταξύ των δυο οµάδων υποψήφιων είναι ίδια, τότε οι τάξεις µεγέθους θα πρέπει να κατανέµονται οµοιόµορφα µεταξύ των δειγµάτων. Υπολογίζονται ο αριθµός των φορών που µια βαθµολογία από την οµάδα των παλαιών υποψήφιων είναι µεγαλύτερη από µια βαθµολογία από την οµάδα των νέων υποψήφιων, καθώς και το αντίθετο, δηλαδή πόσες φορές µια βαθµολογία νέου υποψήφιου είναι µεγαλύτερη από µια βαθµολογία παλαιού υποψήφιου. Το στατιστικό U των Mann-Whitney είναι το µικρότερο από τα δυο αυτά αθροίσµατα. Για µεγάλα δείγµατα η κατανοµή του στατιστικού U είναι η κανονική. Για τον έλεγχο της υπόθεσης µας 7 Βλ. Λαµπράκης (1980), παρ , Ξεκαλάκη (2001) παρ

13 χρησιµοποιούµε την τυποποιηµένη τιµή Ζ του στατιστικού U που εκτιµάται από το δείγµα, και την τιµή της τυποποιηµένης κανονικής κατανοµής Ζ α, εφόσον πρόκειται για µονόπλευρο έλεγχο. Η υπόθεση µηδέν ότι η µέση επίδοση των παλαιών είναι ίση µε αυτή των νέων υποψήφιων απορρίπτεται έναντι της εναλλακτικής υπόθεσης, αν Ζ Ζ α. Τα αποτελέσµατα των ελέγχων φαίνονται στον παρακάτω πίνακα. έσµη Πλήθος παλαιών Πλήθος νέων Σύνολο U Ζ - Ζ 0,05 υποψήφιων υποψήφιων 1 η ,126-1,645 2 η ,645 3 η ,491-1,645 4 η ,730-1,645 Πίνακας Μη παραµετρικός έλεγχος Wilcoxon-Mann-Whitney της διαφοράς των µέσων βαθµολογιών παλαιών και νέων υποψήφιων Σε όλες τις δέσµες ισχύει Ζ Ζ α και η υπόθεση της ισότητας απορρίπτεται, έναντι της υπόθεσης ότι οι παλαιοί υποψήφιοι επιτυγχάνουν περισσότερα µόρια. 5.5 Συµπεράσµατα Στο παρόν κεφάλαιο προσπαθήσαµε να διερευνήσουµε αν οι παλαιοί υποψήφιοι έχουν συγκριτικό πλεονέκτηµα έναντι των νέων, διότι µπορούν να κρατήσουν βαθµολογίες προηγούµενων εξετάσεων. Αρχικά χρησιµοποιήσαµε την ειδική µορφή του υποδείγµατος γραµµικής παλινδρόµησης µε ανεξάρτητες δίτιµες µεταβλητές, όµως ορισµένες υποθέσεις του γραµµικού υποδείγµατος παραβιάζονται µε αποτέλεσµα ο έλεγχος της υπόθεσης αυτής να µην είναι αξιόπιστος στα πλαίσια αυτού του υποδείγµατος. Στη συνέχεια 55

14 καταφύγαµε σε µη παραµετρικό έλεγχο της διαφοράς των µορίων που επέτυχαν οι παλαιοί και νέοι υποψήφιοι, ο οποίος δεν εξαρτάται από συγκεκριµένες υποθέσεις αναφορικά µε την κατανοµή του πληθυσµού από τον οποίο προέρχονται οι παρατηρήσεις µας, συνεπώς µπορεί µε ασφάλεια να χρησιµοποιηθεί για την εξαγωγή σχετικών συµπερασµάτων. Τα αποτελέσµατα του ελέγχου δείχνουν σαφές πλεονέκτηµα των παλαιών έναντι των νέων υποψήφιων. 56

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

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

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

Είδη Μεταβλητών. κλίµακα µέτρησης

Είδη Μεταβλητών. κλίµακα µέτρησης ΠΕΡΙΕΧΟΜΕΝΑ Κεφάλαιο 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρµοσµένες Επιστήµες Στατιστικός Πληθυσµός και Δείγµα Το στατιστικό

Διαβάστε περισσότερα

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΜΠΣ Τραπεζικής & Χρηματοοικονομικής

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΜΠΣ Τραπεζικής & Χρηματοοικονομικής ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΜΠΣ Τραπεζικής & Χρηματοοικονομικής Διαγνωστικοί Έλεγχοι Διαπίστωσης της Αυτοσυσχέτισης Οι περισσότεροι από τους διαγνωστικούς ελέγχους της αυτοσυσχέτισης αναφέρονται σε αυτοσυσχέτιση

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

) = 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

ΚΕΦΑΛΑΙΟ 6 ΠΑΡΑΓΟΝΤΙΚΗ ΑΝΑΛΥΣΗ ΤΩΝ ΒΑΘΜΟΛΟΓΙΩΝ ΟΙ ΣΥΝΙΣΤΩΣΕΣ ΤΗΣ ΜΑΘΗΤΙΚΗΣ ΕΠΙ ΟΣΗΣ

ΚΕΦΑΛΑΙΟ 6 ΠΑΡΑΓΟΝΤΙΚΗ ΑΝΑΛΥΣΗ ΤΩΝ ΒΑΘΜΟΛΟΓΙΩΝ ΟΙ ΣΥΝΙΣΤΩΣΕΣ ΤΗΣ ΜΑΘΗΤΙΚΗΣ ΕΠΙ ΟΣΗΣ ΚΕΦΑΛΑΙΟ 6 ΠΑΡΑΓΟΝΤΙΚΗ ΑΝΑΛΥΣΗ ΤΩΝ ΒΑΘΜΟΛΟΓΙΩΝ ΟΙ ΣΥΝΙΣΤΩΣΕΣ ΤΗΣ ΜΑΘΗΤΙΚΗΣ ΕΠΙ ΟΣΗΣ Εισαγωγή Στο κεφάλαιο αυτό επιχειρούµε να εξάγουµε τις συνιστώσες της µαθητικής επίδοσης, χρησιµοποιώντας παραγοντική

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

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

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

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

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

Εργαστήριο Οικονομετρίας Προαιρετική Εργασία 2016 Χειμερινό Εξάμηνο

Εργαστήριο Οικονομετρίας Προαιρετική Εργασία 2016 Χειμερινό Εξάμηνο Εργαστήριο Οικονομετρίας Προαιρετική Εργασία 2016 Χειμερινό Εξάμηνο Χρήσιμες Οδηγίες Με την βοήθεια του λογισμικού E-views να απαντήσετε στα ερωτήματα των επόμενων σελίδων, (οι απαντήσεις πρέπει να περαστούν

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

Απλή Παλινδρόμηση και Συσχέτιση

Απλή Παλινδρόμηση και Συσχέτιση Απλή Παλινδρόμηση και Συσχέτιση Πωλήσεις, Δαπάνες Διαφήμισης και Αριθμός Πωλητών Έτος Πωλήσεις (χιλ ) Διαφήμιση (χιλ ) Πωλητές (Άτομα) Έτος Πωλήσεις (χιλ ) Διαφήμιση (χιλ ) Πωλητές (Άτομα) 98 050 6 3 989

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

Έλεγχος υποθέσεων ΚΛΑΣΙΚΟΙ ΈΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ. Ημέσητιμήενόςπληθυσμούείναιίσημε δοθείσα γνωστή τιμή. Έλεγχος για τις μέσες τιμές δύο πληθυσμών.

Έλεγχος υποθέσεων ΚΛΑΣΙΚΟΙ ΈΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ. Ημέσητιμήενόςπληθυσμούείναιίσημε δοθείσα γνωστή τιμή. Έλεγχος για τις μέσες τιμές δύο πληθυσμών. 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 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

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

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

ΔΙΕΡΕΥΝΗΣΗ ΚΛΙΜΑΤΙΚΩΝ ΑΛΛΑΓΩΝ ΓΙΑ ΤΟ ΝΗΣΙ ΤΗΣ ΝΑΞΟΥ

ΔΙΕΡΕΥΝΗΣΗ ΚΛΙΜΑΤΙΚΩΝ ΑΛΛΑΓΩΝ ΓΙΑ ΤΟ ΝΗΣΙ ΤΗΣ ΝΑΞΟΥ ΔΙΕΡΕΥΝΗΣΗ ΚΛΙΜΑΤΙΚΩΝ ΑΛΛΑΓΩΝ ΓΙΑ ΤΟ ΝΗΣΙ ΤΗΣ ΝΑΞΟΥ ΜΑΜΜΑΣ ΚΩΝ/ΝΟΣ ΑΜ:331/2003032 ΝΟΕΜΒΡΙΟΣ 2010 Ευχαριστίες Σε αυτό το σημείο θα ήθελα να ευχαριστήσω όλους όσους με βοήθησαν να δημιουργήσω την παρούσα

Διαβάστε περισσότερα

ΣΥΜΒΟΛΗ ΣΤΗ ΜΕΛΕΤΗ ΤΩΝ ΠΑΡΑΓΟΝΤΩΝ ΠΟΥ ΔΙΑΦΟΡΟΠΟΙΟΥΝ ΤΗΝ ΕΠΙΔΟΣΗ ΤΩΝ ΜΑΘΗΤΩΝ ΣΤΗΝ ΠΡΩΤΟΒΑΘΜΙΑ ΕΚΠΑΙΔΕΥΣΗ

ΣΥΜΒΟΛΗ ΣΤΗ ΜΕΛΕΤΗ ΤΩΝ ΠΑΡΑΓΟΝΤΩΝ ΠΟΥ ΔΙΑΦΟΡΟΠΟΙΟΥΝ ΤΗΝ ΕΠΙΔΟΣΗ ΤΩΝ ΜΑΘΗΤΩΝ ΣΤΗΝ ΠΡΩΤΟΒΑΘΜΙΑ ΕΚΠΑΙΔΕΥΣΗ ΣΧΟΛΕΙΟ ΚΑΙ ΟΙΚΟΓΕΝΕΙΑ ΠΑΝΕΛΛΗΝΙΟ ΣΥΝΕΔΡΙΟ - ΙΩΑΝΝΙΝΑ ΣΥΜΒΟΛΗ ΣΤΗ ΜΕΛΕΤΗ ΤΩΝ ΠΑΡΑΓΟΝΤΩΝ ΠΟΥ ΔΙΑΦΟΡΟΠΟΙΟΥΝ ΤΗΝ ΕΠΙΔΟΣΗ ΤΩΝ ΜΑΘΗΤΩΝ ΣΤΗΝ ΠΡΩΤΟΒΑΘΜΙΑ ΕΚΠΑΙΔΕΥΣΗ ΑΝΤΩΝΙΟΣ ΧΡ. ΜΠΟΥΡΑΣ Μάρτιος 2005 Σκοπός της

Διαβάστε περισσότερα

15, 11, 10, 10, 14, 16, 19, 18, 13, 17

15, 11, 10, 10, 14, 16, 19, 18, 13, 17 ΜΕΡΟΣ 1 0 Α Σ Κ Η Σ Ε Ι Σ Σ Τ Α Τ Ι Σ Τ Ι Κ Η Σ 1. Σε ένα Λύκειο θέλουµε να εξετάσουµε την επίδοση 10 µαθητών στο µάθηµα της Στατιστικής στο τέλος του β τετραµήνου. Πήραµε τις ακόλουθες βαθµολογίες: 15,

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ ΠΡΩΤΟ

ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ ΠΡΩΤΟ ΠΕΡΙΕΧΟΜΕΝΑ Εισαγωγή 1. Γενικά... 25 2. Έννοια και Είδη Μεταβλητών... 26 3. Κλίμακες Μέτρησης Μεταβλητών... 29 3.1 Ονομαστική κλίμακα... 30 3.2. Τακτική κλίμακα... 31 3.3 Κλίμακα ισοδιαστημάτων... 34 3.4

Διαβάστε περισσότερα

ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΜΕΣΟΛΟΓΓΙΟΥ ΣΧΟΛΗ ΙΟΙΚΗΣΗΣ & ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΕΦΑΡΜΟΓΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΣΤΗ ΙΟΙΚΗΣΗ ΚΑΙ ΣΤΗΝ ΟΙΚΟΝΟΜΙΑ

ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΜΕΣΟΛΟΓΓΙΟΥ ΣΧΟΛΗ ΙΟΙΚΗΣΗΣ & ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΕΦΑΡΜΟΓΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΣΤΗ ΙΟΙΚΗΣΗ ΚΑΙ ΣΤΗΝ ΟΙΚΟΝΟΜΙΑ Α εξεταστική περίοδος χειµερινού εξαµήνου 4-5 ιάρκεια εξέτασης ώρες και 45 λεπτά Θέµατα Θέµα (α) Τα υποδείγµατα που χρησιµοποιούνται στην οικονοµική θεωρία ονοµάζονται ντετερµινιστικά ενώ τα οικονοµετρικά

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 4 ΚΑΤΑΝΟΜΕΣ & ΟΜΑ ΟΠΟΙΗΣΗ ΒΑΘΜΟΛΟΓΙΩΝ. 4.1 Κατανοµή γραπτού µέσου όρου ετήσιων πληθυσµών

ΚΕΦΑΛΑΙΟ 4 ΚΑΤΑΝΟΜΕΣ & ΟΜΑ ΟΠΟΙΗΣΗ ΒΑΘΜΟΛΟΓΙΩΝ. 4.1 Κατανοµή γραπτού µέσου όρου ετήσιων πληθυσµών ΚΕΦΑΛΑΙΟ 4 ΚΑΤΑΝΟΜΕΣ & ΟΜΑ ΟΠΟΙΗΣΗ ΒΑΘΜΟΛΟΓΙΩΝ Εισαγωγή Στο κεφάλαιο 4 υπολογίζονται τα κυριότερα στατιστικά µέτρα θέσης και µεταβλητότητας, κατασκευάζονται ιστογράµµατα συχνοτήτων και θηκογράµµατα για

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

ΚΕΦΑΛΑΙΟ 7 ο ΜΕΘΟ ΟΛΟΓΙΑ ΤΗΣ ΕΡΕΥΝΑΣ

ΚΕΦΑΛΑΙΟ 7 ο ΜΕΘΟ ΟΛΟΓΙΑ ΤΗΣ ΕΡΕΥΝΑΣ ΚΕΦΑΛΑΙΟ 7 ο ΜΕΘΟ ΟΛΟΓΙΑ ΤΗΣ ΕΡΕΥΝΑΣ ΕΙΣΑΓΩΓΗ Οι δυό βασικές κατευθύνσεις της ανάλυσης των δεδοµένων της έρευνας, επιχειρούν ανιχνεύοντας τους παράγοντες που προσδιορίζουν την πρόσβαση στις υπηρεσίες υγείας,

Διαβάστε περισσότερα

Η ΣΤΑΤΙΣΤΙΚΗ ΣΤΟ ΕΡΓΑΣΤΗΡΙΟ ΣΠΕΡΜΑΤΟΣ

Η ΣΤΑΤΙΣΤΙΚΗ ΣΤΟ ΕΡΓΑΣΤΗΡΙΟ ΣΠΕΡΜΑΤΟΣ ΕΘΝΙΚΟ ΚΑΙ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΙΑTΡΙΚΗ ΣΧΟΛΗ Η ΣΤΑΤΙΣΤΙΚΗ ΣΤΟ ΕΡΓΑΣΤΗΡΙΟ ΣΠΕΡΜΑΤΟΣ Έλενα Κριτσέλη, MPH PhD Επιστημονικός Συνεργάτης Επιδημιολόγος Χρόνιων Παθήσεων, Α Πανεπιστημιακή Παιδιατρική

Διαβάστε περισσότερα

Πρόλογος Μέρος Ι: Απλό και πολλαπλό υπόδειγμα παλινδρόμησης Αντικείμενο της οικονομετρίας... 21

Πρόλογος Μέρος Ι: Απλό και πολλαπλό υπόδειγμα παλινδρόμησης Αντικείμενο της οικονομετρίας... 21 Περιεχόμενα Πρόλογος... 15 Μέρος Ι: Απλό και πολλαπλό υπόδειγμα παλινδρόμησης... 19 1 Αντικείμενο της οικονομετρίας... 21 1.1 Τι είναι η οικονομετρία... 21 1.2 Σκοποί της οικονομετρίας... 24 1.3 Οικονομετρική

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13

ΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13 ΠΕΡΙΕΧΟΜΕΝΑ / 7 ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος... 13 Κεφάλαιο 1: Περιγραφική Στατιστική... 15 1.1 Περιγραφική και Συμπερασματική Στατιστική... 15 1.2 Μεταβλητές - Τιμές - Παρατηρήσεις... 19 1.3 Είδη μεταβλητών...

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2015 ΕΚΦΩΝΗΣΕΙΣ

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2015 ΕΚΦΩΝΗΣΕΙΣ ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 05 ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ Α Α. Αν οι συναρτήσεις f, g είναι παραγωγίσιµες στο R, να αποδείξετε ότι: f + g ' = f ' + g ', R Μονάδες 7 Α. Πότε λέµε ότι µια συνάρτηση

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 4 ΑΝΑΛΥΣΗ ΤΩΝ ΒΑΘΜΟΛΟΓΙΩΝ ΤΩΝ ΑΠΟΦΟΙΤΩΝ Γ ΛΥΚΕΙΟΥ ΑΝΑ ΕΣΜΗ ΚΑΙ ΜΑΘΗΜΑ

ΚΕΦΑΛΑΙΟ 4 ΑΝΑΛΥΣΗ ΤΩΝ ΒΑΘΜΟΛΟΓΙΩΝ ΤΩΝ ΑΠΟΦΟΙΤΩΝ Γ ΛΥΚΕΙΟΥ ΑΝΑ ΕΣΜΗ ΚΑΙ ΜΑΘΗΜΑ ΚΕΦΑΛΑΙΟ 4 ΑΝΑΛΥΣΗ ΤΩΝ ΒΑΘΜΟΛΟΓΙΩΝ ΤΩΝ ΑΠΟΦΟΙΤΩΝ Γ ΛΥΚΕΙΟΥ ΑΝΑ ΕΣΜΗ ΚΑΙ ΜΑΘΗΜΑ Εισαγωγή Στο κεφάλαιο αυτό εξετάζουµε µε περιγραφικά στατιστικά µέτρα τις βαθµολογικές επιδόσεις των αποφοίτων της Γ Λυκείου

Διαβάστε περισσότερα

ΜΑΘΗΜΑ 3ο. Υποδείγματα μιας εξίσωσης

ΜΑΘΗΜΑ 3ο. Υποδείγματα μιας εξίσωσης ΜΑΘΗΜΑ 3ο Υποδείγματα μιας εξίσωσης Οι βασικές υποθέσεις 1. Ο διαταρακτικός όρος u t είναι μια τυχαία μεταβλητή με μέσο το μηδέν. Eu t = 0 για t = 1,2,3..n 2. Η διακύμανση της τυχαίας μεταβλητής u t είναι

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

ΚΕΦΑΛΑΙΟ 8 ΤΟ ΜΑΘΗΜΑ ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ

ΚΕΦΑΛΑΙΟ 8 ΤΟ ΜΑΘΗΜΑ ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ ΚΕΦΑΛΑΙΟ 8 ΤΟ ΜΑΘΗΜΑ ΑΡΧΕΣ ΟΙΚΟΝΟΜΙΚΗΣ ΘΕΩΡΙΑΣ Εισαγωγή Στο Κεφάλαιο 8 υπολογίζονται και συγκρίνονται τα ποσοστά επιλογής του µαθήµατος στους ετήσιους πληθυσµούς, ανά φύλο και κατεύθυνση. Υπολογίζεται

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

ΒΑΣΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΣΕΙΡΩΝ ΚΑΝΟΝΙΚΟΤΗΤΑ

ΒΑΣΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΣΕΙΡΩΝ ΚΑΝΟΝΙΚΟΤΗΤΑ ΒΑΣΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΣΕΙΡΩΝ ΚΑΝΟΝΙΚΟΤΗΤΑ απόκλιση από την κανονικότητα µπορεί να σηµαίνει Ύπαρξη θετικής ή αρνητικής ασυµµετρίας Ύπαρξη λεπτοκύρτωσης, δηλαδή παρουσία ακραίων τιµών που δεν είναι συµβατές

Διαβάστε περισσότερα

Επαναληπτικές Ερωτήσεις για Οικονοµετρία 2

Επαναληπτικές Ερωτήσεις για Οικονοµετρία 2 Επαναληπτικές Ερωτήσεις για Οικονοµετρία 2 Κεφάλαιο 8 1) Τι είναι ετεροσκεδαστικότητα και τι είδους προβλήµατα παρουσιάζονται; ( 2, 4, σελίδες 370-372). 2) Γράψτε τον τύπο της διακύµανσης της κλίσης όταν

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 2 ΜΕΛΕΤΗ ΑΠΟ ΟΣΗΣ ΚΑΙ ΕΠΙΤΥΧΙΑΣ ΕΣΠΕΡΙΝΩΝ ΚΑΙ ΗΜΕΡΗΣΙΩΝ ΛΥΚΕΙΩΝ ΕΙΣΑΓΩΓΗ

ΚΕΦΑΛΑΙΟ 2 ΜΕΛΕΤΗ ΑΠΟ ΟΣΗΣ ΚΑΙ ΕΠΙΤΥΧΙΑΣ ΕΣΠΕΡΙΝΩΝ ΚΑΙ ΗΜΕΡΗΣΙΩΝ ΛΥΚΕΙΩΝ ΕΙΣΑΓΩΓΗ ΚΕΦΑΛΑΙΟ 2 ΜΕΛΕΤΗ ΑΠΟ ΟΣΗΣ ΚΑΙ ΕΠΙΤΥΧΙΑΣ ΕΣΠΕΡΙΝΩΝ ΚΑΙ ΗΜΕΡΗΣΙΩΝ ΛΥΚΕΙΩΝ ΕΙΣΑΓΩΓΗ Στο κεφάλαιο αυτό θα εξετάσουµε την απόδοση και την επιτυχία των υποψηφίων των η µερησίων και εσπερινών λυκείων για το

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

2.5 ΕΛΕΓΧΟΣ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ (The Quantile Test)

2.5 ΕΛΕΓΧΟΣ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ (The Quantile Test) .5 ΕΛΕΓΧΟΣ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ (The Quantile Test) Ο διωνυμικός έλεγχος μπορεί να χρησιμοποιηθεί για τον έλεγχο υποθέσεων αναφερομένων στα ποσοστιαία σημεία μίας τυχαίας μεταβλητής. Στην

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 Επικ. Καθηγητής v.koutra@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε

Διαβάστε περισσότερα

Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου. Αθήνα Σημειώσεις. Εκτίμηση των Παραμέτρων β 0 & β 1. Απλό γραμμικό υπόδειγμα: (1)

Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου. Αθήνα Σημειώσεις. Εκτίμηση των Παραμέτρων β 0 & β 1. Απλό γραμμικό υπόδειγμα: (1) Σημειώσεις Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου Αθήνα -3-7 Εκτίμηση των Παραμέτρων β & β Απλό γραμμικό υπόδειγμα: Y X () Η αναμενόμενη τιμή του Υ, δηλαδή, μέση τιμή του Υ, δίνεται παρακάτω: EY ( ) X EY

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

----------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

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

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

Π Α Ρ Α Ρ Τ Η Μ Α. Πίνακας 9. p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης των. Προσημασμένων Τάξεων Μεγέθους του Wilcoxon

Π Α Ρ Α Ρ Τ Η Μ Α. Πίνακας 9. p ποσοστιαία Σημεία της Ελεγχοσυνάρτησης των. Προσημασμένων Τάξεων Μεγέθους του Wilcoxon ΠΙΝΑΚΕΣ Π Α Ρ Α Ρ Τ Η Μ Α Πίνακας 1. Διωνυμική Κατανομή Πίνακας 2. Τυποποιημένη Κανονική Κατανομή Πίνακας 3. Oρια Εμπιστοσύνης για την Πιθανότητα p της Διωνυμικής Κατανομής Πίνακας 4. Ποσοστιαία Σημεία

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ. Μη Παραµετρική Στατιστική, Κ. Πετρόπουλος. Τµήµα Μαθηµατικών, Πανεπιστήµιο Πατρών

ΕΙΣΑΓΩΓΗ. 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 περισσότερα

Υ: 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..

Υ: 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 περισσότερα

Ονοµατεπώνυµο : Σίσκου Σταµατίνα Ειρήνη. Υπεύθυνοςκαθηγητής: ΑναστάσιοςΒ. Κάτος. Θεσσαλονίκη, Ιανουάριος 2010

Ονοµατεπώνυµο : Σίσκου Σταµατίνα Ειρήνη. Υπεύθυνοςκαθηγητής: ΑναστάσιοςΒ. Κάτος. Θεσσαλονίκη, Ιανουάριος 2010 Π.Μ.Σ ΤΜΗΜΑΤΟΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΠΛΗΡΟΦΟΡΙΚΗΣ ΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ Ο προσδιορισµός του επιπέδου της ιδιωτικής κατανάλωσης, των επενδύσεων και των συνολικών εισαγωγών. Mία εµπειρική µελέτη για την Νορβηγία, την

Διαβάστε περισσότερα

Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς

Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς Η μηδενική υπόθεση είναι ένας ισχυρισμός σχετικά με την τιμή μιας πληθυσμιακής παραμέτρου. Είναι

Διαβάστε περισσότερα

ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΕΣ ΕΦΑΡΜΟΓΕΣ

ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΕΣ ΕΦΑΡΜΟΓΕΣ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΟΣ ΣΧΟΛΗ ΔΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΕΣ ΕΦΑΡΜΟΓΕΣ ΕΚΠΟΝΗΣΗ : ΜΠΑΡΔΑΚΗ ΘΕΟΔΩΡΑ ΛΑΚΟΥΜΕΝΤΑ ΙΩΑΝΝΑ

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

6.2 Ο ΜΟΝΟΠΛΕΥΡΟΣ ΕΛΕΓΧΟΣ SMIRNOV ΓΙΑ k ΑΝΕΞΑΡΤΗΤΑ ΔΕΙΓΜΑΤΑ

6.2 Ο ΜΟΝΟΠΛΕΥΡΟΣ ΕΛΕΓΧΟΣ SMIRNOV ΓΙΑ k ΑΝΕΞΑΡΤΗΤΑ ΔΕΙΓΜΑΤΑ 6.2 Ο ΜΟΝΟΠΛΕΥΡΟΣ ΕΛΕΓΧΟΣ SMIRNOV ΓΙΑ k ΑΝΕΞΑΡΤΗΤΑ ΔΕΙΓΜΑΤΑ Ο έλεγχος της ενότητας αυτής αποτελεί μία επέκταση του μονόπλευρου ελέγχου Smirnov στην περίπτωση περισσοτέρων από δύο δειγμάτων. Ο έλεγχος αυτός

Διαβάστε περισσότερα

ΕΡΩΤΗΣΕΙΣ ΣΩΣΤΟΥ ΛΑΘΟΥΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΗΣ Γ ΓΕΝΙΚΗΣ ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ

ΕΡΩΤΗΣΕΙΣ ΣΩΣΤΟΥ ΛΑΘΟΥΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΗΣ Γ ΓΕΝΙΚΗΣ ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ ΕΡΩΤΗΣΕΙΣ ΣΩΣΤΟΥ ΛΑΘΟΥΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΗΣ Γ ΓΕΝΙΚΗΣ 1 ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ 1. Ένα σηµείο Α(χ, ψ) ανήκει στη γραφική παράσταση της f αν f(ψ)=χ. 2. Αν µια συνάρτηση είναι γνησίως αύξουσα σε ένα διάστηµα A,

Διαβάστε περισσότερα

ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ Χ 2 test ανεξαρτησίας: σχέση 2 ποιοτικών μεταβλητών

Διαβάστε περισσότερα

Πολύγωνο αθροιστικών σχετικών συχνοτήτων και διάµεσος µιας τυχαίας µεταβλητής ρ. Παναγιώτης Λ. Θεοδωρόπουλος πρώην Σχολικός Σύµβουλος ΠΕ03 e-mail@p-theodoropoulos.gr Πρόλογος Στην εργασία αυτή αναλύονται

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

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ. Εαρινό εξάµηνο ακαδηµαϊκού έτους 2003-2004 ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. Εργασία 4 - Ενδεικτική λύση

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ. Εαρινό εξάµηνο ακαδηµαϊκού έτους 2003-2004 ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. Εργασία 4 - Ενδεικτική λύση ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ Εαρινό εξάµηνο ακαδηµαϊκού έτους 34 ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 5 Μαΐου 4 Εργασία 4 - Ενδεικτική λύση Το κείµενο απευθύνεται στους φοιτητές και αιτιολογεί και περιγράφει

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

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

4.3.3 Ο Έλεγχος των Shapiro-Wilk για την Κανονική Κατανομή

4.3.3 Ο Έλεγχος των Shapiro-Wilk για την Κανονική Κατανομή 4.3.3 Ο Έλεγχος των Shapro-Wlk για την Κανονική Κατανομή Ένας άλλος πολύ γνωστός έλεγχος καλής προσαρμογής για την κανονική κατανομή, ο οποίος μπορεί να χρησιμοποιηθεί στην θέση του ελέγχου Lllefors, είναι

Διαβάστε περισσότερα

Είδη Μεταβλητών Κλίμακα Μέτρησης Οι τεχνικές της Περιγραφικής στατιστικής ανάλογα με την κλίμακα μέτρησης Οι τελεστές Π και Σ

Είδη Μεταβλητών Κλίμακα Μέτρησης Οι τεχνικές της Περιγραφικής στατιστικής ανάλογα με την κλίμακα μέτρησης Οι τελεστές Π και Σ ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρμοσμένες Επιστήμες Στατιστικός Πληθυσμός και Δείγμα Το στατιστικό

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 4: ΔΙΑΛΕΞΗ 04

ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 4: ΔΙΑΛΕΞΗ 04 ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 4: ΔΙΑΛΕΞΗ 04 Μαρί-Νοέλ Ντυκέν Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας & Περιφερειακής Ανάπτυξης Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες

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

Παραβίασητωνβασικώνυποθέσεωντηςπαλινδρόμησης (Violation of the assumptions of the classical linear regression model)

Παραβίασητωνβασικώνυποθέσεωντηςπαλινδρόμησης (Violation of the assumptions of the classical linear regression model) ΜΑΘΗΜΑ 4 ο 1 Παραβίασητωνβασικώνυποθέσεωντηςπαλινδρόμησης (Violation of the assumptions of the classical linear regression model) Αυτοσυσχέτιση (Serial Correlation) Lagrange multiplier test of residual

Διαβάστε περισσότερα

γένεση των µετακινήσεων

γένεση των µετακινήσεων 3 γένεση των µετακινήσεων εισαγωγή το υπό διερεύνηση θέµα: πόσες µετακινήσεις ξεκινούν από κάθε ζώνη? πόσες µετακινήσεις κάνει ένας µετακινούµενος κατά την διάρκεια µιας µέσης εβδοµάδας? Ανάλυση κατά ζώνη

Διαβάστε περισσότερα

Κλωνάρης Στάθης. ΠΜΣ: Οργάνωση & Διοίκηση Επιχειρήσεων Τροφίμων και Γεωργίας

Κλωνάρης 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 περισσότερα

ΚΕΦΑΛΑΙΟ 3 ο 3.1 ΑΝΑΛΥΣΗ ΒΑΘΜΟΛΟΓΙΑΣ Μαθήµατα γενικής παιδείας Ιστορία. Α. Σύνολο νοµού Αργολίδας

ΚΕΦΑΛΑΙΟ 3 ο 3.1 ΑΝΑΛΥΣΗ ΒΑΘΜΟΛΟΓΙΑΣ Μαθήµατα γενικής παιδείας Ιστορία. Α. Σύνολο νοµού Αργολίδας ΚΕΦΑΛΑΙΟ 3 ο 3.1 ΑΝΑΛΥΣΗ ΒΑΘΜΟΛΟΓΙΑΣ 3.1.1 Μαθήµατα γενικής παιδείας. 3.1.1.1 Ιστορία Α. Σύνολο νοµού Αργολίδας Στο µάθηµα της ιστορίας εξετάσθηκαν 862 µαθητές. Από τα αποτελέσµατα για το σύνολο του νοµού

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

Οικονομετρία Ι. Ενότητα 10: Διαγνωστικοί Έλεγχοι. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Οικονομετρία Ι. Ενότητα 10: Διαγνωστικοί Έλεγχοι. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής Οικονομετρία Ι Ενότητα 10: Διαγνωστικοί Έλεγχοι Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό

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

Στατιστική Ι. Ενότητα 1: Στατιστική Ι (1/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

Στατιστική Ι. Ενότητα 1: Στατιστική Ι (1/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Στατιστική Ι Ενότητα 1: Στατιστική Ι (1/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

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

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ Γ' ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2006 ΕΚΦΩΝΗΣΕΙΣ

ΜΑΘΗΜΑΤΙΚΑ 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 περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΧΩΡΟΤΑΞΙΑΣ, ΠΟΛΕΟΔΟΜΙΑΣ ΚΑΙ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΑΝΑΠΤΥΞΗΣ ΠΜΣ «ΕΠΑ» και «ΝΕΚΑ» ΜΕΘΟΔΟΙ ΕΡΥΕΝΑΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΧΩΡΟΤΑΞΙΑΣ, ΠΟΛΕΟΔΟΜΙΑΣ ΚΑΙ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΑΝΑΠΤΥΞΗΣ ΠΜΣ «ΕΠΑ» και «ΝΕΚΑ» ΜΕΘΟΔΟΙ ΕΡΥΕΝΑΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΧΩΡΟΤΑΞΙΑΣ, ΠΟΛΕΟΔΟΜΙΑΣ ΚΑΙ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΑΝΑΠΤΥΞΗΣ ΠΜΣ «ΕΠΑ» και «ΝΕΚΑ» ΜΕΘΟΔΟΙ ΕΡΥΕΝΑΣ Εισαγωγή: 3 η Άσκηση: 15/12/2016 Για την ανάλυση της σημασίας

Διαβάστε περισσότερα

Για το Θέμα 1 στα Μαθηματικά Γενικής Παιδείας Γ Λυκείου

Για το Θέμα 1 στα Μαθηματικά Γενικής Παιδείας Γ Λυκείου Για το Θέμα 1 στα Μαθηματικά Γενικής Παιδείας Γ Λυκείου Διαφορικός Λογισμός 1. Ισχύει f (g())) ) f ( = f (g())g () όπου f,g παραγωγίσιµες συναρτήσεις 2. Αν µια συνάρτηση f είναι παραγωγίσιµη σε ένα διάστηµα

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΗΣ ΚΡΗΤΗΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΗΣ ΚΡΗΤΗΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΤΗΣ ΚΡΗΤΗΣ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΑΓΩΓΗΣ- ΠΑΙΔΑΓΩΓΙΚΟ ΤΜΗΜΑ ΔΗΜΟΤΙΚΗΣ ΕΚΠΑΙΔΕΥΣΗΣ Εργασία για το σεµινάριο «Στατιστική περιγραφική εφαρµοσµένη στην ψυχοπαιδαγωγική(β06σ03)» ΤΙΤΛΟΣ: «ΜΕΛΕΤΗ ΠΕΡΙΓΡΑΦΙΚΗΣ

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2012 ΕΚΦΩΝΗΣΕΙΣ

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2012 ΕΚΦΩΝΗΣΕΙΣ ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 0 ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ Α Α. Αν οι συναρτήσεις f, g είναι παραγωγίσιµες στο, να αποδείξετε ότι (f() + g ()) f () + g (),. Μονάδες 7 Α. Σε ένα πείραµα µε ισοπίθανα

Διαβάστε περισσότερα

Ύλη 1 ης Εβδομάδας. Σχέσεις Μεταβλητών ΓΡΑΜΜΙΚΑ ΜΟΝΤΕΛΑ. Σχέση μεταξύ Μεταβλητών Παραδείγματα. 2 η Διάλεξη

Ύλη 1 ης Εβδομάδας. Σχέσεις Μεταβλητών ΓΡΑΜΜΙΚΑ ΜΟΝΤΕΛΑ. Σχέση μεταξύ Μεταβλητών Παραδείγματα. 2 η Διάλεξη ΓΡΑΜΜΙΚΑ ΜΟΝΤΕΛΑ 2 η Διάλεξη Ελένη Κανδηλώρου (Αναπλ. Καθηγήτρια) Οικονομικό Πανεπιστήμιο Αθηνών Τμήμα Στατιστικής Ύλη 1 ης Εβδομάδας Γραμμική Παλινδρόμηση-Έννοια Παλινδρόμισης 1. Σχέση μεταξύ μεταβλητών

Διαβάστε περισσότερα

ΤΣΑΛΤΑ ΜΑΡΙΑ Α.Μ: 1946 ΠΑΥΛΕΛΛΗ ΛΟΥΙΖΑ Α.Μ: 2342 ΤΣΑΪΛΑΚΗ ΦΑΝΗ Α.Μ: Οικονομετρικά. Εργαστήριο 15/05/11

ΤΣΑΛΤΑ ΜΑΡΙΑ Α.Μ: 1946 ΠΑΥΛΕΛΛΗ ΛΟΥΙΖΑ Α.Μ: 2342 ΤΣΑΪΛΑΚΗ ΦΑΝΗ Α.Μ: Οικονομετρικά. Εργαστήριο 15/05/11 ΤΣΑΛΤΑ ΜΑΡΙΑ Α.Μ: 1946 ΠΑΥΛΕΛΛΗ ΛΟΥΙΖΑ Α.Μ: 34 ΤΣΑΪΛΑΚΗ ΦΑΝΗ Α.Μ: 17 Οικονομετρικά Εργαστήριο 15/5/11 ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΜΑΘΗΜΑ 7 ΕΡΓΑΣΤΗΡΙΟ ΜΗ ΓΡΑΜΜΙΚΑ ΜΟΝΤΕΛΑ Σκοπός του παρόντος µαθήµατος είναι η

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

1.4 Λύσεις αντιστρόφων προβλημάτων.

1.4 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 περισσότερα

Συλλογή,, αποθήκευση, ανανέωση και παρουσίαση στατιστικών δεδοµένων

Συλλογή,, αποθήκευση, ανανέωση και παρουσίαση στατιστικών δεδοµένων Συλλογή,, αποθήκευση, ανανέωση και παρουσίαση στατιστικών δεδοµένων 1. Αναζήτηση των κατάλληλων δεδοµένων. 2. Έλεγχος µεταβλητών και κωδικών για συµβατότητα. 3. Αποθήκευση σε ηλεκτρονική µορφή (αρχεία

Διαβάστε περισσότερα

Κεφάλαιο 3 ΣΥΣΧΕΤΙΣΗ ΚΑΙ ΠΑΛΙΝ ΡΟΜΗΣΗ. 3.1 Συσχέτιση δύο τ.µ.

Κεφάλαιο 3 ΣΥΣΧΕΤΙΣΗ ΚΑΙ ΠΑΛΙΝ ΡΟΜΗΣΗ. 3.1 Συσχέτιση δύο τ.µ. Κεφάλαιο 3 ΣΥΣΧΕΤΙΣΗ ΚΑΙ ΠΑΛΙΝ ΡΟΜΗΣΗ Στα προηγούµενα κεφάλαια ορίσαµε και µελετήσαµε την τ.µ. µε τη ϐοήθεια της πιθανο- ϑεωρίας (κατανοµή, ϱοπές) και της στατιστικής (εκτίµηση, στατιστική υπόθεση). Σ

Διαβάστε περισσότερα

Είδαµε στο προηγούµενο κεφάλαιο ότι, όταν τα δεδοµένα που χρησιµοποιούνται σε ένα υπόδειγµα, δεν προέρχονται από στάσιµες χρονικές σειρές έχουµε το

Είδαµε 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 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

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

2.3. Ασκήσεις σχ. βιβλίου σελίδας 100 104 Α ΟΜΑ ΑΣ

2.3. Ασκήσεις σχ. βιβλίου σελίδας 100 104 Α ΟΜΑ ΑΣ .3 Ασκήσεις σχ. βιβλίου σελίδας 00 04 Α ΟΜΑ ΑΣ. Έξι διαδοχικοί άρτιοι αριθµοί έχουν µέση τιµή. Να βρείτε τους αριθµούς και τη διάµεσό τους. Αν είναι ο ποιο µικρός άρτιος τότε οι ζητούµενοι αριθµοί θα είναι

Διαβάστε περισσότερα

Οι στατιστικοί έλεγχοι x τετράγωνο, t- test, ANOVA & Correlation. Σταμάτης Πουλακιδάκος

Οι 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 περισσότερα

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ. Διάλεξη 8 Εφαρμογές της στατιστικής στην έρευνα - Ι. Υπεύθυνος Καθηγητής Χατζηγεωργιάδης Αντώνης

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ. Διάλεξη 8 Εφαρμογές της στατιστικής στην έρευνα - Ι. Υπεύθυνος Καθηγητής Χατζηγεωργιάδης Αντώνης ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ Διάλεξη 8 Εφαρμογές της στατιστικής στην έρευνα - Ι Υπεύθυνος Καθηγητής Χατζηγεωργιάδης Αντώνης 1 Μέρη της Έρευνας Περιγραφική στατιστική Πολυδιάστατη στατιστική Σχέσεις μεταξύ μεταβλητών

Διαβάστε περισσότερα

Επαναληπτικό Διαγώνισµα Μαθηµατικά Γενικής Παιδείας Γ Λυκείου

Επαναληπτικό Διαγώνισµα Μαθηµατικά Γενικής Παιδείας Γ Λυκείου Επαναληπτικό Διαγώνισµα Μαθηµατικά Γενικής Παιδείας Γ Λυκείου Θέµα Α A1. Για δυο ενδεχόµενα Α και Β ενός δειγµατικού χώρου Ω να αποδείξετε ότι: Ρ( Α Β) = Ρ(Α) + Ρ(Β) Ρ( Α Β) Α. Πότε µια συνάρτηση f µε

Διαβάστε περισσότερα

3.4.2 Ο Συντελεστής Συσχέτισης τ Του Kendall

3.4.2 Ο Συντελεστής Συσχέτισης τ Του Kendall 3..2 Ο Συντελεστής Συσχέτισης τ Του Kendall Ο συντελεστής συχέτισης τ του Kendall μοιάζει με τον συντελεστή ρ του Spearman ως προς το ότι υπολογίζεται με βάση την τάξη μεγέθους των παρατηρήσεων και όχι

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ

ΜΑΘΗΜΑΤΙΚΑ 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

ΚΕΦΑΛΑΙΟ 2 Γ ΙΕΥΘΥΝΣΗ ΑΘΗΝΑΣ - 5 Ο ΓΡΑΦΕΙΟ ΣΧΟΛΙΚΟ ΕΤΟΣ ΠΕΡΙΓΡΑΦΗ ΤΩΝ Ε ΟΜΕΝΩΝ ΜΕ ΑΡΙΘΜΗΤΙΚΕΣ ΚΑΙ ΓΡΑΦΙΚΕΣ ΜΕΘΟ ΟΥΣ

ΚΕΦΑΛΑΙΟ 2 Γ ΙΕΥΘΥΝΣΗ ΑΘΗΝΑΣ - 5 Ο ΓΡΑΦΕΙΟ ΣΧΟΛΙΚΟ ΕΤΟΣ ΠΕΡΙΓΡΑΦΗ ΤΩΝ Ε ΟΜΕΝΩΝ ΜΕ ΑΡΙΘΜΗΤΙΚΕΣ ΚΑΙ ΓΡΑΦΙΚΕΣ ΜΕΘΟ ΟΥΣ ΚΕΦΑΛΑΙΟ 2 Γ ΙΕΥΘΥΝΣΗ ΑΘΗΝΑΣ - 5 Ο ΓΡΑΦΕΙΟ ΣΧΟΛΙΚΟ ΕΤΟΣ 2000-2001 ΠΕΡΙΓΡΑΦΗ ΤΩΝ Ε ΟΜΕΝΩΝ ΜΕ ΑΡΙΘΜΗΤΙΚΕΣ ΚΑΙ ΓΡΑΦΙΚΕΣ ΜΕΘΟ ΟΥΣ Το τµήµα αυτό της έρευνας αναφέρεται στην Γ τάξη όλων των Ενιαίων Λυκείων του

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

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2005

ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2005 ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 005 ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ Α. Να αποδειχθεί ότι για δύο ενδεχόµενα Α και Β ενός δειγµατικού χώρου Ω ισχύει: P(A B) = P(A) + P(B) P(A B) Τα απλά ενδεχόµενα

Διαβάστε περισσότερα