ΟΙΚΟΝΟΜΙΚΗ-ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
|
|
- Τιτάνια Παπανδρέου
- 7 χρόνια πριν
- Προβολές:
Transcript
1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικών Χρηματοοικονομικών Μαθηματικών ΟΙΚΟΝΟΜΙΚΗ-ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Σημειώσεις Πανεπιστημιακών Παραδόσεων ΑΛΕΞΑΝΔΡΟΣ ΜΗΛΙΏΝΗΣ ΟΚΤΩΒΡΙΟΣ 205
2 ΟΙΚΟΝΟΜΙΚΗ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΠΡΟΛΟΓΟΣ Αντικείμενο της οικονομικής χρηματοοικονομικής στατιστικής αποτελεί η συλλογή, επεξεργασία και παρουσίαση των οικονομικών - χρηματοοικονομικών δεδομένων. Σκοπός του μαθήματος δεν είναι μόνο να παρουσιάσει θεωρητικές μεθόδους και τεχνικές που αφορούν το αντικείμενο της οικονομικής στατιστικής, αλλά και να γεφυρώσει το χάσμα μεταξύ θεωρίας και πράξης. Αυτό θα καταστεί εφικτό με την επαφή και εξοικείωση του φοιτητή με το σύγχρονο διεθνές οικονομικόστατιστικό γίγνεσθαι. Έτσι αφού δοθούν οι σχετικοί ορισμοί και καθορισθεί το απαραίτητο εννοιολογικό πλαίσιο όσον αφορά τα οικονομικά δεδομένα και μεγέθη, θα αναπτυχθούν καθιερωμένες αλλά και νεώτερες τεχνικές και μέθοδοι που χρησιμοποιούνται για την επίτευξη των στόχων της οικονομικής-χρηματοοικονομικής στατιστικής. Για τις τελευταίες η ύλη θα στηριχθεί και σε σχετικά σεμινάρια των στατιστικών τμημάτων των διεθνών οργανισμών (ΙΜF, OECD, EUROSTAT, ECB). Επιπλέον θα συζητηθεί ο τρόπος παρουσίασης των οικονομικών δεδομένων στα κυριότερα έντυπα που εκδίδονται από διεθνείς και εγχώριες πηγές. Η τελευταία παγκόσμια οικονομική κρίση σε μακρο-επίπεδο, αλλά και η πλήρης απελευθέρωση των χρηματοοικονομικών αγορών, με την σταδιακή κατάργηση των όποιων εναπομεινάντων περιορισμών στην κίνηση κεφαλαίων, κατέστησε την έγκαιρη παραγωγή αξιόπιστων οικονομικών και χρηματοοικονομικών στατιστικών αναγκαία παρά ποτέ. Παράλληλα αυξήθηκε τεραστίως τόσο ο όγκος των ζητούμενων οικονομικών-χρηματοοικονομικών δεδομένων όσο και η πολυπλοκότητα στην διαδικασία παραγωγής τους, ενώ σε παράγοντα κεφαλαιώδους σημασίας έχει αναδειχθεί η αξιοπιστία των παραγόμενων στατιστικών. Δεν είναι άλλωστε τυχαίο ότι τα κονδύλια που διατίθενται από τους αρμόδιους εθνικούς και διεθνείς φορείς για τη βελτίωση της αξιοπιστίας των παραγόμενων στατιστικών δεδομένων έχουν πρόσφατα αυξηθεί σημαντικά, ως πανθομολογούμενη αναγνώριση των εν δυνάμει λίαν καταστροφικών συνεπειών για την παγκόσμια οικονομία από μία λάθος διάγνωσης ή πρόβλεψη οικονομικών φαινομένων, συνεπεία χρήσης στατιστικών μειωμένου βαθμού αξιοπιστίας. 2
3 Μέσα στη σημερινή απεραντοσύνη του θέματος της οικονομικής και χρηματοοικονομικής στατιστικής, όπως εκτέθηκε παραπάνω, είναι δύσκολο να επιλέξει κανείς τη θεματολογία για ένα εξαμηνιαίο μάθημα τριών ωρών εβδομαδιαίως, καθώς είναι προφανές ότι το αντικείμενο είναι αδύνατο να καλυφθεί στην ολότητά του. Έτσι σημαντικό ρόλο στη θεματολογία που επιλέχθηκε έπαιξε και η παρούσα εγχώρια οικονομική κατάσταση. Τυχόν λάθη, ασάφειες και παραλήψεις βαρύνουν αποκλειστικά το συγγραφέα με το μικρό ελαφρυντικό ότι μέρος της ύλης διδάσκεται για πρώτη φορά σε ελληνικό ΑΕΙ. 3
4 ΚΕΦΑΛΑΙΟ ΕΙΣΑΓΩΓΗ- ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ.. ΣΤΑΤΙΣΤΙΚΟΙ ΠΙΝΑΚΕΣ Τα στατιστικά στοιχεία εξυπηρετούν το σκοπό για τον οποίο συλλέγονται και χρησιμοποιούνται, όταν η παρουσίασή τους γίνεται με τρόπο απλό και σύμφωνα με ορισμένη λογική τάξη, ώστε να διευκολύνονται οι συγκρίσεις. Ένας τέτοιος τρόπος είναι οι στατιστικοί πίνακες που αποτελούν συστηματικές κατατάξεις αριθμητικών δεδομένων σε στήλες και γραμμές. Η ταξινόμηση στατιστικών στοιχείων σε ένα πίνακα μπορεί να γίνει με βάση ένα ποσοτικό χαρακτηριστικό, ένα ποιοτικό χαρακτηριστικό ή το χρόνο. Έτσι διακρίνουμε αντίστοιχα τις ποσοτικές, τις ποιοτικές και τις χρονολογικές ταξινομήσεις. Οι δύο πρώτες καλούνται "διαστρωματικές" διότι δίνουν την κατάσταση που διαμορφώνεται στις επιμέρους τάξεις ή στρώματα του χαρακτηριστικού (ποιοτικού ή ποσοτικού) σε ορισμένη χρονική στιγμή. Αντίθετα η χρονολογική ταξινόμηση στηρίζεται στο χρόνο εμφανίσεως των τιμών του χαρακτηριστικού..2 ΚΑΤΑΝΟΜΕΣ ΣΥΧΝΟΤΗΤΑΣ Συνοπτική παρουσίαση μεγάλου αριθμού μετρήσεων ορισμένου χαρακτηριστικού μπορεί να γίνει με τον ποσοτικό προσδιορισμό "τάξεων" και τη μέτρηση του αριθμού των τιμών που ανήκουν σε κάθε μία τάξη. Ένας στατιστικός πίνακας με δύο στήλες από τις οποίες η μία περιέχει τα "διαστήματα τάξεως" του ποσοτικού χαρακτηριστικού και η άλλη τους αριθμούς των μετρήσεων που εμπίπτουν σε αυτά, δηλαδή τις αντίστοιχες "συχνότητες", λέγεται κατανομή συχνότητας ή απλά κατανομή. Από τον H. Sturges έχει προταθεί ένας τύπος με τον οποίο μπορούμε να προσεγγίσουμε το εύρος που πρέπει να έχουν τα διαστήματα τάξεως μιας κατανομής συχνότητας. Αν Ν το πλήθος των τιμών του χαρακτηριστικού, Μ και Ε αντίστοιχα η μέγιστη και η ελάχιστη από τις τιμές που διαθέτουμε, το εύρος αυτό i προσεγγιστικά θα δίνεται από τη σχέση: i M E + 3,32log.3 ΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ Η ταξινόμηση των διαθέσιμων τιμών ενός χαρακτηριστικού σε κατανομή συχνότητας, αν και απλουστεύει την παρουσίασή τους εντούτοις δεν εξειδικεύει σε ικανοποιητικό βαθμό τα κύρια γνωρίσματά τους. Έτσι, μία τέτοια ταξινόμηση δε μας δίνει τη δυνατότητα να κάνουμε, σε ποσοτική βάση, περιγραφή 4
5 της κατανομής ή και σύγκρισή της με μία άλλη ή περισσότερες κατανομές. Για την αντιμετώπιση του προβλήματος αυτού πρέπει να χρησιμοποιήσουμε ένα μικρό αριθμό μέτρων, τα οποία να εκφράζουν με τρόπο σαφή τα κύρια γνωρίσματα κάθε κατανομής συχνότητας. Ως γνωστόν τέτοια μέτρα είναι η κεντρική τάση, η διασπορά, η ασυμμετρία και η κύρτωση. Λόγω της σημασίας τους στη θεωρία των αριθμοδεικτών, εδώ θα αναφερθούμε αποκλειστικά σε μέτρα κεντρικής τάσης (ή αλλιώς μέτρα θέσης) και συγκεκριμένα στον αστάθμητο και σταθμικό αριθμητικό μέσο, στο γεωμετρικό μέσο, καθώς και στον αρμονικό μέσο..4 ΑΠΛΟΣ (ΑΣΤΑΘΜΗΤΟΣ) ΑΡΙΘΜΗΤΙΚΟΣ ΜΕΣΟΣ Ο αστάθμητος αριθμητικός μέσος μιας σειράς τιμών ορισμένου χαρακτηριστικού ως γνωστόν υπολογίζεται από τη σχέση: X = Ν x i i= Ν Όταν τα στοιχεία είναι ταξινομημένα σε κατανομή συχνότητας, είναι άγνωστες οι συγκεκριμένες τιμές που ανήκουν σε κάθε διάστημα τάξεως. Για τις τιμές αυτές υιοθετούμε την υπόθεση ότι συμπίπτουν με τις κεντρικές τιμές των αντίστοιχων διαστημάτων τάξεως. Συνεπώς, για να έχουμε μία εκτίμηση του αθροίσματος όλων των τιμών του χαρακτηριστικού, θα πρέπει να πολλαπλασιάσουμε κάθε κεντρική τιμή διαστήματος τάξεως με την αντίστοιχη συχνότητα. Διαιρώντας, κατά τα γνωστά, το άθροισμα που προκύπτει με το πλήθος των τιμών παίρνουμε τον ζητούμενο αριθμητικό μέσο. Δηλαδή χρησιμοποιούμε τον τύπο: X k c c c c fx i i k k i= k fx fx f x = = i= f i Όπου: k ο αριθμός των διαστημάτων τάξεως, f i η συχνότητα στο διάστημα τάξεως i, του διαστήματος i και f =Ν. i k i= c x i η κεντρική τιμή 5
6 Παράδειγμα ΠΙΝΑΚΑΣ Ωριαία αποζημίωση σε $, 30 υπαλλήλων μιας επιχείρησης Χ = i= x i /30 = 870/30 = 29 $ ΠΙΝΑΚΑΣ 2 Κατανομή της ωριαίας αποζημίωσης των 30 υπαλλήλων και υπολογισμός του αριθμητικού μέσου τους. Διάστημα Τάξεως (σε $) Συχνότητα ( f ) Κεντρική Τιμή ( x c ) Γινόμενο f x c Σύνολο
7 Εύρος διαστήματος τάξεως : Τύπος Sturges : i = M E = 59 0 = 49 +3,32log +3,32log30 5,9 = 8,3 περίπου Άρα προσεγγιστικά παίρνοντας εύρος 0$ περίπου είναι Ο.Κ. Επομένως: X = k i= k i= fx c i i f i =820/30 = 27,3 $ περίπου Η διαφορά που προκύπτει οφείλεται στο ότι σε όλα πλην ενός τα διαστήματα τάξεως οι κεντρικές τιμές είναι μικρότερες από τους μέσους των μισθών που ανήκουν σε αυτά όπως φαίνεται και στον Πίνακα 3 ΠΙΝΑΚΑΣ 3 Σύγκριση των κεντρικών τιμών των διαστημάτων τάξεως της κατανομής του Πίνακα 2 με τους μέσους όρους των τιμών που ανήκουν σ' αυτά. Διάστημα Τάξεως Κεντρική Τιμή Μέσος μισθών που ανήκουν στο διάστημα τάξεως , , , , ,00 7
8 .5. ΣΤΑΘΜΙΚΟΣ ΑΡΙΘΜΗΤΙΚΟΣ ΜΕΣΟΣ ΛΟΓΩΝ ΚΑΙ ΜΕΣΩΝ Η αναγκαιότητα χρήσης σταθμικών αριθμητικών μέσων για λόγους και μέσους γίνεται φανερή μέσω του παραδείγματος που ακολουθεί. Παράδειγμα: Παραγωγή σιταριού-υπολογισμός μέσης στρεμματικής απόδοσης Πίνακας 4 Παραγωγή σιταριού, καλλιεργηθείσες εκτάσεις και στρεμματική απόδοση σε επιμέρους περιοχές της Ελλάδος κατά το έτος 978 Περιοχές Παραγωγή (χιλ. τόνοι) Καλλιεργηθείσες Εκτάσεις (χιλ.στρ.) Απόδοση κατά στρ. (kgr) () (2) (3) (4) Γινόμενα (4)x(2) Πελοπόννησος Στερεά Ελλάδα Θεσσαλία Ήπειρος Μακεδονία Θράκη Κρήτη και Νησιά Σύνολο Αν χρησιμοποιήσουμε τον απλό αριθμητικό μέσο για να υπολογίσουμε την μέση στρεμματική απόδοση της καλλιέργειας σιταριού για το σύνολο της χώρας έχουμε : Χ = 5 i= f i / = 662/7=237 kgr/στρέμμα 8
9 Όμως αν διαιρέσουμε τη συνολική παραγωγή σιταριού με τις καλλιεργηθείσες εκτάσεις για το σύνολο της χώρας προκύπτει : kgr στρέμματα = 272 kgr / στρέμμα, αποτέλεσμα που διαφέρει σημαντικά από το προηγούμενο. Η διαφορά αυτή οφείλεται στο γεγονός ότι στον υπολογισμό του απλού (αστάθμητου) αριθμητικού μέσου δε λάβαμε υπόψη τη σχετική συμβολή κάθε περιοχής στη συνολική παραγωγή σιταριού. Όταν έχουμε τέτοια προβλήματα τα αντιμετωπίζουμε με κατάλληλη στάθμιση των επιμέρους λόγων (ή ποσοστών). Δηλαδή πολλαπλασιάζουμε καθένα ποσοστό με ένα συντελεστή που εκφράζει τη σημασία (βαρύτητά) του, οπότε ο αριθμητικός μέσος στην περίπτωση αυτή καλείται "σταθμικός αριθμητικός μέσος" και θα υπολογίζεται από τον τύπο : Χ= w ix i w i όπου w i οι συντελεστές σταθμίσεως. Χρησιμοποιώντας ως συντελεστές σταθμίσεως τα αντίστοιχα μεγέθη παραγωγής έχουμε : Χ= = 279 kgr / στρέμμα που διαφέρει λίγο από τα 272 kgr/στρέμμα λόγω στρογγυλοποιήσεων. Παρατηρούμε ότι με τη χρήση του σταθμικού μέσου βρίσκουμε πολύ μεγαλύτερη στρεμματική απόδοση από εκείνη που υπολογίσαμε με τον αστάθμητο αριθμητικό μέσο. Αυτό μπορεί να εξηγηθεί από το γεγονός ότι οι μεγαλύτερες σταθμίσεις αντιστοιχούν σε εκείνες τις γεωγραφικές περιοχές όπου παρατηρούνται και οι μεγαλύτερες στρεμματικές αποδόσεις. Οι λόγοι που έκαναν αναγκαία τη χρήση σταθμίσεων στο παραπάνω παράδειγμα εμφανίζονται και στην περίπτωση υπολογισμού αριθμητικού μέσου μέσων. Έστω για παράδειγμα ότι το μέσο ετήσιο διαθέσιμο εισόδημα 00 οικογενειών όπου και οι δύο σύζυγοι εργάζονται στο δημόσιο είναι ευρώ, ενώ το μέσο ετήσιο διαθέσιμο εισόδημα 40 οικογενειών όπου και οι δύο σύζυγοι εργάζονται σε πολυεθνικές εταιρείες είναι ευρώ. Ζητείται το μέσο εισόδημα των 40 οικογενειών. Προφανώς θα πρέπει να σταθμίσουμε τους επιμέρους μέσους με τα μεγέθη των αντίστοιχων ομάδων, οπότε θα έχουμε: Χ= w ix i = w i Σταθμικοί αριθμητικοί μέσοι, όπως αυτοί που εξετάστηκαν παραπάνω, χρησιμοποιούνται συχνά στην πράξη σε συγκρίσεις σύνθετων μεγεθών, όπως είναι το επίπεδο τιμών, ο όγκος παραγωγής κλπ, μεταξύ δύο χρονικών περιόδων. Πρόκειται για τους αριθμοδείκτες τους οποίους θα εξετάσουμε εκτενώς στο επόμενο κεφάλαιο. 9
10 .6. Ο ΓΕΩΜΕΤΡΙΚΟΣ ΜΕΣΟΣ (GEOMETRIC MEA) Ο γεωμετρικός μέσος θετικών τιμών του χαρακτηριστικού Χ, έστω των Χ, Χ 2,, Χ Ν είναι ένα άλλο μέτρο κεντρικής τάσης που ορίζεται με τον τύπο: Λογαριθμίζοντας και τα δύο μέλη έχουμε: G = X X 2. X logg = log (X X 2.X ) = i= logx i Παρατηρούμε ότι ο λογάριθμος του γεωμετρικού μέσου μίας σειράς τιμών δίνεται από τον αριθμητικό μέσο των λογαρίθμων των τιμών αυτών. Όταν τα στοιχεία είναι ταξινομημένα σε κατανομή συχνότητας, ο γεωμετρικός μέσος θα δίνεται από τον τύπο: G = X c f X c2 f 2 f. X k ck Όπου X c, X c2,, X ck οι κεντρικές τιμές των Κ διαστημάτων τάξεως και f, f 2,., f k οι αντίστοιχες συχνότητες της κατανομής, με k i= f i = Λογαριθμίζοντας παίρνουμε: Παράδειγμα logg = log (X f c X f2 f c2.x k ck ) = κ i= f ilogx ci Υπολογισμός του G στο παράδειγμα της ωριαίας αποζημίωσης των 30 υπαλλήλων από την κατανομή συχνότητας. Διάστημα Τάξεως (σε $) Συχνότητα ( f ) Κεντρική Τιμή ( Xc ) log(x) Γινόμενο (f i log(x ci ) 0-<20 7 5,7609 8, , , , , ,6532 4, ,74036,7403 Σύνολο 30 42,224 0
11 logg = κ i= f ilogx ci = 42, Άρα G = 25,55 $/hour =,4074 Παρατηρούμε ότι G < X. Αυτό δεν είναι συμπτωματικό καθώς μπορεί να αποδειχθεί ότι πάντα ο γεωμετρικός μέσος είναι μικρότερος του αντίστοιχου αριθμητικού εκτός αν όλες οι τιμές είναι ίσες μεταξύ τους, οπότε οι δύο μέσοι είναι ίσοι μεταξύ τους στην περίπτωση αυτή. Από τον ορισμό του γεωμετρικού μέσου εύκολα αποδεικνύεται η παρακάτω ιδιότητα: X G X 2 G. X G = Η ιδιότητα αυτή αποτελεί ένα σημαντικό πλεονέκτημα του G στην κατασκευή στατιστικών αριθμοδεικτών. Ένα άλλο πλεονέκτημα του γεωμετρικού μέσου (γ.μ.) έναντι του αντίστοιχου αριθμητικού αποτελεί το γεγονός ότι η τιμή του γεωμετρικού μέσου επηρεάζεται συγκριτικά λιγότερο, σε σχέση με την τιμή του αριθμητικού μέσου, σε ακραίες τιμές. Από την άλλη πλευρά ένα συγκριτικό μειονέκτημα του γ.μ. είναι ότι δεν μπορεί να χρησιμοποιηθεί όταν έχουμε αρνητικές ή μηδενικές τιμές. Ο γ.μ. τυγχάνει ευρείας χρήσης για τον υπολογισμό μέσων ποσοστών μεταβολής (ρυθμών) μέσα σε ορισμένο χρονικό διάστημα, όταν υποτίθεται ότι η μεταβολή ενός μεγέθους (μεταβλητής) από περίοδο σε περίοδο είναι ανάλογη της τιμής της μεταβλητής στην εκάστοτε περίοδο και όχι της τιμής της μεταβλητής στην πρώτη περίοδο. Δηλαδή όταν ισχύει: X t+ = X t + rx t = X t ( + r), όπου r ο μέσος ρυθμός μεταβολής. Οπότε Χ Ν = Χ 0 ( + r) Αν για την περίπτωση αυτή X 0, X,., X είναι οι τιμές ενός μεγέθους για τα έτη 0,,2,,Ν τότε ο γ.μ. των λόγων ως προς το αμέσως προηγούμενο έτος θα είναι: G = X X 2. X 0 X X X ή G = X X 0 Όμως: X = X 0 ( + r) και επομένως G = (r + ) άρα G = r +. Σημειώνεται ότι η έκφραση X = X 0 ( + r) είναι γνωστή στη βιβλιογραφία ως τύπος του ανατοκισμού και χρησιμοποιείται όχι μόνο για τον υπολογισμό του μέσου ποσοστού μεταβολής r, αλλά και οποιουδήποτε από τα X i, όταν είναι γνωστές οι τιμές των λοιπών. Παρατήρηση: στον προαναφερόμενο τύπο του ανατοκισμού ο χρόνος δε μετράται συνεχώς αλλά σε διακριτά διαστήματα (π.χ. έτη, τρίμηνα, μήνες κλπ). Αν αναφερόμαστε σε συνεχή χρόνο τότε αν r συμβολίζει το στιγμιαίο ρυθμό ανάπτυξης (instantaneous rate of growth) θα ισχύει: rt X = Xe t 0
12 Ασκήσεις-Εφαρμογές Άσκηση Στην Ελλάδα κατά τις δύο δεκαετίες που επακολούθησαν μετά τη λήξη του εμφυλίου πολέμου παρατηρήθηκε έντονο το φαινόμενο της αστυφιλίας. Αυτό είχε ως αποτέλεσμα ο πληθυσμός του νομού Αττικής από που ήταν το 95 να αυξηθεί σε το 97. Να εκτιμηθεί ο πληθυσμός της Αττικής το 96. Απάντηση Με χρήση του αριθμητικού μέσου θα είχαμε: X = = Μία τέτοια προσέγγιση όμως προϋποθέτει ότι ο πληθυσμός αυξανόταν κατά σταθερό αριθμό κάθε χρόνο. Είναι πιο ρεαλιστικό να υποτεθεί ότι όσο περισσότεροι άνθρωποι κατοικούν σε μία περιοχή τόσο μεγαλύτερος είναι ο αριθμός των ατόμων που προστίθενται στον πληθυσμό αυτό κάθε χρόνο. Χρησιμοποιώντας τον τύπο του ανατοκισμού έχουμε: P 7 = P 5 ( + r) 20 ( + r) = P 7 20 = (,7964) 20 =,0297 P 5 Συνεπώς P 6 = P 5 ( + r) 0 = 55709, B`τρόπος λύσης: P 6 = P 5 ( + r) 0 = P 2 5 ( + r) 20 = P 5 P 5 ( + r) 20 = P 5 P 7, δηλ. ο γ.μ. των P 5 και P 7. Άρα P 6 = Σημείωση: Ο πραγματικός πληθυσμός του νομού Αττικής σύμφωνα με την απογραφή του 96 ήταν
13 Άσκηση 2 Οι εβδομαδιαίες απολαβές των εργατών μιας βιομηχανικής επιχειρήσεως διαμορφώθηκαν κατά τα έτη 2000 και 200 ως εξής: Απολαβές $ Αριθμός εργατών < Ποιο είναι το μέσο ετήσιο ποσοστό μεταβολής του μέσου των εβδομαδιαίων απολαβών κατά την περίοδο ; Θα βρούμε πρώτα τους μέσους των εβδομαδιαίων απολαβών για το 2000 και το 200 από τις αντίστοιχες κατανομές συχνότητας. Απολαβές $ Χc i f i f i Xc i Χc i f i f i Xc i 00-< Σύνολο
14 Επειδή από την κατανομή συχνότητας τόσο για το 2000 όσο και για το 200 δεν παρατηρούνται ακραίες τιμές, ως μέτρο κεντρικής τάσης μπορεί να χρησιμοποιηθεί ο αριθμητικός. Επομένως: Για το 2000: X 2000 = f ixc i = 2450 = 390$ Για το 200: X 200 = f ixc i = ,7$ Για να υπολογίσουμε το μέσο ετήσιο ρυθμό μεταβολής χρησιμοποιούμε τον τύπο του ανατοκισμού X = X 0 ( + r) με X = 55,7, X 0 = 390 και Ν = 0 ( + r) = X X 0 55,7 = =,3223 0,0283 r = 0,0283 Επομένως, κατά την περίοδο το μέσο ετήσιο ποσοστό αυξήσεως των μέσων εβδομαδιαίων απολαβών των εργατών της βιομηχανίας ήταν 2,83%..7 Ο ΑΡΜΟΝΙΚΟΣ ΜΕΣΟΣ (HARMOIC MEA) Ένας πολύ διδακτικός τρόπος για να εισάγουμε τον αρμονικό μέσο Η είναι μέσω του παρακάτω παραδείγματος. Ένα αυτοκίνητο κινήθηκε από το σημείο Α ως το σημείο Β με μέση ταχύτητα 80km/h, ενώ κατά την επιστροφή (δηλ. από το Β πάλι στο Α) κινήθηκε με μέση ταχύτητα 50 km/h. Πόση ήταν η μέση ταχύτητα του αυτοκινήτου για όλο το ταξίδι (δηλ. από το Α στο Β και επιστροφή από το Β στο Α); Από τη φυσική γνωρίζουμε ότι S = U t όπου S το διάστημα, U η (μέση) ταχύτητα και t ο χρόνος. Εν προκειμένω έχουμε: S = U t για τη μετάβαση από το Α στο Β S = U 2 t 2 για τη μετάβαση από το Β στο Α Άρα t = S U και t 2 = S U 2 και επομένως η μέση ταχύτητα για όλη τη διαδρομή, που ισούται με το πηλίκο του συνολικά διανυθέντος διαστήματος προς το συνολικό χρόνο του ταξιδίου, θα είναι: U = 2S t +t 2 = 2S S U + S U2 = U + U2 = ,5 50 Προσοχή: Αν (εσφαλμένα) χρησιμοποιούμε τον αριθμητικό μέσο θα βρίσκαμε U = = 65 Που είναι λάθος (γιατί;). Με βάση τα παραπάνω ο λεγόμενος αρμονικός μέσος ορίζεται ως εξής: Ο αρμονικός μέσος Η μιας σειράς Ν τιμών ορισμένου χαρακτηριστικού Χ, έστω X, X 2,, X ορίζεται ως ο αντίστροφος του αριθμητικού μέσου των αντιστρόφων των τιμών αυτών. Δηλαδή: 4 2
15 H = Χ + Χ + + = 2 Χ i= Ν Για την περίπτωση που τα στοιχεία είναι ταξινομημένα σε κατανομή συχνότητας βρίσκουμε πρώτα τους αντίστροφους των κεντρικών τιμών των διαστημάτων τάξεως (Χ) τους οποίους πολλαπλασιάζουμε με τις αντίστοιχες συχνότητες f. Τότε ο H θα δίνεται από την σχέση: X i H = k i= f i Xc i k i= f i = k i= f i f k i i= Xc i Ο H εκτός από την χρησιμότητα του στην κατάρτιση αριθμοδεικτών, μπορούμε να πούμε ότι είναι το κατάλληλο μέτρο για την κεντρική τάση των τιμών ενός μεγέθους που αντιστοιχούν σε σταθερή ποσότητα ενός άλλου, ή για τον υπολογισμό του μέσου ρυθμού. Εφαρμογή Ένας βιομηχανικός εργάτης μπορεί να συναρμολογήσει συσκευές τύπου Α με ρυθμό 30 ανά ώρα, συσκευές τύπου Β με ρυθμό 40 ανά ώρα και τύπου Γ με ρυθμό 80 ανά ώρα. Έστω ότι πρέπει να συναρμολογηθούν ίσοι αριθμοί από κάθε τύπο συσκευής. Ο μηχανικός παραγωγής καλείται να αναφέρει τη μέση ωριαία παραγωγικότητα του εργάτη. Απάντηση Αν υποθέσουμε ότι ο μηχανικός παραγωγής χρησιμοποιεί το αριθμητικό μέσο τότε θα βρει: Α=( )/3=50 συναρμολογήσεις ανά ώρα. Η απάντηση όμως αυτή θα είναι εσφαλμένη καθόσον ο μηχανικός παραγωγής δεν έλαβε υπόψη του το γεγονός ότι ο κάθε τύπος συσκευής απαιτεί διαφορετικό χρόνο για τη συναρμολόγηση του. Ο χρόνος συναρμολόγησης για κάθε τύπο συσκευής είναι: τύπος Α: τύπος Β: τύπος Γ: 60/30=2 min 60/40=,5 min 60/80=3/4 min θα πρέπει λοιπόν να γίνει στάθμιση ως προς τους χρόνους αυτούς. Άρα M = 2 30+, , = ,5+ 3 = , ,35 Εναλλακτικά, παρατηρούμε ότι στο πρόβλημα αυτό ζητείται να υπολογίσουμε την κεντρική τάση των τιμών ενός μεγέθους (αριθμό συσκευών) που αντιστοιχούν σε σταθερή ποσότητα ενός άλλου (χρόνος), άρα με βάση τα προεκτεθέντα ενδείκνυται η χρήση του αρμονικού μέσου ως μέτρου κεντρικής τάσης. Συνεπώς η πραγματική ανά ώρα παραγωγικότητα του εργάτη θα μπορούσε να υπολογισθεί χρησιμοποιώντας τον αρμονικό μέσο Η: 5
16 H = , Θεώρημα Για τους τρεις μέσους ισχύει η ανισότητα: X G H Το ίσον ισχύει για την περίπτωση που όλες οι παρατηρήσεις είναι ίδιες. ΣΥΝΟΨΗ ΤΩΝ ΚΥΡΙΟΤΕΡΩΝ ΧΑΡΑΚΤΗΡΙΣΤΙΚΩΝ ΤΩΝ ΜΕΣΩΝ ΑΡΙΘΜΗΤΙΚΟΣ ΜΕΣΟΣ Πλεονεκτήματα --Χρησιμοποιείται περισσότερο λόγω της ευκολίας στον υπολογισμό του και της σαφήνειας του --Το άθροισμα των τετραγώνων των αποκλίσεων ως προς τον αριθμητικό μέσο είναι μικρότερο σε σχέση με οποιαδήποτε άλλη τιμή, ως εκ τούτου ο αριθμητικός μέσος αποτελεί την βάση για τον υπολογισμό της τυπικής απόκλισης. --Μπορεί να αποτελέσει γενικότερα αντικείμενο αλγεβρικής μεταχείρισης Μειονεκτήματα Επηρεάζεται σοβαρά από ακραίες τιμές. ΓΕΩΜΕΤΡΙΚΟΣ ΜΕΣΟΣ Πλεονεκτήματα --Επηρεάζεται συγκριτικά λιγότερο από ακραίες τιμές. --Σε ασυμμετρικές συχνότητες ανταποκρίνεται περισσότερο στην πραγματικότητα σε σχέση με τον αριθμητικό μέσο. --Η χρήση του ενδείκνυται για δεδομένα υπό μορφή λόγων. --Μπορεί να αποτελέσει αντικείμενο αλγεβρικής μεταχείρισης Μειονεκτήματα --Δεν δύναται να υπολογισθεί όταν τα δεδομένα περιλαμβάνουν αρνητικές τιμές η μηδέν. --Είναι δυσχερέστερος ο υπολογισμός του (παλαιότερα). ΑΡΜΟΝΙΚΟΣ ΜΕΣΟΣ Πλεονεκτήματα --Η χρήση του ενδείκνυται για τον υπολογισμό μέσου μέσων και μέσου αναλογιών. --Μπορεί να αποτελέσει αντικείμενο αλγεβρικής μεταχείρισης Μειονεκτήματα --Όχι ευρύτερα γνωστός. --Δυσχερής ο υπολογισμός του για μεγάλο αριθμό παρατηρήσεων (παλαιότερα). 6
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 περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗ ΘΕΩΡΙΑ ΤΩΝ ΣΤΑΤΙΣΤΙΚΩΝ ΑΡΙΘΜΟΔΕΙΚΤΩΝ
ΚΕΦΑΛΑΙΟ 2 ΕΙΣΑΓΩΓΗ ΣΤΗ ΘΕΩΡΙΑ ΤΩΝ ΣΤΑΤΙΣΤΙΚΩΝ ΑΡΙΘΜΟΔΕΙΚΤΩΝ 2. ΟΡΙΣΜΟΣ ΑΡΙΘΜΟΔΕΙΚΤΩΝ Ορισμός: Οι στατιστικοί αριθμοδείκτες είναι στατιστικά μέτρα με τα οποία συγκρίνουμε την τιμή μιας μεταβλητής, ή μιας
Διαβάστε περισσότεραΕλλιπή 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 περισσότεραΣτατιστική Επιχειρήσεων 1 Μάθημα του A Εξαμήνου
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΡΗΤΗΣ Τμήμα Λογιστικής & Χρηματοοικονομικής Στατιστική Επιχειρήσεων 1 Μάθημα του A Εξαμήνου Περιεχόμενα-Ύλη του Μαθήματος Περιγραφική Στατιστική: Είδη δεδομένων, Μετασχηματισμοί,
Διαβάστε περισσότεραMέτρα (παράμετροι) θέσεως
Mέτρα (παράμετροι) θέσεως Είδη παραμέτρων Σκοπός μέτρων θέσεως Μέτρα θέσεως Αριθμητικός μέσος Επικρατούσα τιμή Διάμεσος Τεταρτημόρια Σύντομη περιγραφή Το πρώτο βήμα της ανάλυσης των δεδομένων, είναι η
Διαβάστε περισσότεραΠΑΡΟΥΣΙΑΣΗ 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 περισσότεραΕισαγωγή στη Στατιστική Μάθημα του Β Εξαμήνου
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΡΗΤΗΣ Τμήμα Διοίκησης Επιχειρήσεων (Α.Ν.) Εισαγωγή στη Στατιστική Μάθημα του Β Εξαμήνου Περιεχόμενα-Ύλη του Μαθήματος Περιγραφική Στατιστική: Είδη δεδομένων, Μετασχηματισμοί,
Διαβάστε περισσότεραΤμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η : ,
Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η :1-0-017, 3-0-017 Διδάσκουσα: Κοντογιάννη Αριστούλα Σκοπός του μαθήματος Η παρουσίαση
Διαβάστε περισσότεραi Σύνολα w = = = i v v i=
ΜΕΤΡΑ ΘΕΣΗΣ ΆΣΚΗΣΗ Η βαθμολογία στα 0 μαθήματα ενός μαθητή είναι: 3, 9, 6, 0, 5,,, 0, 0, 4. Να υπολογίσετε: α) Τη μέση τιμή. β) Τη διάμεσο. Απάντηση t t + t + t 0 = = = = 3 + 9 + 6 + 0 + 5 + + + 0 + 0
Διαβάστε περισσότεραΣτατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες
Ορισμός Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες αβεβαιότητας. Βασικές έννοιες Η μελέτη ενός πληθυσμού
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΟΙ ΠΙΝΑΚΕΣ. ΓΕΝΙΚΟΙ (περιέχουν όλες τις πληροφορίες που προκύπτουν από μια στατιστική έρευνα) ΕΙΔΙΚΟΙ ( είναι συνοπτικοί και σαφείς )
Πληθυσμός (populaton) ονομάζεται ένα σύνολο, τα στοιχεία του οποίου εξετάζουμε ως προς τα χαρακτηριστικά τους. Μεταβλητές (varables ) ονομάζονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό.
Διαβάστε περισσότεραΠαράδειγμα. 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 περισσότεραΈτος : Διάλεξη 2 η Διδάσκουσα: Κοντογιάννη Αριστούλα Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική
Έτος 2017-2018: Διάλεξη 2 η Διδάσκουσα: Κοντογιάννη Αριστούλα Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Επανάληψη βασικών εννοιών Στατιστικής- Χρήση gretl/excel 1
Διαβάστε περισσότεραΠεριγραφική Στατιστική
Περιγραφική Στατιστική Κώστας Γλυκός Ασκήσεις για ΑΕΙ και ΤΕΙ σε Περιγραφική Στατιστική τεχνικές 3 ασκήσεις Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α 6 9 7. 3 0 0. 8 8. 8 8 Kglykos.gr 3 / 0 / 0 6 εκδόσεις Καλό
Διαβάστε περισσότεραΣτατιστικοί πίνακες. Δημιουργία κλάσεων
Στατιστικοί πίνακες Δημιουργία κλάσεων Τι είναι οι κλάσεις; Κλάσεις είναι ημιανοικτά διαστήματα της μορφής [α i, b i ), τα οποία είναι ταυτόχρονα και διαδοχικά, έτσι ώστε να μην υπάρχει κάποια τιμή του
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΑ 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 περισσότεραΠΕΡΙΓΡΑΦΙΚΗ 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. ΔΙΑΛΕΞΗ 04 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Βόλος, 015-016 1 . Διερευνητική Ανάλυση Μέτρα
Διαβάστε περισσότεραΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΣΤΟ ΜΑΘΗΜΑ ΜΑΘΗΜΑΤΙΚΑ Ι.Ι (τεύχος-1-)
ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΣΤΟ ΜΑΘΗΜΑ ΜΑΘΗΜΑΤΙΚΑ Ι.Ι (τεύχος--) .. Μια χρήσιμη ανασκόπηση... Δυνάμεις Πραγματικών Αριθμών Ο συνοπτικός τρόπος για να εκφράσουμε το γινόμενο : 2*2*2*2 4 είναι να το γράψουμε:
Διαβάστε περισσότεραΣτατιστική 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 περισσότεραΣΤΑΤΙΣΤΙΚΗ ΙΙ. Ενότητα 2: ΣΤΑΤΙΣΤΙΚΗ ΙΙ (2/4). Επίκ. Καθηγητής Κοντέος Γεώργιος Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)
ΣΤΑΤΙΣΤΙΚΗ ΙΙ Ενότητα 2: ΣΤΑΤΙΣΤΙΚΗ ΙΙ (2/4). Επίκ. Καθηγητής Κοντέος Γεώργιος Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ Ενότητα # 3: Αριθμητικά Περιγραφικά Μέτρα Εβελίνα Κοσσιέρη Τμήμα Λογιστικής και Χρηματοοικονομικής ΑΔΕΙΕΣ
Διαβάστε περισσότεραΣτατιστική Ι (ΨΥΧ-1202) ιάλεξη 3
(ΨΥΧ-1202) Λεωνίδας Α. Ζαμπετάκης Β.Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail: statisticsuoc@gmail.com ιαλέξεις: ftp://ftp.soc.uoc.gr/psycho/zampetakis/ ιάλεξη 3 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΨΥΧΟΛΟΓΙΑΣ Ρέθυμνο,
Διαβάστε περισσότεραΗ ΘΕΩΡΙΑ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΣΥΝΑΡΤΗΣΕΙΣ ΓΝΗΣΙΩΣ ΑΥΞΟΥΣΑ ΣΥΝΑΡΤΗΣΗ ΓΝΗΣΙΩΣ ΦΘΙΝΟΥΣΑΣΥΝΑΡΤΗΣΗ ΤΟΠΙΚΟ ΜΕΓΙΣΤΟ ΤΟΠΙΚΟ ΕΛΑΧΙΣΤΟ
1 Η ΘΕΩΡΙΑ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΣΥΝΑΡΤΗΣΕΙΣ ΓΝΗΣΙΩΣ ΑΥΞΟΥΣΑ ΣΥΝΑΡΤΗΣΗ ά ( ύ ) έ ί ύ σ ύ ό ά, ύ ό ά 1 1 1 ΓΝΗΣΙΩΣ ΦΘΙΝΟΥΣΑΣΥΝΑΡΤΗΣΗ ά ( ύ ) έ ί ύ σ ύ ό ά, ύ ό ά 1 1 1 ΤΟΠΙΚΟ ΜΕΓΙΣΤΟ ά ( ύ ) έ
Διαβάστε περισσότεραΠοσοτικές 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 περισσότεραΔρ. Χάϊδω Δριτσάκη. MSc Τραπεζική & Χρηματοοικονομική
Ποσοτικές Μέθοδοι Δρ. Χάϊδω Δριτσάκη MSc Τραπεζική & Χρηματοοικονομική Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης 50100 Kozani GR
Διαβάστε περισσότεραΣτατιστικές Έννοιες (Υπολογισμός Χρηματοοικονομικού κινδύνου και απόδοσης, διαχρονική αξία του Χρήματος)
Στατιστικές Έννοιες (Υπολογισμός Χρηματοοικονομικού κινδύνου και απόδοσης, διαχρονική αξία του Χρήματος) 1 γ Ποιος είναι ο αριθμητικός μέσος όρος ενός δείγματος ετησίων αποδόσεων μιας μετοχής, της οποίας
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 7. Τυχαίες Μεταβλητές και Διακριτές Κατανομές Πιθανοτήτων
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ 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 περισσότεραΣτατιστικές Έννοιες (Υπολογισμός Χρηματοοικονομικού κινδύνου και απόδοσης, διαχρονική αξία του Χρήματος)
Στατιστικές Έννοιες (Υπολογισμός Χρηματοοικονομικού κινδύνου και απόδοσης, διαχρονική αξία του Χρήματος) 1. Ποιος είναι ο αριθμητικός μέσος όρος ενός δείγματος ετησίων αποδόσεων μιας μετοχής, της οποίας
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. ΔΙΑΛΕΞΗ 02 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Βόλος, 2016-2017 1 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ (Descriptive)
Διαβάστε περισσότεραΕισαγωγή στη Στατιστική Μάθημα του Β Εξαμήνου
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΡΗΤΗΣ Τμήμα Διοίκησης Επιχειρήσεων (Α.Ν.) Εισαγωγή στη Στατιστική Μάθημα του Β Εξαμήνου ΜΕΡΟΣ ΙΙΙ-ΑΡΙΘΜΟΔΕΙΚΤΕΣ ΤΙΜΑΡΙΘΜΟΙ ΔΕΙΚΤΕΣ ΟΓΚΟΥ-ΠΟΣΟΤΗΤΑΣ-ΑΞΙΑΣ ΔΤΚ-ΠΛΗΘΩΡΙΣΜΟΣ
Διαβάστε περισσότεραΤο Κεντρικό Οριακό Θεώρημα
Το Κεντρικό Οριακό Θεώρημα Όπως θα δούμε αργότερα στη Στατιστική Συμπερασματολογία, λέγοντας ότι «από έναν πληθυσμό παίρνουμε ένα τυχαίο δείγμα μεγέθους» εννοούμε ανεξάρτητες τυχαίες μεταβλητές,,..., που
Διαβάστε περισσότεραΚεφάλαιο 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 περισσότεραΤο Κεντρικό Οριακό Θεώρημα
Το Κεντρικό Οριακό Θεώρημα Στα προηγούμενα (σελ. 7), δώσαμε μια πρώτη, γενική, διατύπωση του Κεντρικού Οριακού Θεωρήματος (Κ.Ο.Θ.) και τη γενική ιδέα για το πώς το Κ.Ο.Θ. εξηγεί το μεγάλο εύρος εφαρμογής
Διαβάστε περισσότεραΔΕΟ13 - Επαναληπτικές Εξετάσεις 2010 Λύσεις
ΔΕΟ - Επαναληπτικές Εξετάσεις Λύσεις ΘΕΜΑ () Το Διάγραμμα Διασποράς εμφανίζεται στο επόμενο σχήμα. Από αυτό προκύπτει καταρχήν μία θετική σχέση μεταξύ των δύο μεταβλητών. Επίσης, από το διάγραμμα φαίνεται
Διαβάστε περισσότεραΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ ΓΙΑ ΔΙΟΙΚΗΤΙΚΑ ΣΤΕΛΕΧΗ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ ΓΙΑ ΔΙΟΙΚΗΤΙΚΑ ΣΤΕΛΕΧΗ Ενότητα # 7: Δειγματοληψία Μιλτιάδης Χαλικιάς Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ Τμήμα Μαθηματικών ΧΡΟΝΟΣΕΙΡΕΣ. Σημειώσεις Πανεπιστημιακών Παραδόσεων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ Τμήμα Μαθηματικών ΧΡΟΝΟΣΕΙΡΕΣ Σημειώσεις Πανεπιστημιακών Παραδόσεων ΑΛΕΞΑΝΔΡΟΣ ΜΗΛΙΏΝΗΣ ΟΚΤΩΒΡΙΟΣ 07 ΚΕΦΑΛΑΙΟ ΧΡΟΝΟΣΕΙΡΕΣ- ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ. ΚΑΤΗΓΟΡΙΟΠΟΙΗΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ. ΟΡΙΣΜΟΣ
Διαβάστε περισσότεραΟικονομικά Μαθηματικά
Οικονομικά Μαθηματικά Ενότητα 8: Πρόσκαιρες Ράντες Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για
Διαβάστε περισσότεραΟ Ι ΚΟ Ν Ο Μ Ι Κ Α / Σ ΤΑΤ Ι Σ Τ Ι Κ Η
Ο Ι ΚΟ Ν Ο Μ Ι Κ Α / Σ ΤΑΤ Ι Σ Τ Ι Κ Η Σ χ ε τ ι κ ά μ ε τ ι ς ε κ τ ι μ ή σ ε ι ς - σ υ ν ο π τ ι κ ά Σεμινάριο Εκτιμήσεων Ακίνητης Περιουσίας, ΣΠΜΕ, 2018 ΣΤΑΤΙΣΤΙΚΗ Σ Χ Ε Τ Ι Κ Α Μ Ε Τ Ι Σ Ε Κ Τ Ι Μ
Διαβάστε περισσότεραΟικονομικά Μαθηματικά
Οικονομικά Μαθηματικά Ενότητα 8: Ράντες Σαριαννίδης Νικόλαος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΕισαγωγή στη Στατιστική- Κοινωνικές Στατιστικές. Διάλεξη
Εισαγωγή στη Στατιστική- Κοινωνικές Στατιστικές Διάλεξη 13-3-2015 Υπολογισμός Σταθμικού Μέσου Αριθμητικού X weighted n 1 n 1 w i w X i i Παράδειγμα Υποψήφιος της Δ' Δέσμης πήρε στις εξετάσεις τους εξής
Διαβάστε περισσότεραΓιατί μετράμε την διασπορά;
Γιατί μετράμε την διασπορά; Παράδειγμα Δίνεται το ετήσιο ποσοστό κέρδους δύο επιχειρήσεων για 6 χρόνια. Αν έπρεπε να επιλέξετε την μετοχή μιας εκ των 2 με κριτήριο το ποσοστό κέρδους αυτά τα 6 χρόνια.
Διαβάστε περισσότεραΤο Κεντρικό Οριακό Θεώρημα
Το Κεντρικό Οριακό Θεώρημα Στα προηγούμενα (σελ. 7), δώσαμε μια πρώτη, γενική, διατύπωση του Κεντρικού Οριακού Θεωρήματος (Κ.Ο.Θ.) και τη γενική ιδέα για το πώς το Κ.Ο.Θ. εξηγεί το μεγάλο εύρος εφαρμογής
Διαβάστε περισσότεραΚεφάλαιο 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 περισσότεραΣκοπός του κεφαλαίου είναι η κατανόηση των βασικών στοιχείων μιας στατιστικής έρευνας.
7 ο ΜΑΘΗΜΑ ΚΕΦΑΛΑΙΟ 2 ΣΤΑΤΙΣΤΙΚΗ Σκοπός Σκοπός του κεφαλαίου είναι η κατανόηση των βασικών στοιχείων μιας στατιστικής έρευνας. Προσδοκώμενα αποτελέσματα Όταν θα έχετε ολοκληρώσει τη μελέτη αυτού του κεφαλαίου
Διαβάστε περισσότεραΕΡΩΤΗΣΕΙΣ 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 περισσότεραΣτατιστική Ι. Ενότητα 1: Βασικές Έννοιες. Δρ. Κοντέος Γεώργιος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 1: Βασικές Έννοιες Δρ. Κοντέος Γεώργιος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΕνότητα 3: Περιγραφική Στατιστική (Πίνακες & Αριθμητικά μέτρα)
ΤΕΙ Στερεάς Ελλάδας Τμήμα Φυσικοθεραπείας Προπτυχιακό Πρόγραμμα Μάθημα: Βιοστατιστική-Οικονομία της υγείας Εξάμηνο: Ε (5 ο ) Ενότητα 3: Περιγραφική Στατιστική (Πίνακες & Αριθμητικά μέτρα) Δρ. Χρήστος Γενιτσαρόπουλος
Διαβάστε περισσότερα, όταν ο χρόνος αντιστοιχεί σε ακέραιες περιόδους
Τμήμα Διεθνούς Εμπορίου Οικονομικά Μαθηματικά Καλογηράτου Ζ. Μονοβασίλης Θ. ΑΝΑΤΟΚΙΣΜΟΣ 4.. Εισαγωγή Στον σύνθετο τόκο (ή ανατοκισμό), στο τέλος κάθε περιόδου, ο τόκος και το κεφάλαιο αθροίζονται και το
Διαβάστε περισσότεραΚεφάλαιο Τέσσερα Αριθμητικές Μέθοδοι Περιγραφικής Στατιστικής
Κεφάλαιο Τέσσερα Αριθμητικές Μέθοδοι Περιγραφικής Στατιστικής Copyright 2009 Cengage Learning 4.1 Αριθμητικές Μέθοδοι Περιγραφικής Στατιστικής Δείκτες Κεντρικής Θέσης [Αριθμητικός] Μέσος, Διάμεσος, Επικρατούσα
Διαβάστε περισσότεραΔειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:
Δειγματοληψία Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ συμβολίζουμε την μέση τιμή: Επομένως στην δειγματοληψία πινάκων συνάφειας αναφερόμαστε στον
Διαβάστε περισσότεραΔειγματοληψία 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 περισσότεραΕισόδημα 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 περισσότεραΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ. για τα οποία ισχύει y f (x) , δηλαδή το σύνολο, x A, λέγεται γραφική παράσταση της f και συμβολίζεται συνήθως με C
Επιμέλεια: Κ Μυλωνάκης ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΕΡΩΤΗΣΗ Τι ονομάζεται πραγματική συνάρτηση με πεδίο ορισμού το Α; Έστω Α ένα υποσύνολο του R Ονομάζουμε πραγματική συνάρτηση με πεδίο ορισμού το Α μια διαδικασία
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. ΔΙΑΛΕΞΗ 02 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Βόλος, 2015-2016 1 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ (Descriptive)
Διαβάστε περισσότεραΜαθηματικά Γ Γυμνασίου
Α λ γ ε β ρ ι κ έ ς π α ρ α σ τ ά σ ε ι ς 1.1 Πράξεις με πραγματικούς αριθμούς (επαναλήψεις συμπληρώσεις) A. Οι πραγματικοί αριθμοί και οι πράξεις τους Διδακτικοί στόχοι Θυμάμαι ποιοι αριθμοί λέγονται
Διαβάστε περισσότεραΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Περιγραφικοί παράµετροι ή περιγραφικά µέτρα Τα περιγραφικά µέτρα διακρίνονται σε: µέτρα θέσης των στατιστικών δεδο- µένων ή παράµετροι κεντρικής τάσης µέτρα διασποράς µέτρα ή συντελεστές
Διαβάστε περισσότεραΔειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:
Δειγματοληψία Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ συμβολίζουμε την μέση τιμή: Επομένως στην δειγματοληψία πινάκων συνάφειας αναφερόμαστε στον
Διαβάστε περισσότεραΚεφάλαιο 4. μιας και αντιστοιχεί στην περίοδο μηδέν, είναι δηλαδή το αρχικό κεφάλαιο. Όμοια έχουμε τα κεφάλαια K1, K2, K
Κεφάλαιο. Ανατοκισμός. Εισαγωγή Στη διαδικασία με την οποία ένα κεφάλαιο κατατίθεται στον απλό τόκο, στο τέλος κάθε περιόδου παίρνουμε τον τόκο και αφήνουμε το αρχικό κεφάλαιο να τοκιστεί. Έτσι το κεφάλαιο
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. ΔΙΑΛΕΞΗ 05 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Βόλος, 016-017 1 . Διερευνητική Ανάλυση Μέτρα
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΑΚΑ 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 περισσότεραΑριθμητική Ανάλυση και Εφαρμογές
Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Πεπερασμένες και Διαιρεμένες Διαφορές Εισαγωγή Θα εισάγουμε την έννοια των διαφορών με ένα
Διαβάστε περισσότερα4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου
4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου Για την εκτίμηση των παραμέτρων ενός πληθυσμού (όπως η μέση τιμή ή η διασπορά), χρησιμοποιούνται συνήθως δύο μέθοδοι εκτίμησης. Η πρώτη ονομάζεται σημειακή εκτίμηση.
Διαβάστε περισσότεραΕνότητα 1: Εισαγωγή. ΤΕΙ Στερεάς Ελλάδας. Τμήμα Φυσικοθεραπείας. Προπτυχιακό Πρόγραμμα. Μάθημα: Βιοστατιστική-Οικονομία της υγείας Εξάμηνο: Ε (5 ο )
ΤΕΙ Στερεάς Ελλάδας Τμήμα Φυσικοθεραπείας Προπτυχιακό Πρόγραμμα Μάθημα: Βιοστατιστική-Οικονομία της υγείας Εξάμηνο: Ε (5 ο ) Ενότητα 1: Εισαγωγή Δρ. Χρήστος Γενιτσαρόπουλος Λαμία, 2017 1.1. Σκοπός και
Διαβάστε περισσότεραΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Εισήγηση 4A: Έλεγχοι Υποθέσεων και Διαστήματα Εμπιστοσύνης Διδάσκων: Δαφέρμος Βασίλειος ΤΜΗΜΑ ΠΟΛΙΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΣΧΟΛΗΣ ΚΟΙΝΩΝΙΚΩΝ
Διαβάστε περισσότεραΣτατιστική Ι. Ενότητα 7: Κανονική Κατανομή. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 7: Κανονική Κατανομή Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2010 ΕΚΦΩΝΗΣΕΙΣ
ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 00 ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ Α Α. Έστω t, t,..., t ν οι παρατηρήσεις µιας ποσοτικής µεταβλητής Χ ενός δείγµατος µεγέθους ν, που έχουν µέση τιµή x. Σχηµατίζουµε
Διαβάστε περισσότεραΣτατιστική Ι. 6o Αριθμοδείκτες
Στατιστική Ι 6o Αριθμοδείκτες Αριθμοδείκτες 1. Οι αριθμοδείκτες είναι σχέσεις μεταξύ μεγεθών, λογιστικής ή στατιστικής προελεύσεως, που καταρτίζονται με σκοπό τον προσδιορισμό της πραγματικής θέσεως ή
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. ΔΙΑΛΕΞΗ 07 & ΔΙΑΛΕΞΗ 08 ΣΗΜΠΕΡΑΣΜΑΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Βόλος, 016-017 ΕΙΣΑΓΩΓΗ ΣΤΗΝ
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 7035468 Τυχαίο Δείγμα
Διαβάστε περισσότεραΜαθηματικά. Ενότητα 6: Ασκήσεις Ορίων Συνάρτησης. Σαριαννίδης Νικόλαος Τμήμα Λογιστικής και Χρηματοοικονομικής
Μαθηματικά Ενότητα 6: Ασκήσεις Ορίων Συνάρτησης Σαριαννίδης Νικόλαος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΠεριεχόμενα. Πρόλογος 3
Πρόλογος Η χρησιμότητα της Γραμμικής Άλγεβρας είναι σχεδόν αυταπόδεικτη. Αρκεί μια ματιά στο πρόγραμμα σπουδών, σχεδόν κάθε πανεπιστημιακού τμήματος θετικών επιστημών, για να διαπιστώσει κανείς την παρουσία
Διαβάστε περισσότεραΟΙ ΜΕΘΟΔΟΙ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΑΝΑΛΥΣΗΣ Χ. ΑΠ. ΛΑΔΙΑΣ
ΟΙ ΜΕΘΟΔΟΙ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΑΝΑΛΥΣΗΣ Χ. ΑΠ. ΛΑΔΙΑΣ ΔΙΑΣΠΟΡΑ ΚΑΙ ΠΕΡΙΦΕΡΕΙΑΚΕΣ ΑΝΙΣΟΤΗΤΕΣ Τα μέτρα διασποράς χρησιμεύουν για τη μέτρηση των περιφερειακών ανισοτήτων. Τα περιφερειακά χαρακτηριστικά που χρησιμοποιούνται
Διαβάστε περισσότερα6. ΔΕΙΓΜΑΤΟΛΗΨΙΑ ΚΑΤΑ ΟΜΑΔΕΣ (Cluster Sampling)
6. ΔΕΙΓΜΑΤΟΛΗΨΙΑ ΚΑΤΑ ΟΜΑΔΕΣ (Cluster Sampling) Από την θεωρία που αναπτύχθηκε στα προηγούμενα κεφάλαια, φαίνεται ότι μια αλλαγή στον σχεδιασμό της δειγματοληψίας και, κατά συνέπεια, στην μέθοδο εκτίμησης
Διαβάστε περισσότεραΕργαστήριο Μαθηματικών & Στατιστικής 2η Πρόοδος στο Μάθημα Στατιστική 28/01/2011 (Για τα Τμήματα Ε.Τ.Τ. και Γ.Β.) 1ο Θέμα [40] α) στ) 2ο Θέμα [40]
Εργαστήριο Μαθηματικών & Στατιστικής η Πρόοδος στο Μάθημα Στατιστική 8// (Για τα Τμήματα Ε.Τ.Τ. και Γ.Β.) ο Θέμα [4] Τα τελευταία χρόνια παρατηρείται συνεχώς αυξανόμενο ενδιαφέρον για τη μελέτη της συγκέντρωσης
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 5 ΑΚΟΛΟΥΘΙΕΣ ΑΡΙΘΜΗΤΙΚΗ ΓΕΩΜΕΤΡΙΚΗ ΠΡΟΟΔΟΣ
ΑΛΓΕΒΡΑ Β ΛΥΚΕΙΟΥ ΚΕΦΑΛΑΙΟ 5 ΑΚΟΛΟΥΘΙΕΣ ΑΡΙΘΜΗΤΙΚΗ ΓΕΩΜΕΤΡΙΚΗ ΠΡΟΟΔΟΣ ΓΙΑΝΝΗΣ ΠΑΤΕΡΑΣ ΜΑΘΗΜΑΤΙΚΟΣ ΑΛΓΕΒΡΑ Β ΛΥΚΕΙΟΥ ΑΚΟΛΟΥΘΙΕΣ ΚΕΦΑΛΑΙΟ 5 ΑΡΙΘΜΗΤΙΚΗ ΠΡΟΟΔΟΣ ΑΠΑΡΑΙΤΗΤΕΣ ΓΝΩΣΕΙΣ ΘΕΩΡΙΑΣ Ακολουθία ονομάζουμε
Διαβάστε περισσότεραΔισδιάστατη ανάλυση. Για παράδειγμα, έστω ότι 11 άτομα δήλωσαν ότι είναι άγαμοι (Α), 26 έγγαμοι (Ε), 12 χήροι (Χ) και 9 διαζευγμένοι (Δ).
Δισδιάστατη ανάλυση Πίνακες διπλής εισόδου Σε πολλές περιπτώσεις μελετάμε περισσότερες από μία μεταβλητές ταυτόχρονα. Π.χ. μία έρευνα που έγινε σε ένα δείγμα 58 ατόμων περιείχε τις ερωτήσεις «ποια είναι
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ ΑΝΑΛΥΣΗΣ ΔΕΔΟΜΕΝΩΝ
ΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ ΑΝΑΛΥΣΗΣ ΔΕΔΟΜΕΝΩΝ Στατιστικά περιγραφικά μέτρα Τα στατιστικά περιγραφικά μέτρα είναι αντιπροσωπευτικές τιμές οι οποίες περιγράφουν με τρόπο ποσοτικό την κατανομή μιας μεταβλητής. Λειτουργούν
Διαβάστε περισσότεραΘΕΩΡΙΑ Β ΓΥΜΝΑΣΙΟΥ. Μια παράσταση που περιέχει πράξεις με μεταβλητές (γράμματα) και αριθμούς καλείται αλγεβρική, όπως για παράδειγμα η : 2x+3y-8
ΘΕΩΡΙΑ Β ΓΥΜΝΑΣΙΟΥ Άλγεβρα 1 ο Κεφάλαιο 1. Τι ονομάζουμε αριθμητική και τι αλγεβρική παράσταση; Να δώσετε από ένα παράδειγμα. Μια παράσταση που περιέχει πράξεις με αριθμούς, καλείται αριθμητική παράσταση,
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 07-08 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε
Διαβάστε περισσότεραΑ. α) ίνεται η συνάρτηση F(x)=f(x)+g(x). Αν οι συναρτήσεις f, g είναι παραγωγίσιµες, να αποδείξετε ότι: F (x)=f (x)+g (x).
Νίκος Σούρµπης - - Γιώργος Βαρβαδούκας ΘΕΜΑ ο Α. α) ίνεται η συνάρτηση F()=f()+g(). Αν οι συναρτήσεις f, g είναι παραγωγίσιµες, να αποδείξετε ότι: F ()=f ()+g (). β)να γράψετε στο τετράδιό σας τις παραγώγους
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ( ΜΕΤΡΑ ΘΕΣΗΣ ΚΑΙ ΔΙΑΣΠΟΡΑΣ)
ΣΤΑΤΙΣΤΙΚΗ ( ΜΕΤΡΑ ΘΕΣΗΣ ΚΑΙ ΔΙΑΣΠΟΡΑΣ) ΠΕΡΙΕΧΟΜΕΝΑ Μέτρα θέσης και διασποράς (Εισαγωγή) Μέση τιμή Διάμεσος Σταθμικός μέσος Επικρατούσα τιμή Εύρος Διακύμανση Τυπική απόκλιση Συντελεστής μεταβολής Κοζαλάκης
Διαβάστε περισσότερα7. Αν υψώσουμε και τα δύο μέλη μιας εξίσωσης στον κύβο (και γενικά σε οποιαδήποτε περιττή δύναμη), τότε προκύπτει
8 7y = 4 y + y ( 8 7y) = ( 4 y + y) ( y) + 4 y y 4 y = 4 y y 8 7y = 4 y + ( 4 y) = ( 4 y y) ( 4 y) = 4( 4 y)( y) ( 4 y) 4( 4 y)( y) = 0 ( 4 y) [ 4 y 4( y) ] = 4 ( 4 y)( y + 4) = 0 y = ή y = 4) 0 4 H y
Διαβάστε περισσότεραΣτατιστική Επιχειρήσεων
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Στατιστική Επιχειρήσεων Ενότητα # 2: Στατιστικοί Πίνακες Εβελίνα Κοσσιέρη Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης
Διαβάστε περισσότεραΧημική Τεχνολογία. Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων. Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε.
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Χημική Τεχνολογία Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε. Άδειες Χρήσης
Διαβάστε περισσότεραΣτατιστική Ι Ασκήσεις 3
Διάλεξη 3: ΑΣΚΗΣΕΙΣ 1. Έστω το δείγμα μεγέθους n = 5 με παρατηρήσεις 10, 0, 1, 17 και 16. Υπολογίστε τον αριθμητικό μέσο και τη διάμεσο. Υπολογίστε το εύρος και το ενδοτεταρτημοριακό εύρος. Υπολογίστε
Διαβάστε περισσότεραΑ. 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 περισσότεραΠΙΘΑΝΟΤΗΤΕΣ - ΣΤΑΤΙΣΤΙΚΗ
ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΠΙΘΑΝΟΤΗΤΕΣ - ΣΤΑΤΙΣΤΙΚΗ 1o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ: ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gvasil@math.auth.gr Ιστοσελίδες Μαθήματος: users.auth.gr/gvasil
Διαβάστε περισσότεραΠοιοτική & Ποσοτική Ανάλυση εδομένων Εβδομάδα 5 η 6 η
Ποιοτική & Ποσοτική Ανάλυση εδομένων Εβδομάδα 5 η 6 η Παιδαγωγικό Τμήμα ημοτικής Εκπαίδευσης ημοκρίτειο Πανεπιστήμιο Θράκης Αλεξανδρούπολη, 2013-2014 Εμπειρικές Στατιστικές Κατανομές Τα προβλήματα που
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ 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 περισσότεραΔείκτες Κεντρικής Τάσης και Διασποράς. Παιδαγωγικό Τμήμα Δημοτικής Εκπαίδευσης Δημοκρίτειο Πανεπιστήμιο Θράκης Αλεξανδρούπολη
Δείκτες Κεντρικής Τάσης και Διασποράς Παιδαγωγικό Τμήμα Δημοτικής Εκπαίδευσης Δημοκρίτειο Πανεπιστήμιο Θράκης Αλεξανδρούπολη Εμπειρικές Στατιστικές Κατανομές Τα προβλήματα που γεννιούνται κατά την σύγκριση
Διαβάστε περισσότερατα βιβλία των επιτυχιών
Τα βιβλία των Εκδόσεων Πουκαμισάς συμπυκνώνουν την πολύχρονη διδακτική εμπειρία των συγγραφέων μας και αποτελούν το βασικό εκπαιδευτικό υλικό που χρησιμοποιούν οι μαθητές των φροντιστηρίων μας. Μέσα από
Διαβάστε περισσότεραΕφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 22 Μαΐου /32
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπιστήμιο Κρήτης 22 Μαΐου 2017 1/32 Εισαγωγή: Τυπικό παράδειγμα στατιστικού ελέγχου υποθέσεων. Ενας νέος τύπος
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 2 ο : ΣΤΑΤΙΣΤΙΚΗ
ΚΕΦΑΛΑΙΟ 2 ο : ΣΤΑΤΙΣΤΙΚΗ 1 ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ 1. Ποιες μεταβλητές λέγονται ποσοτικές; (ΓΕΛ 2005) 2. Πότε μια ποσοτική μεταβλητή ονομάζεται διακριτή και πότε συνεχής; (ΓΕΛ 2005,2014) 3. Τι ονοµάζεται απόλυτη
Διαβάστε περισσότεραΣυσχέτιση 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 περισσότεραΣτόχος της ψυχολογικής έρευνας:
Στόχος της ψυχολογικής έρευνας: Συστηματική περιγραφή και κατανόηση των ψυχολογικών φαινομένων. Η ψυχολογική έρευνα χρησιμοποιεί μεθόδους συστηματικής διερεύνησης για τη συλλογή, την ανάλυση και την ερμηνεία
Διαβάστε περισσότεραΜαθηματικά. Ενότητα 2: Δεκαδικοί αριθμοί, κλάσματα, δυνάμεις, ρίζες και ποσοστά. Σαριαννίδης Νικόλαος Τμήμα Λογιστικής και Χρηματοοικονομικής
Μαθηματικά Ενότητα 2: Δεκαδικοί αριθμοί, κλάσματα, δυνάμεις, ρίζες και ποσοστά Σαριαννίδης Νικόλαος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες
Διαβάστε περισσότεραΠεριγραφική Στατιστική
Περιγραφική Στατιστική Παναγιώτα Λάλου. Βασικές έννοιες Ορισμός: Στατιστικός πληθυσμός ονομάζεται το σύνολο των πειραματικών μονάδων π.χ άνθρωποι, ζώα, επιχειρήσεις κ.λπ, οι οποίες συμμετέχουν στην έρευνα
Διαβάστε περισσότεραΜάθηµα 11. Κεφάλαιο: Στατιστική
Μάθηµα Κεφάλαιο: Στατιστική Θεµατικές Ενότητες:. Παρουσίαση Στατιστικών εδοµένων (Στατιστικοί Πίνακες). Γενικά για στατιστικούς πίνακες. Τα στατιστικά δεδοµένα καταγράφονται σε στατιστικούς πίνακες (ή
Διαβάστε περισσότεραΜαθηματικά. Ενότητα 2: Διαφορικός Λογισμός. Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)
Μαθηματικά Ενότητα 2: Διαφορικός Λογισμός Σαριαννίδης Νικόλαος Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότερα