Completely Randomized Design
|
|
- Ζένια Βέργας
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Vio ar a t a d o l a
2 Completely Randomized Design 21 (, 2008,. 103). 10,. 10,. =0,05.
3 (Experimental Design): ( ) (Factors): 1 ( ) (Levels) ( ): 10. (Replications)) (n):( 10 ( ): 100 : (Balanced),.
4 (Depended Variable): ( ) - (Independed Variable) ) : (Model type I) : (Fixed Effects)
5
6
7
8 ( ) ( ) -1 ΑΤΠ = π 1 (n-1) ΑΤΣ = π ( n 1) n-1 F F= ΜΤΠ ΜΤΣ F ( ) F- ( -1) [ (n-1)]..,.
9 One Way ANOVA Table ( Ι ) Source of Variation Treatments or Factor A (Genotype) Error Degrees of Freedom (df) -1 (n-1) Sum of Squares (SS) Treatment SS (SSA) Error SS (SSE) Mean Squares (MS) Treatment SS MSA= π 1 Error SS MSE= π ( n 1) F F= MSA MSE Total n-1 Total SS (SST)
10 One Way ANOVA Table ( ΙΙ ) Source of Variation Between Treatments Within Treatments Total
11 Πίνακας εδοµένων
12 Υπολογισµοί ( Ι ) (Correction Term), = =1.288,81, =( )- =400,19, =( )- =51,49, = - =400,19-51,49=348,70
13 Υπολογισµοί ( ΙΙ ) π n 1 i= 1 j= 1 ( ) i j ΑΤΠ = SSA = SS = Treatments Y n 2 ( Y ) 2 π n ΣΑΤ = n ( ) 2 SST = SS = π T Y i j i= 1 j= 1 ( Y ) 2 π n
14 Πίνακας Ανάλυσης Παραλλακτικότητας (ή ιακύµανσης) F F 0,05 ( ) 9 51,49 5,72 1,48 1, ,70 3, ,19 F(9, 90)=1,99, =0,05 1,48<1,99 =0,05.
15 Συντελεστής Παραλλακτικότητας (Coefficient of Variation), CV CV ΜΤΣ MSE = 100= 100 Y.. Y.. Εκφράζει το βαθµό ακρίβειας µε την οποία συγκρίνονται οι επεµβάσεις. Εκφράζει την αξιοπιστία του πειράµατος. Αποδεκτές τιµές: Ανάλογα µε τη φύση του πειραµατικού υλικού και το τι µετρούµε. Παράδειγµα: Για το ρύζι όταν µετρούµε την απόδοση. 6%-8% για τη σύγκριση ποικιλιών 10%-12% για τη σύγκριση λιπασµάτων Για την απόδοση 10%, για το ύψος 3%, CV= 1, ,87% 3,59 =
16 Y = µ + t + e ij i ij Το Γενικό Γραµµικό Πρότυπο (General Linear Model) i: i (i=1,, ) j: j (j=1,,n) µ Y.. t Y. Y.. i µ+ t i Y i. 2 σ e i s =ΜΤΣ (MSE) 2 e
17 Παρατηρούµενα ( ειγµατικά) και Αναµενόµενα (Θεωρητικά) Μέσα Τετράγωνα (Expected Mean Squares) (MSA) (MSE) σ + nσ = σ + n 2 σ e π i= 1 e a e t 2 i π 1 π 2 ( Yi. Y..) 2 i= 1 ˆ σ a = π 1 2 σ =ΜΤΣ= MSE ˆe :
18 Παραδοχές και Προϋποθέσεις : π i= 1 ij t i = 0 e N σ 2 (0, e ) : ( )
19 Στατιστικοί Έλεγχοι Η : t = : σ a 0 Η = Η : E( Y ) = 0 0 i ij Η 0 : t1 = t2 = = t π Η : µ = µ = = µ π Η Η : k ( k = 1,... π ) : t α Η Η σ > Η Η 2 α : a 0 α : E( Y ) 0 ij k Η Η : µ ατουλ χιστον κ ριαεπ δραση t 0, k = 1,, π α Η Η : τουλ χιστον 2 µ σοι ροιδιαφ ρουν, k, z, ( k, z= 1,..., π ) : µ µ α k k z
20 Άλλες Στατιστικές Αναλύσεις Αν η ANOVA ανιχνεύσει στατιστικά σηµαντικές διαφορές ακολουθούν συγκρίσεις µέσων όρων
21 Σχέδιο: Μη Ισορροπηµένο (Unbalanced Design): Πίνακας Ανάλυσης Παραλλακτικότητας (ή ιακύµανσης), είγµατα Άνισα F ( ) ( ) -1 ΑΤΠ = π 1 - ΑΤΣ = N π -1 F= ΜΤΠ ΜΤΣ
22 Υπολογισµοί : Π1 Π2 Π π, = Ο, n1 n2 nπ F ( ) F- ( -1) (N- )..,. n i ( ) i i i ( = )
23 ιαγραµµατική Αναπαράσταση του Υποδείγµατος
24 Πρότυπο ΙΙ (Model type II): Πρότυπο Τυχαίων Επιδράσεων (Random Effects Model) Τα στοιχεία του πίνακα της ANOVA υπολογίζονται κατά τον ίδιο τρόπο όπως και στο Πρότυπο Ι. ιαφορές: 2 Η : 0 σ 0 a = 2 Η1 Η α : σ a > 0 εν έχει νόηµα η σύγκριση µέσων όρων Μελετώνται οι συνιστώσες της παραλλακτικότητας (Variance Components) ˆ σ = ˆ σ + ˆ σ e a σ 2 ˆa ΜΤΠ ΜΤΣ = = n MSA MSE n
25 Στο παράδειγµα Εκφράζει τη παραλλακτικότητα µεταξύ των γενοτύπων 2 MSA MSE 2 5, 721 3,874 1,847 ˆ σ ˆ a = σ a = = = 0,185 n ˆ = ˆ ˆ ˆ e + a σ = 3,874+ 0,185= 4, 06 σ σ σ Εκφράζει το 95,4% της Ολικής Παραλλακτικότητας Εκφράζει το 4,6% της Ολικής Παραλλακτικότητας
26 Άλλες Εφαρµογές των Συνιστωσών Παραλλακτικότητας Intraclass Correlation σ 2 a : ρi = 2 2 σ a + σ e Εκφράζει το βαθµό οµοιότητας των παρατηρήσεων µέσα στις οµάδες σε σχέση µε την οµοιότητα των παρατηρήσεων µεταξύ των οµάδων Στη Γενετική εκφράζει την κληρονοµικότητα ποσοτικών χαρακτηριστικών Εκφράζει την αξιοπιστία, εσωτερική συνοχή ή συνέπεια, µεταξύ παρατηρήσεων που προέκυψαν από την ίδια διαδικασία Εκφράζει την επαναληψιµότητα διαδοχικών µετρήσεων στην ίδια πειραµατική µονάδα
27 Συγκρίσεις Μέσων Όρων Το Κριτήριο της Ελάχιστης (Στατιστικά) Σηµαντικής ιαφοράς (ΕΣ -LSD) Ισορροπηµένο Σχέδιο: ( n 1); a t 2 ΜΤΣ 2 MSE = t n n = π ( n 1); a π ( n 1); a = t π : t- (n-1).., Μη Ισορροπηµένο Σχέδιο: t + : t- n + n 2.., n n 2; a i j ( n + n ) ΜΤΣ ( n + n ) MSE i j i j = t ( ni+ n j 2); a = t ( ni+ n j 2); a ni n j ni n j i j
28 Στο Παράδειγµα = 1,99 2 3,89 7, 78 = 1,99 = 1, , 778= 1,99 0,882= 1, 75, =0,05.
29 Στο Παράδειγµα N 4,10 1, ,50 0, ,20 1, ,40 2, ,20 1, ,60 2, ,40 2, ,90 1, ,20 2, ,40 0, ,10 1,46 0,05 1,75 0,01 2,32 0,0011 2,97
30 Αποτελέσµατα µε το SPSS (1) Πρωϊµότητα (ηµέρες) N Statistic 100 Range Statistic 8 Minimum Statistic 1 Maximum Statistic 9 Mean Statistic 3.59 Std. Error.201 Std. Deviation Statistic Variance Statistic Skewness Statistic Std. Error.241 Kurtosis Statistic.995 Std. Error.478
31 ) η ( ϊ ω Π ρ ςε α ητ Αποτελέσµατα µε το SPSS (2) Fre quency Mean =3,59 Std. Dev. =2,011 N = έ ρ ό τ
32 d ςε α τη ιο πυ Αποτελέσµατα µε το SPSS (3) ) έ ρ )η ( ό τ ϊ ) ω Π ρ f o l a s na M e i n g ra M t e a i m t E s 5,5 5 Means 4,5 4 Mar ginal 3,5 Estimated 3 2,5 Α Β Γ Ε Ζ Η Θ Ι Κ ό τ ν Γ ε
33 Αποτελέσµατα µε το SPSS (4) Tests of Between-Subjects Effects Source Type III Sum of Squares df Mean Square F Sig. Observed Power(a) Corrected Model 51.49(b) Intercept Genotype Error Total Corrected Total R 2 =0.129 ( )
34 Αποτελέσµατα µε το SPSS (5)( Έλεγχος Οµοιογένειας της Παραλλακτικότητας (π.χ. Έλεγχος του Levene) F df1 df2 Sig
35 Αποτελέσµατα µε το SPSS (5)( Γενότυποι Subset 2 1 Tukey HSD(a,b) Β 2.50 Θ 2.90 Γ 3.20 Η Κ 3.40 Ζ 3.60 Α 4.10 Ι 4.20 Ε 5.20 Sig..080 Duncan(a,b) Β 2.50 Θ 2.90 Γ Η Κ Ζ Α Ι Ε 5.20 Sig
36 Παρουσίαση των Αποτελεσµάτων 1 Η ANOVA έδειξε ότι δεν υπάρχουν στατιστικά σηµαντικές διαφορές, σε επίπεδο σηµαντικότητας α=0,05, µεταξύ των 10 Γενοτύπων: (F(9,90)=1,48,(9,90)=1,48, p=0,169>0,05)
37 Παρουσίαση των Αποτελεσµάτων 2 N 4,10 ab 1, ,50 b 0, ,20 ab 1, ,40 ab 2, ,20 a 1, ,60 ab 2, ,40 ab 2, ,90 b 1, ,20 ab 2, ,40 ab 0,97 10 Μέσοι όροι που ακολουθούνται από διαφορετικό γράµµα διαφέρουν στατιστικά σηµαντικά, σε επίπεδο σηµαντικότητας α=0,05, σύµφωνα µε τα αποτελέσµατα του ελέγχου Duncan
38 Άλλες Μορφές ιαγραµµάτων: Box Plot
39 Συγκριτικό ιάγραµµα Box Plot
40 ιάγραµµα Error bar
41 Ραβδόγραµµα
42 Η ανακάλυψη της µεθόδου ANOVA αποδίδεται επίσηµα στον Sir Ronald Aylmer Fisher ( )
43 Born Died Residence Nationality Fields Institutions Alma mater Academic advisors Doctoral students 17 February 1890 East Finchley, London, England 29 July 1962 (aged 72) Adelaide, Australia England Australia British Statistician Evolutionary biologist Geneticist Rothamsted Experimental Station University College London Cambridge University CSIRO Cambridge University Sir James Jeans F.J.M. Stratton C.R. Rao D. J. Finney Known for Influences Influenced Notable awards Religious stance Notes Fisher's fundamental theorem Maximum likelihood Fisher information Analysis of variance Fisher-Kolmogorov equation Coining the term 'null hypothesis' Fiducial inference Fisher's exact test Fisher's principle Fisherian runaway F-distribution Leonard Darwin Joseph Oscar Irwin A. W. F. Edwards Georg Rasch Royal Medal (1938) Guy Medal in Gold (1946) Copley Medal (1955) Linnean Society of London's Darwin- Wallace Medal (1958). Church of England He was the father-in-law of George E. P. Box.
44 In 1919 Fisher started work at Rothamsted Experimental Station located at Harpenden, Hertfordshire, England.. Here he started a major study of the extensive collections of data recorded over many years. This resulted in a series of reports under the general title Studies in Crop Variation. This began a period of great productivity. Over the next seven years, he pioneered the principles of the design of experiments and elaborated his studies of "analysis of variance". He furthered his studies of the statistics of small samples. Perhaps even more important, he began his systematic approach of the analysis of real data as the springboard for the development of new statistical methods. He began to pay particular attention to the labour involved in the necessary computations, and developed methods that were as practical as they were founded in rigour. In 1925, this work culminated in the publication of his first book, Statistical Methods for Research Workers.[7] This went into many editions and translations in later years, and became a standard reference work for scientists in many disciplines. In 1935, this was followed by The Design of Experiments, which also became a standard.
45 In addition to "analysis" of variance", Fisher invented the technique of maximum likelihood and originated the concepts of sufficiency, ancillarity, Fisher's linear discriminator and Fisher information.. His 1924 article "On a distribution yielding the error functions of several well known statistics" presented Karl Pearson's chi-squared and Student's t in the same framework as the Gaussian distribution, and his own "analysis of variance" distribution z (more commonly used today in the form of the F distribution). These contributions easily made him a major figure in 20th century statistics. In defending the use of the z distribution when the data were not Gaussian,, Fisher introduced the "randomization test". According to biographers Yates and Mather,, "Fisher introduced the randomization test, comparing the value of t or z actually obtained with the distribution of the t or z values when all possible random arrangements were imposed on the experimental data."[8] However, Fisher wrote that randomization tests were "in no sense put forward to supersede the common and expeditious tests based on the Gaussian theory of errors." Fisher thus effectively began the field of non-parametric statistics,, even though he didn't believe it was a necessary move.
46 Rothamsted is the largest agricultural research centre in the United Kingdom and almost certainly the oldest agricultural research station in the world The Rothamsted Experimental Station, one of the oldest agricultural research institutions in the world, is located at Harpenden in Hertfordshire, England. It is now known as Rothamsted Research
47
48 Βιβλιογραφία Φασούλας, Α. Κ.. (ανατ( ανατ ). Στοιχεία Πειραµατικής Στατιστικής. Θεσσαλονίκη: Άγις-Σάββας. Γαρταγάνης. Καλτσίκης, Π. Ι.. (1997). Απλά Πειραµατικά Σχέδια. Αθήνα: Εκδόσεις Α. Σταµούλη. Μιχαηλίδης, Ζ.. (2005). Βιοµετρία-Γεωργικός Πειραµατισµός. ΑΤΕΙ Θεσσαλονίκης. Steel, R. & Torrie,, J. (1986). Principles and Procedures of Statistics: A Biometrical Approach.. Singapore: McGraw-Hill Book Company. Gomez, K. & Gomez, A. (1984). Statistical Procedures for Agricultural Research.. Singapore: John Willey & Sons, Inc. Kuehl,, R. (2000). Designs of Experiments: Statistical Principles of Research Design and Analysis.. Pacific Grove: Duxbury Thomson Learning.
49 Rothamsted Park Viola adorata
Πλήρως Τυχαιοποιηµένο Σχέδιο
Πλήρως Τυχαιοποιηµένο Σχέδιο Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας, Εργαστήριο Γεωργίας Viola adorata Πλήρως Τυχαιοποιηµένο Σχέδιο (Completely Randomized
Διαβάστε περισσότεραΑπλή Ευθύγραµµη Συµµεταβολή
Απλή Ευθύγραµµη Συµµεταβολή Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας, Εργαστήριο Γεωργίας Viola adorata Εισαγωγή Ανάλυση Παλινδρόµησης και Συσχέτιση Απλή
Διαβάστε περισσότεραΣύγκριση Συνδυασµένων Παραγόντων
Σύγκριση Συνδυασµένων Παραγόντων Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας, Εργαστήριο Γεωργίας Viola adorata Παραγοντικά Πειράµατα (Factorial Experiments)
Διαβάστε περισσότεραΠλήρεις Οµάδες σε Ελεύθερη ιάταξη
Πλήρεις Οµάδες σε Ελεύθερη ιάταξη ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας Viola adorata Πλήρεις Οµάδες σε Ελεύθερη ιάταξη (Randomized Complete-block Design- RCBD) Παράδειγµα
Διαβάστε περισσότεραΕπιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές. Εργαστήριο Γεωργίας. Viola adorata
One-way ANOVA µε το SPSS Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας, Εργαστήριο Γεωργίας Viola adorata To call in a statistician after the experiment is
Διαβάστε περισσότεραΓεωργικοί Πειραµατισµοί Χωριστού Σχεδίου: Οµάδες µε Υποοµάδες (Split-plot plot designs) ρ. Γεώργιος Μενεξές
Γεωργικοί Πειραµατισµοί Χωριστού Σχεδίου: Οµάδες µε Υποοµάδες (Split-plot plot designs) Επιστηµονική Επιµέλεια: ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας Εργαστήριο Γεωργίας
Διαβάστε περισσότεραΑν οι προϋποθέσεις αυτές δεν ισχύουν, τότε ανατρέχουµε σε µη παραµετρικό τεστ.
ΣΤ. ΑΝΑΛΥΣΗ ΙΑΣΠΟΡΑΣ (ANALYSIS OF VARIANCE - ANOVA) ΣΤ 1. Ανάλυση ιασποράς κατά µία κατεύθυνση. Όπως έχουµε δει στη παράγραφο Β 2, όταν θέλουµε να ελέγξουµε, αν η µέση τιµή µιας ποσοτικής µεταβλητής διαφέρει
Διαβάστε περισσότεραBiostatistics for Health Sciences Review Sheet
Biostatistics for Health Sciences Review Sheet http://mathvault.ca June 1, 2017 Contents 1 Descriptive Statistics 2 1.1 Variables.............................................. 2 1.1.1 Qualitative........................................
Διαβάστε περισσότεραΠροσοµοίωση Εξέτασης στο µάθηµα του Γεωργικού Πειραµατισµού
Προσοµοίωση Εξέτασης στο µάθηµα του Γεωργικού Πειραµατισµού ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας Viola adorata Σκηνή Πρώτη Ερωτήσεις Σωστού-Λάθους (µέρος Ι). Ο µέσος όρος
Διαβάστε περισσότεραΠλήρεις Οµάδες σε Λατινικό Τετράγωνο
Πλήρεις Οµάδες σε Λατινικό Τετράγωνο Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας, Εργαστήριο Γεωργίας Viola adorata Πλήρεις Οµάδες σε Λατινικό Τετράγωνο
Διαβάστε περισσότεραΠαράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α.-Δ.Π.Θ.
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ περισσότερων από δύο δειγμάτων, που διαχωρίζονται βάσει δύο ανεξάρτητων παραγόντων (Ανάλυση διακύμανσης για ανεξάρτητα δείγματα ως προς περισσότερους
Διαβάστε περισσότεραΕισαγωγή στην Ανάλυση Παραλλακτικότητας
Εισαγωγή στην Ανάλυση Παραλλακτικότητας Επιστηµονική Επιµέλεια: ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας Εργαστήριο Γεωργίας Viola adorata Παραλλακτικότητα Που Οφείλεται; Παραλλακτικότητα
Διαβάστε περισσότεραΜενύχτα, Πιπερίγκου, Σαββάτης. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 5 ο
Κατανομές Στατιστικών Συναρτήσεων Δύο ανεξάρτητα δείγματα από κανονική κατανομή Έστω Χ= ( Χ, Χ,..., Χ ) τ.δ. από Ν( µ, σ ) μεγέθους n και 1 n 1 1 Y = (Y, Y,..., Y ) τ.δ. από Ν( µ, σ ) 1 n 1 Χ Y ( µ µ )
Διαβάστε περισσότεραStatistics 104: Quantitative Methods for Economics Formula and Theorem Review
Harvard College Statistics 104: Quantitative Methods for Economics Formula and Theorem Review Tommy MacWilliam, 13 tmacwilliam@college.harvard.edu March 10, 2011 Contents 1 Introduction to Data 5 1.1 Sample
Διαβάστε περισσότεραViola adorata X ± 2s 1 344 320 2 348 316 3 224 232 4 372 364 5 336 308 6 372 328 7 292 296 8 316 264 AT1 AT2 1 344 320 342.25 272.25 2 348 316 506.25 156.25 3 224 232 10302.25 5112.25 4 372 364
Διαβάστε περισσότεραΠαράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α.-Δ.Π.Θ.
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δειγμάτων, που διαχωρίζονται βάσει ενός επαναλαμβανόμενου και ενός ανεξάρτητου παράγοντα (Ανάλυση διακύμανσης για εξαρτημένα δείγματα ως προς δύο παράγοντες,
Διαβάστε περισσότεραΒιομετρία. Ενότητα 1 η : ANOVA Tables for Various Experiments. Γεώργιοσ Μενεξζσ Τμήμα Γεωπονίασ ΑΡΙΣΟΣΕΛΕΙΟ ΠΑΝΕΠΙΣΗΜΙΟ ΘΕΑΛΟΝΙΚΗ
ΑΡΙΣΟΣΕΛΕΙΟ ΠΑΝΕΠΙΣΗΜΙΟ ΘΕΑΛΟΝΙΚΗ ΑΝΟΙΧΣΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΣΑ Ενότητα 1 η : ANOVA Tables for Various Experiments Γεώργιοσ Μενεξζσ Τμήμα Γεωπονίασ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται ςε
Διαβάστε περισσότεραΜαντζούνη, Πιπερίγκου, Χατζή. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 5 ο
Κατανομές Στατιστικών Συναρτήσεων Δύο δείγματα από κανονική κατανομή Έστω Χ= ( Χ, Χ,..., Χ ) τ.δ. από Ν( µ, σ ) μεγέθους n και 1 n 1 1 Y = (Y, Y,...,Y ) τ.δ. από Ν( µ, σ ) 1 n 1 Χ Y ( µ µ ) S σ Τ ( Χ,Y)
Διαβάστε περισσότεραΕισαγωγή στην Ανάλυση Διακύμανσης
Εισαγωγή στην Ανάλυση Διακύμανσης 1 Η Ανάλυση Διακύμανσης Από τα πιο συχνά χρησιμοποιούμενα στατιστικά κριτήρια στην κοινωνική έρευνα Γιατί; 1. Ενώ αναφέρεται σε διαφορές μέσων όρων, όπως και το κριτήριο
Διαβάστε περισσότεραAbstract ] [ Lawley Hotelling Trace).statigraph. Hotel ling s trace
(( )) Analysis of variance of the model general linear multivariate approved ((form balanced)) error retailers analyze the contrast of the model general linear single variable-based.. /... / / ] B ( /
Διαβάστε περισσότεραΟδηγός Ανάλυσης Παραλλακτικότητας εδοµένων Γεωργικών Πειραµάτων µε Στατιστικά Πακέτα
Αριστοτέλειο Πανεπιστήµιο Θεσσαλονίκης Γεωπονική Σχολή Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας Εργαστήριο Γεωργίας Οδηγός Ανάλυσης Παραλλακτικότητας εδοµένων Γεωργικών Πειραµάτων µε Στατιστικά
Διαβάστε περισσότεραΠαράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α. Δ.Π.Θ.
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ περισσότερων από δύο ανεξάρτητων δειγμάτων, που διαχωρίζονται βάσει ενός ανεξάρτητου παράγοντα (Ανάλυση διακύμανσης για ανεξάρτητα δείγματα ως προς
Διαβάστε περισσότερα1. Hasil Pengukuran Kadar TNF-α. DATA PENGAMATAN ABSORBANSI STANDAR TNF α PADA PANJANG GELOMBANG 450 nm
HASIL PENELITIAN 1. Hasil Pengukuran Kadar TNF-α DATA PENGAMATAN ABSORBANSI STANDAR TNF α PADA PANJANG GELOMBANG 450 nm NO KADAR ( pg/ml) ABSORBANSI 1. 0 0.055 2. 15.6 0.207 3. 31.5 0.368 4. 62.5 0.624
Διαβάστε περισσότεραχ 2 test ανεξαρτησίας
χ 2 test ανεξαρτησίας Καθηγητής Ι. Κ. ΔΗΜΗΤΡΙΟΥ demetri@econ.uoa.gr 7.2 Το χ 2 Τεστ Ανεξαρτησίας Tο χ 2 τεστ ανεξαρτησίας (όπως και η παλινδρόμηση) είναι στατιστικά εργαλεία για τον εντοπισμό σχέσεων μεταξύ
Διαβάστε περισσότεραSupplementary Appendix
Supplementary Appendix Measuring crisis risk using conditional copulas: An empirical analysis of the 2008 shipping crisis Sebastian Opitz, Henry Seidel and Alexander Szimayer Model specification Table
Διαβάστε περισσότερα$ι ιι η ι ι!η ηι ι ANOVA. To ANOVA ι ι ι η η η ιη (Analysis of Variance). * ι! ι ι ι ι ι η ιη. ;, ι ι ι! η ιι ηιη ι ι!η ι η η ιη ι ι η ι η.
η &, 7!# v # $ι ιι η ι ι!η ηι ι ANOVA. To ANOVA ι ι ι η η η ιη (Analysis of Variance). * ι! ι ι ι ι ι η ιη. ;, ι ι ι! η ιι ηιη ι ι!η ι η η ιη ι ι η ι η. - ι% ιι* ι' F ι ι ι% MS F MS between within MS MS
Διαβάστε περισσότεραΑσκήσεις Εξετάσεων. Μεταπτυχιακό Πρόγραμμα Σπουδών στη. Διοίκηση των Επιχειρήσεων
Ασκήσεις Εξετάσεων Μεταπτυχιακό Πρόγραμμα Σπουδών στη Διοίκηση των Επιχειρήσεων ΑΣΚΗΣΗ 1: Έλεγχος για τη μέση τιμή ενός πληθυσμού Η αντικαπνιστική νομοθεσία υποχρεώνει τους καπνιστές που εργάζονται σε
Διαβάστε περισσότεραΓια να ελέγξουµε αν η κατανοµή µιας µεταβλητής είναι συµβατή µε την κανονική εφαρµόζουµε το test Kolmogorov-Smirnov.
A. ΈΛΕΓΧΟΣ ΚΑΝΟΝΙΚΟΤΗΤΑΣ A 1. Έλεγχος κανονικότητας Kolmogorov-Smirnov. Για να ελέγξουµε αν η κατανοµή µιας µεταβλητής είναι συµβατή µε την κανονική εφαρµόζουµε το test Kolmogorov-Smirnov. Μηδενική υπόθεση:
Διαβάστε περισσότεραΛογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS
Λογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS Ο παρακάτω πίνακας παρουσιάζει θανάτους από καρδιακή ανεπάρκεια ανάμεσα σε άνδρες γιατρούς οι οποίοι έχουν κατηγοριοποιηθεί κατά ηλικία
Διαβάστε περισσότεραΚεφάλαιο 14. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης
Κεφάλαιο 14 Ανάλυση ιακύµανσης Μονής Κατεύθυνσης 1 Ανάλυση ιακύµανσης Μονής Κατεύθυνσης Παραµετρικό στατιστικό κριτήριο για τη µελέτη της επίδρασης µιας ανεξάρτητης µεταβλητής στην εξαρτηµένη Λογική παρόµοια
Διαβάστε περισσότεραΜονοπαραγοντική Ανάλυση Διακύμανσης Ανεξάρτητων Δειγμάτων
Μονοπαραγοντική Ανάλυση Διακύμανσης Ανεξάρτητων Δειγμάτων 1 Μονοπαραγοντική Ανάλυση Διακύμανσης Παραμετρικό στατιστικό κριτήριο για τη μελέτη της επίδρασης μιας ανεξάρτητης μεταβλητής στην εξαρτημένη Λογική
Διαβάστε περισσότερα1 1 1 2 1 2 2 1 43 123 5 122 3 1 312 1 1 122 1 1 1 1 6 1 7 1 6 1 7 1 3 4 2 312 43 4 3 3 1 1 4 1 1 52 122 54 124 8 1 3 1 1 1 1 1 152 1 1 1 1 1 1 152 1 5 1 152 152 1 1 3 9 1 159 9 13 4 5 1 122 1 4 122 5
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΧΡΗΣΗ SPSS
ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΧΡΗΣΗ SPSS Πανεπιστήμιο Θεσσαλίας-Τμήμα Πολιτικών Μηχανικών Εργαστήριο Κυκλοφορίας, Μεταφορών και Διαχείρισης Εφοδιαστικής Αλυσίδας Αντικείμενα διάλεξης Σύντομη εισαγωγή
Διαβάστε περισσότεραFORMULAS FOR STATISTICS 1
FORMULAS FOR STATISTICS 1 X = 1 n Sample statistics X i or x = 1 n x i (sample mean) S 2 = 1 n 1 s 2 = 1 n 1 (X i X) 2 = 1 n 1 (x i x) 2 = 1 n 1 Xi 2 n n 1 X 2 x 2 i n n 1 x 2 or (sample variance) E(X)
Διαβάστε περισσότεραι η ιι η η ι η η η ι ιη () ι η η η ιη Pearson r ι η!η ιι η η η ι ιηη. $ιη ηι ι η " ι η ι (ι) ι. 6 ι- ι ι ι η ι ι ι η η,!ι!ι ι η η, ι ι!
! # " ι η ιι η η ι η η η ι ιη () ι η η η ιη Pearson r ι η!η ιι η η η ι ιηη. $ιη ηι ι η " ι η ι (ι) ι. 6 ι- ι ι ι η ι ι ι η η,!ι!ι ι η η, ι ι!ι η η ιι: ι ι" η η ι ι ηι η ιη!"ι ι. & ι ι ι ι η ι ι ηι" ι ι
Διαβάστε περισσότεραONE WAY ANOVA. .Π.Μ.Σ. Μαθηµατικά των Υπολογιστών & των αποφάσεων. Πάτρα, 11 Ιανουαρίου 2011
Πάτρα, 11 Ιανουαρίου 2011 Πίνακας Περιεχοµένων 1 completely random design with fixed effects 2 3 Πίνακας Περιεχοµένων 1 completely random design with fixed effects 2 3 Γενικά completely random design with
Διαβάστε περισσότεραΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης
ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης Άσκηση 1 η Ένας παραγωγός σταφυλιών ισχυρίζεται ότι τα κιβώτια σταφυλιών που συσκευάζει
Διαβάστε περισσότεραΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 8. Ανάλυση διασποράς (ANOVA)
ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 8. Ανάλυση διασποράς (ANOVA) Γενικά Επέκταση της σύγκρισης µέσων τιµών µεταβλητής ανάµεσα σε 2 δείγµατα (οµάδες ήστάθµες): Σύγκριση πολλών δειγµάτων (K>2) µαζί Σχέση ανάµεσα σε µια ποσοτική
Διαβάστε περισσότεραΑΝΑΛΥΣΗ ΔΙΑΣΠΟΡΑΣ Ή ΔΙΑΚΥΜΑΝΣΗΣ (ANALYSIS OF VARIANCE VARIANCE ANALYSIS ANOVA ANOVA
ΑΝΑΛΥΣΗ ΔΙΑΣΠΟΡΑΣ Ή ΔΙΑΚΥΜΑΝΣΗΣ (ANALYSIS OF VARIANCE VARIANCE ANALYSIS ANOVA ANOVA Αγλαΐα Καλαματιανού ΣΗΜΕΙΩΣΕΙΣ ΔΙΔΑΣΚΑΛΙΑΣ ΓΙΑ ΤΟ ΜΑΘΗΜΑ ΣΤΑΤΙΣΤΙΚΗ ΙΙ: ΕΙΣΑΓΩΓΗ ΣΤΙΣ ΜΕΘΟΔΟΥΣ ΔΙΜΕΤΑΒΛΗΤΗΣ ΚΑΙ ΠΟΛΥΜΕΤΑΒΛΗΤΗΣ
Διαβάστε περισσότεραΚΟΙΝΩΝΙΟΒΙΟΛΟΓΙΑ, ΝΕΥΡΟΕΠΙΣΤΗΜΕΣ ΚΑΙ ΕΚΠΑΙΔΕΥΣΗ
A εξάμηνο 2009-2010 ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΚΟΙΝΩΝΙΟΒΙΟΛΟΓΙΑ, ΝΕΥΡΟΕΠΙΣΤΗΜΕΣ ΚΑΙ ΕΚΠΑΙΔΕΥΣΗ Μεθοδολογία Έρευνας και Στατιστική ΑΝΤΩΝΙΟΣ ΧΡ. ΜΠΟΥΡΑΣ Χειμερινό Εξάμηνο 2009-2010 Ποιοτικές και Ποσοτικές
Διαβάστε περισσότεραΜηχανική Μάθηση Hypothesis Testing
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Μηχανική Μάθηση Hypothesis Testing Γιώργος Μπορμπουδάκης Τμήμα Επιστήμης Υπολογιστών Procedure 1. Form the null (H 0 ) and alternative (H 1 ) hypothesis 2. Consider
Διαβάστε περισσότεραΕνότητα 3: Ανάλυση Διακύμανσης κατά ένα παράγοντα One-Way ANOVA
ΕΘΝΙΚΟ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΙΑΤΡΙΚΗ ΣΧΟΛΗ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΕΦΑΡΜΟΣΜΕΝΗ ΝΕΥΡΟΑΝΑΤΟΜΙΑ» «Βιοστατιστική, Μεθοδολογία και Συγγραφή Επιστημονικής Μελέτης» Ενότητα 3: One-Way ANOVA
Διαβάστε περισσότεραο),,),--,ο< $ι ιι!η ι ηι ι ιι ιι t (t-test): ι ι η ι ι. $ι ι η ι ι ι 2 x s ι ι η η ιη ι η η SE x
η &, ε ε 007!# # # ι, ι, η ιι ι ι ι ι η (.. ι, η ι η, ι & ι!ι η 50, ι ηιη 000 ι, ι, ',!,! )!η. (, ηι, ι ι ι ι "!η. #, ι "ι!η ι, ηι, ι ι ι η. ι, ι ι, ' ι ι ι η ι ι ι ι # ι ι ι ι ι 7. ο),,),--,ο< $ι ιι!η
Διαβάστε περισσότεραAquinas College. Edexcel Mathematical formulae and statistics tables DO NOT WRITE ON THIS BOOKLET
Aquinas College Edexcel Mathematical formulae and statistics tables DO NOT WRITE ON THIS BOOKLET Pearson Edexcel Level 3 Advanced Subsidiary and Advanced GCE in Mathematics and Further Mathematics Mathematical
Διαβάστε περισσότεραTABLES AND FORMULAS FOR MOORE Basic Practice of Statistics
TABLES AND FORMULAS FOR MOORE Basic Practice of Statistics Exploring Data: Distributions Look for overall pattern (shape, center, spread) and deviations (outliers). Mean (use a calculator): x = x 1 + x
Διαβάστε περισσότεραΕξέταση Φεβρουαρίου (2011/12) στο Μάθηµα: Γεωργικός Πειραµατισµός. Ζήτηµα 1 ο (2 µονάδες) Για κάθε λανθασµένη απάντηση δεν λαµβάνεται υπόψη µία σωστή
Σειρά Β Εξέταση Φεβρουαρίου (0/) στο Μάθηµα: Γεωργικός Πειραµατισµός Θεσσαλονίκη: 4/0/0 Επώνυµο Όνοµα Αρ. Μητρώου Κατεύθυνση Ζήτηµα ο ( µονάδες) Για κάθε λανθασµένη απάντηση δεν λαµβάνεται υπόψη µία σωστή
Διαβάστε περισσότερατατιστική στην Εκπαίδευση II
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΣΙΑ ΠΑΝΕΠΙΣΗΜΙΟ ΚΡΗΣΗ τατιστική στην Εκπαίδευση II Λφση επαναληπτικής άσκησης Διδάσκων: Μιχάλης Λιναρδάκης ΠΑΙΔΑΓΩΓΙΚΟ ΤΜΗΜΑ ΔΗΜΟΤΙΚΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΑΓΩΓΗΣ Άδειες Χρήσης Το
Διαβάστε περισσότεραRepeated measures Επαναληπτικές μετρήσεις
ΠΡΟΒΛΗΜΑ Στο αρχείο δεδομένων diavitis.sav καταγράφεται η ποσότητα γλυκόζης στο αίμα 10 ασθενών στην αρχή της χορήγησης μιας θεραπείας, μετά από ένα μήνα και μετά από δύο μήνες. Μελετήστε την επίδραση
Διαβάστε περισσότεραΑνάλυση ποσοτικών δεδομένων. ΕΡΓΑΣΤΗΡΙΟ 2 ΔΙΟΙΚΗΣΗ & ΚΟΙΝΩΝΙΚΟΣ ΣΧΕΔΙΑΣΜΟΣ ΣΤΗΝ ΤΟΞΙΚΟΕΞΆΡΤΗΣΗ Dr. Ρέμος Αρμάος
Ανάλυση ποσοτικών δεδομένων ΕΡΓΑΣΤΗΡΙΟ 2 ΔΙΟΙΚΗΣΗ & ΚΟΙΝΩΝΙΚΟΣ ΣΧΕΔΙΑΣΜΟΣ ΣΤΗΝ ΤΟΞΙΚΟΕΞΆΡΤΗΣΗ Dr. Ρέμος Αρμάος Εισαγωγή στη στατιστική Στατιστική: σύνολο αρχών και μεθοδολογιών που χρησιμοποιούνται για:
Διαβάστε περισσότεραOther Test Constructions: Likelihood Ratio & Bayes Tests
Other Test Constructions: Likelihood Ratio & Bayes Tests Side-Note: So far we have seen a few approaches for creating tests such as Neyman-Pearson Lemma ( most powerful tests of H 0 : θ = θ 0 vs H 1 :
Διαβάστε περισσότεραQueensland University of Technology Transport Data Analysis and Modeling Methodologies
Queensland University of Technology Transport Data Analysis and Modeling Methodologies Lab Session #7 Example 5.2 (with 3SLS Extensions) Seemingly Unrelated Regression Estimation and 3SLS A survey of 206
Διαβάστε περισσότεραΔείγμα (μεγάλο) από οποιαδήποτε κατανομή
ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 4ο Κατανομές Στατιστικών Συναρτήσεων Δείγμα από κανονική κατανομή Έστω Χ= Χ Χ Χ τ.δ. από Ν µσ τότε ( 1,,..., n) (, ) Τ Χ Χ Ν Τ Χ σ σ Χ Τ Χ n Χ S µ S µ 1( ) = (0,1), ( ) = ( n 1)
Διαβάστε περισσότεραΜενύχτα, Πιπερίγκου, Σαββάτης. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 6 ο
Παράδειγμα 1 Ο παρακάτω πίνακας δίνει τις πωλήσεις (ζήτηση) ενός προϊόντος Υ (σε κιλά) από το delicatessen μιας περιοχής και τις αντίστοιχες τιμές Χ του προϊόντος (σε ευρώ ανά κιλό) για μια ορισμένη χρονική
Διαβάστε περισσότεραΕρμηνεία αποτελεσμάτων Ανάλυση διακύμανσης κατά ένα παράγοντα
Ερμηνεία αποτελεσμάτων Ανάλυση διακύμανσης κατά ένα παράγοντα Αρχείο δεδομένων school.sav Στον πίνακα Descriptives, μας δίνονται για την Επίδοση ως προς τις πέντε διαφορετικές μεθόδους διδασκαλίας, το
Διαβάστε περισσότεραΕισαγωγή στην Ανάλυση Συνδιακύμανσης (Analysis of Covariance, ANCOVA)
Εισαγωγή στην Ανάλυση Συνδιακύμανσης (nalysis of Covariance, NCOV) Βασίλης Παυλόπουλος Λέκτορας Διαπολιτισμικής Ψυχολογίας Τομέας Ψυχολογίας, Πανεπιστήμιο Αθηνών vpavlop@psych.uoa.gr http://www.psych.uoa.gr/~vpavlop
Διαβάστε περισσότεραΠαράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α.-Δ.Π.Θ.
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ περισσότερων από δύο εξαρτημένων δειγμάτων, που διαχωρίζονται βάσει ενός επαναλαμβανόμενου παράγοντα (Ανάλυση διακύμανσης για εξαρτημένα δείγματα ως
Διαβάστε περισσότεραAppendix A3. Table A3.1. General linear model results for RMSE under the unconditional model. Source DF SS Mean Square
Appendix A3 Table A3.1. General linear model results for RMSE under the unconditional model. Source DF SS F Value Pr > F Model 107 374.68 3.50 8573.07
Διαβάστε περισσότερα: Monte Carlo EM 313, Louis (1982) EM, EM Newton-Raphson, /. EM, 2 Monte Carlo EM Newton-Raphson, Monte Carlo EM, Monte Carlo EM, /. 3, Monte Carlo EM
2008 6 Chinese Journal of Applied Probability and Statistics Vol.24 No.3 Jun. 2008 Monte Carlo EM 1,2 ( 1,, 200241; 2,, 310018) EM, E,,. Monte Carlo EM, EM E Monte Carlo,. EM, Monte Carlo EM,,,,. Newton-Raphson.
Διαβάστε περισσότεραΑΓΓΛΙΚΑ Ι. Ενότητα 7α: Impact of the Internet on Economic Education. Ζωή Κανταρίδου Τμήμα Εφαρμοσμένης Πληροφορικής
Ενότητα 7α: Impact of the Internet on Economic Education Τμήμα Εφαρμοσμένης Πληροφορικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό, όπως
Διαβάστε περισσότεραþÿ»±íº »¹ Áà  : É º±¹ Ä þÿ Á³ Ä Å : ¼¹± ºÁ¹Ä¹º ±À Ä ¼
Neapolis University HEPHAESTUS Repository School of Health Sciences http://hephaestus.nup.ac.cy Master Degree Thesis 2015 þÿ»±íº »¹ Áà  : É º±¹ Ä þÿ Á³ Ä Å : ¼¹± ºÁ¹Ä¹º ±À Ä ¼ þÿ Ä Æ Á Â, Á ÃÄ Â þÿ Á̳Á±¼¼±
Διαβάστε περισσότεραΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Εισήγηση 5Α: ΠΑΡΑΜΕΤΡΙΚΟ Χ 2 Διδάσκων: Δαφέρμος Βασίλειος ΤΜΗΜΑ ΠΟΛΙΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΣΧΟΛΗΣ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Άδειες Χρήσης
Διαβάστε περισσότεραΑΝΑΛΥΣΗ ΤΗΣ ΙΑΚΥΜΑΝΣΗΣ (ΑΝOVA)
ΑΝΑΛΥΣΗ ΤΗΣ ΙΑΚΥΜΑΝΣΗΣ (ΑΝOVA). Εισαγωγή Η ανάλυση της διακύμανσης (ANalysis Of VAriance ANOVA) είναι μια στατιστική μεθόδος με την οποία η μεταβλητότητα που υπάρχει σ ένα σύνολο δεδομένων διασπάται στις
Διαβάστε περισσότεραΧαρακτηριστικά της ανάλυσης διασποράς. ΑΝΑΛΥΣΗ ΙΑΣΠΟΡΑΣ (One-way analysis of variance)
ΑΝΑΛΥΣΗ ΙΑΣΠΟΡΑΣ (Oe-way aalysis of variace) Να γίνει µια εισαγωγή στη µεθοδολογία της ανάλυσης > δειγµάτων Να εφαρµοσθεί και να κατανοηθεί η ανάλυση διασποράς µε ένα παράγοντα. Να κατανοηθεί η χρήση των
Διαβάστε περισσότεραΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Εισήγηση 4Β: Έλεγχοι Κανονικότητας Διδάσκων: Δαφέρμος Βασίλειος ΤΜΗΜΑ ΠΟΛΙΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΣΧΟΛΗΣ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Άδειες
Διαβάστε περισσότερα«ΑΝΑΠΣΤΞΖ ΓΠ ΚΑΗ ΥΩΡΗΚΖ ΑΝΑΛΤΖ ΜΔΣΔΩΡΟΛΟΓΗΚΩΝ ΓΔΓΟΜΔΝΩΝ ΣΟΝ ΔΛΛΑΓΗΚΟ ΥΩΡΟ»
ΓΔΩΠΟΝΗΚΟ ΠΑΝΔΠΗΣΖΜΗΟ ΑΘΖΝΩΝ ΣΜΗΜΑ ΑΞΙΟΠΟΙΗΗ ΦΤΙΚΩΝ ΠΟΡΩΝ & ΓΕΩΡΓΙΚΗ ΜΗΥΑΝΙΚΗ ΣΟΜΕΑ ΕΔΑΦΟΛΟΓΙΑ ΚΑΙ ΓΕΩΡΓΙΚΗ ΥΗΜΕΙΑ ΕΙΔΙΚΕΤΗ: ΕΦΑΡΜΟΓΕ ΣΗ ΓΕΩΠΛΗΡΟΦΟΡΙΚΗ ΣΟΤ ΦΤΙΚΟΤ ΠΟΡΟΤ «ΑΝΑΠΣΤΞΖ ΓΠ ΚΑΗ ΥΩΡΗΚΖ ΑΝΑΛΤΖ ΜΔΣΔΩΡΟΛΟΓΗΚΩΝ
Διαβάστε περισσότερα2. ΧΡΗΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΠΑΚΕΤΩΝ ΣΤΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ
2. ΧΡΗΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΠΑΚΕΤΩΝ ΣΤΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ Η χρησιμοποίηση των τεχνικών της παλινδρόμησης για την επίλυση πρακτικών προβλημάτων έχει διευκολύνει εξαιρετικά από την χρήση διαφόρων στατιστικών
Διαβάστε περισσότεραJesse Maassen and Mark Lundstrom Purdue University November 25, 2013
Notes on Average Scattering imes and Hall Factors Jesse Maassen and Mar Lundstrom Purdue University November 5, 13 I. Introduction 1 II. Solution of the BE 1 III. Exercises: Woring out average scattering
Διαβάστε περισσότεραΑνάλυση Διακύμανσης. Ι. Κ. Δημητρίου
Ανάλυση Διακύμανσης Ι. Κ. Δημητρίου Να κάνετε πολλά παραδείγματα και για να κατανοήσετε την Ανάλυση Διακύμανσης (ΑΝΑΔΙΑ) ή Analysis of Variance (ANOVA). Ακόμη, να κοιτάξετε περιπτώσεις εφαρμογής. 3 Εισαγωγή
Διαβάστε περισσότερα90 [, ] p Panel nested error structure) : Lagrange-multiple LM) Honda [3] LM ; King Wu, Baltagi, Chang Li [4] Moulton Randolph ANOVA) F p Panel,, p Z
00 Chinese Journal of Applied Probability and Statistics Vol6 No Feb 00 Panel, 3,, 0034;,, 38000) 3,, 000) p Panel,, p Panel : Panel,, p,, : O,,, nuisance parameter), Tsui Weerahandi [] Weerahandi [] p
Διαβάστε περισσότερα3 ο Φυλλάδιο Ασκήσεων. Εφαρμογές
ο Φυλλάδιο Ασκήσεων Εφαρμογές 2 ο Φυλλάδιο Ασκήσεων Εφαρμογή 1 ΣΥΓΚΡΙΣΗ ΤΗΣ ΗΛΙΚΙΑΣ ΤΩΝ ΕΡΓΑΖΟΜΕΝΩΝ ΣΕ ΔΥΟ ΕΠΙΧΕΙΡΗΣΕΙΣ Παρακάτω βλέπουμε τα ιστογράμματα και τα πολύγωνα των σχετικών (%) και σχετικών αθροιστικών
Διαβάστε περισσότεραΜεθοδολογία της Έρευνας και Εφαρμοσμένη Στατιστική
Μεθοδολογία της Έρευνας και Εφαρμοσμένη Στατιστική Μη παραμετρικοί στατιστικοί έλεγχοι Καθηγητής ΔΠΘ Κων/νος Τσαγκαράκης Δευτέρα 6 Μαρτίου 13:00-16:00 Ώρα για εξ αποστάσεως συνεργασία Τρίτη 7 Μαρτίου 12:00-14:00
Διαβάστε περισσότεραα + α+ α! (=+9 [1] ι «Analyze-Regression-Linear». «Dependent» ι η η η!ηη ι «Independent(s)» η!ηη. # ι ι ι!η " ι ιηη, ι!" ι ηιι. 1 SPSS ι η η ι ιηη ι η
# η &, ε ε 007, ιη Pearson r "η η ι ι ι η ι!ι ι ι η ι η!ηη ι ι!ηη. η ι ιηη ι" η ι!"ι 0 ι η ( α ι ι α η 9 ( ι ι / + -predctor varable). * ι ι ι ι η ι ι ι!ηη η "ι ι ι ι!ηη η ι ι η η ι 'ι ι ι (η ) ι η ( "
Διαβάστε περισσότεραΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΗΡΑΚΛΕΙΟ ΚΡΗΤΗΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΗΡΑΚΛΕΙΟ ΚΡΗΤΗΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ Π Τ Υ Χ Ι Α Κ Η Ε Ρ Γ Α Σ Ι Α: Ο ΡΟΛΟΣ ΤΗΣ ΣΥΝΑΙΣΘΗΜΑΤΙΚΗΣ ΝΟΗΜΟΣΥΝΗΣ ΣΤΗΝ ΑΠΟΤΕΛΕΣΜΑΤΙΚΗ ΗΓΕΣΙΑ ΕΠΙΜΕΛΕΙΑ
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ
ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΕΛΕΝΑ ΦΛΟΚΑ Επίκουρος Καθηγήτρια Τµήµα Φυσικής, Τοµέας Φυσικής Περιβάλλοντος- Μετεωρολογίας ΓΕΝΙΚΟΙ ΟΡΙΣΜΟΙ Πληθυσµός Σύνολο ατόµων ή αντικειµένων στα οποία αναφέρονται
Διαβάστε περισσότεραΒοήθημα Εξετάσεων. Μεταπτυχιακό Πρόγραμμα Σπουδών στη Διοίκηση των Επιχειρήσεων
Βοήθημα Εξετάσεων Μεταπτυχιακό Πρόγραμμα Σπουδών στη Διοίκηση των Επιχειρήσεων 2 1. Περιγραφική Στατιστική Θα δίνονται το ιστόγραμμα των σχετικών συχνοτήτων και τα στατιστικά. 1. Να μπορείτε να εξάγετε
Διαβάστε περισσότεραOptimizing Microwave-assisted Extraction Process for Paprika Red Pigments Using Response Surface Methodology
2012 34 2 382-387 http / /xuebao. jxau. edu. cn Acta Agriculturae Universitatis Jiangxiensis E - mail ndxb7775@ sina. com 212018 105 W 42 2 min 0. 631 TS202. 3 A 1000-2286 2012 02-0382 - 06 Optimizing
Διαβάστε περισσότεραSection 8.3 Trigonometric Equations
99 Section 8. Trigonometric Equations Objective 1: Solve Equations Involving One Trigonometric Function. In this section and the next, we will exple how to solving equations involving trigonometric functions.
Διαβάστε περισσότεραSECTION II: PROBABILITY MODELS
SECTION II: PROBABILITY MODELS 1 SECTION II: Aggregate Data. Fraction of births with low birth weight per province. Model A: OLS, using observations 1 260 Heteroskedasticity-robust standard errors, variant
Διαβάστε περισσότερα1991 US Social Survey.sav
Παραδείγµατα στατιστικής συµπερασµατολογίας µε ένα δείγµα Στα παραδείγµατα χρησιµοποιείται απλό τυχαίο δείγµα µεγέθους 1 από το αρχείο δεδοµένων 1991 US Social Survey.sav Το δείγµα λαµβάνεται µε την διαδικασία
Διαβάστε περισσότεραStatistical Inference I Locally most powerful tests
Statistical Inference I Locally most powerful tests Shirsendu Mukherjee Department of Statistics, Asutosh College, Kolkata, India. shirsendu st@yahoo.co.in So far we have treated the testing of one-sided
Διαβάστε περισσότεραΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Εισαγωγή στην Ανάλυση Ερευνητικών Δεδομένων στις Κοινωνικές Επιστήμες Με χρήση των λογισμικών IBM/SPSS και LISREL Ενότητα 7 η : Ανάλυση
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική
ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 3: Ανάλυση γραμμικού υποδείγματος Απλή παλινδρόμηση (2 ο μέρος) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana
Διαβάστε περισσότεραTable 1: Military Service: Models. Model 1 Model 2 Model 3 Model 4 Model 5 Model 6 Model 7 Model 8 Model 9 num unemployed mili mili num unemployed
Tables: Military Service Table 1: Military Service: Models Model 1 Model 2 Model 3 Model 4 Model 5 Model 6 Model 7 Model 8 Model 9 num unemployed mili mili num unemployed mili 0.489-0.014-0.044-0.044-1.469-2.026-2.026
Διαβάστε περισσότερατην τιμή της μέσης τιμής, μ, ή της διασποράς, σ, ενός πληθυσμού και σε στατιστικούς ελέγχους υποθέσεων για τη σύγκριση των μέσων τιμών, μ
Ανάλυση Διασποράς Ανάλυση Διασποράς (Analysis of Variance, ANOVA) είναι μέθοδος στατιστικού ελέγχου υποθέσεων που αναφέρονται σε περισσότερους από δύο πληθυσμούς. Στην προηγούμενη ενότητα αναφερθήκαμε
Διαβάστε περισσότεραLampiran 1 Output SPSS MODEL I
67 Variables Entered/Removed(b) Lampiran 1 Output SPSS MODEL I Model Variables Entered Variables Removed Method 1 CFO, ACCOTHER, ACCPAID, ACCDEPAMOR,. Enter ACCREC, ACCINV(a) a All requested variables
Διαβάστε περισσότερα5.4 The Poisson Distribution.
The worst thing you can do about a situation is nothing. Sr. O Shea Jackson 5.4 The Poisson Distribution. Description of the Poisson Distribution Discrete probability distribution. The random variable
Διαβάστε περισσότεραΚεφάλαιο 15. Παραγοντική ανάλυση διακύµανσης. Παραγοντική
Κεφάλαιο 15 Παραγοντική ανάλυση διακύµανσης 1 Παραγοντική ανάλυση διακύµανσης Παραµετρικό στατιστικό κριτήριο για τη µελέτη των επιδράσεων περισσότερων από µια ανεξάρτητων µεταβλητών στην εξαρτηµένη καθώς
Διαβάστε περισσότεραΖήτηµα 2. Κατεύθυνση µεταβολής γονιµότητας. Πειραµατικός Αγρός. Επεµβάσεις: Α1Β1:1, Α1Β2:2, Α1Β3:3, Α2Β1:4, Α2Β2:5 και Α2Β3:6
Ζήτηµα. ίνεται το παρακάτω φύλλο δεδοµένων (πείραµα 2 2 πλήρως τυχαιοποιηµένο-crd, 3 επαναλήψεις ανά επέµβαση). Να υπολογιστούν οι µέσοι όροι για τον Παράγοντα Α (δύο επίπεδα Α και Α2), για τον Παράγοντα
Διαβάστε περισσότεραΜη Παραμετρικοί Έλεγχοι & Η Δοκιμασία Χ 2
Μη Παραμετρικοί Έλεγχοι & Η Δοκιμασία Χ 2. Μη Παραμετρικοί Έλεγχοι Παραμετρικοί είναι οι κλασικοί έλεγχοι υποθέσεων της Στατιστικής οι οποίοι διεξάγονται κάτω από κάποιες προϋποθέσεις για τις παραμέτρους
Διαβάστε περισσότεραΓεωργικός Πειραµατικός Σχεδιασµός: Εισαγωγή
Γεωργικός Πειραµατικός Σχεδιασµός: Εισαγωγή Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας, Εργαστήριο Γεωργίας Viola adorata Πείραµα Προσχεδιασµένη διαδικασία
Διαβάστε περισσότεραΓεωργικός Πειραµατικός Σχεδιασµός: Πρακτικές Συµβουλές
Γεωργικός Πειραµατικός Σχεδιασµός: Πρακτικές Συµβουλές Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας, Εργαστήριο Γεωργίας Viola adorata Η Γεωργία Εισαγωγή
Διαβάστε περισσότεραΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΚΡΗΤΗΣ ΣΧΟΛΗ ΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΚΡΗΤΗΣ ΣΧΟΛΗ ΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ Το franchising ( δικαιόχρηση ) ως µέθοδος ανάπτυξης των επιχειρήσεων λιανικού εµπορίου
Διαβάστε περισσότεραΑνάλυση διακύμανσης (Μέρος 3 ο ) 7/4/2017
Ανάλυση διακύμανσης (Μέρος 3 ο ) 7/4/2017 2 α x b Παραγοντικό Πείραμα (1) Όταν θέλουμε να μελετήσουμε την επίδραση (στη μεταβλητή απόφασης) δύο παραγόντων, έστω Α και Β, με α στάθμες ο Α και b στάθμες
Διαβάστε περισσότερα«ΑΓΡΟΤΟΥΡΙΣΜΟΣ ΚΑΙ ΤΟΠΙΚΗ ΑΝΑΠΤΥΞΗ: Ο ΡΟΛΟΣ ΤΩΝ ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ ΣΤΗΝ ΠΡΟΩΘΗΣΗ ΤΩΝ ΓΥΝΑΙΚΕΙΩΝ ΣΥΝΕΤΑΙΡΙΣΜΩΝ»
I ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΝΟΜΙΚΩΝ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΠΟΛΙΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΗΝ «ΔΙΟΙΚΗΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΑ» ΚΑΤΕΥΘΥΝΣΗ: ΟΙΚΟΝΟΜΙΚΗ
Διαβάστε περισσότεραΕΜΠΕΙΡΙΚΗ ΠΡΟΣΕΓΓΙΣΗ ΤΗΣ NASH ΙΣΟΡΡΟΠΙΑΣ
ΕΜΠΕΙΡΙΚΗ ΠΡΟΣΕΓΓΙΣΗ ΤΗΣ NASH ΙΣΟΡΡΟΠΙΑΣ ΒΛΑΧΟΠΟΥΛΟΥ ΑΘΑΝΑΣΙΑ (Α.Μ. 11/08) ΜΕΤΑΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ Επιβλέπων καθηγητής: Παπαναστασίου Ιωάννης Εξεταστές : Νούλας Αθανάσιος Ζαπράνης Αχιλλέας ιατµηµατικό Πρόγραµµα
Διαβάστε περισσότεραΥπολογιστική Φυσική Στοιχειωδών Σωματιδίων
Υπολογιστική Φυσική Στοιχειωδών Σωματιδίων Όρια Πιστότητας (Confidence Limits) 2/4/2014 Υπολογ.Φυσική ΣΣ 1 Τα όρια πιστότητας -Confidence Limits (CL) Tα όρια πιστότητας μιας μέτρησης Μπορεί να αναφέρονται
Διαβάστε περισσότεραΤΕΧΝΟΛΟΓΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΣΧΟΛΗ ΓΕΩΠΟΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΒΙΟΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΕΠΙΣΤΗΜΗΣ ΤΡΟΦΙΜΩΝ. Πτυχιακή εργασία
ΤΕΧΝΟΛΟΓΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΥΠΡΟΥ ΣΧΟΛΗ ΓΕΩΠΟΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΒΙΟΤΕΧΝΟΛΟΓΙΑΣ ΚΑΙ ΕΠΙΣΤΗΜΗΣ ΤΡΟΦΙΜΩΝ Πτυχιακή εργασία ΜΕΛΕΤΗ ΠΟΛΥΦΑΙΝΟΛΩΝ ΚΑΙ ΑΝΤΙΟΞΕΙΔΩΤΙΚΗΣ ΙΚΑΝΟΤΗΤΑΣ ΣΟΚΟΛΑΤΑΣ Αναστασία Σιάντωνα Λεμεσός
Διαβάστε περισσότεραFinite Field Problems: Solutions
Finite Field Problems: Solutions 1. Let f = x 2 +1 Z 11 [x] and let F = Z 11 [x]/(f), a field. Let Solution: F =11 2 = 121, so F = 121 1 = 120. The possible orders are the divisors of 120. Solution: The
Διαβάστε περισσότεραΆσκηση 10, σελ. 119. Για τη μεταβλητή x (άτυπος όγκος) έχουμε: x censored_x 1 F 3 F 3 F 4 F 10 F 13 F 13 F 16 F 16 F 24 F 26 F 27 F 28 F
Άσκηση 0, σελ. 9 από το βιβλίο «Μοντέλα Αξιοπιστίας και Επιβίωσης» της Χ. Καρώνη (i) Αρχικά, εισάγουμε τα δεδομένα στο minitab δημιουργώντας δύο μεταβλητές: τη x για τον άτυπο όγκο και την y για τον τυπικό
Διαβάστε περισσότερα+ ε βελτιώνει ουσιαστικά το προηγούμενο (β 3 = 0;) 2. Εξετάστε ποιο από τα παρακάτω τρία μοντέλα:
ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ, 6-5-0 Άσκηση 8. Δίνονται οι παρακάτω 0 παρατηρήσεις (πίνακας Α) με βάση τις οποίες θέλουμε να δημιουργήσουμε ένα γραμμικό μοντέλο για την πρόβλεψη της Υ μέσω των ανεξάρτητων μεταβλητών
Διαβάστε περισσότερα