EQUASE e.mail :

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "EQUASE e.mail :"

Transcript

1 ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ, ΑΝΑΛΟΓΙΣΤΙΚΩΝ ΚΑΙ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΩΝ ΜΑΘΗΜΑΤΙΚΩΝ ΠΜΣ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΙΑΤΡΙΚΗΣ, ΕΡΓ. ΥΓΙΕΙΝΗΣ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ EQUASE 28. Ξουρή, Κ.Φράγκου, Α.Βανταράκης Στατιστική ανάλυση :.Ξουρή e.mail : desxouri@yahoo.gr

2 ΠΕΡΙΕΧΟΜΕΝΑ ΕΙΣΑΓΩΓΗ ΕΙΓΜΑΤΑ ΣΚΟΠΟΣ ΣΤΑΤΙΣΤΙΚΗΣ ΑΝΑΛΥΣΗΣ ΠΟΣΙΜΟ w3 - w4 - w5 ΠΡΟΤΕΙΝΟΜΕΝΑ ΑΠΟΤΕΛΕΣΜΑΤΑ ΑΠΟ ΗPA ΣΧΕΤΙΚΑ ΣΦΑΛΜΑΤΑ ΨΕΥ ΩΣ ΘΕΤΙΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ ΣΚΟΠΟΣ ΣΤΑΤΙΣΤΙΚΗΣ ΑΝΑΛΥΣΗΣ ΟΡΙΣΜΟΣ ΑΚΡΑΙΟΥ ΑΠΟΤΕΛΕΣΜΑΤΟΣ ΠΙΘΑΝΟΘΕΩΡΗΤΙΚΟ ΜΟΝΤΕΛΟ POISSON ΟΡΙΑ ΑΠΟ ΟΧΗΣ. 25 ΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ ΜΕΤΡΗΣΕΩΝ ΜΕΘΟ ΟΣ ΑΝΑΛΥΣΗΣ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΑΠΟΤΕΛΕΣΜΑΤΑ....,. 77 ΕΠΙΒΑΡΗΜΕΝΟ ΠΟΣΙΜΟ w2 ΠΡΟΤΕΙΝΟΜΕΝΑ ΑΠΟΤΕΛΕΣΜΑΤΑ ΑΠΟ ΗPA ΣΧΕΤΙΚΑ ΣΦΑΛΜΑΤΑ ΜΕΘΟ ΟΣ ΑΝΑΛΥΣΗΣ ΑΠΟΤΕΛΕΣΜΑΤΑ

3 Εισαγωγή Ο έλεγχος της αξιοϖιστίας εργαστηριακών αϖοτελεσµάτων είναι κύρια υϖοχρέωση των εργαστηρίων. Κάθε ϖροσδιορισµός στο εργαστήριο εµϖεριέχει τον κίνδυνο συστηµατικού ή τυχαίου σφάλµατος µέσα στις συνθήκες αβεβαιότητας ϖου εϖικρατούν. Βασικός ϖαράγοντας για την καλή λειτουργία ενός εργαστηρίου είναι αυτό να ϖαράγει όσο το δυνατό ϖερισσότερα αξιόϖιστα αϖοτελέσµατα µε σκοϖό τη µεγιστοϖοίηση της ακρίβειας και την ελαχιστοϖοίηση του σφάλµατος. Ο έλεγχος της αξιοϖιστίας λειτουργεί ϖρος δύο κατευθύνσεις : τον εσωτερικό έλεγχο ϖοιότητας, ϖου ϖραγµατοϖοιείται καθηµερινά µέσα στο εργαστήριο, και τον εξωτερικό έλεγχο ϖοιότητας ϖου αξιολογείται µέσω της στατιστικής ανάλυσης. Ο εξωτερικός ϖοιοτικός έλεγχος ϖραγµατοϖοιείται αϖό έναν εξωτερικό φορέα. Η εφαρµογή του βασίζεται στην αϖοστολή ίδιων δειγµάτων αϖό το εθνικό κέντρο ϖου διοργανώνει το ϖρόγραµµα αξιολόγησης ϖρος τα εργαστήρια ϖου συµµετέχουν σε αυτό. H αξιολόγηση κάθε εργαστηρίου γίνεται µέσω της καταµέτρησης των ϖροσδιορισµένων µικροοργανισµών σε δείγµατα για νερό. Είναι ανάγκη για όλα τα εργαστήρια για την ίδια µέτρηση στο ίδιο δείγµα να δίνουν κατά το δυνατό την ίδια τιµή ή τουλάχιστον οι τιµές να έχουν µία ϖαραδεκτή αϖοδεκτή αϖόκλιση. Σκοϖός του ϖρογράµµατος είναι η βελτίωση ϖρακτικών και µεθοδολογίας όϖοιων εργαστηρίων υϖόκεινται σε ύϖοϖτα αϖοτελέσµατα. Ύϖοϖτα νοούνται αρκετά ακραία αϖοτελέσµατα ϖου αϖέχουν ϖολύ αϖό τα αϖοτελέσµατα των υϖολοίϖων, συσσωρεύονται σε συγκεκριµένα εργαστήρια, και δε δικαιολογούνται αϖό την τυχαία κατανοµή των σφαλµάτων. 3

4 είγµατα Έλαβαν χώρα 3 διανοµές ϖόσιµου νερού και 1 εϖιβαρηµένου ϖόσιµου µέσα στο έτος ( 28 ). Κάθε διανοµή αϖοτελείται αϖό 3 δείγµατα (A,B,C). Τα µεµονωµένα δείγµατα αϖοτελούµενα αϖό στεγνούς δίσκους LENTICULE, ϖιθανόν να ϖεριέχουν ένα µείγµα οργανισµών ή να είναι στείρα. Τα δείγµατα ϖαρασκευάζονται υϖό αυστηρές συνθήκες έτσι ώστε να εξασφαλιστεί η ϖοιότητά τους. Έλεγχοι κατά την εξέλιξη της διαδικασίας διασφαλίζουν, όσο αυτό είναι δυνατό, σταθερό ϖεριεχόµενο καθώς και την ύϖαρξη µιας µικρής διαφοροϖοίησης των δειγµάτων ως ϖρος τον αριθµό των µικροοργανισµών ϖου αυτά ϖεριέχουν. Η διαφοροϖοίηση της σύστασης των δειγµάτων είναι τυχαία. Ωστόσο, για κάθε δείγµα νερού και για κάθε οργανισµό η σωστή ή η λάθος µέτρηση δεν είναι ϖοτέ γνωστή. Στον ϖίνακα ϖου ακολουθεί αναφέρονται : οι ηµεροµηνίες και οι κωδικοί των διανοµών, ο τύϖος των δειγµάτων, η ϖεριεκτικότητα τους καθώς και οι ϖαράµετροι ϖου τα εργαστήρια ϖρέϖει να ελέγχουν σε κάθε διανοµή. Σηµειώνεται ϖως δεν ϖεριέχονται όλοι οι οργανισµοί αναφοράς σε όλα τα δείγµατα, ϖου οι συµµετέχοντες καλούνται να εξετάσουν και να µετρήσουν. 4

5 Τύϖος S ΙΑΝΟΜΗ Ηµεροµηνία - Κωδικός /W2 ΟΡΓΑΝΙΣΜΟΙ είγµα Περιεχόµενο Οργανισµοί ϖρος έλεγχο Α B E.coli Klebsiella pneumoniae Enterococcus faecalis E.coli Acinetobacter baumannii Enterococcus faecalis Total coliforms C E.coli Klebsiella pneumoniae Enterococcus faecalis Α Enterobacter cloacae Enterococcus faecalis Pseudomonas aeruginosa Clostridium perfringens Microbacterium species Kocuria kristinae E.coli D /W3 Β E.coli Enterococcus faecium Burkholderia cepacia Staphylococcus aureus Kocuria kristinae Total coliforms Faecal streptococci C E.coli Enterobacter cloacae Enterococcus faecalis Clostridium paraputrificum Microbacterium species Faecal coliforms Ps. Aeruginosa A E.coli Staphylococcus saprophyticus Pseudomonas aeruginosa Clostridium perfringens Staphylococcus xylosus Cl.perfringens D /W4 B E.coli Klebsiella pneumoniae Enterococcus faecalis Pseudomonas aeruginosa Staphylococcus aureus Faecal streptococci Colony count 22 C/72h C E.coli Enterococcus faecalis Pseudomonas aeruginosa Saccharomyces cerevisiae A Aerococcus viridans Escherichia coli Enterococcus faecalis Clostridium perfingens Corynebacterium herculis Colony count 37 C/48h D /W5 B Acinetobacter baumanni Clostridium perfingens Klebsiella pneumoniae Micrococcus sp. C Clostridium perfingens Escherichia coli Pseudomonas aeruginosa Staphylococcus aureus Πίνακας 1: στοιχεία των 4 διανοµών και δειγµάτων S: Surface water, D: Drinking water 5

6 Προτεινόµενα αϖοτελέσµατα αϖό ΗPA Πως υϖολογίζει το εργαστήριο αναφοράς τις τιµές ϖου ϖροτείνει στους συµµετέχοντες ; Τα ϖροτεινόµενα αϖοτελέσµατα αϖό το Η.P.A ϖροκύϖτουν ως εξής : Αναλύονται 2 σύνολα των δίσκων lentiqule Το ένα σύνολο έχει διατηρηθεί στους 22 C για 48 ώρες. Το άλλο σύνολο έχει διατηρηθεί στους 22 C για 7 ηµέρες. Αυτοί οι δίσκοι υϖόκεινται σε ϖλήρεις αναλύσεις για όλες τις βιολογικές ϖαραµέτρους. Σκοϖός είναι να εκτιµηθεί αν έχει εϖιτευχθεί ικανοϖοιητική σταθερότητα στους δίσκους και να ϖροκύψουν έτσι τα ϖροτεινόµενα αϖοτελέσµατα µετρήσεων για τις διάφορες ϖαραµέτρους. Εϖίσης εξετάζονται εϖιϖλέον δίσκοι LENTICULE, ώστε να διαϖιστωθεί ότι οι µετρήσεις για όλες τις ϖαραµέτρους ϖροσεγγίζουν µια τυχαία κατανοµή (κατανοµή Poisson), χωρίς υϖέρµετρη διασϖορά. Τα ϖροτεινόµενα αϖοτελέσµατα (target result) δεν υϖοστηρίζεται ότι είναι και τα σωστά αϖοτελέσµατα, είναι αϖλά το ονοµαστικό ϖεριεχόµενο των δειγµάτων ϖριν φύγουν αϖό το εργαστήριο όϖου και ϖαρασκευάζονται. Εϖειδή έχουµε να κάνουµε µε ζωντανούς µικροοργανισµούς το ϖεριεχόµενό τους µεταβάλλεται αϖό τη στιγµή της ϖροετοιµασίας µέχρι και την εξέταση στα εργαστήρια των συµµετεχόντων. Οϖότε εµϖιστευόµαστε µόνο την ελληνική διάµεσο ως ϖραγµατικό ϖεριεχόµενο των δειγµάτων και θεωρούµε ότι καλό θα ήταν να ϖροσεγγίζει τα ϖροτεινόµενα αϖό το hpa αϖοτελέσµατα. Τα εργαστήρια θα ϖρέϖει να αξιολογούν την αϖόδοσή τους έναντι της διαµέσου του συνόλου των ελληνικών εργαστηρίων.

7 Όταν τα δείγµατα διανεµηθούν στους συµµετέχοντες διανέµονται εϖιϖλέον σύνολα δειγµάτων στα εργαστήρια της Αγγλίας. Αϖό την ανάλυση των δειγµάτων αυτών ϖροκύϖτουν οι µέσοι όροι των µετρήσεων ϖου έγιναν στα εργαστήρια της Αγγλίας καθώς και το εύρος ϖου διαϖιστώθηκε στα διανεµηµένα δείγµατα (µικρότερη ευρεθείσα τιµή µεγαλύτερη ευρεθείσα τιµή ) Οι µέσοι όροι και το εύρος των µετρήσεων ϖου ϖροκύϖτουν αϖό τα έξι σύνολα µαζί µε τα ϖροτεινόµενα αϖοτελέσµατα δηµοσιεύονται στην Προσωρινή Αναφορά µετά το ϖέρας της ϖροθεσµίας διανοµής των δειγµάτων. Στις ϖερισσότερες ϖεριϖτώσεις, τα ϖροτεινόµενα αϖοτελέσµατα, η µέση τιµή Newcastle των έξι αϖοτελεσµάτων και η διάµεσος του συνόλου των συµµετεχόντων βρίσκονται σε συµφωνία, αλλά αυτό µϖορεί να µην ισχύει αϖαραίτητα. 7

8 ΣΧΕΤΙΚΑ ΣΦΑΛΜΑΤΑ Πόσο κοντά βρέθηκε η διάµεσος των ελληνικών εργαστηρίων σε σχέση µε τα αϖοτελέσµατα ϖου ϖροτάθηκαν αϖό το HPA ; Τα αϖοτελέσµατα ϖου συλλέγονται αϖό όλους τους συµµετέχοντες θα ϖρέϖει να βρίσκονται κοντά στη διάµεσο των ϖαρατηρήσεων. Η διάµεσος καλό είναι να ϖροσεγγίζει το ϖροτεινόµενο αϖοτέλεσµα ϖου έδωσαν οι διοργανωτές στην αναφορά διανοµής. Στους ϖίνακες ϖου ϖαραϖέµϖονται στη συνέχεια σηµειώνεται για κάθε διανοµή, κάθε δείγµα και κάθε οργανισµό : τα ϖροτεινόµενα αϖοτελέσµατα αϖό το hpa η διάµεσος δικών µας µετρήσεων 8

9 1η διανοµή ϖόσιµου νερού (w3) A Sample per 1 ml Προτεινόµενα αϖοτελέσµατα HPA ιάµεσος Ελλάδας Σχετικό σφάλµα Total coliforms % E.coli % Faecal streptococci % Ps. aeruginosa 2-1 % Clostridium perfringens 1 1 % B Total coliforms % E.coli % Faecal streptococci % Ps. aeruginosa % Clostridium perfringens % C Total coliforms % E.coli % Faecal streptococci % Ps. aeruginosa % Clostridium perfringens % A B C Sample per ml Colony count 37 C/48h Colony count 22 C/72h Colony count 37 C/48h Colony count 22 C/72h Colony count 37 C/48h Colony count 22 C/72h Προτεινόµενα αϖοτελέσµατα HPA ιάµεσος Ελλάδας Σχετικό σφάλµα % % % % % Μέσο σχετικό σφάλµα 1 ης διανοµής (w3) % Πίνακας 1.1 : ϖροτεινόµενα αϖοτελέσµατα και διάµεσοι ελληνικών µετρήσεων 1 ης διανοµής (w3) 9

10 Γραµµικό γράφηµα της µετρούµενης τιµής (άξονας των y) έναντι της ακολουθίας των δειγµάτων ανά ϖαράµετρο (άξονας των x) 1 ης διανοµή ϖόσιµου νερού (w3) tc A tc B προτεινόµενα αποτελέσµατα H.P.A tc C ec A ec B ec C fs A fs B fs C ps A ps B ps C cl A δείγµα/παράµετρο ελληνική διάµεσος cl B cl C pc37 A pc37 B pc37 C pc22 A pc22 B pc22 C 1

11 2η διανοµή ϖόσιµου νερού (w4) A Sample per 1mL Προτεινόµενα αϖοτελέσµατα HPA ιάµεσος Ελλάδας Σχετικό σφάλµα Total coliforms % E.coli % Faecal streptococci % Ps. aeruginosa % Clostridium perfringens % B Total coliforms % E.coli % Faecal streptococci % Ps. aeruginosa % Clostridium perfringens % C Total coliforms % E.coli 2-1 % Faecal streptococci % Ps. aeruginosa % Clostridium perfringens % A B C Sample per ml Colony count 37 C/48h Colony count 22 C/72h Colony count 37 C/48h Colony count 22 C/72h Colony count 37 C/48h Colony count 22 C/72h Προτεινόµενα αϖοτελέσµατα HPA ιάµεσος Ελλάδας Σχετικό σφάλµα % % 2 2 % % % % Μέσο σχετικό σφάλµα 2 ης διανοµής (w4) 1 % Πίνακας 1.2 : ϖροτεινόµενα αϖοτελέσµατα και διάµεσοι ελληνικών µετρήσεων 2 ης διανοµής (w4) 11

12 Γραµµικό γράφηµα της µετρούµενης τιµής (άξονας των y) έναντι της ακολουθίας των δειγµάτων ανά ϖαράµετρο (άξονας των x) 2 ης διανοµή ϖόσιµου νερού (w4) 5 45 προτεινόµενα αποτελέσµατα H.P.A ελληνική διάµεσος tc A tc B tc C ec A ec B ec C fs A fs B fs C ps A ps B ps C cl A δείγµα/παράµετρο cl B cl C pc37 A pc37 B pc37 C pc22 A pc22 B pc22 C

13 3η διανοµή ϖόσιµου νερού (w5) A Sample per 1mL Προτεινόµενα αϖοτελέσµατα HPA ιάµεσος Ελλάδας Σχετικό σφάλµα Total coliforms % E.coli % Faecal streptococci % Ps. aeruginosa % Clostridium perfringens % B Total coliforms % E.coli % Faecal streptococci % Ps. aeruginosa % Clostridium perfringens % C Total coliforms % E.coli 3 3 % Faecal streptococci % Ps. aeruginosa % Clostridium perfringens % A B C Sample per ml Colony count 37 C/48h Colony count 22 C/72h Colony count 37 C/48h Colony count 22 C/72h Colony count 37 C/48h Colony count 22 C/72h Προτεινόµενα αϖοτελέσµατα HPA ιάµεσος Ελλάδας Σχετικό σφάλµα % % 5 59 % % % % Μέσο σχετικό σφάλµα 3 ης διανοµής (w5) 19 % Πίνακας 1.3 : ϖροτεινόµενα αϖοτελέσµατα και διάµεσοι ελληνικών µετρήσεων 3 ης διανοµής (w5) 13

14 Γραµµικό γράφηµα της µετρούµενης τιµής (άξονας των y) έναντι της ακολουθίας των δειγµάτων ανά ϖαράµετρο (άξονας των x) 3 ης διανοµής ϖόσιµου νερού (w5) tc A tc B προτεινόµενα αποτελέσµατα tc C ec A ec B ec C fs A fs B fs C ps A ps B ps C cl A δείγµα / παράµετρο ελληνική διάµεσος cl B cl C pc37 A pc37 B pc37 C pc22 A pc22 B pc22 C 14

15 Ψευδώς θετικά αϖοτελέσµατα Ψευδώς θετικά αϖοτελέσµατα εµφανίζονται όταν ανευρίσκεται τιµή για κάϖοιον οργανισµό ϖου στην ϖραγµατικότητα δεν υϖάρχει στο δείγµα ϖου ελέγχεται. Το γεγονός αυτό αϖοτελεί ενδεικτικό στοιχείο κακής αϖοτελεσµατικότητας για τα εργαστήρια. Εϖίδραση ψευδώς θετικών αϖοτελεσµάτων σε ϖραγµατικό έλεγχο Π.χ το εργαστήριο ανέφερε λανθασµένα την ύϖαρξη µικροοργανισµών e.coli σε ένα δείγµα νερού. Η ϖηγή του δείγµατος θα κριθεί άσκοϖα Το αϖοτέλεσµα ϖιθανά θα καθυστερήσει την ανίχνευση µιας ϖραγµατικής ϖηγής µόλυνσης αϖοτρέϖοντας την ικανοϖοιητική διαχείριση µιας κρίσης Μη αϖαραίτητο οικονοµικό κόστος Αϖώλεια της φήµης του κατόχου της ϖηγής του νερού καθώς και του εργαστηρίου ϖου διεξήγε τον έλεγχο 15

16 Στον ϖίνακα ϖου ακολουθεί ϖαρουσιάζονται τα συνολικά ϖοσοστά ψευδών θετικών αϖοτελεσµάτων αϖό τις 3 διανοµές ϖόσιµου νερού ϖου ϖραγµατοϖοιήθηκαν µέσα στο έτος 28 για κάθε µικροοργανισµό και για όλα τα δείγµατα στα οϖοία ο στόχος ήταν το µηδέν. Συνολικό ϖοσοστό ψευδώς θετικών αϖοτελεσµάτων E.coli 5.71% Faecal streptococci 4.48 % Pseudomonas 7.32 % Clostridium % ϖίνακας 19 : συνολικά ϖοσοστά ψευδώς θετικών αϖοτελεσµάτων για όλες τις διανοµές ανά οργανισµό αϖό το σύνολο των συµµετεχόντων εργαστηρίων Ειδικότερα στον ϖίνακα ϖου ϖαρατίθεται στη συνέχεια αναφέρονται για κάθε εργαστήριο : fi (ψευδώς θετικά αϖοτελέσµατα / δείγµατα εξέτασης ) καθώς και οι αντίστοιχές ϖοσοστιαίες συχνότητες (fi%) ψευδώς θετικών αϖοτελεσµάτων έτσι ώστε κάθε συµµετέχον να µϖορεί να δει αν και στην εξέταση ϖοιου µικροοργανισµού σηµείωσε ψευδώς (+) αϖοτέλεσµα. 1

17 Ε. coli Faecal streptococci Pseudomonas Clostridium Εργαστήριο fi fi % fi fi % fi fi % fi fi % 71 /2 1 / /1 /2 73 /1 /3 /2 / /2 /3 7 /1 77 /1 78 /2 /3 /4 /4 79 /1 /3 /2 /2 71 /1 /2 / /1 /3 713 /1 /1 /2 /2 714 /1 /3 715 /2 1 / /2 /3 717 /1 /3 /2 7 /1 /1 /2 719 /2 /3 2 /4 5 / /1 1 /1 /2 / /1 1 /2 /2 723 /1 /3 /2 7 / / /2 /3 1 / /3 727 /1 /3 /2 / /2 /2 /4 /2 73 /2 /3 /4 /4 731 /1 /2 732 /1 /3 /2 733 /1 /3 /2 /2 ϖίνακας : συχνότητες ψευδώς θετικών αϖοτελεσµάτων / εργαστήριο 17

18 Στον ανωτέρω ϖίνακα υϖολογίστηκαν τα ψευδή αϖοτελέσµατα των εργαστηρίων ϖου βρήκαν αριθµό µικροοργανισµών > στο σύνολο των δειγµάτων όϖου το ϖεριεχόµενο ήταν µηδενικό και για κάθε µικροβιολογική ϖαράµετρο ξεχωριστά Τονίζεται ότι τα ϖαρακάτω εργαστήρια θεωρούνται εξ αρχής ύϖοϖτα εφόσον σηµείωσαν ψευδώς θετικά αϖοτελέσµατα, ανέφεραν δηλαδή τιµές (>) για µικροοργανισµούς ϖου δεν υϖήρχαν µέσα στα δείγµατα ϖου έλεγξαν. Τα εργαστήρια αυτά δε δικαιολογούνται αϖό καµία υϖόθεση εφόσον η ϖιθανότητα να ισχύει κάτι τέτοιο είναι µηδενική. Εργαστήρια µε ψευδώς (+) αϖοτελέσµατα Σκοϖός στατιστικής ανάλυσης

19 Στόχος είναι να εντοϖιστούν τα εργαστήρια στα οϖοία οι µετρήσεις δεν έγιναν σωστά. Κάτι τέτοιο θα ήταν αϖλό αν γνωρίζαµε το σωστό αϖοτέλεσµα. Στην ϖερίϖτωση όµως των ζωντανών οργανισµών, εξαιτίας της τυχαίας ϖοικιλότητας και της ϖιθανής υϖερδιασϖοράς στα δείγµατα νερού, το σωστό αϖοτέλεσµα δεν είναι ϖοτέ γνωστό ούτε και µϖορούµε να βασιστούµε σε ένα µεµονωµένο αϖοτέλεσµα. Εφόσον λοιϖόν δε γνωρίζουµε το σωστό αϖοτέλεσµα, δε µϖορούµε να είµαστε σίγουροι αν έγινε λάθος ή όχι ακόµα κι αν κάϖοιο εργαστήριο έδωσε τιµή για µία µέτρηση ϖου αϖέχει ϖολύ αϖό αυτές των υϖολοίϖων. Πιθανώς το εργαστήριο να έχει κάνει σωστή µέτρηση ενός lenticule ϖου τυχαία ϖεριείχε ϖολλούς ή λίγους µικροοργανισµούς σε σχέση µε τα lenticules ϖου εξέτασαν τα υϖόλοιϖα εργαστήρια ή ακόµα και να έλαβε ελαττωµατικό δείγµα και τα ϖαραϖάνω να είχαν ως αϖοτέλεσµα το εργαστήριο να σηµείωσε ακραίο αϖοτέλεσµα (ϖολύ υψηλή ή χαµηλή τιµή σε σχέση µε των υϖολοίϖων). Όταν όµως τέτοιες ακραίες τιµές συσσωρεύονται σε συγκεκριµένα ϖάντα εργαστήρια αντί να είναι σκόρϖιες τυχαία σε ϖολλά τότε έχουµε το δικαίωµα να υϖοϖτευθούµε ϖως κάτι δεν έχει ϖάει καλά εκεί. Είναι αδύνατο να στέλνονται ελαττωµατικά lenticules στα ίδια ϖάντα εργαστήρια. Η µέθοδος ανάλυσης στόχο έχει να εντοϖίσει τα εργαστήρια εκείνα µε ϖερισσότερα λάθη αϖό εκείνα ϖου εξηγούνται αϖό την τυχαία κατανοµή ακραίων αϖοτελεσµάτων. Ορισµός ακραίου αϖοτελέσµατος 19

20 Η εϖεξεργασία στηρίζεται στην αρχή των ακραίων αϖοτελεσµάτων και ϖροσϖαθεί να δείξει κατά ϖόσο το κάθε εργαστήριο ϖαράγει µη αϖοδεκτά αϖοτελέσµατα για ένα συγκεκριµένο οργανισµό σε µια σειρά δειγµάτων για όλες τις διανοµές του έτους συνολικά (είχαµε 3 διανοµές ϖόσιµου νερού µέσα στο χρόνο 28 και µία εϖιβαρηµένου ϖόσιµου ϖου αξιολογείται ξεχωριστά σε εϖόµενο κεφάλαιο ). Τα αϖοτελέσµατα των 3 διανοµών αξιολογούνται συνολικά ανά µικροβιολογική ϖαράµετρο. Θα ήταν ιδανικό αν το ϖεριεχόµενο των δειγµάτων ϖαρέµενε σταθερό κατά τη διάρκεια ϖροετοιµασίας αϖό τους οργανωτές, της αϖοστολής αλλά και της εξέτασής τους στα εργαστήρια των συµµετεχόντων. Κάτι τέτοιο όµως είναι αδύνατο µε τους ζωντανούς οργανισµούς λόγω της φυσικής διασϖοράς τους, όσο φιλότιµες ϖροσϖάθειες και να γίνονται αϖό τους οργανωτές αριθµού του ϖεριεχοµένου ϖρο διανοµής. για τη διατήρηση σταθερού Αναϖόφευκτα λοιϖόν υϖάρχουν τυχαίες διακυµάνσεις σε κάθε δείγµα έτσι ώστε να µη µϖορεί να ϖροσδιοριστεί αριθµητικά το σωστό αϖοτέλεσµα αλλά ούτε και µϖορούµε να βασιστούµε σε ένα µόνο αϖοτέλεσµα. Αυτό ϖου µϖορούµε να γνωρίζουµε είναι ένα διάστηµα ϖιθανών τιµών όϖου ϖιστεύουµε κατά ένα µεγάλο ϖοσοστό (της τάξης του 99%) ϖως βρίσκεται µία αληθής τιµή. Για να ορίσουµε τα ακραία αϖοτελέσµατα ϖροσαρµόζουµε στα δεδοµένα µας το µοντέλο Poisson το οϖοίο ϖεριγράφει καλύτερα το ϖαρατηρούµενο φαινόµενο. Η ϖαράµετρος της Poisson είναι η µέση τιµή των ϖαρατηρήσεων ( ϖρακτικά η µέση τιµή των µετρήσεων των συµµετεχόντων για ένα δείγµα ). Όµως σε αυτή τη ϖερίϖτωση ως ϖαράµετρος της Poisson εϖιλέγεται η διάµεσος αφού αυτή δεν εϖηρεάζεται αϖό έντονα ακραίες ϖαρατηρήσεις. Αυτό θα έχει ως αϖοτέλεσµα να µην αϖορριφθούν ως λανθασµένες ϖολλές ϖαρατηρήσεις οι οϖοίες βρίσκονται κοντά στη τιµή στόχο (target) ϖου δεν αϖέχει ϖολύ αϖό τη διάµεσο (την ϖροσεγγίζει). Θεωρητικά υϖάρχει κίνδυνος το 1% των ϖαρατηρήσεων να ϖροέρχονται αϖό λάθη Είναι δυνατό να υϖάρξουν ϖερισσότερες αϖό µία αληθείς τιµές στο διάστηµα ϖου εµϖιστευόµαστε, εφόσον δε γνωρίζουµε το σωστό αϖοτέλεσµα. Θεωρητικά η αληθής τιµή θα µϖορούσε να είναι το αϖοτέλεσµα µιας τέλειας ιδεατής µέτρησης. 2

21 στις µετρήσεις. Οϖότε ως λάθος στις µετρήσεις θεωρούµε τις ϖαρατηρήσεις ϖου ανήκουν στο κάτω.5% της Poisson ϖου έχει ϖροσαρµοστεί στα δεδοµένα (θεωρητική Poison) καθώς και στο άνω.5%. Στη ϖραγµατικότητα όµως οι ϖαρατηρήσεις ϖου θα θεωρηθούν ως λανθασµένες είναι ϖερισσότερες του 1%. Οι υψηλές και χαµηλές µετρήσεις της ουράς κατανοµής ϖροκύϖτουν αϖό τη διάµεσο (η οϖοία λειτουργεί σαν µέσος όρος ως ϖαράµετρος της poisson) όλων των εργαστηρίων σε κάθε δείγµα ανά ϖαράµετρο. Το 5-1% των αϖοτελεσµάτων ανήκει στην τελική ϖεριοχή είτε εξαιτίας της φυσικής διασϖοράς στα lenticules είτε εξαιτίας εργαστηριακών σφαλµάτων. Αυτές οι χαµηλές ή υψηλές τιµές είναι δυνατό να ϖροκύψουν τυχαία. Ωστόσο, όταν τέτοιες ακραίες τιµές εµφανίζονται σε µεγάλο βαθµό για ορισµένο χρονικό διάστηµα, σε συγκεκριµένα ϖάντα εργαστήρια, τότε υϖοψιαζόµαστε ϖιθανή ανεϖάρκεια διαδικασιών. ΠΑΡΑ ΕΙΓΜΑ Τα ακραία αϖοτελέσµατα ϖροκύϖτουν αϖό την εξέταση κάθε οργανισµού και κάθε δείγµατος ξεχωριστά ανά διανοµή. Η διάµεσος των µετρήσεων των e.coli των 23 εργαστηρίων ϖου έδωσαν αϖοτέλεσµα για το δείγµα c της ϖρώτης διανοµής είναι το 3. Σύµφωνα µε την κατανοµή poisson και µε ϖαράµετρο ίση µε τη διάµεσο των µετρήσεων, το αντίστοιχο κάτω όριο είναι το 1 ενώ το αντίστοιχο άνω όριο είναι το 45. Όσες µετρήσεις είναι µικρότερες του 17 και όσες είναι µεγαλύτερες του 44 ενδέχεται να είναι εσφαλµένες. ΠΙΘΑΝΟΘΕΩΡΗΤΙΚΟ ΜΟΝΤΕΛΟ POISSON (3) 21

22 Στο ανωτέρω γράφηµα ϖαρουσιάζεται η θεωρητική κατανοµή Poisson (3). Εϖίσης φαίνονται και τα διαστήµατα στα οϖοία οι ϖαρατηρήσεις θεωρούνται ακραίες ( τιµές 1, τιµές 45 ). Παρατηρούµε ϖως οι τιµές ϖου βρίσκονται έξω αϖό το διάστηµα ϖιθανότητας έχουν ελάχιστη ϖιθανότητα εµφάνισης (κοντά στο µηδέν). Το.5% των χαµηλών τιµών (αϖό 1 και κάτω) καθώς και το.5% των υψηλών τιµών (αϖό 45 και ϖάνω) θεωρούνται ακραίες µετρήσεις για τα εργαστήρια ϖου ϖιθανώς δώσουν τιµές έξω αϖό τα όρια αϖοδοχής. 22

23 Πρακτικά στον άξονα των χ ϖαρουσιάζεται ο αριθµός µικροοργανισµών και στον άξονα των y η ϖιθανότητα εµφάνισής τους. ϖ.χ η ϖιθανότητα να βρεθούν 1 µικροοργανισµοί (e.coli) στο δείγµα C είναι σχεδόν µηδενική, δεδοµένου ϖως η διάµεσος των συµµετεχόντων στη συγκεκριµένη µέτρηση είναι 3. Αν δηλαδή κάνουµε 1 φορές τη µέτρηση µε ϖαρόµοια στοιχεία λιγότερο αϖό 5 φορές θα βρούµε 1 µικροοργανισµούς µέσα στο δείγµα. Παρατηρούµενο γράφηµα e.coli - δείγµα C - w ΟΡΙΑ ΑΠΟ ΟΧΗΣ ΙΑΜΕΣΟΣ κωδικοί εργαστηρίων Όϖως ϖαρατηρούµε στο διάγραµµα, 5 αϖό τα 23 εργαστήρια ( 21.7% ) ϖου εξέτασαν το δείγµα C των e.coli έδωσαν τιµές εκτός των ορίων αϖοδοχής (4 χαµηλές τιµές και µία υψηλή ). Τα αϖοτελέσµατα αυτά ενδέχεται να είναι εσφαλµένα. (Tα διαγράµµατα ελέγχου των εργαστηρίων ϖαρέχονται αναλυτικά για κάθε ϖαράµετρο στη συνέχεια). 23

24 Τα εργαστήρια ϖου οι µετρήσεις τους είναι έξω αϖό τα όρια αϖοδοχής (κόκκινες γραµµές ) θεωρούµε ϖως σηµείωσαν ακραίο αϖοτέλεσµα. Τα εργαστήρια ϖου θα συγκεντρώσουν αρκετά ακραία αϖοτελέσµατα για µία ϖαράµερο στο σύνολο των δειγµάτων των 3 διανοµών (ϖου θα βρίσκονται δηλαδή εκτός ορίων συχνά )είναι αυτά ϖου θα θεωρηθούν ύϖοϖτα στον έλεγχο της κάθε ϖαραµέτρου. Τα αϖοτελέσµατα των 3 διανοµών αξιολογούνται συνολικά ανά µικροβιολογική ϖαράµετρο.

25 Ας δούµε όµως για κάθε διανοµή, κάθε οργανισµό και κάθε δείγµα ξεχωριστά τη διάµεσο των δικών µας µετρήσεων και τα όρια ϖου ορίζουν την ύϖαρξη ακραίων αϖοτελεσµάτων όϖως αυτά ϖροέκυψαν αϖό την κατανοµή poisson. W 3 Οργανισµοί αναφοράς Total coliforms E. Coli Faecal streptococci Pseudomonas Clostridium PC37(colony counts 37 C/48h) PC22(colony counts 22 C/72h) Τύϖος δείγµατος ιάµεσος Χαµηλές τιµές Υψηλές τιµές Όρια αϖοδοχής A B C A > B C A B C A B > C > A B > C > A B C A B C ϖίνακας 1 ης διανοµής : διάµεσος, όρια αϖοδοχής ϖου ορίζουν την ύϖαρξη ακραίων τιµών για κάθε οργανισµό / δείγµα 25

26 W 4 Οργανισµοί αναφοράς Total coliforms E. Coli Faecal streptococci Pseudomonas Clostridium PC37(colony counts 37 C/48h) PC22(colony counts 22 C/72h) Τύϖος δείγµατος ιάµεσος Χαµηλές τιµές Υψηλές τιµές Όρια αϖοδοχής A B C A B C A > B C A B C.5 > A B > C > A B C A B C ϖίνακας 2 ης διανοµής : διάµεσος, όρια αϖοδοχής ϖου ορίζουν την ύϖαρξη ακραίων τιµών για κάθε οργανισµό / δείγµα 2

27 W 5 Οργανισµοί αναφοράς Total coliforms E. Coli Faecal streptococci Pseudomonas Clostridium PC37(colony counts 37 C/48h) PC22(colony counts 22 C/72h) Τύϖος δείγµατος ιάµεσος Χαµηλές τιµές Υψηλές τιµές Όρια αϖοδοχής A B C A B > C A B > C > A > B > C A B C A B C A B C ϖίνακας 3 ης διανοµής : διάµεσος, όρια αϖοδοχής ϖου ορίζουν την ύϖαρξη ακραίων τιµών για κάθε οργανισµό / δείγµα Στη συνέχεια ϖαρατίθενται τα διαγράµµατα ελέγχου µετρήσεων των εργαστηρίων για κάθε µικροοργανισµό ξεχωριστά, για όλα τα δείγµατα όλων των διανοµών του έτους, έτσι ώστε το κάθε εργαστήριο µϖορεί να γνωρίζει ϖου βρίσκεται η τιµή ϖου έδωσε σε σχέση µε τη διάµεσο και τα όρια. Τα εργαστήρια ϖου βρίσκονται έξω αϖό τα όρια αϖοδοχής ϖου ορίζει το µοντέλο poisson θεωρείται ότι σηµείωσαν ακραίο αϖοτέλεσµα. Τα εργαστήρια µε ϖερισσότερα ακραία αϖό αυτά ϖου δικαιολογεί η τυχαία κατανοµή ακραίων αϖοτελεσµάτων είναι αυτά ϖου τελικά θα θεωρηθούν ύϖοϖτα. 27

28 ΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ ΜΕΤΡΗΣΕΩΝ ΕΡΓΑΣΤΗΡΙΩΝ T O T A L C O L I F O R M S (w3, w4, w5) total coliforms - δείγµα Ά - w κωδικοί εργαστηρίων total coliforms - δείγµα Β - w κωδικοί εργαστηρίων 28

29 total coliforms - δείγµα c - w κωδικοί εργαστηρίων Total coliforms δείγµα Α w εργαστήρια 29

30 εργαστήρια Total coliforms δείγµα Β w εργαστήρια Total coliforms δείγµα C w4

31 total coliforms - δείγµα Α - w κωδικοί εργαστηρίων total coliforms - δείγµα Β - w κωδικοί εργαστηρίων 31

32 total coliforms - δείγµα c - w κωδικοί εργαστηρίων 32

33 Ε.Coli (w3, w4, w5) e.coli - δείγµα Α - w κωδικοί εργαστηρίων e.coli - δείγµα Β - W κωδικοί εργαστηρίων 33

34 e.coli - δείγµα c - w κωδικοί ερηγαστηρίων E.coli δείγµα Α w εργαστήρια 34

35 εργαστήρια E.coli δείγµα Β W εργαστήρια Ε.coli δειγµα c w4

36 e.coli - δείγµα Α - w κωδικοί εργαστηρίων e.coli - δείγµα Β - w κωδικοί εργαστηρίων 3

37 e.coli - δείγµα C - w κωδικοί εργαστηρίων 37

38 F a e c a l s t r e p t o c o c c i (w3, w4, w5) faecal streptococci - δείγµα A - w κωδικοί εργαστηρίων faecal streptococci - δείγµα Β - w κωδικοί εργαστηρίων 38

39 faecal streptococci - δείγµα c - w κωδικοί εργαστηρίων Faecal streptococci δείγµα Α w εργαστήρια 39

40 εργαστήρια Faecal streptococci δείγµα Β w εργαστήρια Faecal streptococci δείγµα c w4

41 faecal streptococci - δείγµα Α - w κωδικοί εργαστηρίων faecal streptococci - δείγµα Β - w κωδικοί εργαστηρίων 41

42 faecal streptococci - δείγµα C - w κωδικοί εργαστηρίων

43 P s e u d o m o n a s (w3, w4, w5) pseudomonas - δείγµα Ά - w κωδικοί εργαστηρίων pseudomonas - δείγµα Β - w κωδικοί εργαστηρίων 43

44 pseudomonas - δείγµα c - w κωδικοί εργαστηρίων Pseudomonas δείγµα Α w εργαστήρια 44

45 εργαστήρια Pseudomonas δείγµα Β w εργαστήρια Pseudomonas δείγµα c w4

46 pseudomonas - δείγµα Α - w κωδικοί εργαστηρίων pseudomonas - δείγµα Β - w κωδικοί εργαστηρίων 4

47 pseudomonas - δείγµα C - w κωδικοί εργαστηρίων 47

48 C l o s t r i d i u m (w3, w4, w5) clostridium - δείγµα A - w κωδικοί εργαστηρίων clostridium - δείγµα Β - w κωδικοί εργαστηρίων 48

49 clostridium - δείγµα c - w κωδικοί εργαστηρίων clostridium δείγµα Α w εργαστήρια 49

50 Clostridium δείγµα Β w εργαστήρια Clostridium δείγµα c w εργαστήρια 5

51 clostridium - δείγµα Α - w κωδικοί εργαστηρίων clostridium - δείγµα Β - w κωδικοί εργαστηρίων 51

52 clostridium - δείγµα c - w κωδικοί εργαστηρίων 52

53 Pc 37 (colony counts 37 C/48h) (w3, w4, w5) pc 37 - δείγµα A - w κωδικοί εργαστηρίων pc 37 - δείγµα Β - w κωδικοί εργαστηρίων 53

54 pc 37 - δείγµα c - w κωδικοί εργαστηρίων Pc 37 δείγµα Α w εργαστήρια 54

55 εργαστήρια Pc 37 δείγµα Β W εργαστήρια Pc 37 δείγµα c w4

56 pc 37 - δείγµα Α - W κωδικοί εργαστηρίων pc 37 - δείγµα Β - w κωδικοί εργαστηρίων 5

57 pc 37 - δείγµα C - w κωδικοί εργαστηρίων 57

58 PC 22 (colony counts 22 C/72h) (w3, w4, w5) pc 22 - δείγµα A - w κωδικοί εργαστηρίων pc 22 - δειγµα Β - w κωδικοί εργαστηρίων 58

59 pc 22 - δείγµα c - w κωδικοί εργαστηρίων Pc 22 δείγµα Α w εργαστήρια 59

60 εργαστήρια Pc 22 δείγµα Β w εργαστήρια Pc 22 δείγµα c w4

61 pc 22 - δείγµα Α - w κωδικοί εργαστηρίων Pc 22 δείγµα Β w εργαστήρια 1

62 pc 22 - δείγµα C - w κωδικοί εργαστηρίων 2

63 Η αναφορά ϖου ακολουθεί θα δείξει ϖόσες ακραίες, χαµηλές ή υψηλές τιµές είχαν οι συµµετέχοντες σε µια σειρά δειγµάτων για κάθε ϖαράµετρο, δείγµα και κάθε διανοµή ϖόσιµου νερού ξεχωριστά. ιανοµή 1 η (w3) Οργανισµοί αναφοράς Total coliforms E. Coli Faecal streptococci pseudomonas clostridium PC37 (colony counts 37 C/48h) PC22 (colony counts 22 C/72h) Τύϖος δείγµατος Εϖέστρεψαν αϖοτελέσµατα Αριθµός ακραίων αϖοτελεσµάτων Αριθµός χαµηλών αϖοτελεσµάτων Αριθµός υψηλών αϖοτελεσµάτων fi fi% fi fi% fi fi% A 3/ 25 2/ 1.7 1/ 8.33 B 11 /11 /11 /11 C 2/ 1.7 2/ 1.7 / A 1/ / 8.33 B 11 2/11. 2/11. /11 C 2/ 1.7 2/ 1.7 / A 1/ / 8.33 / B 11 5/ / / C / / / A 8 4/8 5 2/8 25 2/8 25 B 7 1/ / C 8 2/8 5 2/8 25 A 7 /7 /7 B / / C 7 /7 /7 A 11 1/ /11 1/ B 1 1/1 1 /1 1/1 1 C 11 4/ /11 4/ A 11 3/ / /11 B 1 3/1 3 1/1 1 2/1 2 C 11 / / / ϖίνακας διανοµής w3 : συχνότητες ακραίων αϖοτελεσµάτων & κατηγοριοϖοίηση τους σε χαµηλά και υψηλά 3

64 ιανοµή 2 η (w4) Οργανισµοί αναφοράς Total coliforms E. Coli Faecal streptococci pseudomonas clostridium PC37 (colony counts 37 C/48h) PC22 (colony counts 22 C/72h) Τύϖος δείγµατος Εϖέστρεψαν αϖοτελέσµατα Αριθµός ακραίων αϖοτελεσµάτων Αριθµός χαµηλών αϖοτελεσµάτων Αριθµός υψηλών αϖοτελεσµάτων fi fi% fi fi% fi fi% A 1/ 4.17 / 1/ 4.17 B 25 5/25 2 1/25 4 4/25 1 C 2/ / / 4.17 A 23 3/ / / B 4/ 1.7 3/.5 1/ 4.17 C 23 1/ / /23 A 23 2/ / B 2/ / 8.33 / C 23 1/ /23 1/ A 1 7/ /1 25 3/1.75 B 1 2/1.5 1/1.25 1/1.25 C 1 1/1.25 1/1.25 /1 A 11 4/ / / B 11 /11 /11 C 11 /11 /11 A 22 11/22 5 / / B 23 5/ / / C 22 7/ /22. 3/ A 21 1/ / / B 22 7/ / / C 21 7/ / / ϖίνακας διανοµής w4 : συχνότητες ακραίων αϖοτελεσµάτων & κατηγοριοϖοίηση τους σε χαµηλά και υψηλά 4

65 ιανοµή 3 η (w5) Οργανισµοί αναφοράς Total coliforms E. Coli Faecal streptococci pseudomonas clostridium PC37 (colony counts 37 C/48h) PC22 (colony counts 22 C/72h) Τύϖος δείγµατος Εϖέστρεψαν αϖοτελέσµατα Αριθµός ακραίων αϖοτελεσµάτων Αριθµός χαµηλών αϖοτελεσµάτων Αριθµός υψηλών αϖοτελεσµάτων fi fi% fi fi% fi fi% A 23 3/ / / B 23 7/ / / C 23 2/ / / A 23 1/ /23 1/ B 23 1/ / C 23 5/ / / A 22 4/22. 1/ / B 22 /22 /22 C 22 1/ / A 13 /13 /13 B 13 /13 /13 C 13 / / / A 1 4/1 4 1/1 1 3/1 3 B 1 4/1 4 4/1 4 /1 C 1 3/1 3 2/1 2 1/1 1 A 2 1/2 8 8/2 4 8/2 4 B 2 /2 3 3/2 15 3/2 15 C 2 /2 /2 4/2 2 A 11/ 1.11 / / B 7/ / / 1.7 C 3/ 1.7 1/ 5.5 2/ ϖίνακας διανοµής w5 : συχνότητες ακραίων αϖοτελεσµάτων & κατηγοριοϖοίηση τους σε συχνότητες χαµηλών και υψηλών 5

66 Στον ϖαρακάτω ϖίνακα βλέϖουµε για κάθε εργαστήριο τον αριθµό των ακραίων αϖοτελεσµάτων ϖου σηµείωσε για κάθε µικροοργανισµό ξεχωριστά. Total coliforms Ε. coli Faecal streptococci Pseudomo nas clostridium Pc37 Pc22 Εργαστήριο fi fi % fi fi % fi fi % fi fi % fi fi % fi fi % fi fi % 71 3/ / / 5 72 /5 /4 /3 3/5 2/ / 1.7 /5 /3 2/4 5 1/4 25 4/.7 4/ /8.5 1/ 1.7 /5 2/8 25 2/ /3 /3 /2 1/ /3 /3 77 / /5 78 /9 /7 / 1/5 2 3/5 4/ / / 5 3/5 1/ /4 25 /1 2/ / /3 /2 /1 1/1 1 1/ / / /5 1/ / 5 3/ / 1.7 /5 /5 1/4 /2 / / 714 / /5 /3 4/.7 5/ /9 /7 / 1/ / / / / 1.7 3/ / / 1.7 1/5 2 /3 2/4 5 2/ / 5 7 1/ 1.7 /5 1/5 2 /4 1/ 1.7 3/ / /7 2/ /5 2 1/5 2 1/ / / /5 1/5 2 2/4 5 1/2 5 1/ 1.7 2/ / /2 5 /1 1/1 1 2/3.7 /3 1/ / /5 /3 /4 1/ 1.7 1/ /3 /3 /2 1/ / / /3 /2 /3 1/ / /8 / /5 2/5 4 1/5 2 4/8 5 7/ / /5 /3 1/4 25 2/4 5 5/ / / /4 5 1/4 25 1/2 5 2/4 5 2/ / / / / /5 4 1/5 2 2/ / /3 1 1/2 5 /1 732 / /5 /3 1/4 25 / / 4/5 8 /3 /4 3/4 75 1/ 1.7 2/ 33.3 ϖίνακας : συχνότητες συνολικών ακραίων αϖοτελεσµάτων / ϖαράµετρο

67 Μέθοδος ανάλυσης αϖοτελεσµάτων Οι υψηλές και χαµηλές τιµές ( ακραία αϖοτελέσµατα ) είναι δυνατό να ϖροκύψουν τυχαία σε κάθε εργαστήριο. Όταν όµως τέτοια ακραία αϖοτελέσµατα συσσωρεύονται για σειρά δειγµάτων ανά ϖαράµετρο σε συγκεκριµένα ϖάντα εργαστήρια αντί να είναι σκόρϖια τυχαία σε ϖολλά, τότε αυτά θεωρούνται ύϖοϖτα. Τα ακραία αϖοτελέσµατα αξιολογούνται συνολικά για κάθε εργαστήριο και κάθε µικροοργανισµό για όλα τα δείγµατα όλων των διανοµών του έτους. Έτσι µϖορούµε να δούµε ϖόσα «ύϖοϖτα» αϖοτελέσµατα υϖήρξαν ϖου δεν δικαιολογήθηκαν αϖό την τυχαία κατανοµή των ακραίων αϖοτελεσµάτων.τα εργαστήρια αυτά ϖρέϖει να ελέγξουν τι δεν ϖήγε καλά στη διαδικασία των µετρήσεών τους. ΠΑΡΑ ΕΙΓΜΑ ΑΝΑΛΥΣΗΣ Αριθµός ακραίων Συχνότητα αϖοτελεσµάτων (αριθµός εργαστηρίων) Αναµενόµενη συχνότητα 2 1,53 1 2, ,51 3 1,52 4 1,9 7

68 Αϖό τα εργαστήρια ϖου εξέτασαν και τα 9 δείγµατα των total coliforms βρέθηκαν 11 ακραία αϖοτελέσµατα. Άρα η ϖιθανότητα ακραίου αϖοτελέσµατος για αυτή τη µέτρηση ήταν 11/54 =.2. Σύµφωνα µε το διωνυµικό µοντέλο ϖροκύϖτουν οι αναµενόµενες συχνότητες (µέσος όρος διωνυµικής (n*p)) για τις ϖιθανότητες,1,2,3,4+ ακραίων αϖοτελεσµάτων στη συγκεκριµένη µέτρηση. Παρατηρήθηκε ότι 1 εργαστήριo σηµείωσε 4 ακραία αϖοτελέσµατα, 1 εργαστήριο 3 ακραία αϖοτελέσµατα,ενώ 2 εργαστήρια είχαν αϖό 2 ακραία. Τα υϖόλοιϖα 4 εργαστήρια δε σηµείωσαν κανένα ακραίο αϖοτέλεσµα στις µετρήσεις των 9 δειγµάτων. Στη συγκεκριµένη µέτρηση αναµέναµε µόνο.9 εργαστήρια στο µέσο όρο να φέρουν 4 ακραία αϖοτελέσµατα ενώ ϖαρατηρήθηκε 1 εργαστήριο ϖου τα σηµείωσε. Θεωρούµε ύϖοϖτο τα συγκεκριµένο αυτό εργαστήριο. 8

69 Α Π Ο Τ Ε Λ Ε Σ Μ Α Τ Α Σηµειώνονται οι κωδικοί των εργαστηρίων ϖου θεωρείται ότι δε σηµείωσαν τυχαία τα ακραία αϖοτελέσµατα και ϖου δεν δικαιολογούνται αϖό την τυχαία κατανοµή αυτών.ονοµάζουµε τα εργαστήρια αυτά ύϖοϖτα και θεωρούµε ότι κάτι δεν έχει γίνει σωστά στη διαδικασία των µετρήσεών τους για συγκεκριµένες ϖάντα ϖαραµέτρους. Τονίζεται ότι εκτός αϖό τα ϖαραϖάνω ύϖοϖτα εργαστήρια,ύϖοϖτα θεωρούνται και αυτά ϖου σηµείωσαν αϖό µόνα τους ψευδώς θετικά αϖοτελέσµατα όϖως αναφέρθηκε και σε ϖροηγούµενο κεφάλαιο, ϖου ανέφεραν δηλαδή τιµές για µικροοργανισµούς ϖου δεν υϖήρχαν µέσα στο δείγµα ϖου έλεγξαν. Τα εργαστήρια αυτά δε δικαιολογούνται αϖό καµία υϖόθεση εφόσον η ϖιθανότητα να συµβεί κάτι τέτοιο είναι µηδενική. Τα αϖοτελέσµατα ϖου ϖαρατίθενται στη συνέχεια αφορούν τις 3 διανοµές ϖόσιµου νερού (w3, w4, w5) καθώς και τις µετρήσεις για ψευδώς (+),στα δείγµατα δηλαδή όϖου το σωστό αϖοτέλεσµα ήταν το µηδέν. Τα αϖοτελέσµατα του εϖιβαρηµένου ϖόσιµου (w2) αξιολογούνται µε διαφορετική µέθοδο ανάλυσης και ϖαρουσιάζονται µε τη σειρά τους στο εϖόµενο κεφάλαιο. 9

70 Τotal coliforms ύϖοϖτα εργαστήρια µε αριθµό αδικαιολόγητων ακραίων Faecal E.Coli Pseudomonas Clostridium Pc37 Pc22 Streptococci Εργαστήρια µε ψευδώς (+) αϖοτελέσµατα ΑΝΑΛΥΤΙΚΟΤΕΡΑ : 7

71 Total coliforms Εργαστήριο Αριθµός εξετάσεων Αριθµός ακραίων αϖοτελεσµάτων

72 E.coli Εργαστήριο Αριθµός εξετάσεων Αριθµός ακραίων αϖοτελεσµάτων

73 Faecal streptococci Εργαστήριο Αριθµός εξετάσεων Αριθµός ακραίων αϖοτελεσµάτων

74 Pseudomonas Εργαστήριο Αριθµός εξετάσεων Αριθµός ακραίων αποτελεσµάτων

75 Clostridium Εργαστήριο Αριθµός εξετάσεων Αριθµός ακραίων αϖοτελεσµάτων

76 Pc 37 Εργαστήριο Αριθµός εξετάσεων Αριθµός ακραίων αϖοτελεσµάτων

77 Pc 22 Εργαστήριο Αριθµός εξετάσεων Αριθµός ακραίων αϖοτελεσµάτων

78 ΕΠΙΒΑΡΗΜΕΝΟ ΠΟΣΙΜΟ ΝΕΡΟ - ΙΑΝΟΜΗ W2 ΙΑΝΟΜΗ ΕΙΓΜΑΤΑ Τύϖος Ηµεροµηνία - Κωδικός είγµα Περιεκτικότητα Παράµετροι ϖρος έλεγχο Α E.coli Klebsiella pneumoniae Enterococcus faecalis Surace water /W2 B E.coli Acinetobacter baumanni Enterococcus faecalis Total coliforms Faecal coliforms Faecal streptococci C E.coli Klebsiella pneumoniae Enterococcus faecalis Προτεινόµενα αϖοτελέσµατα αϖό hpa Total coliforms 1mL Faecal coliforms 1mL Faecal streptococci 1mL δείγµα Α δείγµα Β δείγµα C

79 Πόσο κοντά βρέθηκε η διάµεσος των ελληνικών εργαστηρίων σε σχέση µε τα αϖοτελέσµατα ϖου ϖροτάθηκαν αϖό το HPA στη διανοµή w2 ; A Sample per 1mL Προτεινόµενα αϖοτελέσµατα HPA ιάµεσος Ελλάδας Σχετικό σφάλµα Total coliforms % Faecal coliforms % Faecal streptococci % B Total coliforms % Faecal coliforms % Faecal streptococci % C Total coliforms % Faecal coliforms % Faecalstreptococci % Μέσο σχετικό σφάλµα 4 ης διανοµής (w2) 27.7 % Γραµµικό γράφηµα της µετρούµενης τιµής (άξονας των y) έναντι της ακολουθίας των δειγµάτων ανά ϖαράµετρο (άξονας των x) διανοµής εϖιβαρηµένου ϖόσιµου νερού (w2) προτεινόµενα αποτελέσµατα Η.P.A ελληνική διάµεσος tc A tc B tc C fc A fc B fc C fs A fs B fs C δείγµα / παράµετρο 79

80 Μέθοδος ανάλυσης Στην ϖερίϖτωση του εϖιβαρηµένου ϖόσιµου νερού, ϖαρουσιάζεται και το ϖρόβληµα εξαιρετικά υψηλών µετρήσεων. Για ορισµό ακραίων αϖοτελεσµάτων χρησιµοϖοιείται η Κανονική κατανοµή. Για ϖαράδειγµα, εξετάζουµε τα Total coliforms του Β δείγµατος της διανοµής w2. Στην ϖαράσταση κανονικής κατανοµής (normal probability plot), τα σηµεία έχουν συντεταγµένες τη µέτρηση (x) και τις αναµενόµενες τιµές µιας κανονικής κατανοµής (y). Αν οι µετρήσεις ακολουθούν µια ευθεία γραµµή, τότε φαίνεται ότι η κανονική κατανοµή ισχύει για αυτά τα δεδοµένα. Προφανώς, αυτό δεν ισχύει Normal Q-Q Plot of Total Coliforms (sample B w2) 2. Expected Normal Value Observed Value Αν όµως εξαιρεθούν οι τρεις µεγαλύτερες τιµές ( 42, 2, 1 ενώ οι υϖόλοιϖες είναι µέχρι και 5), τότε η εικόνα είναι 8

81 Normal Q-Q Plot of Total Coliforms (sample B w2) Expected Normal Value Observed Value 5. Τώρα ισχύει η κανονική κατανοµή. Εϖοµένως, µϖορούµε να ϖούµε ότι οι τρεις µεγαλύτερες µετρήσεις δεν ταιριάζουν µε την κατανοµή των υϖολοίϖων. Τα ύϖοϖτα αϖοτελέσµατα ϖροκύϖτουν µε χρήση της διωνυµικής κατανοµής, όϖως και στην ϖερίϖτωση του ϖόσιµου νερού. 81

82 ΑΚΡΑΙΑ ΑΠΟΤΕΛΕΣΜΑΤΑ ΑΝΑ ΕΡΓΑΣΤΗΡΙΟ (w2) Total coliforms Faecal coliforms Faecal streptococci Εργαστήριο fi fi % fi fi % fi fi % 71 2/ / / /3 1/3 1/ /3 3/3 3/3 77 /3 / /3 /3 1/ /3 1.7 /3 /3 714 /3 /3 /3 715 /3 /3 / /3 1.7 /3 2 / /3 1/3 / /2 1/3 3/3 7 /3 /3 / / /3 5 / /3 /3 8 /3 82

83 ΑΠΟΤΕΛΕΣΜΑΤΑ ΓΙΑ ΕΠΙΒΑΡΗΜΕΝΟ ΠΟΣΙΜΟ ( W2 ) Ύϖοϖτα εργαστήρια µε αριθµό αδικαιολόγητων ακραίων Faecal Τotal Coliforms Faecal Streptococci coliforms

Equase Κωδικός διανοµής :

Equase Κωδικός διανοµής : Equase 29 ΕΝ ΙΑΜΕΣΗ ΑΝΑΦΟΡΑ 2 ΗΣΣ ΙΑΝΟΜΗΣ ΠΟΣΙΜΟΥ ΝΕΡΟΥ Κωδικός διανοµής : W129 Ηµεροµηνία διανοµής : Οκτώβριος 29 ΠΕΡΙΕΧΟΜΕΝΑ Ενότητα Ι Προτεινόµενα α οτελέσµατα α ό Η.P.A Συµµετέχοντα εργαστήρια 5 Ενότητα

Διαβάστε περισσότερα

στατιστική θεωρεία της δειγµατοληψίας

στατιστική θεωρεία της δειγµατοληψίας στατιστική θεωρεία της δειγµατοληψίας ΕΙΓΜΑΤΟΛΗΨΙΑ : Εισαγωγή δειγµατοληψία Τα στοιχεία που απαιτούνται τόσο για την ανάλυση των µεταφορικών συστηµάτων και όσο και για την ανάπτυξη των συγκοινωνιακών µοντέλων

Διαβάστε περισσότερα

Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R

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

Διαβάστε περισσότερα

ΜΕΤΡΟΛΟΓΙΑ: ΙΧΝΗΛΑΣΙΜΟΤΗΤΑ, ΑΞΙΟΠΙΣΤΙΑ ΚΑΙ ΑΒΕΒΑΙΟΤΗΤΑ ΣΤΙΣ ΔΟΚΙΜΕΣ ΓΙΑ ΤΟΝ ΕΛΕΓΧΟ ΤΗΣ ΑΣΦΑΛΕΙΑΣ ΚΑΙ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΝΕΡΟΥ

ΜΕΤΡΟΛΟΓΙΑ: ΙΧΝΗΛΑΣΙΜΟΤΗΤΑ, ΑΞΙΟΠΙΣΤΙΑ ΚΑΙ ΑΒΕΒΑΙΟΤΗΤΑ ΣΤΙΣ ΔΟΚΙΜΕΣ ΓΙΑ ΤΟΝ ΕΛΕΓΧΟ ΤΗΣ ΑΣΦΑΛΕΙΑΣ ΚΑΙ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΝΕΡΟΥ ΜΕΤΡΟΛΟΓΙΑ: ΙΧΝΗΛΑΣΙΜΟΤΗΤΑ, ΑΞΙΟΠΙΣΤΙΑ ΚΑΙ ΑΒΕΒΑΙΟΤΗΤΑ ΣΤΙΣ ΔΟΚΙΜΕΣ ΓΙΑ ΤΟΝ ΕΛΕΓΧΟ ΤΗΣ ΑΣΦΑΛΕΙΑΣ ΚΑΙ ΠΟΙΟΤΗΤΑΣ ΤΟΥ ΝΕΡΟΥ E. Λαμπή, Χ. Αλεξόπουλος, Η. Κακουλίδης ΓΕΝΙΚΟ ΧΗΜΕΊΟ ΤΟΥ ΚΡΆΤΟΥΣ Ε X.Y. ΑΘΗΝΩΝ,

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

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

Εργαστήριο Μαθηµατικών & Στατιστικής. 1 η Πρόοδος στο Μάθηµα Στατιστική 5/12/08 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ. 3 ο Θέµα

Εργαστήριο Μαθηµατικών & Στατιστικής. 1 η Πρόοδος στο Μάθηµα Στατιστική 5/12/08 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ. 3 ο Θέµα Εργαστήριο Μαθηµατικών & Στατιστικής Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ η Πρόοδος στο Μάθηµα Στατιστική 5//8 ο Θέµα To % των ζώων µιας µεγάλης κτηνοτροφικής µονάδας έχει προσβληθεί από µια ασθένεια. Για τη διάγνωση της συγκεκριµένης

Διαβάστε περισσότερα

ΜΕΘΟΔΟΙ ΕΛΕΓΧΟΥ ΑΚΡΙΒΕΙΑΣ (ACCURACY)

ΜΕΘΟΔΟΙ ΕΛΕΓΧΟΥ ΑΚΡΙΒΕΙΑΣ (ACCURACY) ΜΕΘΟΔΟΙ ΕΛΕΓΧΟΥ ΑΚΡΙΒΕΙΑΣ (ACCURACY) 1) Ανάλυση 1 δείγματος (Πιστοποιημένο Υλικό Αναφοράς (CRM), εμπορικό δείγμα ελέγχου (control sample), υπόλειμμα διεργαστηριακού) με γνωστή τιμή αναφοράς (μ). Αναλύεται

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

----------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

ΕΚ ΟΣΗ ΚΑΙ ΠΑΡΑ ΟΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ

ΕΚ ΟΣΗ ΚΑΙ ΠΑΡΑ ΟΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ Κωδικός:.540 Αρ. Έκδοσης: 3 Ηµ/νία: 01-02-2012 Σελ 1 από 5 1. ΕΙΣΑΓΩΓΗ Η παρούσα ιαδικασία περιγράφει τον τρόπο µε τον οποίο το ΕΣΕΑΠ εκδίδει και παραδίδει τα αποτελέσµατα του εξωτερικού ελέγχου ποιότητας

Διαβάστε περισσότερα

ΑΠΟΤΥΠΩΣΕΙΣ - ΧΑΡΑΞΕΙΣ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΣΦΑΛΜΑΤΩΝ

ΑΠΟΤΥΠΩΣΕΙΣ - ΧΑΡΑΞΕΙΣ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΣΦΑΛΜΑΤΩΝ ΑΠΟΤΥΠΩΣΕΙΣ - ΧΑΡΑΞΕΙΣ ΣΤΟΙΧΕΙΑ ΘΕΩΡΙΑΣ ΣΦΑΛΜΑΤΩΝ Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός ΑΠΘ Επίκουρος Καθηγητής ΤΕΙ Αθήνας 3ο εξάμηνο http://eclass.teiath.gr Παρουσιάσεις, Ασκήσεις,

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

Σφάλματα Είδη σφαλμάτων

Σφάλματα Είδη σφαλμάτων Σφάλματα Σφάλματα Κάθε μέτρηση ενός φυσικού μεγέθους χαρακτηρίζεται από μία αβεβαιότητα που ονομάζουμε σφάλμα, το οποίο αναγράφεται με τη μορφή Τιμή ± αβεβαιότητα π.χ έστω ότι σε ένα πείραμα μετράμε την

Διαβάστε περισσότερα

ΟΜΟΣΠΟΝ ΙΑ ΕΚΠΑΙ ΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑ ΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2012

ΟΜΟΣΠΟΝ ΙΑ ΕΚΠΑΙ ΕΥΤΙΚΩΝ ΦΡΟΝΤΙΣΤΩΝ ΕΛΛΑ ΟΣ (Ο.Ε.Φ.Ε.) ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ 2012 Ε_3.Μλ3Γ(ε) ΤΑΞΗ: ΜΑΘΗΜΑ: ΘΕΜΑ Α Γ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ / ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ Ηµεροµηνία: Κυριακή 1 Απριλίου 01 ΕΚΦΩΝΗΣΕΙΣ Α1. Για δύο ενδεχόµενα Α και Β ενός δειγµατικού χώρου

Διαβάστε περισσότερα

Περίπου ίση µε την ελάχιστη τιµή του δείγµατος.

Περίπου ίση µε την ελάχιστη τιµή του δείγµατος. 1. Η µέση υπερετήσια τιµή δείγµατος µέσων ετήσιων παροχών Q (m3/s) που ακολουθούν κατανοµή Gauss, ξεπερνιέται κατά µέσο όρο κάθε: 1/0. = 2 έτη. 1/1 = 1 έτος. 0./1 = 0. έτος. 2. Έστω δείγµα 20 ετών µέσων

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

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

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

ΚΑΤΑΝΟΜΈΣ. 8.1 Εισαγωγή. 8.2 Κατανομές Συχνοτήτων (Frequency Distributions) ΚΕΦΑΛΑΙΟ

ΚΑΤΑΝΟΜΈΣ. 8.1 Εισαγωγή. 8.2 Κατανομές Συχνοτήτων (Frequency Distributions) ΚΕΦΑΛΑΙΟ ΚΑΤΑΝΟΜΈΣ ΚΕΦΑΛΑΙΟ 8 81 Εισαγωγή Οι κατανομές διακρίνονται σε κατανομές συχνοτήτων, κατανομές πιθανοτήτων και σε δειγματοληπτικές κατανομές Στη συνέχεια θα γίνει αναλυτική περιγραφή αυτών 82 Κατανομές

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΙΑΤΡΙΚΗ ΣΧΟΛΗ ΕΡΓΑΣΤΗΡΙΟ ΥΓΙΕΙΝΗΣ ΜΟΝ. ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΜΙΚΡΟΒΙΟΛΟΓΙΑΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΙΑΤΡΙΚΗ ΣΧΟΛΗ ΕΡΓΑΣΤΗΡΙΟ ΥΓΙΕΙΝΗΣ ΜΟΝ. ΠΕΡΙΒΑΛΛΟΝΤΙΚΗΣ ΜΙΚΡΟΒΙΟΛΟΓΙΑΣ Πρακτικό-Θεωρητικό Σεµινάριο «ΜΕΘΟ ΟΙ ΜΙΚΡΟΒΙΟΛΟΓΙΚΗΣ ΑΝΑΛΥΣΗΣ ΝΕΡΩΝ» ΣΥΝΕ ΡΙΑΚΟ ΚΕΝΤΡΟ ΠΑΝΕΠΙΣΤΗΜΙΟΥ ΠΑΤΡΩΝ,, ευτέρα 9 Νοεµβρίου 2009 09:00-09:30 Υποδοχή. Εγγραφές. Γνωριµία µε τους συµµετέχοντες. Ενηµέρωση

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 6-7 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 735468 Σε αρκετές εφαρμογές

Διαβάστε περισσότερα

Ενδεικτικές ασκήσεις ΔΙΠ 50

Ενδεικτικές ασκήσεις ΔΙΠ 50 Ενδεικτικές ασκήσεις ΔΙΠ 50 Άσκηση 1 (άσκηση 1 1 ης εργασίας 2009-10) Σε ένα ράφι μιας βιβλιοθήκης τοποθετούνται με τυχαία σειρά 11 διαφορετικά βιβλία τεσσάρων θεματικών ενοτήτων. Πιο συγκεκριμένα, υπάρχουν

Διαβάστε περισσότερα

5. Έλεγχοι Υποθέσεων

5. Έλεγχοι Υποθέσεων 5. Έλεγχοι Υποθέσεων Υποθέσεις Η μηδενική υπόθεση Η (ή ΗΑ) εναλλακτική υπόθεση Δεχόμαστε Η Απορρίπτουμε Η Η σωστή Σωστή απόφαση -α Σφάλμα τύπου Ι α Η λάθος Σφάλμα τύπου ΙΙ β Σωστή απόφαση -β ΒΙΟ39-Έλεγχος

Διαβάστε περισσότερα

Εκτίµηση περιβαλλοντικών επιπτώσεων:

Εκτίµηση περιβαλλοντικών επιπτώσεων: ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ, ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΒΙΟΛΟΓΙΑΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ ΣΤΙΣ ΠΕΡΙΒΑΛΛΟΝΤΙΚΕΣ ΕΠΙΣΤΗΜΕΣ Εκτίµηση περιβαλλοντικών επιπτώσεων: Παράµετροι που επηρεάζουν την ανιχνευτική

Διαβάστε περισσότερα

. Τι πρακτική αξία έχουν αυτές οι πιθανότητες; (5 Μονάδες)

. Τι πρακτική αξία έχουν αυτές οι πιθανότητες; (5 Μονάδες) Εργαστήριο Μαθηματικών & Στατιστικής Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ η Πρόοδος στο Μάθημα Στατιστική //7 ο Θέμα α) Περιγράψτε τη σχέση Θεωρίας Πιθανοτήτων και Στατιστικής. β) Αν Α, Β ενδεχόμενα του δειγματικού χώρου Ω

Διαβάστε περισσότερα

Στατιστική Ι (ΨΥΧ-1202) ιάλεξη 3

Στατιστική 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 περισσότερα

Κεφάλαιο 10 Εισαγωγή στην Εκτίμηση

Κεφάλαιο 10 Εισαγωγή στην Εκτίμηση Κεφάλαιο 10 Εισαγωγή στην Εκτίμηση Εκεί που είμαστε Κεφάλαια 7 και 8: Οι διωνυμικές,κανονικές, εκθετικές κατανομές και κατανομές Poisson μας επιτρέπουν να κάνουμε διατυπώσεις πιθανοτήτων γύρω από το Χ

Διαβάστε περισσότερα

Ορισµένοι ερευνητές υποστηρίζουν ότι χρειαζόµαστε µίνιµουµ 30 περιπτώσεις για να προβούµε σε κάποιας µορφής ανάλυσης των δεδοµένων.

Ορισµένοι ερευνητές υποστηρίζουν ότι χρειαζόµαστε µίνιµουµ 30 περιπτώσεις για να προβούµε σε κάποιας µορφής ανάλυσης των δεδοµένων. ειγµατοληψία Καθώς δεν είναι εφικτό να παίρνουµε δεδοµένα από ολόκληρο τον πληθυσµό που µας ενδιαφέρει, διαλέγουµε µια µικρότερη οµάδα που θεωρούµε ότι είναι αντιπροσωπευτική ολόκληρου του πληθυσµού. Τέσσερις

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων Η Κανονική Κατανομή

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων Η Κανονική Κατανομή ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ

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

Πρακτική µε στοιχεία στατιστικής ανάλυσης

Πρακτική µε στοιχεία στατιστικής ανάλυσης Πρακτική µε στοιχεία στατιστικής ανάλυσης 1. Για να υπολογίσουµε µια ποσότητα q = x 2 y xy 2, µετρήσαµε τα µεγέθη x και y και βρήκαµε x = 3.0 ± 0.1και y = 2.0 ± 0.1. Να βρεθεί η ποσότητα q και η αβεβαιότητά

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΓΡΑΦΙΚΗ 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 περισσότερα

Α4. Να χαρακτηρίσετε τις προτάσεις που ακολουθούν, γράφοντας στο τετράδιό σας δίπλα στο γράµµα που αντιστοιχεί σε κάθε πρόταση, τη λέξη Σωστό, αν η

Α4. Να χαρακτηρίσετε τις προτάσεις που ακολουθούν, γράφοντας στο τετράδιό σας δίπλα στο γράµµα που αντιστοιχεί σε κάθε πρόταση, τη λέξη Σωστό, αν η ΠΡΟΣΟΜΟΙΩΣΗ ΑΠΟΛΥΤΗΡΙΩΝ ΕΞΕΤΑΣΕΩΝ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΥΡΙΑΚΗ 7 ΑΠΡΙΛΙΟΥ 203 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ ΘΕΜΑ Α Α. Για δυο ασυµβίβαστα ενδεχόµενα

Διαβάστε περισσότερα

ΕΚΤΙΜΗΣΗ ΑΒΕΒΑΙΟΤΗΤΑΣ ΓΕΩΧΗΜΙΚΩΝ ΜΕΤΡΗΣΕΩΝ

ΕΚΤΙΜΗΣΗ ΑΒΕΒΑΙΟΤΗΤΑΣ ΓΕΩΧΗΜΙΚΩΝ ΜΕΤΡΗΣΕΩΝ ΕΚΤΙΜΗΣΗ ΑΒΕΒΑΙΟΤΗΤΑΣ ΓΕΩΧΗΜΙΚΩΝ ΜΕΤΡΗΣΕΩΝ ΠΕΡΙΕΧΟΜΕΝΑ 1. Ορολογία αβεβαιότητας 2. Εκτίµηση επαναληψιµότητας 3. Εκτίµηση αναλυτικής ακρίβειας 4. Περιληπτικά στατιστικά µετρήσεων ΟΡΟΛΟΓΙΑ ΑΒΕΒΑΙΟΤΗΤΑΣ Αβεβαιότητα

Διαβάστε περισσότερα

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

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2011 για τα Τμήματα Ε.Τ.Τ. και Γ.Β. στη Στατιστική 25/02/2011 Εργαστήριο Μαθηματικών & Στατιστικής Γραπτή Εξέταση Περιόδου Φεβρουαρίου για τα Τμήματα Ε.Τ.Τ. και Γ.Β. στη Στατιστική 5//. [] Η ποσότητα, έστω Χ, ενός συντηρητικού που περιέχεται σε φιάλες αναψυκτικού

Διαβάστε περισσότερα

Διάλεξη 1 Βασικές έννοιες

Διάλεξη 1 Βασικές έννοιες Εργαστήριο SPSS Ψ-4201 (ΕΡΓ) Λεωνίδας Α. Ζαμπετάκης Β.Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail: statisticsuoc@gmail.com Διαλέξεις αναρτημένες στο: Διαλέξεις: ftp://ftp.soc.uoc.gr/psycho/zampetakis/ Διάλεξη

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΟ ΒΙΝΤΕΟ ΣΤΑΤΙΣΤΙΚΗ

ΕΠΑΝΑΛΗΠΤΙΚΟ ΒΙΝΤΕΟ ΣΤΑΤΙΣΤΙΚΗ ΕΠΑΝΑΛΗΠΤΙΚΟ ΒΙΝΤΕΟ ΣΤΑΤΙΣΤΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ Άσκηση 1: Μια τράπεζα ενδιαφέρεται να μελετήσει την αποταμιευτική συμπεριφορά των πελατών της. Θεωρείται ως δεδομένο ότι η ετήσια αποταμίευση των πελατών της

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 7-8 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 735468 Σε αρκετές εφαρμογές

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 5-6 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 735468 Σε αρκετές εφαρμογές

Διαβάστε περισσότερα

ΜΕΡΟΣ Α Κάθε µια από τις παρακάτω φράσεις (1α, 1β, 1γ, 2α κτλ) µπορεί να είναι σωστή ή λανθασµένη. Ποιες είναι σωστές και ποιες όχι;

ΜΕΡΟΣ Α Κάθε µια από τις παρακάτω φράσεις (1α, 1β, 1γ, 2α κτλ) µπορεί να είναι σωστή ή λανθασµένη. Ποιες είναι σωστές και ποιες όχι; 2. ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΕΠΑΓΩΓΗ. ΣΚΟΠΟΣ στο τέλος της ενότητας είναι να γνωρίζετε - Τι είναι η «δειγµατοληπτική κατανοµή» π.χ. της µέσης τιµής - τι είναι και σε τι χρησιµεύει το «τυπικό σφάλµα της µέσης

Διαβάστε περισσότερα

ΙΕΡΕΥΝΗΣΗ ΤΗΣ ΑΚΡΙΒΕΙΑΣ ΤΩΝ ΗΜΟΓΡΑΦΙΚΩΝ Ε ΟΜΕΝΩΝ

ΙΕΡΕΥΝΗΣΗ ΤΗΣ ΑΚΡΙΒΕΙΑΣ ΤΩΝ ΗΜΟΓΡΑΦΙΚΩΝ Ε ΟΜΕΝΩΝ ΚΕΦΑΛΑΙΟ 9 ΙΕΡΕΥΝΗΣΗ ΤΗΣ ΑΚΡΙΒΕΙΑΣ ΤΩΝ ΗΜΟΓΡΑΦΙΚΩΝ Ε ΟΜΕΝΩΝ Τα δηµογραφικά δεδοµένα τα οποία προέρχονται από τις απογραφές πληθυσµού, τις καταγραφές της φυσικής και µεταναστευτικής κίνησης του πληθυσµού

Διαβάστε περισσότερα

& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ

& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ Εργαστήριο Μαθηματικών & Στατιστικής η Πρόοδος στο Μάθημα Στατιστική //9 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ ο Θέμα Μονάδες Από τα ασθενή ζώα μιας κτηνοτροφικής μονάδας, ποσοστό % έχει προσβληθεί από την ασθένεια Α, % από

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

Ερμηνεία αποτελεσμάτων για μικροβιολογικές παραμέτρους και διορθωτικές ενέργειες

Ερμηνεία αποτελεσμάτων για μικροβιολογικές παραμέτρους και διορθωτικές ενέργειες Ερμηνεία αποτελεσμάτων για μικροβιολογικές παραμέτρους και διορθωτικές ενέργειες Κατσιαφλάκα Άννα Τεχνική Υπεύθυνος Μικροβιολογικού τομέα Ιατρός Βιοπαθολόγος,Msc στη Δημόσια Υγεία Ερμηνεία αποτελεσμάτων

Διαβάστε περισσότερα

Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R

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

Διαβάστε περισσότερα

ιαγράµµατα Ελέγχου Ιδιοτήτων (Control Charts for Attributes)

ιαγράµµατα Ελέγχου Ιδιοτήτων (Control Charts for Attributes) ιαγράµµατα Ελέγχου Ιδιοτήτων (Control Charts for Attributes) Πολλά ΧΠ δεν µπορούν να αναπαρασταθούν αριθµητικά. Τα ΧΠ χαρακτηρίζονται συµµορφούµενα και µη-συµµορφούµενα. Τα ΧΠ τέτοιου είδους ονοµάζονται

Διαβάστε περισσότερα

Β Σ Α Ι Σ ΚΕ Κ Σ Ε ΜΙ Μ ΚΡ Κ Ο Ρ ΒΙ Β ΟΛΟ Λ ΓΙΚΕ Κ Σ Ε Σ ΠΑΡ Α Α Ρ Μ Α Ε Μ Τ Ε ΡΟ Ρ Ι ΣΤ Σ Ο Τ Ν

Β Σ Α Ι Σ ΚΕ Κ Σ Ε ΜΙ Μ ΚΡ Κ Ο Ρ ΒΙ Β ΟΛΟ Λ ΓΙΚΕ Κ Σ Ε Σ ΠΑΡ Α Α Ρ Μ Α Ε Μ Τ Ε ΡΟ Ρ Ι ΣΤ Σ Ο Τ Ν 1o Πρακτικό σεµινάριο Εταιρείας Μελέτης Μικροβιολογικής Ποιότητας Υδάτων µε θέµα: ΒΑΣΙΚΕΣ ΜΙΚΡΟΒΙΟΛΟΓΙΚΕΣ ΠΑΡΑΜΕΤΡΟΙ ΣΤΟΝ ΕΛΕΓΧΟ ΤΩΝ Υ ΑΤΩΝ Πάτρα 9-11/10/2003 Πέµπτη 9 Οκτωβρίου 2003 Γνωριµία µε τους συµµετέχοντες.

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

Προσοχή: Για κάθε λανθασµένη απάντηση δεν θα λαµβάνεται υπόψη µία σωστή

Προσοχή: Για κάθε λανθασµένη απάντηση δεν θα λαµβάνεται υπόψη µία σωστή Σειρά Α σ1 Επώνυµο Όνοµα Αρ. Μητρώου Ζήτηµα 1 ο (3 µονάδες) Εξετάσεις Φεβρουαρίου (2011/12) στο Μάθηµα: Στατιστική Θεσσαλονίκη: 03/03/2012 Προσοχή: Για κάθε λανθασµένη απάντηση δεν θα λαµβάνεται υπόψη

Διαβάστε περισσότερα

ΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ

ΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ ΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ ΕΙΣΑΓΩΓΗ Ο όρος «ποιότητα», είναι μια απλή έννοια που εκφράζεται

Διαβάστε περισσότερα

Κεφάλαιο 5 Κριτήρια απόρριψης απόμακρων τιμών

Κεφάλαιο 5 Κριτήρια απόρριψης απόμακρων τιμών Κεφάλαιο 5 Κριτήρια απόρριψης απόμακρων τιμών Σύνοψη Στο κεφάλαιο αυτό παρουσιάζονται δύο κριτήρια απόρριψης απομακρυσμένων από τη μέση τιμή πειραματικών μετρήσεων ενός φυσικού μεγέθους και συγκεκριμένα

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ

ΣΤΑΤΙΣΤΙΚΗ ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ ΣΤΑΤΙΣΤΙΚΗ ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ Στα πλαίσια της ΣΤΑΤΙΣΤΙΚΗΣ ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑΣ προσπαθούµε να προσεγγίσουµε τα χαρακτηριστικά ενός συνόλου (πληθυσµός) δια της µελέτης των χαρακτηριστικών αυτών επί ενός µικρού

Διαβάστε περισσότερα

Α. 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).

Α. 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 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

Μαθηµατικά & Στοιχεία Στατιστικής Γενικής Παιδείας Γ Λυκείου 2001

Μαθηµατικά & Στοιχεία Στατιστικής Γενικής Παιδείας Γ Λυκείου 2001 Μαθηµατικά & Στοιχεία Στατιστικής Γενικής Παιδείας Γ Λυκείου 2001 ΕΚΦΩΝΗΣΕΙΣ Ζήτηµα 1ο Α.1. Να αποδείξετε ότι για δύο ενδεχόµενα Α και Β ενός δειγµατικού χώρου Ω ισχύει ότι: Ρ (Α Β) = Ρ (Α) Ρ (Α Β). Μονάδες

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

1 η ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ

1 η ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ ΑΕΙ ΠΕΙΡΑΙΑ ΤΤ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ Τ.Ε. ΕΡΓΑΣΤΗΡΙΟ ΜΗΧΑΝΙΚΗΣ ΤΩΝ ΡΕΥΣΤΩΝ Σκοπός της άσκησης 1 η ΕΡΓΑΣΤΗΡΙΑΚΗ ΑΣΚΗΣΗ Σκοπός αυτής της άσκησης είναι η εξοικείωση των σπουδαστών με τα σφάλματα που

Διαβάστε περισσότερα

Εργαστήριο 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 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 περισσότερα

Μαθηµατικά & Στοιχεία Στατιστικης Γενικής Παιδείας Γ Λυκείου 2001 ÈÅÌÅËÉÏ

Μαθηµατικά & Στοιχεία Στατιστικης Γενικής Παιδείας Γ Λυκείου 2001 ÈÅÌÅËÉÏ Μαθηµατικά & Στοιχεία Στατιστικης Γενικής Παιδείας Γ Λυκείου 2001 Ζήτηµα 1ο Α.1. Α.2. Β.1. Β.2. Β.3. Α.1. Να αποδείξετε ότι για δύο ενδεχόµενα Α και Β ενός δειγµατικού χώρου Ω ισχύει ότι: Ρ (Α Β) = Ρ (Α)

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

4.ΣΤΡΩΜΑΤΟΠΟΙΗΜΕΝΗ ΤΥΧΑΙΑ

4.ΣΤΡΩΜΑΤΟΠΟΙΗΜΕΝΗ ΤΥΧΑΙΑ 4.ΣΤΡΩΜΑΤΟΠΟΙΗΜΕΝΗ ΤΥΧΑΙΑ ΕΙΓΜΑΤΟΛΗΨΙΑ (STRATIFIED RANDOM SAMPLING) Στην τυχαία δειγµατοληψία κατά στρώµατα ο πληθυσµός των Ν µονάδων (πρόκειται για τον στατιστικό πληθυσµό και τις στατιστικές µονάδες)

Διαβάστε περισσότερα

Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο )

Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο ) Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο ) 2 Η γενική ιδέα της διαδικασίας στατιστικού ελέγχου υποθέσεων Πρόκειται για μια διαδικασία απόφασης μεταξύ δύο υποθέσεων Η μια υπόθεση ονομάζεται μηδενική (Η

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Στατιστική Ι Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2010 ΕΚΦΩΝΗΣΕΙΣ

ΜΑΘΗΜΑΤΙΚΑ & 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 περισσότερα

Στατιστική Περιγραφή Φυσικού Μεγέθους - Πιθανότητες

Στατιστική Περιγραφή Φυσικού Μεγέθους - Πιθανότητες Στατιστική Περιγραφή Φυσικού Μεγέθους - Πιθανότητες Είπαμε ότι γενικά τα συστηματικά σφάλματα που υπεισέρχονται σε μια μέτρηση ενός φυσικού μεγέθους είναι γενικά δύσκολο να επισημανθούν και να διορθωθούν.

Διαβάστε περισσότερα

2.4 ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ ΜΙΑ ΠΙΘΑΝΟΤΗΤΑ

2.4 ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ ΜΙΑ ΠΙΘΑΝΟΤΗΤΑ .4 ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ ΜΙΑ ΠΙΘΑΝΟΤΗΤΑ Η μέθοδος για τον προσδιορισμό ενός διαστήματος εμπιστοσύνης για την άγνωστη πιθανότητα =P(A) ενός ενδεχομένου A συνδέεται στενά με τον διωνυμικό έλεγχο. Ένα

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

F είναι ίσος µε ν. i ÏÅÖÅ ( ) h 3,f 3.

F είναι ίσος µε ν. i ÏÅÖÅ ( ) h 3,f 3. Επαναληπτικά Θέµατα ΟΕΦΕ 0 Γ' ΤΑΞΗ ΓΕΝ. ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΘΕΜΑ A ΕΚΦΩΝΗΣΕΙΣ Α. Για δύο συµπληρωµατικά ενδεχόµενα Α και A ενός δειγµατικού χώρου Ω να P A = P A.

Διαβάστε περισσότερα

4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου

4 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 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

ΜΕΛΕΤΗ ΤΗΣ ΤΕΧΝΙΚΗΣ ΥΠΗΡΕΣΙΑΣ

ΜΕΛΕΤΗ ΤΗΣ ΤΕΧΝΙΚΗΣ ΥΠΗΡΕΣΙΑΣ ΕΛΛΗΝΙΚΗ ΗΜΟΚΡΑΤΙΑ Φλώρινα, 06-02-2017 Νοµός Φλώρινας ήµος Φλώρινας ηµοτική Επιχείρηση Ύδρευσης & Αποχέτευσης Φλώρινας (.Ε.Υ.Α.Φ.) Παρακολούθηση πόσιµου νερού Τεχνική Υπηρεσία σύµφωνα µε την ΚΥΑ Υ2/2600/2001

Διαβάστε περισσότερα

Ενότητα 1: Πληθυσμός και δείγμα Είδη Μεταβλητών - Περιγραφική στατιστική

Ενότητα 1: Πληθυσμός και δείγμα Είδη Μεταβλητών - Περιγραφική στατιστική ΕΘΝΙΚΟ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΙΑΤΡΙΚΗ ΣΧΟΛΗ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΕΦΑΡΜΟΣΜΕΝΗ ΝΕΥΡΟΑΝΑΤΟΜΙΑ» «Βιοστατιστική, Μεθοδολογία και Συγγραφή Επιστημονικής Μελέτης» Ενότητα 1: Πληθυσμός

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

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης 1 Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης Όπως γνωρίζουμε από προηγούμενα κεφάλαια, στόχος των περισσότερων στατιστικών αναλύσεων, είναι η έγκυρη γενίκευση των συμπερασμάτων, που προέρχονται από

Διαβάστε περισσότερα

Έρευνα: Aκατάλληλες παραλίες και πόσιμο νερό σε Αίγινα και Αγκίστρι ΔΕΛΤΙΟ ΤΥΠΟΥ 157/07/07/2016

Έρευνα: Aκατάλληλες παραλίες και πόσιμο νερό σε Αίγινα και Αγκίστρι ΔΕΛΤΙΟ ΤΥΠΟΥ 157/07/07/2016 Έρευνα: Aκατάλληλες παραλίες και πόσιμο νερό σε Αίγινα και Αγκίστρι ΔΕΛΤΙΟ ΤΥΠΟΥ 157/07/07/2016 Το Πανελλήνιο Κέντρο Οικολογικών Ερευνών (ΠΑΚΟΕ), συνεχίζει τη μεγάλη έρευνα που πραγματοποιεί αυτό το καλοκαίρι

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

Σύγκριση μέσου όρου πληθυσμού με τιμή ελέγχου. One-Sample t-test

Σύγκριση μέσου όρου πληθυσμού με τιμή ελέγχου. One-Sample t-test 1 Σύγκριση μέσου όρου πληθυσμού με τιμή ελέγχου One-Sample t-test 2 Μια σύντομη αναδρομή Στα τέλη του 19 ου αιώνα μια μεγάλη αλλαγή για την επιστήμη ζυμώνονταν στην ζυθοποιία Guinness. Ο William Gosset

Διαβάστε περισσότερα

Εισαγωγή στην Εκτιμητική

Εισαγωγή στην Εκτιμητική Εισαγωγή στην Εκτιμητική Πληθυσμός Εκτίμηση παραμέτρου πληθυσμού μ, σ 2, σ, p Δείγμα Υπολογισμός στατιστικού Ερώτηματα: Πόσο κοντά στην πραγματική τιμή της παραμέτρου του πληθυσμού βρίσκεται η εκτίμηση

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

Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 22 Μαΐου /32

Εφαρμοσμένη 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 περισσότερα

Ενότητα 2: Έλεγχοι Υποθέσεων Διαστήματα Εμπιστοσύνης

Ενότητα 2: Έλεγχοι Υποθέσεων Διαστήματα Εμπιστοσύνης ΕΘΝΙΚΟ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΙΑΤΡΙΚΗ ΣΧΟΛΗ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΕΦΑΡΜΟΣΜΕΝΗ ΝΕΥΡΟΑΝΑΤΟΜΙΑ» «Βιοστατιστική, Μεθοδολογία και Συγγραφή Επιστημονικής Μελέτης» Ενότητα 2: Έλεγχοι Υποθέσεων

Διαβάστε περισσότερα

ΤΕΣΤ ΣΤΑΤΙΣΤΙΚΗΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΩΡΓΙΚΟΥ ΠΕΙΡΑΜΑΤΙΣΜΟΥ. Τεστ 1 ο Κατανοµή Συχνοτήτων (50 βαθµοί)

ΤΕΣΤ ΣΤΑΤΙΣΤΙΚΗΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΩΡΓΙΚΟΥ ΠΕΙΡΑΜΑΤΙΣΜΟΥ. Τεστ 1 ο Κατανοµή Συχνοτήτων (50 βαθµοί) ΤΕΣΤ ΣΤΑΤΙΣΤΙΚΗΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΩΡΓΙΚΟΥ ΠΕΙΡΑΜΑΤΙΣΜΟΥ Τεστ 1 ο Κατανοµή Συχνοτήτων (50 βαθµοί) Α. Ερωτήσεις πολλαπλών επιλογών.(11 βαθµοί) (1:3 βαθµοί, 2-9:8 βαθµοί) 1. ίνεται ο πίνακας: Χ

Διαβάστε περισσότερα

Κεφάλαιο 9 Κατανομές Δειγματοληψίας

Κεφάλαιο 9 Κατανομές Δειγματοληψίας Κεφάλαιο 9 Κατανομές Δειγματοληψίας Copyright 2009 Cengage Learning 9.1 Κατανομές Δειγματοληψίας Μια κατανομή δειγματοληψίας δημιουργείται, εξ ορισμού, από δειγματοληψία. Η μέθοδος που θα χρησιμοποιήσουμε

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ Επικ Καθ Στέλιος Ζήμερας Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά 05 Έλεγχος διακυμάνσεων Μας ενδιαφέρει να εξετάσουμε 5 δίαιτες που δίνονται

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Είδη μεταβλητών Ποσοτικά δεδομένα (π.χ. ηλικία, ύψος, αιμοσφαιρίνη) Ποιοτικά δεδομένα (π.χ. άνδρας/γυναίκα, ναι/όχι) Διατεταγμένα (π.χ. καλό/μέτριο/κακό) 2 Περιγραφή ποσοτικών

Διαβάστε περισσότερα

ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ ΣΥΝΟΛΟ ΣΕΛΙ ΩΝ: ΤΕΣΣΕΡΙΣ (4)

ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ ΣΥΝΟΛΟ ΣΕΛΙ ΩΝ: ΤΕΣΣΕΡΙΣ (4) ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ ΠΑΝΕΛΛΑ ΙΚΕΣ ΕΞΕΤΑΣΕΙΣ Γ HMEΡΗΣΙΩΝ ΕΣΠΕΡΙΝΩΝ ΑΥΤΟΤΕΛΩΝ ΤΜΗΜΑΤΩΝ & ΤΜΗΜΑΤΩΝ ΣΥΝ Ι ΑΣΚΑΛΙΑΣ ΕΠΑΓΓΕΛΜΑΤΙΚΩΝ ΛΥΚΕΙΩΝ ΣΑΒΒΑΤΟ 9 ΙΟΥΝΙΟΥ 018 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ: ΜΑΘΗΜΑΤΙΚΑ (ΑΛΓΕΒΡΑ) ΣΥΝΟΛΟ ΣΕΛΙ

Διαβάστε περισσότερα

Πίνακας 4.4 Διαστήματα Εμπιστοσύνης. Τιμές που Επίπεδο εμπιστοσύνης. Διάστημα εμπιστοσύνης

Πίνακας 4.4 Διαστήματα Εμπιστοσύνης. Τιμές που Επίπεδο εμπιστοσύνης. Διάστημα εμπιστοσύνης Σφάλματα Μετρήσεων 4.45 Πίνακας 4.4 Διαστήματα Εμπιστοσύνης. Τιμές που Επίπεδο εμπιστοσύνης Διάστημα εμπιστοσύνης βρίσκονται εκτός του Διαστήματος Εμπιστοσύνης 0.500 X 0.674σ 1 στις 0.800 X 1.8σ 1 στις

Διαβάστε περισσότερα

ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ Γ ΗΜΕΡΗΣΙΩΝ

ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ Γ ΗΜΕΡΗΣΙΩΝ ΑΡΧΗ 1ΗΣ ΣΕΛΙ ΑΣ Γ ΗΜΕΡΗΣΙΩΝ ΠΑΝΕΛΛΗΝΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΗΜΕΡΗΣΙΟΥ ΓΕΝΙΚΟΥ ΛΥΚΕΙΟΥ ΚΑΙ ΕΠΑ.Λ. (ΟΜΑ Α Β ) ΠΡΟΣΟΜΟΙΩΣΗ ΘΕΜΑΤΩΝ ΔΕΥΤΕΡΑ, 22 ΑΠΡΙΛΙΟΥ 201 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ:ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ

Διαβάστε περισσότερα

Ποιο από τα δύο τµήµατα είχε καλύτερη επίδοση; επ. Κωνσταντίνος Π. Χρήστου

Ποιο από τα δύο τµήµατα είχε καλύτερη επίδοση; επ. Κωνσταντίνος Π. Χρήστου Ένας καθηγητής µαθηµατικών έδωσε σε δύο τµήµατα µιας τάξης του σχολείου του το ίδιο τεστ. Η επίδοση των µαθητών του κάθε τµήµατος (όπως µετρήθηκε µε τη χρήση µιας εικοσαβάθµιας κλίµακας) παρουσιάζεται

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

Εργάτης Μηχάνηµα τύπου Α Μηχάνηµα τύπου Β

Εργάτης Μηχάνηµα τύπου Α Μηχάνηµα τύπου Β Εργαστήριο Μαθηµατικών & Στατιστικής Γραπτή Εξέταση Περιόδου Σεπτεµβρίου 2009 στη Στατιστική 30/09/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ [20] Μια καπνοβιοµηχανία ισχυρίζεται ότι στα νέα τσιγάρα που διαφηµίζει, η ποσότητα

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 Λέκτορας v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Διαστήματος

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

Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι:

Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι: Κατανοµές ειγµατοληψίας 1.Εισαγωγή Οι θεµελιώδεις έννοιες που απαιτούνται στη Επαγωγική Στατιστική (Εκτιµητική, ιαστήµατα Εµπιστοσύνης και Έλεγχοι Υποθέσεων) είναι: 1. Στατιστικής και 2. Κατανοµής ειγµατοληψίας

Διαβάστε περισσότερα

3. Κατανομές πιθανότητας

3. Κατανομές πιθανότητας 3. Κατανομές πιθανότητας Τυχαία Μεταβλητή Τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε σημείο (ω) ενός δειγματικού χώρου (Ω) αντιστοιχεί έναν πραγματικό αριθμό. Ω ω X (ω ) R Διακριτή τ.μ.

Διαβάστε περισσότερα

Β Γραφικές παραστάσεις - Πρώτο γράφημα Σχεδιάζοντας το μήκος της σανίδας συναρτήσει των φάσεων της σελήνης μπορείτε να δείτε αν υπάρχει κάποιος συσχετισμός μεταξύ των μεγεθών. Ο συνήθης τρόπος γραφικής

Διαβάστε περισσότερα

ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΠΕΜΠΤΗ 14 ΙΟΥΝΙΟΥ 2001 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ

ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΠΕΜΠΤΗ 14 ΙΟΥΝΙΟΥ 2001 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΑΠΟΛΥΤΗΡΙΕΣ ΕΞΕΤΑΣΕΙΣ Γ ΤΑΞΗΣ ΕΝΙΑΙΟΥ ΛΥΚΕΙΟΥ ΠΕΜΠΤΗ 14 ΙΟΥΝΙΟΥ 2001 ΕΞΕΤΑΖΟΜΕΝΟ ΜΑΘΗΜΑ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ: ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΘΕΜΑ 1ο Α.1. Να αποδείξετε ότι για δύο ενδεχόµενα Α και Β ενός

Διαβάστε περισσότερα

Τμήμα 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 : , 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 περισσότερα