Χαρακτηριστικά της ανάλυσης διασποράς. ΑΝΑΛΥΣΗ ΙΑΣΠΟΡΑΣ (One-way analysis of variance)

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Χαρακτηριστικά της ανάλυσης διασποράς. ΑΝΑΛΥΣΗ ΙΑΣΠΟΡΑΣ (One-way analysis of variance)"

Transcript

1 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 post-hoc ελέγχων Να σκιαγραφηθούν πιο πολύπλοκες τεχνικές ανάλυσης διασποράς όπως η ανάλυση µε δύο ή περισσότερους παράγοντες, (-way ANOVA), η ανάλυση διασποράς επαναληπτικών µετρήσεων (repeated measuremets ANOVA) Χαρακτηριστικά της ανάλυσης διασποράς Η ανάλυση διασποράς (ANOVA) είναι µια τεχνική που χρησιµοποιείται για να καθορίσουµε κατά πόσο ένας µελετώµενος παράγοντας συνεισφέρει στη µεταβλητότητα ενός δείγµατος. Ο παράγοντας χωρίζεται σε > οµάδες ή κατηγορίες (groups) Μοντέλο Ι (Model I) Συγκεκριµένες κατηγορίες (Fixed effects) Π.χ. 4 υπερτασικά φάρµακα µε ίδια δραστική. Μοντέλο ΙΙ (Model II) Τυχαίες κατηγορίες (Radom effects) Π.χ. 4 από ένα σύνολο υπερτασικών φάρµακων. Ανεξαρτήτως µοντέλου η µαθηµατική προσέγγιση είναι η ίδια Προϋποθέσεις της ανάλυσης διασποράς Οι διασπορές των κατηγοριών είναι σ = σ =. = σ κ = σ και άγνωστες Οι µετρήσεις (τιµές) σε κάθε κατηγορία ακολουθούν κανονική κατανοµή Οι πληθυσµοί είναι ανεξάρτητοι µεταξύ τους. Γιατί δεν εφαρµόζουµε έλεγχο t; H διαδικασία των t-ελέγχων είναι αρκετά επίπονη. Για οµάδες τιµών θα πρέπει να εφαρµοσθούν! = ( )!! έλεγχοι. Π.χ. για =5 πρέπει να γίνουν 0 t-έλεγχοι. Αυξάνεται η πιθανότητα λάθους Τύπου Ι. ιαφορετικά η πιθανότητα να αποδεχθούµε την Ηο ενώ αυτή είναι λανθασµένη. Π.χ. για 5 οµάδες (-0,05) 0 =0,403. Τι είναι η Ανάλυση ιασποράς; Είναι η εκτίµηση κατά πόσο η διασπορά οφείλεται σε παράγοντες εντός των οµάδων ή µεταξύ των οµάδων. Παράδειγµα 7.. Σε ένα πείραµα µετρήθηκε η έκκριση ινσουλίνης σε δείγµατα παγκρεατικού ιστού πειραµατόζωων. Τα δείγµατα χωρίστηκαν σε 5 οµάδες µε βάση τα επίπεδα γλυκόζης. Οµάδα,53,69 375,89 3,6,83,86,59 Οµάδα 3,5 3,96 3,59,89,45 3,49,56,44 Οµάδα 3 3,89 4,80 3,68 5,70 5,6 5,79 4,75 5,33 Οµάδα 4 8,8 5,64 7,36 5,33 8,8 5,6 8,75 7,0 Οµάδα 5 5,86 5,46 5,69 6,49 7,8 9,03 7,49 8,98 Κάθε µία οµάδα αντιστοιχεί σε διαφορετικά επίπεδα γλυκόζης. Θέλουµε να εξετάσουµε ένα υπάρχει στατιστικά σηµαντική διαφορά στις µέσες τιµές των κατηγοριών αυτών. 3 4

2 ΟΡΟΛΟΓΙΑ-ΣΥΜΒΟΛΙΣΜΟΙ : ο συνολικός αριθµός των µετρήσεων i : ο αριθµός µετρήσεων της οµάδας i : ο αριθµός των οµάδων (κατηγοριών) x ij : η µέτρηση i από την οµάδα j x j SS w : η µέση τιµή της οµάδας j η µέση τιµή που προκύπτει από όλες τις µέσες τιµές Withi Sum of squares (άθροισµα τετραγώνων εντός των οµάδων). i ( xij xj ) = ( ) s + ( ) s ( ) s j= i= SS B : Betwee Sum of squares (άθροισµα τετραγώνων µεταξύ των οµάδων) ( x ) = ( x ) + ( x ) ( x ) j = x + x x = j 5 SS T : ΟΡΟΛΟΓΙΑ-ΣΥΜΒΟΛΙΣΜΟΙ Total Sum of squares (άθροισµα τετραγώνων όλων των µετρήσεων) SS T =SS w +SS B w : Mea Sum of squares withi groups. (Μέσο άθροισµα τετραγώνων εντός των οµάδων) B : Mea Sum of squares betwee groups (Μέσο άθροισµα τετραγώνων µεταξύ των οµάδων) F: Τιµή στατιστικού F crit : j= i= ( x ) Το κρίσιµο σηµείο της συνάρτησης F a,, i ij SS w - SS B - 6 B w Ν(µ, σ ) Ν(µ, σ ) Ν(µ 3, σ 3 ) Ν(µ, σ ) Ν(µ, σ ) Ν(µ 3, σ 3 ) Ho: µ =µ =µ 3 =µ Hα: µ µ =µ 3 =µ Η κατανοµή F() Πρόκειται για µια ασύµµετρη κατανοµή Το πεδίο ορισµού της F-κατανοµής είναι το (0, + ) Οι αναµενόµενες τιµές για τη µέση τιµή και τη διασπορά της είναι: f(χ) EF ( ) = >, ( + ) Var( F ) = > 4, ( ) ( 4) Ν(µ, σ ) Ν(µ, σ ) -α α SS b ~=SS w SS b > SS w Fcrit 7 8

3 F a,, = Η κατανοµή F() Αν Χ Χ δύο τυχαίες µεταβλητές που ακολουθούν µία χ -κατανοµή µε και βαθµούς ελευθερίας τότε ο λόγος F a,, ακολουθεί µια F-κατανοµή µε και βαθµούς ελευθερίας. Μια σηµαντική ιδιότητα της F είναι: a,, = F a,, Όπως και στις υπόλοιπες κατανοµές οι τιµές της F δίνονται από κατάλληλους στατιστικούς πίνακες F Κατανοµή F Για α= 0,0 ν if ν ,5 99,0 99, 99,3 99,3 99,3 99,4 99,4 99,4 99,4 99,4 99,4 99,4 99,5 99,5 99,5 99,5 99,5 99,5 3 34, 30,8 9,5 8,7 8, 7,9 7,7 7,5 7,3 7, 7, 6,9 6,7 6,6 6,5 6,4 6,3 6, 6, 4, 8,0 6,7 6,0 5,5 5, 5,0 4,8 4,7 4,5 4,4 4, 4,0 3,9 3,8 3,7 3,7 3,6 3,5 5 6,3 3,3,,4,0 0,7 0,5 0,3 0, 0, 9,9 9,7 9,6 9,5 9,4 9,3 9, 9, 9,0 6 3,7 0,9 9,8 9, 8,7 8,5 8,3 8, 8,0 7,9 7,7 7,56 7,40 7,3 7,3 7,4 7,06 6,97 5,65 7, 9,55 8,45 7,85 7,46 7,9 6,99 6,84 6,7 6,6 6,47 6,3 6,6 6,07 5,99 5,9 5,8 5,74 6,65 8,3 8,65 7,59 7,0 6,63 6,37 6,8 6,03 5,9 5,8 5,67 5,5 5,36 5,8 5,0 5, 5,03 4,95 4,86 9 0,6 8,0 6,99 6,4 6,06 5,80 5,6 5,47 5,35 5,6 5, 4,96 4,8 4,73 4,65 4,57 4,48 4,40 4,3 0 0,0 7,56 6,55 5,99 5,64 5,39 5,0 5,06 4,94 4,85 4,7 4,56 4,4 4,33 4,5 4,7 4,08 4,00 3,9 9,65 7, 6, 5,67 5,3 5,07 4,89 4,74 4,63 4,54 4,40 4,5 4,0 4,0 3,94 3,86 3,78 3,69 3,60 9,33 6,93 5,95 5,4 5,06 4,8 4,64 4,50 4,39 4,30 4,6 4,0 3,86 3,78 3,70 3,6 3,54 3,45 3,36 3 9,07 6,70 5,74 5, 4,86 4,6 4,44 4,30 4,9 4,0 3,96 3,8 3,66 3,59 3,5 3,43 3,34 3,5 3,7 4 8,86 6,5 5,56 5,04 4,69 4,46 4,8 4,4 4,03 3,94 3,80 3,66 3,5 3,43 3,35 3,7 3,8 3,09 3,00 5 8,68 6,36 5,4 4,89 4,56 4,3 4,4 4,00 3,89 3,80 3,67 3,5 3,37 3,9 3, 3,3 3,05,96,87 6 8,53 6,3 5,9 4,77 4,44 4,0 4,03 3,89 3,78 3,69 3,55 3,4 3,6 3,8 3,0 3,0,93,84,75 7 8,40 6, 5,9 4,67 4,34 4,0 3,93 3,79 3,68 3,59 3,46 3,3 3,6 3,08 3,00,9,83,75,65 8 8,9 6,0 5,09 4,58 4,5 4,0 3,84 3,7 3,60 3,5 3,37 3,3 3,08 3,00,9,84,75,66,57 9 8,8 5,93 5,0 4,50 4,7 3,94 3,77 3,63 3,5 3,43 3,30 3,5 3,00,9,84,76,67,58,49 0 8,0 5,85 4,94 4,43 4,0 3,87 3,70 3,56 3,46 3,37 3,3 3,09,94,86,78,69,6,5,4 8,0 5,78 4,87 4,37 4,04 3,8 3,64 3,5 3,40 3,3 3,7 3,03,88,80,7,64,55,46,36 7,95 5,7 4,8 4,3 3,99 3,76 3,59 3,45 3,35 3,6 3,,98,83,75,67,58,50,40,3 3 7,88 5,66 4,76 4,6 3,94 3,7 3,54 3,4 3,30 3, 3,07,93,78,70,6,54,45,35,6 4 7,8 5,6 4,7 4, 3,90 3,67 3,50 3,36 3,6 3,7 3,03,89,74,66,58,49,40,3, 5 7,77 5,57 4,68 4,8 3,85 3,63 3,46 3,3 3, 3,3,99,85,70,6,54,45,36,7,7 30 7,56 5,39 4,5 4,0 3,70 3,47 3,30 3,7 3,07,98,84,70,55,47,39,30,,,0 40 7,3 5,8 4,3 3,83 3,5 3,9 3,,99,89,80,66,5,37,9,0,,0,9, ,08 4,98 4,3 3,65 3,34 3,,95,8,7,63,50,35,0,,03,94,84,73,60 0 6,85 4,79 3,95 3,48 3,7,96,79,66,56,47,34,9,03,95,86,76,66,53,38 if 6,63 4,6 3,78 3,3 3,0,80,64,5,4,3,8,04,88,79,70,59,47,3, Κατανοµή F Για α= 0,05 ν if ν ,5 9,0 9, 9, 9,3 9,3 9,4 9,4 9,4 9,4 9,4 9,4 9,4 9,5 9,5 9,5 9,5 9,5 9,5 3 0, 9,6 9,3 9, 9,0 8,9 8,9 8,8 8,8 8,8 8,7 8,7 8,7 8,6 8,6 8,6 8,6 8,5 8,53 4 7,7 6,9 6,6 6,4 6,3 6, 6, 6,0 6,0 6,0 5,9 5,9 5,8 5,8 5,7 5,7 5,7 5,7 5,63 5 6,6 5,8 5,4 5, 5, 5,0 4,9 4,8 4,8 4,7 4,7 4,6 4,6 4,5 4,5 4,5 4,4 4,4 4,37 6 6,0 5, 4,8 4,5 4,4 4,3 4, 4, 4, 4, 4,00 3,94 3,87 3,84 3,8 3,77 3,74 3,70 3,67 7 5,6 4,74 4,35 4, 3,97 3,87 3,79 3,73 3,68 3,64 3,57 3,5 3,44 3,4 3,38 3,34 3,30 3,7 3,3 8 5,3 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 3,8 3, 3,5 3, 3,08 3,04 3,0,97,93 9 5, 4,6 3,86 3,63 3,48 3,37 3,9 3,3 3,8 3,4 3,07 3,0,94,90,86,83,79,75,7 0 5,0 4,0 3,7 3,48 3,33 3, 3,4 3,07 3,0,98,9,85,77,74,70,66,6,58,54 4,84 3,98 3,59 3,36 3,0 3,09 3,0,95,90,85,79,7,65,6,57,53,49,45,40 4,75 3,89 3,49 3,6 3, 3,00,9,85,80,75,69,6,54,5,47,43,38,34,3 3 4,67 3,8 3,4 3,8 3,03,9,83,77,7,67,60,53,46,4,38,34,30,5, 4 4,60 3,74 3,34 3,,96,85,76,70,65,60,53,46,39,35,3,7,,8,3 5 4,54 3,68 3,9 3,06,90,79,7,64,59,54,48,40,33,9,5,0,6,,07 6 4,49 3,63 3,4 3,0,85,74,66,59,54,49,4,35,8,4,9,5,,06,0 7 4,45 3,59 3,0,96,8,70,6,55,49,45,38,3,3,9,5,0,06,0,96 8 4,4 3,55 3,6,93,77,66,58,5,46,4,34,7,9,5,,06,0,97,9 9 4,38 3,5 3,3,90,74,63,54,48,4,38,3,3,6,,07,03,98,93,88 0 4,35 3,49 3,0,87,7,60,5,45,39,35,8,0,,08,04,99,95,90,84 4,3 3,47 3,07,84,68,57,49,4,37,3,5,8,0,05,0,96,9,87,8 4,30 3,44 3,05,8,66,55,46,40,34,30,3,5,07,03,98,94,89,84,78 3 4,8 3,4 3,03,80,64,53,44,37,3,7,0,3,05,0,96,9,86,8,76 4 4,6 3,40 3,0,78,6,5,4,36,30,5,8,,03,98,94,89,84,79,73 5 4,4 3,39,99,76,60,49,40,34,8,4,6,09,0,96,9,87,8,77,7 30 4,7 3,3,9,69,53,4,33,7,,6,09,0,93,89,84,79,74,68,6 40 4,08 3,3,84,6,45,34,5,8,,08,00,9,84,79,74,69,64,58,5 60 4,00 3,5,76,53,37,5,7,0,04,99,9,84,75,70,65,59,53,47,39 0 3,9 3,07,68,45,9,8,09,0,96,9,83,75,66,6,55,50,43,35,5 if 3,84 3,00,60,37,,0,0,94,88,83,75,67,57,5,46,39,3,,00 ΛΥΣΗ ΠΑΡΑ ΕΙΓΜΑΤΟΣ 7. Βήµα ο. H o : µ = µ =µ 3 =µ 4 =µ 5 εναντίον Η α : ένα τουλάχιστον από τα µ i είναι διαφορετικό. Βήµα ο. Υπολογίζουµε τα περιγραφικά στατιστικά µέσες τιµές x i τις διασπορές σ ι κλπ για κάθε οµάδα ξεχωριστά. Οµάδες i Σx i j S Οµάδα 8,40,68 0,56 Οµάδα 8,53,69 0,97 Οµάδα ,56 4,95 0,67 Οµάδα ,44 7,06, Οµάδα ,8 7,0,07 Στη συνέχεια υπολογίζουµε τη µέση τιµή τις διαφορές και τα αθροίσµατα τετραγώνων για τον πληθυσµό. SS (w) SS (b) = ,89 39,374 6,79 38,799 4,660 0,0 5,549 37,377 4,503 38,993 45,394 54,564 3

4 Βήµα 3ο. Υπολογισµός των και της τιµής του στατιστικού F SSw 45,39 SSB 54,56 w = = =,30 B = =38, = 5 B 38,64 F= = = 9,79,30 Βήµα 4ο. ΛΥΣΗ ΠΑΡΑ ΕΙΓΜΑΤΟΣ 7. w Επιλογή της κρίσιµης τιµής F crit Η κρίσιµη τιµή F crit υπολογίζεται για α=0,05 και κ-=4 και -=40-5=35 βαθµούς ελευθερίας. Από πίνακες της F- κατανοµής Fα, 4, 35 =,64 Βήµα 5ο. Από τη σύγκριση των F και F crit προκύπτει ότι : Ηο απορρίπτεται. Τουλάχιστον µία οµάδα έχει διαφορετική µέση τιµή από τις υπόλοιπες. Εκ των υστέρων έλεγχοι (post-hoc tests) Η ανάλυση διασποράς µας δείχνει εάν υπάρχει στατιστικά σηµαντική διαφορά µεταξύ των κατηγοριών (οµάδων). Πως µπορούµε να ελέγξουµε ποια ή ποιες από τις οµάδες διαφοροποιείται; Έχει αναπτυχθεί µια µεθοδολογία εκ των υστέρων (post-hoc tests). Τα γνωστότερα post-hoc tests είναι Boferroi Tuey s LSD (Least Square Differece) Duett Studets-Neuma-Keuls (SNK) Waller-Duca. 3 Καλούνται και adjusted t-tests. 4 Εκ των υστέρων έλεγχοι (post-hoc tests) Ho: µ i =µ j εναντίον H A : µ i µ j Boferroi correctio. έχεται µικρότερο (πιο ισχυρό) επίπεδο σηµαντικότητας α, a 0,05 0, 05 ab = Π. χ. ab = = = 0, x i xj tij = w( + ) i j Duett. Για σύγκριση µε µία οµάδα ελέγχου. Tueys HSD και SNK Χρησιµοποιούνται αρκετά συχνά. Στο Tueys HSD υπολογίζεται µια νέα κρίσιµη τιµή d T. Αν η διαφορά των µέσων τιµών είναι µεγαλύτερη από το d T τότε η Ho απορρίπτεται. 5 Πρόβληµα Παράδειγµα. Σε 36 άτοµα που αρχικώς συµµετείχαν σε εγχειρήσεις υπερµετρωπίας µελετήθηκε η αλλαγή διοπτριών. Προκειµένου να ελέγξουµε την βελτίωση των ασθενών έγιναν µετρήσεις διοπτρίας στις εξής χρονικές στιγµές: προεγχειρητικά, -, 3-, 6-, 9- και - µήνες µετά τις εγχειρήσεις. Από την αρχική οµάδα 36 ατόµων που µετρήθηκαν προεγχειρητικά, 9/36 άτοµα µετρήθηκαν τον ο, 3ο και 6ο µήνα, 6/36 τον 9ο µήνα και 3/36 τον ο µήνα µετά την εγχείρηση. Μπορεί να υποστηριχθεί ότι υπάρχει διαφορά στις διοπτρίες µεταξύ των µετρήσεων σε διαφορετικούς µήνες; Που παρουσιάζεται αν παρουσιάζεται- αυτή η διαφορά; Από δηµιοσιευµένο άρθρο. Paliaris IG, Naoumidi TL, Paagopoulou SI, Alegais AK. Astyraais NI (003) Coductive eratoplasty for low to moderate hyperopia: -year results. Joural of Refractive Surgery, 9:

5 ΛΥΣΗ ΠΑΡΑ ΕΙΓΜΑΤΟΣ (ΜΕ ΧΡΗΣΗ ECEL) ΛΥΣΗ ΠΑΡΑ ΕΙΓΜΑΤΟΣ (ΜΕ ΧΡΗΣΗ ECEL) Επιλέγουµε Εργαλεία-Ανάλυση εδοµένων-ανάλυση διακύµανσης κατά ένα παράγοντα (Tools-Data Aalysis-Oe way Aova) 7 Το ECEL δεν εκτελεί post-hoc tests. 8 ONEWAY dioptr BY oper_mo /STATISTICS DESCRIPTIVES /MISSING ANALYSIS /POSTHOC = SNK TUKEY DUNNETT () ALPHA(.05)

6 Oeway DIOPTR Moth Moths Total DIOPTR Betwee Groups Withi Groups Total Descriptives 95% Cofidece Iterval for Mea N Mea Std. Deviatio Std. Error Lower Boud Upper Boud Miimum Maximum 36,847,5945,09874,6468,0477,00 3,5 9 -,483,6497,055 -,495 -,003 -,88,3 9 -,05,7465,3863 -,389,788 -,38,3 9 -,0457,68940,80 -,3079,65 -,50,3 6,047,7990,5674 -,757,3699 -,50,3 3 -,0598,79447,6566 -,4033,838 -,50,83 7,385,05563,08049,596,4773 -,50 3,5 ANOVA Sum of Squares df Mea Square F Sig. 07,705 5,54 43,60,000 8,850 66,499 90,556 7 Multiple Comparisos Depedet Variable: DIOPTR Tuey HSD Mea Differece 95% Cofidece Iterval (I) OPER_MON (J) OPER_MON (I-J) Std. Error Sig. Lower Boud Upper Boud Moth,0955*,768,000,587,6038,954*,768,000,444,4607,899*,768,000,3846,40,800*,88,000,759,344 Moths,9070*,8858,000,3633,4507 Moth -,0955*,768,000 -,6038 -,587 -,43,8553,97 -,6780,398 -,06,8553,884 -,7375,333 -,954,9080,634 -,8455,548 Moths -,885,976,93 -,757,3803 -,954*,768,000 -,4607 -,444 Moth,43,8553,97 -,398,6780 -,0595,8553,000 -,5944,4754 -,53,9080,967 -,704,3979 Moths -,0454,976,000 -,64,534 -,899*,768,000 -,40 -,3846 Moth,06,8553,884 -,333,7375,0595,8553,000 -,4754,5944 -,098,9080,997 -,6430,4573 Moths,04,976,000 -,5547,588 -,800*,88,000 -,344 -,759 Moth,954,9080,634 -,548,8455,53,9080,967 -,3979,704,098,9080,997 -,4573,6430 Moths,069,03,995 -,476,6900 Moths -,9070*,8858,000 -,4507 -,3633 Moth,885,976,93 -,3803,757,0454,976,000 -,534,64 -,04,976,000 -,588,5547 -,069,03,995 -,6900,476 *. The mea differece is sigificat at the.05 level. Multiple Comparisos Depedet Variable: DIOPTR Duett t (-sided) a ΠΕΡΙΛΗΨΗ Mea Differece 95% Cofidece Iterval (I) OPER_MON (J) OPER_MON (I-J) Std. Error Sig. Lower Boud Upper Boud Moth -,0955*,768,000 -,5458 -,645 -,954*,768,000 -,407 -,50 -,899*,768,000 -,343 -,446 -,800*,88,000 -,645 -,3357 Moths -,9070*,8858,000 -,3887 -,453 *. The mea differece is sigificat at the.05 level. a. Duett t-tests treat oe group as a cotrol, ad compare all other groups agaist it. DIOPTR a,b Studet-Newma-Keuls Subset for alpha =.05 OPER_MON N Moth 9 -, ,05 Moths 3 -, ,0457 6,047 36,847 Sig.,50,000 Meas for groups i homogeeous subsets are displayed. a. Uses Harmoic Mea Sample Size = 8,47. b. The group sizes are uequal. The harmoic mea of the group sizes is used. Type I error levels are ot guarateed. 3 ANOVA: Μας επιτρέπει να γνωρίζουµε εάν η µεταβλητότητα βρίσκεται µεταξύ των οµάδων ή µέσα στις οµάδες Είναι καλύτερο από το t-testt test Μπορεί να συγκρίνει κανείς περισσότερες από δύο οµάδες εν εφαρµόζεται σε επαναλαµβανόµενες µετρήσεις εν µας «δείχνει» ποιες οµάδες είναι διαφορετικές. Για να απαντήσω στο τελευταίο χρειάζοµαι τη χρήση των post-hoc tests. 4 6

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 8. Ανάλυση διασποράς (ANOVA)

ΑΝΑΛΥΣΗ 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 περισσότερα

Κεφάλαιο 14. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης

Κεφάλαιο 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 περισσότερα

Εισαγωγή στην Ανάλυση Διακύμανσης

Εισαγωγή 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 περισσότερα

Απλή Ευθύγραµµη Συµµεταβολή

Απλή 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 περισσότερα

Αν οι προϋποθέσεις αυτές δεν ισχύουν, τότε ανατρέχουµε σε µη παραµετρικό τεστ.

Αν 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 περισσότερα

Ερμηνεία αποτελεσμάτων Ανάλυση διακύμανσης κατά ένα παράγοντα

Ερμηνεία 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 περισσότερα

Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α. Δ.Π.Θ.

Παράδειγμα: 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 περισσότερα

ΣΤΟΧΟΙ ΤΗΣ ΕΝΟΤΗΤΑΣ ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΜΗ ΠΑΡΑΜΕΤΡΙΚΩΝ ΕΛΕΓΧΩΝ

ΣΤΟΧΟΙ ΤΗΣ ΕΝΟΤΗΤΑΣ ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΜΗ ΠΑΡΑΜΕΤΡΙΚΩΝ ΕΛΕΓΧΩΝ ΣΤΟΧΟΙ ΤΗΣ ΕΝΟΤΗΤΑΣ Να δοθούν οι βασικές αρχές των µη παραµετρικών ελέγχων (non-parametric tests). Να παρουσιασθούν και να αναλυθούν οι γνωστότεροι µη παραµετρικοί έλεγχοι Να αναπτυχθεί η µεθοδολογία των

Διαβάστε περισσότερα

Προσοµοίωση Εξέτασης στο µάθηµα του Γεωργικού Πειραµατισµού

Προσοµοίωση 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 περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις περιόδου στο μάθημα ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις περιόδου στο μάθημα ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις περιόδου στο μάθημα ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ Ονοματεπώνυμο: Όνομα Πατρός:... Σ ΑΜ:. Ημερομηνία: Παρακαλώ μη γράφετε στα παρακάτω

Διαβάστε περισσότερα

Κεφάλαιο 13. Εισαγωγή στην. Η Ανάλυση ιακύµανσης

Κεφάλαιο 13. Εισαγωγή στην. Η Ανάλυση ιακύµανσης Κεφάλαιο 13 Εισαγωγή στην Ανάλυση ιακύµανσης 1 Η Ανάλυση ιακύµανσης Από τα πιο συχνά χρησιµοποιούµενα στατιστικά κριτήρια στην κοινωνική έρευνα Γιατί; 1. Ενώ αναφέρεται σε διαφορές µέσων όρων, όπως και

Διαβάστε περισσότερα

ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ Να κατανοηθεί η έννοια της εκτίµησης σηµείου και της εκτίµησης διαστήµατος. Επίσης να κατανοηθεί η έννοια της δειγµατικής κατανοµής παραµέτρου και να υπολογισθούν µε χρήση της Κεντρικού

Διαβάστε περισσότερα

Μενύχτα, Πιπερίγκου, Σαββάτης. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 6 ο

Μενύχτα, 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 περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2 013 [Κεφάλαιο ] ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο Μάθημα Εαρινού Εξάμηνου 01-013 M.E. OE0300 Πανεπιστήμιο Θεσσαλίας Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας και Περιφερειακής Ανάπτυξης [Οικονομετρία 01-013] Μαρί-Νοέλ

Διαβάστε περισσότερα

7. Ανάλυση Διασποράς-ANOVA

7. Ανάλυση Διασποράς-ANOVA 7. Ανάλυση Διασποράς-ANOVA Παράδειγμα Μετρήσεις της συγκέντρωσης του strodum (mg/ml) σε πέντε υδάτινες περιοχές (Α,Β,C,D,Ε). Α Β C D Ε 8, 39,6 46,3 4,0 56,3 33, 40,8 4, 44, 54, 36,4 37,9 43,5 46,4 59,4

Διαβάστε περισσότερα

Περιγραφή των εργαλείων ρουτινών του στατιστικού

Περιγραφή των εργαλείων ρουτινών του στατιστικού Κεφάλαιο 5 ο Περιγραφή των εργαλείων ρουτινών του στατιστικού πακέτου SPSS που χρησιµοποιήθηκαν. 5.1 Γενικά Το στατιστικό πακέτο SPSS είναι ένα λογισµικό που χρησιµοποιείται ευρέως ανά τον κόσµο από επιχειρήσεις

Διαβάστε περισσότερα

p n r.01.05.10.15.20.25.30.35.40.45.50.55.60.65.70.75.80.85.90.95

p n r.01.05.10.15.20.25.30.35.40.45.50.55.60.65.70.75.80.85.90.95 r r Table 4 Biomial Probability Distributio C, r p q This table shows the probability of r successes i idepedet trials, each with probability of success p. p r.01.05.10.15.0.5.30.35.40.45.50.55.60.65.70.75.80.85.90.95

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ 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 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 περισσότερα

τατιστική στην Εκπαίδευση II

τατιστική 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 περισσότερα

ΕΙ Η ΠΑΛΙΝ ΡΟΜΗΣΗΣ. ΑΠΛΗ ΓΡΑΜΜΙΚΗ ΠΑΛΛΙΝ ΡΟΜΗΣΗ (Simple Linear Regression) ΓΡΑΜΜΙΚΗ ΠΑΛΙΝ ΡΟΜΗΣΗ (Regression) ΠΑΛΙΝ ΡΟΜΗΣΗ.

ΕΙ Η ΠΑΛΙΝ ΡΟΜΗΣΗΣ. ΑΠΛΗ ΓΡΑΜΜΙΚΗ ΠΑΛΛΙΝ ΡΟΜΗΣΗ (Simple Linear Regression) ΓΡΑΜΜΙΚΗ ΠΑΛΙΝ ΡΟΜΗΣΗ (Regression) ΠΑΛΙΝ ΡΟΜΗΣΗ. ΑΠΛΗ ΓΡΑΜΜΙΚΗ ΠΑΛΛΙΝ ΡΟΜΗΣΗ (Smple Lear Regresso) Να κατανοηθεί η έννοια της παλινδρόµησης Ποιες οι προϋποθέσεις για να εφαρµοσθεί η γραµµική παλινδρόµηση; Τι είναι το γραµµικό µοντέλο και πως εκτιµούνται

Διαβάστε περισσότερα

1991 US Social Survey.sav

1991 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 περισσότερα

ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ Στόχοι: (a) να δοθεί µια εισαγωγή στη θεωρία της στατιστικής συµπερασµατολογίας ελέγχων υποθέσεων, (b) να παρουσιάσει τις βασικές εφαρµογές αυτών των ελέγχων: µέσης τιµής, ποσοστού

Διαβάστε περισσότερα

Μενύχτα, Πιπερίγκου, Σαββάτης. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 5 ο

Μενύχτα, 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 περισσότερα

Σύγκριση Συνδυασµένων Παραγόντων

Σύγκριση 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 περισσότερα

Έλεγχος για τις παραμέτρους θέσης περισσοτέρων των δύο πληθυσμών με ανεξάρτητα δείγματα

Έλεγχος για τις παραμέτρους θέσης περισσοτέρων των δύο πληθυσμών με ανεξάρτητα δείγματα ΚΕΦΑΛΑΙΟ ΕΒΔΟΜΟ Έλεγχος για τις παραμέτρους θέσης περισσοτέρων των δύο πληθυσμών με ανεξάρτητα δείγματα Έστω Y,, j1 Yjn, j το πλήθος j = 1,..., k, k 2 τυχαία ανεξάρτητα δείγματα j μεγέθους n j από έναν

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 7. Παλινδρόµηση

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 7. Παλινδρόµηση ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 7. Παλινδρόµηση Γενικά Επέκταση της έννοιας της συσχέτισης: Πώς µπορούµε να προβλέπουµε τη µια µεταβλητή από την άλλη; Απλή παλινδρόµηση (simple regression): Κατασκευή µοντέλου πρόβλεψης

Διαβάστε περισσότερα

ΚΟΙΝΩΝΙΟΒΙΟΛΟΓΙΑ, ΝΕΥΡΟΕΠΙΣΤΗΜΕΣ ΚΑΙ ΕΚΠΑΙΔΕΥΣΗ

ΚΟΙΝΩΝΙΟΒΙΟΛΟΓΙΑ, 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 περισσότερα

Για να ελέγξουµε αν η κατανοµή µιας µεταβλητής είναι συµβατή µε την κανονική εφαρµόζουµε το test Kolmogorov-Smirnov.

Για 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 περισσότερα

Μαντζούνη, Πιπερίγκου, Χατζή. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 5 ο

Μαντζούνη, 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 περισσότερα

ΕΚΤΙΜΗΤΙΚΗ: ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ

ΕΚΤΙΜΗΤΙΚΗ: ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΚΕΦΑΛΑΙΟ 13 ΕΚΤΙΜΗΤΙΚΗ: ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ Στις προηγούμενες ενότητες ασχοληθήκαμε με μεθόδους που οδηγούν σε εκτιμήτριες των τιμών μιας ή και περισσοτέρων αγνώστων παραμέτρων. Αυτό έγινε με την κατασκευή

Διαβάστε περισσότερα

Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων

Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων Ενότητα: Έλεγχος για τις παραμέτρους θέσης περισσοτέρων των δύο πληθυσμών με ανεξάρτητα δείγματα Διδάσκων: Επίκ. Καθ. Απόστολος Μπατσίδης Τμήμα: Μαθηματικών

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Κεφάλαιο 15. Παραγοντική ανάλυση διακύµανσης. Παραγοντική

Κεφάλαιο 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 περισσότερα

Λογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS

Λογαριθμικά 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 περισσότερα

ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ

ΑΡΙΣΤΟΤΕΛΕΙΟ 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 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 015 Ανάλυση Διακύμανσης Η Ανάλυση Διακύμανσης είναι μία τεχνική που

Διαβάστε περισσότερα

ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ 5.1 5.8

ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ 5.1 5.8 ΛΥΣΕΙΣ ΑΣΚΗΣΕΩΝ 5. 5.8 5. Ένας υγειονοµικός σταθµός θέλει να ελέγξει αν ο µέσος αριθµός βακτηριδίων ανά µονάδα όγκου θαλασσινού νερού σε µια παραλία υπερβαίνει το επίπεδο ασφαλείας των 9 µονάδων. ώδεκα

Διαβάστε περισσότερα

Δείγμα (μεγάλο) από οποιαδήποτε κατανομή

Δείγμα (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 περισσότερα

Άσκηση 11. Δίνονται οι παρακάτω παρατηρήσεις:

Άσκηση 11. Δίνονται οι παρακάτω παρατηρήσεις: Άσκηση. Δίνονται οι παρακάτω παρατηρήσεις: X X X X Y 7 50 6 7 6 6 96 7 0 5 55 9 5 59 6 8 8 5 0 59 7 7 8 8 5 5 0 7 69 9 6 6 7 6 9 5 7 6 8 5 6 69 8 0 50 66 0 0 50 8 59 76 8 7 60 7 87 6 5 7 88 9 8 50 0 5

Διαβάστε περισσότερα

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕ ΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕ ΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕ ΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΜΑΘΗΜΑ ΤΕΤΑΡΤΟ-ΠΕΜΠΤΟ ΘΕΩΡΙΑΣ- ΠΟΛΛΑΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟ ΕΙΓΜΑ Σηµειώσεις: Θωµόπουλος Γιώργος Ρογκάκος Γιώργος Καθηγητής: Κουνετάς

Διαβάστε περισσότερα

ΥΠΟΛΟΓΙΣΜΟΣ ΕΝΔΟΕΡΓΑΣΤΗΡΙΑΚΗΣ ΑΝΑΠΑΡΑΓΩΓΙΜΟΤΗΤΑΣ (ΕΝΔΙΑΜΕΣΗΣ ΠΙΣΤΟΤΗΤΑΣ, INTERMEDIATE PRECISION)

ΥΠΟΛΟΓΙΣΜΟΣ ΕΝΔΟΕΡΓΑΣΤΗΡΙΑΚΗΣ ΑΝΑΠΑΡΑΓΩΓΙΜΟΤΗΤΑΣ (ΕΝΔΙΑΜΕΣΗΣ ΠΙΣΤΟΤΗΤΑΣ, INTERMEDIATE PRECISION) ΥΠΟΛΟΓΙΣΜΟΣ ΕΝΔΟΕΡΓΑΣΤΗΡΙΑΚΗΣ ΑΝΑΠΑΡΑΓΩΓΙΜΟΤΗΤΑΣ (ΕΝΔΙΑΜΕΣΗΣ ΠΙΣΤΟΤΗΤΑΣ, INTEMEDIATE PECIION) Ως ιδανικές συνθήκες ενδοεργαστηριακής αναπαραγωγιμότητας (ενδιάμεσης πιστότητας) θεωρούνται το ίδιο εργαστήριο,

Διαβάστε περισσότερα

Στατιστική και Θεωρία Πιθανοτήτων (ΓΓ04) ΑΝΤΩΝΙΟΣ ΧΡ. ΜΠΟΥΡΑΣ Εαρινό Εξάμηνο

Στατιστική και Θεωρία Πιθανοτήτων (ΓΓ04) ΑΝΤΩΝΙΟΣ ΧΡ. ΜΠΟΥΡΑΣ Εαρινό Εξάμηνο Εαρινό εξάμηνο 2009-2010 Στατιστική και Θεωρία Πιθανοτήτων (ΓΓ04) ΑΝΤΩΝΙΟΣ ΧΡ. ΜΠΟΥΡΑΣ Εαρινό Εξάμηνο 2009-2010 Στατιστική και Θεωρία Πιθανοτήτων users.att.sch.gr/abouras abouras@sch.gr sch.gr abouras@uth.gr

Διαβάστε περισσότερα

Ενότητα 2: Έλεγχοι υποθέσεων για µέσες τιµες πληθυσµών (T-tests) µέσω SPSS

Ενότητα 2: Έλεγχοι υποθέσεων για µέσες τιµες πληθυσµών (T-tests) µέσω SPSS Ενότητα : Έλεγχοι υποθέσεων για µέσες τιµες πληθυσµών (T-tests) µέσω SPSS.. Έλεγχος υποθέσεων για το µέσο µ ενός πληθυσµού Έστω ότι θέλουµε να ελέγξουµε αν ο µέσος µ ενός κανονικού πληθυσµού (µε άγνωστή

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ ΤΗΣ ΙΑΚΥΜΑΝΣΗΣ (ΑΝOVA)

ΑΝΑΛΥΣΗ 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 περισσότερα

Ανάλυση Διασποράς Ανάλυση Διασποράς διακύμανση κατά παράγοντες διακύμανση σφάλματος Παράδειγμα 1: Ισομεγέθη δείγματα

Ανάλυση Διασποράς Ανάλυση Διασποράς διακύμανση κατά παράγοντες διακύμανση σφάλματος Παράδειγμα 1: Ισομεγέθη δείγματα Ανάλυση Διασποράς Έστω ότι μας δίνονται δείγματα που προέρχονται από άγνωστους πληθυσμούς. Πόσο διαφέρουν οι μέσες τιμές τους; Με άλλα λόγια: πόσο πιθανό είναι να προέρχονται από πληθυσμούς με την ίδια

Διαβάστε περισσότερα

τατιστική στην Εκπαίδευση II

τατιστική στην Εκπαίδευση II ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΣΙΑ ΠΑΝΕΠΙΣΗΜΙΟ ΚΡΗΣΗ τατιστική στην Εκπαίδευση II Επαναληπτικζς ασκήσεις Διδάσκων: Μιχάλης Λιναρδάκης ΠΑΙΔΑΓΩΓΙΚΟ ΤΜΗΜΑ ΔΗΜΟΤΙΚΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΑΓΩΓΗΣ Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

ΕΚΠΑΙΔΕΥΤΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΚΑΙ ΑΝΑΠΤΥΞΗ ΑΝΘΡΩΠΙΝΩΝ ΠΟΡΩΝ

ΕΚΠΑΙΔΕΥΤΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΚΑΙ ΑΝΑΠΤΥΞΗ ΑΝΘΡΩΠΙΝΩΝ ΠΟΡΩΝ Α εξάμηνο 2010-2011 ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΕΚΠΑΙΔΕΥΤΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΚΑΙ ΑΝΑΠΤΥΞΗ ΑΝΘΡΩΠΙΝΩΝ ΠΟΡΩΝ Ποιοτικές και Ποσοτικές μέθοδοι και προσεγγίσεις για την επιστημονική έρευνα users.sch.gr/abouras

Διαβάστε περισσότερα

Ανάλυση Διακύμανσης με ένα Παράγοντα (One Way ANOVA)

Ανάλυση Διακύμανσης με ένα Παράγοντα (One Way ANOVA) Κεφάλαιο 7 Ανάλυση Διακύμανσης με ένα Παράγοντα (One Way ANOVA) 7.1 Γενικότητες Η ANOVA περιλαμβάνει μία ομάδα στατιστικών μεθόδων κατάλληλων για την ανάλυση δεδομένων που προκύπτουν από πειραματικούς

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

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS)

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS) ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS) Έλεγχος Υποθέσεων για τους Μέσους - Εξαρτημένα Δείγματα (Paired samples t-test) Το κριτήριο Paired samples t-test χρησιμοποιείται όταν θέλουμε να συγκρίνουμε

Διαβάστε περισσότερα

2. ΧΡΗΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΠΑΚΕΤΩΝ ΣΤΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ

2. 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 περισσότερα

Έλεγχος υποθέσεων ΙI ANOVA

Έλεγχος υποθέσεων ΙI ANOVA Έλεγχος υποθέσεων ΙI ANOVA Μοντέλα στην Επιστήμη Τροφίμων 532Ε Τομέας Επιστήμης & Τεχνολογίας Τροφίμων Έλεγχος υποθέσεων Συνεχή δεδομένα z-test Student s test (t-test) Ανάλυση παραλλακτικότητας ή ανάλυση

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 5. Στατιστική συµπερασµατολογία για ποσοτικές µεταβλητές: Έλεγχοι υποθέσεων και διαστήµατα εµπιστοσύνης

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 5. Στατιστική συµπερασµατολογία για ποσοτικές µεταβλητές: Έλεγχοι υποθέσεων και διαστήµατα εµπιστοσύνης ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 5. Στατιστική συµπερασµατολογία για ποσοτικές µεταβλητές: Έλεγχοι υποθέσεων και διαστήµατα εµπιστοσύνης ιαστήµατα εµπιστοσύνης και έλεγχοι υποθέσεων για τη µέση τιµή Για µια ποσοτική µεταβλητή

Διαβάστε περισσότερα

Viola 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 περισσότερα

ΣΥΣΧΕΤΙΣΗ και ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ

ΣΥΣΧΕΤΙΣΗ και ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ Αλεξάνδρειο Τεχνολογικό Εκπαιδευτικό Ίδρυμα Θεσσαλονίκης Τμήμα Πληροφορικής Εργαστήριο «Θεωρία Πιθανοτήτων και Στατιστική» ΣΥΣΧΕΤΙΣΗ και ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ Περιεχόμενα 1. Συσχέτιση μεταξύ δύο ποσοτικών

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.

$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 περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 16. Απλή Γραμμική Παλινδρόμηση και Συσχέτιση

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 16. Απλή Γραμμική Παλινδρόμηση και Συσχέτιση ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ

Διαβάστε περισσότερα

Εισαγωγή στη Στατιστική

Εισαγωγή στη Στατιστική Εισαγωγή στη Στατιστική Μετεκπαιδευτικό Σεμινάριο στην ΨΥΧΟΚΟΙΝΩΝΙΚΗ ΑΠΟΚΑΤΑΣΤΑΣΗ ΨΥΧΟΚΟΙΝΩΝΙΚΕΣ ΘΕΡΑΠΕΥΤΙΚΕΣ ΠΡΟΣΕΓΓΙΣΕΙΣ, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών

Διαβάστε περισσότερα

Οδηγός Ανάλυσης Παραλλακτικότητας εδοµένων Γεωργικών Πειραµάτων µε Στατιστικά Πακέτα

Οδηγός 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 περισσότερα

Ενότητα 4: Πίνακες συνάφειας (Contingency tables)

Ενότητα 4: Πίνακες συνάφειας (Contingency tables) Ενότητα 4: Πίνακες συνάφειας (Cotigecy tables Σε αρκετές εφαρµογές παρουσιάζεται η ανάγκη ελέγχου της σχέσης µεταξύ δυο κατηγορικών µεταβλητών (Ordial ή omial. Π.χ. θέλουµε να διερευνήσουµε τη σχέση µεταξύ

Διαβάστε περισσότερα

Ποιοτική και ποσοτική ανάλυση ιατρικών δεδομένων

Ποιοτική και ποσοτική ανάλυση ιατρικών δεδομένων Ποιοτική και ποσοτική ανάλυση ιατρικών δεδομένων Κωνσταντίνος Τζιόμαλος Επίκουρος Καθηγητής Παθολογίας ΑΠΘ Α Προπαιδευτική Παθολογική Κλινική, Νοσοκομείο ΑΧΕΠΑ 1 ο βήμα : καταγραφή δεδομένων Το πιο πρακτικό

Διαβάστε περισσότερα

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS)

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS) ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS) Έλεγχος Υποθέσεων για την Μέση Τιμή ενός Δείγματος (One Sample t-test) Το κριτήριο One sample t-test χρησιμοποιείται όταν θέλουμε να συγκρίνουμε τον αριθμητικό

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΧΡΗΣΗ SPSS

ΣΤΑΤΙΣΤΙΚΗ 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 περισσότερα

Λυμένες Ασκήσεις για το μάθημα:

Λυμένες Ασκήσεις για το μάθημα: Λυμένες Ασκήσεις για το μάθημα: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕ ΧΡΗΣΗ Η/Υ ΚΩΝΣΤΑΝΤΙΝΟΣ ΖΑΦΕΙΡΟΠΟΥΛΟΣ Τμήμα: ΔΙΕΘΝΩΝ ΚΑΙ ΕΥΡΩΠΑΪΚΩΝ ΣΠΟΥΔΩΝ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative

Διαβάστε περισσότερα

8. Ανάλυση Διασποράς ως προς. δύο παράγοντες

8. Ανάλυση Διασποράς ως προς. δύο παράγοντες 8. Ανάλυση Διασποράς ως προς δύο παράγοντες Ανάλυση Διασποράς ως προς δύο παράγοντες Παραγοντική Ανάλυση διασποράς-factorial Analsis of Variance Α, Β δύο παράγοντες κ: στάθμες (επίπεδα) του παράγοντα Α

Διαβάστε περισσότερα

Μη Παραµετρικοί Έλεγχοι

Μη Παραµετρικοί Έλεγχοι Μη Παραµετρικοί Έλεγχοι Επιστηµονική Επιµέλεια: ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας Εργαστήριο Γεωργίας Viola adorata Καταρχήν Μη Παραµετρικοί Έλεγχοι εν απαιτούν κανονικότητα

Διαβάστε περισσότερα

8. Ανάλυση Διασποράς ως προς. δύο παράγοντες

8. Ανάλυση Διασποράς ως προς. δύο παράγοντες 8. Ανάλυση Διασποράς ως προς δύο παράγοντες Ανάλυση Διασποράς ως προς δύο παράγοντες Α, Β δύο παράγοντες κ: στάθμες (επίπεδα) του παράγοντα Α λ: στάθμες (επίπεδα) του παράγοντα Β κ λ : πειραματικές συνθήκες

Διαβάστε περισσότερα

Προϋποθέσεις : ! Και οι δύο µεταβλητές να κατανέµονται κανονικά και να έχουν επιλεγεί τυχαία.

Προϋποθέσεις : ! Και οι δύο µεταβλητές να κατανέµονται κανονικά και να έχουν επιλεγεί τυχαία. . ΣΤΑΤΙΣΤΙΚΗ ΣΥΣΧΕΤΙΣΗ. Υπολογισµός συντελεστών συσχέτισης Προκειµένου να ελέγξουµε την ύπαρξη γραµµικής σχέσης µεταξύ δύο ποσοτικών µεταβλητών, χρησιµοποιούµε συνήθως τον παραµετρικό συντελεστή συσχέτισης

Διαβάστε περισσότερα

α) t-test µε ίσες διακυµάνσεις β) ανάλυση διακύµανσης µε έναν παράγοντα Έλεγχος t δύο δειγμάτων με υποτιθέμενες ίσες διακυμάνσεις

α) t-test µε ίσες διακυµάνσεις β) ανάλυση διακύµανσης µε έναν παράγοντα Έλεγχος t δύο δειγμάτων με υποτιθέμενες ίσες διακυμάνσεις ΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ ΤΜΗΜΑ ΙΕΘΝΩΝ ΟΙΚΟΝΟΜΙΚΩΝ ΣΧΕΣΕΩΝ ΚΑΙ ΑΝΑΠΤΥΞΗΣ ΜΑΘΗΜΑ: ΣΤΑΤΙΣΤΙΚΗ IΙ ΕΙΣΗΓΗΤΡΙΑ: ΣΑΒΒΑΣ ΠΑΠΑ ΟΠΟΥΛΟΣ ΠΑΛΑΙΑ ΘΕΜΑΤΑ ********************************************************************

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ II ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ 2. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ

ΚΕΦΑΛΑΙΟ II ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ 2. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ ΚΕΦΑΛΑΙΟ II ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΕΝΟΤΗΤΕΣ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ (One-Way Analyss of Varance) Η ανάλυση

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

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής ΣΤΑΤΙΣΤΙΚΕΣ ΕΚΤΙΜΗΣΕΙΣ Οι συναρτήσεις πιθανότητας ή πυκνότητας πιθανότητας των διαφόρων τυχαίων μεταβλητών χαρακτηρίζονται από κάποιες

Διαβάστε περισσότερα

Η βιτρίνα των καταστημάτων ως εργαλείο δημοσίων σχέσεων. Ονοματεπώνυμο: Ειρήνη Πορτάλιου Σειρά: 8 η Επιβλέπουσα: Αν. Καθηγήτρια : Βεντούρα Ζωή

Η βιτρίνα των καταστημάτων ως εργαλείο δημοσίων σχέσεων. Ονοματεπώνυμο: Ειρήνη Πορτάλιου Σειρά: 8 η Επιβλέπουσα: Αν. Καθηγήτρια : Βεντούρα Ζωή Η βιτρίνα των καταστημάτων ως εργαλείο δημοσίων σχέσεων Ονοματεπώνυμο: Ειρήνη Πορτάλιου Σειρά: 8 η Επιβλέπουσα: Αν. Καθηγήτρια : Βεντούρα Ζωή Δεκέμβριος 2011 Στόχος Έρευνας H βιτρίνα των καταστημάτων αποτελεί

Διαβάστε περισσότερα

Γ. Πειραματισμός Βιομετρία

Γ. Πειραματισμός Βιομετρία Πολλαπλές Συγκρίσεις Μέσων Γενικά Η ANOVA αποκαλύπτει εάν υπάρχουν διαφορές μεταξύ των επεμβάσεων, αλλά ποιες ακριβώς είναι αυτές? Κατηγορίες συγκρίσεων A posteriori συγκρίσεις (αφού δούμε τα δεδομένα)

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ ΙΙΙ ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ

ΚΕΦΑΛΑΙΟ ΙΙΙ ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ ΚΕΦΑΛΑΙΟ ΙΙΙ ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ ΕΝΟΤΗΤΕΣ 1. ΓΕΝΙΚΗ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ 2. ΕΠΙΛΟΓΗ ΜΟΝΤΕΛΟΥ ΜΕ ΤΗ ΜΕΘΟΔΟ ΤΟΥ ΑΠΟΚΛΕΙΣΜΟΥ ΜΕΤΑΒΛΗΤΩΝ 3. ΕΠΙΛΟΓΗ ΜΟΝΤΕΛΟΥ ΜΕ ΤΗ ΜΕΘΟΔΟ ΤΗΣ ΠΡΟΟΔΕΥΤΙΚΗΣ ΠΡΟΣΘΗΚΗΣ

Διαβάστε περισσότερα

ΜΑΘΗΜΑ 4 ο. Μοναδιαία ρίζα

ΜΑΘΗΜΑ 4 ο. Μοναδιαία ρίζα ΜΑΘΗΜΑ 4 ο Μοναδιαία ρίζα Είδαμε προηγουμένως πως ο έλεγχος της στασιμότητας μιας χρονικής σειράς μπορεί να γίνει με τη συνάρτηση αυτοσυσχέτισης. Ένας άλλος τρόπος που χρησιμοποιείται ευρύτατα στην ανάλυση

Διαβάστε περισσότερα

ΒΙΟΣΤΑΤΙΣΤΙΚΗ. ΑΛΕΓΚΑΚΗΣ ΑΘΑΝΑΣΙΟΣ Φυσικός, PH.D. Σχολής Επιστηµών Υγείας

ΒΙΟΣΤΑΤΙΣΤΙΚΗ. ΑΛΕΓΚΑΚΗΣ ΑΘΑΝΑΣΙΟΣ Φυσικός, PH.D. Σχολής Επιστηµών Υγείας ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΑΛΕΓΚΑΚΗΣ ΑΘΑΝΑΣΙΟΣ Φυσικός, PH.D. Σχολής Επιστηµών Υγείας Επικοινωνία: Πτέρυγα 4, Τοµέας Κοινωνικής Ιατρικής Εργαστήριο Βιοστατιστικής Τηλ. 4613 e-mail: biostats@med.uoc.gr thalegak@med.uoc.gr

Διαβάστε περισσότερα

Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με εξαρτημένα δείγματα

Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με εξαρτημένα δείγματα ΚΕΦΑΛΑΙΟ ΕΚΤΟ Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με εξαρτημένα δείγματα Στο κεφάλαιο αυτό θα ασχοληθούμε με τον έλεγχο της υπόθεσης της ισότητα δύο μέσων τιμών με εξαρτημένα δείγματα. Εξαρτημένα

Διαβάστε περισσότερα

Ανάλυση ιακύµανσης Μονής Κατεύθυνσης

Ανάλυση ιακύµανσης Μονής Κατεύθυνσης 24 Μεθοδολογία Επιστηµονικής Έρευνας & Στατιστική Ανάλυση ιακύµανσης Μονής Κατεύθυνσης Όπως ακριβώς συνέβη και στο κριτήριο t, τα δεδοµένα µας θα πρέπει να έχουν οµαδοποιηθεί χρησιµοποιώντας µια αντίστοιχη

Διαβάστε περισσότερα

Repeated measures Επαναληπτικές μετρήσεις

Repeated 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 περισσότερα

ΚΕΦΑΛΑΙΟ 2 ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ: ΕΚΤΙΜΗΤΕΣ

ΚΕΦΑΛΑΙΟ 2 ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ: ΕΚΤΙΜΗΤΕΣ ΚΕΦΑΛΑΙΟ ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ: ΕΚΤΙΜΗΤΕΣ Ως γνωστό δείγμα είναι ένα σύνολο παρατηρήσεων από ένα πληθυσμό. Αν ο πληθυσμός αυτός θεωρηθεί μονοδιάστατος τότε μπορεί να εκφρασθεί με τη συνάρτηση

Διαβάστε περισσότερα

T-tests One Way Anova

T-tests One Way Anova William S. Gosset Student s t Sir Ronald Fisher T-tests One Way Anova ΣΤΑΤΙΣΤΙΚΗ Νίκος Ζουρμπάνος Ρούσσος, Π.Λ., & Τσαούσης, Γ. (2002). Στατιστική εφαρμοσμένη στις κοινωνικές επιστήμες. Αθήνα: Ελληνικά

Διαβάστε περισσότερα

Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Τμήμα Φιλοσοφίας, Παιδαγωγικής, Ψυχολογίας Τομέας Ψυχολογίας. Επιμέλεια: Λέκτορας Βασίλης Γ.

Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Τμήμα Φιλοσοφίας, Παιδαγωγικής, Ψυχολογίας Τομέας Ψυχολογίας. Επιμέλεια: Λέκτορας Βασίλης Γ. Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Τμήμα Φιλοσοφίας, Παιδαγωγικής, Ψυχολογίας Τομέας Ψυχολογίας Μοντέλα Ανάλυσης Διακύμανσης Επιμέλεια: Λέκτορας Βασίλης Γ. Παυλόπουλος Αθήνα, 2008 Τ ανώτερα μαθηματικά

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ 5 ο. 5.1 Εντολή EXPLORE 5.2 Εντολή CROSSTABS 5.3 Εντολή RAΤΙΟ STΑTISTIC 5.4 Εντολή OLAP CUBES. Daily calorie intake

ΚΕΦΑΛΑΙΟ 5 ο. 5.1 Εντολή EXPLORE 5.2 Εντολή CROSSTABS 5.3 Εντολή RAΤΙΟ STΑTISTIC 5.4 Εντολή OLAP CUBES. Daily calorie intake ----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------ ΚΕΦΑΛΑΙΟ 5 ο 5.1 Εντολή EXPLORE 5.2 Εντολή CROSSTABS 5.3 Εντολή RAΤΙΟ STΑTISTIC 5.4 Εντολή OLAP CUBES 5000 Daily calorie

Διαβάστε περισσότερα

Κεφάλαιο 16 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση

Κεφάλαιο 16 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση Κεφάλαιο 16 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση Copyright 2009 Cengage Learning 16.1 Ανάλυση Παλινδρόμησης Σκοπός του προβλήματος είναι η ανάλυση της σχέσης μεταξύ συνεχών μεταβλητών. Η ανάλυση παλινδρόμησης

Διαβάστε περισσότερα

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

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ Επικ. Καθ. Στέλιος Ζήμερας Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά 2015 Πληθυσμός: Εισαγωγή Ονομάζεται το σύνολο των χαρακτηριστικών που

Διαβάστε περισσότερα

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2013 στη Στατιστική

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2013 στη Στατιστική Εργαστήριο Μαθηματικών & Στατιστικής ΣΕΙΡΑ Α Γραπτή Εξέταση Περιόδου Φεβρουαρίου 013 στη Στατιστική για τα Τμήματα Ε.Τ.Τ., Γ.Β., Α.Ο.Α. και Ε.Ζ.Π.&Υ. 08/0/013 1. [0] Η ποσότητα, έστω Χ, καλίου που περιέχεται

Διαβάστε περισσότερα

ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. ΜΑΘΗΜΑ 12 Συµπερασµατολογία για την επίδραση πολλών µεταβλητών σε µια ποσοτική (Πολλαπλή Παλινδρόµηση) [µέρος 2ο]

ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. ΜΑΘΗΜΑ 12 Συµπερασµατολογία για την επίδραση πολλών µεταβλητών σε µια ποσοτική (Πολλαπλή Παλινδρόµηση) [µέρος 2ο] Ενότητα 2 ιαφάνειες Μαθήµατος: 2- Ενότητα 2 ιαφάνειες Μαθήµατος: 2-2 ΠΜΣ ΕΠΑΓΓΕΛΜΑΤΙΚΗ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗ ΥΓΕΙΑ, ΙΑΧΕΙΡΙΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΗ ΑΠΟΤΙΜΗΣΗ ΑΚ. ΕΤΟΣ 2006-2007, 3ο εξάµηνο.6. είκτες µερικής συσχέτισης

Διαβάστε περισσότερα

Διερευνητική Ανάλυση Δεδομένων Exploratory Data Analysis

Διερευνητική Ανάλυση Δεδομένων Exploratory Data Analysis Διερευνητική Ανάλυση Δεδομένων Exploratory Data Analysis Περιλαμβάνει ένα σύνολο αριθμητικών και γραφικών μεθόδων, που μας επιτρέπουν να αποκτήσουμε μια πρώτη εικόνα για την κατανομή των τιμών της μεταβλητής

Διαβάστε περισσότερα

Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με ανεξάρτητα δείγματα

Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με ανεξάρτητα δείγματα ΚΕΦΑΛΑΙΟ ΠΕΜΠΤΟ Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με ανεξάρτητα δείγματα Θέλοντας να εξετάσουμε τις μέσες τιμές δύο πληθυσμών πρέπει να διακρίνουμε κατά τα γνωστά από τη θεωρία δύο περιπτώσεις

Διαβάστε περισσότερα

Πλήρεις Οµάδες σε Ελεύθερη ιάταξη

Πλήρεις 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 περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Εισήγηση 6Α: Ανάλυση Συσχέτισης Διδάσκων: Δαφέρμος Βασίλειος ΤΜΗΜΑ ΠΟΛΙΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΣΧΟΛΗΣ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Άδειες Χρήσης

Διαβάστε περισσότερα

Εισαγωγή στην Ανάλυση Συνδιακύμανσης (Analysis of Covariance, ANCOVA)

Εισαγωγή 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 περισσότερα

1. Ιστόγραμμα. Προκειμένου να αλλάξουμε το εύρος των bins κάνουμε διπλό κλικ οπουδήποτε στο ιστόγραμμα και μετά

1. Ιστόγραμμα. Προκειμένου να αλλάξουμε το εύρος των bins κάνουμε διπλό κλικ οπουδήποτε στο ιστόγραμμα και μετά 1. Ιστόγραμμα Δεδομένα από το αρχείο Data_for_SPSS.xls Αλλαγή σε Variable View (Κάτω αριστερά) και μετονομασία της μεταβλητής σε NormData, Type: numeric και Measure: scale Αλλαγή πάλι σε Data View. Graphs

Διαβάστε περισσότερα

Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500

Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Πληθυσμός Δείγμα Δείγμα Δείγμα Ο ρόλος της Οικονομετρίας Οικονομική Θεωρία Διατύπωση της

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ 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 ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης Πολλαπλή Παλινδρόμηση Δρ. Βασίλης Π. Αγγελίδης Ανάλυση Δεδομένων (Εργαστήριο) Διαφάνεια

Διαβάστε περισσότερα

Εισαγωγή στην Ανάλυση Δεδομένων

Εισαγωγή στην Ανάλυση Δεδομένων ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ΔΙΑΛΕΞΗ 09-10-2015 Εισαγωγή στην Ανάλυση Δεδομένων Βασικές έννοιες Αν. Καθ. Μαρί-Νοέλ Ντυκέν ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ΔΙΑΛΕΞΗ 30-10-2015 1. Στατιστικοί παράμετροι - Διάστημα εμπιστοσύνης Υπολογισμός

Διαβάστε περισσότερα

Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων

Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων Ενότητα: Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με εξαρτημένα δείγματα Διδάσκων: Επίκ. Καθ. Απόστολος Μπατσίδης Τμήμα: Μαθηματικών ΚΕΦΑΛΑΙΟ ΕΚΤΟ

Διαβάστε περισσότερα

Ενότητα 5 η : Επαγωγική Στατιστική ΙΙ Ανάλυση ποσοτικών δεδομένων. Δημήτριος Σταμοβλάσης Φιλοσοφίας Παιδαγωγικής

Ενότητα 5 η : Επαγωγική Στατιστική ΙΙ Ανάλυση ποσοτικών δεδομένων. Δημήτριος Σταμοβλάσης Φιλοσοφίας Παιδαγωγικής ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Εισαγωγή στην Ανάλυση Ερευνητικών Δεδομένων στις Κοινωνικές Επιστήμες Με χρήση των λογισμικών IBM/SPSS και LISREL Ενότητα 5 η : Επαγωγική

Διαβάστε περισσότερα