ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
|
|
- Ποδαργη Δουμπιώτης
- 7 χρόνια πριν
- Προβολές:
Transcript
1 ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΔΕΥΤΕΡΟ ΘΕΩΡΙΑΣ-ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΧΡΟΝΟΣΕΙΡΩΝ Δρ. Κουνετάς Η Κωνσταντίνος
2 ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 1 ΒΑΣΙΚΕΣΕΝΝΟΙΕΣ Χρονολογική Σειρά (χρονοσειρά) είναι ένα δείγµα y1,y2,,yt όπου ο δείκτης t παριστάνει ισαπέχοντα χρονικά σηµεία (έτη, µήνες, ηµέρες κ.τ.λ) ή χρονικά διαστήµατα. Ως στοχαστική διαδικασία (Stochastc Process) θεωρείται µια άπειρη διαδικασία τυχαίων µεταβλητών Y1,Y2,.,Yt, όπου οι παρατηρήσεις y1,y2,,yt είναι συγκεκριµένες τιµές ή πραγµατοποιήσεις των τυχαίων µεταβλητών Άρα µια σειρά Τ διαδοχικών παρατηρήσεων (y1,y2,,yt), είναι µια συγκεκριµένη πραγµατοποίηση µιας στοχαστικής διαδικασίας (σκεφτείτε το πληθυσµό και το δείγµα)
3 ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 2 Τύποι δεδοµένων ιαστρωµατικά Τα διαστρωµατικά δεδοµένα αποτελούν ένα τυχαίο δείγµα. Κάθε παρατήρηση είναι ένα νέο άτοµο, εταιρία κλπ. µε πληροφορίες για κάθε δεδοµένη χρονική στιγµή. Εάν τα δεδοµένα δεν αποτελούν τυχαίο δείγµα, τότε παρουσιάζεται πρόβληµα στην επιλογή δείγµατος.
4 ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 3 Τύποι εδοµένων Ενοποιηµένα (Πάνελ - Pael) Μπορούµε να ενώσουµε τυχαία διαστρώµατα και να τα επεξεργαστούµε όµοια σαν ένα κανονικό διάστρωµα. Θα χρειαστεί να υπολογίσουµε µόνο τις χρονικές διαφορές. Μπορούµε να παρακολουθήσουµε τις ίδιες τυχαίες παρατηρήσεις µε την πάροδο του χρόνου γνωστές ως ενοποιηµένα δεδοµένα ή µακροχρόνια δεδοµένα. Θα τα επεξεργαστούµε στα Οικονοµετρικά Πρότυπα
5 ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 4 Τύποι δεδοµένων Χρονοσειρές Τα δεδοµένα χρονοσειρών έχουν µία διαφορετική παρατήρηση για κάθε χρονική περίοδο π.χ. τιµές µετοχών Αφού δεν αποτελούν ένα τυχαίο δείγµα, έχουµε να αντιµετωπίσουµε ένα διαφορετικό πρόβληµα. Σηµαντικά θέµατα είναι η τάση και η εποχικότητα Αποτελούν το βασικό αντικείµενο µελέτης του συγκεκριµένου µαθήµατος.
6 ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου Σελίδα 5 Μοντέλα Χρονοσειρών και Αιτιοκρατικά Μοντέλα Μοντέλο Χρονοσειρών X f Y είσοδοι σύστηµα έξοδος Αιτιοκρατικό Μοντέλο X f Y Ανεξάρτητες σύστηµα εξαρτηµένη Μεταβλητές µεταβλητή
7 ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου Σελίδα 6 Βασικά Βήµατα σε µια ιαδικασία Πρόβλεψης 1. Καθορισµός Προβλήµατος (Problem Defto) Είναι αρκετές φορές το πιο δύσκολο µέρος στην διαδικασία πρόβλεψης. Θα πρέπει να γίνει απολύτως σαφές: πώς θα χρησιµοποιηθούν οι προβλέψεις και ποιοι θα χρησιµοποιήσουν τις προβλέψεις. Είναι σκόπιµο να αναλωθεί αρκετός χρόνος στο ποιος θα συλλέξει τα στοιχεία, ποίος θα συντηρεί τις βάσεις δεδοµένων, και ποιος θα χρησιµοποιήσει τις προβλέψεις για τον µελλοντικό σχεδιασµό.
8 ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου Σελίδα 7 Βασικά Βήµατα σε µια ιαδικασία Πρόβλεψης 1. Καθορισµός Προβλήµατος (Problem Defto) Παράδειγµα πρόβλεψης πωλήσεων αναλώσεων. Θα πρέπει να είναι a-pror γνωστό: ποια προϊόντα βρίσκονται στην αποθήκη, ποιος τα χρησιµοποιεί, ποιος είναι ο χρόνος παραγωγής τους, πόσο stock είναι διατεθειµένη η εταιρεία να έχει στις αποθήκες της κ.λ.π.
9 ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου Σελίδα 8 Βασικά Βήµατα σε µια ιαδικασία Πρόβλεψης 2. Συγκέντρωση Πληροφοριών (Gatherg Iformato) Απαιτούνται τουλάχιστον δύο είδη πληροφοριών: στατιστικά (συνήθως αριθµητικά) δεδοµένα, και η κρίση, η πείρα και η εµπειρία του προσωπικού πως ασχολούνταν µε αυτή την αγορά το πρόσφατο χρονικό διάστηµα. Πρέπει να συλλεχθούν πριν ξεκινήσει η διαδικασία της πρόβλεψης.
10 ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου Σελίδα 9 Βασικά Βήµατα σε µια ιαδικασία Πρόβλεψης 3. Προκαταρτική Ανάλυση (Exploratory Aalyss) Τι πληροφορία αποκοµίζουµε από τα ακατέργαστα ιστορικά δεδοµένα; Γραφική παράσταση δεδοµένων. Υπολογισµός κάποιων βασικών στατιστικών δεικτών: µέση τιµή, τυπική απόκλιση, ελάχιστο, µέγιστο, γραµµική τάση, κ.τ.λ. Αναδεικνύουν κάποια δευτερεύοντα χαρακτηριστικά της χρονοσειράς
11 ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου Σελίδα 10 Βασικά Βήµατα σε µια ιαδικασία Πρόβλεψης 3. Προκαταρτική Ανάλυση (Exploratory Aalyss) Σκοπός: Να αποκτήσουµε µία αίσθηση των δεδοµένων Υπάρχουν λανθασµένα πρότυπα; Υπάρχει σηµαντική τάση ή εποχικότητα; Υπάρχουν ασυνήθιστες τιµές; Η ανάλυση µας οδηγεί στην οικογένεια µοντέλων πρόβλεψης που λογικά αναµένεται να δώσει ικανοποιητικές προβλέψεις.
12 ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου Σελίδα 11 Βασικά Βήµατα σε µια ιαδικασία Πρόβλεψης 4. Επιλογή & Προσαρµογή Μοντέλου (Choosg & Fttg models). Επιλογή και καθορισµός των παραµέτρων διάφορων ποσοτικών µοντέλων πρόβλεψης που έχουν προεπιλεγεί στο προηγούµενο βήµα.
13 ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου Σελίδα 12 Βασικά Βήµατα σε µια ιαδικασία Πρόβλεψης 5. Χρήση και αποτίµηση του µοντέλου πρόβλεψης (Usg ad Evaluatg a forecastg model). Στο τελικό στάδιο αφού ένα µοντέλο έχει επιλεγεί υποκειµενικά και οι παράµετροι του έχουν καθοριστεί στο προηγούµενο στάδιο, χρησιµοποιείται το µοντέλο αυτό ώστε να παραχθούν προβλέψεις. Το κατά πόσο το µοντέλο και οι προβλέψεις είναι ικανοποιητικές κρίνονται µόνο από τον χρόνο και αν είναι απαραίτητο κάποια βήµατα στην διαδικασία της πρόβλεψης επαναλαµβάνονται.
14 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 13 ΔΙΑΚΡΙΣΗΧΡΟΝΟΣΕΙΡΩΝ Μονομετάβλητες Χρονοσειρές Y = Y ( t) t Πολυμετάβλητες Χρονοσειρές Y = Y ( t, t,..., t ) t 1 2 Πολυδιάστατες και Πολυμετάβλητες Χρονοσειρές Y= { Ytt (,,..., t ), Ytt (,,..., t ),..., Ytt (,,..., t )} t
15 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 14 ΔΙΑΚΡΙΣΗΧΡΟΝΟΣΕΙΡΩΝ Στάσιμες Χρονοσειρές(Statoary): Αναφέρονται σε χρονοσειρές οι οποίες διαχρονικά παραμένουν γύρω από ένα σταθερό μέσο επίπεδο. Μη Στάσιμες Χρονοσειρές(No-Statoary): Αν τα χαρακτηριστικά της χρονοσειράς μεταβάλλονται διαχρονικά (Δύσκολο να εκτιμηθεί με κάποιο αλγεβρικό υπόδειγμα)
16 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 15 Κατηγορίες Υποδείγματα Λευκού Θορύβου(Whte ose Model) Υποδείγματατυχαίαςδιαδρομής(Radom Walk Model) Υποδείγματα αυτοπαλίνδρομα(autoregressve models) Υποδείγματα κινητών μέσων(movg Average Models) Υποδείγματα αυτοπαλίνδρομα-κινητών μέσων Υποδείγματα των Box-Jeks Vector AutoregressoΥπόδειγμα
17 17 ΕπανάληψηΣτατιστικώνΜεγεθών x x x x c c cx c x = = = = = = = K x x y y x x = = = = = ΕΝ ΙΣΧΥΕΙ ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 16
18 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 17 ΕπανάληψηΒασικώνΙδιοτήτων Εύκολα Αποδεικνύεται ότι: = 1 ( x x) = ( x x) = x x = 1 = 1 ( x x)( y y) = x ( y y) = ( x xy ) = xy x y = 1 = 1 = 1 = 1 18
19 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 18 ΠροσδοκώμενηΤιμή& Διακύμανση Προσδοκώµενη Τιµή για ιακριτές Μεταβλητές E( X) = = xf ( x ) + x f ( x ) + K+ x f ( x ) = xf ( x ) µ Χ = 1 όπου f ( x ) = P( X = x ) = p Πιο γενικά: Eg [ ( X)] = g( x ) f ( x ) = 1 Προσδοκώµενη Τιµή για Συνεχή Μεταβλητές Ορισµός: EX ( ) = xf ( xdx ) και πιο γενικά: EgX [ ( )] = gx ( ) f ( xdx ) 19
20 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 19 Ιδιότητες των Προσδοκώμενων Τιμών 1) E( c) = c, το c είναι σταθερά 2) E( ax+ b)= ae( X) + b, a και b είναι σταθερές και X είναι µεταβλητή 3) E( ax )= a E( X ) = 1 = 1 Ειδική περίπτωση για a =1 E( X )= E( X ) = 1 = 1 4) Αν X και Y είναι ανεξάρτητες µεταβλητές Ε(XY)=Ε(X)E(Y) ή µ = µ µ ΧΥ Χ Υ 20
21 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 20 Διακύμανση& ΤυπικήΑπόκλιση Var( X ) = σ = σ = E[( X µ ) ] = E( X ) µ Ιδιότητες ιακύµανσης 1) Var( c) = 0, c όπου είναι σταθερά X XX X X 2 2) Var( ax+ b) = a Var( X), a και b είναι σταθερές και X είναι µεταβλητή Ορισµός Τυπικής Απόκλισης: sd( X) = Var( X) Ιδιότητες Τυπικής Απόκλισης: 1) sd( c) = 0, c όπου είναι σταθερά 2) sd( ax+ b) = a sd( X), a και b είναι σταθερές και X είναι µεταβλητή 21
22 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 21 Συνδιακύμανση Cov( X, Y ) = σ = E[( X µ )( Y µ )] = E( XY ) µ µ XY X Y X Y Ιδιότητες Συνδιακύµανσης 1) Αν X και Y είναι ανεξάρτητες µεταβλητές, τότε Cov( X, Y ) = 0 2) COV( ax + b, ay+ b ) = aa COV( X, Y ), a, b, a, b σταθερές & X, Y µεταβλητές 22
23 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 22 ΣυντελεστήςΣυσχέτισης Ορισµός: Cov( X, Y) σxy Corr( X, Y) = ρxy = = sd( X)sd( Y) σ σ Ιδιότητες Συντελεστής Συσχέτισης 1) 1 Corr( X, Y ) 1 X Y 1) a) Αν X και Y είναι ανεξάρτητες µεταβλητές, τότε Corr( X, Y ) = 0 b) Αν Υ= a+ bx, µε b> 0, τότε Corr( X, Y ) = 1 c) Αν Υ= a+ bx, µε b< 0, τότε Corr( X, Y ) = 1 2) α) Corr( ax + b, ay+ b ) = Corr( X, Y ), a, b, a, b σταθερές µε aα >0 & X, Y µεταβλητές b) Corr( ax + b, ay+ b ) = Corr( X, Y ), a, b, a, b σταθερές µε aα <0 & X, Y µεταβλητές
24 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 23 Διακύμανση Αθροισμάτων Τυχαίων Μεταβλητών 2 Var( ax ) = a Var( X) + 2 aa jcov( X, Xj) = 1 = 1 > j a είναι σταθερές και X τυχαίες µεταβλητές για = 1,2, K,. Ειδικές Περιπτώσεις 2 V ar( ax ) = a V ar( X ) = 1 = 1 = 1 = 1 Α ν οι X µεταβλητές είναι ανεξάρτητες τότε Ε πιπλέον για a = 1 V ar( X ) = V ar( X ) 24
25 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 24 συνέχεια Επιπλέον για = 2 Var( X + X ) = Var( X ) + Var( X ) Var( X X ) = Var( X ) + Var( X ) Ογενικόςτύποςγια=2 Var( ax + ax ) = a Var( X ) + a Var( X ) + 2aa Cov( X, X )
26 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 25 Συνδιακύμανση Αθροισμάτων Τυχαίων Μεταβλητών Αν X= ax + ax + K+ ax +c και Υ= by + by + K+ by + d είναι γραµµικοί συνδυασµοί τυχαίων µεταβλητών X και Y µε σταθερούς συντελεστές όρους a, b, c και d τότε m = Cov( XY, ) ab Cov( X, X ) = 1 j= 1 j Ειδική περίπτωση j j j m m Οι a, b, c, d, k και m είναι σταθερές και οι X, Y, Z και W είναι τυχαίες µεταβλητές Cov( a+ bx + cy, d + kz + mw ) = bkcov( X, Z ) + bmcov( X, W ) + ckcov( Y, Z ) + cmcov( Y, W ) 26
27 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 26 ΣΤΑΣΙΜΟΤΗΤΑΧΡΟΝΟΣΕΙΡΑΣ Μια στοχαστική διαδικασία θα καλείται στάσιμη όταν οι στατιστικές της ιδιότητες δεν επηρεάζονται από μια μεταβολή στην αρχή του χρόνου. Ey ( ) = µ, ανεξάρτητη του t t y ( Ο μέσος της χρονολογικής σειράς δεν μεταβάλλεται διαχρονικά) 2 Var( y t ) =, σ ανεξάρτητη του t ( Η διακύμανση της χρονολογικής σειράς δεν μεταβάλλεται διαχρονικά) Cov( y, y ) = Cov( y, y ) = γ t t+ s t+ m t+ m+, s S ανεξάρτητη του t (δηλαδή η συνδιακύμανση μεταξύ 2 οποιονδήποτε τιμών της Υ που απέχουν s περιόδους είναι συνάρτηση μόνο του S)
28 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 27 ΕΝΝΟΙΑΑΥΤΟΣΥΝΔΙΑΚΥΜΑΝΣΗΣ Η αυτοσυνδιακύμανση (Αutocovarace) υπολογίζει την συνδιακύμανση μεταξύ 2 παρατηρήσεων της ιδίαςχρονολογικήςσειράς. γ = cov( y, y ) = E[( y Ey ( )][ y Ey ( )] k t t+ k t t t+ k t+ k γ = cov( y, y ) = E[( y µ ][ y µ ] k t t+ k t y t+ k y γ µ 2 k = E[( yy t t+ k) y]
29 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 28 ΕΝΝΟΙΑ ΑΥΤΟΣΥΣΧΕΤΙΣΗΣ Εκφράζει τον συντελεστή συσχέτισης μεταξύ δύο παρατηρήσεων Yt, Yt+k που απέχουν μεταξύ τους κ χρονικές περιόδους και ορίζεται ως: ρ k co v( y, y + ) = = Var ( y ) Var ( y ) t t t k k t+ k γ γ 0
30 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 29 Διάγραμμασυνάρτησηςαυτοσυσχέτισης Η διαγραμματική απεικόνιση των τιμών της μας δίνει το διάγραμμα συνάρτησης αυτοσυσχέτισης (correlogram) και έτσι μπορούμε να διαπιστώσουμε αν μια χρονολογική σειράείναιστάσιμηήόχι. Γιαμια στάσιμη χρονοσειρά όπως φαίνεται και παρακάτω οι συντελεστές αυτοσυσχέτισης φθίνουν γρήγορα προς το μηδέν καθώς μεγαλώνει ο αριθμός των υστερήσεων k ενώ αντίθετα δεν συμβαίνει το ίδιο στις μη στάσιμες χρονολογικές σειρές.
31 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 30 ΜΕΤΡΗΣΗΕΠΟΧΙΚΟΤΗΤΑΣ Η μέτρηση της εποχικότητας μιας χρονοσειράς γίνεται με την βοήθεια δεικτών. Ισχύει ότι Y=T*C (1) T:Τάση, C:κυκλική συνιστώσα Η τάση μιας χρονοσειράς μπορεί να είναι γραμμική καιμήκαιηεύρεσητηςμορφήςείναιαποτέλεσμα γραμμικού ελέγχου. Για την απομόνωση της χρησιμοποιούμε την σχέση (1)
32 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 31 Παράδειγμα 1 Ο παρακάτω πίνακας περιέχει τις ετήσιες πωλήσεις ενός προϊόντος σε χιλιάδες ευρώ. Να υπολογιστούν οι συντελεστές αυτοσυσχέτισης και η αυτόσυνδιακύμανση. t Yt Yt+1 Yt Σύνολο 4830
33 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 32 Παράδειγμα 2 ΟπαρακάτωπίνακαςπεριέχειτοΑΕΠσεσταθερέςτιμέςτου2000 σε δις ευρώ. Να υπολογιστούν οι συντελεστές αυτοσυσχέτισης και η αυτόσυνδιακύμανση
34 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 33 Παράδειγμα 2 Ο παρακάτω πίνακας περιέχει τους καθαρούς έμμεσους φόρους σε σταθερές τιμές του 2000 σε δις ευρώ. Να υπολογιστούν οι συντελεστές αυτοσυσχέτισης και η αυτόσυνδιακύμανση
35 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 34 Παράδειγμα 2 Ο παρακάτω πίνακας περιέχει τις ποσότητες σε χιλιάδες τόνους παραγωγής χάλυβα για μια βιομηχανία τα έτη Να κατασκευαστεί ο δείκτης εποχικότητας. Έτη Ιανουάριος Φεβρουάριος Μάρτιος Απρίλιος Μάιος Ιούνιος Ιούλιος Αύγουστος Σεπτέµβριος Οκτώβριος Νοέµβριος εκέµβριος
36 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 35 Υποδείγματα μορφής Μέσων 2 σημείων Αθροίζουμε τα δεδομένα των μηνών του κάθε έτους.(1464,1536,1656) Βρίσκουμε του μηνιαίους μέσους (122,128,138) Διαιρούμεκάθε data μετονμηνιαίο μέσο και πολλαπλασιάζω με 100 Αθροίζωκάθεστήληκατάέτος Διαιρώκάθεάθροισμαμετοναριθμό των ετών(3). Έτη Υ Ιανουάριος 85,56 Φεβρουάριος 90,22 Μάρτιος 92,77 Απρίλιος 97,13 Μάιος 102,97 Ιούνιος 109,57 Ιούλιος 113,45 Αύγουστος 108,36 Σεπτέµβριος 105,7 Οκτώβριος 102,6 Νοέµβριος 97,95 εκέµβριος 92,7
37 ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια 36 Τιναδιαβάσω Κεφάλαιο Πρώτο- εύτερο από το βιβλίο της Δημελή Σημειώσεις μαθήματος από το e-class.
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΙΚΩΝ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΠΡΩΤΟ-ΔΕΥΤΕΡΟ-ΣΤΑΣΙΜΟΤΗΤΑ- ΕΠΟΧΙΚΟΤΗΤΑ-ΚΥΚΛΙΚΗ ΤΑΣΗ ΧΡΗΣΙΜΟΙΟΡΙΣΜΟΙ Χρονολογική Σειρά (χρονοσειρά)
Διαβάστε περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΤΡΙΤΟ ΣΥΝΑΡΤΗΣΗ ΑΥΤΟΣΥΣΧΕΤΙΣΗΣ-ΕΛΕΓΧΟΣ ΣΤΑΣΙΜΟΤΗΤΑΣ Δρ. Κουνετάς Η Κωνσταντίνος ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου
Διαβάστε περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΤΡΙΤΟ ΣΥΝΑΡΤΗΣΗ ΑΥΤΟΣΥΣΧΕΤΙΣΗΣ-ΕΛΕΓΧΟΣ ΣΤΑΣΙΜΟΤΗΤΑΣ Δρ. Κουνετάς Η Κωνσταντίνος ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου
Διαβάστε περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΤΕΤΑΡΤΟ ΑΥΤΟΠΑΛΙΝΔΡΟΜΑ ΥΠΟΔΕΙΓΜΑΤΑ AR(p) Δρ. Κουνετάς Η Κωνσταντίνος ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια
Διαβάστε περισσότεραΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ & ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΘΕΩΡΙΑΣ-ΥΠΟΔΕΙΓΜΑΤΑ ΚΙΝΗΤΟΥ ΜΕΣΟΥ MA(q) ΚΑΙ ΜΙΚΤΑ ΥΠΟΔΕΙΓΜΑΤΑ ARMA (p,q) ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου
Διαβάστε περισσότεραΧρονικές σειρές 2 Ο μάθημα: Εισαγωγή στις χρονοσειρές
Χρονικές σειρές 2 Ο μάθημα: Εισαγωγή στις χρονοσειρές Εαρινό εξάμηνο 2018-2019 μήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ. & Οικονομικό μήμα, Πανεπιστήμιο
Διαβάστε περισσότεραΧρονολογικές Σειρές (Time Series) Lecture notes Φ.Κουντούρη 2008
Χρονολογικές Σειρές (Time Series) Lecture notes Φ.Κουντούρη 2008 1 Τύποι Οικονομικών Δεδομένων Τα οικονομικά δεδομένα που χρησιμοποιούνται για την εξέταση οικονομικών φαινομένων μπορεί να έχουν τις ακόλουθες
Διαβάστε περισσότεραΜΑΘΗΜΑ 3ο. Βασικές έννοιες
ΜΑΘΗΜΑ 3ο Βασικές έννοιες Εισαγωγή Βασικές έννοιες Ένας από τους βασικότερους σκοπούς της ανάλυσης των χρονικών σειρών είναι η διενέργεια των προβλέψεων. Στα υποδείγματα αυτά η τρέχουσα τιμή μιας οικονομικής
Διαβάστε περισσότεραΧρονικές σειρές 6 Ο μάθημα: Αυτοπαλίνδρομα μοντέλα (2)
Χρονικές σειρές 6 Ο μάθημα: Αυτοπαλίνδρομα μοντέλα (2) Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ. & Οικονομικό Τμήμα,
Διαβάστε περισσότεραΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕ ΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕ ΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΜΑΘΗΜΑ ΠΡΩΤΟ ΘΕΩΡΙΑΣ-ΕΙΣΑΓΩΓΙΚΟ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΑΤΙΣΤΙΚΗΣ ρ. Κουνετάς Η Κωνσταντίνος Ακαδηµαϊκό Έτος 01-013 ΕΠΙΧ Οικονοµετρικά
Διαβάστε περισσότεραΧρονικές σειρές 5 Ο μάθημα: Γραμμικά στοχαστικά μοντέλα (1) Αυτοπαλίνδρομα μοντέλα Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ
Χρονικές σειρές 5 Ο μάθημα: Γραμμικά στοχαστικά μοντέλα (1) Αυτοπαλίνδρομα μοντέλα Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή,
Διαβάστε περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΙΚΩΝ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΤΡΙΤΟ-ΑΥΤΟΣΥΣΧΕΤΙΣΗ (AUTOCORRELATION)
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΙΚΩΝ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΤΡΙΤΟ-ΑΥΤΟΣΥΣΧΕΤΙΣΗ (AUTOCORRELATION) Μέθοδοςεκθετικήςεξομάλυνσης Μια άλλη τεχνική για δεδομένα με
Διαβάστε περισσότεραΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΜΑΘΗΜΑ ΠΡΩΤΟ ΘΕΩΡΙΑΣ-ΑΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟΔΕΙΓΜΑ ΕΡΓΑΣΤΗΡΙΟ PASW 18 Δρ. Κουνετάς Η Κωνσταντίνος Ακαδημαϊκό Έτος 2011 2012 ΕΠΙΧ
Διαβάστε περισσότεραΧρονικές σειρές 8 Ο μάθημα: Μοντέλα κινητού μέσου
Χρονικές σειρές 8 Ο μάθημα: Μοντέλα κινητού μέσου Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ. & Οικονομικό Τμήμα, Πανεπιστήμιο
Διαβάστε περισσότεραΟικονομικές εφαρμογές υπολογιστικών πακέτων. Στοχαστικά υποδείγματα
Οικονομικές εφαρμοές υπολοιστικών πακέτων Στοχαστικά υποδείματα Στοχαστική διαδικασία Στοχαστικά υποδείματα: κάθε χρονολοική σειρά δημιουρείται μέσα από ένα μηχανισμό παραωής δεδομένων που αποτελεί μια
Διαβάστε περισσότεραΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ & ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΠΡΩΤΟ ΘΕΩΡΙΑΣ-ΕΙΣΑΓΩΓΙΚΟ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΑΤΙΣΤΙΚΗΣ Δρ. Κουνετάς Η Κωνσταντίνος Ακαδημαϊκό Έτος 011-01
Διαβάστε περισσότεραΗΡΑΚΛΕΙΟ 2007 ΙΩΑΝΝΑ ΚΑΠΕΤΑΝΟΥ
ΙΩΑΝΝΑ ΚΑΠΕΤΑΝΟΥ ΠΕΡΙΕΧΟΜΕΝΑ ΕΙΣΑΓΩΓΗ 1.1 Γιατί οι επιχειρήσεις έχουν ανάγκη την πρόβλεψη σελ.1 1.2 Μέθοδοι πρόβλεψης....σελ.2 ΑΝΑΛΥΤΙΚΗ ΠΑΡΟΥΣΙΑΣΗ 2.1 Υπόδειγμα του Κινητού μέσου όρου.σελ.5 2.2 Υπόδειγμα
Διαβάστε περισσότεραΣυλλογή,, αποθήκευση, ανανέωση και παρουσίαση στατιστικών δεδοµένων
Συλλογή,, αποθήκευση, ανανέωση και παρουσίαση στατιστικών δεδοµένων 1. Αναζήτηση των κατάλληλων δεδοµένων. 2. Έλεγχος µεταβλητών και κωδικών για συµβατότητα. 3. Αποθήκευση σε ηλεκτρονική µορφή (αρχεία
Διαβάστε περισσότεραΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ MSc Τραπεζικής & Χρηματοοικονομικής
ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ MSc Τραπεζικής & Χρηματοοικονομικής ΑΥΤΟΣΥΣΧΕΤΙΣΗ Στις βασικές υποθέσεις των γραμμικών υποδειγμάτων (απλών και πολλαπλών), υποθέτουμε ότι δεν υπάρχει αυτοσυσχέτιση (autocorrelation
Διαβάστε περισσότεραΑπλή Παλινδρόμηση και Συσχέτιση
Απλή Παλινδρόμηση και Συσχέτιση Πωλήσεις, Δαπάνες Διαφήμισης και Αριθμός Πωλητών Έτος Πωλήσεις (χιλ ) Διαφήμιση (χιλ ) Πωλητές (Άτομα) Έτος Πωλήσεις (χιλ ) Διαφήμιση (χιλ ) Πωλητές (Άτομα) 98 050 6 3 989
Διαβάστε περισσότεραΕφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική
ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕΡΟΣ B Δημήτρης Κουγιουμτζής e-mal: dkugu@auth.gr Ιστοσελίδα αυτού του τμήματος του μαθήματος: http://uer.auth.gr/~dkugu/teach/cvltraport/dex.html Εφαρμοσμένη Στατιστική:
Διαβάστε περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ. ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΙΚΩΝ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΠΕΜΠΤΟ-ΑΥTOΠΑΛΙΝΔΡΟΜΑ ΥΠΟΔΕΙΓΜΑΤΑ(AR(p))
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΙΚΩΝ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΠΕΜΠΤΟ-ΑΥTOΠΑΛΙΝΔΡΟΜΑ ΥΠΟΔΕΙΓΜΑΤΑ(AR(p)) ΑΥTOΠΑΛΙΝΔΡΟΜΑ ΥΠΟΔΕΙΓΜΑΤΑ(AR(p)) O όρος αυτοπαλίνδρομο
Διαβάστε περισσότεραΧρονικές σειρές 10 Ο μάθημα: Μη στάσιμα μοντέλα ARIMA Μεθοδολογία Box-Jenkins Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ
Χρονικές σειρές 10 Ο μάθημα: Μη στάσιμα μοντέλα ARIMA Μεθοδολογία Box-Jenkins Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ.
Διαβάστε περισσότεραΑναπλ. Καθηγήτρια, Ελένη Κανδηλώρου. Αθήνα Σημειώσεις. Εκτίμηση των Παραμέτρων β 0 & β 1. Απλό γραμμικό υπόδειγμα: (1)
Σημειώσεις Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου Αθήνα -3-7 Εκτίμηση των Παραμέτρων β & β Απλό γραμμικό υπόδειγμα: Y X () Η αναμενόμενη τιμή του Υ, δηλαδή, μέση τιμή του Υ, δίνεται παρακάτω: EY ( ) X EY
Διαβάστε περισσότεραΣτατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες
Ορισμός Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες αβεβαιότητας. Βασικές έννοιες Η μελέτη ενός πληθυσμού
Διαβάστε περισσότεραΤεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης Kozani GR 50100
Ποσοτικές Μέθοδοι Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης 50100 Kozani GR 50100 Απλή Παλινδρόμηση Η διερεύνηση του τρόπου συμπεριφοράς
Διαβάστε περισσότεραΑΠΟ ΤΟ ΔΕΙΓΜΑ ΣΤΟΝ ΠΛΗΘΥΣΜΟ
ΑΠΟ ΤΟ ΔΕΙΓΜΑ ΣΤΟΝ ΠΛΗΘΥΣΜΟ Το ενδιαφέρον επικεντρώνεται πάντα στον πληθυσμό Το δείγμα χρησιμεύει για εξαγωγή συμπερασμάτων για τον πληθυσμό π.χ. το ετήσιο εισόδημα των κατοίκων μιας περιοχής Τα στατιστικά
Διαβάστε περισσότεραΣτασιμότητα χρονοσειρών Νόθα αποτελέσματα-spurious regression Ο έλεγχος στασιμότητας είναι απαραίτητος ώστε η στοχαστική ανάλυση να οδηγεί σε ασφαλή
Χρονικές σειρές 12 Ο μάθημα: Έλεγχοι στασιμότητας ΑΝΑΚΕΦΑΛΑΙΩΣΗ: Εκτίμηση παραμέτρων γραμμικών μοντέλων Συνάρτηση μερικής αυτοσυσχέτισης Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική
Διαβάστε περισσότεραΕΙΔΙΚΑ ΘΕΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΚΙΝΔΥΝΟΥ. Συσχέτιση (Correlation) - Copulas
ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΔΙΑΧΕΙΡΙΣΗΣ ΚΙΝΔΥΝΟΥ Συσχέτιση (Correlation) - Copulas Σημασία της μέτρησης της συσχέτισης Έστω μία εταιρεία που είναι εκτεθειμένη σε δύο μεταβλητές της αγοράς. Πιθανή αύξηση των 2 μεταβλητών
Διαβάστε περισσότεραΤυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου
Τυχαίες Μεταβλητές Γεώργιος Γαλάνης Κωνσταντίνα Παναγιωτίδου Σχολή Ναυτικών οκίµων Ακ. Ετος 2018-2019 Τυχαίες Μεταβλητές Συνάρτηση Κατανοµής ιακριτές Τυχαίες Μεταβλητές Παράµετροι τ.µ. Συνεχείς Τυχαίες
Διαβάστε περισσότεραΠαράδειγμα. Χρονολογικά δεδομένα. Οι πωλήσεις μιας εταιρείας ανά έτος για το διάστημα (σε χιλιάδες $)
Χρονολογικά δεδομένα Ένα διάγραμμα που παριστάνει την εξέλιξη των τιμών μιας μεταβλητής στο χρόνο χρονόγραμμα (ή χρονοδιάγραμμα). Κύρια μέθοδος παρουσίασης χρονολογικών δεδομένων είναι η πολυγωνική γραμμή
Διαβάστε περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΘΕΩΡΙΑΣ-ΣΤΑΣΙΜΕΣ ΔΙΑΔΙΚΑΣΙΕΣ-ΥΠΟΔΕΙΓΜΑΤΑ SARIMA (sp,sd,qs) ARIMA (p,d,q) ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ Τμήμα Μαθηματικών ΧΡΟΝΟΣΕΙΡΕΣ. Σημειώσεις Πανεπιστημιακών Παραδόσεων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ Τμήμα Μαθηματικών ΧΡΟΝΟΣΕΙΡΕΣ Σημειώσεις Πανεπιστημιακών Παραδόσεων ΑΛΕΞΑΝΔΡΟΣ ΜΗΛΙΏΝΗΣ ΟΚΤΩΒΡΙΟΣ 07 ΚΕΦΑΛΑΙΟ ΧΡΟΝΟΣΕΙΡΕΣ- ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ. ΚΑΤΗΓΟΡΙΟΠΟΙΗΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ. ΟΡΙΣΜΟΣ
Διαβάστε περισσότεραΜάθημα 5-6: Στάσιμες πολυμεταβλητές χρονοσειρές και μοντέλα Διασυσχέτιση Διανυσματικά αυτοπαλίνδρομα μοντέλα Δίκτυα από πολυμεταβλητές χρονοσειρές
Μάθημα 5-6: Στάσιμες πολυμεταβλητές χρονοσειρές και μοντέλα Διασυσχέτιση Διανυσματικά αυτοπαλίνδρομα μοντέλα Δίκτυα από πολυμεταβλητές χρονοσειρές Αιτιότητα κατά Granger Ασκήσεις Ανάλυση μονομεταβλητής
Διαβάστε περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΜΑΘΗΜΑ ΠΡΩΤΟ ΘΕΩΡΙΑΣ-ΠΟΛΛΑΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟΔΕΙΓΜΑ- ΕΡΓΑΣΤΗΡΙΟ PASW 18 Δρ. Κουνετάς Η Κωνσταντίνος Ακαδημαϊκό Έτος 2011-2012
Διαβάστε περισσότεραΧ. Εμμανουηλίδης, 1
Εφαρμοσμένη Στατιστική Έρευνα Απλό Γραμμικό Υπόδειγμα AΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟ ΕΙΓΜΑ Δρ. Χρήστος Εμμανουηλίδης Αν. Καθηγητής Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Εφαρμοσμένη Στατιστική, Τμήμα Ο.Ε. ΑΠΘ Χ. Εμμανουηλίδης,
Διαβάστε περισσότερα1. Ποιες είναι οι διαφορές μεταξύ αυτοπαλίνδρομων υποδειγμάτων (AR) και υποδειγμάτων κινητού μέσου (MA);
Ερωτήσεις: 1. Ποιες είναι οι διαφορές μεταξύ αυτοπαλίνδρομων υποδειγμάτων (AR) και υποδειγμάτων κινητού μέσου (MA); Στα αυτοπαλίνδρομα υποδείγματα η τρέχουσα τιμή της y είναι συνάρτηση p υστερήσεων της
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΝΑΥΤΙΛΙΑΚΩΝ ΣΠΟΥΔΩΝ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΝΑΥΤΙΛΙΑΚΩΝ ΣΠΟΥΔΩΝ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΗΝ ΝΑΥΤΙΛΙΑ Η ΕΠΟΧΙΚΟΤΗΤΑ ΣΤΙΣ ΤΙΜΕΣ ΤΟΥ ΑΝΘΡΑΚΑ, ΤΟΥ ΠΕΤΡΕΛΑΙΟΥ, ΤΟΥ ΧΑΛΥΒΑ ΚΑΙ ΤΟΥ ΧΡΥΣΟΥ Δαμιανού Χριστίνα Διπλωματική
Διαβάστε περισσότεραΧρονικές σειρές 1 o μάθημα: Εισαγωγή στις χρονοσειρές
Χρονικές σειρές 1 o μάθημα: Εισαγωγή στις χρονοσειρές Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ. & Οικονομικό Τμήμα,
Διαβάστε περισσότεραΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία
ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ Οικονομετρία 4.1 Πολλαπλό Γραμμικό Υπόδειγμα Παλινδρόμησης Γενικεύοντας τη διμεταβλητή (Y, X) συνάρτηση
Διαβάστε περισσότεραΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία
ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ Οικονομετρία 5.1 Αυτοσυσχέτιση: Εισαγωγή Συχνά, η υπόθεση της μη αυτοσυσχέτισης ή σειριακής συσχέτισης
Διαβάστε περισσότεραΠολλαπλή παλινδρόµηση. Μάθηµα 3 ο
Πολλαπλή παλινδρόµηση Μάθηµα 3 ο Πολλαπλή παλινδρόµηση (Multivariate regression ) Η συµπεριφορά των περισσότερων οικονοµικών µεταβλητών είναι συνάρτηση όχι µιας αλλά πολλών µεταβλητών Y = f ( X, X 2, X
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική
ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 11: Αυτοσυσχέτιση Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana 1 Περιεχόμενο ενότητας
Διαβάστε περισσότεραΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική
ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ 7ο μάθημα: Πολυμεταβλητή παλινδρόμηση (ΕΠΑΝΑΛΗΨΗ) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & ΠΑΜΑΚ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana
Διαβάστε περισσότεραΕισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500
Εισόδημα Κατανάλωση 1500 500 1600 600 1300 450 1100 400 600 250 700 275 900 300 800 352 850 400 1100 500 Πληθυσμός Δείγμα Δείγμα Δείγμα Ο ρόλος της Οικονομετρίας Οικονομική Θεωρία Διατύπωση της
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑΤΑ: ΜΑΘΗΜΑΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ ΘΕΜΑ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ: ΑΝΑΛΥΣΗ ΜΟΝΤΕΛΩΝ ΧΡΟΝΟΛΟΓΙΚΩΝ ΣΕΙΡΩΝ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑΤΑ: ΜΑΘΗΜΑΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ Η/Υ ΚΑΙ ΠΛΗΡΟΦΟΡΙΚΗΣ ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΜΑΘΗΜΑΤΙΚΑ ΤΩΝ ΥΠΟΛΟΓΙΣΤΩΝ ΚΑΙ ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΘΕΜΑ ΔΙΠΛΩΜΑΤΙΚΗΣ ΕΡΓΑΣΙΑΣ: ΑΝΑΛΥΣΗ ΜΟΝΤΕΛΩΝ
Διαβάστε περισσότεραΑντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών. Εξίσωση παλινδρόμησης. Πρόβλεψη εξέλιξης
Γραμμική Παλινδρόμηση και Συσχέτιση Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών Εξίσωση παλινδρόμησης Πρόβλεψη εξέλιξης Διμεταβλητές συσχετίσεις Πολλές φορές χρειάζεται να
Διαβάστε περισσότεραΕλλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων
Ελλιπή δεδομένα Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 75 ατόμων Εδώ έχουμε δ 75,0 75 5 Ηλικία Συχνότητες f 5-4 70 5-34 50 35-44 30 45-54 465 55-64 335 Δεν δήλωσαν 5 Σύνολο 75 Μπορεί
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 4ο
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑ 4ο Διαδικασία των συντελεστών αυτοσυσχέτισης Ονομάζουμε συνάρτηση αυτοσυσχέτισης (autocorrelation function) και συμβολίζεται με τα γράμματα
Διαβάστε περισσότεραΠολλαπλή παλινδρόμηση (Multivariate regression)
ΜΑΘΗΜΑ 3 ο 1 Πολλαπλή παλινδρόμηση (Multivariate regression) Η συμπεριφορά των περισσότερων οικονομικών μεταβλητών είναι συνάρτηση όχι μιας αλλά πολλών μεταβλητών Υ = f ( X 1, X 2,... X n ) δηλαδή η Υ
Διαβάστε περισσότεραΤΕΛΕΣΤΕΣ ΚΑΙ ΣΤΑΤΙΣΤΙΚΑ ΕΡΓΑΛΕΙΑ ΑΝΑΛΥΣΗΣ ΧΡΟΝΟΣΕΙΡΩΝ
ΚΕΦΑΛΑΙΟ 4ο ΧΡΟΝΙΚΟΙ ΤΕΛΕΣΤΕΣ ΚΑΙ ΣΤΑΤΙΣΤΙΚΑ ΕΡΓΑΛΕΙΑ ΑΝΑΛΥΣΗΣ ΧΡΟΝΟΣΕΙΡΩΝ 4.1 ΕΙΣΑΓΩΓΗ 4. ΔΙΑΔΙΚΑΣΙΕΣ ΛΕΥΚΟΥ ΘΟΡΥΒΟΥ 4.3 ΥΠΟΔΕΙΓΜΑΤΑ ΤΥΧΑΙΟΥ ΠΕΡΙΠΑΤΟΥ 4.4 Η ΣΥΝΑΡΤΗΣΗ ΑΥΤΟΣΥΣΧΕΤΙΣΗΣ 4.5 ΜΕΡΙΚΗ ΑΥΤΟΣΥΣΧΕΤΙΣΗ
Διαβάστε περισσότεραΟικονομετρία Ι. Ενότητα 9: Αυτοσυσχέτιση. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής
Οικονομετρία Ι Ενότητα 9: Αυτοσυσχέτιση Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΧρονικές σειρές 11 Ο μάθημα: Προβλέψεις
Χρονικές σειρές 11 Ο μάθημα: Προβλέψεις Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ. & Οικονομικό Τμήμα, Πανεπιστήμιο
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 3ο
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑ 3ο Κίβδηλες παλινδρομήσεις Μια από τις υποθέσεις που χρησιμοποιούμε στην ανάλυση της παλινδρόμησης είναι ότι οι χρονικές σειρές που χρησιμοποιούμε
Διαβάστε περισσότεραΣΗΜΕΙΩΣΕΙΣ ΜΑΘΗΜΑΤΟΣ ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ & ΕΛΕΓΧΟΥ ΘΕΩΡΙΑ & ΕΡΓΑΣΤΗΡΙΟ
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΠΑΤΡΑΣ ΤΜΗΜΑ: ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ &ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ TECHNOLOGICAL EDUCATION INST ITUTE OF PATRAS DEPARTMENT: BUSINESS PLANNING & INFORMATION SYSTEMS ΣΗΜΕΙΩΣΕΙΣ
Διαβάστε περισσότεραΟΝΟΜΑΤΕΠΩΝΥΜΟ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΟΜΕΑΣ Υ ΑΤΙΚΩΝ ΠΟΡΩΝ, Υ ΡΑΥΛΙΚΩΝ ΚΑΙ ΘΑΛΑΣΣΙΩΝ ΕΡΓΩΝ ΜΑΘΗΜΑ: ΣΤΟΧΑΣΤΙΚΗ Υ ΡΟΛΟΓΙΑ ΠΕΡΙΟ ΟΣ ΙΑΝΟΥΑΡΙΟΥ 2001 ΟΝΟΜΑΤΕΠΩΝΥΜΟ -----------------------------------------------------------------------------------
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών
ΟΙΚΟΝΟΜΕΤΡΙΑ Βιολέττα Δάλλα Τµήµα Οικονοµικών Επιστηµών Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών 1 Εισαγωγή Οικονοµετρία (Econometrics) είναι ο τοµέας της Οικονοµικής επιστήµης που περιγράφει και αναλύει
Διαβάστε περισσότεραΒΑΣΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΣΕΙΡΩΝ ΚΑΝΟΝΙΚΟΤΗΤΑ
ΒΑΣΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΣΕΙΡΩΝ ΚΑΝΟΝΙΚΟΤΗΤΑ απόκλιση από την κανονικότητα µπορεί να σηµαίνει Ύπαρξη θετικής ή αρνητικής ασυµµετρίας Ύπαρξη λεπτοκύρτωσης, δηλαδή παρουσία ακραίων τιµών που δεν είναι συµβατές
Διαβάστε περισσότεραΧρονικές σειρές 3 Ο μάθημα: Βασικές στοχαστικές διαδικασίες Μη στάσιμες χρονοσειρές Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ
Χρονικές σειρές 3 Ο μάθημα: Βασικές στοχαστικές διαδικασίες Μη στάσιμες χρονοσειρές Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή,
Διαβάστε περισσότεραΔΙΕΘΝΕΙΣ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΕΣ ΑΓΟΡΕΣ
ΔΙΕΘΝΕΙΣ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΕΣ ΑΓΟΡΕΣ Ενότητα 18: ΠΡΟΥΠΟΛΟΓΙΣΜΟΙ ΚΑI ΑΡΙΘΜΟΔΕΙΚΤΕΣ ΚΥΡΙΑΖΟΠΟΥΛΟΣ ΓΕΩΡΓΙΟΣ Τμήμα ΛΟΓΙΣΤΙΚΗΣ ΚΑΙ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες
Διαβάστε περισσότεραΔιαχείριση Υδατικών Πόρων
Εθνικό Μετσόβιο Πολυτεχνείο Διαχείριση Υδατικών Πόρων Γ.. Τσακίρης Μάθημα 3 ο Λεκάνη απορροής Υπάρχουσα κατάσταση Σενάριο 1: Μέσες υδρολογικές συνθήκες Σενάριο : Δυσμενείς υδρολογικές συνθήκες Μελλοντική
Διαβάστε περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΜΑΘΗΜΑ ENATO ΘΕΩΡΙΑΣ- ΠΟΛΥΣΥΓΓΡΑΜΜΙΚΟΤΗΤΑ(MULTICOLLINEARITY) Δρ. Κουνετάς Η Κωνσταντίνος Ακαδημαϊκό Έτος 2008-2009 ΕΠΙΧ Οικονοµετρικά
Διαβάστε περισσότεραΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΟΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΟΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Τίτλος Εργασίας: Ανάλυση και εφαρμογές της μεθοδολογίας BOX JENKINS Πτυχιακή Εργασία των Φωστηρόπουλος
Διαβάστε περισσότεραΤυχαία μεταβλητή είναι μία συνάρτηση ή ένας κανόνας που αντιστοιχίζει ένα αριθμό σε κάθε αποτέλεσμα ενός πειράματος.
ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ Τυχαία μεταβλητή είναι μία συνάρτηση ή ένας κανόνας που αντιστοιχίζει ένα αριθμό σε κάθε αποτέλεσμα ενός πειράματος. Εναλλακτικά η τιμή της τυχαίας μεταβλητής είναι ένα αριθμητικό γεγονός.
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 07-08 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε
Διαβάστε περισσότεραΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική
ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ 7o Μάθημα: Απλή παλινδρόμηση (ΕΠΑΝΑΛΗΨΗ) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & ΠΑΜΑΚ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana
Διαβάστε περισσότεραÖÑÏÍÔÉÓÔÇÑÉÏ ÈÅÌÅËÉÏ ÇÑÁÊËÅÉÏ ÊÑÇÔÇÓ
ΘΕΜΑ Α ΜΑΘΗΜΑΤΙΚΑ (ΑΛΓΕΒΡΑ) ΕΠΑ.Λ. 8 ΙΟΥΝΙΟΥ 07 ΕΚΦΩΝΗΣΕΙΣ Α. Αν οι συναρτήσεις f, g είναι παραγωγίσιµες στο, να αποδείξετε ότι: ( f (x) + g (x)) = f (x) + g(x) Μονάδες 0 Α. Να χαρακτηρίσετε τις προτάσεις
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική
ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 5: Ανάλυση γραμμικού υποδείγματος Πολυμεταβλητή παλινδρόμηση (1 ο μέρος) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: ageliki.papaa@gmail.com, agpapaa@auth.gr Webpage: http://users.auth.gr/agpapaa
Διαβάστε περισσότεραΓΡΑΜΜΙΚΗ 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 περισσότεραΑπλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017
Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 2 Εισαγωγή Η ανάλυση παλινδρόμησης περιλαμβάνει το σύνολο των μεθόδων της στατιστικής που αναφέρονται σε ποσοτικές σχέσεις μεταξύ μεταβλητών Πρότυπα παλινδρόμησης
Διαβάστε περισσότεραΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ TECHNOLOGICAL EDUCATIONAL INSTITUTE OF WESTERN GREECE
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ: ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ (Πάτρας) Διεύθυνση: Μεγάλου Αλεξάνδρου, 263 34 ΠΑΤΡΑ Τηλ.: 260 36905, Φαξ: 260 39684, email: mitro@teipat.gr Καθηγητής Ι. Μητρόπουλος
Διαβάστε περισσότεραΕπαναληπτικές Ερωτήσεις για Οικονοµετρία 2
Επαναληπτικές Ερωτήσεις για Οικονοµετρία 2 Κεφάλαιο 8 1) Τι είναι ετεροσκεδαστικότητα και τι είδους προβλήµατα παρουσιάζονται; ( 2, 4, σελίδες 370-372). 2) Γράψτε τον τύπο της διακύµανσης της κλίσης όταν
Διαβάστε περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΜΑΘΗΜΑ ΕΒΔΟΜΟ ΘΕΩΡΙΑΣ-ΜΗ ΓΡΑΜΜΙΚΕΣ ΜΟΡΦΕΣ ΟΙΚΟΝΟΜΕΤΡΙΚΩΝ ΥΠΟΔΕΙΓΜΑΤΩΝ Δρ. Κουνετάς Η Κωνσταντίνος Ακαδημαϊκό Έτος 2008-2009
Διαβάστε περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΙΚΩΝ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑΟΓΔΟΟ-ΥΠΟΔΕΙΓΜΑΤΑ ARIMA & ΜΗ ΣΤΑΣΙΜΕΣ ΔΙΑΔΙΚΑΣΙΕΣ ΤΥΧΑΙΑΔΙΑΔΡΟΜΗ (RANDOM WALK) Έστω η αυτοπαλίνδρομη
Διαβάστε περισσότεραΦΥΛΛΑ ΜΗΝΙΑΙΟΥ ΗΜΕΡΟΛΟΓΙΟΥ
Δίκτυο ΜΕΣΟΓΕΙΟΣ SOS Μαμάη 3, ΑΘΗΝΑ 10440, τηλ./fax: 210 8228795 www.medsos.gr, e-mail:medsos@medsos.gr ΦΥΛΛΑ ΜΗΝΙΑΙΟΥ ΗΜΕΡΟΛΟΓΙΟΥ ΣΕΠΤΕΜΒΡΙΟΣ ΟΚΤΩΒΡΙΟΣ ΝΟΕΜΒΡΙΟΣ ΕΚΕΜΒΡΙΟΣ ΙΑΝΟΥΑΡΙΟΣ ΦΕΒΡΟΥΑΡΙΟΣ ΜΑΡΤΙΟΣ
Διαβάστε περισσότεραΣτοχαστικές Μέθοδοι στους Υδατικούς Πόρους Τυχαίες μεταβλητές, στοχαστικές ανελίξεις και χρονοσειρές
Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Τυχαίες μεταβλητές, στοχαστικές ανελίξεις και χρονοσειρές Δημήτρης Κουτσογιάννης Τομέας Υδατικών Πόρων και Περιβάλλοντος, Σχολή Πολιτικών Μηχανικών, Εθνικό Μετσόβιο
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 4: Ανάλυση Χρονολογικών Σειρών. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)
ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 4: Ανάλυση Χρονολογικών Σειρών. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative
Διαβάστε περισσότεραΣηµειώσεις Οικονοµετρίας Ι.. ικαίος Τσερκέζος
Ο ΚΕΦΑΛΑΙΙΟ 33 Η ΣΣΥΜΜΕΕΤΤΑΒΛΗΤΤΟΤΤΗΤΤΑ ΤΤΩΝ ΟΙΚΟΝΟΜΙΚΩΝ ΜΕΕΓΓΕΕΘΩΝ.. (ΣΣΥΣΣΧΕΕΤΤΙ ( ΙΣΣΗ) ) Γραµµική και Μη Γραµµική Συσχέτιση. Συντελεστής Αυτοσυσχέτισης. Μνήµη Χρονοσειρών. 8 7 6 F F F3 F4 F5 F6 F7
Διαβάστε περισσότεραΟικονομετρία Ι. Ενότητα 5: Ανάλυση της Διακύμανσης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής
Οικονομετρία Ι Ενότητα 5: Ανάλυση της Διακύμανσης Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 6 ΠΡΟΒΛΕΨΕΙΣ ΜΕ ΥΠΟΔΕΙΓΜΑΤΑ ΧΡΟΝΟΣΕΙΡΩΝ
ΚΕΦΑΛΑΙΟ 6 ΠΡΟΒΛΕΨΕΙΣ ΜΕ ΥΠΟΔΕΙΓΜΑΤΑ ΧΡΟΝΟΣΕΙΡΩΝ 6. Εισαγωγή 6. Μονομεταβλητές προβλέψεις Βέλτιστη πρόβλεψη και Θεώρημα βέλτιστης πρόβλεψης Διαστήματα εμπιστοσύνης 6.3 Εφαρμογές A. MILIONIS KEF. 6 08 BEA
Διαβάστε περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑΠΡΟΤΥΠΑΜΑΘΗΜΑ4ο-5ο-6 ο (β) ΠΟΛΛΑΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟΔΕΙΓΜΑ- ΕΡΓΑΣΤΗΡΙΟ PASW 18 Δρ. Κουνετάς Η Κωνσταντίνος Ακαδημαϊκό Έτος 2011-2012 ΕΠΙΧ
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ. Ερωτήσεις πολλαπλής επιλογής. Συντάκτης: Δημήτριος Κρέτσης
ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ Ερωτήσεις πολλαπλής επιλογής Συντάκτης: Δημήτριος Κρέτσης 1. Ο κλάδος της περιγραφικής Στατιστικής: α. Ασχολείται με την επεξεργασία των δεδομένων και την ανάλυση
Διαβάστε περισσότεραΕπίλυση Υποδειγμάτων με Ορθολογικές Προσδοκίες. Το Πρωτοβάθμιο Υπόδειγμα
Επίλυση Υποδειγμάτων με Ορθολογικές Προσδοκίες Το Πρωτοβάθμιο Υπόδειγμα Καθηγητής Γιώργος Αλογοσκούφης, Δυναμική Μακροοικονομική, 2014 Ορισμός των Ορθολογικών Προσδοκιών για Μία Περίοδο στο Μέλλον Η ορθολογική
Διαβάστε περισσότεραΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΜΕΣΟΛΟΓΓΙΟΥ ΣΧΟΛΗ ΙΟΙΚΗΣΗΣ & ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΕΦΑΡΜΟΓΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΣΤΗ ΙΟΙΚΗΣΗ ΚΑΙ ΣΤΗΝ ΟΙΚΟΝΟΜΙΑ
Α εξεταστική περίοδος χειµερινού εξαµήνου 4-5 ιάρκεια εξέτασης ώρες και 45 λεπτά Θέµατα Θέµα (α) Τα υποδείγµατα που χρησιµοποιούνται στην οικονοµική θεωρία ονοµάζονται ντετερµινιστικά ενώ τα οικονοµετρικά
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutra@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε
Διαβάστε περισσότεραΤμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα
Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα Ορισμός τυχαίας μεταβλητής Τυχαία μεταβλητή λέγεται η συνάρτηση
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ 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 περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικών Χρηματοοικονομικών Μαθηματικών ΧΡΟΝΟΣΕΙΡΕΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικών Χρηματοοικονομικών Μαθηματικών ΧΡΟΝΟΣΕΙΡΕΣ Σημειώσεις Πανεπιστημιακών Παραδόσεων ΑΛΕΞΑΝΔΡΟΣ ΜΗΛΙΏΝΗΣ ΟΚΤΩΒΡΙΟΣ 205 ΚΕΦΑΛΑΙΟ
Διαβάστε περισσότεραΣυνολοκλήρωση και VAR υποδείγματα
ΜΑΘΗΜΑ ο Συνολοκλήρωση και VAR υποδείγματα Ησχέσησ ένα στατικό υπόδειγμα συνολοκλήρωσης και σ ένα υπόδειγμα διόρθωσης λαθών μπορεί να μελετηθεί καλύτερα όταν χρησιμοποιούμε τις ιδιότητες των αυτοπαλίνδρομων
Διαβάστε περισσότερα9. Παλινδρόμηση και Συσχέτιση
9. Παλινδρόμηση και Συσχέτιση Παλινδρόμηση και Συσχέτιση Υπάρχει σχέση ανάμεσα σε δύο ή περισσότερες μεταβλητές; Αν ναι, ποια είναι αυτή η σχέση; Πως μπορεί αυτή η σχέση να χρησιμοποιηθεί για να προβλέψουμε
Διαβάστε περισσότεραcov(x, Y ) = E[(X E[X]) (Y E[Y ])] cov(x, Y ) = E[X Y ] E[X] E[Y ]
Πανεπιστήµιο Κρήτης - Τµήµα Επιστήµης Υπολογιστών ΗΥ-317: Εφαρµοσµένες Στοχαστικές ιαδικασίες-εαρινό Εξάµηνο 2016 ιδάσκων : Π. Τσακαλίδης Συνδιασπορά - Συσχέτιση Τυχαίων Μεταβλητών Επιµέλεια : Κωνσταντίνα
Διαβάστε περισσότεραΠοιο 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 περισσότεραΚΕΦΑΛΑΙΟ 5 o ΣΥΜΠΕΡΑΣΜΑΤΑ
ΚΕΦΑΛΑΙΟ 5 o ΣΥΜΠΕΡΑΣΜΑΤΑ Εισαγωγή Η προσέγγιση του προβλήµατος της ατµοσφαιρικής ρύπανσης έγινε µε βάση την εµπειρία από χώρες που µελετούν το πρόβληµα αυτό συστηµατικά επί χρόνια. Τα συµπεράσµατα που
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΡΧΗ Πειραιάς, 12 Απριλίου 2012 ΕΛΤΙΟ ΤΥΠΟΥ
ΕΛΛΗΝΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΡΧΗ Πειραιάς, Απριλίου 20 ΕΛΤΙΟ ΤΥΠΟΥ ΕΡΕΥΝΑ ΕΡΓΑΤΙΚΟΥ ΥΝΑΜΙΚΟΥ: 20 Η Ελληνική Στατιστική Αρχή (ΕΛΣΤΑΤ) ανακοινώνει τον εποχικά διορθωµένο δείκτη ανεργίας για τον Ιανουάριο 20. Στο
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. Α μέρος: Πολυσυγγραμμικότητα. Παπάνα Αγγελική
ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 9: Οικονομετρικά προβλήματα: Παραβίαση των υποθέσεων Α μέρος: Πολυσυγγραμμικότητα Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ 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 περισσότεραΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
Π E Ρ IEXOMENA Πρόλογος... xiii ΜΕΡΟΣ ΠΡΩΤΟ ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΙΚΕΣ ΕΝΝΟΙΕΣ ΠΑΡΟΥΣΙΑΣΗ ΤΩΝ ΣΤΑΤΙΣΤΙΚΩΝ Ε ΟΜΕΝΩΝ 1.1 Εισαγωγή... 3 1.2 Ορισµός και αντικείµενο της στατιστικής... 3
Διαβάστε περισσότεραΒασικές Έννοιες Στατιστικής & Μέθοδοι Πρόβλεψης
ΜΕΡΟΣ Βασικές Έννοιες Στατιστικής & Μέθοδοι Πρόβλεψης Εισαγωγή Περιγραφή μεθόδων πρόβλεψης Οι μέθοδοι προβλέψεων χωρίζονται σε 3 μεγάλες κατηγορίες Α. Με βάση τον ορίζοντα προγραμματισμού. βραχυπρόθεσμες.
Διαβάστε περισσότεραxp X (x) = k 3 10 = k 3 10 = 8 3
ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Τµήµα Επιστήµης Υπολογιστών HY-7: Πιθανότητες - Χειµερινό Εξάµηνο 07 ιδάσκων : Π. Τσακαλίδης Φροντιστήριο 5 ιακριτές Τυχαίες Μεταβλητές ( ΙΙ ) Ασκηση. Ρίχνουµε ένα αµερόληπτο εξάεδρο
Διαβάστε περισσότεραΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τμήμα Τραπεζικής & Χρηματοοικονομικής
ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τμήμα Τραπεζικής & Χρηματοοικονομικής Πολλαπλό Γραμμικό Υπόδειγμα Παλινδρόμησης Τα υποδείγματα του απλού γραμμικού υποδείγματος της παλινδρόμησης (simple linear regression
Διαβάστε περισσότερα