Analiza datelor de marketing utilizand S.P.S.S. - analiza diferentiala -
|
|
- Τερψιχόρη Ζαφειρόπουλος
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Analiza datelor de marketing utilizand S.P.S.S. - analiza diferentiala -
2 Analiza diferentiala a datelor Utilizata pentru stabilirea reprezentativitatii statistice a diferentelor constatate intre: o valoare presupusa a unui indicator (ipoteza) si valoarea estimata la nivelul populatiei investigate; doua sau mai multe variabile independente; doua sau mai multe esantioane dependente (analiza transversala sau longitudinala). Utilizari frecvente: testarea ipotezelor statistice; testarea reprezentativitatii indicatorilor statistici; testarea semnificatiei variatiei valorilor observate pentru doua sau mai multe variabile; testarea semnificatiei variatiei valorilor observate pentru doua sau mai multe grupuri (esantioane);
3 Testarea ipotezelor statistice Exemple de ipoteze utilizate in marketing: In cinematografele bucurestene merg cel putin o data pe an 20% dintre locuitorii orasului; Consumatorii frecventi si ocazionali ai unui produs (marca) au caracteristici psihografice diferite; Imaginea publica a hotelului Howard Johnson este mai buna decat cea a hotelului Ibis.
4 Testarea ipotezelor statistice Etape pentru testarea ipotezelor: 1.Identificarea testelor statistice adecvate. 2.Formularea ipotezei nule H 0 si a ipotezei alternative H 1. 3.Alegerea unei probabilitati de garantare a rezultatelor. 4.Calcularea indicatorului asociat testului statistic. 5.Stabilirea ipotezei acceptate (nula sau alternative). 6.Formularea unei concluzii logice in limbajul specific marketingului.
5 Testarea ipotezelor statistice Cunoscuta si sub denumirea de analiza diferentiala univariata. Variabile categoriale: se utilizeaza testul χ 2 univariat; Variabile parametrice: se utilizeaza testul Student univariat (in varianta t sau z, depinzand de marimea esantionului).
6 Testul χ 2 univariat Utilizat pentru variabilele categoriale. Exemplu: in Romania, 25% dintre consumatori prefera Dacia. In urma unei cercetari (sondaj) s-a constatat ca 33% dintre soferi se afla la volanul unui autoturism Dacia. Ipoteza este falsa sau corecta? H 0 : NU exista diferente semnificative statistic intre cei doi parametrii. H 1 : exista diferente semnificative statistic intre cei doi parametrii.
7 Testul χ 2 univariat Valori asteptate (conform ipotezei): Conduc Dacia: 25% Nu conduc Dacia: 75% Valori observate (din sondaj): Conduc Dacia: 33% Nu conduc Dacia: 67%
8 Testul χ 2 univariat Indicatorul (calculat) al testului χ 2 : 3,410,852,567575)(672525)(33χ222c= + = + = = =n1ii2ii2ca)a(oχ
9 Testul χ 2 univariat Pentru o probabilitate de garantare a rezultatelor de 99%, valoarea tabelata a lui t univariat este de 6,635. Se observa ca χ 2 c χ 2 t (3,41 < 6,635) => se accepta ipoteza nula (nu exista diferente semnificative statistic intre valorile prognozate si cele observate, deci ipoteza initiala a fost corecta!)
10 Testul Student univariat Utilizat pentru variabile parametrice (se poate calcula media), normal distribuite. Exemplu: venitul mediu in gospodariile celor care isi cumpara Dacia este de 2000 de lei lunar. In urma aceluiasi sondaj, am constatat ca venitul in cauza este de fapt de 1752 de lei. Este confirmata sau infirmata ipoteza initiala? H 0 : NU exista diferente semnificative statistic intre valoarea din ipoteza si cea estimata la nivelul populatiei investigate, pe baza valorii observate in esantionul cercetat. H 1 : Exista diferente semnificative statistic intre valoarea din ipoteza si cea estimata la nivelul populatiei investigate, pe baza valorii observate in esantionul cercetat.
11 Testul Student univariat Valoarea calculata a testului:nxt= sxc= sμ xσ
12 Testul Student univariat Pentru o dimensiune a esantionului de 1000 de persoane si o abaterea medie patratica de de 3315, avem t c =2,36. Gradele de libertate asociate testului t univariat sunt n-1, in cazul de fata 999, iar probabilitate de garantare a rezultatelor α aleasa este de 95%. In acest caz gasim t t = 1,64 Interpretarea teoretica a testului Student: t c t t : se accepta ipoteza nula t c > t t : se accepta ipoteza alternativa
13 Testul Student univariat t c (2,36) > t t (1,64) => se respinge ipoteza nula (exista diferente semnificative statistic intre valoarea ipotezei si cea estimata la nivelul populatiei, deci ipoteza formulata este gresita).
14 Analiza diferentiala bivariata Testele utilizate sunt alese in functie de modul de masurare al variabilelor, numarul de esantioane (grupuri) analizate si relatiile existente intre esantioane: Variabile nominale: grupuri (esantioane) independente: χ 2 grupuri (esantioane) dependente: χ 2 (varianta McNemar) Variabile ordinale (sau variabile interval tratate ca variabile ordinale): 2 grupuri (esantioane) independente: Mann-Whitney, Wald- Wolfowitz; 2 grupuri (esantioane) dependente: Wilcoxon; 3 sau mai multe grupuri (esantioane): Kruskal-Wallis; Variabile proportionale: 2 grupuri (esantioane) independente: testul Student pentru esantioane independente; 2 grupuri (esantioane) dependente: testul Student pentru variabile dependente; 3 sau mai multe grupuri (esantioane): ANOVA;
15 Testul neparametric χ 2 In varianta clasica, testul χ 2 presupune testarea unor variabile categoriale (de regula nonparametrice) si independenta esantioanelor analizate. Se bazeaza pe utilizarea tabelelor de contingenta.
16 Testul neparametric χ 2 Preferinta pentru imbracaminte sport, in functie de statutul marital. Prefera pantofii Statut marital sport Casatoriti Necasatoriti Total Adesea Rar Total Valorile din tabelul de contingenta, rezultate in urma cercetarii, sunt denumite valori observate.
17 ()ijijtestul neparametric χ 2 Bazat pe ipotezele: H 0 : NU exista diferente semnificative intre cele doua variabile. H 1 : Exista diferente semnificative intre cele doua variabile. Valoarea calculata a testului este data de: koa2χ2ij ijca=r1j1= = i Valorile asteptate sunt determinate conform distributiei (teoretice) χ 2 rde formula: Oij i1= = r 1j1= = ki kijj A1= jioo
18 Testul neparametric χ 2 Valoarea calculata χ c 2 a testului este comparata cu valoarea tabelata χ t 2 a acestuia, obtinuta in functie de probabilitatea de garantare a rezultatului si gradele de libertate asociate: (r-1)(k-1). Conditie: χ c 2 χ t 2 : se accepta ipoteza nula χ c 2 > χ t 2 : se accepta ipoteza alternativa Pentru mai mult de doua subesantioane independente trebuie ca frecventele O ij > 1 si O ij < 5 sa nu depaseasca 20% (celulele din tabelul de contingenta cu frecvente de aparitie diferita de zero si mai mica decat 5 sa nu depaseasca 20%).
19 Testul Fisher Inlocuieste testul χ 2 atunci cand dimensiunea esantionului n<20 si k=r=2 (variabile dihotomice); Tabelul de contingenta pentru k=r=2: Prefera incaltamintea sport Casatoriti Statut marital Necasatoriti Total Adesea A B A+B Rar C D C+D Total A+C B+D N
20 ()()()()Testul Fisher Testul probabilitatii exacte (Fisher) are aceiasi ipoteza nula: H 0 : NU exista diferente semnificative intre cele doua variabile; H 1 : Exista diferente semnificative intre cele doua variabile. AB!CD!AC!BDp = N!A!B!C!! Valoarea calculata p a testului se compara cu probabilitatea de garantare a rezultatului (ex.: 95%). p 0,05 : se accepta ipoteza alternativa p > 0,05 : se accepta ipoteza nulad!
21 Testul Fisher (corectia Yates) Atunci cand dimensiunea esantionului n>20 si k=r=2 se utilizeaza corectia lui Yates a testului Fisher: d)c)(bd)(ab)(c(a)2nbcadn(χ22c =
22 ()Testul McNemar Inlocuieste testul χ 2 atunci cand cele doua esantioane investigate sunt dependente (analiza longitudinala sau transversala). Testul McNemar are aceiasi ipoteza nula: H 0 : NU exista diferente semnificative intre cele doua variabile; H 1 : Exista diferente semnificative intre cele doua variabile. ad12χ2 c= a+ a si d reprezinta frecventele subesantioanelor independente. Interpretarea este aceiasi ca si in cazul testului χ 2 : χ 2 c χ 2 t : se accepta ipoteza nula χ 2 c > χ 2 t : se accepta ipoteza alternativad
23 ()1,2}Testul Mann-Whitney Utilizat de preferinta pentru pentru identificarea diferentelor semnificative intre (doua) variabile ce provin din esantioane independente, masurate cu ajutorul scalei ordinale (se poate utiliza insa si in cazul variabilelor proportionale), distribuite normal. Ipotezele testului Mann-Whitney: H 0 : NU exista diferente semnificative intre cele doua variabile. H 1 : Cele doua variabile difera in mod semnificativ. n Valoarea calculata a testului U este data de: {n2ur= 1+,undeiiciii
24 ()Testul Mann-Whitney R i reprezinta suma rangurilor asociate valorilor din esantionul i (primul sau al doilea). Pentru esantioane totale (n 1 +n 2 ) mai mici de 30, valorile lui U t sunt tabelate. Pentru esantioane de peste 30 de subiecti se utilizeaza testul Student pentru stabilirea semnificatiei statistice nna testului U, dupa formula: U12unde: z 2σcnnnn= σ1 21+ UU= nn
25 Testul Mann-Whitney Interpretarea testului U pentru esantioane mai mici de 30 de subiecti: U c U t : se accepta ipoteza nula U c > U t : se accepta ipoteza alternativa Interpretarea teoretica a testului U pentru esantioane mai mari de 30 de subiecti: z c z t : se accepta ipoteza nula z c > z t : se accepta ipoteza alternativa
26 Testul Mann-Whitney Presupunand ca Esop nu a fost foarte satisfacut de experimentul sau clasic, in care o broasca testoasa intrece un iepure si repeta experiementul cu 6 iepuri si 6 broaste testoase. Clasamentul se afla in tabelul de mai jos: I II III IV V VI VII VIII IX X XI XII T I I I I I T T T T T I Suma rangurilor R 1 asociate testoaselor este: = 46
27 ()Testul Mann-Whitney 661U Din tabelul asociat testului Mann-Whitney gasim ca U t (pentru n 1 =6, n 2 =6 si α=0,05) = 5, deci putem constata ca U c > U t => vom accepta ipoteza alternativa (exista diferente semnificative intre comportamentul in concurs al broastelor testoase si al iepurilor, dat de suma rangurilor, mai exact 46 pentru testoase si 25 pentru iepuri)2c= =
28 Testul Wilcoxon Testul Wilcoxon este un test non-parametric bivariat utilizat pentru identificarea semnificatiei statistice a diferentelor identificate pentru variabile provenite din esantioane dependente (masuratori repetate sau variabile masurate ale acelorasi respondenti), masurate cu ajutorul scalelor ordinale, indiferent de tipul distributiei. Exemplu: existenta unor diferente semnificative statistic intre perceptiile asupra a doua marci diferite (utilizand scala Likert) sau pentru perceptia asupra imaginii berii Redd s inainte si dupa realizarea unei campanii promotionale.
29 Testul Wilcoxon Ipotezele testului Wilcoxon: H 0 : NU exista diferente semnificative intre cele doua variabile. H 1 : Cele doua variabile difera in mod semnificativ. Pentru calculul statisticii W +, asociata testului Wilcoxon, se ordoneaza toate valorile observate, se calculeaza diferentele observate w i, aceste diferente sunt ordonate in functie de marime, fiecareia fiind ulterior asociat un rang R i pe baza pozitiei in aceasta serie de wyiidiferente:ix = iirangul=rw
30 ()Testul Wilcoxon De asemenea, pentru calculul φiw + wse utilizeaza o functie indicator, Φ i : 0i= i> nwr φ+ = iii1= Sustinerea (sau respingerea) ipotezei nule se bazeaza pe probabilitatea de aparitie a valorii W +, data de tabele statistice asociate testului (pentru n de maxim 30 de respondenti) sau estimata cu ajutorul testului Student. Valoarea W + este data de:
31 Testul Wilcoxon Utilizand scala Likert pentru identificarea disponibilitatii respondentilor de a cumpara berea Redd s, masurata inainte si dupa expunerea la un spot de promovare a produsului, au fost inregistrate urmatoarele valori (5 = sigur da; 4 = probabil da, 3 = indiferent, 2 = probabil nu; 1 = sigur nu): Respondent Inainte Dupa Diferente (w i ) Ranguri R i
32 ()()Testul Wilcoxon Insumand rangurile pozitive R i din tabelul anterior obtinem W + =12, careia ii este asociata o probabilitate p(12)=0, (aleasa pentru n=15 si α=0,05), mai mica decat 0,05 pragul de sustinere al ipotezei nule in textul Wilcoxon, deci se poate concluziona ca ipoteza nula este acceptata (este respinsa ipoteza alternativa) => cele doua seturi de date NU difera in mod semnificativ (spotul publicitar NU a schimbat atitudinea respondentilor fata de marca Redd s). Pentru esantioane dependente de peste 30 de respondenti se W0,05nn12n1+z σ+ + cw= σ= 2nutilizeaza:W
33 Testul Student bivariat Utilizat pentru stabilirea semnificatiei satistice a diferentelor constatate intre doua esantioane (dependente sau independente) sau variatia a doua variabile, masurate pe scala proportionala. Exemplu: persoanele de sex masculin si feminin au un comportament diferit in utilizarea Internetului (numarul de ore de utilizare saptamanale)? Persoanele cu venit mare au un procent mai ridicat de loialisti fata de marca decat persoanele cu venit scazut? Observatii: Analiza este realizata diferentiat pentru medii si procente. Analiza este realizata diferentiat in cazul esantioanelor independente, in functie de existenta unor diferente (semnificative statistic) intre dispersiile celor doua grupuri.
34 Testul Student bivariat Bazat pe ipotezele H 0 : NU exista diferente semnificative statistic intre (media) celor doua esantioane investigate. H 1 : Exista diferente semnificative statistic intre (mediile) celor doua esantioane investigate. In cazul esantioanelor independente, se utilizeaza testul F (varianta Levine) pentru stabilirea asocierii dintre dispersiile celor doua grupuri (in anumite cazuri poate fi folosit si testul Kolmogorov-Smirnov).
35 Testul Student bivariat Ipotezele testului F: H 0 : NU exista diferente semnificative statistic intre dispersiile celor doua esantioane investigate. H 1 : cele doua esantioane inregistreaza diferente ale valorilor observate semnificative statistic. σ2f1c= σ2 Valoarea testului F: 2
36 Testul Student bivariat Gradele de libertate asociate testului F sunt n 1-1 si n 2-1, iar probabilitate de garantare a rezultatelor α este aleasa, in functie de nevoile analizei. Daca probabilitatea asociata testului F t (data de gradele de libertate si probabilitatea de garantare a rezultatelor) este mai mare decat cea asociata F c atunci se accepta H 1 (cele doua esantioane au dispersii diferite), altfel se accepta H 0 (dispersiile celor doua esantioane independente sunt asemanatoare). Pentru esantioane independente (medii distincte) formula testului t (z xxin esantioane de peste 30 de respondenti) 12cxx1este:2z = s
37 (Testul Student bivariat Abaterea standard asociata dispersiei, pentru esantioane independente, cu dispersii diferite semnificativ: 21x12= n+ σ1 Abaterea standard asociata dispersiei, pentru esantioane independente, cu dispersii asemanatoare:2σn22sx 11σ2x= n+ n12 )12sx
38 Testul Student bivariat Gradele de libertate asociate testului t bivariat (esantioane independente) sunt n 1 +n 2-2 si probabilitate de garantare a rezultatelor α. Interpretarea teoretica a testului Student: t c t t : se accepta ipoteza nula t c > t t : se accepta ipoteza alternativa Analiza difera in functie de dispersiile asociate celor doua esantioane utilizate
39 Testul Student bivariat Numarul de ore petrecute saptamanal utilizand resurse din Internet Ore Internet Sex Ore Internet Sex
40 Testul Student bivariat Sex Nr. de respondenti Media (orelor de navigatie saptamanale) Eroarea standard asociata mediei Masculin Feminin F c = 15,507 > F 14,14,95% = 2,46 => se accepta ipoteza alternativa (dispersiile celor doua esantioane sunt semnificativ diferite) t c = 4,492 > t 28, 95% = 1,701 => se accepta ipoteza alternativa (exista diferente semnificative intre gradul de utilizare a Internetului pentru barbati si femei)
41 Testul Student bivariat Testul t bivariat (pentru esantioane independente) se poate folosi si pentru alti indicatori (ex.: procente).21pp21csppz = ppn)p(1pn)p(1ps21 + =
42 Testul Student bivariat (esantioane dependente) Testul t bivariat pentru esantioane dependente (masuratori repetate sau variabile masurate ale acelorasi respondenti). Exemplu: existenta unor diferente semnificative statistic intre perceptiile asupra a doua marci diferite (utilizand scala Stapel) sau pentru perceptia asupra unei marci la doua momente diferite (inainte si dupa efectuarea unor activitati promotionale?
43 ()2Testul Student bivariat (esantioane dependente) Testul t bivariat pentru esantioane dependenteddzdcdμ s= nd i1snndd= ni1=ni = = D 1 i
44 Analiza Variatiei (ANOVA) In ciuda denumirii, reprezinta tot un test statistic, utilizat pentru stabilirea semnificatiei satistice a diferentelor constatate intre trei sau mai multe esantioane (dependente sau independente), masurate pe o scala proportionala. Echivalentul testului Stundent pentru mai mult de doua esantioane Exemple: utilizarea Internetului (numarul de ore de utilizare saptamanale) difera in functie de nivelul de educatie al persoanelor investigate (gimnazial, liceal, universitar, postuniversitar)? Categoriile (intervalele) de varsta influenteaza semnificativ nivelul salarial al respondentilor?
45 Analiza Variatiei (ANOVA) Utilizeaza: o variabila de grupare X (ce determina subgrupurile), denumita si variabila independenta; o variabila analizata (dependenta), masurata pe scala proportionala; Variabila dependenta este subdivizata in c subesantioane (grupuri), de dimensiuni n 1, n 2, n c. In analiza diferentelor constatate intre mediile subgrupurilor 1 c, ANOVA utilizeaza notiunea de descompunere a variatiei totale, in variatie interna (in interiorul acestor grupuri) si variatie externa (diferenta constatata intre grupuri).
46 Analiza Variatiei (ANOVA) Variatia totala: EITVVV+ = = = =c1jn1i2ijtj)x(xv = =c1j2je)xx(v = = =c1jn1i2jijij)x(xv
47 Analiza Variatiei (ANOVA) Gradele de libertate asociate: variatia totala: n-1; variatia interna: n-c; variatia externa: c-1; Magnitudinea (importanta) variatiilor se calculeaza cu ajutorul unui indicator, denumit media Vpatratica η: Media patratica interna: η2iinter= nc Vη2EMedia patratica externa: ernc-1naxtea=
48 Analiza Variatiei (ANOVA) Ipotezele asociate ANOVA: NU exista o diferenta semnificativa statistic intre (mediile) grupurile analizate; grupurile investigate (mediile lor) difera in mod semnificativ; Ipotezele sunt acceptate sau respinse in functie de valoarea coeficientului F asociat 2ANOVA:2η externa= ernafcη int
49 Analiza Variatiei (ANOVA) Valorile teoretice ale testului F se regasesc in tabele, indexate pe baza probabilitatii de garantare a rezultatelor (1-α) si gradele de libertate interne (n-1) si externe (c-1). Interpretarea teoretica a testului F (ANOVA): F c F t : se accepta ipoteza nula F c > F t : se accepta ipoteza alternativa Exemplu: Zone Records doreste sa lanseze pe piata noul album Holograf si, pentru inceput, produce de cópii. Trimite cate 2000 de exemplare in cele 5 depozite regionale sau tine seama de vanzarile celorlalte grupuri de rock din fiecare regiune din ultimul an?
50 Analiza Variatiei (ANOVA) Date istorice despre vanzarile de muzica rock: Grup Bucuresti Constanta Iasi Cluj Timisoara Total Iris Bere gratis O.C.S Sarmalele reci Celelalte cuvinte Total Medii partiale
51 Analiza Variatiei (ANOVA) n = 5x5=25 de observatii c=r=5 (n 1 =n 2 =n 3 =n 4 =n 5 =5) = = =c1j2je)xx(v = = = = =c1jn1i2jijij)x(xv1,8271) (45) (251)(cvc)(nvfiec= = =
52 Analiza Variatiei (ANOVA) F c =1,827 < F t(5,5,α=0,05) =5,05 => se accepta ipoteza nula (mediile subesantioanelor nu difera in mod semnificativ). Cum se distribuie CD-ul celor de la IRIS?
53 Testul Levene Un test bivariat, pentru stabilirea gradului de asemanare intre variatiile a doua esantioane (dependente sau independente), masurate pe o scala categoriala sau continua, normal distribuite. Ipotezele asociate testului Levene: NU exista o diferenta semnificativa statistic intre dispersiile grupurilor analizate (dispersiile sunt asemanatoare avem o relatie de homoscedasticitate); Disersiile grupurilor investigate sunt semnificativ diferite (prezinta o relatie de heteroscedasticitate);
54 Testul Levene Indicatorul testului este denumit Levene F sau W si se calculeaza conform formulei: unde: = = = = c1jn1i2iijc1j2jjcj)d(d1)(c)dd(nc)(nwjijijyyd =
55 Testul Levene Valorile teoretice ale testului Levene se regasesc in tabele, indexate pe baza probabilitatii de garantare a rezultatelor (1-α) si gradele de libertate (n-c). Interpretarea teoretica a testului Levene: F c F t : se accepta ipoteza nula (relatia este homoscedastiva) F c > F t : se accepta ipoteza alternativa (relatia este heteroscedastiva)
56 Testul Kruskal-Wallis utilizat pentru stabilirea semnificatiei satistice a diferentelor constatate intre trei sau mai multe esantioane (dependente sau independente), masurate pe o scala ordinala, normal distribuite si homoscedastice. Kruskal-Wallis este echivalentul testelor Mann-Whitney si Wilcoxon pentru mai mult de doua esantioane. Exemple: identificarea gradului in care nivelul de educatie influenteaza preferinta pentru un anumit produs, masurat pe o scala categoriala; Stabilirea gradului in care gradul de loialitate al respondentilor este influentat de perceptia imaginii unui produs?
57 Testul Kruskal-Wallis Ipotezele asociate testului Kruskal-Wallis: NU exista o diferenta semnificativa statistic intre (medianele) grupurile analizate; Grupurile investigate (medianele) difera in mod semnificativ; Gradele de libertate asociate K sunt c-1 (c reprezentand numarul de grupuri determinat de variabila de grupare asupra variabilei independente).
58 ()(())Testul Kruskal-Wallis Ipotezele sunt acceptate sau respinse in functie de valoarea coeficientului K asociat testului: cnrr2 jj Kn1j1c= = cnjrr2ij 1i1= = unde: - r ij reprezinta rangul observatiei i din grupul j; r j media subesantionului j; n j dimensiunea subesantionului j; c numarul de grupuri (c>2) j
59 Testul Kruskal-Wallis Interpretarea teoretica a testului Kruskal-Wallis se bazeaza pe valorile tabelate ale testului χ 2, pentru c-1 grade de libertate si o probabilitate de garantare a rezultatelor de α: Observatii: K c χ 2 t : se accepta ipoteza nula (grupurile nu sunt semnificativ diferite); K c > χ 2 t : se accepta ipoteza alternativa (grupurile au comportamente diferite). In cazul variabilelor nominale se utilizeaza testul χ 2, indiferent de numarul subesantioanelor; Testul K este mai exact decat χ 2 in cazul variabilelor ordinale, utilizand rangurile, spre deosebire de χ 2, care utilizeaza frecvente de aparitie.
60 Testul Kruskal-Wallis Exemplu: In urma unor focus grupuri realizate pentru identificarea perceptiei consumatorilor potentiali pentru berea Redd s, inainte de lansarea acesteia pe piata, au fost stranse date despre nivelul de educatie (liceu, universitar, post-universitar) al respondentilor, ca si asupra perceptiei asupra gustului, pretului si imaginii produsului, folosindu-se scala Stapel (note de la 1 la 10, 10 reprezentand valoarea maxima). Datele stranse se regasesc in tabelul urmator.
61 Testul Kruskal-Wallis Pentru fiecare respondent, valorile celor 3 indicatori ai perceptiei (gust, pret si imagine) sunt agregati utilizandu-se media algebrica. Liceu Facultate Master/Doctor Medie
62 Testul Kruskal-Wallis Valorile sunt agregate intr-o singura variabila, de dimensiunea n=21, iar apoi sunt atribuite ranguri, dupa sistemul explicat pentru testul Mann-Whitney: Liceu Facultate Master/Doctor Suma rangurilor Medie
63 Testul Kruskal-Wallis Suma tuturor rangurilor este 231, cu o medie de 11 (231/21). Tabelul patratelor diferentelor de rang este: Liceu Facultate Master/Doctor Suma rangurilor
64 ()(())Testul Kruskal-Wallis Suma patratelor diferentelor intre rangurile observate si media rangurilor este 769, in timp ce patratul diferentelor dintre rangurile mediie ale grupurilor si media generala a rangurilor este 52,45. In acest fel, putem calcula: cnrr2= 1 j=c1 j1i1= = jjkncnj rr 769 = 20 = ,23 Observam ca K c = 293,23 > χ 2 t =5,991, calculat pentru 3-1 grade de libertate si un α=0,05, deci acceptam impoteza alternativa, concluzionand ca nivelul de educatie influenteaza semnificativ modul in care este perceputa marca de bere Redd s 2ij
65 Analiza CoVariatiei (ANCOVA) Reprezinta un test statistic, utilizat pentru stabilirea semnificatiei satistice a diferentelor constatate intre trei sau mai multe esantioane (dependente sau independente), masurate pe o scala categoriala sau continua, normal distribuite si homoscedastice. Exemple: utilizarea Internetului (tipuri de abonament) difera in functie de nivelul de educatie al persoanelor investigate (gimnazial, liceal, universitar, post-universitar)? Cum este influentata intentia de cumparare pentru un produs, la nivelul unor grupuri distincte, de catre expunerea la instrumente promotionale distincte, in conditiile in care respondentii cunosteau deja produsul?
66 Analiza CoVariatiei (ANCOVA) ANCOVA testeaza in plus (fata de ANOVA) efecte ale covariantei (influenta unor variabile independente suplimentare) variabilei dependente. CoVarianta este utilizata pentru izolarea efectelor altor variabile indepentente (covariante) asupra variabilei dependente investigate. Variabilele independente suplimentare sunt denumite variabile de control.
67 Analiza CoVariatiei (ANCOVA) Variabila dependenta este subdivizata in c subesantioane (grupuri), de dimensiuni n 1, n 2, n c. Covariatia totala a subesantioanelor este descompusa in covariatie interna (in interiorul acestor grupuri) si covariatie externa (diferenta constatata intre grupuri).
68 Analiza CoVariatiei (ANCOVA) Variatia totala: = = = = =c1j2c1jn1iijn1i2ijtn)y(yvjjeitvvv+ = ) )( ( j ij j ij x x y y = = =c1jn1iev = = c1jiv) )( ( x x y y n j j
69 Analiza CoVariatiei (ANCOVA) CoVariatia este data de: = = = = = = =c1jc1jn1i2ijc1jn1i2ijn1i2ij2ijenyx-yxcovjjj)nyxyx(covc1jn1ijn1iijijijijijj = = = =
70 Analiza CoVariatiei (ANCOVA) Gradele de libertate asociate (fiecare variabila de control suplimentara duce la pierderea unui grad de libertate): variatia interna: n-c-1; variatia externa: c-1; Coeficientul de determinare (indica in ce masura variatia din interiorul/exteriorul grupurilor identificate la nivelul variabilei dependente este explicata de COV2variabila de grupare): r2externa (intre grupuri): externvvinterna (in interiorul grupurilor): E= TECOVr2intern= VVTI2I
71 (())Analiza CoVariatiei (ANCOVA) Ipotezele asociate ANCOVA: NU exista o diferenta semnificativa statistic intre (mediile) grupurile analizate; grupurile investigate (mediile lor) difera in mod semnificativ; Ipotezele sunt acceptate sau respinse in functie de valoarea coeficientului F asociat Vc1FE cancova:1= Vc ni
72 Analiza CoVariatiei (ANCOVA) Interpretarea testului F se face la fel ca in cazul ANOVA, prin identificarea valorilor tabelate, indexatepebazaprobabilitatii de garantare a rezultatelor (1-α) si gradele de libertate interne (n-1) si gradele de libertate externe (c-1). Interpretarea teoretica a testului F (ANCOVA): F c F t : se accepta ipoteza nula F c > F t : se accepta ipoteza alternativa
73 Analiza CoVariatiei (ANCOVA) Exemplu: Pentru cursul de Analiza Datelor de Marketing utilizand SPSS avem 4 manuale alternative. Pentru a testa care dintre ele este mai util studentilor, am oferit cate un manual fiecarei grupe. Am administrat un examen comun, cu 25 de intrebari, tuturor celor 4 grupe, iar apoi am prelevat esantioane formate din 10 studenti din fiecare grupa, pentru a determina daca exista diferente semnificative in pregatirea acestora.
74 Analiza CoVariatiei (ANCOVA) Raspunsuri corecte la examen, pe baza unor manuale diferite Nota la SPSS Total Grupa Grupa Grupa Grupa Medii partiale 15,9 17,9 19, ,4 Media generala a raspunsurilor corecte: 17,57
75 Analiza CoVariatiei (ANCOVA) n = 4 x 10 = 40 de observatii c = 4, iar r = 10 = 5,2675 = =c1j2je)xx(v271,162,466,986,954,9)x(xvc1jn1i2jijij= = = = = 0,06481)271,1(1010)5,2675(401)(cVc)(nVFIEc= = =
76 Analiza CoVariatiei (ANCOVA) F c = 0,0648 < F t(39,9,α=0,05) = 2,84 => se accepta ipoteza nula (mediile subesantioanelor NU difera in mod semnificativ) => dintre cele 4 grupe, nu exista cel putin doua ale caror masteranzi au o pregatire semnificativ diferita la Analiza Datelor de Marketing Utilizand SPSS (ex.: grupa 1 a raspuns corect, in medie, la 16 intrebari, iar membrii grupei 3 au raspuns corect, in medie, la 19 intrebari, insa aceasta diferenta nu este semnificativa statistic, data fiind dimensiunea esantioanelor utilizate). Putem concluziona ca nu conteaza ce manual voi recomanda anul viitor?
77 Analiza CoVariatiei (ANCOVA) Dupa cum stiti, la Marketing Strategic studentii sunt ordonati in diferite grupe in functie de facultatile absolvite, deci este teoretic posibil ca unii dintre ei sa aiba o pregatire anterioare in domeniul analizei datelor, ceea ce ar afecta acuratetea testului efectuat. Pregatirea anterioare poate fi estimata prin intermediul notei la Metode si Modele in Marketing, de pe primul semestru, care presupunea cunostinte in aproximativ acelasi domeniu.
78 Analiza CoVariatiei (ANCOVA) Raspunsuri corecte la examen, pentru grupe care s-au pregatit cu manuale diferite, incluzand nota la Metode si Modele in Marketing. Grupa 1 Grupa 2 Grupa 3 Grupa 4 SPSS Modelare SPSS Modelare SPSS Modelare SPSS Modelare Total Medii partiale , , , , , , ,8
79 Analiza CoVariatiei (ANCOVA) Analiza covariatiei: 161)x(x)y(yVjijc1jn1ijijE= = = = 3,3)xx)(yy(nVc1jjjI= = = 13,11)93,3(401)(91611)c(nV1)(cVFIEc= = =
80 Analiza CoVariatiei (ANCOVA) F c = 13,1 > F t (39,9,α=0,05) = 2,84 => se accepta ipoteza alternativa (mediile subesantioanelor difera in mod semnificativ) => exista diferente semnificative intre contributiile la pregatirea studentilor a celor 4 manuale utilizate!
81
Analiza diferentiala a datelor
Analiza diferentiala a datelor Analiza diferentiala a datelor Utilizata pentru stabilirea reprezentativitatii statistie a diferentelor onstatate intre: o valoare presupusa a unui indiator (ipoteza) si
Διαβάστε περισσότεραAnaliza bivariata a datelor
Aaliza bivariata a datelor Aaliza bivariata a datelor! Presupue masurarea gradului de asoiere a doua variabile sub aspetul: Diretiei (aturii) Itesitatii Semifiatiei statistie Variabilele omiale Tabele
Διαβάστε περισσότεραMihai Orzan joi, 19:30, sala 1406
Analiza datelor de marketing utilizand S.P.S.S. - curs introductiv - Mihai Orzan mihai.orzan@ase.ro joi, 19:30, sala 1406 Chestiuni organizatorice Nota: Examen final (1 iunie): 40% Test seminar: 60% http://orzanm.ase.ro/spss
Διαβάστε περισσότεραCurs 10 Funcţii reale de mai multe variabile reale. Limite şi continuitate.
Curs 10 Funcţii reale de mai multe variabile reale. Limite şi continuitate. Facultatea de Hidrotehnică Universitatea Tehnică "Gh. Asachi" Iaşi 2014 Fie p, q N. Fie funcţia f : D R p R q. Avem următoarele
Διαβάστε περισσότεραMetode iterative pentru probleme neliniare - contractii
Metode iterative pentru probleme neliniare - contractii Problemele neliniare sunt in general rezolvate prin metode iterative si analiza convergentei acestor metode este o problema importanta. 1 Contractii
Διαβάστε περισσότεραTESTE STATISTICE PENTRU DATE ORDINALE. M. Popa
TESTE STATISTICE PENTRU DATE ORDINALE M. Popa Situații în care se utilizează teste pentru date ordinale: a) Variabila dependentă este exprimată pe scală de tip ordinal. valorile nu au proprietăți de interval,
Διαβάστε περισσότεραCurs 14 Funcţii implicite. Facultatea de Hidrotehnică Universitatea Tehnică "Gh. Asachi"
Curs 14 Funcţii implicite Facultatea de Hidrotehnică Universitatea Tehnică "Gh. Asachi" Iaşi 2014 Fie F : D R 2 R o funcţie de două variabile şi fie ecuaţia F (x, y) = 0. (1) Problemă În ce condiţii ecuaţia
Διαβάστε περισσότεραDistribuţia multinomială Testul chi-pătrat. M. Popa
Distribuţia multinomială Testul chi-pătrat M. Popa Evenimente probabilistice binomiale valori dihotomice (P, Q): (masculin/feminin, absent/prezent, adevărat/fals, etc.) multinomiale mai mult de două valori
Διαβάστε περισσότερα9 Testarea ipotezelor statistice
9 Testarea ipotezelor statistice Un test statistic constă în obţinerea unei deducţii bazată pe o selecţie din populaţie prin testarea unei anumite ipoteze (rezultată din experienţa anterioară, din observaţii,
Διαβάστε περισσότεραAnaliza în curent continuu a schemelor electronice Eugenie Posdărăscu - DCE SEM 1 electronica.geniu.ro
Analiza în curent continuu a schemelor electronice Eugenie Posdărăscu - DCE SEM Seminar S ANALA ÎN CUENT CONTNUU A SCHEMELO ELECTONCE S. ntroducere Pentru a analiza în curent continuu o schemă electronică,
Διαβάστε περισσότερα8 Intervale de încredere
8 Intervale de încredere În cursul anterior am determinat diverse estimări ˆ ale parametrului necunoscut al densităţii unei populaţii, folosind o selecţie 1 a acestei populaţii. În practică, valoarea calculată
Διαβάστε περισσότεραSubiecte Clasa a VII-a
lasa a VII Lumina Math Intrebari Subiecte lasa a VII-a (40 de intrebari) Puteti folosi spatiile goale ca ciorna. Nu este de ajuns sa alegeti raspunsul corect pe brosura de subiecte, ele trebuie completate
Διαβάστε περισσότεραPOPULAŢIE NDIVID DATE ORDINALE EŞANTION DATE NOMINALE
DATE NUMERICE POPULAŢIE DATE ALFANUMERICE NDIVID DATE ORDINALE EŞANTION DATE NOMINALE Cursul I Indicatori statistici Minim, maxim Media Deviaţia standard Mediana Cuartile Centile, decile Tabel de date
Διαβάστε περισσότεραIntegrala nedefinită (primitive)
nedefinita nedefinită (primitive) nedefinita 2 nedefinita februarie 20 nedefinita.tabelul primitivelor Definiţia Fie f : J R, J R un interval. Funcţia F : J R se numeşte primitivă sau antiderivată a funcţiei
Διαβάστε περισσότεραCurs 4 Serii de numere reale
Curs 4 Serii de numere reale Facultatea de Hidrotehnică Universitatea Tehnică "Gh. Asachi" Iaşi 2014 Criteriul rădăcinii sau Criteriul lui Cauchy Teoremă (Criteriul rădăcinii) Fie x n o serie cu termeni
Διαβάστε περισσότεραVariabile statistice. (clasificare, indicatori)
Variabile statistice (clasificare, indicatori) Definiţii caracteristică sau variabilă statistică proprietate în functie de care se cerceteaza o populatie statistica şi care, în general, poate fi măsurată,
Διαβάστε περισσότεραPlanul determinat de normală şi un punct Ecuaţia generală Plane paralele Unghi diedru Planul determinat de 3 puncte necoliniare
1 Planul în spaţiu Ecuaţia generală Plane paralele Unghi diedru 2 Ecuaţia generală Plane paralele Unghi diedru Fie reperul R(O, i, j, k ) în spaţiu. Numim normala a unui plan, un vector perpendicular pe
Διαβάστε περισσότεραMARCAREA REZISTOARELOR
1.2. MARCAREA REZISTOARELOR 1.2.1 MARCARE DIRECTĂ PRIN COD ALFANUMERIC. Acest cod este format din una sau mai multe cifre şi o literă. Litera poate fi plasată după grupul de cifre (situaţie în care valoarea
Διαβάστε περισσότεραAplicaţii ale principiului I al termodinamicii la gazul ideal
Aplicaţii ale principiului I al termodinamicii la gazul ideal Principiul I al termodinamicii exprimă legea conservării şi energiei dintr-o formă în alta şi se exprimă prin relaţia: ΔUQ-L, unde: ΔU-variaţia
Διαβάστε περισσότεραDISTANŢA DINTRE DOUĂ DREPTE NECOPLANARE
DISTANŢA DINTRE DOUĂ DREPTE NECOPLANARE ABSTRACT. Materialul prezintă o modalitate de a afla distanţa dintre două drepte necoplanare folosind volumul tetraedrului. Lecţia se adresează clasei a VIII-a Data:
Διαβάστε περισσότερα5. FUNCŢII IMPLICITE. EXTREME CONDIŢIONATE.
5 Eerciţii reolvate 5 UNCŢII IMPLICITE EXTREME CONDIŢIONATE Eerciţiul 5 Să se determine şi dacă () este o funcţie definită implicit de ecuaţia ( + ) ( + ) + Soluţie ie ( ) ( + ) ( + ) + ( )R Evident este
Διαβάστε περισσότεραFunctii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor
Functii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor. Fiind date doua multimi si spunem ca am definit o functie (aplicatie) pe cu valori in daca fiecarui element
Διαβάστε περισσότεραriptografie şi Securitate
riptografie şi Securitate - Prelegerea 12 - Scheme de criptare CCA sigure Adela Georgescu, Ruxandra F. Olimid Facultatea de Matematică şi Informatică Universitatea din Bucureşti Cuprins 1. Schemă de criptare
Διαβάστε περισσότεραFunctii definitie, proprietati, grafic, functii elementare A. Definitii, proprietatile functiilor X) functia f 1
Functii definitie proprietati grafic functii elementare A. Definitii proprietatile functiilor. Fiind date doua multimi X si Y spunem ca am definit o functie (aplicatie) pe X cu valori in Y daca fiecarui
Διαβάστε περισσότεραRecapitulare - Tipuri de date
Recapitulare - Tipuri de date Date numerice vârsta, greutatea, talia, hemoglobina, tensiunea arterială, calcemia, glicemia, colesterolul, transaminazele etc. valori continue sau discrete numere întregi
Διαβάστε περισσότεραMetode de interpolare bazate pe diferenţe divizate
Metode de interpolare bazate pe diferenţe divizate Radu Trîmbiţaş 4 octombrie 2005 1 Forma Newton a polinomului de interpolare Lagrange Algoritmul nostru se bazează pe forma Newton a polinomului de interpolare
Διαβάστε περισσότερα5.5. REZOLVAREA CIRCUITELOR CU TRANZISTOARE BIPOLARE
5.5. A CIRCUITELOR CU TRANZISTOARE BIPOLARE PROBLEMA 1. În circuitul din figura 5.54 se cunosc valorile: μa a. Valoarea intensității curentului de colector I C. b. Valoarea tensiunii bază-emitor U BE.
Διαβάστε περισσότεραDistribuţia binomială Teste statistice neparametrice nominale. M. Popa
Distribuţia binomială Teste statistice neparametrice nominale M. Popa a) parametrice Teste statistice inferenţele sunt probate prin utilizarea parametrilor populaţiei (indicatori care descriu tendinţa
Διαβάστε περισσότεραStatisticǎ - curs 3. 1 Seria de distribuţie a statisticilor de eşantioane 2. 2 Teorema limitǎ centralǎ 5. 3 O aplicaţie a teoremei limitǎ centralǎ 7
Statisticǎ - curs 3 Cuprins 1 Seria de distribuţie a statisticilor de eşantioane 2 2 Teorema limitǎ centralǎ 5 3 O aplicaţie a teoremei limitǎ centralǎ 7 4 Estimarea punctualǎ a unui parametru; intervalul
Διαβάστε περισσότεραsunt comparate grupuri formate din subiecńi diferińi, evaluańi în condińii diferite testul t pentru eşantioane independente ANOVA
M. Popa sunt comparate grupuri formate din subiecńi diferińi, evaluańi în condińii diferite testul t pentru eşantioane independente ANOVA sunt comparate valori măsurate pe acelaşi grup (eşantion) de subiecńi
Διαβάστε περισσότερα5.4. MULTIPLEXOARE A 0 A 1 A 2
5.4. MULTIPLEXOARE Multiplexoarele (MUX) sunt circuite logice combinaţionale cu m intrări şi o singură ieşire, care permit transferul datelor de la una din intrări spre ieşirea unică. Selecţia intrării
Διαβάστε περισσότεραV.7. Condiţii necesare de optimalitate cazul funcţiilor diferenţiabile
Metode de Optimizare Curs V.7. Condiţii necesare de optimalitate cazul funcţiilor diferenţiabile Propoziţie 7. (Fritz-John). Fie X o submulţime deschisă a lui R n, f:x R o funcţie de clasă C şi ϕ = (ϕ,ϕ
Διαβάστε περισσότεραSEMINAR 14. Funcţii de mai multe variabile (continuare) ( = 1 z(x,y) x = 0. x = f. x + f. y = f. = x. = 1 y. y = x ( y = = 0
Facultatea de Hidrotehnică, Geodezie şi Ingineria Mediului Matematici Superioare, Semestrul I, Lector dr. Lucian MATICIUC SEMINAR 4 Funcţii de mai multe variabile continuare). Să se arate că funcţia z,
Διαβάστε περισσότεραStatistică descriptivă Distribuția normală Estimare. Călinici Tudor 2015
Statistică descriptivă Distribuția normală Estimare Călinici Tudor 2015 Obiective educaționale Enumerarea caracteristicilor distribuției normale Enumerarea principiilor inferenței statistice Calculul intervalului
Διαβάστε περισσότεραPRELEGEREA XII STATISTICĂ MATEMATICĂ
PRELEGEREA XII STATISTICĂ MATEMATICĂ I. Teste nonparametrice Testele nonparametrice se aplică variabilelor măsurate la nivel nominal sau ordinal. Ele se aplică pe eşantioane mici, nefiind nevoie de presupuneri
Διαβάστε περισσότεραValori limită privind SO2, NOx şi emisiile de praf rezultate din operarea LPC în funcţie de diferite tipuri de combustibili
Anexa 2.6.2-1 SO2, NOx şi de praf rezultate din operarea LPC în funcţie de diferite tipuri de combustibili de bioxid de sulf combustibil solid (mg/nm 3 ), conţinut de O 2 de 6% în gazele de ardere, pentru
Διαβάστε περισσότερα(a) se numeşte derivata parţială a funcţiei f în raport cu variabila x i în punctul a.
Definiţie Spunem că: i) funcţia f are derivată parţială în punctul a în raport cu variabila i dacă funcţia de o variabilă ( ) are derivată în punctul a în sens obişnuit (ca funcţie reală de o variabilă
Διαβάστε περισσότεραNOTIUNI DE BAZA IN STATISTICA
NOTIUNI DE BAZA IN STATISTICA INTRODUCERE SI DEFINITII A. PARAMETRI SI STATISTICI Parametru valoare sau caracteristica asociata unei populatii constante fixe notatie - litere grecesti: media populatiei
Διαβάστε περισσότερα4. CIRCUITE LOGICE ELEMENTRE 4.. CIRCUITE LOGICE CU COMPONENTE DISCRETE 4.. PORŢI LOGICE ELEMENTRE CU COMPONENTE PSIVE Componente electronice pasive sunt componente care nu au capacitatea de a amplifica
Διαβάστε περισσότερα10. STABILIZATOAE DE TENSIUNE 10.1 STABILIZATOAE DE TENSIUNE CU TANZISTOAE BIPOLAE Stabilizatorul de tensiune cu tranzistor compară în permanenţă valoare tensiunii de ieşire (stabilizate) cu tensiunea
Διαβάστε περισσότερα7 Distribuţia normală
7 Distribuţia normală Distribuţia normală este cea mai importantă distribuţie continuă, deoarece în practică multe variabile aleatoare sunt variabile aleatoare normale, sunt aproximativ variabile aleatoare
Διαβάστε περισσότεραFig Impedanţa condensatoarelor electrolitice SMD cu Al cu electrolit semiuscat în funcţie de frecvenţă [36].
Componente şi circuite pasive Fig.3.85. Impedanţa condensatoarelor electrolitice SMD cu Al cu electrolit semiuscat în funcţie de frecvenţă [36]. Fig.3.86. Rezistenţa serie echivalentă pierderilor în funcţie
Διαβάστε περισσότεραModul de calcul al prețului polițelor RCA
Modul de calcul al prețului polițelor RCA Componentele primei comerciale pentru o poliță RCA sunt: Prima pură Cheltuieli specifice poliței Alte cheltuieli Marja de profit Denumită și primă de risc Cheltuieli
Διαβάστε περισσότερα1.7. AMPLIFICATOARE DE PUTERE ÎN CLASA A ŞI AB
1.7. AMLFCATOARE DE UTERE ÎN CLASA A Ş AB 1.7.1 Amplificatoare în clasa A La amplificatoarele din clasa A, forma de undă a tensiunii de ieşire este aceeaşi ca a tensiunii de intrare, deci întreg semnalul
Διαβάστε περισσότεραComponente şi Circuite Electronice Pasive. Laborator 3. Divizorul de tensiune. Divizorul de curent
Laborator 3 Divizorul de tensiune. Divizorul de curent Obiective: o Conexiuni serie şi paralel, o Legea lui Ohm, o Divizorul de tensiune, o Divizorul de curent, o Implementarea experimentală a divizorului
Διαβάστε περισσότεραa n (ζ z 0 ) n. n=1 se numeste partea principala iar seria a n (z z 0 ) n se numeste partea
Serii Laurent Definitie. Se numeste serie Laurent o serie de forma Seria n= (z z 0 ) n regulata (tayloriana) = (z z n= 0 ) + n se numeste partea principala iar seria se numeste partea Sa presupunem ca,
Διαβάστε περισσότεραCONCURSUL DE MATEMATICĂ APLICATĂ ADOLF HAIMOVICI, 2017 ETAPA LOCALĂ, HUNEDOARA Clasa a IX-a profil științe ale naturii, tehnologic, servicii
Clasa a IX-a 1 x 1 a) Demonstrați inegalitatea 1, x (0, 1) x x b) Demonstrați că, dacă a 1, a,, a n (0, 1) astfel încât a 1 +a + +a n = 1, atunci: a +a 3 + +a n a1 +a 3 + +a n a1 +a + +a n 1 + + + < 1
Διαβάστε περισσότεραSubiecte Clasa a VIII-a
Subiecte lasa a VIII-a (40 de intrebari) Puteti folosi spatiile goale ca ciorna. Nu este de ajuns sa alegeti raspunsul corect pe brosura de subiecte, ele trebuie completate pe foaia de raspuns in dreptul
Διαβάστε περισσότεραStabilizator cu diodă Zener
LABAT 3 Stabilizator cu diodă Zener Se studiază stabilizatorul parametric cu diodă Zener si apoi cel cu diodă Zener şi tranzistor. Se determină întâi tensiunea Zener a diodei şi se calculează apoi un stabilizator
Διαβάστε περισσότεραMasurarea variabilitatii Indicatorii variaţiei(împrăştierii) lectia 5 16 martie 2 011
1.0.011 STATISTICA Masurarea variabilitatii Indicatorii variaţiei(împrăştierii) lectia 16 martie 011 al.isaic-maniu www.amaniu.ase.ro http://www.ase.ro/ase/studenti/inde.asp?itemfisiere&id Observati doua
Διαβάστε περισσότεραESTIMAREA PARAMETRILOR STATISTICI. Călinici Tudor
ESTIMAREA PARAMETRILOR STATISTICI Călinici Tudor 1 Obiective educaţionale Înţelegerea procesului de estimare Însuşirea limbajului specific pentru inferenţa statistică Enumerarea estimatorilor fără bias
Διαβάστε περισσότεραCurs 1 Şiruri de numere reale
Bibliografie G. Chiorescu, Analiză matematică. Teorie şi probleme. Calcul diferenţial, Editura PIM, Iaşi, 2006. R. Luca-Tudorache, Analiză matematică, Editura Tehnopress, Iaşi, 2005. M. Nicolescu, N. Roşculeţ,
Διαβάστε περισσότεραprin egalizarea histogramei
Lucrarea 4 Îmbunătăţirea imaginilor prin egalizarea histogramei BREVIAR TEORETIC Tehnicile de îmbunătăţire a imaginilor bazate pe calculul histogramei modifică histograma astfel încât aceasta să aibă o
Διαβάστε περισσότεραSeminar 5 Analiza stabilității sistemelor liniare
Seminar 5 Analiza stabilității sistemelor liniare Noțiuni teoretice Criteriul Hurwitz de analiză a stabilității sistemelor liniare În cazul sistemelor liniare, stabilitatea este o condiție de localizare
Διαβάστε περισσότεραSisteme diferenţiale liniare de ordinul 1
1 Metoda eliminării 2 Cazul valorilor proprii reale Cazul valorilor proprii nereale 3 Catedra de Matematică 2011 Forma generală a unui sistem liniar Considerăm sistemul y 1 (x) = a 11y 1 (x) + a 12 y 2
Διαβάστε περισσότεραProblema a II - a (10 puncte) Diferite circuite electrice
Olimpiada de Fizică - Etapa pe judeţ 15 ianuarie 211 XI Problema a II - a (1 puncte) Diferite circuite electrice A. Un elev utilizează o sursă de tensiune (1), o cutie cu rezistenţe (2), un întrerupător
Διαβάστε περισσότεραCOLEGIUL NATIONAL CONSTANTIN CARABELLA TARGOVISTE. CONCURSUL JUDETEAN DE MATEMATICA CEZAR IVANESCU Editia a VI-a 26 februarie 2005.
SUBIECTUL Editia a VI-a 6 februarie 005 CLASA a V-a Fie A = x N 005 x 007 si B = y N y 003 005 3 3 a) Specificati cel mai mic element al multimii A si cel mai mare element al multimii B. b)stabiliti care
Διαβάστε περισσότεραErori si incertitudini de măsurare. Modele matematice Instrument: proiectare, fabricaţie, Interacţiune măsurand instrument:
Erori i incertitudini de măurare Sure: Modele matematice Intrument: proiectare, fabricaţie, Interacţiune măurandintrument: (tranfer informaţie tranfer energie) Influente externe: temperatura, preiune,
Διαβάστε περισσότεραAsupra unei inegalităţi date la barajul OBMJ 2006
Asupra unei inegalităţi date la barajul OBMJ 006 Mircea Lascu şi Cezar Lupu La cel de-al cincilea baraj de Juniori din data de 0 mai 006 a fost dată următoarea inegalitate: Fie x, y, z trei numere reale
Διαβάστε περισσότεραCURS: METODE EXPERIMENTALE ÎN FCS
Cunoaşterea în fizică se bazează pe experimente şi măsurători. Pentru verificarea oricărei teorii => experiment => măsurători. Toate măsurătorile sunt afectate de erori. Nu putem măsura ă ceva cu exactitate
Διαβάστε περισσότεραStatisticǎ - curs 4. 1 Generalitǎţi privind ipotezele statistice şi problema verificǎrii ipotezelor statistice 2
Statisticǎ - curs 4 Cuprins 1 Generalitǎţi privind ipotezele statistice şi problema verificǎrii ipotezelor statistice 2 2 Inferenţǎ statisticǎ privind media populaţiei dacǎ se cunoaşte abaterea standard
Διαβάστε περισσότεραLaborator 11. Mulţimi Julia. Temă
Laborator 11 Mulţimi Julia. Temă 1. Clasa JuliaGreen. Să considerăm clasa JuliaGreen dată de exemplu la curs pentru metoda locului final şi să schimbăm numărul de iteraţii nriter = 100 în nriter = 101.
Διαβάστε περισσότεραScoruri standard Curba normală (Gauss) M. Popa
Scoruri standard Curba normală (Gauss) M. Popa Scoruri standard cunoaştere evaluare, măsurare evaluare comparare (Gh. Zapan) comparare raportare la un sistem de referință Povestea Scufiței Roşii... 70
Διαβάστε περισσότεραElemente de bază în evaluarea incertitudinii de măsurare. Sonia Gaiţă Institutul Naţional de Metrologie Laboratorul Termometrie
Elemente de bază în evaluarea incertitudinii de măsurare Sonia Gaiţă Institutul Naţional de Metrologie Laboratorul Termometrie Sonia Gaiţă - INM Ianuarie 2005 Subiecte Concepte şi termeni Modelarea măsurării
Διαβάστε περισσότεραDistributiiContinue de Probabilitate Distributia Normala
8.03.011 STATISTICA -distributia normala -distributii de esantionare lectia 7 30 martie 011 al.isaic-maniu www.amaniu.ase.ro http://www.ase.ro/ase/studenti/index.asp?item=fisiere&id=88 DistributiiContinue
Διαβάστε περισσότεραSeminariile Capitolul X. Integrale Curbilinii: Serii Laurent şi Teorema Reziduurilor
Facultatea de Matematică Calcul Integral şi Elemente de Analiă Complexă, Semestrul I Lector dr. Lucian MATICIUC Seminariile 9 20 Capitolul X. Integrale Curbilinii: Serii Laurent şi Teorema Reiduurilor.
Διαβάστε περισσότεραAparate de măsurat. Măsurări electronice Rezumatul cursului 2. MEE - prof. dr. ing. Ioan D. Oltean 1
Aparate de măsurat Măsurări electronice Rezumatul cursului 2 MEE - prof. dr. ing. Ioan D. Oltean 1 1. Aparate cu instrument magnetoelectric 2. Ampermetre şi voltmetre 3. Ohmetre cu instrument magnetoelectric
Διαβάστε περισσότεραCursul 6. Tabele de incidenţă Sensibilitate, specificitate Riscul relativ Odds Ratio Testul CHI PĂTRAT
Cursul 6 Tabele de incidenţă Sensibilitate, specificitate Riscul relativ Odds Ratio Testul CHI PĂTRAT Tabele de incidenţă - exemplu O modalitate de a aprecia legătura dintre doi factori (tendinţa de interdependenţă,
Διαβάστε περισσότεραConice. Lect. dr. Constantin-Cosmin Todea. U.T. Cluj-Napoca
Conice Lect. dr. Constantin-Cosmin Todea U.T. Cluj-Napoca Definiţie: Se numeşte curbă algebrică plană mulţimea punctelor din plan de ecuaţie implicită de forma (C) : F (x, y) = 0 în care funcţia F este
Διαβάστε περισσότεραRĂSPUNS Modulul de rezistenţă este o caracteristică geometrică a secţiunii transversale, scrisă faţă de una dintre axele de inerţie principale:,
REZISTENTA MATERIALELOR 1. Ce este modulul de rezistenţă? Exemplificaţi pentru o secţiune dreptunghiulară, respectiv dublu T. RĂSPUNS Modulul de rezistenţă este o caracteristică geometrică a secţiunii
Διαβάστε περισσότεραTESTAREA IPOTEZELOR STATISTICE
Capitolul 9 TESTAREA IPOTEZELOR STATISTICE D acă în capitolul anterior au fost epuse principalele aspecte ale teoriei selecţiei, în acest capitol vom trata modalitatea de aplicare a teoriei în testarea
Διαβάστε περισσότεραLaborator biofizică. Noţiuni introductive
Laborator biofizică Noţiuni introductive Mărimi fizice Mărimile fizice caracterizează proprietăţile fizice ale materiei (de exemplu: masa, densitatea), starea materiei (vâscozitatea, fluiditatea), mişcarea
Διαβάστε περισσότεραV O. = v I v stabilizator
Stabilizatoare de tensiune continuă Un stabilizator de tensiune este un circuit electronic care păstrează (aproape) constantă tensiunea de ieșire la variaţia între anumite limite a tensiunii de intrare,
Διαβάστε περισσότεραR R, f ( x) = x 7x+ 6. Determinați distanța dintre punctele de. B=, unde x și y sunt numere reale.
5p Determinați primul termen al progresiei geometrice ( b n ) n, știind că b 5 = 48 și b 8 = 84 5p Se consideră funcția f : intersecție a graficului funcției f cu aa O R R, f ( ) = 7+ 6 Determinați distanța
Διαβάστε περισσότεραANALIZA DATELOR EXPERIMENTALE
INGINERIA TRAFICULUI 1-1 Lucrarea IT-1 ANALIZA DATELOR EXPERIMENTALE - Testul Kolmogorov-Smirnov - Un eperiment (fenomen) a cărui realizare diferă semnificativ atunci când este repetat în aceleaşi condiţii
Διαβάστε περισσότεραSERII NUMERICE. Definiţia 3.1. Fie (a n ) n n0 (n 0 IN) un şir de numere reale şi (s n ) n n0
SERII NUMERICE Definiţia 3.1. Fie ( ) n n0 (n 0 IN) un şir de numere reale şi (s n ) n n0 şirul definit prin: s n0 = 0, s n0 +1 = 0 + 0 +1, s n0 +2 = 0 + 0 +1 + 0 +2,.......................................
Διαβάστε περισσότεραa. 11 % b. 12 % c. 13 % d. 14 %
1. Un motor termic funcţionează după ciclul termodinamic reprezentat în sistemul de coordonate V-T în figura alăturată. Motorul termic utilizează ca substanţă de lucru un mol de gaz ideal având exponentul
Διαβάστε περισσότεραCoeficientul de corelaţie Pearson(r) M. Popa
Coeficientul de corelaţie Pearson(r) M. Popa Asocierea valorilor perechi re studiu 30 25 20 15 10 5 0 0 1 2 3 4 5 6 7 8 9 10 Nota la examen Conceptul de corelaţie (Galton şi Pearson) cauzalitatea este
Διαβάστε περισσότεραDefiniţia generală Cazul 1. Elipsa şi hiperbola Cercul Cazul 2. Parabola Reprezentari parametrice ale conicelor Tangente la conice
1 Conice pe ecuaţii reduse 2 Conice pe ecuaţii reduse Definiţie Numim conica locul geometric al punctelor din plan pentru care raportul distantelor la un punct fix F şi la o dreaptă fixă (D) este o constantă
Διαβάστε περισσότεραBARAJ DE JUNIORI,,Euclid Cipru, 28 mai 2012 (barajul 3)
BARAJ DE JUNIORI,,Euclid Cipru, 8 mi 0 (brjul ) Problem Arătţi că dcă, b, c sunt numere rele cre verifică + b + c =, tunci re loc ineglitte xy + yz + zx Problem Fie şi b numere nturle nenule Dcă numărul
Διαβάστε περισσότεραa. Caracteristicile mecanice a motorului de c.c. cu excitaţie independentă (sau derivaţie)
Caracteristica mecanică defineşte dependenţa n=f(m) în condiţiile I e =ct., U=ct. Pentru determinarea ei vom defini, mai întâi caracteristicile: 1. de sarcină, numită şi caracteristica externă a motorului
Διαβάστε περισσότεραProiectarea filtrelor prin metoda pierderilor de inserţie
FITRE DE MIROUNDE Proiectarea filtrelor prin metoda pierderilor de inserţie P R Puterea disponibila de la sursa Puterea livrata sarcinii P inc P Γ ( ) Γ I lo P R ( ) ( ) M ( ) ( ) M N P R M N ( ) ( ) Tipuri
Διαβάστε περισσότεραComponente şi Circuite Electronice Pasive. Laborator 4. Măsurarea parametrilor mărimilor electrice
Laborator 4 Măsurarea parametrilor mărimilor electrice Obiective: o Semnalul sinusoidal, o Semnalul dreptunghiular, o Semnalul triunghiular, o Generarea diferitelor semnale folosind placa multifuncţională
Διαβάστε περισσότεραTEMA 9: FUNCȚII DE MAI MULTE VARIABILE. Obiective:
TEMA 9: FUNCȚII DE MAI MULTE VARIABILE 77 TEMA 9: FUNCȚII DE MAI MULTE VARIABILE Obiective: Deiirea pricipalelor proprietăţi matematice ale ucţiilor de mai multe variabile Aalia ucţiilor de utilitate şi
Διαβάστε περισσότεραMsppi. Curs 3. Modelare statistica Exemplu. Studiu de caz
Msppi Curs 3 Modelare statistica Exemplu. Studiu de caz Introducere Poluarea reprezintã una dintre cãile cele mai importante de deteriorare a capitalului natural (Botnariuc și Vãdine 1982, Vãdineanu 1998
Διαβάστε περισσότεραCONCURSUL DE MATEMATICĂ APLICATĂ ADOLF HAIMOVICI, 2016 ETAPA LOCALĂ, HUNEDOARA Clasa a IX-a profil științe ale naturii, tehnologic, servicii
ADOLF HAIMOVICI, 206 Clasa a IX-a profil științe ale naturii, tehnologic, servicii. Se consideră predicatul binar p(x, y) : 4x + 3y = 206, x, y N și mulțimea A = {(x, y) N N 4x+3y = 206}. a) Determinați
Διαβάστε περισσότεραAnaliza datelor de marketing utilizand S.P.S.S. - analiza predictiva -
Analiza datelor de marketing utilizand S.P.S.S. - analiza predictiva - Analiza predictiva Presupune realizarea de estimari asupra evolutiei viitoare a fenomenelor de marketing, utilizand ca metode de lucru:
Διαβάστε περισσότεραIII. Serii absolut convergente. Serii semiconvergente. ii) semiconvergentă dacă este convergentă iar seria modulelor divergentă.
III. Serii absolut convergente. Serii semiconvergente. Definiţie. O serie a n se numeşte: i) absolut convergentă dacă seria modulelor a n este convergentă; ii) semiconvergentă dacă este convergentă iar
Διαβάστε περισσότεραMăsurări în Electronică şi Telecomunicaţii 4. Măsurarea impedanţelor
4. Măsurarea impedanţelor 4.2. Măsurarea rezistenţelor în curent continuu Metoda comparaţiei ceastă metodă: se utilizează pentru măsurarea rezistenţelor ~ 0 montaj serie sau paralel. Montajul serie (metoda
Διαβάστε περισσότεραDiagnoza sistemelor tehnice
Diagnoza sistemelor tehnice Curs 6: Metode de detectare a defectelor bazate pe modele de / Metode de detectare a defectelor 2/ Teste statistice de detectare a modificarilor 3/ Teste statistice de detectare
Διαβάστε περισσότεραEsalonul Redus pe Linii (ERL). Subspatii.
Seminarul 1 Esalonul Redus pe Linii (ERL). Subspatii. 1.1 Breviar teoretic 1.1.1 Esalonul Redus pe Linii (ERL) Definitia 1. O matrice A L R mxn este in forma de Esalon Redus pe Linii (ERL), daca indeplineste
Διαβάστε περισσότερα1. PROPRIETĂȚILE FLUIDELOR
1. PROPRIETĂȚILE FLUIDELOR a) Să se exprime densitatea apei ρ = 1000 kg/m 3 în g/cm 3. g/cm 3. b) tiind că densitatea glicerinei la 20 C este 1258 kg/m 3 să se exprime în c) Să se exprime în kg/m 3 densitatea
Διαβάστε περισσότεραREDRESOARE MONOFAZATE CU FILTRU CAPACITIV
REDRESOARE MONOFAZATE CU FILTRU CAPACITIV I. OBIECTIVE a) Stabilirea dependenţei dintre tipul redresorului (monoalternanţă, bialternanţă) şi forma tensiunii redresate. b) Determinarea efectelor modificării
Διαβάστε περισσότερα1.3 Baza a unui spaţiu vectorial. Dimensiune
.3 Baza a unui spaţiu vectorial. Dimensiune Definiţia.3. Se numeşte bază a spaţiului vectorial V o familie de vectori B care îndeplineşte condiţiile de mai jos: a) B este liniar independentă; b) B este
Διαβάστε περισσότεραMetode Runge-Kutta. 18 ianuarie Probleme scalare, pas constant. Dorim să aproximăm soluţia problemei Cauchy
Metode Runge-Kutta Radu T. Trîmbiţaş 8 ianuarie 7 Probleme scalare, pas constant Dorim să aproximăm soluţia problemei Cauchy y (t) = f(t, y), a t b, y(a) = α. pe o grilă uniformă de (N + )-puncte din [a,
Διαβάστε περισσότεραStatisticǎ - curs 2. 1 Parametrii şi statistici ai tendinţei centrale 2. 2 Parametrii şi statistici ai dispersiei 5
Statisticǎ - curs Cupris Parametrii şi statistici ai tediţei cetrale Parametrii şi statistici ai dispersiei 5 3 Parametrii şi statistici factoriali ai variaţei 8 4 Parametrii şi statistici ale poziţiei
Διαβάστε περισσότερα4. Măsurarea tensiunilor şi a curenţilor electrici. Voltmetre electronice analogice
4. Măsurarea tensiunilor şi a curenţilor electrici oltmetre electronice analogice oltmetre de curent continuu Ampl.c.c. x FTJ Protectie Atenuator calibrat Atenuatorul calibrat divizor rezistiv R in const.
Διαβάστε περισσότεραPROIECT ECONOMETRIE. Profesori coordinatori: Liviu-Stelian Begu și Smaranda Cimpoeru
PROIECT ECONOMETRIE Profesori coordinatori: LiviuStelian Begu și Smaranda Cimpoeru Proiect realizat de?, grupa?, seria? FACULTATEA DE RELAȚII ECONOMICE INTERNAȚIONALE, ASE, BUCUREȘTI 2015 CUPRINS Înregistrați
Διαβάστε περισσότεραCriptosisteme cu cheie publică III
Criptosisteme cu cheie publică III Anul II Aprilie 2017 Problema rucsacului ( knapsack problem ) Considerăm un număr natural V > 0 şi o mulţime finită de numere naturale pozitive {v 0, v 1,..., v k 1 }.
Διαβάστε περισσότεραSubiecte Clasa a V-a
(40 de intrebari) Puteti folosi spatiile goale ca ciorna. Nu este de ajuns sa alegeti raspunsul corect pe brosura de subiecte, ele trebuie completate pe foaia de raspuns in dreptul numarului intrebarii
Διαβάστε περισσότερα