Ανάλυση Δεδομένων. Καθηγητής Ιωάννης Κ. Δημητρίου Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών
|
|
- Σωφρονία Χριστόπουλος
- 7 χρόνια πριν
- Προβολές:
Transcript
1 Ανάλυση Δεδομένων Καθηγητής Ιωάννης Κ. Δημητρίου Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Οικονομικά, Διοικητικά και Πληροφοριακά Συστήματα Επιχειρήσεων 2
2 Business Statistics Καθηγητής Ιωάννης Κ. Δημητρίου Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Οικονομικά, Διοικητικά και Πληροφοριακά Συστήματα Επιχειρήσεων 3
3 Βιβλιογραφία Ι. Χαλικιά, Στατιστική. Μέθοδοι Ανάλυσης για Επιχειρηματικές Αποφάσεις, 3 η Έκδοση, εκδ. Rosili 2010, Κεφάλαια 1 5 Ι. Κ. Δημητρίου, Διαφάνειες, Οδηγίες Μελέτης, Σημειώσεις για χρήση του Excel (περιγραφική στατιστική, ανάλυση δεδομένων, πίνακες κανονικής κατανομής)
4 Για καλύτερη ανάλυση και κατανόηση των εννοιών συνιστώνται: Economic and Business Modelling, Curwin J. & R. Slater, Quantitative Methods for Business Decisions, Cenage Learning, Sixth edition, 2007 Statistics for management and economics, Keller & Warrack, Thomson, Επίσης μεταφρασμένο στα Ελληνικά, έκδοση Επίκεντρο: Στατιστική για Οικονομικά & Διοίκηση Επιχειρήσεων Καθηγητής Ι. Κ. Δημητρίου 7
5 Διαφάνειες: είναι γραμμένες έτσι ώστε να αποτελούν εγκόλπιο του μαθήματος έρχονται σε συνδυασμό με τη διάλεξη στα Πληροφοριακά Συστήματα (Διοίκηση και Αποφάσεις) Καθηγητής Ι. Κ. Δημητρίου 11
6 Οργάνωση διάλεξης Ανάλυση δεδομένων για βελτιωμένη λήψη αποφάσεων Στόχος διάλεξης Περιγραφή μονοδιάστατων δεδομένων (Το Excel είναι εξαιρετικό γι αυτή τη δουλειά) Καθηγητής Ι. Κ. Δημητρίου 13
7 στη συνέχεια των διαλέξεων Ανάλυση δεδομένων για βελτιωμένη λήψη αποφάσεων Στόχος διάλεξης 1. Περιγραφή μονοδιάστατων δεδομένων 2. Στοιχεία Πιθανοτήτων 3. Δειγματοληψία και κατανομές δειγματοληψίας 4. Η Κανονική Κατανομή N(μ,σ 2 ), Δυωνυμική, Poisson Καθηγητής Ι. Κ. Δημητρίου 14
8 Συστατικά της επιτυχίας επιχείρησης και ατόμου: Η επίλυση προβλημάτων και Η ταχεία λήψη αποφάσεων Καθηγητής Ι. Κ. Δημητρίου 16
9 1. Ανάλυση δεδομένων για βελτιωμένη λήψη αποφάσεων Ο μάνατζερ μιας επιχείρησης είναι πολυάσχολος. Ο χρόνος του επιβαρύνεται μεταξύ σημαντικών και επειγόντων έως ασήμαντων και τετριμμένων δραστηριοτήτων. Ο μάνατζερ πρέπει να μάθει να οργανώνει, συνοψίζει και διερμηνεύει τα δεδομένα του γρήγορα και με ακρίβεια. Δηλ. πρέπει να μάθει την τέχνη και την επιστήμη της ανάλυσης δεδομένων. Καθηγητής Ι. Κ. Δημητρίου 17
10 Η Ανάλυση Δεδομένων προσφέρει συνεκτικό ιστό σε δεδομένα που προέρχονται από μη καλά ορισμένες θεωρίες.
11 Τύποι προβλημάτων Οι μάνατζερς αντιμετωπίζουν δύο ειδών προβλήματα: Πρώτον, το οικονομικό πρόβλημα, απόσταση μεταξύ του αναμενόμενου και του πραγματικού επίπεδου επίδοσης. Δεύτερον, το διοικητικό πρόβλημα, μεταξύ του παρόντος και ενός υψηλότερου επιθυμητού επιπέδου επίδοσης. Καθηγητής Ι. Κ. Δημητρίου 19
12 Προβλήματα ισοδύναμα προς ερωτήσεις «πώς να αποκαταστήσομε την επίδοση στο προηγούμενο επίπεδο;» «πώς να βελτιώσομε την επίδοση στο επιθυμητό επίπεδο;» Καθηγητής Ι. Κ. Δημητρίου 20
13 Οι απαντήσεις απαιτούν νοητικά υποδείγματα Η ανάλυση δεδομένων έχει ουσιαστικό ρόλο στην κατασκευή νοητικών υποδειγμάτων (απλό, ρητό ή οπτικό vs μαθηματικό, σύνθετο). Μεταβολές Έμμεσα η κατασκευή υποδειγμάτων ορίζει δύο σπουδαίες έννοιες της ανάλυσης δεδομένων: τις τυχαίες μεταβολές και τις προσδιοριζόμενες μεταβολές. Καθηγητής Ι. Κ. Δημητρίου 21
14 Τυχαίες μεταβολές (+) Προσδιοριζόμενες μεταβολές (η τάση των ο) Καθηγητής Ι. Κ. Δημητρίου 22
15 Τυχαίες μεταβολές ( ) Καθηγητής Ι. Κ. Δημητρίου 23
16 Δεδομένα Οι μεταβολές απεικονίζονται στα δεδομένα μιας επιχείρησης. Τα δεδομένα είναι ιατομεακά (cross-sectional), σε μια χρονοπερίοδο και χρονολογικά (χρονοσειρές) είτε με μία είτε με πολλές μεταβλητές και περιγράφονται με τέσσερεις κλίμακες που υπό σειράν ακριβείας είναι 1. ονοματική (κατηγορικά ή ποιοτικά δεδομένα) [πχ επάγγελμα, κλάδος οικονομίας, φύλο] 2. τακτική (κατηγορικά ή ποιοτικά) [πχ βαθμολογία, τάξη, φτώχεια] 3. διαστηματική (ποσοτικά) [πχ θερμοκρασία, τεστ GMAT, IQ] 4. κλασματική (ποσοτικά) [πχ αξία, όγκος, ταχύτητα, χρόνος] 24
17 ΔΙΑΤΟΜΕΑΚΑ Καθηγητής Ι. Κ. Δημητρίου 25
18 ΧΡΟΝΟΛΟΓΙΚΑ Συντελεστής Gini (+) στις ΗΠΑ Καθηγητής Ι. Κ. Δημητρίου 26
19 Πηγές δεδομένων (Από που λαμβάνουν δεδομένα οι μάνατζερ;) 1. Εσωτερικώς από τον ίδιο τον οργανισμό (το MIS /management information system του οργανισμού είναι πηγή δεδομένων) 2. Διά παραγωγής (οι δημοσκοπήσεις /surveys παράγουν δεδομένα για έναν οργανισμό) 3. Με αγορά από εταιρείες που ειδικεύονται στην πώληση δεδομένων (ειδικευμένες βάσεις δεδομένων, πχ ICAP). Καθηγητής Ι. Κ. Δημητρίου 27
20 Συλλογή δεδομένων από δημοσκοπήσεις Όρισε τον πληθυσμό Προσδιόρισε το πλαίσιο δειγματοληψίας Σχεδιασμός δειγματοληψίας (απλή τυχαία δειγματοληψία, διαστρωματική, κλπ) Μέθοδος δημοσκόπησης (συνέντευξη, τηλέφωνο, ερωτηματολόγιο, , ιστοσελίδες) Σχεδιασμός δειγματοληψίας Με κάποιον rnd γεννήτορα λαμβάνομε αριθμούς τους οποίους στη συνέχεια αντιστοιχούμε σε τηλεφωνικό κατάλογο, λίστα δανείων σε μια τράπεζα, κοκ. Καθηγητής Ι. Κ. Δημητρίου 28
21 Ανάλυση δεδομένων \ γεννήτρια τυχαίων αριθμών Ένας μικρός πίνακας τυχαίων αριθμών Καθηγητής Ι. Κ. Δημητρίου 29
22 Βλπ ebook στο eclass του μαθήματος: Τι είναι Επισκόπηση Εκδ. American Statistical Association (μτφρ Α. Φιλίππου και Γ. Φιλίππου) Καθηγητής Ι. Κ. Δημητρίου 30
23 Έχοντας τα δεδομένα, οι μάνατζερ αναζητούν τρόπους βελτίωσης του οργανισμού ή της απόδοσής του με ελεγχόμενες μελέτες και ανάλυση των αποτελεσμάτων. Ο μάνατζερ Βελτίωση της λήψης αποφάσεων σχεδιάζει (επανασχεδιάζει) μια διαδικασία, κάνει μια μελέτη και έπειτα συγκρίνει τα αποτελέσματα της μελέτης του με το τρέχον επίπεδο επίδοσης. Η διερεύνηση και η ανάλυση των δεδομένων είναι ισχυρές έννοιες. Καθηγητής Ι. Κ. Δημητρίου 31
24 Πλεονεκτήματα από την ανάλυση δεδομένων Με την ανάλυση δεδομένων ο μάνατζερ μπορεί να ξεχωρίζει απόψεις από γεγονότα διαγιγνώσκει την αιτιότητα των προβλημάτων (αποφεύγει την τάση να σπεύδει από τα συμπτώματα σε λάθος συμπεράσματα) αναπτύσσει νοητικά υποδείγματα από τα συμβάντα για να εντοπίζει εγκαίρως τα προβλήματα πριν δημιουργήσουν κρίσεις προλαμβάνει υπερβολικές αντιδράσεις σε κοινότοπες μεταβολές Θυμήσου, η κοινή λογική σπάνια αποκαλύπτει, Φύσις κρύπτεσθαι φιλεί (Ηράκλειτος) Καθηγητής Ι. Κ. Δημητρίου 32
25 Συνοπτικά, η στατιστική ανάλυση είναι ένας τρόπος συλλογιστικής και βελτίωσης της επίλυσης επιχειρησιακών προβλημάτων που μπορεί να αποβεί κρίσιμος στη λήψη καλύτερων αποφάσεων. Καθηγητής Ι. Κ. Δημητρίου 33
26 Στόχος Διαλέξεων Το αντικείμενο «Ανάλυση Δεδομένων» καλύπτει την περιγραφική και την επαγωγική στατιστική με στόχο την παροχή γνώσεων, την ανάλυση πρακτικών και την ανάπτυξη δεξιοτήτων στους σπουδαστές, ώστε να είναι σε θέση να αναλάβουν εμπειρικές μελέτες ανάλυσης δεδομένων. Καθηγητής Ι. Κ. Δημητρίου 35
27 Στις Διαλέξεις Θα παρουσιάσομε τρόπους εξαγωγής συνοπτικής πληροφορίας από δεδομένα (περιγραφή συνόλων παρατηρήσεων ή δειγμάτων) (Διάλεξη 1) Θα εξετάσομε πώς το δείγμα σχετίζεται με τον πληθυσμό (γενίκευση) (Διάλεξη 1) Θα χρησιμοποιήσομε τη δειγματική πληροφορία για πληθυσμιακά συμπεράσματα και εκτίμηση των παραμέτρων (Διάλεξη 2) Θα περιγράψομε συναρτησιακές σχέσεις μεταξύ ζευγών παρατηρήσεων (Διάλεξη 3) Θα παρουσιάσομε την πολυδιάστατη ανάλυση και την ανάλυση διακύμανσης (Διάλεξη 4) Συγκεκριμένα Καθηγητής Ι. Κ. Δημητρίου 36
28 Στην 1η Διάλεξη θα γίνει Επισκόπηση της περιγραφικής στατιστικής με ενοποιημένο τρόπο και ερμηνεία Επίδειξη παραδειγμάτων στο Excel Επίλυση ασκήσεων και θα δοθεί χρήσιμο υλικό. Καθηγητής Ι. Κ. Δημητρίου 38
29 2. Περιγραφή μονοδιάστατων δεδομένων Σκοπός Πώς να συλλάβεις ενδεχόμενα προβλήματα ή ευκαιρίες οργανώνοντας, συνοψίζοντας και διερμηνεύοντας ένα συγκεκριμένο δείγμα μονοδιάστατων δεδομένων. Ενδιαφερόμαστε για την εξαγωγή συμπερασμάτων που αφορούν μόνον στο συγκεκριμένο δείγμα δεδομένων. Καθηγητής Ι. Κ. Δημητρίου 41
30 Σενάρια και Σύνολα Δεδομένων Τύπος Δεδομένων Σύνολο Δεδομένων Τυπικές Ερωτήσεις Διατομεακά Δεδομένα για Ποσοτικές Μεταβλητές Διατομεακά Δεδομένα για Ποιοτικές Μεταβλητές Χρονολογικά Δεδομένα για Ποσοτικές Μεταβλητές Παραγωγικότητα και χρόνος μη λειτουργίας για 36 εργαζόμενους σε μία εγκατάσταση Κατάταξη ποιότητας επιχείρησης και τύπος χρηματοοικονομικού οργανισμού Ποιος είναι ο μέσος και το άνοιγμα στην παραγωγικότητα των εργαζόμενων ή τις ώρες αποχής; Πόσες επιχειρήσεις στο δείγμα ήταν εμπορικές τράπεζες; Ποια αναλογία επιχειρήσεων είναι στις δύο υψηλότερες κατηγορίες ποιότητας; Προσωπικές ώρες (%) Τι έχει συμβεί στο ποσοστό εργασίας ανά μήνα σε ωρών εργασίας τα τελευταία μία βιομηχανία επί 4 χρόνια; Υπήρξαν τέσσερα χρόνια προσωπικές ώρες ασύνηθα χαμηλές ή υψηλές και γιατί; Καθηγητής Ι. Κ. Δημητρίου 42
31 Τρία παραδείγματα (από τα σενάρια) Παραγωγικότητα και χρόνος μη λειτουργίας (μετρώνται από επιχείρηση) Κατάταξη ποιότητας επιχείρησης και τύπος χρηματοοικονομικού οργανισμού Προσωπικές ώρες (%) εργασίας σε 48 μήνες Καθηγητής Ι. Κ. Δημητρίου 45
32 Παράδειγμα 1 Παραγωγικότητα και χρόνος μη λειτουργίας (μετρώνται από επιχείρηση) Productivity and Downtime Hour Data Worker Productivity Downtime Hrs Worker Productivity Downtime Ηrs Worker Productivity Downtime Hrs Worker Productivity Downtime Hrs Καθηγητής Ι. Κ. Δημητρίου 46
33 Παράδειγμα 2 Κατάταξη ποιότητας επιχείρησης και τύπος χρηματοοικονομικού οργανισμού Επιχείρηση Τύπος Bank Other Bank Bank Bank Other Other Bank Bank Other Κατάταξη Ποιότ Επιχείρηση Τύπος Other Other Other Bank Bank Bank Other Bank Bank Bank Κατάταξη Ποιότ Επιχείρηση Τύπος Other Other Bank Bank Bank Other Other Other Bank Bank Κατάταξη Ποιότ Επιχείρηση Τύπος Bank Other Bank Other Bank Other Other Bank Bank Bank Κατάταξη Ποιότ Επιχείρηση Τύπος Bank Other Bank Other Other Other Other Bank Bank Bank Κατάταξη Ποιότ
34 Παράδειγμα 3 Προσωπικές ώρες (%) εργασίας σε 48 μήνες Μήνες % Μήνες % Μήνες % Μήνες % Καθηγητής Ι. Κ. Δημητρίου 48
35 Οδηγία: Χρησιμοποίησε πίνακες συχνοτήτων και ιστογράμματα για να παρουσιάσεις μεγάλα σύνολα διατομεακών δεδομένων για ποσοτικές μεταβλητές. Καθηγητής Ι. Κ. Δημητρίου 51
36 Τύπος Δεδομένων Σύνολο Δεδομένων Τυπικές Ερωτήσεις Διατομεακά Δεδομένα για Ποσοτικές Μεταβλητές Παραγωγικότητα και χρόνος μη λειτουργίας για 36 εργαζόμενους σε μία εγκατάσταση Ποιος είναι ο μέσος και το άνοιγμα στην παραγωγικότητα των εργαζόμενων ή τις ώρες αποχής; Productivity and Downtime Hour Data Worker Productivity Downtime Hrs Worker Productivity Downtime Ηrs Worker Productivity Downtime Hrs Worker Προσέξτε τη 5 Productivity συνεχή γραμμή Downtime Hrs Καθηγητής Ι. Κ. Δημητρίου
37 Παραγωγικότητα για 36 εργαζόμενους σε μία εγκατάσταση Συχνότητα < Παραγωγικότητα Κλάσεις <
38 Χρόνος μη λειτουργίας για 36 εργαζόμενους σε μία εγκατάσταση Συχνότητα Ώρες μη λειτουργίας 54
39 Παράδειγμα Καθηγητής Ι. Κ. Δημητρίου 56
40 Πίνακας 1: Δεδομένα Πίνακας 2: Πίνακας Συχνοτήτων (Ομαδοποιημένος) Κλάσεις Μέτρηση Συχνότητα Σφάλμα Προσέγγισης Πίνακας 3 Κλάσεις και συχνότητες Κλάσεις Συχνότητα σφάλμα προσέγγισης 2,5 Καθηγητής Ι. Κ. Δημητρίου 57
41 Πίνακας 4 Συχνότητες (ομαδοποιημένος πίνακας) ΚΛΑΣΕΙΣ ΣΥΧΝΟΤΗΤΑ ΣΧΕΤΙΚΗ ΣΥΧΝΟΤΗΤΑ ΕΠΙ ΤΟΙΣ ,20 20% ,15 15% ,40 40% ,25 25% N = 20 ΙΣΤΟΓΡΑΜΜΑ 1 ( Ε ΟΜΕΝΑ ΠΙΝΑΚΑ 1) ΣΥΧΝΟΤΗΤΕΣ ΚΛΑΣΕΙΣ ΣΥΧΝΟΤΗΤΕΣ Καθηγητής Ι. Κ. Δημητρίου ΠΟΛΥΓΩΝΟ ΣΥΧΝΟΤΗΤΩΝ ( Ε ΟΜΕΝΑ ΠΙΝΑΚΑ 1) ΚΛΑΣΕΙΣ 8 5
42 Πίνακας 5 Συχνότητες (ομαδοποιημένος πίνακας) ΚΛΑΣΕΙΣ ΣΥΧΝΟΤΗΤΑ ΣΧΕΤΙΚΗ ΣΥΧΝΟΤΗΤΑ ΕΠΙ ΤΟΙΣ ,20 20% ,10 10% ,05 5% ,10 10% ,30 30% ,15 15% ,10 10% Καθηγητής Ι. Κ. Δημητρίου 59
43 Κλάση Συχνότητα Αθροιστική συχνότητα Σχετική αθροιστική συχνότητα Σχετική αθροιστική συχνότητα % ,20 20,00% ,30 30,00% ,35 35,00% ,45 45,00% ,75 75,00% ,90 90,00% Μεγαλύτερο ,00 100,00% Cumulative: "how much so far συσσωρευτικός Accumulate: "to gather together Καθηγητής Ι. Κ. Δημητρίου 60
44 Μέτρα θέσης ΜΕΣΟΣ ή μέση τιμή ΔΙΑΜΕΣΟΣ (διατεταγμένα δεδομένα) ΓΕΩΜΕΤΡΙΚΟΣ ΜΕΣΟΣ ΜODE (επικρατούσα τιμή) Καθηγητής Ι. Κ. Δημητρίου 61
45 Μέτρα διασποράς Επιθυμητές ποιότητες α. μικρό για πυκνές κατανομές, μεγάλο για διεσπαρμένες β. ανεπηρέαστο ακραίων τιμών γ. διατήρηση μονάδων (πχ, $) δ. εύκολο να υπολογισθεί Μέση απόκλιση Διακύμανση Τυπική απόκλιση Τυπική απόκλιση ομαδοποιημένων δεδομένων Εύρος (highest lowest value) Τεταρτημόρια Συντελεστής μεταβλητότητας (ομοιογένεια) Καθηγητής Ι. Κ. Δημητρίου 62
46 Τύπος Δεδομένων Σύνολο Δεδομένων Τυπικές Ερωτήσεις Διατομεακά Δεδομένα για Ποσοτικές Μεταβλητές Παραγωγικότητα και χρόνος μη λειτουργίας για 36 εργαζόμενους σε μία εγκατάσταση Ποιος είναι ο μέσος και το άνοιγμα στην παραγωγικότητα των εργαζόμενων ή τις ώρες αποχής; Productivity and Downtime Hour Data Worker Productivity Downtime Hrs Worker Productivity Downtime Ηrs Worker Productivity Downtime Hrs Μέσος = Min = Max = Range = = max min Worker Productivity Var = St Dev = Downtime Hrs Καθηγητής Ι. Κ. Δημητρίου 63 = SQRT(Var/(36 1))
47 Λοξότητα δεδομένων (Data skewness) Η μέση τιμή και η τυπική απόκλιση είναι εξαιρετικά μέτρα του κέντρου και του ανοίγματος των δεδομένων όταν είναι σχεδόν συμμετρικά. Λοξό (σχήμα ιστογράμματος) λοξή δεξιά (αριστερή ουρά) Skew < 1 1 < Skew < 1 περίπου συμμετρική Skew > 1 λοξή αριστερά (δεξιά ουρά) Μερικές φορές αυτό είναι παραπλανητικό. Εξετάζομε και άλλα μέτρα συμπεριφοράς Καθηγητής Ι. Κ. Δημητρίου 64
48 Διάμεσος και Εύρος μεσαίων (Interquartile) Διάμεσος αντί για μέσο Διατεταγμένα δεδομένα Μέσος = Διάμεσος = 95 Range = 34 Min = 89 Max = 123 Λοξότητα = 1.88 (θετική λοξότητα) Βλπ επόμενη διαφάνεια για υπολογισμούς Καθηγητής Ι. Κ. Δημητρίου 65
49 ΠΑΡΑΔΕΙΓΜΑ παραγωγικότητας n=36 Διάμεσος = 95: (n+1)/2 = 18.5 = RankMedian Q1 Q2 Q3 Rank Q1: (1+RankMedian) / 2 = 9.75 Rank Q3: (RankMedian+n) / 2 = IQR = εύρος μεσαίου 50% = , ήτοι καθώς IQR μικραίνει, το 50% των διατεταγμένων δεδομένων συμμαζεύεται το διάγραμμα συχνοτήτων δείχνει μια αιχμή. Το Excel δίνει σχετική συνάρτηση Καθηγητής Ι. Κ. Δημητρίου 66
50 Median είναι το (6+1)/2 = 3.5 διατεταγμένο δεδομένο, ήτοι = (60+65) / 2 = 62.5 Διατεταγμένα Διάταξη δεδομένα n=6 Q1: τάξη= (1+3.5)/2=2.25, ήτοι 1/4 μεταξύ 4 και 60: Q1=4+(1/4)(60 4)=18 Q3: τάξη= (3.5+6)/2=4.75, ήτοι 3/4 μεταξύ 65 και 100: Q3= 65+(3/4)(100 65)=91.25 Καθηγητής Ι. Κ. Δημητρίου 67
51 box and whisker plots (5 αριθμοί) Αν και το Excel δεν τα παρέχει, γίνονται εύκολα με το Quartile: Να βρεις τα x_min, Q1, median, Q3 και x_max % των δεδομένων Λοξά δεξιά δεδομένα Σύγκρινε > Λοξά δεξιά δεδομένα 68
52 25% των δεδομένων Λοξά δεξιά δεδομένα Σύγκρινε > Λοξά δεξιά δεδομένα Καθηγητής Ι. Κ. Δημητρίου 69
53 Περιγραφές ιστογραμμάτων, σχήμα Συμμετρικό Ομοιόμορφο Μονοκόρυφο Λοξό (σχήμα ιστογράμματος) λοξή δεξιά (αριστερή ουρά) Skew < 1 1 < Skew < 1 περίπου συμμετρική Skew > 1 λοξή αριστερά (δεξιά ουρά) Κυρτό Kurt < 3 Kurt = 3 Kurt > 3 πλατύκυρτη μεσόκυρτη λεπτόκυρτη) Κωδωνοειδές (ένδειξη: 1<Skew<1 και 1<Kurt<1) Δικόρυφο Έκτοπα Σημεία (από λάθος, έως μεταβολή, έως ευκαιρία. Ως Ε/Σ ορίζεται το δεδομένο όπου 1.5*ΙQR <Q1 ή > του Q3) Καθηγητής Ι. Κ. Δημητρίου 70
54 Skew > 1 λοξή αριστερά (δεξιά ουρά) Στο Excel Skew < 1 λοξή δεξιά (αριστερή ουρά) Καθηγητής Ι. Κ. Δημητρίου 71
Είδη Μεταβλητών Κλίμακα Μέτρησης Οι τεχνικές της Περιγραφικής στατιστικής ανάλογα με την κλίμακα μέτρησης Οι τελεστές Π και Σ
ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρμοσμένες Επιστήμες Στατιστικός Πληθυσμός και Δείγμα Το στατιστικό
Διαβάστε περισσότεραΕίδη Μεταβλητών. κλίµακα µέτρησης
ΠΕΡΙΕΧΟΜΕΝΑ Κεφάλαιο 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρµοσµένες Επιστήµες Στατιστικός Πληθυσµός και Δείγµα Το στατιστικό
Διαβάστε περισσότεραΣτατιστική Ι. Ενότητα 2: Στατιστικά Μέτρα Διασποράς Ασυμμετρίας - Κυρτώσεως. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 2: Στατιστικά Μέτρα Διασποράς Ασυμμετρίας - Κυρτώσεως Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΣτατιστική Ι. Μέτρα Διασποράς (measures of dispersion) Δρ. Δημήτρης Σωτηρόπουλος e-mail: dgs@eap.gr
Στατιστική Ι Μέτρα Διασποράς (measures of dispersion) Δρ. Δημήτρης Σωτηρόπουλος e-mail: dgs@eap.gr Παρασκευή, 30 Νοεμβρίου 2012 Στατιστική Ι Έννοιες - Κλειδιά Μεταβλητότητα Εύρος (range) Εκατοστημόρια
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ ΑΝΑΛΥΣΗΣ ΔΕΔΟΜΕΝΩΝ
ΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ ΑΝΑΛΥΣΗΣ ΔΕΔΟΜΕΝΩΝ Στατιστικά περιγραφικά μέτρα Τα στατιστικά περιγραφικά μέτρα είναι αντιπροσωπευτικές τιμές οι οποίες περιγράφουν με τρόπο ποσοτικό την κατανομή μιας μεταβλητής. Λειτουργούν
Διαβάστε περισσότεραΒιοστατιστική ΒΙΟ-309
Βιοστατιστική ΒΙΟ-309 Χειμερινό Εξάμηνο Ακαδ. Έτος 2017-2018 Ντίνα Λύκα lika@biology.uoc.gr 1. Εισαγωγή Εισαγωγικές έννοιες Μεταβλητότητα : ύπαρξη διαφορών μεταξύ ομοειδών μετρήσεων Μεταβλητή: ένα χαρακτηριστικό
Διαβάστε περισσότεραΣτατιστικές συναρτήσεις Γραφική και πινακοποιημένη αναπαράσταση δεδομένων (ιστόγραμμα) Διαχειριστής Σεναρίων Κινητός Μέσος σε Χρονοσειρές o o o
ΙΩΑΝΝΗΣ Κ. ΔΗΜΗΤΡΙΟΥ Εφαρμογές Ποσοτικές Ανάλυσης με το Excel 141 ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Ανάλυση Δεδομένων Στατιστικές συναρτήσεις Γραφική και πινακοποιημένη αναπαράσταση δεδομένων (ιστόγραμμα) Διαχειριστής
Διαβάστε περισσότεραΒιοστατιστική ΒΙΟ-309
Βιοστατιστική ΒΙΟ-309 Χειμερινό Εξάμηνο Ακαδ. Έτος 2015-2016 Ντίνα Λύκα lika@biology.uoc.gr 1. Εισαγωγή Εισαγωγικές έννοιες Μεταβλητότητα : ύπαρξη διαφορών μεταξύ ομοειδών μετρήσεων Μεταβλητή: ένα χαρακτηριστικό
Διαβάστε περισσότεραΤμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η : ,
Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η :1-0-017, 3-0-017 Διδάσκουσα: Κοντογιάννη Αριστούλα Σκοπός του μαθήματος Η παρουσίαση
Διαβάστε περισσότεραΔρ. Χάϊδω Δριτσάκη. MSc Τραπεζική & Χρηματοοικονομική
Ποσοτικές Μέθοδοι Δρ. Χάϊδω Δριτσάκη MSc Τραπεζική & Χρηματοοικονομική Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης 50100 Kozani GR
Διαβάστε περισσότεραΒιοστατιστική ΒΙΟ-309
Βιοστατιστική ΒΙΟ-309 Χειμερινό Εξάμηνο Ακαδ. Έτος 2013-2014 Ντίνα Λύκα lika@biology.uoc.gr 1. Εισαγωγή Εισαγωγικές έννοιες Μεταβλητή: ένα χαρακτηριστικό ή ιδιότητα που μπορεί να πάρει διαφορετικές τιμές
Διαβάστε περισσότερα3 ο Φυλλάδιο Ασκήσεων. Εφαρμογές
ο Φυλλάδιο Ασκήσεων Εφαρμογές 2 ο Φυλλάδιο Ασκήσεων Εφαρμογή 1 ΣΥΓΚΡΙΣΗ ΤΗΣ ΗΛΙΚΙΑΣ ΤΩΝ ΕΡΓΑΖΟΜΕΝΩΝ ΣΕ ΔΥΟ ΕΠΙΧΕΙΡΗΣΕΙΣ Παρακάτω βλέπουμε τα ιστογράμματα και τα πολύγωνα των σχετικών (%) και σχετικών αθροιστικών
Διαβάστε περισσότεραΔύο κύριοι τρόποι παρουσίασης δεδομένων. Παράδειγμα
Δύο κύριοι τρόποι παρουσίασης δεδομένων Παράδειγμα Με πίνακες Με διαγράμματα Ονομαστικά δεδομένα Εδώ τα περιγραφικά μέτρα (μέσος, διάμεσος κλπ ) δεν έχουν νόημα Πήραμε ένα δείγμα από 25 άτομα και τα ρωτήσαμε
Διαβάστε περισσότεραΣτατιστική Ι (ΨΥΧ-1202) ιάλεξη 4
(ΨΥΧ-1202) Λεωνίδας Α. Ζαμπετάκης Β.Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail: statisticsuoc@gmail.com ιαλέξεις: ftp://ftp.soc.uoc.gr/psycho/zampetakis/ ιάλεξη 4 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΨΥΧΟΛΟΓΙΑΣ Ρέθυμνο,
Διαβάστε περισσότεραΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 2. Περιγραφική Στατιστική
ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 2. Περιγραφική Στατιστική Βασικά είδη στατιστικής ανάλυσης 1. Περιγραφική στατιστική: περιγραφή του συνόλου των δεδοµένων (δείγµατος) 2. Συµπερασµατολογία: Παραγωγή συµπερασµάτων για τα
Διαβάστε περισσότεραΛίγα λόγια για τους συγγραφείς 16 Πρόλογος 17
Περιεχόμενα Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17 1 Εισαγωγή 21 1.1 Γιατί χρησιμοποιούμε τη στατιστική; 21 1.2 Τι είναι η στατιστική; 22 1.3 Περισσότερα για την επαγωγική στατιστική 23 1.4 Τρεις
Διαβάστε περισσότεραΣκοπός του κεφαλαίου είναι η κατανόηση των βασικών στοιχείων μιας στατιστικής έρευνας.
7 ο ΜΑΘΗΜΑ ΚΕΦΑΛΑΙΟ 2 ΣΤΑΤΙΣΤΙΚΗ Σκοπός Σκοπός του κεφαλαίου είναι η κατανόηση των βασικών στοιχείων μιας στατιστικής έρευνας. Προσδοκώμενα αποτελέσματα Όταν θα έχετε ολοκληρώσει τη μελέτη αυτού του κεφαλαίου
Διαβάστε περισσότεραΕισαγωγή στη Στατιστική
Εισαγωγή στη Στατιστική Μετεκπαιδευτικό Σεμινάριο στην ΨΥΧΟΚΟΙΝΩΝΙΚΗ ΑΠΟΚΑΤΑΣΤΑΣΗ ΨΥΧΟΚΟΙΝΩΝΙΚΕΣ ΘΕΡΑΠΕΥΤΙΚΕΣ ΠΡΟΣΕΓΓΙΣΕΙΣ Δημήτρης Φουσκάκης, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων
Διαβάστε περισσότεραΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ.Μ. 436
ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ.Μ. 436 Χειμερινό εξάμηνο 2009-2010 Περιγραφική Στατιστική Ι users.att.sch.gr/abouras abouras@sch.gr sch.gr abouras@uth.gr ΑΝΤΩΝΙΟΣ ΧΡ. ΜΠΟΥΡΑΣ Χειμερινό Εξάμηνο 2009-2010 Μέτρα
Διαβάστε περισσότεραΔιερευνητική Ανάλυση Δεδομένων Exploratory Data Analysis
Διερευνητική Ανάλυση Δεδομένων Exploratory Data Analysis Περιλαμβάνει ένα σύνολο αριθμητικών και γραφικών μεθόδων, που μας επιτρέπουν να αποκτήσουμε μια πρώτη εικόνα για την κατανομή των τιμών της μεταβλητής
Διαβάστε περισσότεραΠοσοτικές Μέθοδοι., Εισηγητής: Ν.Κυρίτσης, MBA, Ph.D. Candidate,, e-mail: kyritsis@ist.edu.gr
Ποσοτικές Μέθοδοι Εισηγητής: Ν.Κυρίτσης MBA Ph.D. Candidate e-mail: kyritsis@ist.edu.gr Εισαγωγή στη Στατιστική Διδακτικοί Στόχοι Μέτρα Σχετικής Διασποράς Κατανομές Πιθανοτήτων Η Κανονική Κατανομή Η Τυποποιημένες
Διαβάστε περισσότεραΔιερευνητική Ανάλυση Δεδομένων Exploratory Data Analysis
Διερευνητική Ανάλυση Δεδομένων Exploratory Data Analysis Περιλαμβάνει ένα σύνολο αριθμητικών και γραφικών μεθόδων, που μας επιτρέπουν να αποκτήσουμε μια πρώτη εικόνα για την κατανομή των τιμών της μεταβλητής
Διαβάστε περισσότεραΠεριεχόμενα. Πρόλογος... 15
Περιεχόμενα Πρόλογος... 15 Κεφάλαιο 1 ΘΕΩΡΗΤΙΚΑ ΚΑΙ ΦΙΛΟΣΟΦΙΚΑ ΟΝΤΟΛΟΓΙΚΑ ΚΑΙ ΕΠΙΣΤΗΜΟΛΟΓΙΚΑ ΖΗΤΗΜΑΤΑ ΤΗΣ ΜΕΘΟΔΟΛΟΓΙΑΣ ΕΡΕΥΝΑΣ ΤΟΥ ΠΡΑΓΜΑΤΙΚΟΥ ΚΟΣΜΟΥ... 17 Το θεμελιώδες πρόβλημα των κοινωνικών επιστημών...
Διαβάστε περισσότεραΣτατιστική Ι. Ενότητα 7: Κανονική Κατανομή. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 7: Κανονική Κατανομή Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΠΑΡΟΥΣΙΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ
ο Κεφάλαιο: Στατιστική ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΟΡΙΣΜΟΙ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ Πληθυσμός: Λέγεται ένα σύνολο στοιχείων που θέλουμε να εξετάσουμε με ένα ή περισσότερα χαρακτηριστικά. Μεταβλητές X: Ονομάζονται
Διαβάστε περισσότεραΜεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική
Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική Ενότητα 2: Βασίλης Γιαλαμάς Σχολή Επιστημών της Αγωγής Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία Περιεχόμενα ενότητας Παρουσιάζονται οι βασικές
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ
9/10/009 ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 3o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Emal: gasl@math.auth.gr Ιστοσελίδα Μαθήματος: users.auth.gr/gasl
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 περισσότεραΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436
ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436 A εξάμηνο 2009-2010 Περιγραφική Στατιστική Ι users.att.sch.gr/abouras abouras@sch.gr sch.gr abouras@uth.gr Μέτρα θέσης Η θέση αντιπροσωπεύει τη θέση της κατανομής κατά
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 περισσότεραΕνότητα 1: Πληθυσμός και δείγμα Είδη Μεταβλητών - Περιγραφική στατιστική
ΕΘΝΙΚΟ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΙΑΤΡΙΚΗ ΣΧΟΛΗ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΕΦΑΡΜΟΣΜΕΝΗ ΝΕΥΡΟΑΝΑΤΟΜΙΑ» «Βιοστατιστική, Μεθοδολογία και Συγγραφή Επιστημονικής Μελέτης» Ενότητα 1: Πληθυσμός
Διαβάστε περισσότεραΕνότητα 2: Μέθοδοι δειγματοληψίας & Εισαγωγή στην Περιγραφική Στατιστική
ΤΕΙ Στερεάς Ελλάδας Τμήμα Φυσικοθεραπείας Προπτυχιακό Πρόγραμμα Μάθημα: Βιοστατιστική-Οικονομία της υγείας Εξάμηνο: Ε (5 ο ) Ενότητα 2: Μέθοδοι δειγματοληψίας & Εισαγωγή στην Περιγραφική Στατιστική Δρ.
Διαβάστε περισσότεραΈστω 3 πενταμελείς ομάδες φοιτητών με βαθμολογίες: Ομάδα 1: 6,7,5,8,4 Ομάδα 2: 7,5,6,5,7 Ομάδα 3: 8,6,2,4,10 Παρατηρούμε ότι και οι τρεις πενταμελείς
Διασπορά Μέτρηση Έστω 3 πενταμελείς ομάδες φοιτητών με βαθμολογίες: Ομάδα 1: 6,7,5,8,4 Ομάδα 2: 7,5,6,5,7 Ομάδα 3: 8,6,2,4,10 Παρατηρούμε ότι και οι τρεις πενταμελείς ομάδες έχουν μέση βαθμολογία 6. συνέχεια
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΟΙ ΠΙΝΑΚΕΣ. ΓΕΝΙΚΟΙ (περιέχουν όλες τις πληροφορίες που προκύπτουν από μια στατιστική έρευνα) ΕΙΔΙΚΟΙ ( είναι συνοπτικοί και σαφείς )
Πληθυσμός (populaton) ονομάζεται ένα σύνολο, τα στοιχεία του οποίου εξετάζουμε ως προς τα χαρακτηριστικά τους. Μεταβλητές (varables ) ονομάζονται τα χαρακτηριστικά ως προς τα οποία εξετάζουμε έναν πληθυσμό.
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 περισσότεραΠαρατηρήσεις για τη χρήση ενός κυκλικού διαγράμματος
Παρατηρήσεις για τη χρήση ενός κυκλικού διαγράμματος Χρησιμοποιείται μόνο όταν οι τιμές της μεταβλητής έχουν ένα σταθερό άθροισμα (συνήθως 100%, όταν μιλάμε για σχετικές συχνότητες) Είναι χρήσιμο μόνο
Διαβάστε περισσότεραΣτατιστική Επιχειρήσεων Ι
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Τεχνολογικό Εκπαιδευτικό Ίδρυμα Πειραιά Στατιστική Επιχειρήσεων Ι Ενότητα 7: Παρουσίαση δεδομένων-περιγραφική στατιστική Μιλτιάδης Χαλικιάς, Επίκουρος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική
ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 2: Ανασκόπηση βασικών εννοιών Στατιστικής και Πιθανοτήτων Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana
Διαβάστε περισσότεραΠεριγραφική Στατιστική
Περιγραφική Στατιστική Κώστας Γλυκός Ασκήσεις για ΑΕΙ και ΤΕΙ σε Περιγραφική Στατιστική τεχνικές 3 ασκήσεις Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α 6 9 7. 3 0 0. 8 8. 8 8 Kglykos.gr 3 / 0 / 0 6 εκδόσεις Καλό
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13
ΠΕΡΙΕΧΟΜΕΝΑ / 7 ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος... 13 Κεφάλαιο 1: Περιγραφική Στατιστική... 15 1.1 Περιγραφική και Συμπερασματική Στατιστική... 15 1.2 Μεταβλητές - Τιμές - Παρατηρήσεις... 19 1.3 Είδη μεταβλητών...
Διαβάστε περισσότεραΕνότητα 1: Εισαγωγή. ΤΕΙ Στερεάς Ελλάδας. Τμήμα Φυσικοθεραπείας. Προπτυχιακό Πρόγραμμα. Μάθημα: Βιοστατιστική-Οικονομία της υγείας Εξάμηνο: Ε (5 ο )
ΤΕΙ Στερεάς Ελλάδας Τμήμα Φυσικοθεραπείας Προπτυχιακό Πρόγραμμα Μάθημα: Βιοστατιστική-Οικονομία της υγείας Εξάμηνο: Ε (5 ο ) Ενότητα 1: Εισαγωγή Δρ. Χρήστος Γενιτσαρόπουλος Λαμία, 2017 1.1. Σκοπός και
Διαβάστε περισσότεραΣ ΤΑΤ Ι Σ Τ Ι Κ Η Ε Π Ι Χ Ε Ι Ρ Η Σ Ε Ω Ν ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ & ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ
Σ ΤΑΤ Ι Σ Τ Ι Κ Η Ε Π Ι Χ Ε Ι Ρ Η Σ Ε Ω Ν ΤΜΗΜΑ ΛΟΓΙΣΤΙΚΗΣ & ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ Αριθμητικά Περιγραφικά Μέτρα Τα αριθμητικά περιγραφικά μέτρα (numerical descriptive measures) είναι αριθμοί που συμβάλουν
Διαβάστε περισσότεραΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι
Χειμερινό εξάμηνο 2010-2011 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ.Μ. 436 Περιγραφική Στατιστική Ι users.sch.gr/abouras abouras@sch.gr sch.gr abouras@uth.gr Μέτρα θέσης Η θέση αντιπροσωπεύει τη θέση της κατανομής
Διαβάστε περισσότεραΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΟΥ ΕΠΑ.Λ. Δ. Ε. ΚΟΝΤΟΚΩΣΤΑΣ ΜΑΘΗΜΑΤΙΚΟΣ
ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΟΥ ΕΠΑ.Λ. 2013-2014 ΣΤΑΤΙΣΤΙΚΗ 1. Τι ονομάζουμε: i. πληθυσμό και μέγεθος πληθυσμού; (σελ. 59) ii. μεταβλητή; (σελ.59-60) 2. Ποιες μεταβλητές ονομάζονται ποσοτικές; (σελ.60)
Διαβάστε περισσότεραΠοιοτική & Ποσοτική Ανάλυση εδομένων Εβδομάδα 5 η 6 η
Ποιοτική & Ποσοτική Ανάλυση εδομένων Εβδομάδα 5 η 6 η Παιδαγωγικό Τμήμα ημοτικής Εκπαίδευσης ημοκρίτειο Πανεπιστήμιο Θράκης Αλεξανδρούπολη, 2013-2014 Εμπειρικές Στατιστικές Κατανομές Τα προβλήματα που
Διαβάστε περισσότεραE-Class. https://mediasrv.aua.gr/eclass/modules/document/?course=aoa137
Προτεινόμενα Βιβλία E-Class https://mediasrv.aua.gr/eclass/modules/document/?course=aoa137 Γιατί χρειαζόμαστε την Στατιστική Εκλογικές Δημοσκοπήσεις Έρευνα Αγοράς Αθλητική Στατιστική Μεταβολή: +21.58 Χαμηλό
Διαβάστε περισσότεραi μιας μεταβλητής Χ είναι αρνητικός αριθμός
ΕΡΩΤΗΣΕΙΣ Σ Λ ΠΑΝΕΛΛΑΔΙΚΩΝ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΛΥΚΕΙΟΥ Nα χαρακτηρίσετε τις προτάσεις που ακoλουθούν γράφοντας στο τετράδιο σας την ένδειξη Σωστό ή Λάθος δίπλα στο γράμμα που αντιστοιχεί σε κάθε
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ
ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 4o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gvasil@math.auth.gr Ιστοσελίδα Μαθήματος: users.auth.gr/gvasil
Διαβάστε περισσότεραΕΡΩΤΗΣΕΙΣ ΣΩΣΤΟ ΛΑΘΟΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΛΥΚΕΙΟΥ
ΕΡΩΤΗΣΕΙΣ ΣΩΣΤΟ ΛΑΘΟΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ Γ ΛΥΚΕΙΟΥ Nα χαρακτηρίσετε τις προτάσεις που ακλουθούν γράφοντας στο τετράδιο σας την ένδειξη Σωστό ή Λάθος δίπλα στο γράμμα που αντιστοιχεί σε κάθε
Διαβάστε περισσότεραΕφαρμοσμένη Στατιστική
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Εφαρμοσμένη Στατιστική Περιγραφική Στατιστική Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε
Διαβάστε περισσότεραΗ ΘΕΩΡΙΑ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΣΥΝΑΡΤΗΣΕΙΣ ΓΝΗΣΙΩΣ ΑΥΞΟΥΣΑ ΣΥΝΑΡΤΗΣΗ ΓΝΗΣΙΩΣ ΦΘΙΝΟΥΣΑΣΥΝΑΡΤΗΣΗ ΤΟΠΙΚΟ ΜΕΓΙΣΤΟ ΤΟΠΙΚΟ ΕΛΑΧΙΣΤΟ
1 Η ΘΕΩΡΙΑ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΓΕΝΙΚΗΣ ΠΑΙΔΕΙΑΣ ΣΥΝΑΡΤΗΣΕΙΣ ΓΝΗΣΙΩΣ ΑΥΞΟΥΣΑ ΣΥΝΑΡΤΗΣΗ ά ( ύ ) έ ί ύ σ ύ ό ά, ύ ό ά 1 1 1 ΓΝΗΣΙΩΣ ΦΘΙΝΟΥΣΑΣΥΝΑΡΤΗΣΗ ά ( ύ ) έ ί ύ σ ύ ό ά, ύ ό ά 1 1 1 ΤΟΠΙΚΟ ΜΕΓΙΣΤΟ ά ( ύ ) έ
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων Η Κανονική Κατανομή
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ
Διαβάστε περισσότεραΕΡΩΤΗΣΕΙΣ ΣΩΣΤΟΥ ΛΑΘΟΥΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΗΣ Γ ΓΕΝΙΚΗΣ ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ
ΕΡΩΤΗΣΕΙΣ ΣΩΣΤΟΥ ΛΑΘΟΥΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΗΣ Γ ΓΕΝΙΚΗΣ 1 ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ 1. Ένα σηµείο Α(χ, ψ) ανήκει στη γραφική παράσταση της f αν f(ψ)=χ. 2. Αν µια συνάρτηση είναι γνησίως αύξουσα σε ένα διάστηµα A,
Διαβάστε περισσότερα2 ο Εξάμηνο του Ακαδημαϊκού Έτους ΟΔ 055 ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΙΣ ΚΟΙΝΩΝΙΚΕΣ ΕΠΙΣΤΗΜΕΣ Διδασκαλία: κάθε Τετάρτη 12:00-15:00 Ώρες διδασκαλίας (3)
Τμήμα Οργάνωσης και Διαχείρισης Αθλητισμού 2 ο Εξάμηνο του Ακαδημαϊκού Έτους 2015-2016 ΟΔ 055 ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΙΣ ΚΟΙΝΩΝΙΚΕΣ ΕΠΙΣΤΗΜΕΣ Διδασκαλία: κάθε Τετάρτη 12:00-15:00 Ώρες διδασκαλίας (3) Αντώνης Κ.
Διαβάστε περισσότεραΜεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική
Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική Ενότητα 1: Βασίλης Γιαλαμάς Σχολή Επιστημών της Αγωγής Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία Περιεχόμενα ενότητας Παρουσιάζονται βασικές
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΙΙ. Ενότητα 2: ΣΤΑΤΙΣΤΙΚΗ ΙΙ (2/4). Επίκ. Καθηγητής Κοντέος Γεώργιος Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)
ΣΤΑΤΙΣΤΙΚΗ ΙΙ Ενότητα 2: ΣΤΑΤΙΣΤΙΚΗ ΙΙ (2/4). Επίκ. Καθηγητής Κοντέος Γεώργιος Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
Διαβάστε περισσότεραΜοντέλα στην Επιστήμη Τροφίμων 532Ε
Μοντέλα στην Επιστήμη Τροφίμων 532Ε Ασκηση Περιγραφικής Στατιστικής Κουτσουμανής Κ. Τομέας Επιστήμης και Τεχνολογίας Τροφίμων Σχολή Γεωπονίας, Α.Π.Θ Μοντέλα στην Επιστήμη Τροφίμων 532Ε Στέλνουμε την άσκηση
Διαβάστε περισσότεραΔείκτες Κεντρικής Τάσης και Διασποράς. Παιδαγωγικό Τμήμα Δημοτικής Εκπαίδευσης Δημοκρίτειο Πανεπιστήμιο Θράκης Αλεξανδρούπολη
Δείκτες Κεντρικής Τάσης και Διασποράς Παιδαγωγικό Τμήμα Δημοτικής Εκπαίδευσης Δημοκρίτειο Πανεπιστήμιο Θράκης Αλεξανδρούπολη Εμπειρικές Στατιστικές Κατανομές Τα προβλήματα που γεννιούνται κατά την σύγκριση
Διαβάστε περισσότεραΓια το Θέμα 1 στα Μαθηματικά Γενικής Παιδείας Γ Λυκείου
Για το Θέμα 1 στα Μαθηματικά Γενικής Παιδείας Γ Λυκείου Διαφορικός Λογισμός 1. Ισχύει f (g())) ) f ( = f (g())g () όπου f,g παραγωγίσιµες συναρτήσεις 2. Αν µια συνάρτηση f είναι παραγωγίσιµη σε ένα διάστηµα
Διαβάστε περισσότεραΔΗΜΟΠΑΘΟΛΟΓΙΑ ΤΗΣ ΔΙΑΤΡΟΦΗΣ
ΔΗΜΟΠΑΘΟΛΟΓΙΑ ΤΗΣ ΔΙΑΤΡΟΦΗΣ ΜΑΘΗΜΑ 9 Ο ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΕΠΙΔΗΜΙΟΛΟΓΙΚΩΝ ΣΤΟΙΧΕΙΩΝ 1 Στατιστική Ο συνήθης επιστημολογικός ορισμός της Στατιστικής, την αναφέρει ως τον κλάδο των εφαρμοσμένων Μαθηματικών,
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 207-208 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 227035468 ΣΤΑΤΙΣΤΙΚΗ
Διαβάστε περισσότεραΕισαγωγή στην Κανονική Κατανομή. Παιδαγωγικό Τμήμα ημοτικής Εκπαίδευσης ημοκρίτειο Πανεπιστήμιο Θράκης Αλεξανδρούπολη
Εισαγωγή στην Κανονική Κατανομή Παιδαγωγικό Τμήμα ημοτικής Εκπαίδευσης ημοκρίτειο Πανεπιστήμιο Θράκης Αλεξανδρούπολη Ένα πρόβλημα Πρόβλημα: Ένας μαθητής είχε επίδοση στο τεστ Μαθηματικών 18 και στο τεστ
Διαβάστε περισσότεραΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ. για τα οποία ισχύει y f (x) , δηλαδή το σύνολο, x A, λέγεται γραφική παράσταση της f και συμβολίζεται συνήθως με C
Επιμέλεια: Κ Μυλωνάκης ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΕΡΩΤΗΣΗ Τι ονομάζεται πραγματική συνάρτηση με πεδίο ορισμού το Α; Έστω Α ένα υποσύνολο του R Ονομάζουμε πραγματική συνάρτηση με πεδίο ορισμού το Α μια διαδικασία
Διαβάστε περισσότεραΚεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ
ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος 75 Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ 1.1. Τυχαία γεγονότα ή ενδεχόμενα 17 1.2. Πειράματα τύχης - Δειγματικός χώρος 18 1.3. Πράξεις με ενδεχόμενα 20 1.3.1. Ενδεχόμενα ασυμβίβαστα
Διαβάστε περισσότεραΜέρος V. Στατιστική. Εισαγωγή: Βασικές έννοιες και ορισμοί. Περιγραφική Στατιστική (Descriptive Statistics)
Μέρος V. Στατιστική Εισαγωγή: Βασικές έννοιες και ορισμοί Περιγραφική Στατιστική (Descriptive Statistics) Σημαντικές κατανομές δειγματοληψίας (Sampling distributions) Διαστήματα Εμπιστοσύνης (Confidence
Διαβάστε περισσότεραΣτατιστική Επιχειρήσεων 1 Μάθημα του A Εξαμήνου
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΡΗΤΗΣ Τμήμα Λογιστικής & Χρηματοοικονομικής Στατιστική Επιχειρήσεων 1 Μάθημα του A Εξαμήνου Περιεχόμενα-Ύλη του Μαθήματος Περιγραφική Στατιστική: Είδη δεδομένων, Μετασχηματισμοί,
Διαβάστε περισσότεραεπ. Κωνσταντίνος Π. Χρήστου
1 2 3 1 2 2 0 3 3 4 6 5 10 6 11 7 7 8 6 9 3 10 2 4 Εάν έχουµε οµαδοποιηµένη µεταβλητή τότε είναι το σηµείο τοµής των ευθυγράµµων τµηµάτων τα οποία ορίζονται από α) ΑΒ, όπου Α το άνω δεξί άκρο της κλάσης
Διαβάστε περισσότεραΕισαγωγή στη Στατιστική
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΡΗΤΗΣ Τμήμα Διοίκησης Επιχειρήσεων (Α.Ν.) Εισαγωγή στη Στατιστική ΜΕΡΟΣ ΙΙ-ΔΙΑΣΠΟΡΑ-ΔΙΑΚΥΜΑΝΣΗ ΑΠΟΚΛΙΣΗ ΔΙΑΣΠΟΡΑ-ΔΙΑΚΥΜΑΝΣΗ ΤΥΠΙΚΗ ΑΠΟΚΛΙΣΗ ΡΟΠΕΣ ΑΣΥΜΜΕΤΡΙΑ-ΚΥΡΤΩΣΗ II.1
Διαβάστε περισσότεραΑ Ν Ω Τ Α Τ Ο Σ Υ Μ Β Ο Υ Λ Ι Ο Ε Π Ι Λ Ο Γ Η Σ Π Ρ Ο Σ Ω Π Ι Κ Ο Υ Ε Ρ Ω Τ Η Μ Α Τ Ο Λ Ο Γ Ι Ο
Α Ν Ω Τ Α Τ Ο Σ Υ Μ Β Ο Υ Λ Ι Ο Ε Π Ι Λ Ο Γ Η Σ Π Ρ Ο Σ Ω Π Ι Κ Ο Υ Ε Ρ Ω Τ Η Μ Α Τ Ο Λ Ο Γ Ι Ο «Περιγραφική & Επαγωγική Στατιστική» 1. Πάνω από το 3 ο τεταρτημόριο ενός δείγματος βρίσκεται το: α) 15%
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 3 ΔΕΣΜΕΥΜΕΝΗ ΠΙΘΑΝΟΤΗΤΑ, ΟΛΙΚΗ ΠΙΘΑΝΟΤΗΤΑ ΘΕΩΡΗΜΑ BAYES, ΑΝΕΞΑΡΤΗΣΙΑ ΚΑΙ ΣΥΝΑΦΕΙΣ ΕΝΝΟΙΕΣ 71
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 13 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 21 2.1.1 Αβεβαιότητα και Τυχαίο Πείραμα
Διαβάστε περισσότεραΣτατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για
Διαβάστε περισσότεραΣτατιστική Ι (ΨΥΧ-1202) ιάλεξη 3
(ΨΥΧ-1202) Λεωνίδας Α. Ζαμπετάκης Β.Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail: statisticsuoc@gmail.com ιαλέξεις: ftp://ftp.soc.uoc.gr/psycho/zampetakis/ ιάλεξη 3 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΨΥΧΟΛΟΓΙΑΣ Ρέθυμνο,
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 20 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 20 2.1.1 Αβεβαιότητα
Διαβάστε περισσότεραΣ ΤΑΤ Ι Σ Τ Ι Κ Η MBA I
Σ ΤΑΤ Ι Σ Τ Ι Κ Η MBA I Τι κάνει η Στατιστική Στατιστική (Statistics) Μετατρέπει αριθμητικά δεδομένα σε χρήσιμη πληροφορία. Εξάγει συμπεράσματα για έναν πληθυσμό. Τις περισσότερες φορές, με την χρήση και
Διαβάστε περισσότεραΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΠΛΗΘΥΣΜΟΙ ΔΕΙΓΜΑΤΑ ΠΑΡΟΥΣΙΑΣΗ ΔΕΔΟΜΕΝΩΝ Περιγραφική Στατιστική Με τις στατιστικές μεθόδους επιδιώκεται: - η συνοπτική αλλά πλήρης και κατατοπιστική παρουσίαση των ευρημάτων μιας
Διαβάστε περισσότεραiii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος
iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος xi 1 Αντικείμενα των Πιθανοτήτων και της Στατιστικής 1 1.1 Πιθανοτικά Πρότυπα και Αντικείμενο των Πιθανοτήτων, 1 1.2 Αντικείμενο της Στατιστικής, 3 1.3 Ο Ρόλος των Πιθανοτήτων
Διαβάστε περισσότεραΒΙΟΣΤΑΤΙΣΤΙΚΗ. ΑΛΕΓΚΑΚΗΣ ΑΘΑΝΑΣΙΟΣ Φυσικός, PH.D. Σχολής Επιστηµών Υγείας
ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΑΛΕΓΚΑΚΗΣ ΑΘΑΝΑΣΙΟΣ Φυσικός, PH.D. Σχολής Επιστηµών Υγείας Επικοινωνία: Πτέρυγα 4, Τοµέας Κοινωνικής Ιατρικής Εργαστήριο Βιοστατιστικής Τηλ. 4613 e-mail: biostats@med.uoc.gr thalegak@med.uoc.gr
Διαβάστε περισσότεραΤμήμα Οργάνωσης και Διαχείρισης Αθλητισμού
Τμήμα Οργάνωσης και Διαχείρισης Αθλητισμού 3 ο Εξάμηνο του Ακαδημαϊκού Έτους 2013-2014 ΟΔ 034 ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΚΟΙΝΩΝΙΚΕΣ ΕΠΙΣΤΗΜΕΣ Διδασκαλία: κάθε Δευτέρα 10:00-13:00 Ώρες διδασκαλίας (3)
Διαβάστε περισσότεραΣ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ
Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Τι κάνει η Στατιστική Στατιστική (Statistics) Μετατρέπει αριθμητικά δεδομένα σε χρήσιμη πληροφορία. Εξάγει συμπεράσματα για έναν πληθυσμό. Τις περισσότερες
Διαβάστε περισσότεραΈτος : Διάλεξη 2 η Διδάσκουσα: Κοντογιάννη Αριστούλα Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική
Έτος 2017-2018: Διάλεξη 2 η Διδάσκουσα: Κοντογιάννη Αριστούλα Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Επανάληψη βασικών εννοιών Στατιστικής- Χρήση gretl/excel 1
Διαβάστε περισσότεραΣτατιστική Ι Ασκήσεις 3
Διάλεξη 3: ΑΣΚΗΣΕΙΣ 1. Έστω το δείγμα μεγέθους n = 5 με παρατηρήσεις 10, 0, 1, 17 και 16. Υπολογίστε τον αριθμητικό μέσο και τη διάμεσο. Υπολογίστε το εύρος και το ενδοτεταρτημοριακό εύρος. Υπολογίστε
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ
ΣΤΑΤΙΣΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ ΣΤΗΝ ΑΘΛΗΤΙΚΗ ΕΠΙΣΤΗΜΗ ΜΕ ΠΑΡΑΔΕΙΓΜΑΤΑ ΣΤΟ SPSS 6 η Έκδοση Γιώργος Βαγενάς Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών ΕΚ ΟΣΕΙΣ ΤΖΙΟΛΑ Αποκλειστικότητα για την ελληνική γλώσσα: ΕΚ
Διαβάστε περισσότεραΟι δείκτες διασποράς. Ένα παράδειγµα εργασίας
Κεφάλαιο 5 Οι δείκτες διασποράς 1 Ένα παράδειγµα εργασίας Ένας καθηγητής µαθηµατικών έδωσε σε δύο τµήµατα µιας τάξης του σχολείου του το ίδιο τεστ. Η επίδοση των µαθητών του κάθε τµήµατος (όπως µετρήθηκε
Διαβάστε περισσότεραΕνότητα 3: Περιγραφική Στατιστική (Πίνακες & Αριθμητικά μέτρα)
ΤΕΙ Στερεάς Ελλάδας Τμήμα Φυσικοθεραπείας Προπτυχιακό Πρόγραμμα Μάθημα: Βιοστατιστική-Οικονομία της υγείας Εξάμηνο: Ε (5 ο ) Ενότητα 3: Περιγραφική Στατιστική (Πίνακες & Αριθμητικά μέτρα) Δρ. Χρήστος Γενιτσαρόπουλος
Διαβάστε περισσότεραi Σύνολα w = = = i v v i=
ΜΕΤΡΑ ΘΕΣΗΣ ΆΣΚΗΣΗ Η βαθμολογία στα 0 μαθήματα ενός μαθητή είναι: 3, 9, 6, 0, 5,,, 0, 0, 4. Να υπολογίσετε: α) Τη μέση τιμή. β) Τη διάμεσο. Απάντηση t t + t + t 0 = = = = 3 + 9 + 6 + 0 + 5 + + + 0 + 0
Διαβάστε περισσότεραΔιάλεξη 1 Βασικές έννοιες
Εργαστήριο SPSS Ψ-4201 (ΕΡΓ) Λεωνίδας Α. Ζαμπετάκης Β.Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail: statisticsuoc@gmail.com Διαλέξεις αναρτημένες στο: Διαλέξεις: ftp://ftp.soc.uoc.gr/psycho/zampetakis/ Διάλεξη
Διαβάστε περισσότεραΤΕΣΤ ΣΤΑΤΙΣΤΙΚΗΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΩΡΓΙΚΟΥ ΠΕΙΡΑΜΑΤΙΣΜΟΥ. Τεστ 1 ο Κατανοµή Συχνοτήτων (50 βαθµοί)
ΤΕΣΤ ΣΤΑΤΙΣΤΙΚΗΣ ΕΦΑΡΜΟΣΜΕΝΗΣ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΩΡΓΙΚΟΥ ΠΕΙΡΑΜΑΤΙΣΜΟΥ Τεστ 1 ο Κατανοµή Συχνοτήτων (50 βαθµοί) Α. Ερωτήσεις πολλαπλών επιλογών.(11 βαθµοί) (1:3 βαθµοί, 2-9:8 βαθµοί) 1. ίνεται ο πίνακας: Χ
Διαβάστε περισσότερα28/11/2016. Στατιστική Ι. 9 η Διάλεξη (Περιγραφική Στατιστική)
Στατιστική Ι 9 η Διάλεξη (Περιγραφική Στατιστική) 1 2 Πληθυσμός ή στατιστικός πληθυσμός Ονομάζεται η κατανομή των τιμών μιας τ.μ., δηλαδή η κατανομή των τιμών που παίρνει ένα χαρακτηριστικό μιας ομάδας
Διαβάστε περισσότεραΣτατιστική Επιχειρήσεων Ι. Περιγραφική Στατιστική 1
Στατιστική Επιχειρήσεων Ι Περιγραφική Στατιστική 1 2 Πληθυσμός ή στατιστικός πληθυσμός Ονομάζεται η κατανομή των τιμών μιας τ.μ., δηλαδή η κατανομή των τιμών που παίρνει ένα χαρακτηριστικό μιας ομάδας
Διαβάστε περισσότεραΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΚΟΙΝΩΝΙΟΒΙΟΛΟΓΙΑ, ΝΕΥΡΟΕΠΙΣΤΗΜΕΣ & ΕΚΠΑΙΔΕΥΣΗ
ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΚΟΙΝΩΝΙΟΒΙΟΛΟΓΙΑ, ΝΕΥΡΟΕΠΙΣΤΗΜΕΣ & ΕΚΠΑΙΔΕΥΣΗ ΑΝΤΩΝΙΟΣ ΧΡ. ΜΠΟΥΡΑΣ Χειμερινό Εξάμηνο 2008-2009 users.att.sch.gr/abouras Ορισμός Στατιστικής Ετυμολογία: στατίζω (ελληνική
Διαβάστε περισσότεραΕΠΙΣΤΗΜΟΝΙΚΟ ΕΠΙΜΟΡΦΩΤΙΚΟ ΣΕΜΙΝΑΡΙΟ «ΚΑΤΑΡΤΙΣΗ ΕΡΩΤΗΜΑΤΟΛΟΓΙΟΥ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ» Τριανταφυλλίδου Ιωάννα Μαθηματικός
ΕΠΙΣΤΗΜΟΝΙΚΟ ΕΠΙΜΟΡΦΩΤΙΚΟ ΣΕΜΙΝΑΡΙΟ «ΚΑΤΑΡΤΙΣΗ ΕΡΩΤΗΜΑΤΟΛΟΓΙΟΥ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ» ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΜΕ ΤΟ SPSS To SPSS θα: - Κάνει πολύπλοκη στατιστική ανάλυση σε δευτερόλεπτα -
Διαβάστε περισσότερα03 _ Παράμετροι θέσης και διασποράς. Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ.
6_Στατιστική στη Φυσική Αγωγή 03 _ Παράμετροι θέσης και διασποράς Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ. Παράμετροι θέσης όταν θέλουμε να εκφράσουμε μια μεταβλητή με έναν αριθμό π.χ.
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ
ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ Μ.Ν. Ντυκέν, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. Ε. Αναστασίου, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. ΔΙΑΛΕΞΗ 06 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Βόλος, 206-207 2. Διερευνητική Ανάλυση Μέτρα
Διαβάστε περισσότεραΚεφάλαιο 4 Δείκτες Κεντρικής Τάσης
Κεφάλαιο 4 Δείκτες Κεντρικής Τάσης 1 Οι Δείκτες Κεντρικής Τάσης Είναι αριθμητικές τιμές που δείχνουν το ΚΕΝΤΡΟ της κατανομής Η Δεσπόζουσα Τιμή (Δσπ) Η Διάμεσος (Δμ ή δ) Ο Μέσος Όρος (Μ.Ο) 2 Η Δεσπόζουσα
Διαβάστε περισσότεραf , Σύνολο 40 4) Να συμπληρώστε τον παρακάτω πίνακα f , , Σύνολο 5) Να συμπληρώστε τον παρακάτω πίνακα
1 ΣΤΑΤΙΣΤΙΚΗ 1) Οι παρακάτω αριθμοί παρουσιάζουν τα ύψη σε cm, των φυτών ενός θερμοκηπίου 4 3 6 5 3 1 4 5 4 6 6 3 3 1 4 3 α) Να κάνετε τον πίνακα όλων των συχνοτήτων β) Από τον προηγούμενο πίνακα να βρείτε,
Διαβάστε περισσότεραΚεφάλαιο 5. Οι δείκτες διασποράς
Κεφάλαιο 5 Οι δείκτες διασποράς Ένα παράδειγµα εργασίας Ένας καθηγητής µαθηµατικών έδωσε σε δύο τµήµατα µιας τάξης του σχολείου του το ίδιο τεστ. Η επίδοση των µαθητών του κάθε τµήµατος (όπως µετρήθηκε
Διαβάστε περισσότεραΕνότητα: Περιγραφική Στατιστική 2: Αριθμητικά Μεγέθη
Τίτλος Μαθήματος: Στατιστική Ι Ενότητα: Περιγραφική Στατιστική 2: Αριθμητικά Μεγέθη Διδάσκων: Επίκ. Καθ. Αθανάσιος Λαπατίνας Τμήμα: Οικονομικών Επιστημών Διάλεξη 3: ΑΣΚΗΣΕΙΣ 1. Έστω το δείγμα μεγέθους
Διαβάστε περισσότεραΠεριεχόμενα. Γιατί Ένας Manager Πρέπει να Ξέρει Στατιστική. Περιεχόμενα. Η Ανάπτυξη και Εξέλιξη της Σύγχρονης Στατιστικής
Chapter 1 Student Lecture Notes 1-1 Ανάλυση Δεδομένων και Στατιστική για Διοικήση Επιχειρήσεων [Basic Business Statistics (8 th Edition)] Κεφάλαιο 1 Εισαγωγή και Συλλογή Δεδομένων Περιεχόμενα Γιατί ένας
Διαβάστε περισσότερα1) ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ - ΑΤΑΞΙΝΟΜΗΤΑ ΔΕΔΟΜΕΝΑ
ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 205-206 ΔΙΔΑΣΚΟΝΤΕΣ ΔΗΜΗΤΡΗΣ ΚΑΛΛΙΒΩΚΑΣ, ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ ) ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ - ΑΤΑΞΙΝΟΜΗΤΑ ΔΕΔΟΜΕΝΑ ΑΣΚΗΣΗ Τα παρακάτω δεδομένα αναφέρονται στη
Διαβάστε περισσότεραΚεφάλαιο Τέσσερα Αριθμητικές Μέθοδοι Περιγραφικής Στατιστικής
Κεφάλαιο Τέσσερα Αριθμητικές Μέθοδοι Περιγραφικής Στατιστικής Copyright 2009 Cengage Learning 4.1 Αριθμητικές Μέθοδοι Περιγραφικής Στατιστικής Δείκτες Κεντρικής Θέσης [Αριθμητικός] Μέσος, Διάμεσος, Επικρατούσα
Διαβάστε περισσότερα