Στατιστικός έλεγχος υποθέσεων (Μέρος 3 ο ) 10/3/2017

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Στατιστικός έλεγχος υποθέσεων (Μέρος 3 ο ) 10/3/2017"

Transcript

1 Στατιστικός έλεγχος υποθέσεων (Μέρος 3 ο ) 10/3/017

2 Στατιστικός έλεγχος υποθέσεων σε επίπεδο σημαντικότητας α για τη διακύμανση σ ενός κανονικού πληθυσμού με ένα τυχαίο δείγμα μεγέθους n Η 0 : σ = σ 0 Περιοχή απόρριψης της Η 0 Η 1 : σ σ 0 Η 1 : σ > σ 0 Η 1 : σ < σ 0 n 1 s σ 0 n 1 s σ 0 χ n 1; ατ ή χ n 1;1 ατ n 1 s σ 0 n 1 s χ n 1;a σ 0 χ n 1;1 a 10/3/017 Η τ.μ. n 1 S, για κανονικό πληθυσμό, προσεγγίζεται ικανοποιητικά από την κατανομή χ με n-1 βαθμούς ελευθερίας σ

3 3 Στατιστικός έλεγχος υποθέσεων σε επίπεδο σημαντικότητας α για τη διαφορά μ 1 μ των μέσων τιμών δύο πληθυσμών με δύο ανεξάρτητα δείγματα μεγέθους n 1 και n αντίστοιχα Η 0 : μ 1 μ = δ Οι διακυμάνσεις σ 1 και σ είναι γνωστές και οι πληθυσμοί είναι κανονικοί Οι διακυμάνσεις σ 1 και σ είναι γνωστές και τα μεγέθη των πληθυσμών n 1 και n είναι μεγάλα (οτιδήποτε πληθυσμός) [έλεγχος επιπέδου σημαντικότητας α κατά προσέγγιση] Περιοχή απόρριψης της Η 0 Η 1 : μ 1 μ δ Η 1 : μ 1 μ > δ Η 1 : μ 1 μ < δ Ζ = ത Χ ഥΥ δ σ 1 n 1 + σ n z Τ a Z = ത Χ ഥΥ δ σ 1 n 1 + σ n z a Z = ത Χ ഥΥ δ σ 1 n 1 + σ n z a 10/3/017

4 4 Στατιστικός έλεγχος υποθέσεων σε επίπεδο σημαντικότητας α για τη διαφορά μ 1 μ των μέσων τιμών δύο πληθυσμών με δύο ανεξάρτητα δείγματα μεγέθους n 1 και n αντίστοιχα Η 0 : μ 1 μ = δ Οι διακυμάνσεις σ 1 και σ είναι άγνωστες και τα μεγέθη των πληθυσμών n 1 και n είναι μεγάλα (οτιδήποτε πληθυσμός) [έλεγχος επιπέδου σημαντικότητας α κατά προσέγγιση] Περιοχή απόρριψης της Η 0 Η 1 : μ 1 μ δ Η 1 : μ 1 μ > δ Η 1 : μ 1 μ < δ Ζ = ത Χ ഥΥ δ S 1 n 1 + S n z Τ a Z = ത Χ ഥΥ δ S 1 n 1 + S n z a Z = ത Χ ഥΥ δ S 1 n 1 + S n z a 10/3/017

5 5 Στατιστικός έλεγχος υποθέσεων σε επίπεδο σημαντικότητας α για τη διαφορά μ 1 μ των μέσων τιμών δύο πληθυσμών με δύο ανεξάρτητα δείγματα μεγέθους n 1 και n αντίστοιχα Η 0 : μ 1 μ = δ Οι διακυμάνσεις σ 1 και σ είναι άγνωστες και ίσες, οι πληθυσμοί είναι κανονικοί και τα μεγέθη τους n 1 και n είναι οτιδήποτε n = n 1 + n, S = n 1 1 S 1 + n 1 S n 1 +n Περιοχή απόρριψης της Η 0 Η 1 : μ 1 μ δ Η 1 : μ 1 μ > δ Η 1 : μ 1 μ < δ Χ Τ = ത ഥΥ δ S t n; Τ n 1 n a T = ത Χ ഥΥ δ S 1 n n t n;a T = തΧ ഥΥ δ S t n;a n 1 n 10/3/017

6 6 Στατιστικός έλεγχος υποθέσεων σε επίπεδο σημαντικότητας α για τη διαφορά μ 1 μ των μέσων τιμών δύο πληθυσμών με δύο ανεξάρτητα δείγματα μεγέθους n 1 και n αντίστοιχα Η 0 : μ 1 μ = δ Όταν τα n 1 και n είναι μικρά, ο πληθυσμοί όχι κανονικοί και οι διακυμάνσεις σ 1 και σ είτε γνωστές είτε άγνωστες (ίσες ή όχι) δεν μπορούμε να πραγματοποιήσουμε στατιστικό έλεγχο υποθέσεων σε επίπεδο σημαντικότητας α 10/3/017

7 n 7 Στατιστικός έλεγχος υποθέσεων σε επίπεδο σημαντικότητας α για τη διαφορά δύο διωνυμικών ποσοστών p 1 και p με δύο ανεξάρτητα δείγματα μεγέθους n 1 και n αντίστοιχα Η 0 : p 1 = p n i p i 5 και n i 1 p i 5, i =1, p i είναι το ποσοστό επιτυχιών στο δείγμα n i, i =1, p Ƹ = n 1 p 1 +n p n 1 +n Περιοχή απόρριψης της Η 0 Η 1 : p 1 p Η 1 : p 1 > p Η 1 : p 1 < p pƹ 1 pƹ p 1 p 1 n n z Τ a pƹ 1 pƹ p 1 p 1 n n z a pƹ 1 pƹ p 1 p 1 n n z a 10/3/017

8 n 8 Στατιστικός έλεγχος υποθέσεων σε επίπεδο σημαντικότητας α για την ισότητα των διακυμάνσεων σ 1 και σ δύο κανονικών πληθυσμών με δύο ανεξάρτητα δείγματα μεγέθους n 1 και n αντίστοιχα Η 0 : σ 1 = σ Περιοχή απόρριψης της Η 0 s 1 Η 1 : σ 1 σ Η 1 : σ 1 > σ Η 1 : σ 1 < σ a s F n 1 1;n 1; Τ s 1 ή a s F n 1 1;n 1; Τ s 1 s 1 s F n 1 1;n 1;α s F n 1 1;n 1;α τ.μ. S 1 S, για κανονικούς πληθυσμούς, προσεγγίζεται ικανοποιητικά από την κατανομή F με n 1-1 και n -1 βαθμούς ελευθερίας 10/3/017

9 9 Παράδειγμα 1 (1) Προκειμένου ένας φοιτητής να συγκρίνει στο πλαίσιο της πτυχιακής του εργασίας την αποτελεσματικότητα δύο διαιτολογίων στη μείωση του βάρους, εργάστηκες ως εξής Επέλεξε τυχαία 10 άτομα (άνδρες και γυναίκες) τα οποία δέχτηκαν να συμμετέχουν στην έρευνα και στα 5 από αυτά, τα οποία επέλεξε επίσης τυχαία από τα 10, έδωσε να ακολουθήσουν το ένα διαιτολόγιο, έστω Α, ενώ στα υπόλοιπα 5 έδωσε το άλλο διαιτολόγιο, έστω Β Στον επόμενο Πίνακα φαίνονται για καθένα από τα 10 άτομα ο κωδικός, το φύλο, η ηλικία και ο δείκτης μάζας σώματος (ΒΜΙ) 10/3/017

10 10 Παράδειγμα 1 () Κωδικός Φύλο Ηλικία (έτη) ΒΜΙ 1 Α 63 4,30 Γ 40,6 3 Γ 8,98 4 Α 61 9,44 5 Α 58 8,35 6 Γ 3 6,44 7 Γ 19 7,30 8 Α 37,48 9 Α 60 6,14 10 Γ 7,73 10/3/017

11 11 Παράδειγμα 1 (3) Τρεις μήνες μετά την εφαρμογή των διαιτολογίων, η μέση μείωση του βάρους για το πρώτο δείγμα (διαιτολόγιο Α) βρέθηκε 3,1 Kg με τυπική απόκλιση 1,3 Kg, ενώ για το δεύτερο δείγμα (διαιτολόγιο Β), η μέση μείωση βρέθηκε 1,7 Kg με τυπική απόκλιση 1, Kg Τα ευρήματα στα δύο δείγματα μαρτυρούν άραγε ότι το διαιτολόγιο Α είναι πιο αποτελεσματικό από το διαιτολόγιο Β; (α = 5%) 10/3/017

12 1 Παράδειγμα 1 (4) Ο επιβλέπων καθηγητής, όταν ο φοιτητής του παρουσίασε το παραπάνω συμπέρασμα, ζήτησε να δει για κάθε δείγμα τα πρωτογενή δεδομένα, δηλαδή, τη μείωση του βάρους καθενός από τα 5 άτομα κάθε δείγματος Ζήτησε επίσης να δει το φύλλο, την ηλικία και το δείκτη μάζας σώματος κάθε ατόμου Όλα τα στοιχεία που ζήτησε ο καθηγητής φαίνονται στον παρακάτω Πίνακα 10/3/017

13 Παράδειγμα 1 (5) 13 Κωδικός Φύλο Ηλικία (έτη) ΒΜΙ Μείωση βάρους Διαιτολόγιο Α Γ 40,6 1,46 4 Α 61 9,44 3,9 7 Γ 19 7,30 4,74 9 Α 60 6,14,8 3 Γ 8,98 3,10 Διαιτολόγιο Β 5 Α 58 8,35 3, 6 Γ 3 6,44 1,70 1 Α 63 4,30 0,18 10 Γ 7,73,46 8 Α 37, Αφού ο καθηγητής μελέτησε όλα τα στοιχεία του Πίνακα, είπε στο φοιτητή ότι δεν είναι ικανοποιημένος και ότι πρέπει να ξανασκεφτεί τον τρόπο επίλυσης 10/3/017

14 14 Εξαρτημένα δείγματα / Ζευγαρωτές παρατηρήσεις (1) Έστω η τ.μ. Χ και η τ.μ. Υ που αντιστοιχούν σε δύο πληθυσμούς μετρήσεων Έστω ότι έχουμε δύο δείγματα Χ 1, Χ,, Χ n και Υ 1, Υ,, Υ n Θεωρούμε τα ζεύγη (Χ 1, Υ 1 ), (Χ, Υ ),, (Χ n, Υ n ) τα οποία είναι ανεξάρτητα το ένα από το άλλο ενώ τα Χ i και Y i ενός του ίδιου ζεύγους δεν είναι ανεξάρτητα (δεν μπορούν να θεωρηθούν ανεξάρτητα) Για κάθε ζεύγος σχηματίζουμε τη διαφορά D i = X i Y i και πλέον μπορούμε να εργαστούμε με ένα δείγμα, αυτό των διαφορών D 1, D,, D n το οποίο θεωρούμε ότι προέρχεται από ένα θεωρητικό πληθυσμό (τον πληθυσμό των διαφορών) με μέση τιμή μ D = μ Α μ Β, όπου μ Α η μέση τιμή της Χ και μ β η μέση τιμή της Υ 10/3/017

15 15 Εξαρτημένα δείγματα / Ζευγαρωτές παρατηρήσεις () Έτσι, ο έλεγχος της μηδενικής υπόθεσης Η 0 : μ D = 0 είναι ισοδύναμος με τον έλεγχο μηδενικής υπόθεσης Η 0 : μ Α μ Β = 0 Γενικότερα ο έλεγχος της μηδενικής υπόθεσης Η 0 : μ D = δ είναι ισοδύναμος με τον έλεγχο μηδενικής υπόθεσης Η 0 : μ Α μ Β = δ Αν η διακύμανση του πληθυσμού των διαφορών, σ D, είναι άγνωστη (που είναι το πιο συνηθισμένο) ως στατιστική συνάρτηση ελέγχου μπορούμε να χρησιμοποιήσουμε την D δ Τ = ഥ n, όπου ഥD και S D οι τ.μ. που αντιστοιχούν στο μέσο S D και στη διακύμανση του δείγματος των διαφορών αντίστοιχα 10/3/017

16 16 Εξαρτημένα δείγματα / Ζευγαρωτές παρατηρήσεις (3) Αν επομένως το δείγμα των διαφορών προέρχεται από κανονικό πληθυσμό ισχύουν τα εξής: Η 0 : μ D = δ Περιοχή απόρριψης της Η 0 Η 1 : μ D δ Η 1 : μ D > δ Η 1 : μ D < δ 0 d Τ = ത δ Τ n t n 1, Τ s d a d Τ = ത δ s d Τ n t d n 1,a Τ = ത δ Τ n t n 1,a Με dҧ και s d συμβολίζεται, αντίστοιχα, η τιμή της τ.μ. ഥD και η τιμή της τ.μ. S D για τη συγκεκριμένη πραγματοποίηση του δείγματος 10/3/017 των διαφορών s d

17 17 Παράδειγμα 1 (6) Ο φοιτητής έπρεπε να είχε κάνει τη σύγκριση της μέσης μείωσης του βάρους που επιτυγχάνεται με τα διαιτολόγια Α και Β, με ζευγαρωτές παρατηρήσεις Δηλαδή να δημιουργήσει ζεύγη όπου σε κάθε ζεύγος τα δύο άτομα να έχουν τα χαρακτηριστικά ΒΜΙ, ηλικία και φύλο, που επηρεάζουν τη μείωση του βάρους όσο το δυνατόν όμοια Στη συνέχεια, και αφού έχει καθορίσει τα ζεύγη, στο ένα άτομο κάθε ζεύγους να δώσει το διαιτολόγιο Α και στο άλλο άτομο του ίδιου ζεύγους το διαιτολόγιο Β 10/3/017

18 18 Παράδειγμα 1 (7) Ο φοιτητής λοιπόν δημιούργησε πέντε τέτοια ζεύγη και τα αποτελέσματα που πήρε φαίνονται στον παρακάτω Πίνακα Ζεύγος (i) Μείωση του βάρους με το διαιτολόγιο Α (Kg) (x i ) Μείωση του βάρους με το διαιτολόγιο B (Kg) (y i ) 1,48 3,1 4,70,30 3,94 0,96 1,7,4 0,0 3,4 10/3/017

19 19 Παράδειγμα (1) Ένας ερευνητής θέλει να συγκρίνει τις αποδόσεις (ανά στρέμμα) δύο ποικιλιών σταριού στον κάμπο της Θεσσαλίας Για το σκοπό αυτό σχεδίασε ένα πείραμα ως εξής: Επέλεξε 10 αγρούς σε δέκα διαφορετικές τοποθεσίες του Θεσσαλικού κάμπου και κάθε αγρό τον χώρισε σε δύο αγροτεμάχια ίδιου σχήματος και ίδιου εμβαδού Στο ένα αγροτεμάχιο κάθε αγρού καλλιέργησε στάρι της μιας ποικιλίας, έστω Α, και στο άλλο αγροτεμάχιο καλλιέργησε στάρι της άλλης ποικιλίας, έστω Β Σε ποιο από τα δύο αγροτεμάχια καλλιέργησε την ποικιλία Α και σε ποιο την ποικιλία Β το αποφάσισε με τυχαίο τρόπο (π.χ. με τη ρίψη ενός νομίσματος) 10/3/017

20 0 Παράδειγμα () Επίσης φρόντισε στα δύο αγροτεμάχια κάθε αγρού να υπάρχουν ίδιες καλλιεργητικές συνθήκες και ίδιες συνθήκες συγκομιδής (γονιμότητα εδάφους, υγρασία, προσανατολισμός, χρόνος σποράς, καλλιεργητική μέθοδος, λίπανση, ημέρα θερισμού, κλπ.) Στον παρακάτω Πίνακα φαίνεται η απόδοση των δύο ποικιλιών σε καθέναν από τους 10 πειραματικούς αγρούς Αγρός (i) Απόδοση ποικιλίας Α (Kg / στρέμμα) (x i ) Απόδοση ποικιλίας Β (Kg / στρέμμα) (y i ) Τα ευρήματα στα δύο δείγματα μαρτυρούν άραγε ότι οι μέσες αποδόσεις των δύο ποικιλιών στον κάμπο της Θεσσαλίας 10/3/017 διαφέρουν; (α = 5%)

21 1 Παράδειγμα 3 (1) Μια ερευνητική ομάδα σχεδίασε ένα πείραμα για να ελέγξει αν η ασπιρίνη επηρεάζει-μεταβάλλει την τιμή ενός αιματολογικού δείκτη (prothrombin time) ο οποίος σχετίζεται με την πηκτικότητα του αίματος και τη δημιουργία θρόμβων (η τιμή του δείκτη μετριέται σε δευτερόλεπτα) Για το σκοπό αυτό, επέλεξε ένα τυχαίο δείγμα 1 ατόμων και για κάθε άτομο μέτρησε την τιμή του δείκτη πριν και τρεις ώρες μετά τη λήψη δύο δισκίων ασπιρίνης (650 mg) Οι σχετικές μετρήσεις φαίνονται στον επόμενο Πίνακα 10/3/017

22 Παράδειγμα 3 () Άτομο (i) Prothrombin time (sec) (x i ) Preothrombin time (sec) (y i ) 1, ,5 11,3 11,8 11, ,3 1 1,3 1, ,5 10,3 11,3 11,5 11, ,5 Σε επίπεδο σημαντικότητας α = 5%, υποστηρίζουν τα πειραματικά δεδομένα ότι η μέση τιμή του δείκτη πριν και μετά τη λήψη των δισκίων ασπιρίνης διαφέρουν; 10/3/017

23 3 Παράδειγμα 4 Οι αγρότες σε μια αγροτική περιοχή καλλιεργούν παραδοσιακά την ποικιλία Α ενός φυτού Την τελευταία χρονιά, τα κτήματα 10 αγροτών από αυτή την περιοχή (που επελέγησαν σύμφωνα με ένα σχέδιο τυχαίας δειγματοληψίας) είχαν μέση απόδοση 8,5 Kg / στρέμμα με τυπική απόκλιση 1, Kg / στρέμμα Σε μια γειτονική αγροτική περιοχή οι αγρότες καλλιεργούν μια άλλη ποικιλία του φυτού, έστω Β Η μέση απόδοση στα κτήματα 15 αγροτών αυτής της περιοχής (που επελέγησαν επίσης τυχαία) ήταν την τελευταία χρονιά 11 Kg / στρέμμα με τυπική απόκλιση 1,1 Kg / στρέμμα Άραγε, η διαφορά που παρατηρείται μεταξύ των δύο δειγμάτων είναι στατιστικά σημαντική, σε επίπεδο σημαντικότητας α = 5%, ή μήπως οφείλεται στην τύχη; 10/3/017

24 4 Παράδειγμα 5 Σε ένα επιστημονικό περιοδικό δημοσιεύτηκαν τα αποτελέσματα μιας έρευνας για το ποσοστό p 1 των ψαριών στη Μεσόγειο και το ποσοστό p στον Ατλαντικό που έχουν προσβληθεί από παράσιτα Στη Μεσόγειο, από 588 τυχαία επιλεγμένα ψάρια που εξετάστηκαν, βρέθηκαν μολυσμένα από παράσιτα τα 11, ενώ στον Ατλαντικό, από τα 13 τυχαία επιλεγμένα ψάρια που εξετάστηκαν, βρέθηκαν μολυσμένα από παράσιτα τα 6 Εξετάστε σε ένα επίπεδο σημαντικότητας α = 5% εάν το ποσοστό των ψαριών στη Μεσόγειο που έχουν προσβληθεί από παράσιτα είναι ίδιο με το ποσοστό ψαριών στον Ατλαντικό που έχει προσβληθεί από παράσιτα 10/3/017

25 5 Παράδειγμα 6 (1) Δύο αυτόματες μηχανές συσκευασίας, έστω Α και Β, συσκευάζουν λίπασμα σε τσουβάλια των 50 Kg Οι ποσότητες λιπάσματος που συσκευάζονται ανά τσουβάλι από κάθε μηχανή, είναι κανονικές τυχαίες μεταβλητές, έστω Χ και Υ, αντίστοιχα Ο υπεύθυνος παραγωγής, υποψιάζεται ότι η μεταβλητότητα της ποσότητας λιπάσματος που συσκευάζεται ανά τσουβάλι από τη μηχανή Α είναι μεγαλύτερη από τη μεταβλητότητα της ποσότητας λιπάσματος που συσκευάζεται ανά τσουβάλι από τη μηχανή Β Προκριμένου να ελέγξει αν πράγματι συμβαίνει αυτό, επέλεξε τυχαία 6 τσουβάλια από την παραγωγή κάθε μηχανής και τα ζύγισε Τα δεδομένα που συγκέντρωσε φαίνονται στον παρακάτω Πίνακα 10/3/017

26 6 Παράδειγμα 6 () Ποσότητα λιπάσματος (σε Kg) που συσκευάζεται από τη μηχανή Α (x i ) 51,8 50,0 50,3 49,9 48,7 48,5 Ποσότητα λιπάσματος (σε Kg) που συσκευάζεται από τη μηχανή B (y i ) 49,3 49, 50,0 48,8 49, 49,6 Σε επίπεδο σημαντικότητας α = 5%, υποστηρίζουν άραγε αυτά τα δεδομένα την υποψία του; 10/3/017

Στατιστικός έλεγχος υποθέσεων (Μέρος 2 ο ) 3/3/2017

Στατιστικός έλεγχος υποθέσεων (Μέρος 2 ο ) 3/3/2017 Στατιστικός έλεγχος υποθέσεων (Μέρος ο ) 3/3/017 Στατιστικός έλεγχος υποθέσεων σε επίπεδο σημαντικότητας α για τη διακύμανση σ ενός κανονικού πληθυσμού με ένα τυχαίο δείγμα μεγέθους n Η 0 : σ = σ 0 Περιοχή

Διαβάστε περισσότερα

Σημειακή εκτίμηση και εκτίμηση με διάστημα Παραδείγματα. 12 η Διάλεξη

Σημειακή εκτίμηση και εκτίμηση με διάστημα Παραδείγματα. 12 η Διάλεξη Σημειακή εκτίμηση και εκτίμηση με διάστημα Παραδείγματα 12 η Διάλεξη 1 ο Παράδειγμα (1) Μια αυτόματη μηχανή συσκευάζει καλαμπόκι σε τσουβάλια των 25kg Το βάρος του καλαμποκιού που συσκευάζεται ανά τσουβάλι

Διαβάστε περισσότερα

Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο ) 24/2/2017

Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο ) 24/2/2017 Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο ) 24/2/2017 2 Η γενική ιδέα της διαδικασίας στατιστικού ελέγχου υποθέσεων Πρόκειται για μια διαδικασία απόφασης μεταξύ δύο υποθέσεων Η μια υπόθεση ονομάζεται μηδενική

Διαβάστε περισσότερα

Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο )

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

Διαβάστε περισσότερα

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

Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 22 Μαΐου /32 Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπιστήμιο Κρήτης 22 Μαΐου 2017 1/32 Εισαγωγή: Τυπικό παράδειγμα στατιστικού ελέγχου υποθέσεων. Ενας νέος τύπος

Διαβάστε περισσότερα

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2013 στη Στατιστική

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

Διαβάστε περισσότερα

Στατιστική. 8 ο Μάθημα: Εφαρμογές Στατιστικής Ι: Διαστήματα Εμπιστοσύνης. Γεώργιος Μενεξές Τμήμα Γεωπονίας ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ

Στατιστική. 8 ο Μάθημα: Εφαρμογές Στατιστικής Ι: Διαστήματα Εμπιστοσύνης. Γεώργιος Μενεξές Τμήμα Γεωπονίας ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Στατιστική 8 ο Μάθημα: Εφαρμογές Στατιστικής Ι: Διαστήματα Εμπιστοσύνης Γεώργιος Μενεξές Τμήμα Γεωπονίας Άδειες Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

, µπορεί να είναι η συνάρτηση. αλλού. πλησιάζουν προς την τιµή 1, η διασπορά της αυξάνεται ή ελαττώνεται; (Εξηγείστε γιατί).

, µπορεί να είναι η συνάρτηση. αλλού. πλησιάζουν προς την τιµή 1, η διασπορά της αυξάνεται ή ελαττώνεται; (Εξηγείστε γιατί). Εργαστήριο Μαθηµατικών & Στατιστικής Γραπτή Εξέταση Περιόδου Φεβρουαρίου 009 στη Στατιστική 0/0/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ. [0] Οι ακαθάριστες εβδοµαδιαίες εισπράξεις µιας κτηνοτροφικής µονάδας, από την πώληση

Διαβάστε περισσότερα

Επαναληπτικές Ασκήσεις 26/5/2017

Επαναληπτικές Ασκήσεις 26/5/2017 Επαναληπτικές Ασκήσεις 2 Άσκηση 1 η (1) Ένας ερευνητής μέτρησε τη συγκέντρωση γλυκόζης (σε mg/dl) στο αριστερό και το δεξί μάτι 35 τυχαία επιλεγμένων υγιών σκύλων συγκεκριμένης ράτσας Έστω ότι με Χ και

Διαβάστε περισσότερα

Ανάλυση διακύμανσης (Μέρος 2 ο ) 31/3/2017

Ανάλυση διακύμανσης (Μέρος 2 ο ) 31/3/2017 Ανάλυση διακύμανσης (Μέρος 2 ο ) 31/3/2017 2 Σχέδιο τυχαιοποιημένων πλήρων ομάδων (1) Αποτελεί ευθεία γενίκευση του σχεδίου που γνωρίσαμε όταν μιλήσαμε για τη σύγκριση κατά ζεύγη δύο μέσων μ 1 και μ 2

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΕΙΣΑΓΩΓΗ 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. ΔΙΑΛΕΞΕΙΣ 09-10 ΣΗΜΠΕΡΑΣΜΑΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ: Έλεγχοι υποθέσεων Βόλος, 2016-2017

Διαβάστε περισσότερα

Διαστήματα Εμπιστοσύνης και Στατιστικοί Έλεγχοι Υποθέσεων Προβλήματα και Ασκήσεις

Διαστήματα Εμπιστοσύνης και Στατιστικοί Έλεγχοι Υποθέσεων Προβλήματα και Ασκήσεις Διαστήματα Εμπιστοσύνης και Στατιστικοί Έλεγχοι Υποθέσεων Προβλήματα και Ασκήσεις. Μια μηχανή εμφιάλωσης κρασιού γεμίζει φιάλες του μισού κιλού με ποσότητα κρασιού η οποία είναι κανονική τυχαία μεταβλητή

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Διαστήματα Εμπιστοσύνης και Στατιστικοί Έλεγχοι Υποθέσεων Προβλήματα και Ασκήσεις

Διαστήματα Εμπιστοσύνης και Στατιστικοί Έλεγχοι Υποθέσεων Προβλήματα και Ασκήσεις Διαστήματα Εμπιστοσύνης και Στατιστικοί Έλεγχοι Υποθέσεων Προβλήματα και Ασκήσεις Για κάθε πρόβλημα που ακολουθεί, εκτός των ερωτημάτων που διατυπώνονται, να γίνουν (με τη βοήθεια κάποιου στατιστικού πακέτου)

Διαβάστε περισσότερα

6 ο ΜΑΘΗΜΑ Έλεγχοι Υποθέσεων

6 ο ΜΑΘΗΜΑ Έλεγχοι Υποθέσεων 6 ο ΜΑΘΗΜΑ Έλεγχοι Υποθέσεων 6.1 Το Πρόβλημα του Ελέγχου Υποθέσεων Ενός υποθέσουμε ότι μία φαρμακευτική εταιρεία πειραματίζεται πάνω σε ένα νέο φάρμακο για κάποια ασθένεια έχοντας ως στόχο, τα πρώτα θετικά

Διαβάστε περισσότερα

Έλεγχος Χ 2 (καλής προσαρμογής, ανεξαρτησίας και ομογένειας) Προβλήματα και Ασκήσεις

Έλεγχος Χ 2 (καλής προσαρμογής, ανεξαρτησίας και ομογένειας) Προβλήματα και Ασκήσεις Έλεγχος Χ -Προβλήματα και Ασκήσεις Έλεγχος Χ (καλής προσαρμογής, ανεξαρτησίας και ομογένειας) Προβλήματα και Ασκήσεις 1. Στη βιβλιογραφία αναφέρεται ότι τα ποσοστά των ομάδων αίματος Α, Β, ΑΒ και Ο σε

Διαβάστε περισσότερα

Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017

Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017 Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017 2 Γιατί ανάλυση διακύμανσης; (1) Ας θεωρήσουμε k πληθυσμούς με μέσες τιμές μ 1, μ 2,, μ k, αντίστοιχα Πως μπορούμε να συγκρίνουμε τις μέσες τιμές k πληθυσμών

Διαβάστε περισσότερα

Ερωτήσεις κατανόησης

Ερωτήσεις κατανόησης Έλεγχος Υποθέσεων Ερωτήσεις κατανόησης 1. Αν σε ένα στατιστικό έλεγχο υποθέσεων η μηδενική υπόθεση απορρίπτεται για επίπεδο σημαντικότητας 5%, τότε α) απορρίπτεται για οποιοδήποτε επίπεδο σημαντικότητας,

Διαβάστε περισσότερα

Εργαστήριο Μαθηματικών & Στατιστικής 2η Πρόοδος στο Μάθημα Στατιστική 28/01/2011 (Για τα Τμήματα Ε.Τ.Τ. και Γ.Β.) 1ο Θέμα [40] α) στ) 2ο Θέμα [40]

Εργαστήριο Μαθηματικών & Στατιστικής 2η Πρόοδος στο Μάθημα Στατιστική 28/01/2011 (Για τα Τμήματα Ε.Τ.Τ. και Γ.Β.) 1ο Θέμα [40] α) στ) 2ο Θέμα [40] Εργαστήριο Μαθηματικών & Στατιστικής η Πρόοδος στο Μάθημα Στατιστική 8// (Για τα Τμήματα Ε.Τ.Τ. και Γ.Β.) ο Θέμα [4] Τα τελευταία χρόνια παρατηρείται συνεχώς αυξανόμενο ενδιαφέρον για τη μελέτη της συγκέντρωσης

Διαβάστε περισσότερα

Στατιστικοί Ελεγχοι. t - Έλεγχος για τον μέσο μ ενός πληθυσμού. t-έλεγχος για την σύγκριση των μέσων δύο πληθυσμών

Στατιστικοί Ελεγχοι. t - Έλεγχος για τον μέσο μ ενός πληθυσμού. t-έλεγχος για την σύγκριση των μέσων δύο πληθυσμών Στατιστικοί Ελεγχοι Έλεγχος 1: Ζ-Έλεγχος για τον μέσο μ ενός πληθυσμού Έλεγχος : t - Έλεγχος για τον μέσο μ ενός πληθυσμού Έλεγχος 3: I -τετράγωνο Έλεγχος για την διακύμανση Έλεγχος 4: t-έλεγχος για την

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΕΙΣΑΓΩΓΗ 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 07 & ΔΙΑΛΕΞΗ 08 ΣΗΜΠΕΡΑΣΜΑΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Βόλος, 016-017 ΕΙΣΑΓΩΓΗ ΣΤΗΝ

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου. Αθήνα Σημειώσεις. Εκτίμηση των Παραμέτρων β 0 & β 1. Απλό γραμμικό υπόδειγμα: (1)

Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου. Αθήνα Σημειώσεις. Εκτίμηση των Παραμέτρων β 0 & β 1. Απλό γραμμικό υπόδειγμα: (1) Σημειώσεις Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου Αθήνα -3-7 Εκτίμηση των Παραμέτρων β & β Απλό γραμμικό υπόδειγμα: Y X () Η αναμενόμενη τιμή του Υ, δηλαδή, μέση τιμή του Υ, δίνεται παρακάτω: EY ( ) X EY

Διαβάστε περισσότερα

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

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

Διαβάστε περισσότερα

2.4 ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ ΜΙΑ ΠΙΘΑΝΟΤΗΤΑ

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

Διαβάστε περισσότερα

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21

Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21 ΚΕΦΑΛΑΙΟ 21 Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ (Power of a Test) Όπως είδαμε προηγουμένως, στον Στατιστικό Έλεγχο Υποθέσεων, ορίζουμε δύο είδη πιθανών λαθών (κινδύνων) που μπορεί να συμβούν όταν παίρνουμε αποφάσεις

Διαβάστε περισσότερα

5. Έλεγχοι Υποθέσεων

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

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

21/11/2016. Στατιστική Ι. 8 η Διάλεξη (Κεντρικό Οριακό Θεώρημα)

21/11/2016. Στατιστική Ι. 8 η Διάλεξη (Κεντρικό Οριακό Θεώρημα) 21/11/2016 Στατιστική Ι 8 η Διάλεξη (Κεντρικό Οριακό Θεώρημα) 1 2 Κεντρικό Οριακό Θεώρημα Αν Χ 1, Χ 2,, Χ Ν ανεξάρτητες τ.μ. που ακολουθούν την ίδια κατανομή με E X i = μ και Var X i = σ 2, τότε για μεγάλα

Διαβάστε περισσότερα

& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ

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

Διαβάστε περισσότερα

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

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ Επικ Καθ Στέλιος Ζήμερας Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά 5 Έστω για την σύγκριση δειγμάτων συλλέγουμε παρατηρήσεις Υ =,,, από

Διαβάστε περισσότερα

Γραπτή Εξέταση Περιόδου Σεπτεμβρίου 2008 στο Μάθημα Στατιστική Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ 29.9.2008

Γραπτή Εξέταση Περιόδου Σεπτεμβρίου 2008 στο Μάθημα Στατιστική Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ 29.9.2008 Γραπτή Εξέταση Περιόδου Σεπτεμβρίου 8 στο Μάθημα Στατιστική Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ 9.9.8. [] Μια βιομηχανία τροφίμων προμηθεύεται νωπά κοτόπουλα από τρεις διαφορετικούς παραγωγούς Α, Β, Γ. Το % των κοτόπουλων

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Σημειακή εκτίμηση και εκτίμηση με διάστημα. 11 η Διάλεξη

Σημειακή εκτίμηση και εκτίμηση με διάστημα. 11 η Διάλεξη Σημειακή εκτίμηση και εκτίμηση με διάστημα 11 η Διάλεξη Εκτιμήτρια Κάθε στατιστική συνάρτηση που χρησιμοποιείται για την εκτίμηση μιας παραμέτρου ενός πληθυσμού (π.χ. ο δειγματικός μέσος) Σημειακή εκτίμηση

Διαβάστε περισσότερα

Ανάλυση διακύμανσης (Μέρος 3 ο ) 7/4/2017

Ανάλυση διακύμανσης (Μέρος 3 ο ) 7/4/2017 Ανάλυση διακύμανσης (Μέρος 3 ο ) 7/4/2017 2 α x b Παραγοντικό Πείραμα (1) Όταν θέλουμε να μελετήσουμε την επίδραση (στη μεταβλητή απόφασης) δύο παραγόντων, έστω Α και Β, με α στάθμες ο Α και b στάθμες

Διαβάστε περισσότερα

ΕΛΕΓΧΟΣ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ. Επαγωγική στατιστική (Στατιστική Συμπερασματολογία) Εκτιμητική Έλεγχος Στατιστικών Υποθέσεων

ΕΛΕΓΧΟΣ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ. Επαγωγική στατιστική (Στατιστική Συμπερασματολογία) Εκτιμητική Έλεγχος Στατιστικών Υποθέσεων ΕΛΕΓΧΟΣ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ Επαγωγική στατιστική (Στατιστική Συμπερασματολογία) Εκτιμητική Έλεγχος Στατιστικών Υποθέσεων α) Σημειοεκτιμητική β) Εκτιμήσεις Διαστήματος ΕΛΕΓΧΟΣ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ Παράδειγμα

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

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

Διαβάστε περισσότερα

Στατιστική Συμπερασματολογία

Στατιστική Συμπερασματολογία 4. Εκτιμητική Στατιστική Συμπερασματολογία εκτιμήσεις των αγνώστων παραμέτρων μιας γνωστής από άποψη είδους κατανομής έλεγχο των υποθέσεων που γίνονται σε σχέση με τις παραμέτρους μιας κατανομής και σε

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutra@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε

Διαβάστε περισσότερα

Διαδικασία Ελέγχου Μηδενικών Υποθέσεων

Διαδικασία Ελέγχου Μηδενικών Υποθέσεων Διαδικασία Ελέγχου Μηδενικών Υποθέσεων Πέτρος Ρούσσος, Τμήμα Ψυχολογίας, ΕΚΠΑ Η λογική της διαδικασίας Ο σάκος περιέχει έναν μεγάλο αλλά άγνωστο αριθμό (αρκετές χιλιάδες) λευκών και μαύρων βόλων: 1 Το

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

συγκέντρωση της ουσίας στον παραπόταμο είναι αυξημένη σε σχέση με τον ίδιο τον ποταμό;

συγκέντρωση της ουσίας στον παραπόταμο είναι αυξημένη σε σχέση με τον ίδιο τον ποταμό; Γραπτή Εξέταση Περιόδου Ιουνίου 008 στο Μάθημα Στατιστική /07/08. Η πιθανότητα να υπάρχει στο υπέδαφος μιας συγκεκριμένης περιοχής εκμεταλλεύσιμο κοίτασμα πετρελαίου είναι 50%. Μια εταιρεία, που πρόκειται

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 1: Στατιστική Ι (1/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

Στατιστική Ι. Ενότητα 1: Στατιστική Ι (1/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Στατιστική Ι Ενότητα 1: Στατιστική Ι (1/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Κεφάλαιο 9. Έλεγχοι υποθέσεων

Κεφάλαιο 9. Έλεγχοι υποθέσεων Κεφάλαιο 9 Έλεγχοι υποθέσεων 9.1 Εισαγωγή Όταν παίρνουμε ένα ή περισσότερα τυχαία δείγμα από κανονικούς πληθυσμούς έχουμε τη δυνατότητα να υπολογίζουμε στατιστικά, όπως μέσους όρους, δειγματικές διασπορές

Διαβάστε περισσότερα

Επανάληψη ελέγχων υποθέσεων

Επανάληψη ελέγχων υποθέσεων Επανάληψη ελέγχων υποθέσεων Ποιό το πρόβλημα; Περιγραφή ενός πληθυσμού Σύγκριση δύο πληθυσμών Είδος δεδομένων; Είδος δεδομένων Ποσοτικά Ποιοτικά Ποσοτικά Ποιοτικά Ποιά παράμετρος; Z tet & δ.ε. του p Ποιά

Διαβάστε περισσότερα

Εισαγωγή στην Εκτιμητική

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

Διαβάστε περισσότερα

ΑΣΚΗΣΕΙΣ ΔΙΑΣΤΗΜΑΤΩΝ ΕΜΠΙΣΤΟΣΥΝΗΣ. Άσκηση 1. Βρείτε δ/μα εμπιστοσύνης για τη μέση τιμή μ κανονικού πληθυσμού όταν n=20,

ΑΣΚΗΣΕΙΣ ΔΙΑΣΤΗΜΑΤΩΝ ΕΜΠΙΣΤΟΣΥΝΗΣ. Άσκηση 1. Βρείτε δ/μα εμπιστοσύνης για τη μέση τιμή μ κανονικού πληθυσμού όταν n=20, ΜΕΜ64: Εφαρμοσμένη Στατιστική 1 ΑΣΚΗΣΕΙΣ ΔΙΑΣΤΗΜΑΤΩΝ ΕΜΠΙΣΤΟΣΥΝΗΣ Άσκηση 1. Βρείτε δ/μα εμπιστοσύνης για τη μέση τιμή μ κανονικού πληθυσμού όταν n=0, X = 7.5, σ = 16, α = 5%. Πως αλλάζει το διάστημα αν

Διαβάστε περισσότερα

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή:

Δειγματοληψία. Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος n ij των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ ij συμβολίζουμε την μέση τιμή: Δειγματοληψία Πρέπει να γνωρίζουμε πως πήραμε το δείγμα Το πλήθος των παρατηρήσεων σε κάθε κελί είναι τ.μ. με μ συμβολίζουμε την μέση τιμή: Επομένως στην δειγματοληψία πινάκων συνάφειας αναφερόμαστε στον

Διαβάστε περισσότερα

Αναλυτική Στατιστική

Αναλυτική Στατιστική Αναλυτική Στατιστική Συμπερασματολογία Στόχος: εξαγωγή συμπερασμάτων για το σύνολο ενός πληθυσμού, αντλώντας πληροφορίες από ένα μικρό υποσύνολο αυτού Ορισμοί Πληθυσμός: σύνολο όλων των υπό εξέταση μονάδων

Διαβάστε περισσότερα

Μάθημα: Στατιστική ανάλυση δεδομένων με χρήση Η/Υ (του 8 ου Εξαμήνου Σπουδών του Τμήματος Βιοτεχνολογίας) Διδάσκων: Γιώργος Κ.

Μάθημα: Στατιστική ανάλυση δεδομένων με χρήση Η/Υ (του 8 ου Εξαμήνου Σπουδών του Τμήματος Βιοτεχνολογίας) Διδάσκων: Γιώργος Κ. Μάθημα: Στατιστική ανάλυση δεδομένων με χρήση Η/Υ (του 8 ου Εξαμήνου Σπουδών του Τμήματος Βιοτεχνολογίας) Διδάσκων: Γιώργος Κ. Παπαδόπουλος 3. Ανάλυση Διακύμανσης Σύντομη ανασκόπηση βασικών εννοιών, προτάσεων

Διαβάστε περισσότερα

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

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ Επικ. Καθ. Στέλιος Ζήμερας Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά 015 Ανάλυση Διακύμανσης Η Ανάλυση Διακύμανσης είναι μία τεχνική που

Διαβάστε περισσότερα

Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα

Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα Ορισμός τυχαίας μεταβλητής Τυχαία μεταβλητή λέγεται η συνάρτηση

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 2: Στατιστική Ι (2/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

Στατιστική Ι. Ενότητα 2: Στατιστική Ι (2/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Στατιστική Ι Ενότητα 2: Στατιστική Ι (2/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

Μέρος Β /Στατιστική. Μέρος Β. Στατιστική. Γεωπονικό Πανεπιστήμιο Αθηνών Εργαστήριο Μαθηματικών&Στατιστικής/Γ. Παπαδόπουλος (www.aua.

Μέρος Β /Στατιστική. Μέρος Β. Στατιστική. Γεωπονικό Πανεπιστήμιο Αθηνών Εργαστήριο Μαθηματικών&Στατιστικής/Γ. Παπαδόπουλος (www.aua. Μέρος Β /Στατιστική Μέρος Β Στατιστική Γεωπονικό Πανεπιστήμιο Αθηνών Εργαστήριο Μαθηματικών&Στατιστικής/Γ. Παπαδόπουλος (www.aua.gr/gpapadopoulos) Από τις Πιθανότητες στη Στατιστική Στα προηγούμενα, στο

Διαβάστε περισσότερα

Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς

Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς Η μηδενική υπόθεση είναι ένας ισχυρισμός σχετικά με την τιμή μιας πληθυσμιακής παραμέτρου. Είναι

Διαβάστε περισσότερα

Ανάλυση Διασποράς Προβλήματα και Ασκήσεις

Ανάλυση Διασποράς Προβλήματα και Ασκήσεις Ανάλυση Διασποράς Προβλήματα και Ασκήσεις 1. Ένας ερευνητής προκειμένου να συγκρίνει τρία σιτηρέσια εκτροφής κοτόπουλων (Σ1, Σ2 και Σ3, αντίστοιχα), σχεδίασε και εκτέλεσε το εξής πείραμα. Επέλεξε 15 νεογέννητα

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 5-6 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 735468 Σε αρκετές εφαρμογές

Διαβάστε περισσότερα

Κεφάλαιο 9. Έλεγχοι υποθέσεων

Κεφάλαιο 9. Έλεγχοι υποθέσεων Κεφάλαιο 9 Έλεγχοι υποθέσεων 9.1 Εισαγωγή Όταν παίρνουμε ένα ή περισσότερα τυχαία δείγμα από κανονικούς πληθυσμούς έχουμε τη δυνατότητα να υπολογίζουμε στατιστικά, όπως μέσους όρους, δειγματικές διασπορές

Διαβάστε περισσότερα

ΣΑΣΙΣΙΚΗ. Ακαδ. Έτος Βασίλης ΚΟΤΣΡΑ. Διδάσκων: Διδάσκων επί Συμβάσει Π.Δ 407/80.

ΣΑΣΙΣΙΚΗ. Ακαδ. Έτος Βασίλης ΚΟΤΣΡΑ. Διδάσκων: Διδάσκων επί Συμβάσει Π.Δ 407/80. ΠΑΝΕΠΙΣΗΜΙΟ ΑΙΓΑΙΟΤ ΧΟΛΗ ΕΠΙΣΗΜΩΝ ΣΗ ΔΙΟΙΚΗΗ ΣΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑ ΚΑΙ ΔΙΟΙΚΗΗ ΣΑΣΙΣΙΚΗ Ακαδ. Έτος -3 Διδάσκων: Βασίλης ΚΟΤΣΡΑ Διδάσκων επί Συμβάσει Π.Δ 47/8 v.kouras@fμe.aegea.gr Σηλ: 735457 Διωνυμικό

Διαβάστε περισσότερα

Μονοπαραγοντική Ανάλυση Διακύμανσης Ανεξάρτητων Δειγμάτων

Μονοπαραγοντική Ανάλυση Διακύμανσης Ανεξάρτητων Δειγμάτων Μονοπαραγοντική Ανάλυση Διακύμανσης Ανεξάρτητων Δειγμάτων 1 Μονοπαραγοντική Ανάλυση Διακύμανσης Παραμετρικό στατιστικό κριτήριο για τη μελέτη της επίδρασης μιας ανεξάρτητης μεταβλητής στην εξαρτημένη Λογική

Διαβάστε περισσότερα

Εισαγωγή στην Ανάλυση Δεδομένων

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

Διαβάστε περισσότερα

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική

Μεθοδολογία 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 περισσότερα

Κεφάλαιο 12. Σύγκριση μεταξύ δύο δειγμάτων: Το κριτήριο t

Κεφάλαιο 12. Σύγκριση μεταξύ δύο δειγμάτων: Το κριτήριο t Κεφάλαιο 12 Σύγκριση μεταξύ δύο δειγμάτων: Το κριτήριο t 1 Πώς δημιουργήθηκε W. S. Gosset (1908) Χημικός στη βιομηχανία Μπύρας Guiness Σύγκριση διαφόρων δειγμάτων μπύρας Δημοσίευση αποτελεσμάτων ως Student

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 6-7 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 735468 Σε αρκετές εφαρμογές

Διαβάστε περισσότερα

Γ. Πειραματισμός Βιομετρία

Γ. Πειραματισμός Βιομετρία Γενικά Πειραματικό σχέδιο και ANOVA Η βασική διαφορά μεταξύ των πειραματικών σχεδίων είναι ο τρόπος με τον οποίο ταξινομούνται ή κατατάσσονται οι πειραματικές μονάδες (πειραματικά τεμάχια) Σε όλα τα σχέδια

Διαβάστε περισσότερα

2. ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ

2. ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ Εργαστήριο Μαθηματικών & Στατιστικής 2. ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ. Ας θεωρήσουμε ότι είναι γνωστό από στοιχεία της Παγκόσμιας Οργάνωσης Υγείας ότι οι τιμές χοληστερίνης στον πληθυσμό έχουν

Διαβάστε περισσότερα

14/11/2016. Στατιστική Ι. 7 η Διάλεξη (Βασικές συνεχείς κατανομές)

14/11/2016. Στατιστική Ι. 7 η Διάλεξη (Βασικές συνεχείς κατανομές) Στατιστική Ι 7 η Διάλεξη (Βασικές συνεχείς κατανομές) 1 2 Κανονική (Gaussian) κατανομή Η σπουδαιότερη κατανομή της Θεωρίας Πιθανοτήτων και της Στατιστικής 1. Πολλές τ.μ. περιγράφονται ικανοποιητικά από

Διαβάστε περισσότερα

ΠΟΣΟΤΙΚΗ ΓΕΝΕΤΙΚΗ 03. ΜΕΣΗ ΤΙΜΗ & ΔΙΑΚΥΜΑΝΣΗ

ΠΟΣΟΤΙΚΗ ΓΕΝΕΤΙΚΗ 03. ΜΕΣΗ ΤΙΜΗ & ΔΙΑΚΥΜΑΝΣΗ ΠΟΣΟΤΙΚΗ ΓΕΝΕΤΙΚΗ 03. ΜΕΣΗ ΤΙΜΗ & ΔΙΑΚΥΜΑΝΣΗ 1 ΠΟΣΟΤΙΚΟ ΓΝΩΡΙΣΜΑ ΑΑββΓΓδδεεΖΖ αριθμός φυτών 50 00 150 100 50 0 10 5 184 119 17 87 40 1 5 0-10 10-0 0-30 30-40 40-50 50-60 60-70 70-80 80-90 απόδοση/φ υτό

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ (Analyss of Varance for two factor Experments) (Two-Way Analyss of Varance) Ο πειραματικός σχεδιασμός για τον οποίο θα μιλήσουμε είναι μια επέκταση της μεθοδολογίας

Διαβάστε περισσότερα

Γ. Πειραματισμός - Βιομετρία

Γ. Πειραματισμός - Βιομετρία Γ. Πειραματισμός - Βιομετρία Πληθυσμοί και δείγματα Πληθυσμός Περιλαμβάνει όλες τις πιθανές τιμές μιας μεταβλητής, δηλαδή αναφέρεται σε μια παρατήρηση σε όλα τα άτομα του πληθυσμού Ο πληθυσμός προσδιορίζεται

Διαβάστε περισσότερα

Βασικές έννοιες της Στατιστικής: Πληθυσμός - Δείγμα

Βασικές έννοιες της Στατιστικής: Πληθυσμός - Δείγμα Βασικές έννοιες της Στατιστικής: Πληθυσμός - Δείγμα Στατιστική είναι ο κλάδος των μαθηματικών που εμβαθύνει σε μεθόδους συλλογής δεδομένων, οργάνωσης, παρουσίασης των δεδομένων και εξαγωγής συμπερασμάτων

Διαβάστε περισσότερα

Δειγματικές Κατανομές

Δειγματικές Κατανομές Δειγματικές Κατανομές Στατιστική συνάρτηση ή στατιστική Δειγματική κατανομή - Εκτιμητής Τα άγνωστα στοιχεία του πληθυσμού λέγονται παράμετροι. Τα συμπεράσματα για μια παράμετρο εξάγονται με τη βοήθεια

Διαβάστε περισσότερα

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 6 η :Έλεγχοι Υποθέσεων V. Διδάσκουσα: Κοντογιάννη Αριστούλα

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 6 η :Έλεγχοι Υποθέσεων V. Διδάσκουσα: Κοντογιάννη Αριστούλα Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 6 η :Έλεγχοι Υποθέσεων V Διδάσκουσα: Κοντογιάννη Αριστούλα Έλεγχος υποθέσεων για τους μέσους εξαρτημένων δειγμάτων Επίδραση παρέμβασης:

Διαβάστε περισσότερα

Ανάλυση διακύμανσης (Μονοδιάστατη) One-Way ANOVA

Ανάλυση διακύμανσης (Μονοδιάστατη) One-Way ANOVA Ανάλυση διακύμανσης (Μονοδιάστατη) One-Way ANOVA Ανάλυση διακύμανσης Η μονοδιάστατη ανάλυση διακύμανσης εξετάζει εάν δύο ή περισσότεροι ανεξάρτητοι πληθυσμοί έχουν τον ίδιο ή διαφορετικό μέσο όρο. Στην

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Διαστήματος

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13

ΠΕΡΙΕΧΟΜΕΝΑ. 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 περισσότερα

Περιπτώσεις που η στατιστική συνάρτηση ελέγχου είναι η Ζ: 1. Η σ είναι γνωστή και ο πληθυσμός κανονικός.

Περιπτώσεις που η στατιστική συνάρτηση ελέγχου είναι η Ζ: 1. Η σ είναι γνωστή και ο πληθυσμός κανονικός. ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ: ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ (Πάτρας) Διεύθυνση: Μεγάλου Αλεξάνδρου 1, 263 34 ΠΑΤΡΑ Τηλ.: 2610 369051, Φαξ: 2610 396184, email: mitro@teipat.gr Καθ η γη

Διαβάστε περισσότερα

5.1 Ο ΕΛΕΓΧΟΣ SMIRNOV

5.1 Ο ΕΛΕΓΧΟΣ SMIRNOV 5. Ο ΕΛΕΓΧΟΣ SMIRNOV Έστω δύο ανεξάρτητα τυχαία δείγματα, 2,..., n και, 2,..., m n και m παρατηρήσεων πάνω στις τυχαίες μεταβλητές και, αντίστοιχα. Έστω, επίσης, ότι F (), (, ) και F (y), y (, ) είναι

Διαβάστε περισσότερα

2.5.1 ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ

2.5.1 ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ .5. ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ Η μέθοδος κατασκευής διαστήματος εμπιστοσύνης για την πιθανότητα που περιγράφεται στην προηγούμενη ενότητα μπορεί να χρησιμοποιηθεί για την κατασκευή διαστημάτων

Διαβάστε περισσότερα

Εξαρτημένα δείγματα (εξαρτημένες μετρήσεις)

Εξαρτημένα δείγματα (εξαρτημένες μετρήσεις) Ν6_(6)_Στατιστική στη Φυσική Αγωγή 06_0_Έλεγχος_Υποθέσεων0 Ανεξάρτητα δείγματα Εξαρτημένα δείγματα Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ. Ανεξάρτητα δείγματα (ανεξάρτητες μετρήσεις)

Διαβάστε περισσότερα

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική

Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική Ενότητα : Βασίλης Γιαλαμάς Σχολή Επιστημών της Αγωγής Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία Περιεχόμενα ενότητας Παρουσιάζονται οι βασικές

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 2 Εισαγωγή Η ανάλυση παλινδρόμησης περιλαμβάνει το σύνολο των μεθόδων της στατιστικής που αναφέρονται σε ποσοτικές σχέσεις μεταξύ μεταβλητών Πρότυπα παλινδρόμησης

Διαβάστε περισσότερα

Ερευνητική υπόθεση. Η ερευνητική υπόθεση αναφέρεται σε μια συγκεκριμένη πρόβλεψη σχετικά με τη σχέση ανάμεσα σε δύο ή περισσότερες μεταβλητές.

Ερευνητική υπόθεση. Η ερευνητική υπόθεση αναφέρεται σε μια συγκεκριμένη πρόβλεψη σχετικά με τη σχέση ανάμεσα σε δύο ή περισσότερες μεταβλητές. Ερευνητική υπόθεση Η ερευνητική υπόθεση αναφέρεται σε μια συγκεκριμένη πρόβλεψη σχετικά με τη σχέση ανάμεσα σε δύο ή περισσότερες μεταβλητές. Στα πειραματικά ερευνητικά σχέδια, η ερευνητική υπόθεση αναφέρεται

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ

ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 15/1/009 ΤΕΙ ΥΤΙΚΗΣ ΜΑΚΕ ΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΠΙΘΑΝΟΤΗΤΕΣ 10 o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gvasil@math.auth.gr Ιστοσελίδα Μαθήματος:

Διαβάστε περισσότερα

και τυπική απόκλιση σ = 40mg ανά μπανάνα. α) Ποια είναι η πιθανότητα μια μπανάνα να περιέχει i)

και τυπική απόκλιση σ = 40mg ανά μπανάνα. α) Ποια είναι η πιθανότητα μια μπανάνα να περιέχει i) Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ Γραπτή Εξέταση Περιόδου Ιανουαρίου 8 στο Μάθημα Στατιστική 7..8. [] Ο ανθρώπινος οργανισμός χρειάζεται καθημερινά από έως 6 mg (mllgrams) καλίου. Η ποσότητα καλίου που περιέχεται στα τρόφιμα

Διαβάστε περισσότερα

Ενότητα 3. Έλεγχος υπόθεσης. Σύγκριση μέσων τιμών

Ενότητα 3. Έλεγχος υπόθεσης. Σύγκριση μέσων τιμών Ενότητα 3 Έλεγχος υπόθεσης. Σύγκριση μέσων τιμών Εκτός από τις μέσες τιμές, τυπικές αποκλίσεις κλπ, θέλουμε να βρούμε κατά πόσον αυτές οι παρατηρούμενες τάσεις εξαρτώνται από συγκεκριμένες συνθήκες ή προϋποθέσεις.

Διαβάστε περισσότερα

Στατιστική Επιχειρήσεων ΙΙ

Στατιστική Επιχειρήσεων ΙΙ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Στατιστική Επιχειρήσεων ΙΙ Ενότητα #3: Εκτιμητική Μιλτιάδης Χαλικιάς Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Η Διωνυμική Κατανομή. μαθηματικών. 2 Ο γονότυπος μπορεί να είναι ΑΑ, Αα ή αα.

Η Διωνυμική Κατανομή. μαθηματικών. 2 Ο γονότυπος μπορεί να είναι ΑΑ, Αα ή αα. Η Διωνυμική Κατανομή Η Διωνυμική κατανομή συνδέεται με ένα πολύ απλό πείραμα τύχης. Ίσως το απλούστερο! Πρόκειται για τη δοκιμή Bernoulli, ένα πείραμα τύχης με μόνο δύο, αμοιβαίως αποκλειόμενα, δυνατά

Διαβάστε περισσότερα

Έλεγχος υπόθεσης: διαδικασία αποδοχής ή απόρριψης της υπόθεσης

Έλεγχος υπόθεσης: διαδικασία αποδοχής ή απόρριψης της υπόθεσης Ν161_(262)_Στατιστική στη Φυσική Αγωγή 06_01_Έλεγχος_Υποθέσεων Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ. 1 Υπόθεση: "μπορεί ο αριθμητικός μέσος του δείγματος να είναι ίδιος με τον αριθμητικό

Διαβάστε περισσότερα

Το Κεντρικό Οριακό Θεώρημα

Το Κεντρικό Οριακό Θεώρημα Το Κεντρικό Οριακό Θεώρημα Όπως θα δούμε αργότερα στη Στατιστική Συμπερασματολογία, λέγοντας ότι «από έναν πληθυσμό παίρνουμε ένα τυχαίο δείγμα μεγέθους» εννοούμε ανεξάρτητες τυχαίες μεταβλητές,,..., που

Διαβάστε περισσότερα

Έλεγχοι Χ 2 (Μέρος 1 ο ) 28/4/2017

Έλεγχοι Χ 2 (Μέρος 1 ο ) 28/4/2017 Έλεγχοι Χ 2 (Μέρος 1 ο ) 28/4/2017 2 Έλεγχοι Χ 2 Οι έλεγχοι που μπορούν να πραγματοποιηθούν είναι οι εξής: 1. Έλεγχος Χ 2 καλής προσαρμογής 2. Έλεγχος Χ 2 ανεξαρτησίας 3. Έλεγχος Χ 2 ομογένειας Αυτό που

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Στατιστική Ι-Θεωρητικές Κατανομές Ι

Στατιστική Ι-Θεωρητικές Κατανομές Ι Στατιστική Ι-Θεωρητικές Κατανομές Ι Γεώργιος Κ. Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης 12 Δεκεμβρίου 2012 Περιγραφή 1 Θεωρητικές Κατανομές Η Χρήση των Θεωρητικών

Διαβάστε περισσότερα

cv = κατάλληλη κριτική (κρίσιμη) τιμή από τους πίνακες της Ζ ή t κατανομής

cv = κατάλληλη κριτική (κρίσιμη) τιμή από τους πίνακες της Ζ ή t κατανομής ΕΚΤΙΜΗΣΗ ΔΙΑΣΤΗΜΑΤΟΣ Δ.Ε. της παραμέτρου θ: ˆ θ cv σ < θ < ˆ θ + cv σ ˆ θ ˆ θ θ = η παράμετρος που θέλουμε να εκτιμήσουμε, ˆ θ = η εκτίμηση της θ που προκύπτει από το τ.δ. cv = κατάλληλη κριτική (κρίσιμη)

Διαβάστε περισσότερα

4.3.3 Ο Έλεγχος των Shapiro-Wilk για την Κανονική Κατανομή

4.3.3 Ο Έλεγχος των Shapiro-Wilk για την Κανονική Κατανομή 4.3.3 Ο Έλεγχος των Shapro-Wlk για την Κανονική Κατανομή Ένας άλλος πολύ γνωστός έλεγχος καλής προσαρμογής για την κανονική κατανομή, ο οποίος μπορεί να χρησιμοποιηθεί στην θέση του ελέγχου Lllefors, είναι

Διαβάστε περισσότερα

Κλωνάρης Στάθης. ΠΜΣ: Οργάνωση & Διοίκηση Επιχειρήσεων Τροφίμων και Γεωργίας

Κλωνάρης Στάθης. ΠΜΣ: Οργάνωση & Διοίκηση Επιχειρήσεων Τροφίμων και Γεωργίας Κλωνάρης Στάθης ΠΜΣ: Οργάνωση & Διοίκηση Επιχειρήσεων Τροφίμων και Γεωργίας Μέχρι τώρα ασχοληθήκαμε με τις τεχνικές εκτίμησης παραμέτρων για ένα πληθυσμό όπως: τον Μέσο µ και το ποσοστό p Θα συνεχίσουμε

Διαβάστε περισσότερα

Χημική Τεχνολογία. Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων. Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε.

Χημική Τεχνολογία. Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων. Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε. ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Χημική Τεχνολογία Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε. Άδειες Χρήσης

Διαβάστε περισσότερα