ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ"

Transcript

1 ΠΙΝΑΚΑΣ ΠΕΡΙΕΧΟΜΕΝΩΝ ΠΕΡΙΛΗΨΗ... 4 ABSTRACT... 5 ΚΕΦΑΛΑΙΟ ΠΡΩΤΟ : ΕΙΣΑΓΩΓΗ... 6 ΚΕΦΑΛΑΙΟ ΔΕΥΤΕΡΟ: ΥΠΟΔΕΙΓΜΑΤΑ ΠΡΟΒΛΕΨΗΣ ΜΕΤΑΚΙΝΗΣΕΩΝ ΚΑΙ ΚΥΚΛΟΦΟΡΙΑΣ Τα τέσσερα στάδια του σχεδιασμού των μεταφορών Υποδείγματα καταμερισμού μετακινήσεων κατά μέσο Συνθετικά υποδείγματα Ανάλυση κατά κατηγορίες Η ανάλυση της απλής ή πολλαπλής παλινδρόμησης Δημιουργία ειδικών καμπύλων διαχωρισμού Αποσυνθετικά υποδείγματα Διακριτική ανάλυση Ανάλυση PROBIT Ανάλυση LOGIT ΚΕΦΑΛΑΙΟ ΤΡΙΤΟ : ΤΟΠΟΣ ΔΙΕΞΑΓΩΓΗΣ ΕΡΕΥΝΑΣ - ΠΡΩΤΟΓΕΝΗ ΔΕΔΟΜΕΝΑ ΕΡΕΥΝΑΣ ΕΡΩΤΗΜΑΤΟΛΟΓΙΟΥ Προσβασιμότητα στο Νέο Σιδηροδρομικό Σταθμό (Ν.Σ.Σ.) Περιγραφή έρευνας Χρησιμότητα ερωτηματολογίου ΜΕΘΟΔΟΛΟΓΙΑ ΑΝΑΛΥΣΗΣ ΚΑΙ ΚΑΤΑΣΚΕΥΗΣ ΥΠΟΔΕΙΓΜΑΤΟΣ ΕΠΙΛΟΓΗΣ ΜΕΤΑΦΟΡΙΚΟΥ ΜΕΣΟΥ ΜΕ ΤΗ ΒΟΗΘΕΙΑ ΓΡΑΜΜΙΚΗΣ ΠΑΛΙΝΔΡΟΜΗΣΗΣ Μεθοδολογικές αρχές Ορισμός εξαρτημένης και ανεξάρτητων μεταβλητών Κωδικοποίηση μεταβλητών και χρήση του προγράμματος SPSS Στατιστικοί και λογικοί έλεγχοι Στατιστικά περιγραφικά μέτρα Συντελεστές γραμμικής συσχέτισης Διαδικασία παλινδρόμησης Οριστικοποίηση υποδείγματος και παρατηρήσεις επί των τιμών και προσήμων των παραμέτρων Συνολική πιθανότητα επιλογής Δημοσίων Αστικών συγκοινωνιών ΣΥΓΚΡΙΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΓΙΑ ΤΟΥΣ ΠΡΟΟΡΙΣΜΟΥΣ ΤΗΣ ΛΑΡΙΣΑΣ ΚΑΙ ΤΗΣ ΕΔΕΣΣΑΣ ΣΥΜΠΕΡΑΣΜΑΤΑ-ΠΡΟΤΑΣΕΙΣ Βιβλιογραφία

2 ΠΙΝΑΚΑΣ ΠΙΝΑΚΩΝ Πίνακας 4. 1:Περιγραφικά στατιστικά μεταβλητών παλινδρόμησης για το δείγμα του Πίνακας 4. 2: Περιγραφικά στατιστικά μεταβλητών παλινδρόμησης για το δείγμα του Πίνακας 4. 3: Περιγραφικά στατιστικά μεταβλητών παλινδρόμησης για το συνολικό δείγμα Πίνακας 4. 4: Γραμμική συσχέτιση μεταξύ των μεταβλητών για το δείγμα του έτους Πίνακας 4. 5: Γραμμική συσχέτιση μεταξύ των μεταβλητών για το δείγμα του έτους Πίνακας 4. 6: Γραμμική συσχέτιση μεταξύ των μεταβλητών για το συνολικό δείγμα των 2010 και Πίνακας 4. 7: Στατιστικά συγγραμμικότητας για το δείγμα του Πίνακας 4. 8: Στατιστικά συγγραμμικότητας για το δείγμα του Πίνακας 4. 9: : Στατιστικά συγγραμμικότητας για τo συνολικό δείγμα Πίνακας 4. 10: Διαγνωστικά συγγραμμικότητας για το δείγμα του Πίνακας 4. 11: Διαγνωστικά συγγραμμικότητας για το δείγμα του Πίνακας 4. 12: Διαγνωστικά συγγραμμικότητας για το συνολικό δείγμα Πίνακας 4. 13: Στατιστικοί δείκτες για το δείγμα του Πίνακας 4. 14: Στατιστικοί δείκτες για το δείγμα του Πίνακας 4. 15: Στατιστικοί δείκτες για το συνολικό δείγμα Πίνακας 4. 16: Ανάλυση διακύμανσης για το δείγμα του Πίνακας 4. 17: Ανάλυση διακύμανσης για το δείγμα του Πίνακας 4. 18: Ανάλυση διακύμανσης για τo συνολικό δείγμα Πίνακας 4. 19: Εκτιμήσεις παραμέτρων για τo δείγμα του Πίνακας 4. 20: Εκτιμήσεις παραμέτρων για τo δείγμα του Πίνακας 4. 21: Εκτιμήσεις παραμέτρων για τo συνολικό δείγμα

3 ΠΙΝΑΚΑΣ ΕΙΚΟΝΩΝ Εικόνα 2. 1: Κανονική και αθροιστική καμπύλη κατανομής της επιλογής ενός μέσου "k", από δυό εναλλακτικά, σε σχέση με τη σχετική χρησιμότητάς τους, κατά το υπό δειγμα PROBIT Εικόνα 3. 1: Στάθμευση λεωφορείων στο Ν.Σ.Σ Εικόνα 3. 2: Πρόσβαση αστικών λεωφορείων στο Ν.Σ.Σ Εικόνα 3. 3: Στάθμευση ταξί στο Ν.Σ.Σ Εικόνα 3. 4: Πρόσβαση μέσω ποδηλατοδρόμου στο Ν.Σ.Σ Εικόνα 3. 5: Δρομολόγια προαστιακού σιδηρόδρομου Εικόνα 3. 6: Ενδιάμεσες στάσεις δρομολογίων προαστιακού σιδηρόδρομου

4 ΠΕΡΙΛΗΨΗ Η ακόλουθη Μεταπτυχιακή Εργασία έχει ως αντικείμενο την προτυποποίηση των χαρακτηριστικών των μετακινούμενων, με βάση το μεταφορικό μέσο που επέλεξαν, από την ευρύτερη περιοχή της Θεσσαλονίκης προς το Νέο Σιδηροδρομικό Σταθμό για χρήση του προαστιακού σιδηρόδρομου της Λάρισας. Ως στόχο έχει τη διερεύνηση και ανάλυση των παραγόντων, οι οποίοι επηρεάζουν την επιλογή αυτή. Η ανάλυση γίνεται με τη χρήση δεδομένων από έρευνες ερωτηματολογίων οι οποίες διεξήχθησαν το Μάιο του 2010 και το Δεκέμβριο του 2011 στο Νέο Σιδηροδρομικό Σταθμό (Ν.Σ.Σ.). Η ανάλυση αυτών των δεδομένων γίνεται μέσω γραμμικής παλινδρόμησης και επιχειρείται η εξαγωγή τριών υποδειγμάτων που προτυποποιούν την επιλογή μεταφορικού μέσου για τη μετακίνηση προς το Ν.Σ.Σ. Τα υποδείγματα αναφέρονται στα δείγματα των ερωτώμενων του 2010, του 2011 και του συνολικού δείγματος. Η υπόθεση απαντά στο ερώτημα για το αν ο μετακινούμενος θα χρησιμοποιήσει Δημόσιες Αστικές Συγκοινωνίες ή κάποιο άλλο μέσο και υπολογίζονται οι αντίστοιχες πιθανότητες μέσω των αποτελεσμάτων της γραμμικής παλινδρόμησης. 4

5 ABSTRACT The object of the following Master Thesis is to modelize the mode choice of tips and the the characteristics of travellers from the wider area of Thessaloniki to the New Railway Station before the use of the suburban railway to Larissa. Its purpose is to investigate and analyze the factors that affect this choice. The analysis is performed by using the data extracted from a survey based on questionnaires filled during May of 2010 and December of 2011 in the New Railway Station. The processing and data analysis is conducted by using multiple linear regression analysis. The formulation of three different models that standardize the choice of transport mode to the New Railway Station is attempted. The first two models are with reference to 2010 and 2011 surveys, and the third one is with reference to the global sample. The question answered is whether suburban travellers prefer the public transport or they choose another, private, transport mode. Based on the linear regression approach the calculation of the corresponding probabilities for all examined cases as well as the respective numbers of travellers are performed. 5

6 ΚΕΦΑΛΑΙΟ ΠΡΩΤΟ : ΕΙΣΑΓΩΓΗ Η παρούσα Μεταπτυχιακή Εργασία, με τίτλο «Προτυποποίηση επιλογής μέσου πρόσβασης στο Ν.Σ.Σ. Θεσσαλονίκης επιβατών του προαστιακού σιδηροδρόμου», εκπονήθηκε από το μεταπτυχιακό φοιτητή Κωνσταντίνο Βουκουβάλα με επιβλέποντα τον Καθηγητή κ. Χρίστο Ταξιλτάρη στο πλαίσιο των απαραίτητων διαδικασιών για την απόκτηση του Μεταπτυχιακού Διπλώματος του τμήματος «Σχεδιασμός, Οργάνωση και Διαχείριση Συστημάτων Μεταφορών» της Πολυτεχνικής Σχολής του Αριστοτελείου Πανεπιστημίου Θεσσαλονίκης. Στόχος της Μεταπτυχιακής Εργασίας είναι να διερευνήσει και να αναλύσει τους παράγοντες, οι οποίοι επηρεάζουν τους επιβάτες του προαστιακού σιδηρόδρομου της γραμμής της Λάρισας στην επιλογή μεταφορικού μέσου για την πρόσβαση στο Νέο Σιδηροδρομικό Σταθμό Θεσσαλονίκης και να οδηγήσει στην εξαγωγή ορισμένων χρήσιμων συμπερασμάτων. Περιοχή αναφοράς είναι η ευρύτερη περιοχή του νομού Θεσσαλονίκης. Αντικείμενο της Μεταπτυχιακής Εργασίας είναι η προτυποποίηση των χαρακτηριστικών των μετακινούμενων, με βάση το μεταφορικό μέσο που επέλεξαν, από την ευρύτερη περιοχή της Θεσσαλονίκης προς το Ν.Σ.Σ. για χρήση του προαστιακού σιδηρόδρομου. Ο τρόπος με τον οποίο εκπονήθηκε η Μεταπτυχιακή Εργασία συνοψίζεται σε: αξιοποίηση βιβλιογραφίας, επεξεργασία συλλεγόμενων στοιχείων από προηγούμενες έρευνες ερωτηματολογίου, ανάλυση συλλεγόμενων στοιχείων, δημιουργία υποδείγματος επιλογής μέσου, εξαγωγή συμπερασμάτων και διατύπωση προτάσεων. Η Μεταπτυχιακή Εργασία έχει οργανωθεί σε έξι κεφάλαια, συμπεριλαμβανομένης και της εισαγωγής. Στο πρώτο κεφάλαιο περιλαμβάνεται ο στόχος, το αντικείμενο, η μεθοδολογία που ακολουθήθηκε και η δομή της Μεταπτυχιακής Εργασίας. 6

7 Στο δεύτερο κεφάλαιο πραγματοποιείται μια συνοπτική περιγραφή των υποδειγμάτων πρόβλεψης μετακινήσεων και κυκλοφορίας για τα τέσσερα στάδια του σχεδιασμού των μεταφορών, με έμφαση στο στάδιο της επιλογής μέσου μετακίνησης, στο οποίο εμπίπτει και το αντικείμενο της Μεταπτυχιακής εργασίας. Στο τρίτο κεφάλαιο γίνεται εκτενής περιγραφή της έρευνας ερωτηματολογίων, από την οποία προέκυψαν τα πρωτογενή δεδομένα που χρησιμοποιήθηκαν στη στατιστική ανάλυση για την εξαγωγή προτύπου επιλογής μέσου. Στο τέταρτο κεφάλαιο γίνεται αναλυτική περιγραφή της μεθοδολογίας, των σταδίων και των ελέγχων της στατιστικής ανάλυσης έως την εξαγωγή του τελικού προτύπου. Στο πέμπτο κεφάλαιο παρουσιάζεται μια συνοπτική σύγκριση μεταξύ των υποδειγμάτων που προέκυψαν για τους επιβάτες του προαστιακού σιδηρόδρομου με τελικό προορισμό την Έδεσσα και τη Λάρισα. Στο έκτο κεφάλαιο παρουσιάζονται τα συμπεράσματα και οι προτάσεις που προέκυψαν από την ανάλυση των στοιχείων στην παρούσα Μεταπτυχιακή Εργασία. 7

8 ΚΕΦΑΛΑΙΟ ΔΕΥΤΕΡΟ: ΥΠΟΔΕΙΓΜΑΤΑ ΠΡΟΒΛΕΨΗΣ ΜΕΤΑΚΙΝΗΣΕΩΝ ΚΑΙ ΚΥΚΛΟΦΟΡΙΑΣ 2.1 Τα τέσσερα στάδια του σχεδιασμού των μεταφορών Σημαντικό ρόλο στη διαδικασία του σχεδιασμού των μεταφορών αποτελεί η πρόβλεψη της μελλοντικής ζήτησης για τις μετακινήσεις που θα πραγματοποιηθούν στην περιοχή μελέτης. Η διαδικασία της πρόβλεψης αποτελείται από τα τέσσερα παρακάτω στάδια: [1] 1) Γένεση των μετακινήσεων. Το στάδιο αυτό έχει αντικειμενικό σκοπό την εξακρίβωση του συνολικού αριθμού επιθυμιών μετακινήσεων από και προς κάθε μικρότερο υποτμήμα (κυκλοφοριακή ζώνη) στο οποίο χωρίζεται η περιοχή μελέτης. 2) Κατανομή των μετακινήσεων στο χώρο. Στο στάδιο αυτό γίνεται η εκτίμηση της προέλευσης και του προορισμού των μετακινήσεων, η κατανομή τους στο χώρο μεταξύ των διάφορων υποτμημάτων της περιοχής μελέτης (κυκλοφοριακών ζωνών). 3) Καταμερισμός των μετακινήσεων κατά μέσο. Στο στάδιο αυτό γίνεται ο διαχωρισμός των μετακινήσεων ανάλογα με το είδος του μεταφορικού μέσου που θα χρησιμοποιηθεί. Το αντικείμενο της παρούσας Μεταπτυχιακής εργασίας αφορά το τρίτο στάδιο της κατανομής των μετακινήσεων κατά μέσο και γίνεται εκτενής ανάλυση παρακάτω. 4) Καταμερισμός των μετακινήσεων στο δίκτυο. Στο στάδιο αυτό εκτιμώνται οι διαδρομές που θα ακολουθηθούν και υπολογίζονται οι κυκλοφοριακοί φόρτοι στα επιμέρους τμήματα του δικτύου του μεταφορικού μέσου που εξετάζεται. Τα στάδια που αναφέρθηκαν αντιστοιχούν στη φυσιολογική σειρά λήψης μιας απόφασης σχετικά με τις μετακινήσεις ανθρώπων ή αγαθών, δηλαδή: 1) Αν θα γίνει η μετακίνηση ή όχι (γένεση μετακινήσεων) 2) Που θα πάει (κατανομή μετακινήσεων στο χώρο) 3) Πως θα πάει (καταμερισμός κατά μέσο) 8

9 4) Από πού θα πάει Κάποιες φορές και ανάλογα με την περίπτωση το τρίτο στάδιο προηγείται του δευτέρου. Στην περίπτωση που η διαδικασία του καταμερισμού κατά μέσο καταλαμβάνει το δεύτερο στάδιο χρησιμοποιούνται τα υποδείγματα καταμερισμού κατά μέσο των άκρων μετακινήσεων. Αυτά έχουν σαν στόχο την εκτίμηση της κατανομής σε κάθε μεταφορικό μέσο όλων των μετακινήσεων που γεννώνται σε κάθε κυκλοφοριακή ζώνη. Στην περίπτωση που ο καταμερισμός κατά μέσο καταλαμβάνει το τρίτο στάδιο, η διαδικασία στοχεύει στον καταμερισμό στα διάφορα μέσα των συνολικών μετακινήσεων που έχουν εκτιμηθεί ότι θα γίνονται μεταξύ των διαφόρων ζωνών προέλευσης και προορισμού. Τα υποδείγματα αυτά είναι γνωστά σαν υποδείγματα καταμερισμού κατά μέσο των κατανεμημένων μετακινήσεων. Ο τύπος αυτός χρησιμοποιείται στις περισσότερες των περιπτώσεων. 2.2 Υποδείγματα καταμερισμού μετακινήσεων κατά μέσο Ο καταμερισμός των μετακινήσεων κατά μεταφορικό μέσο (modal split) έχει σαν στόχο την κατανομή των μετακινήσεων προσώπων στα διάφορα μεταφορικά μέσα ώστε να προκύψουν, με βάση το βαθμό πλήρωσης κάθε μέσου, οι μετακινήσεις οχημάτων μεταξύ των ζωνών. Ο καταμερισμός γίνεται με βάση ορισμένους βασικούς παράγοντες επηρεασμού της συμπεριφοράς του μετακινούμενου. Οι παράγοντες αυτοί έχουν συνήθως να κάνουν με το κόστος, την άνεση, το χρόνο και την ασφάλεια. Οι παράγοντες που επηρεάζουν έναν επιβάτη για την επιλογή του μέσου ξεκινούν από ένα βασικό διαχωρισμό. Κάποιοι επιβάτες θα χρησιμοποιήσουν υποχρεωτικά δημόσιες συγκοινωνίες και χαρακτηρίζονται σα μετακινούμενοι χωρίς επιλογή (captive drivers), γιατί δε διαθέτουν εναλλακτικό μέσο μεταφοράς, ενώ κάποιοι άλλοι έχουν τη δυνατότητα επιλογής και χαρακτηρίζονται ως μετακινούμενοι με επιλογή (choice drivers). [2] 9

10 Με βάση τα αποτελέσματα των μέχρι σήμερα μελετών και της έρευνας στον τομέα αυτό, τα συμπεράσματα που βγαίνουν οδηγούν στην εκτίμηση πως οι κύριοι παράγοντες που επηρεάζουν την επιλογή μεταφορικού μέσου στην περίπτωση των μετακινούμενων με επιλογή, είναι τα κοινωνικοοικονομικά χαρακτηριστικά των μετακινούμενων, ο σκοπός της μετακίνησης και το σχετικό κόστος των μεταφορικών μέσων σε σχέση με την προσφερόμενη εξυπηρέτηση. Σε ό,τι αφορά τα χαρακτηριστικά των μετακινούμενων, οι συνήθεις παράμετροι που λαμβάνονται υπόψη είναι: Το μέσο εισόδημα του νοικοκυριού ή η ιδιοκτησία αυτοκινήτου Ο αριθμός μελών στο νοικοκυριό Η ηλικία και το φύλλο του μετακινούμενου Η επαγγελματική απασχόληση Η κοινωνική θέση Σε ότι αφορά τα μεταφορικά μέσα, σαν παράμετροι επηρεασμού της απόφασης για την επιλογή του μέσου μπορούν να αναφερθούν Ο χρόνος μετακίνησης μέσα στο αντίστοιχο όχημα Ο χρόνος μετακίνησης έξω από το όχημα που είναι και ο πρόσθετος χρόνος διαδρομής Τα άμεσα έξοδα μετακίνησης (εισιτήρια, καύσιμα, συντήρηση) Η άνεση που παρέχεται από το εκάστοτε μεταφορικό μέσο Όλες οι παραπάνω παράμετροι έχουν αναλυθεί και καταγραφεί στο ερωτηματολόγιο της παρούσας έρευνας και γίνεται μια προσπάθεια ανάλυσης αλλά και ποσοτικοποίησης τους. 10

11 2.2.1 Συνθετικά υποδείγματα Με αφετηρία τη γενική μορφή του υποδείγματος επιλογής συγκοινωνιακού μέσου, δύο ανταγωνιστικές τάσεις αναπτύχθηκαν, συναρτήσει της διαδικασίας προσαρμογής που ακολουθείται. Η πρώτη τάση προκρίνει προσαρμογή του υποδείγματος στη βάση παρατήρησης ομάδων χρηστών των διαφόρων ανταγωνιζόμενων άλληλα συγκοινωνιακών μέσων σε κάθε σύνδεση (ποσοστό χρηστών κάθε μέσου για κάθε σύνδεση). Η τάση αυτή αναγνωρίζεται ευρύτερα προτείνοντας τα λεγόμενα συνθετικά υποδείγματα επιλογής συγκοινωνιακού μέσου. [3] Η δεύτερη τάση επιχειρεί προσαρμογή του υποδείγματος στη βάση παρατήρησης της εξατομικευμένης συμπεριφοράς / επιλογής μέσου, διαμορφώνοντας έτσι τα λεγόμενα αποσυνθετικά υποδείγματα. Τα συνθετικά υποδείγματα (υποδείγματα πρώτης γενιάς) στηρίζονται σε σχέσεις που αφορούν είτε ομάδες επιβατών με κοινά χαρακτηριστικά, είτε μέσες τιμές παραμέτρων σε επίπεδο ζώνης ή γεωγραφικής περιοχής. Τα υποδείγματα αυτά εξετάζουν το φαινόμενο συνολικά συνθέτοντας τις σχέσεις που το εκφράζουν από τα συνολικά αποτελέσματα της επιλογής μεταφορικού μέσου στην υπάρχουσα κατάσταση. Όλα τα κλασικά υποδείγματα καταμερισμού κατά μέσο που έχουν κατασκευαστεί κατά καιρούς χρησιμοποιούν μία από τις τεχνικές κατασκευής που αναλύονται στα παρακάτω υποκεφάλαια Ανάλυση κατά κατηγορίες Η μέθοδος της ανάλυσης κατά κατηγορίες έχει σαν βασική μονάδα θεώρησης το νοικοκυριό και τα χαρακτηριστικά του. Η ανάλυση κατά κατηγορίες αποτελεί μια μέθοδο που πρέπει να χρησιμοποιείται σε περιπτώσεις προβλέψεων για μικρά χρονικά διαστήματα, αφού από τη φύση της προϋποθέτει τη συνέχιση των επιλογών που γίνονται κατά το έτος συλλογής των δεδομένων και δε μπορεί να περιλάβει τυχόν αλλαγές στη διαδικασία επιλογής μεταφορικού μέσου. 11

12 Η χρήση μεθόδων της ανάλυσης κατά κατηγορίες ταιριάζει με την κατασκευή υποδειγμάτων των άκρων των μετακινήσεων που προσπαθούν να περιγράψουν την υπάρχουσα κατάσταση και με βάση την περιγραφή αυτή να κάνουν προβλέψεις. Η τεχνική της ανάλυσης κατά κατηγορίες μπορεί να δώσει ικανοποιητικά αποτελέσματα σε μικρής κλίμακας μελέτες που ο χρονικός ορίζοντας της μελέτης όσο και το μέγεθος και η σημασία των προβλέψεων δε δικαιολογούν τη χρήση άλλων περισσότερο ανεπτυγμένων τεχνικών ανάλυσης. Δεν ενδείκνυται όταν είναι επιθυμητή μια λεπτομερειακή απεικόνιση της διαδικασίας λήψης απόφασης επιλογής μεταφορικού μέσου από τους μετακινούμενους. [1] [Γιαννόπουλος, 2002, σελ.130] Η ανάλυση της απλής ή πολλαπλής παλινδρόμησης Η ανάλυση της απλής ή πολλαπλής παλινδρόμησης μπορεί να χρησιμοποιηθεί στην κατασκευή υποδειγμάτων καταμερισμού κατά μέσο με αρκετά ικανοποιητικά αποτελέσματα. Θα πρέπει όμως να πληρούνται μια σειρά από προϋποθέσεις που αναφέρονται στη συνέχεια. Μια πρώτη δυσκολία παρουσιάζεται στο να καταρτιστεί μια πραγματική σχέση αιτίου και αιτιατού στην οποία οι ανεξάρτητες μεταβλητές θα πρέπει να έχουν υψηλό βαθμό συσχέτισης με την εξαρτημένη μεταβλητή, αλλά ταυτόχρονα να είναι και ασυσχέτιστες μεταξύ τους. Στόχος είναι να περιληφθούν περισσότερες ανεξάρτητες μεταβλητές, ώστε η σχέση να αποδίδει με ικανοποιητική ακρίβεια τον καταμερισμό μετακινούμενων κατά μέσο. Από την άλλη πλευρά θα πρέπει να μη περιληφθούν στη σχέση συγγραμικές μεταβλητές. Αν λοιπόν, ληφθούν υπόψη οι τύποι των μεταβλητών που χρησιμοποιούνται συνήθως σε τέτοιες περιπτώσεις, γίνεται εμφανές πόσο δύσκολο είναι να βρεθεί η «χρυσή τομή» για το ορθό αποτέλεσμα. Η βασική μορφή της εξίσωσης γραμμικής παλινδρόμησης για τον προσδιορισμό της πιθανότητας επιλογής στα υποδείγματα συμπεριφοράς είν 12

13 όπου: - Ρ η πιθανότητα του μετακινούμενου i να επιλέξει το μέσο k - α οι σταθερές της εξίσωσης που αναφέρονται στα κοινωνικοοικονομικά χαρακτηριστικά του μετακινούμενου i - X οι ανεξάρτητες μεταβλητές που εκφράζουν τα χαρακτηριστικά του μέσου k Εφόσον υπάρχουν παρατηρήσεις από την υπάρχουσα κατάσταση που να αναφέρονται σε τιμές των P και Χ της παραπάνω συνάρτησης, είναι απόλυτα εφικτός ο καθορισμός των συντελεστών α. Η μορφή του υποδείγματος που θα προκύψει από την παραπάνω σχέση δημιουργεί δύο περιορισμούς. Οι τιμές που προκύπτουν από τη εξίσωση για τις πιθανότητες P πρέπει να είναι μεταξύ 0 και 1. Επίσης οι πιθανότητες P δε μπορούν να παρατηρηθούν κατευθείαν. Πρώτα παρατηρούνται οι διάφορες επιλογές και έπειτα εξάγονται συγκεντρωτικά οι πιθανότητες Ρ που θα χρησιμοποιηθούν στη διαδικασία υπολογισμού της εξίσωσης. [1] [Γιαννόπουλος, 2002, σελ.169] Η χρήση μιας εξίσωσης γραμμικής παλινδρόμησης πρέπει να χρησιμοποιείται με προσοχή στα υποδείγματα συμπεριφοράς αφού επιβάλλονται έλεγχοι ετεροσκεδαστικότητας και άλλων υποθέσεων. Η συγκεκριμένη μέθοδος χρησιμοποιήθηκε για την εξαγωγή υποδείγματος στην παρούσα εργασία πραγματοποιώντας αρκετές δοκιμές με σκοπό την εξάλειψη των ανωτέρω προβλημάτων που πιθανώς να προέκυπταν Δημιουργία ειδικών καμπύλων διαχωρισμού Η τεχνική της χρησιμοποίησης καμπυλών είναι η τρίτη τεχνική στην κατασκευή υποδειγμάτων καταμερισμού κατά μέσο. Με την τεχνική αυτή υπολογίζεται το ποσοστό των μετακινήσεων που χρησιμοποιεί ένα συγκεκριμένο μεταφορικό μέσο. 13

14 Η τεχνική αυτή μπορεί να πραγματοποιηθεί με δύο τρόπους. Με τον πρώτο τοποθετούνται τα υπάρχοντα δεδομένα με τη μορφή σημείων σε αξονικό σύστημα συντεταγμένων και υπολογίζεται αναλυτικά η εξίσωση της καμπύλης που ταιριάζει καλύτερα στα σημεία αυτά. Η διαδικασία αυτή έχει ερευνηθεί ικανοποιητικά από θεωρητικής πλευράς και στην πράξη δεν έχει προβλήματα. Ο δεύτερος τρόπος είναι η χρησιμοποίηση της γραφικής παράστασης της καμπύλης των δεδομένων είτε με κατευθείαν αναφορά στο σχήμα είτε με τη μετατροπή της καμπύλης σε κάποιο πίνακα. Σε αυτήν όμως την περίπτωση είναι πιθανό να δημιουργηθούν προβλήματα αν χρειαστεί επέκταση της καμπύλης των δεδομένων στο μέλλον, γιατί δεν υπάρχει στατιστικά ελεγμένη εξίσωσή της Αποσυνθετικά υποδείγματα Τα αποσυνθετικά ή εξατομικευμένα υποδείγματα (υποδείγματα δεύτερης γενιάς) στηρίζονται σε παρατηρούμενες επιλογές που γίνονται από κάθε μετακινούμενο ατομικά και όχι από ομάδα μετακινούμενων. Χρησιμοποιούνται από τις αρχές της δεκαετίας του 1980 και βασίζονται στην αρχή: «η πιθανότητα ενός μετακινούμενου να επιλέγει μια συγκεκριμένη λύση (μετακίνηση, μέσο μεταφοράς, κτλ) είναι συνάρτηση της κοινωνικοοικονομικής του κατάστασης και της σχετικής ελκυστικότητας της λύσης αυτής». Η ελκυστικότητα μιας λύσης για τη μετακίνηση ενός επιβάτη εξαρτάται από την ωφελιμότητα (utility) της λύσης αυτής, δηλαδή του παράγοντα εκείνου που ο μετακινούμενος επιθυμεί να μεγιστοποιήσει κατά τη μετακίνησή του. Οι κυριότερες μέθοδοι προσδιορισμού των παραμέτρων και σχέσεων των αποσυνθετικών υποδειγμάτων περιγράφονται στα παρακάτω υποκεφάλαια Διακριτική ανάλυση Είναι μία από τις πρώτες τεχνικές που χρησιμοποιήθηκαν για τα υποδείγματα συμπεριφοράς. Βασίζεται στη υπόθεση ότι υπάρχουν στον πληθυσμό κάποιου μεγέθους δύο ή περισσότερες ομάδες που μπορούν να διακριθούν η μία από την άλλη 14

15 με χρήση κάποιας συνάρτησης διάκρισης. Οι ομάδες αυτές διακρίνονται με βάση κάποια οριακή τιμή της διακριτικής συνάρτησης, από την οποία επιλέγεται η μία ομάδα και η άλλη. Για την πιο απλή περίπτωση που είναι επιθυμητή η διάκριση του πληθυσμού σε δύο εναλλακτικές υποομάδες έστω τις α και β η συνάρτηση διάκρισης μπορεί να γραφεί: Dαβ=C0+C1(Xαl, Xβ1)+C2(Xα2, Xβ2)+...+Cr(Xαr, Xβr) Τα Ck είναι συναρτήσεις των χαρακτηριστικών διάκρισης Χ των υποομάδων α και β. Εάν D' είναι η οριακή τιμή της διακριτικής συνάρτησης τότε αν Dαβ >D' το συγκεκριμένο στοιχείο του πληθυσμού για το οποίο υπολογίστηκε το Dαβ ανήκει στην υποομάδα α. Αν Dαβ < D' τότε ανήκει στη β. [4] Με βάση την παραπάνω παράθεση των αρχών της διακριτικής ανάλυσης μπορεί να γίνει προσαρμογή ώστε να προκύψει το υπόδειγμα επιλογής που θα αποτελέσει και το αποσυνθετικό υπόδειγμα συμπεριφοράς στην περίπτωση αυτή. Για αυτό χρησιμοποιείται αντί της συγκεκριμένης τιμής Dαβ η συχνότητα με την οποία η συγκεκριμένη αυτή τιμή προκύπτει μεγαλύτερη ή μικρότερη της οριακής τιμής D' δηλαδή η συχνότητα με την οποία γίνεται κατάταξη στην υποομάδα α ή β. Αν συνεπώς αντί της διακριτικής συνάρτησης χρησιμοποιηθεί η «πιθανολογική» συνάρτηση dαβ σύμφωνα με τα παραπάνω, προκύπτει η παρακάτω μορφή του υποδείγματος επιλογής. όπου το Ρ είναι η πιθανότητα να επιλέξει ο μετακινούμενος i την εναλλακτική «κατάσταση» α μεταξύ των δύο πιθανών καταστάσεων α και β. Η παραπάνω σχέση του Ρ είναι ταυτόσημη με το δυαδικό υπόδειγμα Logit. Έχουν πραγματοποιηθεί πρακτικές εφαρμογής και έλεγχοι σχετικά με την εφαρμογή της συγκεκριμένης μεθόδου με αμφιλεγόμενα αποτελέσματα. Για αυτό το λόγο η 15

16 τεχνική θεωρείται ξεπερασμένη αφού μπορεί να δώσει εσφαλμένα αποτελέσματα σε σχέση με τις τεχνικές PROBIT και LOGIT που θα αναφερθούν παρακάτω Ανάλυση PROBIT Η πιθανολογική ανάλυση PROBIT στηρίζεται στην υπόθεση ότι αν υπάρξει κάποιος ερεθισμός στα μέλη ενός πληθυσμού, η ανταπόκριση τους στον ερεθισμό αυτό κατανέμεται κατά μία κανονική κατανομή με άξονα τετμημένων τις τιμές της συνάρτησης που εκφράζει το συγκεκριμένο ερεθισμό. Στην περίπτωση των εφαρμογών που μας ενδιαφέρουν ο ερεθισμός είναι η σχετική χρησιμότητα που προσφέρει στο μετακινούμενο το κάθε μεταφορικό μέσο και η ανταπόκριση του μετακινούμενου είναι η επιλογή του μεταφορικού μέσου που τελικά θα κάνει. Αυτό φαίνεται στο παρακάτω σχήμα όπου εκτός από την κανονική καμπύλη δίνεται και η αθροιστική της. Οι τεταγμένες της αθροιστικής καμπύλης δίνουν την πιθανότητα Ρₓ να έχει ήδη επιλεγεί το μεταφορικό μέσο x, όταν η σχετική χρησιμότητα του μέσου αυτού είναι Uₓ. Το υπόδειγμα συμπεριφοράς που προκύπτει συμφωνά με την παραπάνω βασική υπόθεση της ανάλυσης PROBIT δίνεται από τη σχέση: [5] όπου: - Ρ η πιθανότητα να επιλέξει ο μετακινούμενος i το μεταφορικό μέσο k - U η σχετική χρησιμότητα του μέσου k εκφρασμένη σαν γραμμική συνάρτηση των διαφόρων μεταβλητών που χαρακτηρίζουν μέσο - t η παράμετρος της μοναδιαίας κανονικής καμπύλης 16

17 Εικόνα 2. 1: Κανονική και αθροιστική καμπύλη κατανομής της επιλογής ενός μέσου "k", από δυό εναλλακτικά, σε σχέση με τη σχετική χρησιμότητάς τους, κατά το υπό δειγμα PROBIT[1] [Γιαννόπουλος, 2002, σελ. 172] Η εκτίμηση της τελευταίας σχέσης περιλαμβάνει δυο στάδια. Στο πρώτο υ- πολογίζεται η χρησιμότητα του μέσου για τον μετακινούμενο i σε σχέση με κάποιο άλλο, δηλαδή το U kj. Ο υπολογισμός αυτός γίνεται από καθοριζόμενη γραμμική σχέση του U με τις μεταβλητές Χ που χαρακτηρίζουν το μέσο k. Οι σταθερές της γραμμικής αυτής σχέσης προκύπτουν από δοκιμές ή κάποια κατάλληλη μέθοδο γραμμικού προγραμματισμού, ή γραμμικής παλινδρόμησης. Στο δεύτερο στάδιο υπολογίζεται το ολοκλήρωμα το οποίο είναι το εμβαδόν κάτω από την κανονική 17

18 καμπύλη της εικόνας 2.1 που υπολογίζεται από πίνακες ή με κατάλληλο προγραμματισμό. Οι έλεγχοι αξιοπιστίας που γίνονται συνήθως σε σχέση με την εκτίμηση του U k είναι με την κατανομή t για τις σταθερές της γραμμικής σχέσης και με την κατανομή χ 2 για ολόκληρη τη γραμμική σχέση. Υπενθυμίζεται ότι η ανάλυση Probit βασίζεται στην υπόθεση κανονικής κατανομής των επιλογών όπως παρουσιάζεται και στην εικόνα 2.1. Η έκφραση του υποδείγματος Probit που φαίνεται στην παραπάνω σχέση ισχύει για δύο μέσα. Στην περίπτωση των δύο μέσων έχει αποδειχθεί ότι το υπόδειγμα Probit και το υπόδειγμα Logit δίνουν τα ίδια αποτελέσματα Ανάλυση LOGIT Η εκθετική ανάλυση LOGIT βασίζεται στη μαθηματική έκφραση του υποδείγματος LOGIT. Το υπόδειγμα αυτό στη περίπτωση επιλογή μεταξύ δύο μεταφορικών μέσων ακολουθεί την παρακάτω σχέση και ονομάζεται δυαδικό υπόδειγμα LOGIT επειδή αναφέρεται στην επιλογή μεταξύ δύο μέσων. Για την επιλογή μεταξύ περισσοτέρων από δύο εναλλακτικά μέσα χρησιμοποιείται το πολλαπλό υπόδειγμα LOGIT: Η σχετική χρησιμότητα U και στις δύο περιπτώσεις των παραπάνω τύπων είναι μια γραμμική συνάρτηση των χαρακτηριστικών Χ των διαφόρων μέσων. Η διαφορά είναι ότι στην πρώτη περίπτωση του δυαδικού υποδείγματος LOGIT τα Χkj είναι σχεδόν πάντα τα σχετικά μέτρα των χαρακτηριστικών του μέσου j σε σχέση με το μέσο k. Αντίθετα στην περίπτωση του πολλαπλού υποδείγματος LOGIT λαμβάνονται οι απόλυτες τιμές των χαρακτηριστικών των μέσων k και j.δηλαδή τα Χk και Χj. [6] 18

19 Για την προσαρμογή του υποδείγματος LOGIT σε πραγματικά δεδομένα ακολουθείται μια μεθοδολογία ανάλογη με εκείνη που αναφέρθηκε και στις εξισώσεις παλινδρόμησης χωρίς να χρησιμοποιείται η θεωρία των ελάχιστων τετραγώνων. Αξίζει να αναφερθεί ότι σε ορισμένες περιπτώσεις όπου δε μπορεί να προσδιοριστεί η συνάρτηση ωφελιμότητας, χρησιμοποιείται αρχικά η μέθοδος της γραμμικής παλινδρόμησης και έπειτα εισάγεται στο απλό η πολλαπλό υπόδειγμα LOGIT Εν τέλει, ένα μεγάλο μέρος της έρευνας στα αποσυνθετικά υποδείγματα συμπεριφοράς έχει δοθεί στα υποδείγματα τύπου LOGIT γιατί αυτά εκφράζουν σε αρκετά ικανοποιητικό βαθμό τη σχετική συμπεριφορά επιλογής των μετακινούμενων. 19

20 ΚΕΦΑΛΑΙΟ ΤΡΙΤΟ : ΤΟΠΟΣ ΔΙΕΞΑΓΩΓΗΣ ΕΡΕΥΝΑΣ - ΠΡΩΤΟΓΕΝΗ ΔΕΔΟΜΕΝΑ ΕΡΕΥΝΑΣ ΕΡΩΤΗΜΑΤΟΛΟΓΙΟΥ 3.1 Προσβασιμότητα στο Νέο Σιδηροδρομικό Σταθμό (Ν.Σ.Σ.) Η χωροθέτηση του Ν.Σ.Σ. επιλέχθηκε με σκοπό να παρέχει την ευκολότερη πρόσβαση στους περισσότερους χρήστες. Όσον αφορά τις αστικές μαζικές συγκοινωνίες, η τοποθέτηση του Ν.Σ.Σ. επιλέχθηκε ώστε να είναι ένα νευραλγικό σημείο μέσα στην πόλη της Θεσσαλονίκης με σκοπό την ταυτόχρονη εξυπηρέτηση τερματικού σταθμού λεωφορείων. Πιο συγκεκριμένα, υπάρχουν 24 γραμμές λεωφορείων που έχουν ως τερματικό σταθμό τον Ν.Σ.Σ., ενώ άλλες 5 πραγματοποιούν στάση εκεί. Η διαμόρφωση του χώρου απεικονίζεται στην ακόλουθη φωτογραφία. Εικόνα 3. 1: Στάθμευση λεωφορείων στο Ν.Σ.Σ 20

21 Η είσοδος των λεωφορείων στον τερματικό σταθμό, γίνεται κάνοντας ένα «Π», όπως φαίνεται στον ακόλουθο χάρτη, και εισέρχονται χρησιμοποιώντας έναν μονόδρομο, στον οποίο μόνο αυτά έχουν την άδεια να εισέλθουν. Εικόνα 3. 2: Πρόσβαση αστικών λεωφορείων στο Ν.Σ.Σ.. Η έξοδός τους γίνεται από την οδό Μοναστηρίου. Παράλληλα, στην πρόσοψη της κτιριακής εγκατάστασης έχει χωροθετηθεί μία στάση ταξί, δίνοντας εναλλακτική στη χρήση Αστικών Μαζικών Μεταφορών.. Εικόνα 3. 3: Στάθμευση ταξί στο Ν.Σ.Σ Ενώ η πρόσβαση για τους χρήστες Δημόσιας συγκοινωνίας και ταξί είναι πολύ οργανωμένη και εύκολη, για τους χρήστες Ι.Χ. δεν εξασφαλίζεται ίδια μέριμνα. Δηλαδή, ενώ υπάρχει η δυνατότητα προσέγγισης της εγκατάστασης με Ι.Χ., δεν 21

22 υπάρχει κάποιος χώρος στάθμευσης. Σαν αποτέλεσμα δεν είναι δυνατόν να προωθηθεί το park-and-ride, όπου οι χρήστες Ι.Χ. μπορούν να σταθμεύσουν με ασφάλεια το όχημά τους και να επιβιβαστούν σε ένα μέσο μαζικής μεταφοράς. Αξίζει να σημειωθεί ότι το δίκτυο των ποδηλατοδρόμων που αναπτύχθηκε τα τελευταία χρόνια στη Θεσσαλονίκη φτάνει μέχρι τον Ν.Σ.Σ. Αυτό σημαίνει ότι θεωρητικά, παρέχεται η δυνατότητα στους χρήστες ποδηλάτου να τον προσεγγίσουν με ασφάλεια. Αυτή η δυνατότητα, όμως, είναι μόνο θεωρητική, αφού δεν έχει αναπτυχθεί ένα οργανωμένο δίκτυο ποδηλατοδρόμων φιλικό προς το χρήστη και ειδικά όσον αφορά την πρόσβαση στο Ν.Σ.Σ. το δίκτυο δεν είναι καθόλου εύχρηστο. Στον ακόλουθο χάρτη, με τη ροζ γραμμή, φαίνεται η πορεία του ποδηλατοδρόμου προς το Ν.Σ.Σ., η οποία διέρχεται από τις οδούς Πολυτεχνείου και Αναγεννήσεως. Εικόνα 3. 4: Πρόσβαση μέσω ποδηλατοδρόμου στο Ν.Σ.Σ. Τέλος, είναι σημαντικό να σημειωθεί ότι στην περιοχή του Ν.Σ.Σ. προβλέπεται να λειτουργήσει τερματικός σταθμός του μετρό Θεσσαλονίκης. Στην παρούσα φάση υπάρχει ένας εργοταξιακός χώρος με παράπλευρο χώρο στάθμευσης αυτοκινήτων για 22

23 τους εργαζομένους. Βέβαια, η εγκατάσταση αυτή στάθμευσης Ι.Χ. είναι προσωρινή και δεν απευθύνεται στο ευρύ κοινό. 3.2 Περιγραφή έρευνας Τα δεδομένα που χρησιμοποιήθηκαν για τη δημιουργία υποδείγματος επιλογής μέσου προέκυψαν από την συλλογή ερωτηματολογίων μετά τη διεξαγωγή έρευνας στο πλαίσιο εργασίας για το μάθημα «οργάνωση και διαχείριση συστημάτων αστικών μαζικών μεταφορών» του προγράμματος μεταπτυχιακών σπουδών «σχεδιασμός οργάνωση και διαχείριση συστημάτων μεταφορών». Ο τίτλος της εργασίας είναι «Αποτύπωση των προτιμήσεων αστικής μετακίνησης των επιβατών προς το Νέο Σιδηροδρομικό Σταθμό». Η έρευνα πραγματοποιήθηκε στο Ν.Σ.Σ. και συλλέχθηκαν 472 έγκυρα ερωτηματολόγια για το έτος 2011 και 229 το Η έρευνα αφορούσε τους επιβάτες οι οποίοι ταξιδεύουν με τον προαστιακό σιδηρόδρομο με τελικούς προορισμούς την Έδεσσα και τη Λάρισα. Ο αριθμός των ερωτηματολογίων που αφορούν τον κάθε προορισμό αντίστοιχα είναι για την Έδεσσα 259 το 2011 και 114 το 2010 και τη Λάρισα 213 το 2011 και 115 το Διεξήχθη ταυτόχρονα για τους δύο προορισμούς το Μάιο του 2010 και το Δεκέμβριο του Ακολούθως παρατίθεται το ερωτηματολόγιο το οποίο χρησιμοποιήθηκε αντίστοιχα κατά τα έτη 2010 και

24 ΔΙΑΤΜΗΜΑΤΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΣΧΕΔΙΑΣΜΟΣ, ΟΡΓΑΝΩΣΗ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗ ΣΥΣΤΗΜΑΤΩΝ ΜΕΤΑΦΟΡΩΝ» ΜΑΘΗΜΑ: ΟΡΓΑΝΩΣΗ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗ ΣΥΣΤΗΜΑΤΩΝ ΑΣΤΙΚΩΝ ΜΑΖΙΚΩΝ ΜΕΤΑΦΟΡΩΝ Αριθμός ερωτηματολογίου: Ημερομηνία: Θέση: Ερωτηματολόγιο για τη διερεύνηση των χαρακτηριστικών μετακίνησης των χρηστών του Νέου Σιδηροδρομικού Σταθμού Θεσσαλονίκης ΜΕΡΟΣ Α: ΚΟΙΝΩΝΙΚΟΟΙΚΟΝΟΜΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ 1. Φύλο Άνδρας Γυναίκα 2. Ηλικία < >65 3. Ποιο είναι το επάγγελμά σας; Μισθωτός Ελ. Επαγγελματίας (Ατομικό Επάγγελμα) Ελ. Επαγγελματίας (Επιχειρηματίας) Μαθητής/Σπουδαστής Αγρότης Συνταξιούχος Ανεπάγγελτος Άνεργος Άλλο 4. Ποιο είναι το επίπεδο της εκπαίδευσης σας; Απόφοιτος Ανώτερης Ανώτατης Εκπαίδευσης Απόφοιτος Λυκείου Απόφοιτος Γυμνασίου Απόφοιτος Δημοτικού 5. Ποιο είναι το ετήσιο εισόδημα του νοικοκυριού σας; < > Υπάρχει στο νοικοκυριό Ι.Χ. επιβατικό αυτοκίνητο; Nαι Όχι 7. Είστε ο πιο τακτικός οδηγός του αυτοκινήτου / ενός των αυτοκινήτων; 24

25 Nαι Όχι 8. Πόσο συχνά χρησιμοποιείτε Δημόσιες Αστικές Συγκοινωνίες ; Μετακινήσεις ανά ημέρα εβδομάδα μήνα ποτέ ΜΕΡΟΣ Β: ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΜΕΤΑΚΙΝΗΣΗΣ. 9. Προέλευση Αφετηρ Προορισμός 10. Ποιο μέσο/α χρησιμοποιήσατε για τη μετακίνηση σας μέχρι τον Σιδηροδρομικό Σταθμό;. Δ.Α.Σ. Ι.Χ. Πεζή Ταξί Άλλο 11. Ποιο το σημαντικότερο κριτήριο για την επιλογή του συγκεκριμένου μεταφορικού μέσου; Κόστος Χρόνος Ασφάλεια Άνεση Άλλο 12. Σκοπός μετακίνησης Εργασία Επαγγελματικές υποθέσεις Εκπαίδευση Προσωπικοί λόγοι Αναψυχή Επιστροφή στο σπίτι Άλλος 25

26 13. Συχνότητα της συγκεκριμένης μετακίνησης Μετακινήσεις ανά ημέρα εβδομάδα μήνα ευκαιριακά 14. Διάρκεια μετακίνησης διαδρομής μέσα στην πόλη Κόστος μετακίνησης διαδρομής μέσα στην πόλη Έχετε αποσκευές; Ναι Όχι Αν Ναι, πόσες; Πόσο ευχαριστημένος/η είστε από το/α συγκεκριμένο/α μέσο/α μεταφοράς για τη διαδρομή μέχρι τον Σιδηροδρομικό Σταθμό; Πολύ Αρκετά Λίγο Καθόλου 18.Θεωρείτε την πρόσβαση στο Νέο Σιδηροδρομικό Σταθμό εύκολη; Nαι Όχι Αν όχι, ποιες είναι οι προτάσεις σας για βελτίωση Για παρόμοιο σκοπό και προορισμό μετακίνησης ποιό συνδυασμό μεταφορικών μέσων χρησιμοποιείτε συνήθως;... Δ.Α.Σ. Ι.Χ. Πεζή Ταξί Άλλο 26

27 Η επεξεργασία των ερωτηματολογίων για την παρούσα εργασία χωρίστηκε σε δύο μέρη ανάλογα με τον προορισμό των μετακινούμενων. Η εν λόγω εργασία αφορά τους επιβάτες του προαστιακού σιδηρόδρομου με τελικό προορισμό τη Λάρισα. Η διαδρομή του προαστιακού σιδηρόδρομου φαίνεται στο ακόλουθο σχήμα. Εικόνα 3. 5: Δρομολόγια προαστιακού σιδηρόδρομου Οι πιθανές στάσεις προορισμοί των ερωτώμενων κατά την χρήση του προαστιακού είναι οι εξής: Θεσσαλονίκη, Σίνδος, Άδεντρο, Πλατύ,Αιγίνιο, Κορινός, Κατερίνη, Λιτόχωρο, Λεπτοκαρυά, Νέοι πόροι, Ραψάνη, Λάρισα 27

28 οι οποίοι παρουσιάζονται και στην επόμενη εικόνα σύμφωνα με τα δρομολόγια του ΟΣΕ. Οι τέσσερις πρώτες στάσεις περιλαμβάνονται και στο δρομολόγιο του προαστιακού της Έδεσσας, για αυτό και έχουν εντονότερη επισήμανση. Εικόνα 3. 6: Ενδιάμεσες στάσεις δρομολογίων προαστιακού σιδηρόδρομου 3.3 Χρησιμότητα ερωτηματολογίου Καθοριστική στην εξαγωγή υποδείγματος επιλογής μέσου είναι η χρήση ερωτηματολογίου, η οποία αποτυπώνει τα κοινωνικοοικονομικά χαρακτηριστικά, τα χαρακτηριστικά μετακίνησης αλλά και τις απόψεις των μετακινούμενων. Η διαδικασία της διερεύνησης της άποψης και των χαρακτηριστικών των μετακινούμενων έχει σαν στόχο να προσδιορίσει τις ποιοτικές παραμέτρους που επηρεάζουν την επιλογή του μέσου μεταφοράς για την πρόσβαση στο Ν.Σ.Σ. και τέλος να αναδείξει τη σημαντικότητα της κάθε παραμέτρου. Μία πληθώρα παραμέτρων είναι δυνατόν να διερευνηθεί από τις έρευνες ερωτηματολογίου. Κάποιες από αυτές είναι αντικειμενικές και μονοσήμαντα ορισμένες, ενώ άλλες εμπεριέχουν στοιχεία υποκειμενικότητας και εκτιμήσεων. Στην πρώτη κατηγορία, υπάγονται τα κοινωνικοοικονομικά χαρακτηριστικά των 28

29 μετακινούμενων όπως η ηλικία, το φύλο, το επάγγελμα κ.ά. Στη δεύτερη κατηγορία συμπεριλαμβάνονται τα χαρακτηριστικά των μετακινήσεων όπως η προέλευση, ο προορισμός, ο σκοπός της κάθε μετακίνησης, το κριτήριο με το οποίο κάποιος επέλεξε το μέσο μετακίνησης κ.α. Οι κύριοι στόχοι των ερευνών ερωτηματολογίου για την καταγραφή των προτιμήσεων των μετακινούμενων που αξιοποιήθηκαν στη Διπλωματική Εργασία είναι οι εξής: να εξακριβωθούν οι απόψεις των μετακινούμενων σχετικά με την πρόσβαση στο Ν.Σ.Σ. και να διαπιστωθεί το επίπεδο εξυπηρέτησης κάθε μέσου, όπως αυτό το αντιλαμβάνονται οι μετακινούμενοι. Επίσης, να εξακριβωθούν οι προτιμήσεις των μετακινούμενων για νέες υπηρεσίες (ή βελτίωση των παλαιών), ώστε να ληφθούν τα κατάλληλα μέτρα για βελτίωση των παρεχόμενων υπηρεσιών. 29

30 4. ΜΕΘΟΔΟΛΟΓΙΑ ΑΝΑΛΥΣΗΣ ΚΑΙ ΚΑΤΑΣΚΕΥΗΣ ΥΠΟΔΕΙΓΜΑΤΟΣ ΕΠΙΛΟΓΗΣ ΜΕΤΑΦΟΡΙΚΟΥ ΜΕΣΟΥ ΜΕ ΤΗ ΒΟΗΘΕΙΑ ΓΡΑΜΜΙΚΗΣ ΠΑΛΙΝΔΡΟΜΗΣΗΣ 4.1 Μεθοδολογικές αρχές Η απλή γραμμική παλινδρόμηση χρησιμοποιείται για να εκτιμήσει τη σχέση που υπάρχει μεταξύ μίας ανεξάρτητης μεταβλητής X και μίας εξαρτημένης μεταβλητής Υ. Με τον όρο εξαρτημένη μεταβλητή εννοούμε, ότι οι τιμές της εξαρτώνται από τις τιμές της ανεξάρτητης μεταβλητής Χ. Αυτό σημαίνει ότι η σχέση που υπάρχει μεταξύ τους είναι στοχαστική ή στατιστική, αφού σε κάθε τιμή του Χ μπορεί να αντιστοιχούν περισσότερες από μία τιμές του Υ. Για να μετρηθεί η ένταση της γραμμικής σχέσης χρησιμοποιείται ο συντελεστής γραμμικής συσχέτισης. Γίνεται εμφανές ότι απαραίτητη προϋπόθεση εφαρμογής γραμμικής παλινδρόμησης ή της προσαρμογής ενός γραμμικού μοντέλου σε αυτές τις μεταβλητές είναι η ύπαρξη γραμμικής σχέσης. Με την απλή γραμμική παλινδρόμηση προσπαθούμε να εκτιμήσουμε τις τιμές της ανεξάρτητης μεταβλητής χρησιμοποιώντας τις τιμές της εξαρτημένης. Οι εκτιμώμενες (ή προβλεφθείσες) τιμές θα είναι προφανώς διαφορετικές από τις πραγματικές τιμές της ανεξάρτητης μεταβλητής. Οι αποκλίσεις των τιμών των ανεξάρτητων μεταβλητών από τις αντίστοιχες εκτιμώμενες τιμές τους ονομάζονται σφάλματα απόκλισης και συμβολίζονται με ei, όπου i είναι δείκτης (i=1,2,3, n). Όταν έχουμε περισσότερες από μία ανεξάρτητες μεταβλητές και θέλουμε να εξετάσουμε την επίδραση τους σε μία εξαρτημένη μεταβλητή χρησιμοποιούμε την πολλαπλή γραμμική παλινδρόμηση. Όταν χρησιμοποιούμε το όρο γραμμική, εννοούμε γραμμική ως προς τις παραμέτρους του μοντέλου (α, β). Άρα η συνάρτηση της ευθείας ελαχίστων τετραγώνων για την περίπτωση της πολλαπλής γραμμικής παλινδρόμησης θα είναι της μορφής: Y = a + b 1 X 1 + b 2 X 2 + b p X p + e i όπου με p συμβολίζουμε το πλήθος των ανεξάρτητων μεταβλητών και ο όρος ei αναφέρεται στο κατάλοιπο της i-οστής τιμής. 30

31 4.2 Ορισμός εξαρτημένης και ανεξάρτητων μεταβλητών Η επιλογή των μεταβλητών βασίστηκε στο περιεχόμενο του ερωτηματολογίου που παρατίθεται στο παραπάνω κεφάλαιο. Λόγω της μορφής αλλά και της φύσης κάποιων ερωτήσεων δεν ήταν δυνατή η χρησιμοποίησή τους στην διαδικασία της γραμμικής παλινδρόμησης. Από τις 19 ερωτήσεις του ερωτηματολογίου, οι οποίες ήταν κοινές και για τα 2 χρόνια της έρευνας, επελέγησαν ως μεταβλητές οι 16 από αυτές και προσαρμόστηκαν, ώστε να εισαχθούν στο πρόγραμμα SPSS και να πραγματωθεί η διαδικασία της παλινδρόμησης. Οι μεταβλητές αυτές προέκυψαν από τις ερωτήσεις που αφορούσαν το φύλο, την ηλικία, το επάγγελμα, το επίπεδο εκπαίδευσης, το ετήσιο εισόδημα του νοικοκυριού, την ύπαρξη Ι.Χ. στο νοικοκυριό, το αν ο ερωτώμενος είναι ο πιο συχνός χρήστης του εν λόγω Ι.Χ., τη συχνότητα χρήσης των δημοσίων αστικών συγκοινωνιών, την προέλευση της μετακίνησης, το μέσο της συγκεκριμένης μετακίνησης, το υποκειμενικό κριτήριο το οποίο θεωρούν σημαντικότερο οι μετακινούμενοι για την επιλογή του μέσου που χρησιμοποίησαν, το σκοπό μετακίνησης, τη συχνότητα της συγκεκριμένης μετακίνησης, τη διάρκεια της διαδρομής μέσα στην πόλη, το κόστος μετακίνησης μέσα στην πόλη και την ύπαρξη ή όχι αποσκευών. Ως εξαρτημένη μεταβλητή ορίστηκε η χρήση ή όχι Δημοσίων Αστικών Συγκοινωνιών για τη μετακίνηση ως το Νέο Σιδηροδρομικό Σταθμό των επιβατών του προαστιακού σιδηρόδρομου με προορισμό την Λάρισα. Ως ανεξάρτητες μεταβλητές ορίστηκαν όλες οι υπόλοιπες που προαναφέρθηκαν και οι οποίες κωδικοποιούνται, στο παρακάτω υποκεφάλαιο, για να συμμετέχουν στη γραμμική παλινδρόμηση με τη χρήση του προγράμματος SPSS. 31

32 4.3 Κωδικοποίηση μεταβλητών και χρήση του προγράμματος SPSS Λόγω της φύσης του προγράμματος SPSS οι συγκεκριμένες μεταβλητές δε θα μπορούσαν να εισαχθούν με τα ποιοτικά χαρακτηριστικά τους αλλά το κάθε χαρακτηριστικό όπως και το όνομα της μεταβλητής θα πρέπει να εκπροσωπείται από μία τιμή όπως αυτές ορίζονται παρακάτω. Όσον αφορά την εξαρτημένη μεταβλητή αυτή απαντάει στην ερώτηση για το αν χρησιμοποιήθηκαν Δημόσιες Αστικές Συγκοινωνίες ή όχι. Συνεπώς οι τιμές που μπορεί να πάρει είναι 0 και 1. Η τιμή 1 αντιπροσωπεύει τους ερωτώμενους που χρησιμοποίησαν Δημόσιες Αστικές Συγκοινωνίες ενώ η τιμή 0 αυτούς που χρησιμοποίησαν Ι.Χ., ταξί, πεζή μετακίνηση ή κάποιο άλλο μέσο. Η κωδικοποίηση έγινε ως εξής: Ποιο μέσο χρησιμοποιήσατε για τη μετακίνηση σας μέχρι τον Σιδηροδρομικό Σταθμό; (MESO) Δ.Α.Σ. 1 Ι.Χ. 0 Πεζή 0 Ταξί 0 Άλλο 0 Όσον αφορά τις ανεξάρτητες μεταβλητές, αυτές κωδικοποιούνται αντίστοιχα όπως περιγράφεται παρακάτω: Μεταβλητή 1. Φύλο (FYLLO) Άνδρας 1 Γυναίκα 2 32

33 Μεταβλητή 2. Ηλικία (ILIKIA) < >65 5 Μεταβλητή 3. Ποιο είναι το επάγγελμά σας; (EPAGGELMA) Μισθωτός 1 Ελ. Επαγγελματίας (Ατομικό Επάγγελμα) 2 Ελ. Επαγγελματίας (Επιχειρηματίας) 3 Μαθητής/Σπουδαστής 4 Αγρότης 5 Συνταξιούχος 6 Ανεπάγγελτος 7 Άνεργος 8 Άλλο 9 Μεταβλητή 4. Ποιο είναι το επίπεδο της εκπαίδευσης σας; (EKPAIDEYSH) Απόφοιτος Ανώτερης Ανώτατης Εκπαίδευσης 1 Απόφοιτος Λυκείου 2 Απόφοιτος Γυμνασίου 3 Απόφοιτος Δημοτικού 4 Μεταβλητή 5. Ποιο είναι το ετήσιο εισόδημα του νοικοκυριού σας; (EISODHMA) < >

34 Μεταβλητή 6. Υπάρχει στο νοικοκυριό Ι.Χ. επιβατικό αυτοκίνητο; (IX) Ναι 1 Όχι 2 Μεταβλητή 7. Είστε ο πιο τακτικός οδηγός του αυτοκινήτου / ενός των αυτοκινήτων; (TAKTIKOS) Ναι 1 Όχι 2 Αν η απάντηση της ερώτησης 6 ήταν όχι 9999 Μεταβλητή 8. Πόσο συχνά χρησιμοποιείτε Δημόσιες Αστικές Συγκοινωνίες; (SYXNOTITADAS) Ανά ημέρα 1 Ανά εβδομάδα 2 Ανά μήνα 3 Ποτέ 4 Μεταβλητή 9. Προέλευση (PROELEUSI) Κέντρο 1 Ανατολικά 2 Δυτικά 3 Μεταβλητή 10. Ποιο το σημαντικότερο κριτήριο για την επιλογή του συγκεκριμένου μέσου; (KRITIRIO) Κόστος 1 Χρόνος 2 Ασφάλεια 3 Άνεση 4 Άλλο 5 34

35 Μεταβλητή 11. Σκοπός μετακίνησης (SKOPOS) Εργασία 1 Επαγγελματικές υποθέσεις 2 Εκπαίδευση 3 Προσωπικοί λόγοι 4 Αναψυχή 5 Επιστροφή στο σπίτι 6 Άλλος 7 Μεταβλητή 12. Συχνότητα της συγκεκριμένης μετακίνησης (SIXNOTITAMETAKINHSHS) Ανά ημέρα 1 Ανά εβδομάδα 2 Ανά μήνα 3 Ευκαιριακά 4 Μεταβλητή 13. Διάρκεια μετακίνησης διαδρομής μέσα στην πόλη (XRONOS) Όπως απαντήθηκε σε λεπτά Μεταβλητή 14. Κόστος μετακίνησης διαδρομής μέσα στην πόλη (KOSTOS) Όπως απαντήθηκε σε ευρώ Μεταβλητή 15. Έχετε αποσκευές; (APOSKEUES) Ναι 1 Όχι 2 35

36 4.4 Στατιστικοί και λογικοί έλεγχοι Στατιστικά περιγραφικά μέτρα Στη συνέχεια θα παρατεθούν τα αποτελέσματα της παλινδρόμησης για τρία διαφορετικά δείγματα. Αρχικά για το δείγμα που αφορά το 2010, έπειτα για το 2011 και τέλος για το συνολικό δείγμα, όπως προέκυψε από τη συνένωση των παραπάνω δειγμάτων. Τα περιγραφικά μέτρα χωρίζονται σε μέτρα κεντρικής τάσης ή θέσης, μέτρα διασποράς, μέτρα ασυμμετρίας και κύρτωσης. Τα μέτρα θέσης δίνουν πληροφορίες για τις κεντρικές τιμές του δείγματος. Αυτά είναι ο μέσος όρος, η διάμεσος, η επικρατούσα τιμή και τα εκατοστημόρια. Τα μέτρα διασποράς δίνουν πληροφορίες για το πως εκτείνονται οι παρατηρήσεις γύρω από το κέντρο τους. Αυτά είναι το εύρος, η τυπική απόκλιση, η διακύμανση, ο συντελεστής μεταβλητότητας και το ενδοτεταρτημοριακό εύρος. Τα μέτρα ασυμμετρίας και κύρτωσης είναι ο συντελεστής ασυμμετρίας και ο συντελεστής κύρτωσης αντίστοιχα. Είναι μέτρα που αφορούν τη μορφή της κατανομής των δεδομένων. Πίνακας 4. 1:Περιγραφικά στατιστικά μεταβλητών παλινδρόμησης για το δείγμα του

37 Πίνακας 4. 2: Περιγραφικά στατιστικά μεταβλητών παλινδρόμησης για το δείγμα του 2011 Πίνακας 4. 3: Περιγραφικά στατιστικά μεταβλητών παλινδρόμησης για το συνολικό δείγμα Τα περιγραφικά μέτρα που παρουσιάζονται εδώ είναι με τη σειρά τα εξής: Το πλήθος των στοιχείων (N), το εύρος (Range) το οποίο υπολογίζεται ως η διαφορά της μικρότερης (Minimum) τιμής από τη μεγαλύτερη (Maximum), το άθροισμα των 37

38 τιμών των μεταβλητών (Sum), ο μέσος (Mean) των μεταβλητών μαζί με το τυπικό σφάλμα (Std. Error). Το τυπικό σφάλμα ή τυπική απόκλιση (Std. deviation) του μέσου, ορίζεται ως η τυπική απόκλιση του δείγματος διαιρεμένη με την τετραγωνική ρίζα του μεγέθους του δείγματος (N). Η διακύμανση (Variance) είναι ο μέσος όρος των τετραγωνικών αποκλίσεων των τιμών από τη μέση τιμή. Η τυπική απόκλιση προκύπτει από την τετραγωνική ρίζα της διακύμανσης. Ο συντελεστής ασυμμετρίας (skewness) δίνει πληροφορίες για την ασυμμετρία της κατανομής των δεδομένων και τέλος, ο συντελεστής κύρτωσης (kurtosis) αναφέρεται στην κυρτότητα της κατανομής των δεδομένων. [7] Συντελεστές γραμμικής συσχέτισης Οι τιμές που μπορεί να πάρει ένας συντελεστής συσχέτισης είναι από -1 έως +1. Αρνητικές τιμές του συντελεστή γραμμικής συσχέτισης δύο μεταβλητών σημαίνει ότι υπάρχει αρνητική γραμμική συσχέτιση. Δηλαδή, οι μεγαλύτερες τιμές της μίας μεταβλητής τείνουν να αντιστοιχούν στις μικρότερες τιμές της άλλης μεταβλητής. Θετικές τιμές του συντελεστή γραμμικής συσχέτισης είναι ένδειξη θετικής γραμμικής συσχέτισης μεταξύ των δύο μεταβλητών. Δηλαδή, οι μεγαλύτερες τιμές της μίας μεταβλητής τείνουν να αντιστοιχούν στις μεγαλύτερες τιμές της άλλης μεταβλητής. Τιμές κοντά στο μηδέν αποτελούν ένδειξη ότι δεν υπάρχει στατιστικά σημαντική γραμμική συσχέτιση μεταξύ των δύο μεταβλητών. Όσο πιο μεγάλες είναι οι τιμές του συντελεστή, ή όσο πιο κοντά βρίσκονται στη μονάδα (σε απόλυτη τιμή), τόσο πιο ισχυρή είναι η γραμμική συσχέτιση μεταξύ τους. Οι συνήθεις συντελεστές γραμμικής συσχέτισης είναι οι συντελεστές του Pearson. Αρχικά, ελέγχεται η συσχέτιση μεταξύ της εξαρτημένης μεταβλητής με όλες τις ανεξάρτητες. Παρατηρείται ότι οι συντελεστές συσχέτισης παρουσιάζουν χαμηλές τιμές σε όλες τις περιπτώσεις με τις μεγαλύτερες αυτών να προσεγγίζουν το 0.5. Συνεπώς στην γραμμική παλινδρόμηση θα χρησιμοποιηθούν οι ανεξάρτητες μεταβλητές με συσχέτιση άνω του 0.25 εξαιρώντας αυτές με μικρότερη του 0.25 καθώς κρίνεται ότι μεταβλητές με σχεδόν μηδενική συσχέτιση δεν επηρεάζουν την επιλογή η όχι των Δ.Α.Σ. Ο μεταβλητές που επιλέχτηκαν είναι: Για το δείγμα του 2010 οι μεταβλητές SYXNOTITADAS, PROELEUSI, KRITIRIO, KOSTOS για το 38

39 δείγμα του 2011 οι μεταβλητές SYXNOTITADAS, KRITIRIO, XRONOS, KOSTOS και για το συνολικό δείγμα SYXNOTITADAS, KRITIRIO, KOSTOS. Ο επόμενος έλεγχος αφορά την συσχέτιση μεταξύ των ανεξάρτητων μεταβλητών. Σε αυτή την περίπτωση, και για τα τρία δείγματα, οι συντελεστές συσχέτισης εμφανίζουν αρκετά χαμηλές τιμές μικρότερες του 0.7 οπότε επιλέγονται όλες οι παραπάνω μεταβλητές για να χρησιμοποιηθούν στη γραμμική παλινδρόμηση. 39

40 Πίνακας 4. 4: Γραμμική συσχέτιση μεταξύ των μεταβλητών για το δείγμα του έτους

41 Πίνακας 4. 5: Γραμμική συσχέτιση μεταξύ των μεταβλητών για το δείγμα του έτους

42 Πίνακας 4. 6: Γραμμική συσχέτιση μεταξύ των μεταβλητών για το συνολικό δείγμα των 2010 και

43 Η συγγραμικότητα είναι ένα σοβαρό πρόβλημα για την πολλαπλή γραμμική παλινδρόμηση. Όταν μία ανεξάρτητη μεταβλητή συσχετίζεται με μία άλλη, δηλαδή μέσω της μίας μπορούμε να εκτιμήσουμε τις τιμές της άλλης, τότε προκύπτει πρόβλημα συγγραμμικότητας. Επομένως η ύπαρξη και των δύο μεταβλητών στο μοντέλο δεν είναι δυνατή. Ένα επιπλέον μέτρο διάγνωσης είναι το VIF (Variation Inflation Factor) το οποίο παρουσιάζεται στη δέυτερη κατά σειρά από τις σημειωμένες στήλες των παρακάτω πινάκων. Πίνακας 4. 7: Στατιστικά συγγραμμικότητας για το δείγμα του 2010 Πίνακας 4. 8: Στατιστικά συγγραμμικότητας για το δείγμα του

44 Πίνακας 4. 9: : Στατιστικά συγγραμμικότητας για τo συνολικό δείγμα Τιμές μεγαλύτερες του δύο αποτελούν ένδειξη ότι έχουμε πρόβλημα συγγραμμικότητας. Οι τιμές της στήλης της ανοχής (Tolerance) φανερώνουν το ποσοστό της διακύμανσης της μεταβλητής που εξηγείται από τις υπόλοιπες ανεξάρτητες μεταβλητές του μοντέλου. Πιο συγκεκριμένα ισχύει ότι το ποσοστό αυτό είναι ίσο με (1-Tolerance)%. Τιμές της ανοχής μικρότερες του 0.5 αποτελούν ένδειξη του προβλήματος. Παρατηρούμε ότι οι τιμές για τις αναξάρτητες μεταβλητές για τα τρία δείγματα είναι αποδεκτές. [7][Τσαγρής, 2008, σελ.74] Η στήλη του παρακάτω πίνακα Condition Index αποτελεί ένα ακόμα διαγνωστικό του προβλήματος. Τιμές μεγαλύτερες του 15 φανερώνουν πιθανό πρόβλημα συγγραμμικότητας και τιμές άνω του 30 σοβαρό πρόβλημα συγγραμμικότητας. Παρατηρούμε ότι και μέσω αυτού του έλεγχου δεν προκύπτει πρόβλημα συγγραμμικότητας των ανεξάρτητων μεταβλητών που επιλέχτηκαν. 44

45 Πίνακας 4. 10: Διαγνωστικά συγγραμμικότητας για το δείγμα του 2010 Πίνακας 4. 11: Διαγνωστικά συγγραμμικότητας για το δείγμα του 2011 Πίνακας 4. 12: Διαγνωστικά συγγραμμικότητας για το συνολικό δείγμα 45

46 4.4.3 Διαδικασία παλινδρόμησης Στους παρακάτω πίνακες η τιμή R αναφέρεται στην απόλυτη τιμή του συντελεστή γραμμικής συσχέτισης. Το Rsquare ονομάζεται συντελεστής προσδιορισμού. Ο συντελεστής προσδιορισμού φανερώνει το ποσοστό τιμών της εξαρτημένης μεταβλητής που εξηγείται από το γραμμικό υπόδειγμα που προσαρμόσαμε. Δηλαδή, τα ακόλουθα υποδείγματα εξηγούν το 47.2% των τιμών της εξαρτημένης μεταβλητής του δείγματος του 2010 και το 47.0 % και 41.8% για τα το 2011 και το συνολικό δείγμα αντίστοιχα. Ο προσαρμοσμένος συντελεστής προσδιορισμού (Adjusted R Square) έχει λάβει υπόψη του και το μέγεθος του δείγματος. Πίνακας 4. 13: Στατιστικοί δείκτες για το δείγμα του 2010 Πίνακας 4. 14: Στατιστικοί δείκτες για το δείγμα του 2011 Πίνακας 4. 15: Στατιστικοί δείκτες για το συνολικό δείγμα Το F test, που βασίζεται στην κατανομή F, ελέγχει αν όλες οι παράμετροι του υποδείγματος είναι μηδέν ή αν έστω και μία είναι διάφορη του μηδενός. Έχουν επισημανθεί δύο αριθμοί. Ο πρώτος (12.579) δείχνει τη διακύμανση που εξηγείται από το υπόδειγμα που προσαρμόσαμε και ο δεύτερος (26.661) δείχνει τη συνολική διακύμανση των δεδομένων για το δείγμα του 2010 και αντίστοιχα οι (19.162) και (40.798) για το δείγμα του 2011 και οι (28.554) και (68.314) για το συνολικό δείγμα. 46

47 Η διαφορά τους είναι η διακύμανση που δεν εξηγείται από το υπόδειγμα. Το πηλίκο των δύο αριθμών που αναφέραμε είναι στην ουσία ο συντελεστής προσδιορισμού. Πίνακας 4. 16: Ανάλυση διακύμανσης για το δείγμα του 2010 Πίνακας 4. 17: Ανάλυση διακύμανσης για το δείγμα του 2011 Πίνακας 4. 18: Ανάλυση διακύμανσης για τo συνολικό δείγμα Οι παρακάτω πίνακες προέκυψαν ύστερα από διαδοχικές δοκιμές και περιέχουν τις τελικές εκτιμήσεις του υποδείγματος. Παρατηρούμε ότι για διάστημα εμπιστοσύνης 95% οι τιμές της στήλης (t) πρέπει να είναι μεγαλύτερες από 1.96 κατά απόλυτη τιμή. Ο σταθερός όρος (constant) αλλά και οι συντελεστές των ανεξάρτητων μεταβλητών παρουσιάζονται στη στήλη (Β). Όλοι οι συντελεστές είναι στατιστικά σημαντικοί. Οι σταθεροί όροι (1.530), (1.047) και (1.227) είναι η τιμή στην οποία η ευθεία των ελαχίστων τετραγώνων τέμνει τον κατακόρυφο άξονα συντεταγμένων. 47

48 Πίνακας 4. 19: Εκτιμήσεις παραμέτρων για τo δείγμα του 2010 Πίνακας 4. 20: Εκτιμήσεις παραμέτρων για τo δείγμα του 2011 Πίνακας 4. 21: Εκτιμήσεις παραμέτρων για τo συνολικό δείγμα 48

49 4.5 Οριστικοποίηση υποδείγματος και παρατηρήσεις επί των τιμών και προσήμων των παραμέτρων Έτσι, μετά την εκτέλεση της παλινδρόμησης καταλήγουμε στα παρακάτω υποδείγματα: Για το δείγμα του 2010: MESO = * SYXNOTITADAS * PROELEUSI * KRITIRIO * KOSTOS Συντελεστής προσδιορισμού: 47.2% Τυπική απόκλιση: Διακύμανση: Για το δείγμα του 2011: MESO = * SYXNOTITADAS * KRITIRIO * XRONOS * KOSTOS Συντελεστής προσδιορισμού: 47.0% Τυπική απόκλιση: Διακύμανση: Για το συνολικό δείγμα: MESO = * SYXNOTITADAS * KRITIRIO *KOSTOS Συντελεστής προσδιορισμού: 41.8% Τυπική απόκλιση: Διακύμανση: Οι παραπάνω μεταβλητές είναι κωδικοποιημένες για την εκτέλεση της γραμμικής παλινδρόμησης και η φυσική σημασία τους σύμφωνα με το ερωτηματολόγιο που χρησιμοποιήθηκε είναι η εξής: MESO είναι η εξαρτημένη μεταβλητή και εκφράζει την πιθανότητα να επιλέξει κάποιος επιβάτης του προαστιακού σιδηρόδρομου της γραμμής της Λάρισας τις Δημόσιες Αστικές Συγκοινωνίες για τη μετακίνηση του στο Νέο Σιδηροδρομικό Σταθμό. Η πιθανότητα αυτή είναι μεταξύ 0 και 1. 49

50 Ακολουθούν οι ανεξάρτητες μεταβλητές για τα δείγματα που εξετάστηκαν και είναι οι εξής: SYXNOTITADAS είναι η συχνότητα που οι επιβάτες του προαστιακού σιδηρόδρομου της Λάρισας χρησιμοποιούν τις Δημόσιες Αστικές Συγκοινωνίες. Οι τιμές που μπορεί να λάβει αυτή η μεταβλητή είναι: ανά ημέρα, ανά εβδομάδα, ανά μήνα, ευκαιριακά. PROELEUSI είναι η περιοχή εκκίνησης της διαδρομής του μετακινούμενου με τελικό προορισμό το Ν.Σ.Σ. Oι τιμές που μπορεί να λάβει είναι : κέντρο, ανατολικά, δυτικά. KRITIRIO είναι το σημαντικότερο κριτήριο κατά την κρίση του μετακινούμενου σύμφωνα με το οποίο επέλεξε μέσο μετακίνησης προς το Ν.Σ.Σ. Οι τιμές που μπορεί να λάβει αυτή η μεταβλητή μεταφράζουν τη σημασία που κάθε μετακινούμενος αποδίδει σε μία παράμετρο μετακίνησης και είναι οι ακόλουθες: κόστος, χρόνος, ασφάλεια, άνεση, άλλο. KOSTOS είναι το χρηματικό κόστος σε ευρώ που δαπανάται από τους επιβάτες του προαστιακού για τη μετακίνησή τους στο Ν.Σ.Σ. XRONOS είναι ο χρόνος μετακίνησης σε λεπτά που χρειάζεται ο επιβάτης του προαστιακού σιδηρόδρομου της Λάρισας για να μεταβεί από την περιοχή προέλευσης στο Ν.Σ.Σ. Παρατηρείται ότι οι μεταβλητές KRITIRIO, SYXNOTITADAS και KOSTOS αποτελούν παραμέτρους και στα τρία υποδείγματα, η μεταβλητή XRONOS στο υπόδειγμα που αφορά το έτος 2011 και το συνολικό και η μεταβλητή PROELEUSI μόνο στο υπόδειγμα του Το συμπέρασμα που προκύπτει είναι ότι οι τρεις αυτές μεταβλητές είναι οι κατά τεκμήριο σημαντικότερες για την επιλογή μέσου καθώς αναφερόμαστε σε τρία δείγματα με το συνολικό να είναι άθροισμα των άλλων δύο. Το γεγονός ότι δεν έχουμε κοινές μεταβλητές και στα τρία υποδείγματα οφείλεται στα χαρακτηριστικά του κάθε δείγματος και κατ' επέκταση του συνολικού. Η ανομοιογένειά τους αυτή μπορεί να προέκυψε από: τη διαφορετική χρονική περίοδο της έρευνας (2010 και 2011) το πλήθος των ατόμων του δείγματος (115 και 213) 50

ΠΕΡΙΕΧΟΜΕΝΑ ΠΙΝΑΚΩΝ Πίνακας 4. 1: Περιγραφικά στατιστικά μεταβλητών παλινδρόμησης για το δείγμα του Πίνακας 4. 2: Περιγραφικά στατιστικά με

ΠΕΡΙΕΧΟΜΕΝΑ ΠΙΝΑΚΩΝ Πίνακας 4. 1: Περιγραφικά στατιστικά μεταβλητών παλινδρόμησης για το δείγμα του Πίνακας 4. 2: Περιγραφικά στατιστικά με ΠΕΡΙΕΧΟΜΕΝΑ Περίληψη... 4 Abstract... 5 ΚΕΦΑΛΑΙΟ ΠΡΩΤΟ : ΕΙΣΑΓΩΓΗ... 6 ΚΕΦΑΛΑΙΟ ΔΕΥΤΕΡΟ: ΥΠΟΔΕΙΓΜΑΤΑ ΠΡΟΒΛΕΨΗΣ ΜΕΤΑΚΙΝΗΣΕΩΝ ΚΑΙ ΚΥΚΛΟΦΟΡΙΑΣ... 8 2.1 Τα τέσσερα στάδια του σχεδιασμού των μεταφορών... 8

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

1ο ΣΤΑΔΙΟ ΓΕΝΕΣΗ ΜΕΤΑΚΙΝΗΣΕΩΝ

1ο ΣΤΑΔΙΟ ΓΕΝΕΣΗ ΜΕΤΑΚΙΝΗΣΕΩΝ ΠΡΟΒΛΗΜΑ 1ο ΣΤΑΔΙΟ ΓΕΝΕΣΗ ΜΕΤΑΚΙΝΗΣΕΩΝ πόσες μετακινήσεις δημιουργούνται σε και για κάθε κυκλοφοριακή ζώνη; ΟΡΙΣΜΟΙ μετακίνηση μετακίνηση με βάση την κατοικία μετακίνηση με βάση άλλη πέρα της κατοικίας

Διαβάστε περισσότερα

Ανάλυση και Σχεδιασμός Μεταφορών Ι Ανάλυση Διακριτών Επιλογών

Ανάλυση και Σχεδιασμός Μεταφορών Ι Ανάλυση Διακριτών Επιλογών Ανάλυση Διακριτών Επιλογών Παναγιώτης Παπαντωνίου Δρ. Πολιτικός Μηχανικός, Συγκοινωνιολόγος Πάτρα, 2017 Περιεχόμενα Αθροιστικά μοντέλα Εξατομικευμένα μοντέλα Μοντέλα Διακριτών Μεταβλητών Θεωρία Μεγιστοποίησης

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ ΠΡΟΤΙΜΗΣΕΩΝ ΓΙΑ ΤΗ ΧΡΗΣΗ ΣΥΣΤΗΜΑΤΟΣ ΕΝΟΙΚΙΑΖΟΜΕΝΩΝ ΠΟΔΗΛΑΤΩΝ ΣΤΟΝ ΔΗΜΟ ΑΘΗΝΑΙΩΝ

ΑΝΑΛΥΣΗ ΠΡΟΤΙΜΗΣΕΩΝ ΓΙΑ ΤΗ ΧΡΗΣΗ ΣΥΣΤΗΜΑΤΟΣ ΕΝΟΙΚΙΑΖΟΜΕΝΩΝ ΠΟΔΗΛΑΤΩΝ ΣΤΟΝ ΔΗΜΟ ΑΘΗΝΑΙΩΝ Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Πολιτικών Μηχανικών Τομέας Μεταφορών και Συγκοινωνιακής Υποδομής ΑΝΑΛΥΣΗ ΠΡΟΤΙΜΗΣΕΩΝ ΓΙΑ ΤΗ ΧΡΗΣΗ ΣΥΣΤΗΜΑΤΟΣ ΕΝΟΙΚΙΑΖΟΜΕΝΩΝ ΠΟΔΗΛΑΤΩΝ ΣΤΟΝ ΔΗΜΟ ΑΘΗΝΑΙΩΝ ΤΣΟΛΑΚΗ ΑΘΗΝΑ

Διαβάστε περισσότερα

Ανάλυση και Σχεδιασμός Μεταφορών Ι Δειγματοληψία - Μέθοδοι συλλογής στοιχείων

Ανάλυση και Σχεδιασμός Μεταφορών Ι Δειγματοληψία - Μέθοδοι συλλογής στοιχείων Δειγματοληψία - Μέθοδοι συλλογής στοιχείων Παναγιώτης Παπαντωνίου Δρ. Πολιτικός Μηχανικός, Συγκοινωνιολόγος ppapant@upatras.gr Πάτρα, 2017 Στόχοι Βασικές έννοιες στατιστικής Μέθοδοι συλλογής στοιχείων

Διαβάστε περισσότερα

ΔΙΕΡΕΥΝΗΣΗ ΚΛΙΜΑΤΙΚΩΝ ΑΛΛΑΓΩΝ ΓΙΑ ΤΟ ΝΗΣΙ ΤΗΣ ΝΑΞΟΥ

ΔΙΕΡΕΥΝΗΣΗ ΚΛΙΜΑΤΙΚΩΝ ΑΛΛΑΓΩΝ ΓΙΑ ΤΟ ΝΗΣΙ ΤΗΣ ΝΑΞΟΥ ΔΙΕΡΕΥΝΗΣΗ ΚΛΙΜΑΤΙΚΩΝ ΑΛΛΑΓΩΝ ΓΙΑ ΤΟ ΝΗΣΙ ΤΗΣ ΝΑΞΟΥ ΜΑΜΜΑΣ ΚΩΝ/ΝΟΣ ΑΜ:331/2003032 ΝΟΕΜΒΡΙΟΣ 2010 Ευχαριστίες Σε αυτό το σημείο θα ήθελα να ευχαριστήσω όλους όσους με βοήθησαν να δημιουργήσω την παρούσα

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ. Ερωτήσεις πολλαπλής επιλογής. Συντάκτης: Δημήτριος Κρέτσης

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ 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 περισσότερα

καταµερισµός στα µεταφορικά µέσα

καταµερισµός στα µεταφορικά µέσα 5 καταµερισµός στα µεταφορικά µέσα πόσες µετακινήσεις από την ζώνη i στην ζώνη j γίνονται µε κάθε µεταφορικό µέσο? το υπό διερεύνηση θέµα : εισαγωγή Ποιο µεταφορικό µέσο θα επιλέξει ένας µετακινούµενος

Διαβάστε περισσότερα

Ανάλυση και Σχεδιασμός Μεταφορών Ι Γένεση Μετακινήσεων

Ανάλυση και Σχεδιασμός Μεταφορών Ι Γένεση Μετακινήσεων Γένεση Μετακινήσεων Παναγιώτης Παπαντωνίου Δρ. Πολιτικός Μηχανικός, Συγκοινωνιολόγος ppapant@upatras.gr Πάτρα, 2017 Εισαγωγή Αθροιστικά μοντέλα (Aggregate models) Ανάλυση κατά ζώνη πόσες μετακινήσεις ξεκινούν

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 07-08 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε

Διαβάστε περισσότερα

ΔΙΕΡΕΥΝΗΣΗ ΤΩΝ ΠΡΟΤΙΜΗΣΕΩΝ ΤΩΝ ΟΔΗΓΩΝ ΑΠΕΝΑΝΤΙ ΣΕ ΝΕΑ ΚΑΙΝΟΤΟΜΑ ΣΧΗΜΑΤΑ ΑΣΦΑΛΙΣΗΣ ΤΟΥ ΟΧΗΜΑΤΟΣ

ΔΙΕΡΕΥΝΗΣΗ ΤΩΝ ΠΡΟΤΙΜΗΣΕΩΝ ΤΩΝ ΟΔΗΓΩΝ ΑΠΕΝΑΝΤΙ ΣΕ ΝΕΑ ΚΑΙΝΟΤΟΜΑ ΣΧΗΜΑΤΑ ΑΣΦΑΛΙΣΗΣ ΤΟΥ ΟΧΗΜΑΤΟΣ Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Πολιτικών Μηχανικών Τομέας Μεταφορών & Συγκοινωνιακής Υποδομής ΔΙΕΡΕΥΝΗΣΗ ΤΩΝ ΠΡΟΤΙΜΗΣΕΩΝ ΤΩΝ ΟΔΗΓΩΝ ΑΠΕΝΑΝΤΙ ΣΕ ΝΕΑ ΚΑΙΝΟΤΟΜΑ ΣΧΗΜΑΤΑ ΑΣΦΑΛΙΣΗΣ ΤΟΥ ΟΧΗΜΑΤΟΣ Εμμανουήλ

Διαβάστε περισσότερα

Απλή Γραμμική Παλινδρόμηση II

Απλή Γραμμική Παλινδρόμηση II . Ο Συντελεστής Προσδιορισμού Η γραμμή Παλινδρόμησης στο δείγμα, αποτελεί μία εκτίμηση της γραμμής παλινδρόμησης στον πληθυσμό. Αν και από τη μέθοδο των ελαχίστων τετραγώνων προκύπτουν εκτιμητές που έχουν

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 4: Ανάλυση γραμμικού υποδείγματος Απλή παλινδρόμηση (3 ο μέρος) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana

Διαβάστε περισσότερα

ΣΥΣΧΕΤΙΣΗ και ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ

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

Διαβάστε περισσότερα

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Σχολή Αγρονό ων Το ογράφων Μηχανικών ΕΜΠ Εργαστήριο Συγκοινωνιακής Τεχνικής

ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Σχολή Αγρονό ων Το ογράφων Μηχανικών ΕΜΠ Εργαστήριο Συγκοινωνιακής Τεχνικής ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Σχολή Αγρονό ων Το ογράφων Μηχανικών ΕΜΠ Εργαστήριο Συγκοινωνιακής Τεχνικής Συστήματα Μεταφορών Κωνσταντίνος Αντωνίου Αναπληρωτής Καθηγητής ΕΜΠ antoniou@central.ntua.gr ΚΑΤΑΜΕΡΙΣΜΟΣ

Διαβάστε περισσότερα

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής Υποθέσεις του Απλού γραμμικού υποδείγματος της Παλινδρόμησης Η μεταβλητή ε t (διαταρακτικός όρος) είναι τυχαία μεταβλητή με μέσο όρο

Διαβάστε περισσότερα

ΠΑΡΟΥΣΙΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ

ΠΑΡΟΥΣΙΑΣΗ 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 περισσότερα

ΕΡΕΥΝΑ ΑΠΟΔΟΧΗΣ ΑΥΤΟΝΟΜΩΝ ΟΧΗΜΑΤΩΝ ΑΠΟ ΤΟΥΣ ΕΛΛΗΝΕΣ ΟΔΗΓΟΥΣ

ΕΡΕΥΝΑ ΑΠΟΔΟΧΗΣ ΑΥΤΟΝΟΜΩΝ ΟΧΗΜΑΤΩΝ ΑΠΟ ΤΟΥΣ ΕΛΛΗΝΕΣ ΟΔΗΓΟΥΣ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΜΕΤΑΦΟΡΩΝ ΚΑΙ ΣΥΓΚΟΙΝΩΝΙΑΚΗΣ ΥΠΟΔΟΜΗΣ ΕΡΕΥΝΑ ΑΠΟΔΟΧΗΣ ΑΥΤΟΝΟΜΩΝ ΟΧΗΜΑΤΩΝ ΑΠΟ ΤΟΥΣ ΕΛΛΗΝΕΣ ΟΔΗΓΟΥΣ Χαράλαμπος Σουρής Επιβλέπων: Γιώργος Γιαννής,

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

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΕΡΓΑΣΤΗΡΙΟ ΜΑΘΗΜΑ 1 ο ΕΡΓΑΣΤΗΡΙΟΥ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΑΤΙΣΤΙΚΗΣ

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ. ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΕΡΓΑΣΤΗΡΙΟ ΜΑΘΗΜΑ 1 ο ΕΡΓΑΣΤΗΡΙΟΥ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΑΤΙΣΤΙΚΗΣ ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΕΡΓΑΣΤΗΡΙΟ ΜΑΘΗΜΑ 1 ο ΕΡΓΑΣΤΗΡΙΟΥ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΑΤΙΣΤΙΚΗΣ ΕΠΙΧ Οικονομετρικά Πρότυπα Διαφάνεια 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΑΤΙΣΤΙΚΗΣ

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 13: Επανάληψη Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana 1 Γιατί μελετούμε την Οικονομετρία;

Διαβάστε περισσότερα

Καταµερισµός. µεταφορικό µέσο. Καταµερισµός στα µέσα. το υπό διερεύνηση θέµα :

Καταµερισµός. µεταφορικό µέσο. Καταµερισµός στα µέσα. το υπό διερεύνηση θέµα : καταµερισµός στα µεταφορικά µέσα προς ζώνη.... ν 00 00 από ζώνη 0πίνακας Π-Π....... ν 0 00 00 00 0 Μελλοντικές Ελκόµενες µετακινήσεις Μελλοντικές Παραγόµενες µετακινήσεις 0 00 70 ΚΑΤΑΜΕΡΙΣΜΟΣ ΣΤΑ ΜΕΣΑ

Διαβάστε περισσότερα

5. ΤΟ ΓΕΝΙΚΟ ΓΡΑΜΜΙΚΟ ΜΟΝΤΕΛΟ (GENERAL LINEAR MODEL) 5.1 Εναλλακτικά μοντέλα του απλού γραμμικού μοντέλου: Το εκθετικό μοντέλο

5. ΤΟ ΓΕΝΙΚΟ ΓΡΑΜΜΙΚΟ ΜΟΝΤΕΛΟ (GENERAL LINEAR MODEL) 5.1 Εναλλακτικά μοντέλα του απλού γραμμικού μοντέλου: Το εκθετικό μοντέλο 5. ΤΟ ΓΕΝΙΚΟ ΓΡΑΜΜΙΚΟ ΜΟΝΤΕΛΟ (GENERAL LINEAR MODEL) 5.1 Εναλλακτικά μοντέλα του απλού γραμμικού μοντέλου: Το εκθετικό μοντέλο Ένα εναλλακτικό μοντέλο της απλής γραμμικής παλινδρόμησης (που χρησιμοποιήθηκε

Διαβάστε περισσότερα

Δρ. Χάϊδω Δριτσάκη. MSc Τραπεζική & Χρηματοοικονομική

Δρ. 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 περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. 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 περισσότερα

Στατιστική 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 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 περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436

ΠΕΡΙΓΡΑΦΙΚΗ 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 περισσότερα

Ανάλυση και Σχεδιασμός Μεταφορών Ι Εισαγωγή

Ανάλυση και Σχεδιασμός Μεταφορών Ι Εισαγωγή Εισαγωγή Παναγιώτης Παπαντωνίου Δρ. Πολιτικός Μηχανικός, Συγκοινωνιολόγος ppapant@upatras.gr Πάτρα, 2017 Εισαγωγή στο σχεδιασμό των Μεταφορών Βασικές έννοιες και αρχές των Μεταφορών Διαδικασία Ορθολογικού

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

Στατιστική Ι. Ανάλυση Παλινδρόμησης

Στατιστική Ι. Ανάλυση Παλινδρόμησης Στατιστική Ι Ανάλυση Παλινδρόμησης Ανάλυση παλινδρόμησης Η πρόβλεψη πωλήσεων, εσόδων, κόστους, παραγωγής, κτλ. είναι η βάση του επιχειρηματικού σχεδιασμού. Η ανάλυση παλινδρόμησης και συσχέτισης είναι

Διαβάστε περισσότερα

Θέματα διπλωματικών εργασιών έτους 2012-2013

Θέματα διπλωματικών εργασιών έτους 2012-2013 Θέματα διπλωματικών εργασιών έτους 2012-2013 Θέμα 1: Διασύνδεση μεταφορών μικρών και μεγάλων αποστάσεων Εισαγωγή Στη λευκή βίβλο «WHITE PAPER Roadmap to a Single European Transport Area Towards a competitive

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

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης Kozani GR 50100

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης Kozani GR 50100 Ποσοτικές Μέθοδοι Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης 50100 Kozani GR 50100 Απλή Παλινδρόμηση Η διερεύνηση του τρόπου συμπεριφοράς

Διαβάστε περισσότερα

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ 7o Μάθημα: Απλή παλινδρόμηση (ΕΠΑΝΑΛΗΨΗ) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & ΠΑΜΑΚ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana

Διαβάστε περισσότερα

γένεση των µετακινήσεων

γένεση των µετακινήσεων 3 γένεση των µετακινήσεων εισαγωγή το υπό διερεύνηση θέµα: πόσες µετακινήσεις ξεκινούν από κάθε ζώνη? πόσες µετακινήσεις κάνει ένας µετακινούµενος κατά την διάρκεια µιας µέσης εβδοµάδας? Ανάλυση κατά ζώνη

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 3: Ανάλυση γραμμικού υποδείγματος Απλή παλινδρόμηση (2 ο μέρος) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana

Διαβάστε περισσότερα

Στατιστική Ι (ΨΥΧ-1202) ιάλεξη 3

Στατιστική 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 περισσότερα

ΕΡΩΤΗΜΑΤΟΛΟΓΙΟ ΔΙΕΡΕΥΝΗΣΗΣ ΕΠΙΛΟΓΩΝ ΚΙΝΗΤΙΚΟΤΗΤΑΣ ΣΤΟΝ ΔΗΜΟ ΑΓΙΩΝ ΑΝΑΡΓΥΡΩΝ & ΚΑΜΑΤΕΡΟΥ

ΕΡΩΤΗΜΑΤΟΛΟΓΙΟ ΔΙΕΡΕΥΝΗΣΗΣ ΕΠΙΛΟΓΩΝ ΚΙΝΗΤΙΚΟΤΗΤΑΣ ΣΤΟΝ ΔΗΜΟ ΑΓΙΩΝ ΑΝΑΡΓΥΡΩΝ & ΚΑΜΑΤΕΡΟΥ ΕΡΩΤΗΜΑΤΟΛΟΓΙΟ ΔΙΕΡΕΥΝΗΣΗΣ ΕΠΙΛΟΓΩΝ ΚΙΝΗΤΙΚΟΤΗΤΑΣ ΣΤΟΝ ΔΗΜΟ ΑΓΙΩΝ ΑΝΑΡΓΥΡΩΝ & ΚΑΜΑΤΕΡΟΥ Ο Δήμος Αγίων Αναργύρων και Καματερού σε συνεργασία και με την επιστημονική υποστήριξη του Εργαστηρίου Συστημάτων

Διαβάστε περισσότερα

Ανάλυση της επιρροής των αυτόνομων οχημάτων στη συμπεριφορά μετακίνησης

Ανάλυση της επιρροής των αυτόνομων οχημάτων στη συμπεριφορά μετακίνησης ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΜΕΤΑΦΟΡΩΝ ΚΑΙ ΣΥΓΚΟΙΝΩΝΙΑΚΗΣ ΥΠΟΔΟΜΗΣ Ανάλυση της επιρροής των αυτόνομων οχημάτων στη συμπεριφορά μετακίνησης Παπαλυμπέρης Παναγιώτης Επιβλέπων:

Διαβάστε περισσότερα

Διερευνητική Ανάλυση Δεδομένων Exploratory Data Analysis

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

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7. ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7. ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13 ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7 ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13 1.1. Εισαγωγή 13 1.2. Μοντέλο ή Υπόδειγμα 13 1.3. Η Ανάλυση Παλινδρόμησης 16 1.4. Το γραμμικό μοντέλο Παλινδρόμησης 17 1.5. Πρακτική χρησιμότητα

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ 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) 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 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

Ερωτήσεις κατανόησης στην Οικονομετρία (Με έντονα μαύρα γράμματα είναι οι σωστές απαντήσεις)

Ερωτήσεις κατανόησης στην Οικονομετρία (Με έντονα μαύρα γράμματα είναι οι σωστές απαντήσεις) Ερωτήσεις κατανόησης στην Οικονομετρία (Με έντονα μαύρα γράμματα είναι οι σωστές απαντήσεις) 1. Έχοντας στη διάθεσή μας ένα δείγμα, προκύπτει ότι το 95% διάστημα εμπιστοσύνης για το μέσο μ ενός κανονικού

Διαβάστε περισσότερα

3 ο Φυλλάδιο Ασκήσεων. Εφαρμογές

3 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 περισσότερα

Διερευνητική Ανάλυση Δεδομένων Exploratory Data Analysis

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

Διαβάστε περισσότερα

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

Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α. Δ.Π.Θ. Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ περισσότερων από δύο ανεξάρτητων δειγμάτων, που διαχωρίζονται βάσει ενός ανεξάρτητου παράγοντα (Ανάλυση διακύμανσης για ανεξάρτητα δείγματα ως προς

Διαβάστε περισσότερα

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS)

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

Διαβάστε περισσότερα

ΜΟΝΟΠΑΡΑΜΕΤΡΙΚΗ ΚΑΙ ΠΟΛΥΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Αριάδνη Αργυράκη

ΜΟΝΟΠΑΡΑΜΕΤΡΙΚΗ ΚΑΙ ΠΟΛΥΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Αριάδνη Αργυράκη ΜΟΝΟΠΑΡΑΜΕΤΡΙΚΗ ΚΑΙ ΠΟΛΥΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Αριάδνη Αργυράκη ΣΤΑΔΙΑ ΕΚΤΕΛΕΣΗΣ ΠΕΡΙΒΑΛΛΟΝΤΙΚΩΝ ΓΕΩΧΗΜΙΚΩΝ ΕΡΕΥΝΩΝ 1.ΣΧΕΔΙΑΣΜΟΣ: - Καθορισμός στόχων έρευνας - Ιστορικό περιοχής 2 4.

Διαβάστε περισσότερα

Ενδεικτικές ασκήσεις ΔΙΠ 50

Ενδεικτικές ασκήσεις ΔΙΠ 50 Ενδεικτικές ασκήσεις ΔΙΠ 50 Άσκηση 1 (άσκηση 1 1 ης εργασίας 2009-10) Σε ένα ράφι μιας βιβλιοθήκης τοποθετούνται με τυχαία σειρά 11 διαφορετικά βιβλία τεσσάρων θεματικών ενοτήτων. Πιο συγκεκριμένα, υπάρχουν

Διαβάστε περισσότερα

Kαταμερισμός των μετακινήσεων κατά μέσο

Kαταμερισμός των μετακινήσεων κατά μέσο Kαταμερισμός των μετακινήσεων κατά μέσο Στόχος: Προσδιορισμός των μετακινήσεων κατά μεταφορικό μέσο (οδικό, σιδηροδρομικό, θαλάσσιο, αεροπορικό, ή ιδιωτικής και δημόσιας χρήσης). Στάδιο: α. Γένεση μετακινήσεων

Διαβάστε περισσότερα

Εφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική

Εφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕΡΟΣ B Δημήτρης Κουγιουμτζής e-mal: dkugu@auth.gr Ιστοσελίδα αυτού του τμήματος του μαθήματος: http://uer.auth.gr/~dkugu/teach/cvltraport/dex.html Εφαρμοσμένη Στατιστική:

Διαβάστε περισσότερα

9. Παλινδρόμηση και Συσχέτιση

9. Παλινδρόμηση και Συσχέτιση 9. Παλινδρόμηση και Συσχέτιση Παλινδρόμηση και Συσχέτιση Υπάρχει σχέση ανάμεσα σε δύο ή περισσότερες μεταβλητές; Αν ναι, ποια είναι αυτή η σχέση; Πως μπορεί αυτή η σχέση να χρησιμοποιηθεί για να προβλέψουμε

Διαβάστε περισσότερα

ΣΥΣΧΕΤΙΣΗ ΚΥΚΛΟΦΟΡΙΑΚΩΝ ΜΕΓΕΘΩΝ ΜΕ ΤΗ ΣΟΒΑΡΟΤΗΤΑ ΚΑΙ ΤΗΝ ΠΙΘΑΝΟΤΗΤΑ ΟΔΙΚΩΝ ΑΤΥΧΗΜΑΤΩΝ. Απόστολος Ζιακόπουλος

ΣΥΣΧΕΤΙΣΗ ΚΥΚΛΟΦΟΡΙΑΚΩΝ ΜΕΓΕΘΩΝ ΜΕ ΤΗ ΣΟΒΑΡΟΤΗΤΑ ΚΑΙ ΤΗΝ ΠΙΘΑΝΟΤΗΤΑ ΟΔΙΚΩΝ ΑΤΥΧΗΜΑΤΩΝ. Απόστολος Ζιακόπουλος 1 ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΜΕΤΑΦΟΡΩΝ ΚΑΙ ΣΥΓΚΟΙΝΩΝΙΑΚΗΣ ΥΠΟΔΟΜΗΣ ΣΥΣΧΕΤΙΣΗ ΚΥΚΛΟΦΟΡΙΑΚΩΝ ΜΕΓΕΘΩΝ ΜΕ ΤΗ ΣΟΒΑΡΟΤΗΤΑ ΚΑΙ ΤΗΝ ΠΙΘΑΝΟΤΗΤΑ ΟΔΙΚΩΝ ΑΤΥΧΗΜΑΤΩΝ Απόστολος Ζιακόπουλος

Διαβάστε περισσότερα

γένεση των µετακινήσεων

γένεση των µετακινήσεων Κυκλοφοριακές Ζώνες κυκλοφοριακή ζώνη Η µονάδα ανάλυσης είναι η κυκλοφοριακή Ζώνη 3 γένεση των µετακινήσεων Κυκλοφοριακή ζώνη Κεντροϊδές (κέντρο της δραστηριότητας) Για την διαµόρφωση των ορίων της Κυκλοφοριακής

Διαβάστε περισσότερα

Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών. Εξίσωση παλινδρόμησης. Πρόβλεψη εξέλιξης

Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών. Εξίσωση παλινδρόμησης. Πρόβλεψη εξέλιξης Γραμμική Παλινδρόμηση και Συσχέτιση Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών Εξίσωση παλινδρόμησης Πρόβλεψη εξέλιξης Διμεταβλητές συσχετίσεις Πολλές φορές χρειάζεται να

Διαβάστε περισσότερα

στατιστική θεωρεία της δειγµατοληψίας

στατιστική θεωρεία της δειγµατοληψίας στατιστική θεωρεία της δειγµατοληψίας ΕΙΓΜΑΤΟΛΗΨΙΑ : Εισαγωγή δειγµατοληψία Τα στοιχεία που απαιτούνται τόσο για την ανάλυση των µεταφορικών συστηµάτων και όσο και για την ανάπτυξη των συγκοινωνιακών µοντέλων

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΟ ΒΙΝΤΕΟ ΣΤΑΤΙΣΤΙΚΗ

ΕΠΑΝΑΛΗΠΤΙΚΟ ΒΙΝΤΕΟ ΣΤΑΤΙΣΤΙΚΗ ΕΠΑΝΑΛΗΠΤΙΚΟ ΒΙΝΤΕΟ ΣΤΑΤΙΣΤΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ Άσκηση 1: Μια τράπεζα ενδιαφέρεται να μελετήσει την αποταμιευτική συμπεριφορά των πελατών της. Θεωρείται ως δεδομένο ότι η ετήσια αποταμίευση των πελατών της

Διαβάστε περισσότερα

ΜΟΝΟΠΑΡΑΜΕΤΡΙΚΗ ΚΑΙ ΠΟΛΥΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

ΜΟΝΟΠΑΡΑΜΕΤΡΙΚΗ ΚΑΙ ΠΟΛΥΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ΜΟΝΟΠΑΡΑΜΕΤΡΙΚΗ ΚΑΙ ΠΟΛΥΠΑΡΑΜΕΤΡΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΓΙΑ ΤΟΝ ΕΝΤΟΠΙΣΜΟ ΓΕΩΧΗΜΙΚΗΣ ΑΝΩΜΑΛΙΑΣ Στατιστική ανάλυση του γεωχημικού δείγματος μας δίνει πληροφορίες για τον

Διαβάστε περισσότερα

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ 7ο μάθημα: Πολυμεταβλητή παλινδρόμηση (ΕΠΑΝΑΛΗΨΗ) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & ΠΑΜΑΚ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana

Διαβάστε περισσότερα

3η Ενότητα Προβλέψεις

3η Ενότητα Προβλέψεις ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων 3η Ενότητα Προβλέψεις (Μέρος 4 ο ) http://www.fsu.gr

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι

ΠΕΡΙΓΡΑΦΙΚΗ 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 περισσότερα

Παρουσίαση Διπλωματικής Εργασίας

Παρουσίαση Διπλωματικής Εργασίας Παρουσίαση Διπλωματικής Εργασίας Αποτίμηση των βελτιώσεων στη Λεκάνη Απορροής του Ασωπού Ποταμού υπό την Οδηγία Πλαίσιο 2000/60 στο δείγμα της Αθήνας Φοιτήτρια: Νικολάου Μαρία Επιβλέπουσα καθηγήτρια: Κουντούρη

Διαβάστε περισσότερα

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΙI (ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ) (ΟΔΕ 2116)

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΙI (ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ) (ΟΔΕ 2116) Σελίδα 1 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΜΑΘΗΜΑ: ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΙΙ (ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ) (ΟΔΕ 2116) ΠΑΝΕΠΙΣΤΗΜΙΑΚΟΣ ΥΠΟΤΡΟΦΟΣ ΠΑΝΑΓΙΩΤΗΣ

Διαβάστε περισσότερα

2. ΧΡΗΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΠΑΚΕΤΩΝ ΣΤΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ

2. ΧΡΗΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΠΑΚΕΤΩΝ ΣΤΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ 2. ΧΡΗΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΠΑΚΕΤΩΝ ΣΤΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ Η χρησιμοποίηση των τεχνικών της παλινδρόμησης για την επίλυση πρακτικών προβλημάτων έχει διευκολύνει εξαιρετικά από την χρήση διαφόρων στατιστικών

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΟΙ ΠΙΝΑΚΕΣ. ΓΕΝΙΚΟΙ (περιέχουν όλες τις πληροφορίες που προκύπτουν από μια στατιστική έρευνα) ΕΙΔΙΚΟΙ ( είναι συνοπτικοί και σαφείς )

ΣΤΑΤΙΣΤΙΚΟΙ 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 περισσότερα

Β Γραφικές παραστάσεις - Πρώτο γράφημα Σχεδιάζοντας το μήκος της σανίδας συναρτήσει των φάσεων της σελήνης μπορείτε να δείτε αν υπάρχει κάποιος συσχετισμός μεταξύ των μεγεθών. Ο συνήθης τρόπος γραφικής

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

Πίσω στα βασικά: Βασικές αρχές στατιστικής για κοινωνιολογικές έρευνες

Πίσω στα βασικά: Βασικές αρχές στατιστικής για κοινωνιολογικές έρευνες Σχετικές πληροφορίες: http://dlib.ionio.gr/~spver/seminars/statistics/ Πίσω στα βασικά: Βασικές αρχές στατιστικής για κοινωνιολογικές έρευνες Σπύρος Βερονίκης Τμήμα Αρχειονομίας - Βιβλιοθηκονομίας Θεματικές

Διαβάστε περισσότερα

Απλή Παλινδρόμηση και Συσχέτιση

Απλή Παλινδρόμηση και Συσχέτιση Απλή Παλινδρόμηση και Συσχέτιση Πωλήσεις, Δαπάνες Διαφήμισης και Αριθμός Πωλητών Έτος Πωλήσεις (χιλ ) Διαφήμιση (χιλ ) Πωλητές (Άτομα) Έτος Πωλήσεις (χιλ ) Διαφήμιση (χιλ ) Πωλητές (Άτομα) 98 050 6 3 989

Διαβάστε περισσότερα

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ Οικονομετρία 7.1 Πολυσυγγραμμικότητα: Εισαγωγή Παραβίαση υπόθεσης Οι ανεξάρτητες μεταβλητές δεν πρέπει

Διαβάστε περισσότερα

Προσδιορισμός των κρίσιμων παραμέτρων επιρροής της υπέρβασης των ορίων ταχύτητας με δεδομένα από έξυπνα κινητά τηλέφωνα Αριστοτέλης Κοκκινάκης

Προσδιορισμός των κρίσιμων παραμέτρων επιρροής της υπέρβασης των ορίων ταχύτητας με δεδομένα από έξυπνα κινητά τηλέφωνα Αριστοτέλης Κοκκινάκης Προσδιορισμός των κρίσιμων παραμέτρων επιρροής της υπέρβασης των ορίων ταχύτητας με δεδομένα από έξυπνα κινητά τηλέφωνα Αριστοτέλης Κοκκινάκης Επιβλέπων: Γιώργος Γιαννής, Καθηγητής ΕΜΠ Αθήνα, Μάρτιος 2019

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ.Μ. 436

ΠΕΡΙΓΡΑΦΙΚΗ 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 περισσότερα

Στατιστική Επιχειρήσεων Ι

Στατιστική 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 περισσότερα

Συσχέτιση μεταξύ δύο συνόλων δεδομένων

Συσχέτιση μεταξύ δύο συνόλων δεδομένων Διαγράμματα διασποράς (scattergrams) Συσχέτιση μεταξύ δύο συνόλων δεδομένων Η οπτική απεικόνιση δύο συνόλων δεδομένων μπορεί να αποκαλύψει με παραστατικό τρόπο πιθανές τάσεις και μεταξύ τους συσχετίσεις,

Διαβάστε περισσότερα

Χ. Εμμανουηλίδης, 1

Χ. Εμμανουηλίδης, 1 Εφαρμοσμένη Στατιστική Έρευνα Απλό Γραμμικό Υπόδειγμα AΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟ ΕΙΓΜΑ Δρ. Χρήστος Εμμανουηλίδης Αν. Καθηγητής Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Εφαρμοσμένη Στατιστική, Τμήμα Ο.Ε. ΑΠΘ Χ. Εμμανουηλίδης,

Διαβάστε περισσότερα

ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΟΥ ΕΠΑ.Λ. Δ. Ε. ΚΟΝΤΟΚΩΣΤΑΣ ΜΑΘΗΜΑΤΙΚΟΣ

ΕΡΩΤΗΣΕΙΣ 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 περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Β μέρος: Ετεροσκεδαστικότητα. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Β μέρος: Ετεροσκεδαστικότητα. Παπάνα Αγγελική ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 10: Οικονομετρικά προβλήματα: Παραβίαση των υποθέσεων Β μέρος: Ετεροσκεδαστικότητα Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr

Διαβάστε περισσότερα

ΚΟΙΝΩΝΙΟΒΙΟΛΟΓΙΑ, ΝΕΥΡΟΕΠΙΣΤΗΜΕΣ ΚΑΙ ΕΚΠΑΙΔΕΥΣΗ

ΚΟΙΝΩΝΙΟΒΙΟΛΟΓΙΑ, ΝΕΥΡΟΕΠΙΣΤΗΜΕΣ ΚΑΙ ΕΚΠΑΙΔΕΥΣΗ A εξάμηνο 2009-2010 ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΚΟΙΝΩΝΙΟΒΙΟΛΟΓΙΑ, ΝΕΥΡΟΕΠΙΣΤΗΜΕΣ ΚΑΙ ΕΚΠΑΙΔΕΥΣΗ Μεθοδολογία Έρευνας και Στατιστική ΑΝΤΩΝΙΟΣ ΧΡ. ΜΠΟΥΡΑΣ Χειμερινό Εξάμηνο 2009-2010 Ποιοτικές και Ποσοτικές

Διαβάστε περισσότερα

Κεφάλαιο Τέσσερα Αριθμητικές Μέθοδοι Περιγραφικής Στατιστικής

Κεφάλαιο 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

ΣΤΑΤΙΣΤΙΚΗ 1 Τί λέγεται πληθυσμός τι άτομα και τι μεταβλητή ενός πληθυσμού 2. Ποιες μεταβλητές λέγονται ποιοτικές ή κατηγορικές; 3.

ΣΤΑΤΙΣΤΙΚΗ 1 Τί λέγεται πληθυσμός τι άτομα και τι μεταβλητή ενός πληθυσμού 2. Ποιες μεταβλητές λέγονται ποιοτικές ή κατηγορικές; 3. .. ΣΤΑΤΙΣΤΙΚΗ 1 Τί λέγεται πληθυσμός τι άτομα και τι μεταβλητή ενός πληθυσμού 2. Ποιες μεταβλητές λέγονται ποιοτικές ή κατηγορικές; 3. Ποιες μεταβλητές λέγονται ποσοτικές; 4. Πότε μια ποσοτική μεταβλητή

Διαβάστε περισσότερα

Ενότητα 3: Περιγραφική Στατιστική (Πίνακες & Αριθμητικά μέτρα)

Ενότητα 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 περισσότερα

Στόχος µαθήµατος: ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. 1. Απλή γραµµική παλινδρόµηση. 1.2 Παράδειγµα 6 (συνέχεια)

Στόχος µαθήµατος: ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. 1. Απλή γραµµική παλινδρόµηση. 1.2 Παράδειγµα 6 (συνέχεια) ΠΜΣ ΕΠΑΓΓΕΛΜΑΤΙΚΗ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗ ΥΓΕΙΑ, ΙΑΧΕΙΡΙΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΗ ΑΠΟΤΙΜΗΣΗ ΑΚ. ΕΤΟΣ 2006-2007, 3ο εξάµηνο ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. Απλή γραµµική παλινδρόµηση Παράδειγµα 6: Χρόνος παράδοσης φορτίου ΜΑΘΗΜΑ

Διαβάστε περισσότερα

Συνδυαστική Επιρροή των Χαρακτηριστικών της Οδού και της Κυκλοφορίας στη Συμπεριφορά του Οδηγού με Δεδομένα από Έξυπνα Κινητά Τηλέφωνα

Συνδυαστική Επιρροή των Χαρακτηριστικών της Οδού και της Κυκλοφορίας στη Συμπεριφορά του Οδηγού με Δεδομένα από Έξυπνα Κινητά Τηλέφωνα ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΜΕΤΑΦΟΡΩΝ ΚΑΙ ΣΥΓΚΟΙΝΩΝΙΑΚΗΣ ΥΠΟΔΟΜΗΣ Συνδυαστική Επιρροή των Χαρακτηριστικών της Οδού και της Κυκλοφορίας στη Συμπεριφορά του Οδηγού με Δεδομένα

Διαβάστε περισσότερα

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τμήμα Τραπεζικής & Χρηματοοικονομικής

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τμήμα Τραπεζικής & Χρηματοοικονομικής ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τμήμα Τραπεζικής & Χρηματοοικονομικής Πολλαπλό Γραμμικό Υπόδειγμα Παλινδρόμησης Τα υποδείγματα του απλού γραμμικού υποδείγματος της παλινδρόμησης (simple linear regression

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Α μέρος: Πολυσυγγραμμικότητα. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Α μέρος: Πολυσυγγραμμικότητα. Παπάνα Αγγελική ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 9: Οικονομετρικά προβλήματα: Παραβίαση των υποθέσεων Α μέρος: Πολυσυγγραμμικότητα Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων Η Κανονική Κατανομή

ΕΙΣΑΓΩΓΗ 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 περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2

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

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ ΙΙΙ ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ

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

Διαβάστε περισσότερα

ΠΡΟΒΛΗΜΑ ΣΥΓΓΡΑΜΜΙΚΟΤΗΤΑΣ

ΠΡΟΒΛΗΜΑ ΣΥΓΓΡΑΜΜΙΚΟΤΗΤΑΣ ΠΡΟΒΛΗΜΑ ΣΥΓΓΡΑΜΜΙΚΟΤΗΤΑΣ Η συγγραμμικότητα (collinearity) ή πολυσυγγραμμικότητα (multicollinearity) είναι εκείνη η ανεπιθύμητη κατάσταση (εμφανίζεται στην πολυμεταβλητή παλινδρόμηση) όπου μία ανεξάρτητη

Διαβάστε περισσότερα

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ Οικονομετρία 4.1 Πολλαπλό Γραμμικό Υπόδειγμα Παλινδρόμησης Γενικεύοντας τη διμεταβλητή (Y, X) συνάρτηση

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΔΕΟ-13 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 2010-11 Τρίτη Γραπτή Εργασία στη Στατιστική Γενικές οδηγίες

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Π E Ρ IEXOMENA Πρόλογος... xiii ΜΕΡΟΣ ΠΡΩΤΟ ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΙΚΕΣ ΕΝΝΟΙΕΣ ΠΑΡΟΥΣΙΑΣΗ ΤΩΝ ΣΤΑΤΙΣΤΙΚΩΝ Ε ΟΜΕΝΩΝ 1.1 Εισαγωγή... 3 1.2 Ορισµός και αντικείµενο της στατιστικής... 3

Διαβάστε περισσότερα

Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17

Λίγα 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 περισσότερα

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Οικονομετρία Διάλεξη 2η: Απλή Γραμμική Παλινδρόμηση. Διδάσκουσα: Κοντογιάννη Αριστούλα

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Οικονομετρία Διάλεξη 2η: Απλή Γραμμική Παλινδρόμηση. Διδάσκουσα: Κοντογιάννη Αριστούλα Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Οικονομετρία Διάλεξη 2η: Απλή Γραμμική Παλινδρόμηση Διδάσκουσα: Κοντογιάννη Αριστούλα Πώς συσχετίζονται δυο μεταβλητές; Ένας απλός τρόπος για να αποκτήσουμε

Διαβάστε περισσότερα

Περιεχόμενα. Πρόλογος... 15

Περιεχόμενα. 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 περισσότερα

Γ. Πειραματισμός Βιομετρία

Γ. Πειραματισμός Βιομετρία Γενικά Συσχέτιση και Συμμεταβολή Όταν σε ένα πείραμα παραλλάσουν ταυτόχρονα δύο μεταβλητές, τότε ενδιαφέρει να διερευνηθεί εάν και πως οι αλλαγές στη μία μεταβλητή σχετίζονται με τις αλλαγές στην άλλη.

Διαβάστε περισσότερα

ΕΠΙΒΑΤΕΣ ΔΗΜΟΣΙΩΝ ΑΣΤΙΚΩΝ ΣΥΓΚΟΙΝΩΝΙΩΝ & ΖΗΤΗΣΗ

ΕΠΙΒΑΤΕΣ ΔΗΜΟΣΙΩΝ ΑΣΤΙΚΩΝ ΣΥΓΚΟΙΝΩΝΙΩΝ & ΖΗΤΗΣΗ ΕΠΙΒΑΤΕΣ ΔΗΜΟΣΙΩΝ ΑΣΤΙΚΩΝ ΣΥΓΚΟΙΝΩΝΙΩΝ & ΖΗΤΗΣΗ Επιβάτες Αστικών Συγκοινωνιών και Χαρακτηριστικά επιβατών: Εισόδημα Κατοχή ΙΧΕ Εθνικά Χαρακτηριστικά Φύλο Ηλικία Επάγγελμα. Ζήτηση (1/2) Επιβάτες Αστικών

Διαβάστε περισσότερα

Διάστημα εμπιστοσύνης της μέσης τιμής

Διάστημα εμπιστοσύνης της μέσης τιμής Διάστημα εμπιστοσύνης της μέσης τιμής Συντελεστής εμπιστοσύνης Όταν : x z c s < μ < x +z s c Ν>30 Στον πίνακα δίνονται κρίσιμες τιμές z c και η αντιστοίχισή τους σε διάφορους συντελεστές εμπιστοσύνης:

Διαβάστε περισσότερα