ΠΡΟΧΩΡΗΜΕΝΗ Υ ΡΟΛΟΓΙΑ. Εµβάθυνση στην πιθανοτική προσέγγιση των υδρολογικών µεταβλητών
|
|
- ἐλπίς Μητσοτάκης
- 6 χρόνια πριν
- Προβολές:
Transcript
1 ΠΡΟΧΩΡΗΜΕΝΗ Υ ΡΟΛΟΓΙΑ Εµβάθυνση στην πιθανοτική προσέγγιση των υδρολογικών µεταβλητών Νίκος Μαµάσης Εργαστήριο Υδρολογίας και Αξιοποίησης Υδατικών Πόρων Αθήνα ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΕΙΓΜΑΤΟΣ Σχήµα στατιστικών επεξεργασιών ΠΛΗΘΥΣΜΟΣ Ν Π ΕΙΓΜΑ (Ν < Ν Π ) ειγµατοληψία Συµπύκνωση πληροφορίας ΑΠΑΝΤΗΣΗ ΕΡΩΤΗΜΑΤΩΝ ΣΧΕΤΙΚΩΝ ΜΕ ΤΟΝ ΠΛΗΘΥΣΜΟ Τι πιθανότητα έχει να εµφανιστεί µια τιµή σε συγκεκριµένο διάστηµα Σε τι τιµή αντιστοιχεί κάποια πιθανότητα Εκτίµηση πιθανοτικών µεγεθών ΣΤΑΤΙΣΤΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΕΙΓΜΑΤΟΣ Μέση τιµή Τυπική απόκλιση Συντελεστής διασποράς Συντελεστής ασυµµετρίας Μοντελοποίηση ΠΡΟΣΑΡΜΟΓΗ ΘΕΩΡΗΤΙΚΩΝ ΚΑΤΑΝΟΜΩΝ Συναρτήσεις κατανοµής και πυκνότητας πιθανότητας Επιλογή θεωρητικής κατανοµής Στατιστικές δοκιµές καταλληλότητας
2 ΣΥΝΟΠΤΙΚΗ ΠΑΡΑΣΤΑΣΗ ΕΙΓΜΑΤΟΣ ΜΕΓΙΣΤΗ ΤΙΜΗ ΑΝΩ ΤΕΤΑΡΤΗΜΟΡΙΟ (Χ.75 ) ΙΑΤΕΤΑΡΤΗΜΟΡΙΑΚΟ ΕΥΡΟΣ (Χ.75 -Χ.5 ) ΙΑΜΕΣΟΣ ΤΙΜΗ (Χ.5 ) ΜΕΓΕΘΟΣ.5*(Χ.75 -Χ.5 ) ΕΩΣ 3* (Χ.75 -Χ.5 ) ΚΑΤΩ ΤΕΤΑΡΤΗΜΟΡΙΟ (Χ.5 ) ΕΛΑΧΙΣΤΗ ΤΙΜΗ Χ ΕΞΩΤΕΡΙΚΗ ΤΙΜΗ > 3* (Χ.75 -Χ.5 ) ΜΑΚΡΙΝΗ ΕΞΩΤΕΡΙΚΗ ΤΙΜΗ ΣΤΑΤΙΣΤΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΕΙΓΜΑΤΟΣ ΠΕΡΙΓΡΑΦΗ ΣΥΜΒΟΛΙΣΜΟΣ - ΣΧΕΣΗ Μέση τιµή X i i= = Τυπική απόκλιση ( Xi ) i= s = ιασπορά s Συντελεστής διασποράς s Τρίτη ροπή 3 ( Xi ) ( 3 ) i= µ = Τέταρτη ροπή 4 ( Xi ) ( 4 ) i= µ = ( 3) Συντελεστής ασυµµετρίας µ Cs = ( ) 3/ ( µ ) ( ) ( ) 3 ( 4) Συντελεστής κύρτωσης * µ Ck = ( )*( )*( 3)* µ Μέγιστη τιµή M T. = ma{ X, X,..., X } Ελάχιστη τιµή. i= = i = ET.. mi{ X, X,..., X} Χ..Χ : Οι τιµές της µεταβλητής : Αριθµός δεδοµένων δείγµατος ( )
3 ΣΤΑΤΙΣΤΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΕΙΓΜΑΤΟΣ 4 ΧΡΟΝΙΚΗ ΕΞΕΛΙΞΗ 4 ΙΣΤΟΓΡΑΜΜΑ ΣΧΕΤΙΚΗΣ ΣΥΧΝΟΤΗΤΑΣ Παροχή (m3/s) Χρόνος (έτη) Συχνότητα (%) Ετήσια παροχή (m 3 /s) Απόλυτη συχνότητα ΙΣΤΟΓΡΑΜΜΑ ΑΠΟΛΥΤΗΣ ΣΥΧΝΟΤΗΤΑΣ Ετήσια παροχή (m 3 /s) Αθροιστική συχνότητα (%) 8 4 ΑΘΡΟΙΣΤΙΚΟ ΙΣΤΟΓΡΑΜΜΑ Ετήσια παροχή (m 3 /s) ΕΠΙ ΡΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΧΑΡΑΚΤΗΡΙΣΤΙΚΩΝ ΕΙΓΜΑΤΟΣ Συνάρτηση Πυκνότητας Πιθανότητας ΕΠΙ ΡΑΣΗ ΜΕΣΗΣ ΤΙΜΗΣ Μέση τιµή < Μέση τιµή Τυπική απόκλιση = Τυπική αποκλιση Συντελεστής ασυµµετρίας = Συντελεστή ασυµµετρίας = Συντελεστής κύρτωσης = Συντελεστη κύρτωσης Τιµές µεταβλητής Συνάρτηση Πυκνότητας Πιθανότητας ΕΠΙ ΡΑΣΗ ΤΥΠΙΚΗΣ ΑΠΟΚΛΙΣΗΣ Μέση τιµή =Μέση τιµή Τυπική απόκλιση < Τυπική αποκλιση Συντελεστής ασυµµετρίας = Συντελεστή ασυµµετρίας = Συντελεστής κύρτωσης = Συντελεστη κύρτωσης Τιµές µεταβλητής Συνάρτηση Πυκνότητας Πιθανότητας ΕΠΙ ΡΑΣΗ ΣΥΝΤΕΛΕΣΤΗ ΑΣΥΜΜΕΤΡΙΑΣ Μέση τιµή = Μέση τιµή Τυπική απόκλιση = Τυπική αποκλιση Συντελεστής ασυµµετρίας = -Συντελεστή ασυµµετρίας Συντελεστής κύρτωσης = Συντελεστη κύρτωσης Συντελεστής ασυµµετρίας > Τιµές µεταβλητής Συντελεστής ασυµµετρίας < Συνάρτηση Πυκνότητας Πιθανότητας ΕΠΙ ΡΑΣΗ ΣΥΝΤΕΛΕΣΤΗ ΚΥΡΤΩΣΗΣ Μ.Τ. = Μ.Τ. Τ.Α. = Τ.Α. Σ.Α. = Σ.Α. = Συντελεστής κύρτωσης Συντελεστής κύρτωσης 5 Τιµές µεταβλητής Συντελεστής κύρτωσης 3 3
4 ΣΤΑΤΙΣΤΙΚΑ ΧΑΡΑΚΤΗΡΙΣΤΙΚΑ ΕΙΓΜΑΤΟΣ ΕΜΠΕΙΡΙΚΗ ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ 4 ΠΡΟΣΑΡΜΟΓΗ ΣΥΝΑΡΤΗΣΗΣ ΠΥΚΝΟΤΗΤΑΣ ΠΙΘΑΝΟΤΗΤΑΣ Αθροιστική συχνότητα (%) Ετήσια παροχή (m 3 /s) ΠΡΟΣΑΡΜΟΓΗ ΣΥΝΑΡΤΗΣΗΣ ΚΑΤΑΝΟΜΗΣ Ετήσια παροχή (m 3 /s) Αθροιστική συχνότητα (%) ΠΡΟΣΑΡΜΟΓΗ ΘΕΩΡΗΤΙΚΗΣ ΣΥΝΑΡΤΗΣΗΣ ΚΑΤΑΝΟΜΗΣ 4 Ετήσια παροχή (m 3 /s) Αθροιστική πιθανότητα (%) 4
5 ΜΕΓΙΣΤΕΣ ΗΜΕΡΗΣΙΕΣ ΠΑΡΟΧΕΣ Προσαρµογή θεωρητικών κατανοµών Weibull Normal LogNormal Galto Epoetial Gamma PearsoIII LogPearsoIII Gumbel Ma EV -Ma Gumbel Mi Weibull GEV Ma GEV Mi Pareto GEV-Ma (k spec.) GEV-Mi (k spec.) Πιθανότητα υπέρβασης (%) - κλίµακα: Κανονική καταν οµή. 99,95% 99,9% 99,8% 99,5% 99% 98% 95% 9% 8% 7% % 5% 4% 3% % % 5% % %,5%,%,%,5% Κανονική κατανοµή (Gauss) Kατανοµή Gumbel µεγίστων ΧΑΡΤΙ ΚΑΝΟΝΙΚΗΣ ΚΑΤΑΝΟΜΗΣ 4 Περίοδος επαναφοράς (έτη) Πιθανότητα υπέρβασης (%) 99.8% 97.7% 84% 5% %.3%.% Ετήσια παροχή (m3/s) Ανηγµένη µεταβλητή Gauss.%.3% % 5% 84% 97.7% 99.8% Συνάρτηση κατανοµής (%) 5
6 Αριθµός κλάσεων (k): 5 Αριθµός παραµέτρων κανονικής κατανοµής: 4 ΟΚΙΜΗ χ Βαθµοί ελευθερίας κατανοµής χ : 5-- Πιθανότητα κλάσης (p i ): % Θεωρητικός αριθµός σηµείων κλάσης (Ν*p i ): 3/5= Ετήσια παροχή (m 3 /s) Αριθµός σηµείων ανά κλάση (Ν i ) Αθροιστική πιθανότητα (%) 5 Κλάση N i 7 5 N*p i (N i -N*p i ) /N*p i,7,7 D =,33 % % % % % ΕΛΕΓΧΟΣ ΣΤΑΤΙΣΤΙΚΗΣ ΥΠΟΘΕΣΗΣ. Η µεταβλητή χ ακολουθεί την κατανοµή χ µε βαθµούς ελευθερίας. Από τα δεδοµένα του δείγµατος υπολογίζεται η στατιστική παράµετρος D 3. Η µηδενική υπόθεση (Η ) ότι το δείγµα ακολουθεί κανονική κατανοµή γίνεται δεκτή σε κάποιο επίπεδο σηµαντικότητας α αν D<χ α 8 Πιθανότητα (%) 4 D =,33 Q. = 4. Q.5 =. Q. = 9. Το D (.33) είναι µικρότερο από 4το χ 8 α για τα συνήθη επίπεδα σηµαντικότητας % (9.), 5% (.), % (4.). Άρα η µηδενική υπόθεση Μεταβλητή (Η χ ) ότι το δείγµα ακολουθεί κανονική κατανοµή γίνεται δεκτή στα συνήθη επίπεδα σήµαντικότητας
7 ΟΚΙΜΗ Kolmogorov-Smirov Βασίζεται στη διαφορά µεταξύ της αθροιστικής συνάρτησης κατανοµής F ()και του παρατηρηµένου αθροιστικού ιστογράµµατος F*() F*(Χ (i) )=i/ όπου είναι η i µεγαλύτερη παρατηρηµένη τιµή σεδείγµα µε µέγεθος Από τα δεδοµένα του δείγµατος υπολογίζεται η στατιστική παράµετρος D D = ma i= ( i) ( i) i ( i) [ F *( X ) F( X ) ] = ma F( X ) Η µηδενική υπόθεση (Η ) ότι το δείγµα ακολουθεί κανονική κατανοµή γίνεται δεκτή σε κάποιο επίπεδο σηµαντικότητας α αν D<c i= ΤΙΜΕΣ ΠΑΡΑΜΕΤΡΟΥ c Μέγεθος α=. α=.5 α=. δείγµατος >4./ /.3/ /.3/ / ΡΥΘΜΙΣΗ ΚΑΤΑΝΟΜΩΝ Κανονική κατανοµή Σε δείγµα τιµών Χiµε µέση τιµή µ και τυπική απόκλιση σ ηπαράµετρος z=(xi-µ)/σ ακολουθεί κανονική κατανοµή µε µ=, σ= είγµα έχειµ=, σ=5 και ακολουθεί κανονική κατανοµή Ποια είναι η περίοδος επαναφοράς Τ της τιµής Χi=5 z=(5-)/5= Ποια είναι η τιµή Χi που αντιστοιχεί σε περίοδο επαναφοράς Τ =.5 έτη F=-(/.5)=,333 F=84,% Πίνακας (,) z=, F=,843 F=33.3% Πίνακας (,) Για F=-.333 z=.43 Για F=.333 z=-.43 z= Τ=(-,843)= έτη z=-.43 (Xi-)/5=-.43 άρα Xi=7.8 7
8 ΑΠΟΣΠΑΣΜΑ ΠΙΝΑΚΑ ΚΑΝΟΝΙΚΗΣ ΚΑΤΑΝΟΜΗΣ ΟΡΙΑ ΕΜΠΙΣΤΟΣΥΝΗΣ 95% Κανονική κατανοµή. 99,95% 99,9% 99,8% 99,5% 99% 98% 95% 9% 8% 7% % 5% 4% 3% % % 5% % %,5%,%,%,5% % % % %
9 ΟΡΙΑ ΕΜΠΙΣΤΟΣΥΝΗΣ α% ( Τ) ( Τ) ma mi = ( Τ) + z = ( Τ) z + α / + α / S S T T Z +α/ η µεταβλητή της τυποποιηµένης κανονικής κατανοµής S T σˆ N η τυπική απόκλιση του T S T ˆ σ = δ Ν Η τυπική απόκλιση του δείγµατος Οαριθµός των Ν παρατηρήσεων του δείγµατος ΟΡΙΑ ΕΜΠΙΣΤΟΣΥΝΗΣ Κανονική κατανοµή Χ(Τ)ma=X(T)+z( +a)/ ) *S T. 99,95% 99,9% 99,8% 99,5% 99% 98% 95% 9% 8% 7% % 5% 4% 3% % % 5% % %,5%,%,%,5%.5. (+a)/ (+a)/ Χ(Τ)mi=X(T)-z( +a)/ ) *S T Χ() Χ(Τ)=m+Z (-/T) *s 5 T=, -/T =99%, z 99% =.33 a=95% +a/=97.5% z 97.5% =.9 9
10 ΙΑΚΙΝ ΥΝΕΥΣΗ Η πιθανότητα R να πραγµατοποιηθεί µέσα σε έτη τιµή που αντιστοιχεί σε περίοδο επαναφοράς Τ Πιθανότητα µη υπέρβασης σε ένα έτος: F=-F =(-/Τ) Πιθανότητα µη υπέρβασης σε έτη: (-/Τ) Πιθανότητα υπέρβασης σε έτη ( ιακινδύνευση): R=-(-/Τ) Παράδειγµα Τ= έτη = έτη R=-(-/) =.5=5% Συνάρτηση Πυκνότητας Πιθανότητας ΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜH Συνάρτηση Κατανοµής f µ.5*( ) σ ( ) = e πσ F µ ( ) σ ( ) = e π d ( Τ) ( Τ) ma mi = ( Τ) + z = ( Τ) z + α / + α / S S T T Όρια εµπιστοσύνης S T ˆ σ = δ Ν Κ( T ) δ = + K( T ) = Z( / T ) S T ητυπικήαπόκλισητου T Z +α/ η µεταβλητή της τυποποιηµένης κανονικής κατανοµής όταν το επίπεδο είναι α% σˆ ητυπικήαπόκλισητουδείγµατος N οαριθµός των παρατηρήσεων του δείγµατος
11 f ΛΟΓΑΡΙΘΜΟΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜH Συνάρτηση Πυκνότητας Συνάρτηση Κατανοµής Πιθανότητας l µ Υ ( ) σ Υ X ( ) = * e πσ Y F Εκτίµηση παραµέτρων (µέθοδος ροπών) l s µ Υ ( σ Υ X ( ) = * e s πσ Y ) Sl = l( + S / l = l S l / z l Χειρισµός της κατανοµής l = zs + l = l l S zs l l + l = e Z η µεταβλητή της τυποποιηµένης κανονικής κατανοµής ΚΑΤΑΝΟΜΗ GUMBEL ΜΕΓΙΣΤΩΝ Παράµετροι (µέθοδος ροπών) c =, 45 a =,8 / S S Συνάρτηση Πυκνότητας Πιθανότητας f X ( ) = ae a( c) e a ( c ) F X ( ) = e e Συνάρτηση Κατανοµής a ( c) l( l F ) l( l( / T )) ( T ) = c = c a a Όρια εµπιστοσύνης ( T ) + k( T )* = k ( T ) = * l( l( / T )) S ( T ) + T, = ( T ) ± +.39* k( T ).* k( ) S
12 ΚΑΤΑΝΟΜΗ GUMBEL ΕΛΑΧΙΣΤΩΝ Παράµετροι (µέθοδος ροπών) c = +, 45 a =,8 / S S Συνάρτηση Πυκνότητας Πιθανότητας f X ( ) = ae a( c) e a ( c ) Συνάρτηση Κατανοµής F X ( ) = e e a ( c ) l( l( F ) l( l(/ T )) ( T ) = c + = c + a a σ µ Παράµετροι (µέθοδος ροπών) Γ( + ) + = k Γ( + ) k µ c = Γ( + ) k ΚΑΤΑΝΟΜΗ WEIBULL f X Συνάρτηση Πυκνότητας Πιθανότητας ( ) = Συνάρτηση Κατανοµής F X k c *( ) c ( ) = e k e ( / c) k k ( / c) / [ ] k / l( F ) = c *[ l(/ T )] k ( T ) = c * µ, σ µέση τιµή και τυπική απόκλιση του δείγµατος c, κ παράµετροι της κατανοµής Weibull Γ() συνάρτηση Γάµα
13 f X ΚΑΤΑΝΟΜΗ LOG PEARSON III Συνάρτηση Πυκνότητας Πιθανότητας ( ) = κ λ *l( c) Γ( κ) κ e λ(l c) Συνάρτηση Κατανοµής F X ( ) = e c κ λ Γ ( κ ) * (l s c ) κ e λ (l s c ) ds Χειρισµός της κατανοµής z l = S l l = zs zs l l l + l l + = e Το Ζ υπολογίζεται από πίνακες µε βάση την πιθανότητα εµφάνισης και το συντελεστή ασυµµετρίας της l ΠΙΝΑΚΕΣ ΚΑΤΑΝΟΜΗΣ PEARSON III Μ.Α. Μιµίκου, Τεχνολογία υδατικών πόρων, Σελίδες
14 ΙΩΝΥΜΙΚΗ ΚΑΤΑΝΟΜΗ p( / N) N p q N! = p!( N )! p N N = * *( ) Ηδιωνυµική κατανοµή δίνει την πιθανότητα να έχουµε επιτυχίες σε Ν δοκιµές όπου p η πιθανότητα επιτυχίας κάθε δοκιµής και q=-p η πιθανότητα αποτυχίας κάθε δοκιµής Παράδειγµα Η πιθανότητα να εµφανιστεί η τιµή µε πιθανότητα %, 3 φορές σε 5 χρόνια είναι (5!/(3!*!))*.^3*.8^ (5-3) =.5 ΕΦΑΡΜΟΓΗ: Μέγιστες ετήσιες παροχές Προσαρµογή θεωρητικών κατανοµών Weibull Normal LogNormal Galto Epoetial PearsoIII LogPearsoIII Gumbel Ma EV-Ma Gumbel Mi Weibull GEV Ma GEV Mi Pareto GEV-Ma (k spec.) GEV-Mi (k spec.) Πιθαν ότητα υπέρβασης (%) - κλίµακα: Κανονική κατανοµή 99,95% 99,9% 99,8% 99,5% 99% 98% 95% 9% 8% 7% % 5% 4% 3% % % 5% % %,5%,%,%,5%
15 ΕΦΑΡΜΟΓΗ Προσαρµογή κανονικής κατανοµής Weibull Normal ειγµατικά όρια 95% Όρια διαστήµατος εµπ ΚΑΝΟΝΙΚΗ ιστοσύνης 95% ΚΑΤΑΝΟΜΗ Πιθανότητα υπέρβασης (%) - κλίµακα: Κανονική κατανοµή 99,95% 99,9% 99,8% 99,5% 99% 98% 95% 9% 8% 7% % 5% 4% 3% % % 5% % %,5%,%,%,5% ΕΦΑΡΜΟΓΗ Προσαρµογή λογαριθµοκανονικής κατανοµής Weibull LogNormal ειγµατικά όρια 95% Όρια διαστήµατος εµπιστοσύνης 95% Πιθανότητα υπέρβασης (%) - κλίµακα: Κανονική κατανοµή 99,95% 99,9% 99,8% 99,5% 99% 98% 95% 9% 8% 7% % 5% 4% 3% % % 5% % %,5%,%,%,5%
16 ΕΦΑΡΜΟΓΗ Προσαρµογή κατανοµής Gumbel µεγίστων Weibull Gumbel Ma ειγµατικά όρια 95% Όρια διαστήµατος εµπ ιστοσύνης 95% Πιθανότητα υπέρβασης (%) - κλίµακα: Κανονική κατανοµή 99,95% 99,9% 99,8% 99,5% 99% 98% 95% 9% 8% 7% % 5% 4% 3% % % 5% % %,5%,%,%,5% ΕΦΑΡΜΟΓΗ Προσαρµογή κατανοµής Gumbel ελαχίστων Weibull Gumbel Mi ειγµατικά όρια 95% Όρια διαστήµατος εµπ ιστοσύνης 95% Πιθανότητα υπέρβασης (%) - κλίµακα: Κανονική κατανοµή 99,95% 99,9% 99,8% 99,5% 99% 98% 95% 9% 8% 7% % 5% 4% 3% % % 5% % %,5%,%,%,5%
17 ΕΦΑΡΜΟΓΗ Προσαρµογή κατανοµής Log-Pearso II Weibull LogPearsoIII ειγµατικά όρια 95% Όρια διαστήµατος εµπ ιστοσύνης 95% Πιθανότητα υπέρβασης (%) - κλίµακα: Κανονική κατανοµή 99,95% 99,9% 99,8% 99,5% 99% 98% 95% 9% 8% 7% % 5% 4% 3% % % 5% % %,5%,%,%,5% ΕΦΑΡΜΟΓΗ Προσαρµογή κατανοµής Weibull Weibull Weibull ειγµατικά όρια 95% Όρια διαστήµατος εµπιστοσύνης 95% Πιθανότητα υπέρβασης (%) - κλίµακα: Καν ον ική κατανοµή 99,95% 99,9% 99,8% 99,5% 99% 98% 95% 9% 8% 7% % 5% 4% 3% % % 5% % %,5%,%,%,5%
18 ΕΦΑΡΜΟΓΗ: Αποτελέσµατα δοκιµής χ (5 κλάσεις) a=% a=5% a=% a Παράµετρος Κανονική ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,5% 4,33 Κανονική (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,5% 4,33 Λογαριθµοκανονική ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,4%,7 Galto ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΑΠΟΡΡΙΨΗ 8,3% 3, Εκθετική ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,% 3,7 Εκθετικήl(L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 3,5% 4, Γάµµα ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 3,%,33 Pearso III ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΑΠΟΡΡΙΨΗ 8,3% 3, LogPearsoIII ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,7%,33 ΑΤ-Ma (Gumbel) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 3,%,33 ΑΤ-Ma ΕΝ ΑΠΟΡ. ΑΠΟΡΡΙΨΗ ΑΠΟΡΡΙΨΗ,% 8,33 ΑΤ-Mi (Gumbel) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,5% 4,33 ΑΤ3-Mi (Weibull) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 43,5%,7 ΓΑΤ-Ma ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,7%,33 ΓΑΤ-Mi ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 9,7%,7 Pareto ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 3,7%, ΓΑΤ-Ma (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,7%,33 ΓΑΤ-Mi (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 3,7%, ΑΤ-Ma (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 3,%,33 ΑΤ-Ma (L-Ροπές) ΑΠΟΡΡΙΨΗ ΑΠΟΡΡΙΨΗ ΑΠΟΡΡΙΨΗ,9% 9,33 ΑΤ-Mi ( L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,5% 4,33 ΑΤ3-Mi ( L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 43,5%,7 Pareto (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,7%,33 ΓΑΤ-Ma (κκαθ.) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΑΠΟΡΡΙΨΗ 9,7% 4,7 ΓΑΤ-Mi (κκαθ.) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,3% 3, ΓΑΤ-Ma (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,4%,7 ΓΑΤ-Mi (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,3% 3, ΕΦΑΡΜΟΓΗ: Αποτελέσµατα δοκιµής χ ( κλάσεις) a=% a=5% a=% a Παράµετρος Κανονική ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 57,%, Κανονική (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 57,%, Λογαριθµοκανονική ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΑΠΟΡΡΙΨΗ 5,5% 7, Galto ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 3,8%, Εκθετική ΕΝ ΑΠΟΡ. ΑΠΟΡΡΙΨΗ ΑΠΟΡΡΙΨΗ 4,% 8, Εκθετικήl(L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 3,3% 5, Γάµµα ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 5,8% 5, Pearso III ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 3,8%, LogPearsoIII ΕΝ ΑΠΟΡ. ΑΠΟΡΡΙΨΗ ΑΠΟΡΡΙΨΗ 5,%, ΑΤ-Ma (Gumbel) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 5,8% 5, ΑΤ-Ma ΕΝ ΑΠΟΡ. ΑΠΟΡΡΙΨΗ ΑΠΟΡΡΙΨΗ,7% 9, ΑΤ-Mi (Gumbel) ΕΝ ΑΠΟΡ. ΑΠΟΡΡΙΨΗ ΑΠΟΡΡΙΨΗ 4,% 8, ΑΤ3-Mi (Weibull) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 84,9%,8 ΓΑΤ-Ma ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 3,8%, ΓΑΤ-Mi ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 7,%,8 Pareto ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,% 4,4 ΓΑΤ-Ma (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,% 4,4 ΓΑΤ-Mi (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,% 3, ΑΤ-Ma (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 5,8% 5, ΑΤ-Ma (L-Ροπές) ΕΝ ΑΠΟΡ. ΑΠΟΡΡΙΨΗ ΑΠΟΡΡΙΨΗ 3,8% 8,4 ΑΤ-Mi (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 5,8% 5, ΑΤ3-Mi (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 84,9%,8 Pareto (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,% 4,4 ΓΑΤ-Ma (κκαθ.) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,%, ΓΑΤ-Mi (κκαθ.) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 4,3%,8 ΓΑΤ-Ma (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,% 4,4 ΓΑΤ-Mi (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 57,%, 8
19 ΕΦΑΡΜΟΓΗ: Αποτελέσµατα δοκιµής Kolmogorov-Smirov a=% a=5% a=% a DMa Κανονικήl ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 9,9%,8 Κανονική (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 9,9%,8 Λογαριθµοκανονική ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 78,%, Galto ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 99,%,7 Εκθετική ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 8,%,9 Εκθετικήl(L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 49,%,4 Γάµµα ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 98,5%,8 Pearso III ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 99,4%,7 LogPearsoIII ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 55,%,4 ΑΤ-Ma (Gumbel) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 95,5%,9 ΑΤ-Ma ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΑΠΟΡΡΙΨΗ 5,%,4 ΑΤ-Mi (Gumbel) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 4,%,5 ΑΤ3-Mi (Weibull) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,%, ΓΑΤ-Ma ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 99,%,7 ΓΑΤ-Mi ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,%, Pareto ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 97,%,8 ΓΑΤ-Ma (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 99,5%,7 ΓΑΤ-Mi (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 99,%,7 ΑΤ-Ma (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 99,%,7 ΑΤ-Ma (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ.,5%,9 ΑΤ-Mi (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 4,%,5 ΑΤ3-Mi (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 99,9%, Pareto (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 97,5%,8 ΓΑΤ-Ma (κκαθ.) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 54,7%,4 ΓΑΤ-Mi (κκαθ.) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 7,%, ΓΑΤ-Ma (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 78,8%, ΓΑΤ-Mi (L-Ροπές) ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. ΕΝ ΑΠΟΡ. 7,%, ΕΦΑΡΜΟΓΗ: Στατιστικά χαρακτηριστικά και παράµετροι Πλήθος 3 Μέση τιµή 7,93 Τυπική απόκλιση 48,4 3ηκεντρικήροπή 589,9 Συντελεστής ασυµ.,9 Μέση τιµήτουy=l() 5,45 Τυπ. αποκλ. y=l(), Τρίτη κεντρ. ροπή -//- -,8 Ασυµετρία -//- -,4 ΛογΚανονική my 5,48 ΛογΚανονική sy,5 Galto my,4 Galto sy, Galto c -38,9 Εκθετική c 4,47 Εκθετική λ, Γάµµαλ 3,38 Γάµµακ, Pearso III κ 8,34 Pearso III λ, Pearso III c -55,79 Λογ Pearso III κ 5,8 Λογ Pearso III λ 8,39 Λογ Pearso III c,4 ΑΤ- (Gumbel) Ma λ 5,8 ΑΤ- (Gumbel) Ma ψ,78 ΑΤ- Ma κ,9 ΑΤ- Ma λ, ΑΤ- (Gumbel) Mi λ 5,8 ΑΤ- (Gumbel) Mi ψ,93 ΑΤ-3 (Weibull) Mi κ,5 ΑΤ-3 (Weibull) Mi λ,5 ΓΑΤ Ma κ -,9 ΓΑΤ Ma λ 8, ΓΑΤ Ma ψ,3 ΓΑΤ Mi κ,5 ΓΑΤ Mi λ,77 ΓΑΤ Mi ψ,9 Pareto κ,4 Pareto λ 8,7 Pareto ψ,5 LΡοπή: L 7,93 LΡοπή: L 84,8 LΡοπή: L3 3,4 LΡ-Κανονική m 7,93 LΡ-Κανονική s 49,37 LΡ-Εκθετική c 4,38 LΡ-Εκθετική λ, LΡ-ΑΤ- (Gumbel) Ma λ,58 LΡ-ΑΤ- (Gumbel) Ma ψ,7 LΡ-ΑΤ- Ma κ,39 LΡ-ΑΤ- Ma λ 7,44 LΡ-ΑΤ- (Gumbel) Mi λ,58 LΡ-ΑΤ- (Gumbel) Mi ψ,8 LΡ-ΑΤ-3 (Weibull) Mi κ,53 LΡ-ΑΤ-3 (Weibull) Mi λ 3,8 LΡ-ΓΑΤ Ma κ -, LΡ-ΓΑΤ Ma λ,99 LΡ-ΓΑΤ Ma ψ,5 LΡ-ΓΑΤ Mi κ, LΡ-ΓΑΤ Mi λ,35 LΡ-ΓΑΤ Mi ψ,8 LΡ-Pareto κ,44 LΡ-Pareto λ 97,5 LΡ-Pareto ψ,3 ΓΑΤ Ma (κκαθ.) κ,5 ΓΑΤ Ma (κκαθ.) λ 9,58 ΓΑΤ Ma (κκαθ.) ψ, ΓΑΤ Mi (κκαθ.) κ,5 ΓΑΤ Mi (κκαθ.) λ 35,7 ΓΑΤ Mi (κκαθ.) ψ,4 LΡ-ΓΑΤ Ma (κκαθ.) κ,5 LΡ-ΓΑΤ Ma (κκαθ.) λ 3,7 LΡ-ΓΑΤ Ma (κκαθ.) ψ,88 LΡ-ΓΑΤ Mi (κκαθ.) κ,5 LΡ-ΓΑΤ Mi (κκαθ.) λ 37, 9
20 ΕΦΑΡΜΟΓΗ ΣΕ ΛΟΓΙΣΤΙΚΟ ΦΥΛΛΟ Εκτίµηση παραµέτρων θεωρητικών κατανοµών A B C D E F G H 4 ΜΕΣΗ ΤΙΜΗ 7,93 5,45 4 ΤΥΠ. ΑΠΟΚ 48,4, 4 TA DIOR 4,4,59 43 Σ.,54, 44 ΣΑ,9 -,4 45 Σ.ΚΥΡΤ -, -,47 4 ΜΕΓΙΣΤΗ,,43 47 ΕΛΑΧΙΣΤΗ 59,5 4,9 48 ΑΡΙΘΜΟΣ ΤΙΜΩΝ 3 3 /(,78*$B$4) ΚΑΝΟΝΙΚΗ GUMBELL ΜΕΓΙΣΤΩΝ 5 µ 7,93 α,9 53 σ 4,4 c 7, $B$4-,45*$B$ LN($B$5)-$B$^/ (B4/B4)^+-EXP(GAMMALN(+/F))/(EXP(GAMMALN(+/F)))^ 59 ΛΟΓΑΡΙΘΜΟΚΑΝΟΝΙΚΗ WEIBULL, my 5,483 5,45 k,948,4 σy,5,587 C 37,8 3, SQRT(LN(+$B$53^/$B$5^)) B4/EXP(GAMMALN(+/F)) /(,78*$B$4) GUMBELL ΕΛΑΧΙΣΤΩΝ 74 α,9 75 c 338, $B$4+,45*$B$4 79 ΕΦΑΡΜΟΓΗ ΣΕ ΛΟΓΙΣΤΙΚΟ ΦΥΛΛΟ Προσαρµογή θεωρητικών κατανοµών A B C D E F G H I J K L M NORMDIST(B7;$B$5;$B$53;TRUE) -EXP(-EXP($I$5*(B7-$I$53))) -,7^(-((B7/$F$)^$F$)) -A8/($A$37+) EXP(-EXP(-$F$5*(B7-$F$53))) NORMDIST(LN(B7);$B$;$B$;TRUE) ΑΠΟ ΠΙΝΑΚΕΣ Σ.Α.= -.4 ΛΟΓΑΡΙΘΜΟΣ ΕΜΠΕΙΡΙΚΗ ΚΑΝΟΝΙΚΗ GUMBEL ΜΕΓΙΣΤΩΝ GUMBEL ΕΛΑΧΙΣΤΩΝ ΛΟΓΑΡΙΘΜΟΚΑΝΟΝΙΚΗ WEIBULL LOGPEARSON K,,,,,,43,97,99,97,,97,98,975,7 (C8-$C$4)/$C$4 5,33,94,98,9,,95,9, ,7,9,9,94,,94,94,4 4 49,9,87,93,9,98,9,9,9, 5 45,,84,89,89,93,89,88, 4,,,8,83,84,85,8,83, ,9,77,75,79,73,8,7, ,5 5,85,74,7,75,,77,7,8 9 35, 5,78,7,4,7,59,73,7,57 3, 5,74,8,,7,54,9,4,49 9,8 5,9,5,5,3,5,,,4 93,3 5,8,,5,3,49,5,,,39 3 7,3 5,,58,5,57,43,,54, 4 7,9 5,,55,49,5,4,59,54, 5 58,3 5,55,5,4,53,39,5,5,7 5 5,53,48,44,5,37,54,49,3 7 49,9 5,5,45,44,5,37,53,49, 8 44,3 5,5,4,4,49,35,5,47,5,8 9 9, 5,44,39,38,44,3,4,43 -,3 3 5,3,35,3,35,,37,3 -,4 8 5,9,3,,8,,8,3 -,44, 5,8,9,,,9,,4 -,4 3 4,5 4,95,,8,7,,4,9, -,8 4 9,5 4,8,3,,4,5,,7 -, 5 3,9 4,8,9,5,3,4,9, -,8 5,5 4,75,,4,,3,7,4 -, 7 5,4 4,,3,3,9,,5, -,35 8,9 4,3,,,8,,5, -,39 9 8, 4,4,,,,,,8 -,7 3 59,5 4,9,3,7,3,8,,4,5 -,33
21 ΕΦΑΡΜΟΓΗ ΣΕ ΛΟΓΙΣΤΙΚΟ ΦΥΛΛΟ Προσαρµογή θεωρητικών κατανοµών,,8 ΣΥΝΑΡΤΗΣΗ ΚΑΤΑΝΟΜΗΣ,,4, ΕΜΠΕΙΡΙΚΗ ΚΑΝΟΝΙΚΗ GUMBEL ΜΕΓΙΣΤΩΝ GUMBEL ΕΛΑΧΙΣΤΩΝ ΛΟΓΑΡΙΘΜΟΚΑΝΟΝΙΚΗ WEIBULL LOGPEARSON, TIMH ΕΦΑΡΜΟΓΗ ΣΕ ΛΟΓΙΣΤΙΚΟ ΦΥΛΛΟ Εκτίµηση τιµών και ορίων εµπιστοσύνης 95% και 99% O P Q R S T U V W X Y Z ΤΙΜΕΣ ΚΑΤΑΝΟΜΩΝ 3 Τ= Τ=5 Τ= Τ=5 Τ= Τ= NORMINV(U4;$B$5;$B$53) 4 F=,5,8,9,98,99,999 5 ΚΑΝΟΝΙΚΗ 7,9 395,8 4, 57,9,7 74, $F$53-LN(-LN(U4))/$F$5 GUMBELL ΜΕΓΙΣΤΩΝ 49, 378, 43, 5,7 73, 994, 7 GUMBELL ΕΛΑΧΙΣΤΩΝ 9,9 39,9 433,7 494, 5, 558,8 $I$53+LN(-LN(-U4))/$I$5 8 ΛΟΓΑΡΙΘΜΟΚΑΝΟΝΙΚΗ 4, 37, 457,8 74,4 773,3 34,5 9 WEIBULL 55, 393, 47,3 9,9 74, 83, EXP(NORMINV(U4;$B$;$B$)) LOGPEARSON 75,4 38, 48,5 44,9 83,9 953,5 Κ -,898 -,898,8,8,8,3987 $F$*(-LN(-U4))^(/$F$) ΑΠΟ ΠΙΝΑΚΕΣ Σ.Α.= -.4 EXP($C$4+$C$4*U) ΟΡΙΑ ΕΜΠΙΣΤΟΣΥΝΗΣ 95% Z.975=,9 7 ΖU,,84,8,54,3 3,9 NORMSINV(U4) 8 9 ΚΑΝΟΝΙΚΗ 35, 45,7 53, 5, 73,3 849,8 U5+$R$*(SQRT(+(U7^)/)*($B$4/SQRT($B$48))),7 335, 389, 48,7 5, 598, GUMBELL ΜΕΓΙΣΤΩΝ 3 KT -,4,7,35,594 3,38 4,938 -,45-,78*LN(-LN(U4)) 4 73,4 49,3 59, 74,5 835,9 48, 5 4,5 33,8 47,9 5,8, 839,8 U+($B$4/SQRT($B$48))*(+,39*U3+,*U3^)^,5 7 ΛΟΓΑΡΙΘΜΟΚΑΝΟΝΙΚΗ 9,9 48,8 7,8 97,8 58,7 879, 8 95, 87,5 344,8 45, 5, 84, EXP(NORMINV(U4;$B$;$B$)+$R$*(SQRT(+(U7^)/)*($C$4/SQRT($C$48)))) 3
22 ΕΦΑΡΜΟΓΗ ΣΕ ΛΟΓΙΣΤΙΚΟ ΦΥΛΛΟ Εκτίµηση τιµών και ορίων εµπιστοσύνης 95% Παροχή (m 3 /s) 8 4 ΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜΗ,,, 3, 4, Ανηγµένη µεταβλητή Ζ Παροχή (m 3 /s) 5 ΛΟΓΑΡΙΘΜΟ- ΚΑΝΟΝΙΚΗ ΚΑΤΑΝΟΜΗ 5,,, 3, 4, Ανηγµένη µεταβλητή Ζ ΕΦΑΡΜΟΓΗ ΣΕ ΛΟΓΙΣΤΙΚΟ ΦΥΛΛΟ Εκτίµηση τιµών και ορίων εµπιστοσύνης 95% ΚΑΤΑΝΟΜΗ GUMBELL ΜΕΓΙΣΤΩΝ Παροχή (m 3 /s) 8 4,,, 3, 4, 5, Ανηγµένη µεταβλητή K
Υ ΑΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΚΑΙ ΑΝΑΠΤΥΞΗ. Πιθανοτική προσέγγιση υδρολογικών µεταβλητών
Υ ΑΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΚΑΙ ΑΝΑΠΤΥΞΗ Πιθανοτική προσέγγιση υδρολογικών µεταβλητών Νίκος Μαµάσης Εργαστήριο Υδρολογίας και Αξιοποίησης Υδατικών Πόρων Αθήνα 7 ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΕΙΓΜΑΤΟΣ Σχήµα στατιστικών επεξεργασιών
Διαβάστε περισσότεραΠιθανοτική προσέγγιση των υδρολογικών µεταβλητών
Πιθανοτική προσέγγιση των υδρολογικών µεταβλητών Εργαστήριο Υδρολογίας και Αξιοποίησης Υδατικών Πόρων Αθήνα 9 ΣΧΕΣΗ ΤΕΧΝΙΚΗΣ Υ ΡΟΛΟΓΙΑΣ ΚΑΙ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ Οι περισσότερες µέθοδοι της τεχνικής υδρολογίας
Διαβάστε περισσότεραΠιθανοτική προσέγγιση των υδρολογικών µεταβλητών
Πιθανοτική προσέγγιση των υδρολογικών µεταβλητών Εργαστήριο Υδρολογίας και Αξιοποίησης Υδατικών Πόρων Αθήνα ΣΥΛΛΟΓΙΣΜΟΣ-ΕΠΑΓΩΓΗ (DEDUCTION INDUCTION) Ο Αριστοτέλης δίδαξε ότι κάθε πεποίθηση προέρχεται
Διαβάστε περισσότεραΥ ΑΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΚΑΙ ΑΝΑΠΤΥΞΗ. Πιθανοτική προσέγγιση υδρολογικών µεταβλητών
Υ ΑΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΚΑΙ ΑΝΑΠΤΥΞΗ Πιθανοτική προσέγγιση υδρολογικών µεταβλητών Νίκος Μαµάσης Εργαστήριο Υδρολογίας και Αξιοποίησης Υδατικών Πόρων Αθήνα ΣΥΛΛΟΓΙΣΜΟΣ-ΕΠΑΓΩΓΗ (DEDUCTION INDUCTION) Ο Αριστοτέλης
Διαβάστε περισσότεραΠΡΟΧΩΡΗΜΕΝΗ Υ ΡΟΛΟΓΙΑ. Πιθανοτική προσέγγιση υδρολογικών µεταβλητών
ΠΡΟΧΩΡΗΜΕΝΗ Υ ΡΟΛΟΓΙΑ Πιθανοτική προσέγγιση υδρολογικών µεταβλητών Εργαστήριο Υδρολογίας και Αξιοποίησης Υδατικών Πόρων Αθήνα ΣΥΛΛΟΓΙΣΜΟΣ-ΕΠΑΓΩΓΗ (DEDUCTION INDUCTION) Ο Αριστοτέλης δίδαξε ότι κάθε πεποίθηση
Διαβάστε περισσότεραΤΕΧΝΙΚΗ ΥΔΡΟΛΟΓΙΑ Πιθανοτική προσέγγιση των υδρολογικών μεταβλητών
ΤΕΧΝΙΚΗ ΥΔΡΟΛΟΓΙΑ Πιθανοτική προσέγγιση των υδρολογικών μεταβλητών Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Πολιτικών Μηχανικών Εργαστήριο Υδρολογίας και Αξιοποίησης Υδατικών Πόρων ΣΥΛΛΟΓΙΣΜΟΣ-ΕΠΑΓΩΓΗ (DEDUCTION
Διαβάστε περισσότεραΥΔΡΟΛΟΓΙΑ. Ενότητα 3:Στατιστική και πιθανοτική ανάλυση υδρομετεωρολογικών μεταβλητών. Καθ. Αθανάσιος Λουκάς
Τμήμα Πολιτικών Μηχανικών Πανεπιστήμιο Θεσσαλίας ΥΔΡΟΛΟΓΙΑ Ενότητα 3:Στατιστική και πιθανοτική ανάλυση υδρομετεωρολογικών μεταβλητών Καθ. Αθανάσιος Λουκάς Εργαστήριο Υδρολογίας και Ανάλυσης Υδατικών Συστημάτων
Διαβάστε περισσότεραΥΔΡΟΛΟΓΙΑ. Ενότητα 3:Στατιστική και πιθανοτική ανάλυση υδρομετεωρολογικών μεταβλητών- Ασκήσεις. Καθ. Αθανάσιος Λουκάς
Τμήμα Πολιτικών Μηχανικών Πανεπιστήμιο Θεσσαλίας ΥΔΡΟΛΟΓΙΑ Ενότητα 3:Στατιστική και πιθανοτική ανάλυση υδρομετεωρολογικών μεταβλητών- Ασκήσεις Καθ. Αθανάσιος Λουκάς Εργαστήριο Υδρολογίας και Ανάλυσης Υδατικών
Διαβάστε περισσότεραΥΔΡΟΛΟΓΙΚΗ ΠΡΟΣΟΜΟΙΩΣΗ ΚΑΙ ΠΡΟΓΝΩΣΗ
Τμήμα Πολιτικών Μηχανικών Πανεπιστήμιο Θεσσαλίας ΥΔΡΟΛΟΓΙΚΗ ΠΡΟΣΟΜΟΙΩΣΗ ΚΑΙ ΠΡΟΓΝΩΣΗ Ενότητα 2: Στατιστική και πιθανοτική ανάλυση ακραίων υδρολογικών τιμών 2.1. Πιθανοτική Ανάλυση Ακραίων Τιμών Καθ. Αθανάσιος
Διαβάστε περισσότεραΠερίπου ίση µε την ελάχιστη τιµή του δείγµατος.
1. Η µέση υπερετήσια τιµή δείγµατος µέσων ετήσιων παροχών Q (m3/s) που ακολουθούν κατανοµή Gauss, ξεπερνιέται κατά µέσο όρο κάθε: 1/0. = 2 έτη. 1/1 = 1 έτος. 0./1 = 0. έτος. 2. Έστω δείγµα 20 ετών µέσων
Διαβάστε περισσότεραΑΝΑΛΥΣΗ ΣΥΧΝΟΤΗΤΑΣ ΥΔΡΟΛΟΓΙΚΩΝ ΦΑΙΝΟΜΕΝΩΝ
ΑΝΑΛΥΣΗ ΣΥΧΝΟΤΗΤΑΣ ΥΔΡΟΛΟΓΙΚΩΝ ΦΑΙΝΟΜΕΝΩΝ Ανάλυση συχνότητας ενός υδρολογικού μεγέθους: Είναι η εύρεση της σχέσεως μεταξύ του υδρολογικού φαινομένου και της πιθανότητας εμφανίσεως του μεγέθους αυτού. Μεταβλητή:
Διαβάστε περισσότεραΠλημμύρες Πιθανοτικό πλαίσιο
Πλημμύρες Germany, Bavaria, Franconia, Bamberg, Old City Hall over river Νίκος Μαμάσης Εργαστήριο Υδρολογίας και Αξιοποίησης Υδατικών Πόρων Αθήνα 4 Ίχνη πλημμύρας σε κτήρια της Κολωνίας Πηγή: Early Warning
Διαβάστε περισσότεραΕΛΕΓΧΟΙ ΠΡΟΣΑΡΜΟΓΗΣ & ΥΠΟΘΕΣΕΩΝ
ΕΛΕΓΧΟΙ ΠΡΟΣΑΡΜΟΓΗΣ & ΥΠΟΘΕΣΕΩΝ Μετά από την εκτίµηση των παραµέτρων ενός προσοµοιώµατος, πρέπει να ελέγχουµε την αλήθεια της υποθέσεως που κάναµε. Είναι ορθή η υπόθεση που κάναµε? Βεβαίως συνήθως υπάρχουν
Διαβάστε περισσότεραΚεφάλαιο 5 Τυπική στατιστική ανάλυση μιας υδρολογικής μεταβλητής
Κεφάλαιο 5 Τυπική στατιστική ανάλυση μιας υδρολογικής μεταβλητής Στο κεφάλαιο αυτό θα εφαρμόσουμε τις αρχές και μεθόδους της στατιστικής, τις οποίες παρουσιάσαμε ήδη στο κεφάλαιο 3, σε ένα από τα πιο τυπικά
Διαβάστε περισσότεραΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
Π E Ρ IEXOMENA Πρόλογος... xiii ΜΕΡΟΣ ΠΡΩΤΟ ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΙΚΕΣ ΕΝΝΟΙΕΣ ΠΑΡΟΥΣΙΑΣΗ ΤΩΝ ΣΤΑΤΙΣΤΙΚΩΝ Ε ΟΜΕΝΩΝ 1.1 Εισαγωγή... 3 1.2 Ορισµός και αντικείµενο της στατιστικής... 3
Διαβάστε περισσότερα(2.8) Η αθροιστική πιθανότητα, που προκύπτει με ολοκλήρωση της παραπάνω σχέσης (2.8), δίνεται από τη σχέση: σ π
Κεφάλαιο Στατιστικές έννοιες στην Υδρολογία Τα φυσικά γεγονότα όπως είναι οι βροχοπτώσεις, η εξατμισοδιαπνοή και η απορροή είναι από τη φύση τους τυχαία. Οι παρατηρήσεις μας γι αυτά συχνά περιλαμβάνουν
Διαβάστε περισσότερα3. Κατανομές πιθανότητας
3. Κατανομές πιθανότητας Τυχαία Μεταβλητή Τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε σημείο (ω) ενός δειγματικού χώρου (Ω) αντιστοιχεί έναν πραγματικό αριθμό. Ω ω X (ω ) R Διακριτή τ.μ.
Διαβάστε περισσότεραΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. αλλού
ΤΥΧΑΙΕΣ ΜΕΤΑΒΛΗΤΕΣ ΚΑΙ ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ - ΑΣΚΗΣΕΙΣ. Η τυχαία μεταβλητή Χ έχει συνάρτηση πιθανότητας που δίνεται από τον πίνακα: x f(x) / / / / / Να βρεθεί η μέση τιμή και η διασπορά.. Η τυχαία μεταβλητή
Διαβάστε περισσότερα1) ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ - ΑΤΑΞΙΝΟΜΗΤΑ ΔΕΔΟΜΕΝΑ
ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΧΕΙΜΕΡΙΝΟ ΕΞΑΜΗΝΟ 205-206 ΔΙΔΑΣΚΟΝΤΕΣ ΔΗΜΗΤΡΗΣ ΚΑΛΛΙΒΩΚΑΣ, ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ ) ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ - ΑΤΑΞΙΝΟΜΗΤΑ ΔΕΔΟΜΕΝΑ ΑΣΚΗΣΗ Τα παρακάτω δεδομένα αναφέρονται στη
Διαβάστε περισσότεραΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ
- - ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεματική Ενότητα: ΔΕΟ3 Ποσοτικές Μέθοδοι Ακαδημαϊκό Έτος: 009-0 ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ - - ΑΡΙΘΜΗΤΙΚΕΣ ΜΕΘΟΔΟΙ ΣΥΝΟΨΗΣ
Διαβάστε περισσότεραΕισαγωγή στην κανονική κατανομή και την χρήση της στην Υδρολογία Σ.Η.Καραλής
Βασική στατιστική Υδρολογία Εισαγωγή στην κανονική κατανομή και την χρήση της στην Υδρολογία Σ.Η.Καραλής 1. Ορολογία 2. Ιστογράμματα συχνοτήτων 3. Ιδιότητες κανονικής κατανομής 4. Πίνακες τυποποιημένης
Διαβάστε περισσότεραΑποσπάσµατα από το βιβλίο «Τεχνολογία Υδατικών Πόρων» της Καθηγήτριας Μ.Α.Μιµίκου Γ έκδοση, 2006
Αποσπάσµατα από το βιβλίο «Τεχνολογία Υδατικών Πόρων» της Καθηγήτριας Μ.Α.Μιµίκου Γ έκδοση, 006 Κεφάλαιο 3 Κατανοµές Πιθανοτήτων Υδρολογικών Μεταβλητών Η πιθανολογική υδρολογική ανάλυση στηρίζεται στην
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 3 ΔΕΣΜΕΥΜΕΝΗ ΠΙΘΑΝΟΤΗΤΑ, ΟΛΙΚΗ ΠΙΘΑΝΟΤΗΤΑ ΘΕΩΡΗΜΑ BAYES, ΑΝΕΞΑΡΤΗΣΙΑ ΚΑΙ ΣΥΝΑΦΕΙΣ ΕΝΝΟΙΕΣ 71
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 13 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 21 2.1.1 Αβεβαιότητα και Τυχαίο Πείραμα
Διαβάστε περισσότεραΣτατιστική Εισαγωγικές Έννοιες
Στατιστική Εισαγωγικές Έννοιες Στατιστική: η επιστήµη που παρέχει µεθόδους και εργαλεία για την οργάνωση, συστηµατική περιγραφή και περιληπτική παρουσίαση δεδοµένων, καθώς και για την ανάλυση της πληροφορίας
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 20 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 20 2.1.1 Αβεβαιότητα
Διαβάστε περισσότεραΠανεπιστήμιο Πελοποννήσου
Πανεπιστήμιο Πελοποννήσου Τυχαίες μεταβλητές Κατανομές Τυχαία Μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) ονομάζεται η συνάρτηση που απεικονίζει το σύνολο των δυνατών αποτελεσμάτων ενός πειράματος στο σύνολο
Διαβάστε περισσότεραΚεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ
ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος 75 Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ 1.1. Τυχαία γεγονότα ή ενδεχόμενα 17 1.2. Πειράματα τύχης - Δειγματικός χώρος 18 1.3. Πράξεις με ενδεχόμενα 20 1.3.1. Ενδεχόμενα ασυμβίβαστα
Διαβάστε περισσότεραΣτατιστική Συμπερασματολογία
Στατιστική Συμπερασματολογία Διαφάνειες 1 ου κεφαλαίου Βιβλίο: Κολυβά Μαχαίρα, Φ. & Χατζόπουλος Στ. Α. (2016). Μαθηματική Στατιστική, Έλεγχοι Υποθέσεων. [ηλεκτρ. βιβλ.] Αθήνα: Σύνδεσμος Ελληνικών Ακαδημαϊκών
Διαβάστε περισσότεραΣτοχαστική ανάλυση και προσοµοίωση υδροµετεωρολογικών διεργασιών σχετικών µε την αιολική και ηλιακή ενέργεια
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΟΣ Στοχαστική ανάλυση και προσοµοίωση υδροµετεωρολογικών διεργασιών σχετικών µε την αιολική και ηλιακή ενέργεια
Διαβάστε περισσότεραΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ
ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραµµα Σπουδών: ΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ και ΟΡΓΑΝΙΣΜΩΝ Θεµατική Ενότητα: ΕΟ-3 Ποσοτικές Μέθοδοι Ακαδηµαϊκό Έτος: 003- ΤΥΠΟΛΟΓΙΟ ΣΤΑΤΙΣΤΙΚΗΣ ΑΡΙΘΜΗΤΙΚΗ ΠΕΡΙΓΡΑΦΗ Ε ΟΜΕΝΩΝ ΑΤΑΞΙΝΟΜΗΤΑ
Διαβάστε περισσότεραΠολύγωνο αθροιστικών σχετικών συχνοτήτων και διάµεσος µιας τυχαίας µεταβλητής ρ. Παναγιώτης Λ. Θεοδωρόπουλος πρώην Σχολικός Σύµβουλος ΠΕ03 e-mail@p-theodoropoulos.gr Πρόλογος Στην εργασία αυτή αναλύονται
Διαβάστε περισσότεραΣτατιστική Συμπερασματολογία
Στατιστική Συμπερασματολογία Διαφάνειες 4 ου κεφαλαίου Ελεγχοσυναρτήσεις Γενικευμένου Λόγου Πιθανοφανειών Σταύρος Χατζόπουλος 27/03/2017, 03/04/2017, 24/04/2017 1 Εισαγωγή Έστω το τ.δ. X,,, από την κατανομή
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 13 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 15 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 13 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 15 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 21 2.1.1 Αβεβαιότητα και Τυχαίο Πείραμα
Διαβάστε περισσότεραΣτατιστική. Εκτιμητική
Στατιστική Εκτιμητική Χατζόπουλος Σταύρος 28/2/2018 και 01 /03/2018 Εισαγωγή Το αντικείμενο της Στατιστικής είναι η εξαγωγή συμπερασμάτων που αφορούν τον πληθυσμό ή το φαινόμενο που μελετάμε, με τη βοήθεια
Διαβάστε περισσότεραΆσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:
Άσκηση 1: Δύο τυχαίες μεταβλητές Χ και Υ έχουν στατιστικές μέσες τιμές 0 και διασπορές 25 και 36 αντίστοιχα. Ο συντελεστής συσχέτισης των 2 τυχαίων μεταβλητών είναι 0.4. Να υπολογισθούν η διασπορά του
Διαβάστε περισσότεραΒιοστατιστική ΒΙΟ-309
Βιοστατιστική ΒΙΟ-309 Χειμερινό Εξάμηνο Ακαδ. Έτος 2013-2014 Ντίνα Λύκα lika@biology.uoc.gr 1. Εισαγωγή Εισαγωγικές έννοιες Μεταβλητή: ένα χαρακτηριστικό ή ιδιότητα που μπορεί να πάρει διαφορετικές τιμές
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΛΕΠΙΚΟΙΝΩΝΙΩΝ TE Αρχές Ψηφιακών Συστημάτων Επικοινωνίας και Προσομοίωση Εαρινό Εξάμηνο Διάλεξη 3 η Νικόλαος Χ. Σαγιάς Επίκουρος Καθηγητής Webpage:
Διαβάστε περισσότεραΜΑΡΚΟΠΟΥΛΟΣ ΑΠΟΣΤΟΛΟΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΙΟΥΛΙΟΣ 2017
ΜΑΡΚΟΠΟΥΛΟΣ ΑΠΟΣΤΟΛΟΣ ΔΙΠΛΩΜΑΤΙΚΗ ΕΡΓΑΣΙΑ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΟΣ ΙΟΥΛΙΟΣ 2017 Κίνητρα μελέτης πλημμυρικών παροχών Τεράστιες επιπτώσεις
Διαβάστε περισσότεραΔημήτρης Κουτσογιάννης. Εθνικό Μετσόβιο Πολυτεχνείο Τομέας Υδατικών Πόρων ΣΤΑΤΙΣΤΙΚΗ ΥΔΡΟΛΟΓΙΑ
Δημήτρης Κουτσογιάννης Εθνικό Μετσόβιο Πολυτεχνείο Τομέας Υδατικών Πόρων ΣΤΑΤΙΣΤΙΚΗ ΥΔΡΟΛΟΓΙΑ Έκδοση 4 Αθήνα 1997 ΣΤΑΤΙΣΤΙΚΗ ΥΔΡΟΛΟΓΙΑ Δημήτρης Κουτσογιάννης Επίκουρος Καθηγητής Τομέας Υδατικών Πόρων
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΚΕΦΑΛΑΙΟ ΕΙΣΑΓΩΓΗ... 25
ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ... 19 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ 1.1 ΕΙΣΑΓΩΓΗ... 25 1.2 Η ΕΝΝΟΙΑ ΚΑΙ ΤΟ ΑΝΤΙΚΕΙΜΕΝΟ ΤΗΣ ΣΤΑΤΙΣΤΙΚΗΣ... 25 1.3 Ο ΡΟΛΟΣ ΤΗΣ ΣΤΑΤΙΣΤΙΚΗΣ ΣΤΗ ΔΙΟΙΚΗΣΗ
Διαβάστε περισσότεραΠοιο από τα δύο τµήµατα είχε καλύτερη επίδοση; επ. Κωνσταντίνος Π. Χρήστου
Ένας καθηγητής µαθηµατικών έδωσε σε δύο τµήµατα µιας τάξης του σχολείου του το ίδιο τεστ. Η επίδοση των µαθητών του κάθε τµήµατος (όπως µετρήθηκε µε τη χρήση µιας εικοσαβάθµιας κλίµακας) παρουσιάζεται
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.outras@e.aegea.gr Τηλ: 7035468 Μέθοδος Υπολογισμού
Διαβάστε περισσότεραΕισαγωγή στη Στατιστική
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΚΡΗΤΗΣ Τμήμα Διοίκησης Επιχειρήσεων (Α.Ν.) Εισαγωγή στη Στατιστική ΜΕΡΟΣ ΙΙ-ΔΙΑΣΠΟΡΑ-ΔΙΑΚΥΜΑΝΣΗ ΑΠΟΚΛΙΣΗ ΔΙΑΣΠΟΡΑ-ΔΙΑΚΥΜΑΝΣΗ ΤΥΠΙΚΗ ΑΠΟΚΛΙΣΗ ΡΟΠΕΣ ΑΣΥΜΜΕΤΡΙΑ-ΚΥΡΤΩΣΗ II.1
Διαβάστε περισσότεραβροχοπτώσεων 1 ο Πανελλήνιο Συνέδριο Μεγάλων Φραγµάτων Νοεµβρίου 2008, Λάρισα Ενότητα: Φράγµατα, θέµατα Υδραυλικής-Υδρολογίας
Σύγχρονες τάσεις στην εκτίµηση ακραίων βροχοπτώσεων 1 ο Πανελλήνιο Συνέδριο Μεγάλων Φραγµάτων 13-15 Νοεµβρίου 2008, Λάρισα Ενότητα: Φράγµατα, θέµατα Υδραυλικής-Υδρολογίας ηµήτρης Κουτσογιάννης και Νίκος
Διαβάστε περισσότεραiii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος
iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος xi 1 Αντικείμενα των Πιθανοτήτων και της Στατιστικής 1 1.1 Πιθανοτικά Πρότυπα και Αντικείμενο των Πιθανοτήτων, 1 1.2 Αντικείμενο της Στατιστικής, 3 1.3 Ο Ρόλος των Πιθανοτήτων
Διαβάστε περισσότεραΕίδη Μεταβλητών. κλίµακα µέτρησης
ΠΕΡΙΕΧΟΜΕΝΑ Κεφάλαιο 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρµοσµένες Επιστήµες Στατιστικός Πληθυσµός και Δείγµα Το στατιστικό
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Διαστήματος
Διαβάστε περισσότεραΕΡΩΤΗΣΕΙΣ ΣΩΣΤΟΥ ΛΑΘΟΥΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΗΣ Γ ΓΕΝΙΚΗΣ ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ
ΕΡΩΤΗΣΕΙΣ ΣΩΣΤΟΥ ΛΑΘΟΥΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΗΣ Γ ΓΕΝΙΚΗΣ 1 ΙΑΦΟΡΙΚΟΣ ΛΟΓΙΣΜΟΣ 1. Ένα σηµείο Α(χ, ψ) ανήκει στη γραφική παράσταση της f αν f(ψ)=χ. 2. Αν µια συνάρτηση είναι γνησίως αύξουσα σε ένα διάστηµα A,
Διαβάστε περισσότεραΣτατιστική Ι. Ενότητα 7: Κανονική Κατανομή. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 7: Κανονική Κατανομή Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΕλλιπή δεδομένα. Εδώ έχουμε 1275. Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 1275 ατόμων
Ελλιπή δεδομένα Στον πίνακα που ακολουθεί δίνεται η κατά ηλικία κατανομή 75 ατόμων Εδώ έχουμε δ 75,0 75 5 Ηλικία Συχνότητες f 5-4 70 5-34 50 35-44 30 45-54 465 55-64 335 Δεν δήλωσαν 5 Σύνολο 75 Μπορεί
Διαβάστε περισσότεραΤυχαία μεταβλητή (τ.μ.)
Τυχαία μεταβλητή (τ.μ.) Τυχαία μεταβλητή (τ.μ.) είναι μια συνάρτηση X ( ) με πεδίο ορισμού το δειγματικό χώρο Ω του πειράματος και πεδίο τιμών ένα υποσύνολο πραγματικών αριθμών που συμβολίζουμε συνήθως
Διαβάστε περισσότεραΑνάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R
Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R Δημήτρης Φουσκάκης, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών, Εθνικό Μετσόβιο Πολυτεχνείο. Περιεχόμενα
Διαβάστε περισσότεραΌµβριες καµπύλες για το οδικό έργο Καναβάρι- οµβαίνα-πρόδροµος
Όµβριες καµπύλες για το οδικό έργο Καναβάρι- οµβαίνα-πρόδροµος Περιοχή έργου Η µελέτη αυτή εκπονήθηκε στα πλαίσια της υδραυλικής µελέτης αποστράγγισης της οδού Καναβάρι- οµβαίνα-πρόδροµος που ανατέθηκε
Διαβάστε περισσότεραΣτατιστική, Άσκηση 2. (Κανονική κατανομή)
Στατιστική, Άσκηση 2 (Κανονική κατανομή) Στον πίνακα που ακολουθεί δίνονται οι μέσες παροχές όπως προέκυψαν από μετρήσεις πεδίου σε μια διατομή ενός ποταμού. Ζητείται: 1. Να αποδειχθεί ότι το δείγμα προσαρμόζεται
Διαβάστε περισσότεραΟι δείκτες διασποράς. Ένα παράδειγµα εργασίας
Κεφάλαιο 5 Οι δείκτες διασποράς 1 Ένα παράδειγµα εργασίας Ένας καθηγητής µαθηµατικών έδωσε σε δύο τµήµατα µιας τάξης του σχολείου του το ίδιο τεστ. Η επίδοση των µαθητών του κάθε τµήµατος (όπως µετρήθηκε
Διαβάστε περισσότεραΓ. 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 περισσότεραΔειγματοληψία. 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 περισσότεραρ. Ευστρατία Μούρτου
ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΠΑΤΡΩΝ ΣΧΟΛΗ ΕΠΑΓΓΕΛΜΑΤΩΝ ΥΓΕΙΑΣ ΚΑΙ ΠΡΟΝΟΙΑΣ ΤΜΗΜΑ ΝΟΣΗΛΕΥΤΙΚΗΣ ΕΞΑΜΗΝΟ : Ε ΑΚΑ ΗΜΑΪΚΟ ΕΤΟΣ : - ΜΑΘΗΜΑ «ΒΙΟΣΤΑΤΙΣΤΙΚΗ» ΚΕΦ. ΚΑΤΑΝΟΜΕΣ ΠΙΘΑΝΟΤΗΤΩΝ ρ. Ευστρατία Μούρτου
Διαβάστε περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ. Κεφάλαιο 8. Συνεχείς Κατανομές Πιθανοτήτων Η Κανονική Κατανομή
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ
Διαβάστε περισσότεραΥΔΡΟΛΟΓΙΑ ΦΥΣΙΚΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ
Τμήμα Δασολογίας & Διαχείρισης Περιβάλλοντος & Φυσικών Πόρων Εργαστήριο Διευθέτησης Ορεινών Υδάτων και Διαχείρισης Κινδύνου Μεταπτυχιακό Πρόγραμμα Σπουδών ΥΔΡΟΛΟΓΙΑ ΦΥΣΙΚΟΥ ΠΕΡΙΒΑΛΛΟΝΤΟΣ Κεφάλαιο 2ο: Ανάλυση
Διαβάστε περισσότεραKruskal-Wallis H... 176
Περιεχόμενα KΕΦΑΛΑΙΟ 1: Περιγραφή, παρουσίαση και σύνοψη δεδομένων................. 15 1.1 Τύποι μεταβλητών..................................................... 16 1.2 Κλίμακες μέτρησης....................................................
Διαβάστε περισσότεραΣτατιστική: Δειγματοληψία X συλλογή δεδομένων. Περιγραφική στατιστική V πίνακες, γραφήματα, συνοπτικά μέτρα
ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕΡΟΣ Α Δημήτρης Κουγιουμτζής e-mail: dkugiu@auth.gr Ιστοσελίδα αυτού του τμήματος του μαθήματος: http://users.auth.gr/~dkugiu/teach/civiltrasport/ide.html Στατιστική: Δειγματοληψία
Διαβάστε περισσότεραΣτατιστική Ι-Θεωρητικές Κατανομές ΙΙ
Στατιστική Ι-Θεωρητικές Κατανομές ΙΙ Γεώργιος Κ. Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης 12 Δεκεμβρίου 2012 Περιγραφή 1 Θεωρητικές Κατανομές ΙΙ Περιγραφή 1 Θεωρητικές
Διαβάστε περισσότεραΘΕΜΑΤΑ Α : ΕΚΦΩΝΗΣΕΙΣ - ΛΥΣΕΙΣ
ΔΙ.ΠΑ.Ε. ΤΜΗΜΑ : ΛΟΓΙΣΤΙΚΗΣ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ 4 ΙΟΥΝΙΟΥ 9 Μάθημα: ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ Α ΕΞΕΤΑΣΤΙΚΗ ΕΑΡΙΝΟΥ ΕΞΑΜΗΝΟΥ 8-9 ΘΕΜΑΤΑ Α : ΕΚΦΩΝΗΣΕΙΣ - ΛΥΣΕΙΣ Θέμα Ο αριθμός αδικαιολόγητων απουσιών
Διαβάστε περισσότεραεπ. Κωνσταντίνος Π. Χρήστου
1 2 3 1 2 2 0 3 3 4 6 5 10 6 11 7 7 8 6 9 3 10 2 4 Εάν έχουµε οµαδοποιηµένη µεταβλητή τότε είναι το σηµείο τοµής των ευθυγράµµων τµηµάτων τα οποία ορίζονται από α) ΑΒ, όπου Α το άνω δεξί άκρο της κλάσης
Διαβάστε περισσότεραΛΥΣΕΙΣ ΘΕΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ Ι ΜΕΡΟΣ Α (Σ. ΧΑΤΖΗΣΠΥΡΟΣ) . Δείξτε ότι η στατιστική συνάρτηση T = X( n)
ΛΥΣΕΙΣ ΘΕΜΑΤΩΝ ΣΤΑΤΙΣΤΙΚΗ Ι ΜΕΡΟΣ Α (Σ. ΧΑΤΖΗΣΠΥΡΟΣ) Θέμα ο (Παρ..3.4, Παρ..4.3, Παρ..4.8.) Εάν = ( ) τυχαίο δείγμα από την ομοιόμορφη ( 0, ) X X,, X. Δείξτε ότι η στατιστική συνάρτηση T = X = το δειγματικό
Διαβάστε περισσότεραΘέμα Α. Θέμα Β. ~ 1/9 ~ Πέτρος Μάρκου. % σχεδιάζουμε το πολύγωνο αθροιστικών σχετικών συχνοτήτων τοις
01 Θέμα Α Α1. Θεωρία (απόδειξη), σελίδα 31 σχολικού βιβλίου Α. Θεωρία (ορισμός), σελίδα 18-19 σχολικού βιβλίου Α3. Θεωρία, (ορισμός), σελίδα 96 σχολικού βιβλίου Α. α) Λάθος β) Σωστό γ) Λάθος δ) Σωστό ε)
Διαβάστε περισσότεραF είναι ίσος µε ν. i ÏÅÖÅ ( ) h 3,f 3.
Επαναληπτικά Θέµατα ΟΕΦΕ 0 Γ' ΤΑΞΗ ΓΕΝ. ΛΥΚΕΙΟΥ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΘΕΜΑ A ΕΚΦΩΝΗΣΕΙΣ Α. Για δύο συµπληρωµατικά ενδεχόµενα Α και A ενός δειγµατικού χώρου Ω να P A = P A.
Διαβάστε περισσότεραΟΝΟΜΑΤΕΠΩΝΥΜΟ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΤΟΜΕΑΣ Υ ΑΤΙΚΩΝ ΠΟΡΩΝ, Υ ΡΑΥΛΙΚΩΝ ΚΑΙ ΘΑΛΑΣΣΙΩΝ ΕΡΓΩΝ ΜΑΘΗΜΑ: ΣΤΟΧΑΣΤΙΚΗ Υ ΡΟΛΟΓΙΑ ΠΕΡΙΟ ΟΣ ΙΑΝΟΥΑΡΙΟΥ 2001 ΟΝΟΜΑΤΕΠΩΝΥΜΟ -----------------------------------------------------------------------------------
Διαβάστε περισσότεραΑνάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R
Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R, Επίκουρος Καθηγητής, Τοµέας Μαθηµατικών, Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών, Εθνικό Μετσόβιο Πολυτεχνείο. Περιεχόµενα Εισαγωγή στη
Διαβάστε περισσότεραΑΝΑΛΥΣΗ 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 περισσότεραΑ Ν Ω Τ Α Τ Ο Σ Υ Μ Β Ο Υ Λ Ι Ο Ε Π Ι Λ Ο Γ Η Σ Π Ρ Ο Σ Ω Π Ι Κ Ο Υ Ε Ρ Ω Τ Η Μ Α Τ Ο Λ Ο Γ Ι Ο
Α Ν Ω Τ Α Τ Ο Σ Υ Μ Β Ο Υ Λ Ι Ο Ε Π Ι Λ Ο Γ Η Σ Π Ρ Ο Σ Ω Π Ι Κ Ο Υ Ε Ρ Ω Τ Η Μ Α Τ Ο Λ Ο Γ Ι Ο «Περιγραφική & Επαγωγική Στατιστική» 1. Πάνω από το 3 ο τεταρτημόριο ενός δείγματος βρίσκεται το: α) 15%
Διαβάστε περισσότεραΘεωρητικές Κατανομές Πιθανότητας
Θεωρητικές Κατανομές Πιθανότητας Θεωρητικές Κατανομές Πιθανότητας Α. ΔΙΑΚΡΙΤΕΣ ΚΑΤΑΝΟΜΕΣ α) Διακριτή Ομοιόμορφη κατανομή β) Διωνυμική κατανομή γ) Υπεργεωμετρική κατανομή δ) κατανομή Poisson Β. ΣΥΝΕΧΕΙΣ
Διαβάστε περισσότεραΈλεγχος 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 περισσότεραΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΝΧΕΙΟ ΣΧΟΛΗ ΠΟΛΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ ΤΟΜΕΑΣ ΥΔΑΤΙΝΩΝ ΠΟΡΩΝ & ΠΕΡΙΒΑΛΛΟΝΤΟΣ
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΝΧΕΙΟ ΣΧΟΛΗ ΠΟΛΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΕΜΠ ΤΟΜΕΑΣ ΥΔΑΤΙΝΩΝ ΠΟΡΩΝ & ΠΕΡΙΒΑΛΛΟΝΤΟΣ «Πολυμεταβλητή στατιστική ανάλυση ακραίων βροχοπτώσεων και απορροών σε 400 λεκάνες απορροής από την βάση MOPEX»
Διαβάστε περισσότεραΠοσοτικές Μέθοδοι., Εισηγητής: Ν.Κυρίτσης, MBA, Ph.D. Candidate,, e-mail: kyritsis@ist.edu.gr
Ποσοτικές Μέθοδοι Εισηγητής: Ν.Κυρίτσης MBA Ph.D. Candidate e-mail: kyritsis@ist.edu.gr Εισαγωγή στη Στατιστική Διδακτικοί Στόχοι Μέτρα Σχετικής Διασποράς Κατανομές Πιθανοτήτων Η Κανονική Κατανομή Η Τυποποιημένες
Διαβάστε περισσότεραΕΡΓΑΣΤΗΡΙΟ ΠΙΘΑΝΟΤΗΤΩΝ
ΕΡΓΑΣΤΗΡΙΟ ΠΙΘΑΝΟΤΗΤΩΝ ΜΕΡΟΣ Ο ΙΩΝΥΜΙΚΗ ΚΑΤΑΝΟΜΗ Στο εργαστήριο αυτό θα ασχοληθούµε µε την προσοµοίωση της ρίψεως ενός δίκαιου νοµίσµατος. Το µοντέλο το οποίο θα πρέπει να πραγµατοποιήσουµε θα πρέπει να
Διαβάστε περισσότεραΜαθηµατικά & Στοιχεία Στατιστικής Γενικής Παιδείας Γ Λυκείου 2001
Μαθηµατικά & Στοιχεία Στατιστικής Γενικής Παιδείας Γ Λυκείου 2001 ΕΚΦΩΝΗΣΕΙΣ Ζήτηµα 1ο Α.1. Να αποδείξετε ότι για δύο ενδεχόµενα Α και Β ενός δειγµατικού χώρου Ω ισχύει ότι: Ρ (Α Β) = Ρ (Α) Ρ (Α Β). Μονάδες
Διαβάστε περισσότεραΑπλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017
Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 2 Εισαγωγή Η ανάλυση παλινδρόμησης περιλαμβάνει το σύνολο των μεθόδων της στατιστικής που αναφέρονται σε ποσοτικές σχέσεις μεταξύ μεταβλητών Πρότυπα παλινδρόμησης
Διαβάστε περισσότεραΟι καταιγίδες διακρίνονται σε δύο κατηγορίες αναλόγως του αιτίου το οποίο προκαλεί την αστάθεια τις ατμόσφαιρας:
ΑΝΑΛΥΣΗ ΣΥΧΝΟΤΗΤΑΣ ΡΑΓΔΑΙΩΝ ΒΡΟΧΩΝ Καταιγίδα (storm): Πρόκειται για μια ισχυρή ατμοσφαιρική διαταραχή, η οποία χαρακτηρίζεται από την παρουσία μιας περιοχής χαμηλών ατμοσφαιρικών πιέσεων και από ισχυρούς
Διαβάστε περισσότεραΠίνακας κατανοµής συχνοτήτων και αθροιστικών συχνοτήτων. Σχετ.
Λυµένη Άσκηση στην οµαδοποιηµένη κατανοµή Στην Γ τάξη του Ενιαίου Λυκείου µιας περιοχής φοιτούν 4 µαθητές των οποίων τα ύψη τους σε εκατοστά φαίνονται στον ακόλουθο πίνακα. 7 4 76 7 6 7 3 77 77 7 6 7 6
Διαβάστε περισσότεραΜαθηµατικά & Στοιχεία Στατιστικης Γενικής Παιδείας Γ Λυκείου 2001 ÈÅÌÅËÉÏ
Μαθηµατικά & Στοιχεία Στατιστικης Γενικής Παιδείας Γ Λυκείου 2001 Ζήτηµα 1ο Α.1. Α.2. Β.1. Β.2. Β.3. Α.1. Να αποδείξετε ότι για δύο ενδεχόµενα Α και Β ενός δειγµατικού χώρου Ω ισχύει ότι: Ρ (Α Β) = Ρ (Α)
Διαβάστε περισσότεραΠεριεχόμενα της Ενότητας. Δειγματοληψία. Δειγματοληψίας. Δειγματοληψία. Τυχαία Δειγματοληψία. Χ. Εμμανουηλίδης, 1.
Περιεχόμενα της Ενότητας Στατιστική ΙI Ενότητα 1: Δειγματοληψία και Κατανομές Δειγματοληψίας Δρ. Χρήστος Εμμανουηλίδης Επίκουρος Καθηγητής Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης 1. ειγµατοληψία Πιθανοτικές
Διαβάστε περισσότεραΣτατιστική Επιχειρήσεων ΙΙ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Στατιστική Επιχειρήσεων ΙΙ Ενότητα #4: Έλεγχος Υποθέσεων Μιλτιάδης Χαλικιάς Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης Το παρόν
Διαβάστε περισσότεραΚεφάλαιο 5. Οι δείκτες διασποράς
Κεφάλαιο 5 Οι δείκτες διασποράς Ένα παράδειγµα εργασίας Ένας καθηγητής µαθηµατικών έδωσε σε δύο τµήµατα µιας τάξης του σχολείου του το ίδιο τεστ. Η επίδοση των µαθητών του κάθε τµήµατος (όπως µετρήθηκε
Διαβάστε περισσότεραΛίγα λόγια για τους συγγραφείς 16 Πρόλογος 17
Περιεχόμενα Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17 1 Εισαγωγή 21 1.1 Γιατί χρησιμοποιούμε τη στατιστική; 21 1.2 Τι είναι η στατιστική; 22 1.3 Περισσότερα για την επαγωγική στατιστική 23 1.4 Τρεις
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13
ΠΕΡΙΕΧΟΜΕΝΑ / 7 ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος... 13 Κεφάλαιο 1: Περιγραφική Στατιστική... 15 1.1 Περιγραφική και Συμπερασματική Στατιστική... 15 1.2 Μεταβλητές - Τιμές - Παρατηρήσεις... 19 1.3 Είδη μεταβλητών...
Διαβάστε περισσότεραΕισαγωγή στην Μακροοικονοµική Ανάλυση. Εισαγωγή στην Οικονοµική Ανάλυση. Εισαγωγή στην Οικονοµική Ιστορία
ηµόσια Οικονοµική Κεφάλαια 1-6, 8, 11, 13-15 Βιβλίο «Δημόσια Οικονομική: Σύγχρονη Θεωρία και Ελληνική Πραγματικότητα» των Harvey Rosen,Ted Gayer, Βασίλη Θ. Ράπανου και Γεωργίας Καπλάνογλου, εκδόσεις Κριτική
Διαβάστε περισσότεραΘεωρία Πιθανοτήτων & Στατιστική
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ & Στατιστική Ενότητα 4 η : Χαρακτηριστικά Τυχαίων Μεταβλητών. Γεώργιος Ζιούτας Τμήμα Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών Α.Π.Θ.
Διαβάστε περισσότεραΘΕΜΑΤΑ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΠΑΝΕΛΛΑΔΙΚΩΝ ΕΞΕΤΑΣΕΩΝ 2012 ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ
ΘΕΜΑΤΑ ΚΑΙ ΑΠΑΝΤΗΣΕΙΣ ΠΑΝΕΛΛΑΔΙΚΩΝ ΕΞΕΤΑΣΕΩΝ ΜΑΘΗΜΑΤΙΚΑ ΚΑΙ ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΘΕΜΑ Α Α. Αν οι συναρτήσεις f, g είναι παραγωγίσιμες στο R, να αποδείξετε ότι (f() + g() )=f ()+g (), R Μονάδες 7 Α. Σε
Διαβάστε περισσότεραΕισαγωγή στη θεωρία ακραίων τιμών
Εισαγωγή στη θεωρία ακραίων τιμών Αντικείμενο της θεωρίας ακραίων τιμών αποτελεί: Η ανάπτυξη και μελέτη στοχαστικών μοντέλων με σκοπό την επίλυση προβλημάτων που σχετίζονται με την εμφάνιση «πολύ μεγάλων»
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΓΙΑ ΤΗΝ ΑΠΟΤΙΜΗΣΗ ΤΩΝ ΑΠΟΤΕΛΕΣΜΑΤΩΝ
ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΓΙΑ ΤΗΝ ΑΠΟΤΙΜΗΣΗ ΤΩΝ ΑΠΟΤΕΛΕΣΜΑΤΩΝ Στατιστική ανάλυση του γεωχηµικού δείγµατος µας δίνει πληροφορίες για τον γεωχηµικό πληθυσµό που µελετάµε. Συνυπολογισµός σφαλµάτων Πειραµατικά
Διαβάστε περισσότεραστατιστική 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 περισσότεραΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 2012 ΕΚΦΩΝΗΣΕΙΣ
ΜΑΘΗΜΑΤΙΚΑ & ΣΤΟΙΧΕΙΑ ΣΤΑΤΙΣΤΙΚΗΣ ΓΕΝΙΚΗΣ ΠΑΙ ΕΙΑΣ 0 ΕΚΦΩΝΗΣΕΙΣ ΘΕΜΑ Α Α. Αν οι συναρτήσεις f, g είναι παραγωγίσιµες στο, να αποδείξετε ότι (f() + g ()) f () + g (),. Μονάδες 7 Α. Σε ένα πείραµα µε ισοπίθανα
Διαβάστε περισσότεραΖημιοκατανομές και Θεωρία Ακραίων Τιμών
Ζημιοκατανομές και Θεωρία Ακραίων Τιμών Χατζηκωνσταντής Παναγιώτης ΜΑΕ/07023 Τμήμα Στατιστικής Επιστήμης και Ασφαλίσεων Υγείας M.Sc. Aναλογιστικής Επιστήμης και Risk Mgemet Πανεπιστήμιο Πειραιώς (2007)
Διαβάστε περισσότεραΔειγματοληψία. 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 περισσότεραΚΕΦΑΛΑΙΟ 3 ΜΕΛΕΤΗ ΑΠΟ ΟΣΗΣ ΚΑΙ ΕΠΙΤΥΧΙΑΣ ΗΜΕΡΗΣΙΩΝ ΗΜΟΣΙΩΝ ΚΑΙ Ι ΙΩΤΙΚΩΝ ΛΥΚΕΙΩΝ ΕΙΣΑΓΩΓΗ
ΚΕΦΑΛΑΙΟ 3 ΜΕΛΕΤΗ ΑΠΟ ΟΣΗΣ ΚΑΙ ΕΠΙΤΥΧΙΑΣ ΗΜΕΡΗΣΙΩΝ ΗΜΟΣΙΩΝ ΚΑΙ Ι ΙΩΤΙΚΩΝ ΛΥΚΕΙΩΝ ΕΙΣΑΓΩΓΗ Στο κεφάλαιο αυτό θα εξετάσουµε την απόδοση και την επιτυχία των υποψηφίων η µερησίων δηµοσίων και ιδιωτικών λυκείων
Διαβάστε περισσότερα4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου
4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου Για την εκτίμηση των παραμέτρων ενός πληθυσμού (όπως η μέση τιμή ή η διασπορά), χρησιμοποιούνται συνήθως δύο μέθοδοι εκτίμησης. Η πρώτη ονομάζεται σημειακή εκτίμηση.
Διαβάστε περισσότεραΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ
ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ Να κατανοηθεί η έννοια της εκτίµησης σηµείου και της εκτίµησης διαστήµατος. Επίσης να κατανοηθεί η έννοια της δειγµατικής κατανοµής παραµέτρου και να υπολογισθούν µε χρήση της Κεντρικού
Διαβάστε περισσότερα