Εφαρμογές της Ασαφούς Λογικής σε Θέματα Τεχνολογίας Σκυροδέματος Applications of Fuzzy Logic in Concrete Technology Matters
|
|
- Ἀνδρέας Δυοβουνιώτης
- 6 χρόνια πριν
- Προβολές:
Transcript
1 Εφαρμογές της Ασαφούς Λογικής σε Θέματα Τεχνολογίας Σκυροδέματος Applications of Fuzzy Logic in Concrete Technology Matters Αναστάσιος Σαπαλίδης Τμήμα Πολ. Μηχανικών ΔΠΘ, Ξάνθη, Κοσμάς Σίδερης Τμήμα Πολ. Μηχανικών ΔΠΘ, Ξάνθη, Βασίλειος Παπαδόπουλος Τμήμα Πολ. Μηχανικών ΔΠΘ, Ξάνθη, ΠΕΡΙΛΗΨΗ: Εφαρμόζουμε τη μέθοδο της Ασαφούς Γραμμικής Παλινδρόμησης με δείγμα την αντοχή κυβικών δοκιμίων διαφόρων τύπων σκυροδέματος στις 28 ημέρες. Τα δεδομένα διατέθηκαν από τη βιομηχανία σκυροδέματος Τεχνομπετόν Α.Ε. και αποτελούν μέσο όρο εκατοντάδων μετρήσεων. Θεωρούμε ως εξαρτημένες μεταβλητές τα εξής : 1) Άμμος, 2) Ρυζάκι, 3) Γαρμπίλι, 4) Χαλίκι, 5)Τσιμέντο, 6) Νερό (οι μονάδες όλων των παραπάνω δεδομένων είναι σε κιλά ανά κυβικό μέτρο kg/m^3 ) και ως εξαρτημένη μεταβλητή την θλιπτική αντοχή των κυβικών δοκιμίων στις 28 ημέρες ( μεγαπασκάλ Μ.Pa). Να σημειωθεί ότι για τους σκοπούς της ασαφούς γραμμικής παλινδρόμησης δεν έγινε διαχωρισμός του σκυροδέματος σε κατηγορίες (π.χ. C2/25), αντ αυτού η μοντελοποίηση έγινε με γνώμονα ότι από τις συγκεκριμένες αναλογίες αδρανών-τσιμέντου-νερού προκύπτει η συγκεκριμένη αντοχή του σκυροδέματος. Με βάση τα κριτήρια συμμόρφωσης του Ελληνικού Κανονισμού Τεχνολογίας Σκυροδέματος του 216 για μη πιστοποιημένο εργοστασιακό σκυρόδεμα και τα στατιστικά δεδομένα της εταιρίας κατασκευάζουμε Γλωσσικές Μεταβλητές (χαμηλή, τυπική, υψηλή αντοχή) για 4 τύπους σκυροδέματος, πιο ειδικά για τα C16/2, C2/25, C25/3, C3/37. Στη συνέχεια αντιστοιχούμε την έξοδο της ασαφούς γραμμικής συσχέτισης με τις γλωσσικές μεταβλητές τις οποίες κατασκευάσαμε. ABTRACT: We apply the Fuzzy Linear Regression method with sample the compressive strength of cubic specimens of various types of concrete in 28 days. The data we used was provided by TEHNOBETON S.A. a ready-mix concrete company and are the mean values of hundreds of measurements. We assume as independent variables the following: 1) Sand, 2) Intermediate aggregate, 3) Intermediate aggregate, 4) Gravel, 5) Cement, 6) Water (the units of the previous variables are kg/m^3) and as dependent variable the compressive strength of the cubic specimens of various types of concrete in 28 days (M.Pa).We need to mention that for the purposes of Fuzzy Linear Regression there was not any classification in concrete
2 strength classes but instead our modeling was based on the fact that by these specific mix proportions results a concrete of specific compressive strength. Based on the acceptance rules of the Greek Concrete Technology Regulation of 216 for Non certified industrial concrete and the statistical data of the company we construct Linguistic Variables (low, typical, high strength) for 4 concrete strength classes, specifically for C 16/2, C2/25, C25/3 and C3/37. Following that we correspond the output of Fuzzy Linear Regression to the linguistic Variables we constructed. Εισαγωγή Η μέθοδος της Κλασσικής Γραμμικής Παλινδρόμησης είναι ένα ευρέως αποδεκτό «εργαλείο» της κλασσικής στατιστικής ανάλυσης με πλήθος εφαρμογών σε πληθώρα επιστημών. Παρόλα αυτά η χρήση της μεθόδου αυτής περιλαμβάνει μία σειρά από παραδοχές οι οποίες σε πολλές περιπτώσεις δεν ισχύουν. Έτσι παρουσιάζονται προβλήματα πολλές φορές στην εφαρμογή της. Μετά την εμφάνιση και θεμελίωση της ασαφούς λογικής (Fuzzy Logic) απ τον L. A. Zadeh το 1965, πολλοί συγγραφείς και ερευνητές προσπάθησαν να την συμπεριλάβουνε και στο μοντέλο γραμμικής παλινδρόμησης. Σήμερα η χρήση ασαφών μοντέλων παλινδρόμησης αποτελεί μια αρκετά δημοφιλής επιλογή για πολλούς ερευνητές καθώς τα ασαφή μοντέλα αποδεικνύονται συχνά ανώτερα των κλασσικών σε διάφορα επίπεδα. H εφαρμογή της μεθόδου της Ασαφούς Γραμμικής Παλινδρόμησης (Fuzzy Linear Regression) με τη χρήση των δεδομένων που μας διατέθηκαν από τη βιομηχανία σκυροδέματος Τεχνομπετόν Α.Ε έγινε με τη βοήθεια του προγράμματος «Crisp and Fuzzy Linear Regression Analysis» το οποίο αναπτύχθηκε από τον μεταπτυχιακό φοιτητή του Δ.Π.Θ. Μπογιατζή Αθανάσιο. Η κατασκευή των Λεκτικών Μεταβλητών (Linguistic Variables) έγινε με βάση τα κριτήρια συμμόρφωσης του Κανονισμού Τεχνολογίας Σκυροδέματος του 216. Ασαφείς Αριθμοί Ένα κλασσικό σύνολο A 2 ταυτίζεται με μια χαρακτηριστική συνάρτηση της μορφής: 1 αν x A Χ Α : Χ {,1} με X A = {. Τα ασαφή σύνολα είναι μια γενίκευση των αν x A κλασσικών συνόλων όπου σαν σύνολο αφίξεως της χαρακτηριστικής συνάρτησης έχουν το [,1] αντί για το διμελές σύνολο {,1}, δηλαδή A X [,1]. Για κάθε x A η τιμή A(x) ονομάζεται τιμή συμμετοχής (membership value) και εκφράζει το βαθμό αλήθειας που το x ανήκει στο σύνολο A. H συνάρτηση A X [,1] ονομάζεται συνάρτηση συμμετοχής (membership function). Ως πεδίο ορισμού ή στήριγμα ενός ασαφούς συνόλου ορίζεται το S(A) = {x X A(x) >. Πλέον έχουμε όλα τα απαραίτητα στοιχεία ώστε να ορίσουμε την έννοια του ασαφούς αριθμού. Ένα ασαφές σύνολο X ονομάζεται Ασαφής Αριθμός (Fuzzy Number) αν πληρούνται οι εξής συνθήκες : i) Υπάρχει τουλάχιστον ένα x X, ώστε A(x) = 1,
3 ii) Το στήριγμα S(A) είναι συμπαγές υποσύνολο του, iii) Ο χώρος μεταξύ του γραφήματος του A και του άξονα OX είναι κυρτό σύνολο. Ασαφείς Τριγωνικοί Αριθμοί Ένας ασαφής αριθμός της μορφής A = (c l, r, c r ), όπου r είναι η κεντρική του τιμή με βαθμό αλήθειας μ = 1 και c l, c r το αριστερό και δεξί εύρος τιμών αντίστοιχα με βαθμούς συμμετοχής μεταξύ και 1, καλείται τριγωνικός. Τα διαστήματα [s r, r], [r, s r ] καλούνται στηρίγματα (supports) του ασαφούς αριθμού. Αν c l = c r τότε έχουμε έναν ασαφή τριγωνικό συμμετρικό αριθμό της μορφής A = (r, cc) με συνάρτηση συμμετοχής τότε έχουμε έναν ασαφή αριθμό της μορφής A = (r, c) με συνάρτηση συμμετοχής μ Α (x) = L ( x r ), c > όπου για την A(x) ισχύει: i) c L(x) = L( x), ii) L() = 1, iii) Η L(x) είναι μία αυστηρώς φθίνουσα συνάρτηση στο διάστημα [, + ). Κλασσική Γραμμική Παλινδρόμηση Σε πολλές περιπτώσεις θέλουμε να βρούμε τη σχέση μεταξύ δύο η περισσοτέρων μεταβλητών (x 1, x 2,, x n ) και Y, όπου οι τιμές των μεταβλητών (x 1, x 2,, x n ) είναι γνωστές πριν προκύψουν οι αντίστοιχες τιμές της άλλης «μελλοντικής» μεταβλητής Y. Η εύρεση της σχέσης που δίνει τη μέση τιμή της Y ως συνάρτηση των (x 1, x 2,, x n ) δηλαδή την E(Y/(x 1, x 2,, x n )) = f(x) με τη βοήθεια ενός δείγματος αντίστοιχων τιμών των Y και (x 1, x 2,, x n ) λέγεται Κλασσική Γραμμική Παλινδρόμηση. Για την περίπτωση που θέλουμε να συσχετίσουμε μία μεταβλητή x η μέθοδος καλείται απλή γραμμική παλινδρόμηση και το πρόβλημα το οποίο λύνει είναι η εύρεση μιας γραμμικής συνάρτησης, δηλαδή μιας ευθείς που να ταιριάζει όσο γίνεται καλύτερα με τα ζεύγη των δειγμάτων τιμών ( x 1, y 1 ), (x 2, y 2 ),, (x n, y n ). Υποθέτουμε, επίσης, ότι για μια συγκεκριμένη τιμή του x η τιμή της Y θα διαφέρει από τη μέση τιμή E(Y/ x) κατά μία τυχαία μεταβλητή ε, που λέγεται τυχαία σφάλμα παλινδρόμησης, η οποία ακολουθεί την κανονική κατανομή N(, σ 2 ), οπότε σε ένα μοντέλο απλής γραμμικής παλινδρόμησης οι τιμές της μεταβλητής Y για δεδομένες τιμές x της ανεξάρτητης μεταβλητής είναι της μορφής Y = a + βx + ε, όπου οι τιμές των «a» και «β» εκτιμώνται με τη βοήθεια ενός δείγματος τιμών x i και Y i, των x και Y. Για να βρούμε την ευθεία η οποία ταιριάζει καλύτερα στο συγκεκριμένο δείγμα αντίστοιχων τιμών x και y, επιλέγουμε τα «a» και «β», έτσι ώστε το άθροισμα των τετραγώνων των αποστάσεων των αντίστοιχων σημείων από την ευθεία y = ax + β, να είναι ελάχιστο. Για το λόγο αυτό η μέθοδος εύρεσης της ευθείας αυτής λέγεται μέθοδος των ελαχίστων τετραγώνων και η ευθεία που προκύπτει λέγεται ευθεία ελαχίστων τετραγώνων. Η πολλαπλή γραμμική παλινδρόμηση αποτελεί επέκταση της απλής γραμμικής παλινδρόμησης και περιλαμβάνει τη συσχέτιση μιας εξαρτημένης μεταβλητής Y και n ανεξάρτητων μεταβλητών (x 1, x 2,, x n ) από την οποία προκύπτει μια συνάρτηση της μορφής Y = a + β 1 x + β 2 x + + β n x + ε.
4 Ασαφής Γραμμική Παλινδρόμηση Η Ασαφής Γραμμική Παλινδρόμηση (Fuzzy Linear Regression) είναι μια επέκταση της κλασσικής γραμμικής παλινδρόμησης, με τη διαφορά ότι στην Ασαφή Γραμμική Παλινδρόμηση δεν προσδιορίζονται πραγματικές σταθερές (α, β 1, β 2,, β n ) αλλά ασαφείς αριθμοί (Α, Α 1, Α 2,, Α n ). Το πλεονέκτημα της χρήσης της Ασαφούς Γραμμικής Παλινδρόμησης σε σχέση με τη Κλασσική Γραμμική Παλινδρόμηση είναι ότι δεν χρειάζεται να υπάρχει γραμμική συσχέτιση των ανεξάρτητων μεταβλητών (independent variables) με την εξαρτημένη (dependent variable). Έστω μια συνάρτηση της μορφής Y = f(x 1, X 2,, X n ) όπου Y η εξαρτημένη μεταβλητή και Χ i οι ανεξάρτητες μεταβλητές που επηρεάζουν τη μεταβλητή Y. Το αποτέλεσμα της Ασαφούς Γραμμικής Παλινδρόμησης θα είναι μια εξίσωση της μορφή: Y = Α + Α 1 Χ 1 + Α 2 Χ Α n X n όπου Α i (i = 1, 2,, n) είναι ασαφείς αριθμοί. Οι ασαφείς αριθμοί αυτοί είναι τριγωνικοί. Τοποθετούμε τα διαθέσιμα δεδομένα σε έναν πίνακα και θεωρούμε ένα σύστημα εξισώσεων της μορφής Y 1 = A + A 1 x 1j + + A n x nj, (j = 1,2,, m), όπου A(r j, c j ) ασαφείς τριγωνικοί αριθμοί ως εξής Α + Α 1 x A n x n1 = Y 1 :. Για την εφαρμογή της μεθόδου πρέπει να A + A 1 x 1m + + A n x nm = Y m επιλεχθεί ένας συντελεστής h, όπου h < 1, ό οποίος εκφράζει το βαθμό κατά τον οποίο τα διαθέσιμα δεδομένα θα περιλαμβάνονται στο εξαγόμενο αριθμό Y, έτσι ώστε να ισχύει : μ Yj (y j ) h (j = 1,2,, m). Ο προσδιορισμός των ασαφών αριθμών (fuzzy numbers) A, A 1, A 2,, A n έχει αποδειχτεί ότι ανάγεται σε ένα πρόβλημα γραμμικού προγραμματισμού το οποίο επιλύεται με τη μέθοδο Simplex και έχει βέλτιστη λύση από την οποία προκύπτουν οι τιμές των συντελεστών (r i h, c i h ) της ασαφούς γραμμικής παλινδρόμησης. Εφαρμογή της Ασαφούς Γραμμικής Παλινδρόμησης Στα δεδομένα που μας διατέθηκαν από την Τεχνομπετόν Α.Ε. εφαρμόζουμε της μέθοδο της ασαφούς γραμμικής παλινδρόμησης (fuzzy linear regression). Τα δεδομένα παρουσιάζονται στον παρακάτω πίνακα:
5 Τα δεδομένα του Πίνακα 1 τοποθετούνται σε λογιστικό φύλλο του Microsoft Excel και στη συνέχεια το αρχείο αυτά εισάγεται στο πρόγραμμα «Crisp and Fuzzy Linear Regression Analysis». Το οποίο μας οδηγεί στην εξής συνάρτηση συσχέτισης: Πίνακας 2: Συνάρτηση συσχέτισης των ανεξάρτητων μεταβλητών με την εξαρτημένη Σχήμα 1: Ασαφής Γραμμική Παλινδρόμηση Ασαφοποίηση -Κατασκευή Ασαφών Αριθμών Με τη βοήθεια του Ελληνικού Κανονισμού Τεχνολογίας Σκυροδέματος του 216 (Greek Concrete Technology Regulation of 216) και τα δεδομένα της εταιρίας κατασκευάζουμε τραπεζοειδείς ασαφείς αριθμούς (trapezoid fuzzy numbers) για τις κατηγορίες σκυροδέματος C16/2, C2/25, C25/3, C3/37 οι οποίοι παρουσιάζονται στα παρακάτω σχήματα :
6 Βαθμός Αλήθειας Βαθμός Αλήθειας C16/2 Χαμηλή Αποδεκτή Υψηλή 1,9,8,7,6,5,4,3,2, Αντοχή (M.Pa) Σχήμα 2 : Ασαφείς Αριθμοί Λεκτικές Μεταβλητές για την κατηγορία C16/2 οι οποίες εκφράζουν το βαθμό αλήθειας ως προς την αντοχή του Σκυροδέματος. C2/25 Χαμηλή Αποδεκτή Υψηλή 1,9,8,7,6,5,4,3,2, Αντοχή (Μ.Pa) Σχήμα 3: Ασαφείς Αριθμοί Λεκτικές Μεταβλητές για την κατηγορία C2/25 οι οποίες εκφράζουν το βαθμό αλήθειας ως προς την αντοχή του Σκυροδέματος.
7 Βαθμός Αλήθειας Βαθμός Αλήθειας C25/3 Χαμηλή Αποδεκτή Υψηλή 1,9,8,7,6,5,4,3,2, Αντοχή (M.Pa) Σχήμα 4: Ασαφείς Αριθμοί Λεκτικές Μεταβλητές για την κατηγορία C25/3 οι οποίες εκφράζουν το βαθμό αλήθειας ως προς την αντοχή του Σκυροδέματος C3/37 Χαμηλή Αποδεκτή Υψηλή 1,9,8,7,6,5,4,3,2, Αντοχή (Μ.Pa) Σχήμα 5: Ασαφείς Αριθμοί Λεκτικές Μεταβλητές για την κατηγορία C3/37 οι οποίες εκφράζουν το βαθμό αλήθειας ως προς την αντοχή του Σκυροδέματος Συμπεράσματα Στον Ελληνικό Κανονισμό Τεχνολογίας Σκυροδέματος του 216 (ΚΤΣ 216 η θλιπτική αντοχή (compressive strength) του σκυροδέματος θεωρείται τυχαία μεταβλητή. Στην παρούσα εργασία θεωρούμε τη θλιπτική αντοχή του σκυροδέματος ως ασαφές σύνολο. Συγκεκριμένα, χωρίζουμε τη θλιπτική αντοχή του σκυροδέματος
8 σε τρείς γλωσσικές μεταβλητές ( χαμηλή, αποδεκτή, υψηλή αντοχή) οι οποίες είναι αρκετές για να ερμηνευτεί. Βασικό πλεονέκτημα της ασαφούς γραμμικής παλινδρόμησης (Fuzzy Linear Regression) σε σχέση με το κλασσικό μοντέλο παλινδρόμησης είναι το γεγονός ότι δεν απαιτείται ο έλεγχος του συντελεστή γραμμικής συσχέτισης r. Στην περίπτωση της κλασσικής γραμμικής παλινδρόμησης, όταν ο συντελεστής r έχει τιμή κοντά στο μηδέν δεν μπορούμε να συνεχίσουμε την παλινδρόμηση. Στο ασαφές μοντέλο παλινδρόμησης δεν μας ενδιαφέρει ο συντελεστής r. Ως αποτέλεσμα της ασαφούς γραμμικής παλινδρόμησης δεν έχουμε μια ευθεία αλλά μια περιοχή μεταξύ δυο γραμμών μέσα στην οποία μπορεί να υπάρχει μία καμπύλη, η οποία συσχετίζει τις ανεξάρτητες μεταβλητές (x 1, x 2,, x n ) με την εξαρτημένη μεταβλητή Y, η οποία καμπύλη δεν είναι κατ ανάγκη γραμμική. Βιβλιογραφία Ασαφή Σύνολα. Γιώργος Μποτζώρης, Βασίλης Παπαδόπουλος. "σοφία" Ανώνυμη Εκδοτική & Εμπορική Εταιρεία, ISBN: Ασαφής λογική με εφαρμογές σε επιστήμες του μηχανικού, Τζιμόπουλος Χρήστος, Παπαδόπουλος Βασίλης, Ζήτη Πελαγία & Σια Ι.Κ.Ε, ISBN: Δομικά Υλικά. Αθανάσιος Χ. Τριανταφύλλου. ΓΚΟΤΣΗΣ ΚΩΝ/ΝΟΣ & ΣΙΑ Ε.Ε 213 Κανονισμός Τεχνολογίας Σκυροδέματος 216 (ΚΤΣ-216) Κλασσική και Ασαφής Γραμμική Παλινδρόμηση: Θεωρία, Εφαρμογές και ανάπτυξη λογισμικού σε περιβάλλον MATLAB. Διπλωματική Εργασία, Μπογιατζής Αθανάσιος, Βασίλειος Παπαδόπουλος Πιθανότητες και Στατιστική για Μηχανικούς, Νίκος Μυλωνάς, Βασίλειος Παπαδόπουλος, ΕΚΔΟΣΕΙΣ Α. ΤΖΙΟΛΑ & ΥΙΟΙ Α.Ε., ISBN: Τεχνολογία του Σκυροδέματος. Χρίστος Μ. Οικονόμου. ΤΕΚΔΟΤΙΚΗ ΣΕΛΚΑ 4Μ, ISBN: Concrete: Structure, Properties, and Materials, P. Kumar Mehta and Paulo J. M. Monteiro,McGraw-Hill Companies, Inc 26, ISBN: COST AND LAND FUNCTIONS FOR WASTEWATER TREATMENT PROJECTS: TYPICAL SIMPLE LINER REGRESSION VERSUS FUZZY LINEAR REGRESSION,BASIL PAPADOPOULOS, KONSTANTINOS P TSAGARAKIS AND ANDREAS YANNOPOULOS ASCE (AMERICAN SOCIETY OF CIVIL ENGINEERING) JOURNAL OF ENVIRONMENTAL ENGINEERING, VOL. 133, NO. 6, JUNE 27 SIMILARITIES AND DISTANCES IN FUZZY REGRESSION MODELS B.K. PAPADOPOULOS AND MARINA A. SIRPI, SOFT COMPUTING, (24).
9 SIMILARITIES IN FUZZY REGRESSION MODELS, B.K. PAPADOPOULOS AND MARINA A. SIRPI, JOURNAL OF OPTIMIZATION THEORY AND APPLICATIONS, VOL.12, NO.2, (1999). Tanaka, H., S. Uejima and K. Asai, Linear regression analysis with fuzzy model. IEEE Trans.Man. Cybernet, 12 (6):
Μοντέλα Παλινδρόμησης. Άγγελος Μάρκος, Λέκτορας ΠΤ Ε, ΠΘ
Μοντέλα Παλινδρόμησης Άγγελος Μάρκος, Λέκτορας ΠΤ Ε, ΠΘ Εισαγωγή (1) Σε αρκετές περιπτώσεις επίλυσης προβλημάτων ενδιαφέρει η ταυτόχρονη μελέτη δύο ή περισσότερων μεταβλητών, για να προσδιορίσουμε με ποιο
Διαβάστε περισσότεραΑσαφής Λογική (Fuzzy Logic)
Ασαφής Λογική (Fuzzy Logic) Ασάφεια: έννοια που σχετίζεται με την ποσοτικοποίηση της πληροφορίας και οφείλεται κυρίως σε μη-ακριβή (imprecise) δεδομένα. Π.χ. "Ο Νίκος είναι ψηλός": δεν προσδιορίζεται με
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ 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 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 Επικ. Καθηγητής v.koutra@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε
Διαβάστε περισσότεραΣΥΣΧΕΤΙΣΗ 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 περισσότεραΓ) Χρήση Λογισμικού για την υλοποίηση πρακτικών εφαρμογών της Ασαφούς Λογικής
Γ) Χρήση Λογισμικού για την υλοποίηση πρακτικών εφαρμογών της Ασαφούς Λογικής Η διαδικασία δόμησης εφαρμογών γίνεται με τη χρήση γλωσσών προγραμματισμού όπως η C, η Pascal, η Basic ή με τη χρήση άλλων
Διαβάστε περισσότεραΣυσχέτιση αντοχών σκυροδέµατος και τσιµέντου και ανάλυση αβεβαιότητας
Συσχέτιση αντοχών σκυροδέµατος και τσιµέντου και ανάλυση αβεβαιότητας.χ.τσαµατσούλης ρ. Χηµικός Μηχανικός, ιευθυντής Συστήµατος Ποιότητας, ΧΑΛΥΨ ΟΜΙΚΑ ΥΛΙΚΑ Α.Ε. Λέξεις κλειδιά: Σκυρόδεµα, τσιµέντο, αντοχή
Διαβάστε περισσότεραΕισόδημα 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 περισσότεραΕΠΕΣ. Πανελλήνιο Συνέδριο Σκυροδέματος «Κατασκευές από Σκυρόδεμα»
ΣΧΕΣΗ ΑΝΤΟΧΗΣ ΣΚΥΡΟΔΕΜΑΤΟΣ ΣΕ ΘΛΙΨΗ ΚΑΙ ΚΑΜΨΗ (για θραυστά ασβεστολιθικά αδρανή Αττικής) Βασ. Κυριακόπουλος Πολιτικός Μηχανικός ΕΜΠ, MSc, vkyriako@gmail.com Στυλ. Κόλιας Δρ Πολιτικός Μηχανικός τ. Αναπλ.
Διαβάστε περισσότεραΤα κριτήρια συµµόρφωσης θλιπτικών αντοχών του προτύπου ΕΝ και αξιολόγησή τους
Τα κριτήρια συµµόρφωσης θλιπτικών αντοχών του προτύπου ΕΝ 6- και αξιολόγησή τους. Τσαµατσούλης, ρ. Χηµικός Μηχανικός Αθήνα, 2 Νοεµβρίου 04. Εισαγωγή Το πρότυπο ΕΝ 6- εισάγει την έννοια του αυτοελέγχου
Διαβάστε περισσότεραΒ 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 περισσότεραΣτατιστική 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 περισσότερα1 x m 2. degn = m 1 + m m n. a(m 1 m 2...m k )x m 1
1 Πολυώνυμα και συσχετικός χώρος Ορισμός 3.1 Ενα μονώνυμο N στις μεταβλητές x 1, x 2,..., x n είναι ένα γινόμενο της μορφής x m 1 2...x m n n, όπου όλοι οι εκθέτες είναι φυσικοί αριθμοί. Ο βαθμός του μονωνύμου
Διαβάστε περισσότεραΑνάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017
Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017 2 Γιατί ανάλυση διακύμανσης; (1) Ας θεωρήσουμε k πληθυσμούς με μέσες τιμές μ 1, μ 2,, μ k, αντίστοιχα Πως μπορούμε να συγκρίνουμε τις μέσες τιμές k πληθυσμών
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΕΣ ΕΝΝΟΙΕΣ. Στατιστική????? Κάθε μέρα ερχόμαστε σε επαφή 24/02/2018
ΣΤΑΤΙΣΤΙΚΕΣ ΕΝΝΟΙΕΣ Αντώνης Κ. Τραυλός (B.A., M.A., Ph.D.) Καθηγητής ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΛΟΠΟΝΝΗΣΟΥ Σχολή Επιστημών Ανθρώπινης Κίνησης και Ποιότητας Ζωής Τμήμα Οργάνωσης και Διαχείρισης Αθλητισμού Στατιστική?????
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών
ΟΙΚΟΝΟΜΕΤΡΙΑ Βιολέττα Δάλλα Τµήµα Οικονοµικών Επιστηµών Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών 1 Εισαγωγή Οικονοµετρία (Econometrics) είναι ο τοµέας της Οικονοµικής επιστήµης που περιγράφει και αναλύει
Διαβάστε περισσότεραΧΡΟΝΙΚΕΣ 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 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 περισσότεραΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 10. Εισαγωγή στην εκτιμητική
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ
Διαβάστε περισσότερα10. ΠΟΛΛΑΠΛΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ
0. ΠΟΛΛΑΠΛΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ 0. ΤΟ ΓΕΝΙΚΟ ΓΡΑΜΜΙΚΟ ΜΟΝΤΕΛΟ Συχνά στην πράξη το μοντέλο της απλής γραμμικής παλινδρόμησης είναι ανεπαρκές για την περιγραφή της μεταβλητότητας που υπάρχει στην εξαρτημένη
Διαβάστε περισσότεραΤμήμα 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 περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. 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 περισσότεραΤΕΙ 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 περισσότεραΤεχνολογία Παραγωγής Τσιμέντου και Σκυροδέματος. Διδάσκων: Κωνσταντίνος Γ. Τσακαλάκης Καθηγητής Ε.Μ.Π. Ενότητα 7 η Παραγωγή Έτοιμου Σκυροδέματος
Τεχνολογία Παραγωγής Τσιμέντου και Σκυροδέματος Διδάσκων: Κωνσταντίνος Γ. Τσακαλάκης Καθηγητής Ε.Μ.Π. Ενότητα 7 η Παραγωγή Έτοιμου Σκυροδέματος Άδεια Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες
Διαβάστε περισσότεραΕφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 2 Μαΐου /23
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπιστήμιο Κρήτης 2 Μαΐου 2017 1/23 Ανάλυση Διακύμανσης. Η ανάλυση παλινδρόμησης μελετά τη στατιστική σχέση ανάμεσα
Διαβάστε περισσότεραΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ
ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ ΑΝΑΣΚΟΠΗΣΗ ΘΕΩΡΙΑΣ ΣΥΝΟΡΘΩΣΕΩΝ Βασίλης Δ. Ανδριτσάνος Δρ. Αγρονόμος - Τοπογράφος Μηχανικός ΑΠΘ Επίκουρος Καθηγητής ΤΕΙ Αθήνας 3ο εξάμηνο http://eclass.teiath.gr Παρουσιάσεις,
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ. ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv. Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ
ΠΡΟΛΟΓΟΣ... vii ΠΕΡΙΕΧΟΜΕΝΑ... ix ΓΕΝΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ... xv Κεφάλαιο 1 ΓΕΝΙΚΕΣ ΕΝΝΟΙΕΣ ΑΠΟ ΤΗ ΣΤΑΤΙΣΤΙΚΗ 1.1 Πίνακες, κατανομές, ιστογράμματα... 1 1.2 Πυκνότητα πιθανότητας, καμπύλη συχνοτήτων... 5 1.3
Διαβάστε περισσότερα----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------
----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------ ΚΕΦΑΛΑΙΟ 9 ο 9.1 ηµιουργία µοντέλων πρόβλεψης 9.2 Απλή Γραµµική Παλινδρόµηση 9.3 Αναλυτικά για το ιάγραµµα ιασποράς
Διαβάστε περισσότεραΒασικές Έννοιες Ασαφών Συνόλων
Ασάφεια (Fuzziness) Έννοια που σχετίζεται με την ποσοτικοποίηση της πληροφορίας και οφείλεται κυρίως σε μη-ακριβή (imprecise) δεδομένα. "Ο Νίκος είναι ψηλός Το πρόβλημα οφείλεται στην αντίληψη που έχει
Διαβάστε περισσότεραΕισαγωγή στην Στατιστική (ΔΕ200Α-210Α)
Τμήμα Διοίκησης Επιχειρήσεων (Αγ. Νικόλαος), Τ.Ε.Ι. Κρήτης Σελίδα 1 από 13 5η Εργαστηριακή Άσκηση Σκοπός: Η παρούσα εργαστηριακή άσκηση στοχεύει στην εκμάθηση κατασκευής γραφημάτων που θα παρουσιάζουν
Διαβάστε περισσότεραΣτατιστική Επιχειρήσεων Ι
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Τεχνολογικό Εκπαιδευτικό Ίδρυμα Πειραιά Στατιστική Επιχειρήσεων Ι Ενότητα 4: Πολυδιάστατες Τυχαίες Μεταβλητές Μιλτιάδης Χαλικιάς, Επίκουρος Καθηγητής Τμήμα Διοίκησης Επιχειρήσεων Άδειες
Διαβάστε περισσότεραΕΡΓΑΣΤΗΡΙΟ ΕΝΟΡΓΑΝΗΣ ΑΝΑΛΥΣΗΣ ΤΡΟΦΙΜΩΝ Οδηγός Συγγραφής Εργαστηριακών Αναφορών
ΕΡΓΑΣΤΗΡΙΟ ΕΝΟΡΓΑΝΗΣ ΑΝΑΛΥΣΗΣ ΤΡΟΦΙΜΩΝ Οδηγός Συγγραφής Εργαστηριακών Αναφορών Βασιλεία Ι. Σινάνογλου Ειρήνη Φ. Στρατή Παναγιώτης Ζουμπουλάκης Σωτήρης Μπρατάκος Εξώφυλλο Εργαστηριακό Τμήμα (ημέρα ώρα)
Διαβάστε περισσότεραΤεχνικές µαθηµατικές συσχετίσεις θλιπτικών αντοχών σκυροδέµατος και τσιµέντου
Τεχνικές µαθηµατικές συσχετίσεις θλιπτικών αντοχών σκυροδέµατος και τσιµέντου Κ. K. Ευαγόρου ρ. Χηµικός, ιευθυντής Ποιότητας της Τσιµεντοποιίας ΒΑΣΙΛΙΚΟΥ Κύπρου A. Γ. ηµητρίου Μεταλλειολόγος Μηχανικός,
Διαβάστε περισσότεραΠρόλογος... xv. Κεφάλαιο 1. Εισαγωγικές Έννοιες... 1
Πρόλογος... xv Κεφάλαιο 1. Εισαγωγικές Έννοιες... 1 1.1.Ιστορική Αναδρομή... 1 1.2.Βασικές Έννοιες... 5 1.3.Πλαίσιο ειγματοληψίας (Sampling Frame)... 9 1.4.Κατηγορίες Ιατρικών Μελετών.... 11 1.4.1.Πειραµατικές
Διαβάστε περισσότεραΜέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis)
Μέρος V. Ανάλυση Παλινδρόμηση (Regresso Aalss) Βασικές έννοιες Απλή Γραμμική Παλινδρόμηση Πολλαπλή Παλινδρόμηση Εφαρμοσμένη Στατιστική Μέρος 5 ο - Κ. Μπλέκας () Βασικές έννοιες Έστω τ.μ. Χ,Υ όπου υπάρχει
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ 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 περισσότεραΕφαρμοσμένη Στατιστική
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Εφαρμοσμένη Στατιστική Παλινδρόμηση Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΕισαγωγή στην Στατιστική (ΔΕ200Α-210Α)
Τμήμα Διοίκησης Επιχειρήσεων (Αγ. Νικόλαος), Τ.Ε.Ι. Κρήτης Σελίδα 1 από 13 5η Εργαστηριακή Άσκηση Σκοπός: Η παρούσα εργαστηριακή άσκηση στοχεύει στην εκμάθηση κατασκευής γραφημάτων που θα παρουσιάζουν
Διαβάστε περισσότεραΔιάστημα 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 περισσότεραANFIS(Από την Θεωρία στην Πράξη)
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ Πολυτεχνική Σχολή Τμήμα Πολιτικών Μηχανικών Βασ. Σοφίας 12 67100 Ξάνθη HELLENIC REPUBLIC DEMOCRITUS UNIVERSITY OF THRACE SCHOOL OF ENGINEERING Department
Διαβάστε περισσότεραΧΑΡΑΚΤΗΡΙΣΤΙΚΗ ΚΑΙ ΣΥΜΒΑΤΙΚΗ ΑΝΤΟΧΗ
ΧΑΡΑΚΤΗΡΙΣΤΙΚΗ ΚΑΙ ΣΥΜΒΑΤΙΚΗ ΑΝΤΟΧΗ Διαφορές σε: Ποιότητα υλικών καθιστούν το σκυρόδεμα Αναλογία υλικών ανομοιογενές υλικό με στο ανάμιγμα θλιπτική αντοχή f c τυχαία c Τρόπο διάστρωσης, μεταβλητή περιγραφόμενη
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 περισσότεραΣ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ
Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Τι κάνει η Στατιστική Στατιστική (Statistics) Μετατρέπει αριθμητικά δεδομένα σε χρήσιμη πληροφορία. Εξάγει συμπεράσματα για έναν πληθυσμό. Τις περισσότερες
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική
ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 2: Ανασκόπηση βασικών εννοιών Στατιστικής και Πιθανοτήτων Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana
Διαβάστε περισσότεραΣτατιστική. Ανάλυση ιασποράς με ένα Παράγοντα. One-Way Anova. 8.2 Προϋποθέσεις για την εφαρμογή της Ανάλυσης ιασποράς
Στατιστική Ανάλυση ιασποράς με ένα Παράγοντα One-Way Anova Χατζόπουλος Σταύρος Κεφάλαιο 8ο. Ανάλυση ιασποράς 8.1 Εισαγωγή 8.2 Προϋποθέσεις για την εφαρμογή της Ανάλυσης ιασποράς 8.3 Ανάλυση ιασποράς με
Διαβάστε περισσότεραΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία
ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ Οικονομετρία I.1 Τι Είναι η Οικονομετρία; Η κυριολεκτική ερμηνεία της λέξης, οικονομετρία είναι «οικονομική
Διαβάστε περισσότεραΠροσαρμοστικό Σύστημα Νευρο-ασαφούς Συμπερασμού ANFIS (Adaptive Network based Fuzzy Inference System)
ΔΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ Πολυτεχνική Σχολή Τμήμα Πολιτικών Μηχανικών DEMOCRITUS UNIVERSITY OF THRACE SCHOOL OF ENGINEERING Department of Civil Engineering Προσαρμοστικό Σύστημα Νευρο-ασαφούς Συμπερασμού
Διαβάστε περισσότεραΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ
ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ Τα μη γραμμικά μοντέλα έχουν την πιο κάτω μορφή: η μορφή αυτή μοιάζει με τη μορφή που έχουμε για τα γραμμικά μοντέλα ( δηλαδή η παρατήρηση Y i είναι το άθροισμα της αναμενόμενης
Διαβάστε περισσότεραΣυσχέτιση 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 περισσότεραΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ
ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ Μ.Ν. Ντυκέν, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. Ε. Αναστασίου, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. ΔΙΑΛΕΞΗ 07 & ΔΙΑΛΕΞΗ 08 ΣΗΜΠΕΡΑΣΜΑΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Βόλος, 016-017 ΕΙΣΑΓΩΓΗ ΣΤΗΝ
Διαβάστε περισσότεραΣτατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για
Διαβάστε περισσότεραΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436
ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436 A εξάμηνο 2009-2010 Περιγραφική Στατιστική Ι users.att.sch.gr/abouras abouras@sch.gr sch.gr abouras@uth.gr Μέτρα θέσης Η θέση αντιπροσωπεύει τη θέση της κατανομής κατά
Διαβάστε περισσότεραΤΕΙ 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 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 περισσότεραΑπλή Γραμμική Παλινδρόμηση I
Απλή Γραμμική Παλινδρόμηση I. Εισαγωγή Έστω ότι θέλουμε να ερευνήσουμε εμπειρικά τη σχέση που υπάρχει ανάμεσα στις δαπάνες κατανάλωσης και στο διαθέσιμο εισόδημα, των οικογενειών. Σύμφωνα με την Κεϋνσιανή
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 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 περισσότεραΕρωτήσεις 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 περισσότεραΣτατιστική Ι. Ενότητα 2: Στατιστικά Μέτρα Διασποράς Ασυμμετρίας - Κυρτώσεως. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 2: Στατιστικά Μέτρα Διασποράς Ασυμμετρίας - Κυρτώσεως Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΓεώργιος ΡΟΥΒΕΛΑΣ 1, Κων/νος ΞΗΝΤΑΡΑΣ / ΑΓΕΤ ΗΡΑΚΛΗΣ 2, Λέξεις κλειδιά: Αδρανή, άργιλος, ασβεστολιθική παιπάλη, ισοδύναμο άμμου, μπλε του μεθυλενίου
Προσδιορισμός περιεκτικότητας σε άργιλο ή πλαστικών λεπτών στα αδρανή μέσω των δοκιμών Ισοδυνάμου άμμου (ASTM D 2419-2 & EN 933 8) και Μπλε του μεθυλενίου (ΕΝ 933.9) Σύγκριση αποτελεσμάτων Determination
Διαβάστε περισσότεραΠολλαπλή παλινδρόμηση (Multivariate regression)
ΜΑΘΗΜΑ 3 ο 1 Πολλαπλή παλινδρόμηση (Multivariate regression) Η συμπεριφορά των περισσότερων οικονομικών μεταβλητών είναι συνάρτηση όχι μιας αλλά πολλών μεταβλητών Υ = f ( X 1, X 2,... X n ) δηλαδή η Υ
Διαβάστε περισσότεραΕΠΑΝΑΛΗΨΗ ΒΑΣΙΚΩΝ ΕΝΝΟΙΩΝ ΣΤΑΤΙΣΤΙΚΗΣ
ΕΠΑΝΑΛΗΨΗ ΒΑΣΙΚΩΝ ΕΝΝΟΙΩΝ ΣΤΑΤΙΣΤΙΚΗΣ Στα πλαίσια του προπτυχιακού μαθήματος Χρονικές σειρές Τμήμα μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα 1 Μονοδιάστατες τυχαίες μεταβλητές Τυχαία μεταβλητή είναι
Διαβάστε περισσότεραΤ.Ε.Ι. ΑΝΑΤΟΛΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΚΑΙ ΘΡΑΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ
Τ.Ε.Ι. ΑΝΑΤΟΛΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΚΑΙ ΘΡΑΚΗΣ ΤΜΗΜΑ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΓΡΑΜΜΙΚΟΣ ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ ΕΙΣΗΓΗΤΗΣ: Δρ. Ιωάννης Σ. Τουρτούρας Μηχανικός Παραγωγής & Διοίκησης Δ.Π.Θ. Χρηματοδότηση Το παρόν εκπαιδευτικό
Διαβάστε περισσότεραΣΧΟΛΗ 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 περισσότεραΚεφάλαιο 14. Ασάφεια. Τεχνητή Νοηµοσύνη - Β' Έκδοση. Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου
Κεφάλαιο 4 Ασάφεια Τεχνητή Νοηµοσύνη - Β' Έκδοση Ι. Βλαχάβας, Π. Κεφαλάς, Ν. Βασιλειάδης, Φ. Κόκκορας, Η. Σακελλαρίου Ασάφεια (Fuzziness) Έννοια που σχετίζεται µε την ποσοτικοποίηση της πληροφορίας και
Διαβάστε περισσότεραΧρονικές σειρές 5 Ο μάθημα: Γραμμικά στοχαστικά μοντέλα (1) Αυτοπαλίνδρομα μοντέλα Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ
Χρονικές σειρές 5 Ο μάθημα: Γραμμικά στοχαστικά μοντέλα (1) Αυτοπαλίνδρομα μοντέλα Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή,
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 2: Παλινδρόμηση. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)
ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 2: Παλινδρόμηση. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.
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 περισσότεραΟικονομετρία Ι. Ενότητα 2: Ανάλυση Παλινδρόμησης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής
Οικονομετρία Ι Ενότητα 2: Ανάλυση Παλινδρόμησης Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commos. Για εκπαιδευτικό
Διαβάστε περισσότεραΑΣΑΦΗΣ ΛΟΓΙΚΗ. Οικονόμου Παναγιώτης Δρ. Ε. Παπαγεωργίου 1
ΑΣΑΦΗΣ ΛΟΓΙΚΗ Ασαφή Σύνολα Συναρτήσεις Συμμετοχής Λεκτικοί Κανόνες Πράξεις Ασαφών Συνόλων Ασαφής Συνεπαγωγές Αποασαφοποίηση Παραδείγματα Ασαφών Συστημάτων Οικονόμου Παναγιώτης 1 Ασάφεια Έννοια που σχετίζεται
Διαβάστε περισσότερα2 η ΕΡΓΑΣΤΗΡΙΑΚΗ ΜΕΛΕΤΗ ΑΔΡΑΝΗ ΣΚΥΡΟΔΕΜΑ
2 η ΕΡΓΑΣΤΗΡΙΑΚΗ ΜΕΛΕΤΗ ΑΔΡΑΝΗ ΣΚΥΡΟΔΕΜΑ ΟΝΟΜΑΤΕΠΩΝΥΜΟ ΑΡΙΘΜΟΣ ΜΗΤΡΩΟΥ ΕΡΓΑΣΤΗΡΙΑΚΟ ΤΡΙΩΡΟ ΗΜΕΡΟΜΗΝΙΑ Η Εργαστηριακή Μελέτη είναι ατομική, με διαφορετικά δεδομένα για κάθε σπουδαστή. Θα χρησιμοποιηθούν
Διαβάστε περισσότεραΒασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D.
Βασίλειος Μαχαιράς Πολιτικός Μηχανικός Ph.D. Μη γραμμικός προγραμματισμός: βελτιστοποίηση με περιορισμούς Πανεπιστήμιο Θεσσαλίας Σχολή Θετικών Επιστημών Τμήμα Πληροφορικής Διάλεξη 9-10 η /2017 Τι παρουσιάστηκε
Διαβάστε περισσότεραΣΤΑΤΙΣΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ
ΣΤΑΤΙΣΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ ΣΤΗΝ ΑΘΛΗΤΙΚΗ ΕΠΙΣΤΗΜΗ ΜΕ ΠΑΡΑΔΕΙΓΜΑΤΑ ΣΤΟ SPSS 6 η Έκδοση Γιώργος Βαγενάς Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών ΕΚ ΟΣΕΙΣ ΤΖΙΟΛΑ Αποκλειστικότητα για την ελληνική γλώσσα: ΕΚ
Διαβάστε περισσότεραΚΕΦΑΛΑΙΟ 3 ο ΣΥΝΑΡΤΗΣΕΙΣ, ΤΡΙΓΩΝΟΜΕΤΡΙΑ( FUNCTIONS,TRIGONOMETRY)
ΚΕΦΑΛΑΙΟ 3 ο ΣΥΝΑΡΤΗΣΕΙΣ, ΤΡΙΓΩΝΟΜΕΤΡΙΑ( FUNCTIONS,TRIGONOMETRY) 3.1 ΘΕΩΡΙΑ-ΤΥΠΟΛΟΓΙΟ-ΠΑΡΑΔΕΙΓΜΑΤΑ ΣΥΝΑΡΤΗΣΕΙΣ Συνάρτηση, ή απεικόνιση όπως ονομάζεται διαφορετικά, είναι μια αντιστοίχιση μεταξύ δύο συνόλων,
Διαβάστε περισσότεραΑντικείμενο 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 περισσότερα9. 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 περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική
ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 5: Ανάλυση γραμμικού υποδείγματος Πολυμεταβλητή παλινδρόμηση (1 ο μέρος) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: ageliki.papaa@gmail.com, agpapaa@auth.gr Webpage: http://users.auth.gr/agpapaa
Διαβάστε περισσότεραΠροσαρμογή καμπύλης με τη μέθοδο των ελαχίστων τετραγώνων
Σχολή Χημικών Μηχανικών ΕΜΠ Εισαγωγή στην Χημική Μηχανική, ο εξάμηνο Προσαρμογή καμπύλης με τη μέθοδο των ελαχίστων τετραγώνων Εισαγωγή Με βάση κάποιο δείγμα (Χ,Υ) ζητούμε να εξάγουμε συμπεράσματα για
Διαβάστε περισσότεραΤμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η : ,
Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η :1-0-017, 3-0-017 Διδάσκουσα: Κοντογιάννη Αριστούλα Σκοπός του μαθήματος Η παρουσίαση
Διαβάστε 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 περισσότεραΕΙΔΙΚΑ 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 περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. 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 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 περισσότεραΑπλή 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 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 περισσότεραΤεχνολογικό 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 περισσότεραΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ ΔΕΟ 13 ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ 3 η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ ΣΤΑΤΙΣΤΙΚΗ ΘΕΜΑΤΑ
ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ ΔΕΟ 13 ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ 3 η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ ΣΤΑΤΙΣΤΙΚΗ ΘΕΜΑΤΑ ΘΕΜΑ 1 ο Τα δεδομένα της στήλης Grade (Αρχείο Excel, Φύλλο Ask1) αναφέρονται στη βαθμολογία 63 φοιτητών που έλαβαν μέρος σε
Διαβάστε περισσότεραΧΡΗΣΗ ΒΙΟΜΗΧΑΝΙΚΩΝ ΠΑΡΑΠΡΟΪΟΝΤΩΝ ΓΙΑ ΤΗΝ ΠΑΡΑΣΚΕΥΗ ΣΚΥΡΟΔΕΜΑΤΟΣ
Πρακτικά 1ου Πανελληνίου Συνεδρίου για την Αξιοποίηση των Βιομηχανικών Παραπροϊόντων στη Δόμηση, ΕΒΙΠΑΡ, Θεσσαλονίκη, 24-26 Νοεμβρίου 2005 ΧΡΗΣΗ ΒΙΟΜΗΧΑΝΙΚΩΝ ΠΑΡΑΠΡΟΪΟΝΤΩΝ ΓΙΑ ΤΗΝ ΠΑΡΑΣΚΕΥΗ ΣΚΥΡΟΔΕΜΑΤΟΣ
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 περισσότεραΜΟΝΟΠΑΡΑΜΕΤΡΙΚΗ 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 περισσότεραΑπλή Ευθύγραµµη Συµµεταβολή
Απλή Ευθύγραµµη Συµµεταβολή Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας, Εργαστήριο Γεωργίας Viola adorata Εισαγωγή Ανάλυση Παλινδρόµησης και Συσχέτιση Απλή
Διαβάστε περισσότερα5. 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 περισσότεραΑριθμητική Ανάλυση και Εφαρμογές
Αριθμητική Ανάλυση και Εφαρμογές Διδάσκων: Δημήτριος Ι. Φωτιάδης Τμήμα Μηχανικών Επιστήμης Υλικών Ιωάννινα 07-08 Πεπερασμένες και Διαιρεμένες Διαφορές Εισαγωγή Θα εισάγουμε την έννοια των διαφορών με ένα
Διαβάστε περισσότεραΠΙΘΑΝΟΤΗΤΕΣ - ΣΤΑΤΙΣΤΙΚΗ
ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΠΑΡΑΡΤΗΜΑ ΚΑΣΤΟΡΙΑΣ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ & ΤΕΧΝΟΛΟΓΙΑΣ Η/Υ ΠΙΘΑΝΟΤΗΤΕΣ - ΣΤΑΤΙΣΤΙΚΗ 1o ΜΑΘΗΜΑ Ι ΑΣΚΩΝ: ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ Email: gvasil@math.auth.gr Ιστοσελίδες Μαθήματος: users.auth.gr/gvasil
Διαβάστε περισσότεραΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Επίλυση: Oneway Anova Διδάσκων: Δαφέρμος Βασίλειος ΤΜΗΜΑ ΠΟΛΙΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΣΧΟΛΗΣ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Άδειες Χρήσης Το παρόν
Διαβάστε περισσότερα2.5.1 ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ
.5. ΕΚΤΙΜΗΣΗ ΠΟΣΟΣΤΙΑΙΩΝ ΣΗΜΕΙΩΝ ΜΙΑΣ ΚΑΤΑΝΟΜΗΣ Η μέθοδος κατασκευής διαστήματος εμπιστοσύνης για την πιθανότητα που περιγράφεται στην προηγούμενη ενότητα μπορεί να χρησιμοποιηθεί για την κατασκευή διαστημάτων
Διαβάστε περισσότεραΑναλυτική 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 περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΑΜΕΣΕΣ ΞΕΝΕΣ ΕΠΕΝΔΥΣΕΙΣ ΣΕ ΕΥΡΩΠΑΙΚΕΣ ΧΩΡΕΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΗΝ ΟΙΚΟΝΟΜΙΚΗ ΚΑΙ ΕΠΙΧΕΙΡΗΣΙΑΚΗ ΣΤΡΑΤΗΓΙΚΗ ΑΜΕΣΕΣ ΞΕΝΕΣ ΕΠΕΝΔΥΣΕΙΣ ΣΕ ΕΥΡΩΠΑΙΚΕΣ ΧΩΡΕΣ Αθανάσιος Νταραβάνογλου Διπλωματική
Διαβάστε περισσότερα1ο τεταρτημόριο x>0,y>0 Ν Β
ΓΡΑΦΙΚΗ ΠΑΡΑΣΤΑΣΗ ΣΥΝΑΡΤΗΣΗΣ( 6.2 ) Καρτεσιανό σύστημα συντεταγμένων ονομάζεται ένα επίπεδο εφοδιασμένο με δύο κάθετους άξονες οι οποίοι έχουν κοινή αρχή Ο και είναι αριθμημένοι με τις ίδιες μονάδες μήκους.
Διαβάστε περισσότεραΔΙΑΧΕΙΡΙΣΗ ΓΛΩΣΣΙΚΩΝ ΜΕΤΑΒΛΗΤΩΝ. Πολυκριτήρια Ανάλυση Αποφάσεων
Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών Και Μηχανικών Υπολογιστών ΤΟΜΕΑΣ ΗΛΕΚΤΡΙΚΩΝ ΒΙΟΜΗΧΑΝΙΚΩΝ ΔΙΑΤΑΞΕΩΝ ΚΑΙ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ Εργαστήριο Συστημάτων Αποφάσεων και Διοίκησης ΔΙΑΧΕΙΡΙΣΗ
Διαβάστε περισσότερα