Άσκηση 10, σελ Για τη μεταβλητή x (άτυπος όγκος) έχουμε: x censored_x 1 F 3 F 3 F 4 F 10 F 13 F 13 F 16 F 16 F 24 F 26 F 27 F 28 F

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Άσκηση 10, σελ. 119. Για τη μεταβλητή x (άτυπος όγκος) έχουμε: x censored_x 1 F 3 F 3 F 4 F 10 F 13 F 13 F 16 F 16 F 24 F 26 F 27 F 28 F"

Transcript

1 Άσκηση 0, σελ. 9 από το βιβλίο «Μοντέλα Αξιοπιστίας και Επιβίωσης» της Χ. Καρώνη (i) Αρχικά, εισάγουμε τα δεδομένα στο minitab δημιουργώντας δύο μεταβλητές: τη x για τον άτυπο όγκο και την y για τον τυπικό όγκο. Για κάθε μια από τις δύο μεταβλητές, δημιουργούμε και μια άλλη (censored_x και censored_y αντίστοιχα), η οποία παίρνει δύο τιμές (C, F). Η τιμή C σημαίνει censored, δηλαδή αποκομμένη τιμή και η τιμή F σημαίνει failure, δηλαδή θάνατος (μη αποκομμένη). Για τη μεταβλητή x (άτυπος όγκος) έχουμε: x censored_x F 3 F 3 F 4 F 0 F 3 F 3 F 6 F 6 F 24 F 26 F 27 F 28 F 30 F 30 F 32 F 4 F 5 F 65 F 67 F 70 F 72 F 73 F 77 F 9 F 93 F 96 F 00 F 04 F 57 F 67 F 6 C 74 C 79 C 80 C 8 C 87 C 87 C 88 C 89 C 93 C 97 C 0 C 04 C 08 C 09 C 20 C 3 C 50 C 23 C 240 C 400 C Και για τη μεταβλητή y (τυπικός όγκος) έχουμε: y censored_y F 3 F 4 F 5 F 5 F 8 F 2 F 3 F 8 F 23 F 26 F 27 F 30 F 42 F 56 F 62 F 69 F 04 F 04 F 2 F 29 F 8 F 8 C 67 C 76 C 04 C 76 C 23 C

2 Για να προσαρμόσουμε ένα μοντέλο Weibull στα δεδομένα, πάμε στη γραμμή εργασιών του προγράμματος και επιλέγουμε κατά σειρά: Stat Reliability/Survival Distribution Analysis(Right Censoring) Parametric Distribution Analysis Ως μεταβλητή επιλέγουμε τη x (και αντίστοιχα τη y), ως Assumed Distribution, δηλαδή το μοντέλο που θέλουμε να προσαρμόσουμε, επιλέγουμε τη Weibull, στην επιλογή Estimate ως Estimation Method επιλέγουμε Maximum Likelihood (μέγιστη πιθανοφάνεια) και στην επιλογή Censor εισάγουμε στο πεδίο Use censoring columns το censored_x (αντίστοιχα το censored_y). Πατάμε ΟΚ και το πρόγραμμα μας εμφανίζει για τη x: Distribution Analysis: x Variable: x Censoring Information Count Uncensored value 3 Right censored value 2 Censoring value: censored_x = C Estimation Method: Maximum Likelihood Distribution: Weibull Parameter Estimates Standard 95,0% Normal CI Parameter Estimate Error Lower Upper Shape 0, , ,65699,2479 Scale 42,647 3, , ,372 Log-Likelihood = -82,468 Goodness-of-Fit Anderson-Darling (adjusted) = 52,865 Characteristics of Distribution Standard 95,0% Normal CI Estimate Error Lower Upper Mean(MTTF) 57,3 4, , ,04 Standard Deviation 90,082 72,728 89, ,34 Median 9,832 9, , ,349 First Quartile(Q) 3,9200 8,9404 8, ,2680 Third Quartile(Q3) 2,25 5,3545 3,49 340,6 Interquartile Range(IQR) 79,295 48, , ,884 Table of Percentiles Standard 95,0% Normal CI Percent Percentile Error Lower Upper 0, , ,250 2, ,3204 0, , , ,4889, , ,40659

3 4 3,0557, , , ,0975 2,7820,38980, , ,56976, , , , , , , , ,9208 7, , , ,529 9, , , ,6486 2, ,5226 7,3442 2, , ,3284 0, , , ,6366 4, , , ,832 9, , , ,422 28, , , ,294 4,472 3,085 28, ,706 64, ,705 48, ,67 5,864 26,64 697,3 9 40,083 24, ,04 743, ,304 34,72 236, , ,04 46, ,86 860, ,40 60,578 26, , ,59 77, , , 96 58,232 99,80 296,30 40, , , , , , , , , , ,247 40,6 947,87 Probability Plot for x Probability Plot for x Weibull - 95% CI Censoring Column in censored_x - ML Estimates Percent Table of Statistics Shape 0,83284 Scale 42,647 Mean 57,3 StDev 90,082 Median 9,832 IQ R 79,295 F ailure 3 C ensor 2 A D* 52, ,,0 0,0 x 00,0 000,0 Από τα αποτελέσματα βλέπουμε ότι η εκτιμήτριες μέγιστης πιθανοφάνειας της παραμέτρου κλίμακας α είναι 42,647 (Scale) με τυπική απόκλιση (δηλαδή τυπικό σφάλμα) se(a)= 3,6553 και της παραμέτρου σχήματος (Shape) η είναι 0,83284 με se(η)= 0, Αντίστοιχα για την y έχουμε:

4 Distribution Analysis: y Variable: y Censoring Information Count Uncensored value 22 Right censored value 6 Censoring value: censored_y = C Estimation Method: Maximum Likelihood Distribution: Weibull Parameter Estimates Standard 95,0% Normal CI Parameter Estimate Error Lower Upper Shape 0, , ,54938,0920 Scale 73, ,297 42,76 26,268 Log-Likelihood = -6,399 Goodness-of-Fit Anderson-Darling (adjusted) = 8,894 Characteristics of Distribution Standard 95,0% Normal CI Estimate Error Lower Upper Mean(MTTF) 85,278 25, , ,665 Standard Deviation,349 45, , ,690 Median 45,7777 3, ,682 8,6007 First Quartile(Q) 4,7079 6,0436 6, ,8993 Third Quartile(Q3) 2,028 3, ,779 93,924 Interquartile Range(IQR) 97, , , ,350 Table of Percentiles Standard 95,0% Normal CI Percent Percentile Error Lower Upper 0, , , , , , , , , ,6952 0, , ,8204 0, , , ,58735,8675 0, , ,02230, , , ,48455, , , ,97246,9228 0, , , ,6600,03066, , ,4093, , ,5950 4,8238 4, , ,429 7, , , ,868 0,0677 6, , ,7777 3, ,682 8, ,6374 8, ,0222 3, ,383 25, , , ,837 39,262 77, , ,698 69,398 4, , ,525 74, , , ,059 80, , , ,777 88,540 33, , ,38 96,9334 4,536 55, ,975 07,794 50, ,489

5 96 332,424 2,768 62,4 68, ,272 40,847 76,53 780, ,6 69,68 96, , , , ,858 22,2 Probability Plot for y Probability Plot for y Weibull - 95% CI Censoring Column in censored_y - ML Estimates Percent Table of Statistics Shape 0, Scale 73,4805 Mean 85,278 StDev,349 Median 45,7777 IQ R 97,3205 F ailure 22 C ensor 6 A D* 8, ,0 0,0,00 0,00 y 00,00 000,00 Από τα αποτελέσματα βλέπουμε ότι η εκτιμήτριες μέγιστης πιθανοφάνειας της παραμέτρου κλίμακας α είναι 73,4805 (Scale) με τυπική απόκλιση (δηλαδή τυπικό σφάλμα) se(a)= 20,297 και της παραμέτρου σχήματος (Shape) είναι 0, με se(η)= 0, (ii) Για να ελέγξουμε την υπόθεση ότι η παράμετρος σχήματος (η) είναι με τον έλεγχο Wald πάμε στο κεντρικό μενού και επιλέγουμε κατά σειρά: Stat Reliability/Survival Distribution Analysis(Right Censoring) Parametric Distribution Analysis Έπειτα πάμε στην επιλογή Test και εισάγουμε στο Consistency of Sample With Value ως Test shape equal to:. Πατάμε ΟΚ και για το μας εμφανίζει για το x: Distribution Analysis: x Test for Shape Equal to Chi-Square DF P, ,232 Bonferroni 95,0% (indiv 95,00%) Simultaneous CI

6 Shape parameter for Variable Lower Estimate Upper x 0,657 0,8322,25 ( * ) ,75 0,90,05 Probability Plot for x Probability Plot for x Weibull - 95% CI Censoring Column in censored_x - ML Estimates Percent Table of Statistics Shape 0,83284 Scale 42,647 Mean 57,3 StDev 90,082 Median 9,832 IQ R 79,295 F ailure 3 C ensor 2 A D* 52, ,,0 0,0 x 00,0 000,0 Και αντίστοιχα για το y: Distribution Analysis: y Test for Shape Equal to Chi-Square DF P 2,2522 0,45 Bonferroni 95,0% (indiv 95,00%) Simultaneous CI Shape parameter for Variable Lower Estimate Upper y 0,5493 0,7745,092 ( * ) ,60 0,75 0,90,05 Probability Plot for y

7 Probability Plot for y Weibull - 95% CI Censoring Column in censored_y - ML Estimates Percent Table of Statistics Shape 0, Scale 73,4805 Mean 85,278 StDev,349 Median 45,7777 IQ R 97,3205 F ailure 22 C ensor 6 A D* 8, ,0 0,0,00 0,00 y 00,00 000,00 Συνεπώς βλέπουμε ότι ο έλεγχος Wald για το x είναι,42802, ενώ για το y είναι 2,2522. Για τον έλεγχο του λόγου των πιθανοφανειών πάμε στο κεντρικό μενού και επιλέγουμε κατά σειρά: Stat Quality Tools Individual Distribution Identification Ως single column βάζουμε τη μεταβλητή που θέλουμε, ως specified distribution τη Weibull και στην επιλογή Box-Cox επιλέγουμε το optimal lambda, το οποίο θέτει την τιμή του σχήματος ίση με. Πατάμε ΟΚ και μας δίνει για το x: Distribution Identification for x Distribution ID Plot for x Descriptive Statistics N N* Mean StDev Median Minimum Maximum Skewness Kurtosis ,965 69, , ,09776 Goodness of Fit Test Distribution AD P Weibull,098 <0,00 ML Estimates of Distribution Parameters Distribution Location Shape Scale Threshold Weibull, ,3646

8 99, Probability Plot for x Weibull - 95% CI Goodness of Fit Test Weibull A D =,098 P-V alue < 0,00 50 Percent x Αντίστοιχα για το y: Distribution Identification for y Distribution ID Plot for y Descriptive Statistics N N* Mean StDev Median Minimum Maximum Skewness Kurtosis ,574 6, , ,98838 Goodness of Fit Test Distribution AD P Weibull 0,324 >0,250 ML Estimates of Distribution Parameters Distribution Location Shape Scale Threshold Weibull 0, ,3027

9 95 80 Probability Plot for y Weibull - 95% CI Goodness of Fit Test Weibull A D = 0,324 P-V alue > 0, Percent ,,0 y 0,0 00,0 000,0 Επομένως βλέπουμε ότι ο έλεγχος του λόγου των πιθανοφανειών για τη x είναι,098 και για την y 0,324. (iii) Από το ερώτημα (i) η εκτίμηση της διαμέσου της x είναι 9,832 και της y 45,7777. (iv) Η προσαρμογή του ζητούμενου μοντέλου παλινδρόμησης γίνεται ως εξής: Αρχικά, δημιουργούμε μία καινούργια μεταβλητή z όπου συγκεντρώνουμε τις παρατηρήσεις (μόνο τις μη αποκομμένες) και των δύο ομάδων. Σε κάθε μία παρατήρηση αποδίδουμε την τιμή, αν ανήκει στην πρώτη ομάδα ή 0, αν ανήκει στη δεύτερη, δημιουργώντας έτσι μια στήλη που την ονομάζουμε group. Έπειτα πάμε στο κεντρικό μενού και επιλέγουμε κατά σειρά: Stat Regression Regression Ως response, δηλαδή μεταβλητή απόκρισης, θέτουμε τη z και ως predictors, δηλαδή συμμεταβλητή ή επεξηγηματική μεταβλητή, τη group. Πατάμε ΟΚ και το πρόγραμμα μας εμφανίζει: Regression Analysis: z versus group The regression equation is z = 47,0 + 4,6 group Predictor Coef SE Coef T P Constant 47,000 9,898 4,75 0,000 group 4,6 2,94 0,36 0,723 S = 46,4267 R-Sq = 0,2% R-Sq(adj) = 0,0%

10 Analysis of Variance Source DF SS MS F P Regression ,3 0,723 Residual Error Total Unusual Observations Obs group z Fit SE Fit Residual St Resid 30,00 57,00 5,6 8,34 05,39 2,3R 3,00 67,00 5,6 8,34 5,39 2,53R 53 0,00 8,00 47,00 9,90 34,00 2,95R R denotes an observation with a large standardized residual. Η P-τιμή του ελέγχου για την εκτιμήτρια b της συμμεταβλητής είναι 0,723 < 0,05, οπότε δεν μπορούμε να απορρίψουμε τη μηδενική υπόθεση ότι η κατηγορία του όγκου δεν επιδρά στη διάρκεια επιβίωσης. Άρα, τελικά, η κατηγορία του όγκου δεν έχει σχέση με το πόσο θα ζήσει ο ασθενής.

11 Άσκηση 2, σελ. 20 από το βιβλίο «Μοντέλα Αξιοπιστίας και Επιβίωσης» της Χ. Καρώνη Δεδομένου του πίνακα της προηγούμενης άσκησης (άσκ./κεφ.4) παραθέτουμε άλλον έναν. Δίπλα από κάθε τιμή (μέρες μέχρι το θάνατο) έχουμε εάν είναι αποκομμένη (ναι=, όχι=0), αν έχει περάσει από δεύτερο στάδιο θεραπείας ο ασθενής (ναι=, όχι=0) και από τι πάσχει (NHL=, HL=0). Άρα έχουμε τις μεταβλητές: s (survival): Επιβίωση (σε μέρες) c (censored): Αποκοπή (0,) t (therapy): Θεραπεία (0,) d (disease): Νόσος (0,) Ο πίνακας που συντάσσουμε τελικά έχει ως εξής: s c t d Επειδή μεταχειριζόμαστε δεδομένα ζωής, θα χρησιμοποιήσουμε ανάλογα το πρόγραμμα που διαθέτουμε. Πάμε στο κεντρικό μενού και επιλέγουμε κατά σειρά: Stat Reliability/Survival Regression With Life Data Στο κουτί που ανοίγει επιλέγουμε Responses are uncens/right censored data, καθώς στο δείγμα εγκύπτουν και δεξιά αποκομμένες τιμές, ως Variables επιλέγουμε s, τη μεταβλητή απόκρισης που θέλουμε, και στο πεδίο Model εισάγουμε t d, δηλαδή τις επιθυμητές μεταβλητές απόκρισης. Στην επιλογή Censor και στο πεδίο Use censoring columns βάζουμε c, τη μεταβλητή που καθορίζει εάν η τιμή είναι αποκομμένη ή

12 όχι και ως censoring value θέτουμε την τιμή. Τέλος, ως Assumed Distribution επιλέγουμε τη Weibull, αφού η άσκηση μας ζητά τέτοιου τύπου μοντέλο παλινδρόμησης. Πατάμε ΟΚ και το πρόγραμμα μας εμφανίζει τα ακόλουθα: Regression with Life Data: s versus t; d Response Variable: s Censoring Information Count Uncensored value 27 Right censored value 6 Censoring value: c = Estimation Method: Maximum Likelihood Distribution: Weibull Relationship with accelerating variable(s): Linear; Linear Regression Table Standard 95,0% Normal CI Predictor Coef Error Z P Lower Upper Intercept 6,2987 0, ,94 0,000 5,6437 7,4937 t -0, , ,20 0,845 -,9540,59767 d 0, , ,67 0,505 -,554 2,3370 Shape 0,5662 0, , , Log-Likelihood = -9,08 Από το μοντέλο παρατηρούμε ότι επειδή η P-τιμή του ελέγχου για τη συμμεταβλητή της θεραπείας είναι μεγαλύτερη του α=0,05 δεν μπορούμε να απορρίψουμε τη μηδενική υπόθεση ότι αύξηση κατά μιας μονάδας της t δε σημαίνει μεταβολή κατά -0,76869 της s. Επομένως, καταλήγουμε στο συμπέρασμα ότι τελικά δεν παίζει ρόλο από πόσα στάδια θεραπείας περνά ο ασθενής, σε σχέση με την επιβίωσή του.

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

Λογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS

Λογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS Λογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS Ο παρακάτω πίνακας παρουσιάζει θανάτους από καρδιακή ανεπάρκεια ανάμεσα σε άνδρες γιατρούς οι οποίοι έχουν κατηγοριοποιηθεί κατά ηλικία

Διαβάστε περισσότερα

Μην ξεχάσετε να προσθέσετε μόνοι σας τα Session του Minitab! Δηλαδή την ημερομηνία και ώρα που κάνατε κάθε άσκηση!

Μην ξεχάσετε να προσθέσετε μόνοι σας τα Session του Minitab! Δηλαδή την ημερομηνία και ώρα που κάνατε κάθε άσκηση! Μην ξεχάσετε να προσθέσετε μόνοι σας τα Session του Minitab! Δηλαδή την ημερομηνία και ώρα που κάνατε κάθε άσκηση! ΘΕΜΑ ο [Μονάδες 20] Ερώτημα i (4 μονάδες). Για να κάνουμε τους υπολογισμούς που χρειάζονται

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ Αλεξάνδρειο Τεχνολογικό Εκπαιδευτικό Ίδρυμα Θεσσαλονίκης Τμήμα Πληροφορικής Εργαστήριο «Θεωρία Πιθανοτήτων και Στατιστική» ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ Περιεχόμενα 1. ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ...

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ. Εαρινό εξάµηνο ακαδηµαϊκού έτους 2003-2004 ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. Εργασία 4 - Ενδεικτική λύση

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ. Εαρινό εξάµηνο ακαδηµαϊκού έτους 2003-2004 ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. Εργασία 4 - Ενδεικτική λύση ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ Εαρινό εξάµηνο ακαδηµαϊκού έτους 34 ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 5 Μαΐου 4 Εργασία 4 - Ενδεικτική λύση Το κείµενο απευθύνεται στους φοιτητές και αιτιολογεί και περιγράφει

Διαβάστε περισσότερα

Για να ελέγξουµε αν η κατανοµή µιας µεταβλητής είναι συµβατή µε την κανονική εφαρµόζουµε το test Kolmogorov-Smirnov.

Για να ελέγξουµε αν η κατανοµή µιας µεταβλητής είναι συµβατή µε την κανονική εφαρµόζουµε το test Kolmogorov-Smirnov. A. ΈΛΕΓΧΟΣ ΚΑΝΟΝΙΚΟΤΗΤΑΣ A 1. Έλεγχος κανονικότητας Kolmogorov-Smirnov. Για να ελέγξουµε αν η κατανοµή µιας µεταβλητής είναι συµβατή µε την κανονική εφαρµόζουµε το test Kolmogorov-Smirnov. Μηδενική υπόθεση:

Διαβάστε περισσότερα

TABLES AND FORMULAS FOR MOORE Basic Practice of Statistics

TABLES AND FORMULAS FOR MOORE Basic Practice of Statistics TABLES AND FORMULAS FOR MOORE Basic Practice of Statistics Exploring Data: Distributions Look for overall pattern (shape, center, spread) and deviations (outliers). Mean (use a calculator): x = x 1 + x

Διαβάστε περισσότερα

ΕΚΤΙΜΗΤΙΚΗ: ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ

ΕΚΤΙΜΗΤΙΚΗ: ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΚΕΦΑΛΑΙΟ 13 ΕΚΤΙΜΗΤΙΚΗ: ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ Στις προηγούμενες ενότητες ασχοληθήκαμε με μεθόδους που οδηγούν σε εκτιμήτριες των τιμών μιας ή και περισσοτέρων αγνώστων παραμέτρων. Αυτό έγινε με την κατασκευή

Διαβάστε περισσότερα

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS)

ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS) ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS) Έλεγχος Υποθέσεων για την Μέση Τιμή ενός Δείγματος (One Sample t-test) Το κριτήριο One sample t-test χρησιμοποιείται όταν θέλουμε να συγκρίνουμε τον αριθμητικό

Διαβάστε περισσότερα

Αν οι προϋποθέσεις αυτές δεν ισχύουν, τότε ανατρέχουµε σε µη παραµετρικό τεστ.

Αν οι προϋποθέσεις αυτές δεν ισχύουν, τότε ανατρέχουµε σε µη παραµετρικό τεστ. ΣΤ. ΑΝΑΛΥΣΗ ΙΑΣΠΟΡΑΣ (ANALYSIS OF VARIANCE - ANOVA) ΣΤ 1. Ανάλυση ιασποράς κατά µία κατεύθυνση. Όπως έχουµε δει στη παράγραφο Β 2, όταν θέλουµε να ελέγξουµε, αν η µέση τιµή µιας ποσοτικής µεταβλητής διαφέρει

Διαβάστε περισσότερα

ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΓΙΑ ΤΗΝ ΣΥΓΚΡΙΣΗ ΜΕΣΩΝ ΤΙΜΩΝ ΚΑΙ ΑΝΑΛΟΓΙΩΝ ΔΥΟ

ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΓΙΑ ΤΗΝ ΣΥΓΚΡΙΣΗ ΜΕΣΩΝ ΤΙΜΩΝ ΚΑΙ ΑΝΑΛΟΓΙΩΝ ΔΥΟ ΚΕΦΑΛΑΙΟ 19 ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΓΙΑ ΤΗΝ ΣΥΓΚΡΙΣΗ ΜΕΣΩΝ ΤΙΜΩΝ ΚΑΙ ΑΝΑΛΟΓΙΩΝ ΔΥΟ ΚΑΝΟΝΙΚΩΝ ΠΛΗΘΥΣΜΩΝ Όταν ενδιαφερόμαστε να συγκρίνουμε δύο πληθυσμούς, η φυσιολογική προσέγγιση είναι να προσπαθήσουμε να συγκρίνουμε

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

2. ΕΠΙΛΟΓΗ ΤΟΥ ΜΕΓΕΘΟΥΣ ΤΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ

2. ΕΠΙΛΟΓΗ ΤΟΥ ΜΕΓΕΘΟΥΣ ΤΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ 1. ΕΙΣΑΓΩΓΗ ΣΤΟ SPSS Το SPSS είναι ένα στατιστικό πρόγραμμα γενικής στατιστικής ανάλυσης αρκετά εύκολο στη λειτουργία του. Για να πραγματοποιηθεί ανάλυση χρονοσειρών με τη βοήθεια του SPSS θα πρέπει απαραίτητα

Διαβάστε περισσότερα

Άσκηση 2. i β. 1 ου έτους (Υ i )

Άσκηση 2. i β. 1 ου έτους (Υ i ) Άσκηση Ο επόμενος πίνακας δίνει τους βαθμούς φοιτητών (Χ i ) στις εισαγωγικές εξετάσεις ενός κολεγίου και τους αντίστοιχους βαθμούς τους (Υ i ) στο τέλος της πρώτης χρονιάς φοίτησης στο συγκεκριμένο κολέγιο.

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 7. Παλινδρόµηση

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 7. Παλινδρόµηση ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 7. Παλινδρόµηση Γενικά Επέκταση της έννοιας της συσχέτισης: Πώς µπορούµε να προβλέπουµε τη µια µεταβλητή από την άλλη; Απλή παλινδρόµηση (simple regression): Κατασκευή µοντέλου πρόβλεψης

Διαβάστε περισσότερα

Εργαστήριο στατιστικής Στατιστικό πακέτο S.P.S.S.

Εργαστήριο στατιστικής Στατιστικό πακέτο S.P.S.S. Σημειώσεις για το μάθημα Εργαστήριο στατιστικής Στατιστικό πακέτο S.P.S.S. Παπάνα Αγγελική E mail: papanagel@yahoo.gr, agpapana@gen.auth.gr Α.Τ.Ε.Ι. Θεσσαλονίκης ΠΑΡΑΡΤΗΜΑ ΚΑΤΕΡΙΝΗΣ Τμήμα Τυποποίησης και

Διαβάστε περισσότερα

η πιθανότητα επιτυχίας. Επομένως, η συνάρτηση πιθανοφάνειας είναι ίση με: ( ) 32 = p 18 1 p

η πιθανότητα επιτυχίας. Επομένως, η συνάρτηση πιθανοφάνειας είναι ίση με: ( ) 32 = p 18 1 p ΑΣΚΗΣΗ 1 ΣΕΜΦΕ 14-15 i. Έστω yi ο αριθμός των προσπαθειών κάθε μαθητή μέχρι να πετύχει τρίποντο. Ο αριθμός των προσπαθειών πριν ο μαθητής να πετύχει τρίποντο θα είναι xi = yi - 1, i = 1,,18. 2 2 3 2 1

Διαβάστε περισσότερα

ΒΙΟΣΤΑΤΙΣΤΙΚΗ. ΑΛΕΓΚΑΚΗΣ ΑΘΑΝΑΣΙΟΣ Φυσικός, PH.D. Σχολής Επιστηµών Υγείας

ΒΙΟΣΤΑΤΙΣΤΙΚΗ. ΑΛΕΓΚΑΚΗΣ ΑΘΑΝΑΣΙΟΣ Φυσικός, PH.D. Σχολής Επιστηµών Υγείας ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΑΛΕΓΚΑΚΗΣ ΑΘΑΝΑΣΙΟΣ Φυσικός, PH.D. Σχολής Επιστηµών Υγείας Επικοινωνία: Πτέρυγα 4, Τοµέας Κοινωνικής Ιατρικής Εργαστήριο Βιοστατιστικής Τηλ. 4613 e-mail: biostats@med.uoc.gr thalegak@med.uoc.gr

Διαβάστε περισσότερα

Εργασία. στα. Γενικευμένα Γραμμικά Μοντέλα

Εργασία. στα. Γενικευμένα Γραμμικά Μοντέλα Εργασία στα Γενικευμένα Γραμμικά Μοντέλα Μ. Παρζακώνης ΜΕΣ/ 06015 Ο παρακάτω πίνακας δίνει τα αποτελέσματα 800 αιτήσεων για δάνειο σε μία τράπεζα. Ο πίνακας παρουσιάζει τον αριθμό των δανείων που εγκρίθηκαν,

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ ΚΟΣΤΟΥΣ ΟΦΕΛΟΥΣ ΣΤΟΝ ΚΛΑΔΟ ΤΗΣ ΕΝΕΡΓΕΙΑΣ

ΑΝΑΛΥΣΗ ΚΟΣΤΟΥΣ ΟΦΕΛΟΥΣ ΣΤΟΝ ΚΛΑΔΟ ΤΗΣ ΕΝΕΡΓΕΙΑΣ Εργασία στα πλαίσια του μαθήματος ΟΙΚΟΝΟΜΙΚΑ ΤΗΣ ΕΝΕΡΓΕΙΑΣ ΑΝΑΛΥΣΗ ΚΟΣΤΟΥΣ ΟΦΕΛΟΥΣ ΣΤΟΝ ΚΛΑΔΟ ΤΗΣ ΕΝΕΡΓΕΙΑΣ Α.Μ. 12012058 Επιβλέπων: Κωνσταντίνος Κουνετάς ΔΕΚΕΜΒΡΙΟΣ 2014 Περίληψη Η ανάλυση κόστους οφέλους

Διαβάστε περισσότερα

Εξερευνώντας τα δεδομένα μας-περιγραφική Στατιστική

Εξερευνώντας τα δεδομένα μας-περιγραφική Στατιστική ΚΕΦΑΛΑΙΟ ΔΕΥΤΕΡΟ Εξερευνώντας τα δεδομένα μας-περιγραφική Στατιστική Το πρώτο βήμα στην ανάλυση ενός συνόλου δεδομένων, που αποτελούν μετρήσεις ενός δείγματος είναι η παρουσίαση και σύνοψη των πληροφοριών

Διαβάστε περισσότερα

ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. ΜΑΘΗΜΑ 12 Συµπερασµατολογία για την επίδραση πολλών µεταβλητών σε µια ποσοτική (Πολλαπλή Παλινδρόµηση) [µέρος 2ο]

ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. ΜΑΘΗΜΑ 12 Συµπερασµατολογία για την επίδραση πολλών µεταβλητών σε µια ποσοτική (Πολλαπλή Παλινδρόµηση) [µέρος 2ο] Ενότητα 2 ιαφάνειες Μαθήµατος: 2- Ενότητα 2 ιαφάνειες Μαθήµατος: 2-2 ΠΜΣ ΕΠΑΓΓΕΛΜΑΤΙΚΗ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗ ΥΓΕΙΑ, ΙΑΧΕΙΡΙΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΗ ΑΠΟΤΙΜΗΣΗ ΑΚ. ΕΤΟΣ 2006-2007, 3ο εξάµηνο.6. είκτες µερικής συσχέτισης

Διαβάστε περισσότερα

ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ ΑΝΤΙΚΕΙΜΕΝΟ ΜΑΘΗΜΑΤΟΣ Στόχοι: (a) να δοθεί µια εισαγωγή στη θεωρία της στατιστικής συµπερασµατολογίας ελέγχων υποθέσεων, (b) να παρουσιάσει τις βασικές εφαρµογές αυτών των ελέγχων: µέσης τιµής, ποσοστού

Διαβάστε περισσότερα

Ερμηνεία αποτελεσμάτων Ανάλυση διακύμανσης κατά ένα παράγοντα

Ερμηνεία αποτελεσμάτων Ανάλυση διακύμανσης κατά ένα παράγοντα Ερμηνεία αποτελεσμάτων Ανάλυση διακύμανσης κατά ένα παράγοντα Αρχείο δεδομένων school.sav Στον πίνακα Descriptives, μας δίνονται για την Επίδοση ως προς τις πέντε διαφορετικές μεθόδους διδασκαλίας, το

Διαβάστε περισσότερα

Καλλιρρόη Πορφύρη Πολυτεχνείο Κρήτης Χανιά 2012

Καλλιρρόη Πορφύρη Πολυτεχνείο Κρήτης Χανιά 2012 ΑΝΑΠΤΥΞΗ ΜΟΝΤΕΛΟΥ ΠΡΟΒΛΕΨΗΣ ΔΥΝΑΜΕΩΝ ΚΟΠΗΣ ΣΤΟ ΦΡΑΙΖΑΡΙΣΜΑ ΚΑΙ ΕΦΑΡΜΟΓΗ ΣΤΟ ΝΤΟΥΡΑΛΟΥΜΙΝΙΟ Al7075 T6 Αν. Καθ. Αριστομένης Αντωνιάδης Καθ. Νικόλαος Μπιλάλης Καθ. Γεώργιος Σταυρουλάκης Καλλιρρόη Πορφύρη

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ 1 ΕΙΣΑΓΩΓΗ... 1 2 ΤΟ PASW ΜΕ ΜΙΑ ΜΑΤΙΑ... 13 3 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ: Η ΜΕΣΗ ΤΙΜΗ ΚΑΙ Η ΔΙΑΜΕΣΟΣ... 29

ΠΕΡΙΕΧΟΜΕΝΑ 1 ΕΙΣΑΓΩΓΗ... 1 2 ΤΟ PASW ΜΕ ΜΙΑ ΜΑΤΙΑ... 13 3 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ: Η ΜΕΣΗ ΤΙΜΗ ΚΑΙ Η ΔΙΑΜΕΣΟΣ... 29 ΠΕΡΙΕΧΟΜΕΝΑ 1 ΕΙΣΑΓΩΓΗ... 1 Μεταβλητές...5 Πληθυσμός, δείγμα...7 Το ευρύτερο γραμμικό μοντέλο...8 Αναφορές στη βιβλιογραφία... 11 2 ΤΟ PASW ΜΕ ΜΙΑ ΜΑΤΙΑ... 13 Περίληψη... 13 Εισαγωγή... 13 Με μια ματιά...

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

Εισαγωγή στη Στατιστική

Εισαγωγή στη Στατιστική Εισαγωγή στη Στατιστική Μετεκπαιδευτικό Σεμινάριο στην ΨΥΧΟΚΟΙΝΩΝΙΚΗ ΑΠΟΚΑΤΑΣΤΑΣΗ ΨΥΧΟΚΟΙΝΩΝΙΚΕΣ ΘΕΡΑΠΕΥΤΙΚΕΣ ΠΡΟΣΕΓΓΙΣΕΙΣ Δημήτρης Φουσκάκης, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 10. Εισαγωγή στην εκτιμητική

ΣΤΑΤΙΣΤΙΚΗ 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 περισσότερα

Κεφάλαιο 16 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση

Κεφάλαιο 16 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση Κεφάλαιο 16 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση Copyright 2009 Cengage Learning 16.1 Ανάλυση Παλινδρόμησης Σκοπός του προβλήματος είναι η ανάλυση της σχέσης μεταξύ συνεχών μεταβλητών. Η ανάλυση παλινδρόμησης

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

Βήματα για την επίλυση ενός προβλήματος

Βήματα για την επίλυση ενός προβλήματος ΜΑΘΗΜΑ 2ο Βήματα για την επίλυση ενός προβλήματος 1. Κατανόηση του προβλήματος με τη σχετική επιστήμη (όπως οικονομία, διοίκηση, γενικές επιστήμες) π.χ το πρόβλημα της κατανάλωσης κάποιας περιοχής σε σχέση

Διαβάστε περισσότερα

Προϋποθέσεις : ! Και οι δύο µεταβλητές να κατανέµονται κανονικά και να έχουν επιλεγεί τυχαία.

Προϋποθέσεις : ! Και οι δύο µεταβλητές να κατανέµονται κανονικά και να έχουν επιλεγεί τυχαία. . ΣΤΑΤΙΣΤΙΚΗ ΣΥΣΧΕΤΙΣΗ. Υπολογισµός συντελεστών συσχέτισης Προκειµένου να ελέγξουµε την ύπαρξη γραµµικής σχέσης µεταξύ δύο ποσοτικών µεταβλητών, χρησιµοποιούµε συνήθως τον παραµετρικό συντελεστή συσχέτισης

Διαβάστε περισσότερα

Μέθοδος Newton-Raphson

Μέθοδος Newton-Raphson Κεφάλαιο 14 Μέθοδος Newton-Raphson Θα συζητήσουµε υπολογισµό της εκτιµήτριας µεγίστης πιθανοφάνειας µε τη µέ- ϑοδο Newton-Raphson. Αν και υπάρχουν περιπτώσεις για τις οποίες η λύση µπορεί να υπολογιστεί

Διαβάστε περισσότερα

Εισαγωγή στην Ανάλυση Διακύμανσης

Εισαγωγή στην Ανάλυση Διακύμανσης Εισαγωγή στην Ανάλυση Διακύμανσης 1 Η Ανάλυση Διακύμανσης Από τα πιο συχνά χρησιμοποιούμενα στατιστικά κριτήρια στην κοινωνική έρευνα Γιατί; 1. Ενώ αναφέρεται σε διαφορές μέσων όρων, όπως και το κριτήριο

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

= p 20 1 p 18. 1 p Το σημείο στο οποίο μηδενίζεται η παραπάνω μερική παράγωγος είναι

= p 20 1 p 18. 1 p Το σημείο στο οποίο μηδενίζεται η παραπάνω μερική παράγωγος είναι Άσκηση 1 i) Σε κάθε παρατήρηση περιλαμβάνεται ένας έλεγχος (ο τελευταίος) κατά τον οποίο εμφανίστηκε το πρώτο ελαττωματικό της παραγωγικής διαδικασίας. Επομένως, ο αριθμός ελέγχων που έγιναν πριν εμφανιστεί

Διαβάστε περισσότερα

Στατιστική Ι (ΨΥΧ-1202) ιάλεξη 4

Στατιστική Ι (ΨΥΧ-1202) ιάλεξη 4 (ΨΥΧ-1202) Λεωνίδας Α. Ζαμπετάκης Β.Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail: statisticsuoc@gmail.com ιαλέξεις: ftp://ftp.soc.uoc.gr/psycho/zampetakis/ ιάλεξη 4 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΤΜΗΜΑ ΨΥΧΟΛΟΓΙΑΣ Ρέθυμνο,

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 2. Περιγραφική Στατιστική

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 2. Περιγραφική Στατιστική ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 2. Περιγραφική Στατιστική Βασικά είδη στατιστικής ανάλυσης 1. Περιγραφική στατιστική: περιγραφή του συνόλου των δεδοµένων (δείγµατος) 2. Συµπερασµατολογία: Παραγωγή συµπερασµάτων για τα

Διαβάστε περισσότερα

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΣΤΑΤΙΣΤΙΚΗΣ ΔΡ. ΙΩΑΝΝΗΣ Σ. ΤΡΙΑΝΤΑΦΥΛΛΟΥ

ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΣΤΑΤΙΣΤΙΚΗΣ ΔΡ. ΙΩΑΝΝΗΣ Σ. ΤΡΙΑΝΤΑΦΥΛΛΟΥ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΡΓΑΣΤΗΡΙΑΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΣΤΑΤΙΣΤΙΚΗΣ ΔΡ. ΙΩΑΝΝΗΣ Σ. ΤΡΙΑΝΤΑΦΥΛΛΟΥ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ -3 Ακαδημαϊκό Έτος -3 . ΕΙΣΑΓΩ ΓΗ ΣΤΟ SPSS ΒΑΣΙΚΕΣ ΛΕΙΤΟΥΡΓΙΕΣ..... Καταγραφή δεδομένων και

Διαβάστε περισσότερα

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R

Ανάλυση 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 περισσότερα

ΕΡΕΥΝΑ ΑΓΟΡΑΣ ΣΕ ΞΕΝΟΔΟΧΕΙΑ ΤΗΣ ΚΡΗΤΗΣ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΑΠΌ ΣΑΛΟΥΣΤΡΟΥ ΑΝΤΙΓΟΝΗ ΣΥΓΛΕΤΟΥ ΕΛΕΝΗ

ΕΡΕΥΝΑ ΑΓΟΡΑΣ ΣΕ ΞΕΝΟΔΟΧΕΙΑ ΤΗΣ ΚΡΗΤΗΣ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΑΠΌ ΣΑΛΟΥΣΤΡΟΥ ΑΝΤΙΓΟΝΗ ΣΥΓΛΕΤΟΥ ΕΛΕΝΗ ΕΡΕΥΝΑ ΑΓΟΡΑΣ ΣΕ ΞΕΝΟΔΟΧΕΙΑ ΤΗΣ ΚΡΗΤΗΣ ΠΤΥΧΙΑΚΗ ΕΡΓΑΣΙΑ ΑΠΌ ΣΑΛΟΥΣΤΡΟΥ ΑΝΤΙΓΟΝΗ ΣΥΓΛΕΤΟΥ ΕΛΕΝΗ ΑΝΑΓΚΗ ΔΗΜΙΟΥΡΓΙΑΣ ΤΗΣ ΕΡΕΥΝΑΣ Μελέτη ποιοτικών χαρακτηριστικών ξενοδοχείων Συμβουλευτικές υπηρεσίες από εσωτερικούς

Διαβάστε περισσότερα

Εισαγωγή στη Στατιστική

Εισαγωγή στη Στατιστική Εισαγωγή στη Στατιστική Μετεκπαιδευτικό Σεμινάριο στην ΨΥΧΟΚΟΙΝΩΝΙΚΗ ΑΠΟΚΑΤΑΣΤΑΣΗ ΨΥΧΟΚΟΙΝΩΝΙΚΕΣ ΘΕΡΑΠΕΥΤΙΚΕΣ ΠΡΟΣΕΓΓΙΣΕΙΣ Δημήτρης Φουσκάκης, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων

Διαβάστε περισσότερα

ΧΡΗΣΗ ΜΗ-ΠΑΡΑΜΕΤΡΙΚΩΝ ΕΚΤΙΜΗΤΡΙΩΝ ΠΟΣΟΣΤΙΑΙΟΥ ΣΗΜΕΙΟΥ ΓΙΑ ΤΟΝ ΚΑΘΟΡΙΣΜΟ ΤΩΝ ΟΡΙΩΝ ΕΛΕΓΧΟΥ ΤΩΝ ΔΙΑΓΡΑΜΜΑΤΩΝ ΕΛΕΓΧΟΥ ΜΕΣΗΣ ΤΙΜΗΣ

ΧΡΗΣΗ ΜΗ-ΠΑΡΑΜΕΤΡΙΚΩΝ ΕΚΤΙΜΗΤΡΙΩΝ ΠΟΣΟΣΤΙΑΙΟΥ ΣΗΜΕΙΟΥ ΓΙΑ ΤΟΝ ΚΑΘΟΡΙΣΜΟ ΤΩΝ ΟΡΙΩΝ ΕΛΕΓΧΟΥ ΤΩΝ ΔΙΑΓΡΑΜΜΑΤΩΝ ΕΛΕΓΧΟΥ ΜΕΣΗΣ ΤΙΜΗΣ Ελληνικό Στατιστικό Ινστιτούτο Πρακτικά 0 ου Πανελληνίου Συνεδρίου Στατιστικής (007), σελ 393-400 ΧΡΗΣΗ ΜΗ-ΠΑΡΑΜΕΤΡΙΚΩΝ ΕΚΤΙΜΗΤΡΙΩΝ ΠΟΣΟΣΤΙΑΙΟΥ ΣΗΜΕΙΟΥ ΓΙΑ ΤΟΝ ΚΑΘΟΡΙΣΜΟ ΤΩΝ ΟΡΙΩΝ ΕΛΕΓΧΟΥ ΤΩΝ ΔΙΑΓΡΑΜΜΑΤΩΝ

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΤΟΥ PSPP

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΤΟΥ PSPP Αλεξάνδρειο Τεχνολογικό Εκπαιδευτικό Ίδρυμα Θεσσαλονίκης Τμήμα Μηχανικών Πληροφορικής (ΤΕ) Εργαστήριο «Θεωρία Πιθανοτήτων και Στατιστική» ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ ΜΕ ΤΗ ΧΡΗΣΗ ΤΟΥ PSPP

Διαβάστε περισσότερα

ΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ SPSS

ΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ SPSS ΒΟΗΘΗΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ SPSS ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕ ΧΡΗΣΗ Η/Υ Κωνσταντίνος Ζαφειρόπουλος Τμήμα Διεθνών και Ευρωπαϊκών Σπουδών Ανοικτά Ακαδημαϊκά Μαθήματα στο Πανεπιστήμιο Μακεδονίας Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

4 Περιγραφικη Στατιστικη

4 Περιγραφικη Στατιστικη ΜΑΘΗΜΑΤΙΚΑ και ΣΤΑΤΙΣΤΙΚΗ στη ΒΙΟΛΟΓΙΑ 4 Περιγραφικη Στατιστικη Ι. Αντωνιου Κ. Κρικωνης Τμημα Μαθηματικων Aριστοτελειο Πανεπιστημιο Θεσσαλονικης Χειμερινο Εξαμηνο Συλλογή Δεδομένων από τις Παρατηρήσεις

Διαβάστε περισσότερα

HISTOGRAMS AND PERCENTILES What is the 25 th percentile of a histogram? What is the 50 th percentile for the cigarette histogram?

HISTOGRAMS AND PERCENTILES What is the 25 th percentile of a histogram? What is the 50 th percentile for the cigarette histogram? HISTOGRAMS AND PERCENTILES What is the 25 th percentile of a histogram? The point on the horizontal axis such that of the area under the histogram lies to the left of that point (and to the right) What

Διαβάστε περισσότερα

Περιγραφική Στατιστική. Π.Μ.Σ. "Μαθηματικά των Υπολογιστών και των Αποφάσεων"

Περιγραφική Στατιστική. Π.Μ.Σ. Μαθηματικά των Υπολογιστών και των Αποφάσεων Περιγραφική Στατιστική Παράδειγμα Γίνεται μια μελέτη για τους τραυματισμούς στο μάτι (σοβαροί ή όχι τόσο σοβαροί) κατά τη διάρκεια αγώνων τέννις, squash, badminton και ρακέτας. Σοβαρός Τραυματισμός Επιπόλαιος

Διαβάστε περισσότερα

Εισαγωγή στη Στατιστική Επεξεργασία Δεδομένων με το SPSS for Windows

Εισαγωγή στη Στατιστική Επεξεργασία Δεδομένων με το SPSS for Windows Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Τμήμα Φιλοσοφίας, Παιδαγωγικής και Ψυχολογίας Τομέας Ψυχολογίας Εισαγωγή στη Στατιστική Επεξεργασία Δεδομένων με το SPSS for Windows Επιμέλεια: Λέκτορας Βασίλης

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΚΑΔΗΜΑΪΚΟ ΕΤΟΣ 2013-2014 ΘΕΜΑΤΙΚΗ ΕΝΟΤΗΤΑ Βασικά Εργαλεία και Μέθοδοι για τον Έλεγχο της Ποιότητας [ΔΙΠ 50] 2η ΓΡΑΠΤΗ ΕΡΓΑΣΙΑ Προσοχή: Οι απαντήσεις των ασκήσεων πρέπει να

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

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 13. Συμπεράσματα για τη σύγκριση δύο πληθυσμών

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 13. Συμπεράσματα για τη σύγκριση δύο πληθυσμών ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ

Διαβάστε περισσότερα

ΕΝ ΕΙΚΤΙΚΕΣ ΑΠΑΝΤΗΣΕΙΣ ΑΣΚΗΣΗΣ 2 (Εργαστήρια µαθήµατος «Στατιστικά Προγράµµατα», τµ. Στατ. & Ασφ. Επιστ., 04-05) (Επιµέλεια: Ελευθεράκη Αναστασία)

ΕΝ ΕΙΚΤΙΚΕΣ ΑΠΑΝΤΗΣΕΙΣ ΑΣΚΗΣΗΣ 2 (Εργαστήρια µαθήµατος «Στατιστικά Προγράµµατα», τµ. Στατ. & Ασφ. Επιστ., 04-05) (Επιµέλεια: Ελευθεράκη Αναστασία) ΕΝ ΕΙΚΤΙΚΕΣ ΑΠΑΝΤΗΣΕΙΣ ΑΣΚΗΣΗΣ (Εργαστήρια µαθήµατος «Στατιστικά Προγράµµατα», τµ. Στατ. & Ασφ. Επιστ., -) (Επιµέλεια: Ελευθεράκη Αναστασία) Άσκηση (Εργαστήριο #) Στις εξετάσεις Φεβρουαρίου του µαθήµατος

Διαβάστε περισσότερα

Ανάλυση επιβίωσης (survival analysis)

Ανάλυση επιβίωσης (survival analysis) Hippokratia 2014 Ανάλυση επιβίωσης (survival analysis) Κων/νος Α. Τουλής, MD MRes MSc PhD Ενδοκρινολόγος, 424 ΓΣΝΕ Τι είναι η ανάλυση επιβίωσης; Η ανάλυση επιβίωσης (survival analysis) είναι μια ομάδα

Διαβάστε περισσότερα

2. ΕΠΙΛΟΓΗ ΜΟΝΤΕΛΟΥ ΜΕ ΤΗ ΜΕΘΟΔΟ ΤΟΥ ΑΠΟΚΛΕΙΣΜΟΥ ΜΕΤΑΒΛΗΤΩΝ (Backward Elimination Procedure) Στην στατιστική βιβλιογραφία υπάρχουν πολλές μέθοδοι για

2. ΕΠΙΛΟΓΗ ΜΟΝΤΕΛΟΥ ΜΕ ΤΗ ΜΕΘΟΔΟ ΤΟΥ ΑΠΟΚΛΕΙΣΜΟΥ ΜΕΤΑΒΛΗΤΩΝ (Backward Elimination Procedure) Στην στατιστική βιβλιογραφία υπάρχουν πολλές μέθοδοι για 2. ΕΠΙΛΟΓΗ ΜΟΝΤΕΛΟΥ ΜΕ ΤΗ ΜΕΘΟΔΟ ΤΟΥ ΑΠΟΚΛΕΙΣΜΟΥ ΜΕΤΑΒΛΗΤΩΝ (Backward Elimination Procedure) Στην στατιστική βιβλιογραφία υπάρχουν πολλές μέθοδοι για τον καθορισμό του καλύτερου υποσυνόλου από ένα σύνολο

Διαβάστε περισσότερα

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΤΡΑΠΕΖΙΚΗ Θεματική Ενότητα: ΤΡΑ-61 Στρατηγική Τραπεζών Ακαδημαϊκό Έτος: 2013-2014

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΤΡΑΠΕΖΙΚΗ Θεματική Ενότητα: ΤΡΑ-61 Στρατηγική Τραπεζών Ακαδημαϊκό Έτος: 2013-2014 ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ Πρόγραμμα Σπουδών: ΤΡΑΠΕΖΙΚΗ Θεματική Ενότητα: ΤΡΑ-61 Στρατηγική Τραπεζών Ακαδημαϊκό Έτος: 2013-2014 Γενικές οδηγίες για την εργασία Τέταρτη Γραπτή Εργασία Όλες οι ερωτήσεις

Διαβάστε περισσότερα

ΕΛΕΓΧΟΙ ΚΑΤΑΝΟΜΩΝ ΚΕΦΑΛΑΙΟ 4

ΕΛΕΓΧΟΙ ΚΑΤΑΝΟΜΩΝ ΚΕΦΑΛΑΙΟ 4 ΚΕΦΑΛΑΙΟ 4 ΕΛΕΓΧΟΙ ΚΑΤΑΝΟΜΩΝ Οι πληθυσμοί, ανεξάρτητα από το αν έχουν ίδιες θέσεις (ίσες μέσες τιμές) ή ίσες διασπορές, ενδέχεται να διαφέρουν πάρα πολύ ως προς άλλα χαρακτηριστικά τους. Έτσι, οι έλεγχοι

Διαβάστε περισσότερα

ΤΕΙ ΗΠΕΙΡΟΥ ΣΧΟΛΗ ΕΠΑΓΓΕΛΜΑΤΩΝ ΥΓΕΙΑΣ ΚΑΙ ΠΡΟΝΟΙΑΣ ΤΜΗΜΑ ΛΟΓΟΘΕΡΑΠΕΙΑΣ. Μεγγίσογλου Ευθυμία Ξενογιώργη Αικατερίνη Σβολιανίτη Χριστίνα

ΤΕΙ ΗΠΕΙΡΟΥ ΣΧΟΛΗ ΕΠΑΓΓΕΛΜΑΤΩΝ ΥΓΕΙΑΣ ΚΑΙ ΠΡΟΝΟΙΑΣ ΤΜΗΜΑ ΛΟΓΟΘΕΡΑΠΕΙΑΣ. Μεγγίσογλου Ευθυμία Ξενογιώργη Αικατερίνη Σβολιανίτη Χριστίνα ΤΕΙ ΗΠΕΙΡΟΥ ΣΧΟΛΗ ΕΠΑΓΓΕΛΜΑΤΩΝ ΥΓΕΙΑΣ ΚΑΙ ΠΡΟΝΟΙΑΣ ΤΜΗΜΑ ΛΟΓΟΘΕΡΑΠΕΙΑΣ Σπουδάστριες Γιαννιού Λαμπρινή Μεγγίσογλου Ευθυμία Ξενογιώργη Αικατερίνη Σβολιανίτη Χριστίνα Εισηγητής Ταφιάδης Χρ.Διονύσης «Η γλώσσα

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: 2006-07 Τρίτη Γραπτή Εργασία στη Στατιστική Γενικές οδηγίες

Διαβάστε περισσότερα

Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R

Ανάλυση 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 περισσότερα

Το πρόγραμμα συγχρηματοδοτείται 75% από το Ευρωπαϊκό κοινωνικό ταμείο και 25% από εθνικούς πόρους.

Το πρόγραμμα συγχρηματοδοτείται 75% από το Ευρωπαϊκό κοινωνικό ταμείο και 25% από εθνικούς πόρους. Το πρόγραμμα συγχρηματοδοτείται 75% από το Ευρωπαϊκό κοινωνικό ταμείο και 25% από εθνικούς πόρους. ΓΕΝΙΚΟ ΤΜΗΜΑ ΦΥΣΙΚΗΣ, ΧΗΜΕΙΑΣ & ΤΕΧΝΟΛΟΓΙΑΣ ΥΛΙΚΩΝ ΕΡΓΑΣΤΗΡΙΑ ΦΥΣΙΚΗΣ ORIGIN ΕΙΣΑΓΩΓΙΚΟ ΕΓΧΕΙΡΙΔΙΟ ΧΡΗΣΗΣ

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

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 16. Απλή Γραμμική Παλινδρόμηση και Συσχέτιση

ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 16. Απλή Γραμμική Παλινδρόμηση και Συσχέτιση ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ

Διαβάστε περισσότερα

Περιεχόμενα. Πρόλογος... v

Περιεχόμενα. Πρόλογος... v Περιεχόμενα Πρόλογος... v 1 Χρήση της έκδοσης 10 του SPSS για Windows και καταχώριση δεδομένων... 1 2 Περιγραφή μεταβλητών: πίνακες και γραφήματα... 19 3 Περιγραφή μεταβλητών αριθμητικά: μέσοι όροι, διακύμανση,

Διαβάστε περισσότερα

Εισαγωγή στο SPSS. ΚΕΔΙΜΑ 28/9/2013 Γεώργιος Σπανούδης (spanouod@ucy.ac.cy) Τμήμα Ψυχολογίας

Εισαγωγή στο SPSS. ΚΕΔΙΜΑ 28/9/2013 Γεώργιος Σπανούδης (spanouod@ucy.ac.cy) Τμήμα Ψυχολογίας Εισαγωγή στο SPSS ΚΕΔΙΜΑ 28/9/2013 Γεώργιος Σπανούδης (spanouod@ucy.ac.cy) Τμήμα Ψυχολογίας Στόχος του μαθήματος Τα τέσσερα παράθυρα του SPSS Η διαχείριση των αρχείων δεδομένων Βασικά στοιχεία ανάλυσης

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης

ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης Περιεχόμενα Έλεγχος κανονικότητας P-P Plot και Q-Q Plot Τεστ Κανονικότητας Τεστ Κανονικότητας

Διαβάστε περισσότερα

6.4. LOGLINEAR 90 8.5 (MANOVA) 121

6.4. LOGLINEAR 90 8.5 (MANOVA) 121 Φ Γ SPSS Dr. υ υ α α Θ α 2012 2 1. Γ SPSS 19.0 1.1 Φ Γ SPSS 4 1.2 Φ Γ 7 1.3 9 1.4 Φ 10 1.5 Pτ ΘHKH IAΓPAΦH 16 1.6 16 1.7 17 1.8 20 1.9 22 1.10 Γ 23 1.11 Γ Φ 25 1.12 Γ 27 1.13 Θ 28 2. Γ Φ 2.1 Θ, Γ, Γ 29

Διαβάστε περισσότερα

ΕΥΡΕΤΗΡΙΟ ΕΛΛΗΝΙΚΩΝ ΟΡΩΝ

ΕΥΡΕΤΗΡΙΟ ΕΛΛΗΝΙΚΩΝ ΟΡΩΝ ΕΥΡΕΤΗΡΙΟ ΕΛΛΗΝΙΚΩΝ ΟΡΩΝ Α Αθροιστική συνάρτηση κατανομής, 70, 317 σχετική συχνότητα, 321 Αθροιστικός κανόνας, 57, 60 Ακολουθία δοκιμών Bernoulli, 118 Ακρίβεια, 501 Αμεροληψία, 252 Αναμενόμενη τιμή, 73

Διαβάστε περισσότερα

p n r.01.05.10.15.20.25.30.35.40.45.50.55.60.65.70.75.80.85.90.95

p n r.01.05.10.15.20.25.30.35.40.45.50.55.60.65.70.75.80.85.90.95 r r Table 4 Biomial Probability Distributio C, r p q This table shows the probability of r successes i idepedet trials, each with probability of success p. p r.01.05.10.15.0.5.30.35.40.45.50.55.60.65.70.75.80.85.90.95

Διαβάστε περισσότερα

Στατιστικό κριτήριο χ 2

Στατιστικό κριτήριο χ 2 18 Μεθοδολογία Επιστηµονικής Έρευνας & Στατιστική Στατιστικό κριτήριο χ 2 Ο υπολογισµός του κριτηρίου χ 2 γίνεται µέσω του µενού [Statistics => Summarize => Crosstabs...]. Κατά τη συγκεκριµένη διαδικασία

Διαβάστε περισσότερα

ΕΠΙΣΤΗΜΟΝΙΚΟ ΕΠΙΜΟΡΦΩΤΙΚΟ ΣΕΜΙΝΑΡΙΟ «ΚΑΤΑΡΤΙΣΗ ΕΡΩΤΗΜΑΤΟΛΟΓΙΟΥ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ» Τριανταφυλλίδου Ιωάννα Μαθηματικός

ΕΠΙΣΤΗΜΟΝΙΚΟ ΕΠΙΜΟΡΦΩΤΙΚΟ ΣΕΜΙΝΑΡΙΟ «ΚΑΤΑΡΤΙΣΗ ΕΡΩΤΗΜΑΤΟΛΟΓΙΟΥ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ» Τριανταφυλλίδου Ιωάννα Μαθηματικός ΕΠΙΣΤΗΜΟΝΙΚΟ ΕΠΙΜΟΡΦΩΤΙΚΟ ΣΕΜΙΝΑΡΙΟ «ΚΑΤΑΡΤΙΣΗ ΕΡΩΤΗΜΑΤΟΛΟΓΙΟΥ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΕΠΕΞΕΡΓΑΣΙΑ ΔΕΔΟΜΕΝΩΝ» ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΜΕ ΤΟ SPSS To SPSS θα: - Κάνει πολύπλοκη στατιστική ανάλυση σε δευτερόλεπτα -

Διαβάστε περισσότερα

ΕΙ Η ΠΑΛΙΝ ΡΟΜΗΣΗΣ. ΑΠΛΗ ΓΡΑΜΜΙΚΗ ΠΑΛΛΙΝ ΡΟΜΗΣΗ (Simple Linear Regression) ΓΡΑΜΜΙΚΗ ΠΑΛΙΝ ΡΟΜΗΣΗ (Regression) ΠΑΛΙΝ ΡΟΜΗΣΗ.

ΕΙ Η ΠΑΛΙΝ ΡΟΜΗΣΗΣ. ΑΠΛΗ ΓΡΑΜΜΙΚΗ ΠΑΛΛΙΝ ΡΟΜΗΣΗ (Simple Linear Regression) ΓΡΑΜΜΙΚΗ ΠΑΛΙΝ ΡΟΜΗΣΗ (Regression) ΠΑΛΙΝ ΡΟΜΗΣΗ. ΑΠΛΗ ΓΡΑΜΜΙΚΗ ΠΑΛΛΙΝ ΡΟΜΗΣΗ (Smple Lear Regresso) Να κατανοηθεί η έννοια της παλινδρόµησης Ποιες οι προϋποθέσεις για να εφαρµοσθεί η γραµµική παλινδρόµηση; Τι είναι το γραµµικό µοντέλο και πως εκτιµούνται

Διαβάστε περισσότερα

Στατιστική Επαγωγή με τα Οφθαλμολογικά Δεδομένα

Στατιστική Επαγωγή με τα Οφθαλμολογικά Δεδομένα ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ Οπτική και Όραση Στατιστική Επαγωγή με τα Οφθαλμολογικά Δεδομένα Καρακώστα Άννα Επιβλέπουσα καθηγήτρια : Ιωάννα Μοσχανδρέα ΓΕΝΙΚΑ Εισαγωγή Σκοπός και στόχοι της έρευνας Ανασκόπηση δημοσιευμένων

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης

ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης Παραδείγματα στο Amos Δρ. Βασίλης Π. Αγγελίδης Ανάλυση Δεδομένων (Εργαστήριο) Διαφάνεια

Διαβάστε περισσότερα

ΣΤΟΧΟΙ ΤΗΣ ΕΝΟΤΗΤΑΣ ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΜΗ ΠΑΡΑΜΕΤΡΙΚΩΝ ΕΛΕΓΧΩΝ

ΣΤΟΧΟΙ ΤΗΣ ΕΝΟΤΗΤΑΣ ΒΑΣΙΚΑ ΣΤΟΙΧΕΙΑ ΜΗ ΠΑΡΑΜΕΤΡΙΚΩΝ ΕΛΕΓΧΩΝ ΣΤΟΧΟΙ ΤΗΣ ΕΝΟΤΗΤΑΣ Να δοθούν οι βασικές αρχές των µη παραµετρικών ελέγχων (non-parametric tests). Να παρουσιασθούν και να αναλυθούν οι γνωστότεροι µη παραµετρικοί έλεγχοι Να αναπτυχθεί η µεθοδολογία των

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

Η βιτρίνα των καταστημάτων ως εργαλείο δημοσίων σχέσεων. Ονοματεπώνυμο: Ειρήνη Πορτάλιου Σειρά: 8 η Επιβλέπουσα: Αν. Καθηγήτρια : Βεντούρα Ζωή

Η βιτρίνα των καταστημάτων ως εργαλείο δημοσίων σχέσεων. Ονοματεπώνυμο: Ειρήνη Πορτάλιου Σειρά: 8 η Επιβλέπουσα: Αν. Καθηγήτρια : Βεντούρα Ζωή Η βιτρίνα των καταστημάτων ως εργαλείο δημοσίων σχέσεων Ονοματεπώνυμο: Ειρήνη Πορτάλιου Σειρά: 8 η Επιβλέπουσα: Αν. Καθηγήτρια : Βεντούρα Ζωή Δεκέμβριος 2011 Στόχος Έρευνας H βιτρίνα των καταστημάτων αποτελεί

Διαβάστε περισσότερα

Εισαγωγή στη Βιοστατιστική

Εισαγωγή στη Βιοστατιστική Εισαγωγή στη Βιοστατιστική Π.Μ.Σ.: Έρευνα στη Γυναικεία Αναπαραγωγή Οκτώβριος Νοέµβριος 2013 Αλέξανδρος Γρυπάρης, PhD Αλέξανδρος Γρυπάρης, PhD 3 Περιεχόµενα o Ορισµός της Στατιστικής o Περιγραφική στατιστική

Διαβάστε περισσότερα

ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ. Λέκτορας στο Τμήμα Οργάνωσης και Διοίκησης Επιχειρήσεων, Πανεπιστήμιο Πειραιώς, Ιανουάριος 2012-Μάρτιος 2014.

ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ. Λέκτορας στο Τμήμα Οργάνωσης και Διοίκησης Επιχειρήσεων, Πανεπιστήμιο Πειραιώς, Ιανουάριος 2012-Μάρτιος 2014. ΒΙΟΓΡΑΦΙΚΟ ΣΗΜΕΙΩΜΑ 1. Γενικά στοιχεία Όνομα Επίθετο Θέση E-mail Πέτρος Μαραβελάκης Επίκουρος καθηγητής στο Πανεπιστήμιο Πειραιώς, Τμήμα Οργάνωσης και Διοίκησης Επιχειρήσεων με αντικείμενο «Εφαρμογές Στατιστικής

Διαβάστε περισσότερα

«ΘΥΜΑΤΟΠΟΙΗΣΗ ΚΑΙ ΦΟΒΟΣ ΤΟΥ ΕΓΚΛΗΜΑΤΟΣ ΣΤΟ ΔΙΑΔΙΚΤΥΟ»

«ΘΥΜΑΤΟΠΟΙΗΣΗ ΚΑΙ ΦΟΒΟΣ ΤΟΥ ΕΓΚΛΗΜΑΤΟΣ ΣΤΟ ΔΙΑΔΙΚΤΥΟ» Ελληνική Εταιρεία Μελέτης της Διαταραχής Εθισμού στο Διαδίκτυο 3ο Πανελλήνιο Διεπιστημονικό Συνέδριο E-LIFE 2013 Κινηματογράφος ΔΑΝΑΟΣ - Αθήνα, 1-2 Νοεμβρίου 2013 «ΘΥΜΑΤΟΠΟΙΗΣΗ ΚΑΙ ΦΟΒΟΣ ΤΟΥ ΕΓΚΛΗΜΑΤΟΣ

Διαβάστε περισσότερα

Methods of analysis. Assumptions. Normality. Variables. Normality. Groups. Summary Guide. Quantitative Qualitative. Normal Non-normal distributed

Methods of analysis. Assumptions. Normality. Variables. Normality. Groups. Summary Guide. Quantitative Qualitative. Normal Non-normal distributed Methods of analysis Summary Guide Assumptions Variables Quantitative Qualitative Normality Normal Non-normal distributed Groups Number (1, 2, >2) Pair or independent Normality Cases Cases >50

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 8. Ανάλυση διασποράς (ANOVA)

ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 8. Ανάλυση διασποράς (ANOVA) ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 8. Ανάλυση διασποράς (ANOVA) Γενικά Επέκταση της σύγκρισης µέσων τιµών µεταβλητής ανάµεσα σε 2 δείγµατα (οµάδες ήστάθµες): Σύγκριση πολλών δειγµάτων (K>2) µαζί Σχέση ανάµεσα σε µια ποσοτική

Διαβάστε περισσότερα

Νικόλαος Τσιγγίλης Τμήμα Δημοσιογραφίας και ΜΜΕ, ΑΠΘ ntsigilis@jour.auth.gr

Νικόλαος Τσιγγίλης Τμήμα Δημοσιογραφίας και ΜΜΕ, ΑΠΘ ntsigilis@jour.auth.gr Εφαρμογές της Θεωρίας Απόκρισης Ερωτήματος (Item Response Theory) για την εξέταση των ψυχομετρικών ιδιοτήτων ερωτηματολογίων και κλιμάκων μέτρησης στις κοινωνικές επιστήμες Νικόλαος Τσιγγίλης Τμήμα Δημοσιογραφίας

Διαβάστε περισσότερα

Διάλεξη 1 Βασικές έννοιες

Διάλεξη 1 Βασικές έννοιες Εργαστήριο SPSS Ψ-4201 (ΕΡΓ) Λεωνίδας Α. Ζαμπετάκης Β.Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail: statisticsuoc@gmail.com Διαλέξεις αναρτημένες στο: Διαλέξεις: ftp://ftp.soc.uoc.gr/psycho/zampetakis/ Διάλεξη

Διαβάστε περισσότερα

ΤΕΙ ΠΕΙΡΑΙΑ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΕΠΙΣΤΗΜΗ ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΜΕ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ

ΤΕΙ ΠΕΙΡΑΙΑ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΕΠΙΣΤΗΜΗ ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΜΕ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ ΤΕΙ ΠΕΙΡΑΙΑ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΕΠΙΣΤΗΜΗ ΤΩΝ ΑΠΟΦΑΣΕΩΝ ΜΕ ΠΛΗΡΟΦΟΡΙΑΚΑ ΣΥΣΤΗΜΑΤΑ ΜΑΘΗΜΑ: Ανάλυση Πολυδιάστατων (Πολυμεταβλητών) Δεδομένων και Συστήματα Εξόρυξης Δεδομένων (Multivariate Data

Διαβάστε περισσότερα

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R, Επίκουρος Καθηγητής, Τομέας Μαθηματικών, Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Εφαρμογών, Εθνικό Μετσόβιο Πολυτεχνείο. Περιεχόμενα Εισαγωγή στη

Διαβάστε περισσότερα

Ζημιοκατανομές και Θεωρία Ακραίων Τιμών

Ζημιοκατανομές 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 περισσότερα

Ποιοτική και ποσοτική ανάλυση ιατρικών δεδομένων

Ποιοτική και ποσοτική ανάλυση ιατρικών δεδομένων Ποιοτική και ποσοτική ανάλυση ιατρικών δεδομένων Κωνσταντίνος Τζιόμαλος Επίκουρος Καθηγητής Παθολογίας ΑΠΘ Α Προπαιδευτική Παθολογική Κλινική, Νοσοκομείο ΑΧΕΠΑ 1 ο βήμα : καταγραφή δεδομένων Το πιο πρακτικό

Διαβάστε περισσότερα

if code='1' then type='fixed'; else if code='2' then type='variable'; else type='unknown'; ΚΕΦΑΛΑΙΟ 2

if code='1' then type='fixed'; else if code='2' then type='variable'; else type='unknown'; ΚΕΦΑΛΑΙΟ 2 Πολλές φορές, αντί να χρησιμοποιούμε μια σειρά από IF-THEN εντολές, μπορούμε να χρησιμοποιήσουμε την εντολή ELSE, για να δηλώσουμε μια εναλλακτική ενέργεια όταν η συνθήκη στην IF-THEN εντολή δεν ικανοποιείται.

Διαβάστε περισσότερα

T-tests One Way Anova

T-tests One Way Anova William S. Gosset Student s t Sir Ronald Fisher T-tests One Way Anova ΣΤΑΤΙΣΤΙΚΗ Νίκος Ζουρμπάνος Ρούσσος, Π.Λ., & Τσαούσης, Γ. (2002). Στατιστική εφαρμοσμένη στις κοινωνικές επιστήμες. Αθήνα: Ελληνικά

Διαβάστε περισσότερα

Math 6 SL Probability Distributions Practice Test Mark Scheme

Math 6 SL Probability Distributions Practice Test Mark Scheme Math 6 SL Probability Distributions Practice Test Mark Scheme. (a) Note: Award A for vertical line to right of mean, A for shading to right of their vertical line. AA N (b) evidence of recognizing symmetry

Διαβάστε περισσότερα

Σύντομο Εγχειρίδιο SPSS 16.0. Πέτρος Ρούσσος & Γιώργος Ευσταθίου Πρόγραμμα Ψυχολογίας, Τμήμα ΦΠΨ, ΕΚΠΑ

Σύντομο Εγχειρίδιο SPSS 16.0. Πέτρος Ρούσσος & Γιώργος Ευσταθίου Πρόγραμμα Ψυχολογίας, Τμήμα ΦΠΨ, ΕΚΠΑ Πέτρος Ρούσσος & Γιώργος Ευσταθίου Πρόγραμμα Ψυχολογίας, Τμήμα ΦΠΨ, ΕΚΠΑ ΑΘΗΝΑ 2008 [2] Περιεχόμενα Δυο λόγια εισαγωγικά... 3 1.0 Το περιβάλλον του SPSS... 3 2.0 Εισαγωγή και διαχείριση δεδομένων... 6

Διαβάστε περισσότερα

Νίκος Τζανάκης Ιατρική Σχολή Πανεπιστήμιο Κρήτης Web Site: www.pepagnh.gr/users/epidemiology

Νίκος Τζανάκης Ιατρική Σχολή Πανεπιστήμιο Κρήτης Web Site: www.pepagnh.gr/users/epidemiology Νίκος Τζανάκης Ιατρική Σχολή Πανεπιστήμιο Κρήτης Web Site: www.pepagnh.gr/users/epidemiology Μεταβλητές (Variables) Μεταβλητή: Κάθε ποιοτικό ή ποσοτικό χαρακτηριστικό που μπορεί να μετρηθεί Οι μεταβλητές

Διαβάστε περισσότερα

Στόχος µαθήµατος: Παράδειγµα 1: µελέτη ασθενών-µαρτύρων ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ

Στόχος µαθήµατος: Παράδειγµα 1: µελέτη ασθενών-µαρτύρων ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ ΠΜΣ ΕΠΑΓΓΕΛΜΑΤΙΚΗ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗ ΥΓΕΙΑ, ΙΑΧΕΙΡΙΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΗ ΑΠΟΤΙΜΗΣΗ ΑΚ. ΕΤΟΣ 2006-2007, 3ο εξάµηνο ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ ΜΑΘΗΜΑ 5 ΕΡΓΑΣΤΗΡΙΟ 1 ΜΕΤΡΑ ΚΙΝ ΥΝΟΥ & ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ ΜΕ ΤΗΝ ΧΡΗΣΗ SPSS

Διαβάστε περισσότερα

22 Στατιστικές Μέθοδοι Ανάλυσης Πειραµατικών εδοµένων Συνεργασίας

22 Στατιστικές Μέθοδοι Ανάλυσης Πειραµατικών εδοµένων Συνεργασίας Στατιστικές Μέθοδοι Ανάλυσης Πειραµατικών εδοµένων Συνεργασίας Χρήστος Κατσάνος και Νικόλαος Αβούρης Πανεπιστήµιο Πατρών Σκοπός Το παρόν κεφάλαιο, συµπληρωµατικό του κυρίως υλικού του βιβλίου, περιλαµβάνει

Διαβάστε περισσότερα

SPSS Statistical Package for the Social Sciences

SPSS Statistical Package for the Social Sciences SPSS Statistical Package for the Social Sciences Ξεκινώντας την εφαρμογή Εισαγωγή εδομένων Ορισμός Μεταβλητών Εισαγωγή περίπτωσης και μεταβλητής ιαγραφή περιπτώσεων ή και μεταβλητών ΣΤΑΤΙΣΤΙΚΗ Αθανάσιος

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Στατιστική Ανάλυση Δεδομένων με το S.P.S.S.

Στατιστική Ανάλυση Δεδομένων με το S.P.S.S. ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΤΟΜΕΑΣ ΠΙΘΑΝΟΤΗΤΩΝ-ΣΤΑΤΙΣΤΙΚΗΣ & ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ Στατιστική Ανάλυση Δεδομένων με το S.P.S.S. Διδακτικές Σημειώσεις Απόστολος Δ. Μπατσίδης ΙΩΑΝΝΙΝΑ 2014 Στην

Διαβάστε περισσότερα