Άσκηση 2. i β. 1 ου έτους (Υ i )

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Άσκηση 2. i β. 1 ου έτους (Υ i )"

Transcript

1 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. i β. ου έτους (Υ i ) β. εισαγωγής (Χ i ) Να γίνει το διάγραμμα διασποράς (scatterplt) μεταξύ των Χ, Υ. Να κάνετε μελέτη του μοντέλου Υ = β + β Χ + ε. Συγκεκριμένα: α. Δώστε την φυσική ερμηνεία των β, β, R. β. Κάνετε τους ελέγχους σε ε.σ. α=5% και α=%: Η : β =, Η : β, και Η : β =, Η : β > Η : β =, Η : β, και Η : β =, Η : β > Η : β =.8, Η : β.8, Η : β.8, Η : β >.8, Η : β.8, Η : β <.8 Η : β =, Η : β, και σχολιάστε τα αποτελέσματα. γ. Δώστε δ.ε. με σ.ε. 95% και 99% για τα β, β και σχολιάστε τα αποτελέσματα. δ. Κάνετε το διάγραμμα διασποράς των δεδομένων (Χ,Υ) μαζί με την προσαρμοσμένη ευθεία και τις ζώνες εμπιστοσύνης (για ατομική και μέση πρόβλεψη) με σ.ε. 95% και 99%. ε. Ποιο βαθμό αναμένεται να λάβει στο ο έτος σπουδών του κάποιος που έχει βαθμό εισαγωγής 5; (να γίνει σημειακή εκτίμηση και να δοθεί το δ.ε. με σ.ε. 95% και 99%). Να δοθεί επίσης το δ.ε. συντελεστού 95% για την ατομική πρόβλεψη. Ποιος είναι περίπου ο βαθμός εισαγωγής ενός φοιτητή που είχε βαθμό ου έτους 3.5; στ. Σε ποίο σημείο Χ βρίσκουμε το μικρότερο δ.ε. για την μέση πρόβλεψη και γιατί; ποιο είναι εδώ αυτό το δ.ε.; ζ. Να κατασκευάσετε τον πίνακα ανάλυσης διασποράς (ΑNOVA) και να κάνετε τον έλεγχο του μοντέλου μέσω του F-τεστ.

2 Απαντήσεις. Να γίνει το διάγραμμα διασποράς (scatterplt) μεταξύ των Χ, Υ. (/Graphs/Scatter ή /Graphs/Interactive/Scatterplt) 4, 3,5 3,,5,,5, 3,5 4, 4,5 5, 5,5 6, 6,5 X Να κάνετε μελέτη του μοντέλου Υ = β + β Χ + ε. (/Analyze/Regressin/Linear, +/statistics/cnf. intervals) Mdel Summary Mdel R R Square Adjusted R Square Std. Errr f the Estimate,89,654,635,435 a Predictrs: (Cnstant), X ANOVA Mdel Sum f df Mean F Sig. Squares Square Regressin 6,434 6,434 33,998, Residual 3,46 8,89 Ttal 9,84 9 a Predictrs: (Cnstant), X b Dependent Variable: Unstandardized Standardized t Sig. 95% Cnfidence Interval fr B Mdel B Std. Errr Beta Lwer Bund Upper Bund (Cnstant) -,7,77 -,338,3-3,6 -,73 X,84,44,89 5,83,,537,43 a Dependent Variable: α. Δώστε την φυσική ερμηνεία των β, β, R. T μοντέλο που χρησιμοποιούμε είναι: Υ = β + β Χ + ε και άρα Ε(Υ) = β + β Χ. Συνεπώς, Μέσος Βαθμός ου έτους = β + β Βαθμός εισαγωγής Επομένως, το β μπορεί να ερμηνευθεί ως η (μέση) αύξηση του Βαθμού ου έτους όταν αυξηθεί ο Βαθμός εισαγωγής κατά μία μονάδα. Αντίστοιχα, το β μπορεί να θεωρηθεί ως ο (μέσος) Βαθμός ου έτους για κάποιον που (θεωρητικά) είχε μηδενικό βαθμό εισαγωγής. Τέλος, το R μπορεί να θεωρηθεί ως το ποσοστό της μεταβλητότητας των Βαθμών του ου έτους που ερμηνεύεται από το μοντέλο Υ = β + β Χ + ε. β. Κάνετε τους ελέγχους σε ε.σ. α=5% και α=%: Η : β =, Η : β, Για τον συγκεκριμένο έλεγχο λαμβάνουμε από τον πίνακα των ότι το αντίστοιχο p-value είναι (περιοχή απόρριψης: T > T )

3 p T > T ) T > 5.83). οπότε απορρίπτουμε την υπόθεση Η σε ε.σ. α=5% και α=% (. < α =.5,.). Η : β =, Η : β > Το αντίστοιχο p-value είναι (περιοχή απόρριψης: T > T ) P( T > T) T > 5.83) T > 5.83) = p. οπότε απορρίπτουμε την υπόθεση Η σε ε.σ. α = 5% και α = % (. < α =.5,.). Εναλλακτικά, αν α = 5% απορρίπτουμε όταν T > tn = t8 (.5) =.73 και αν α = % όταν T > tn = t8 (.) =.55 Επειδή T = 5,83 απορρίπτουμε και στις δύο περιπτώσεις. Η : β =, Η : β, Για τον συγκεκριμένο έλεγχο λαμβάνουμε από τον πίνακα των ότι το αντίστοιχο p-value είναι (περιοχή απόρριψης: T > T ) p T > T ) T >.338).3 οπότε απορρίπτουμε την υπόθεση Η : σε ε.σ. α = 5% (.3 < α =.5) ενώ δεν μπορούμε να απορρίψουμε την Η όταν το ε.σ. είναι α = % (.3 > α =.). Η : β =, Η : β > Το αντίστοιχο p-value είναι (περιοχή απόρριψης: T > T ) P( T > T) T >.338) = P( T >,338) = p.3 =.9845 οπότε δεν μπορούμε να απορρίψουμε την Η σε ε.σ. α = 5% και α = %. Εναλλακτικά, αν α = 5% απορρίπτουμε όταν T > tn = t8 (.5) =.73 και αν α = % όταν T > t a) = t (.) =.55 n ( 8 Επειδή T =.338 δεν μπορούμε να απορρίψουμε και στις δύο περιπτώσεις. Η : β =.8, Η : β.8, Ο έλεγχος αυτός δεν γίνεται αυτόματα από το πακέτο. Για το λόγο αυτό θα πρέπει να μετασχηματίσουμε τα δεδομένα ώστε να καταλήξουμε σε έλεγχο της μορφής β =. Συγκεκριμένα λαμβάνοντας β = β.8 προκύπτει το μοντέλο = β β ε β β + + ε = β + β + X + = + (.8) X.8X X + ε Θέτοντας λοιπόν =.8X (/Transfrm/Cmpute) και εφαρμόζοντας το μοντέλο β β = + X + ε (/Analyze/Regressin/ Linear) λαμβάνουμε τον πίνακα Unstandardized Standardized t Sig. Mdel B Std. Errr Beta (Cnstant) -,7,77 -,338,3 X 3,99E-,44,65,77,785 a Dependent Variable: Παρατηρούμε ότι το αντίστοιχο p-value είναι

4 p T > T ) T >,77).785 οπότε δεν μπορούμε να απορρίψουμε την H β = β. 8 σε ε.σ. α = 5% και α = %. : = Η : β.8, Η : β >.8, Το αντίστοιχο p-value είναι (περιοχή απόρριψης: T > T ) P( T > T) T >.77) T >.77).785 =.395 οπότε δεν μπορούμε να απορρίψουμε την Η σε ε.σ. α=5% και α=%. Εναλλακτικά, αν α = 5% απορρίπτουμε όταν T > tn a) = t (.5) =. 73 και αν α = % όταν ( 8 T > tn = t8 (.) =.55. Επειδή T =.77 δεν μπορούμε να απορρίψουμε και στις δύο περιπτώσεις. Η : β.8, Η : β <.8 Το αντίστοιχο p-value είναι (περιοχή απόρριψης: T < T ) P( T < T) T <.77) = P( T >.77) = p.785 =.675 οπότε δεν μπορούμε να απορρίψουμε την Η σε ε.σ. α = 5% και α = %. Εναλλακτικά, αν α = 5% απορρίπτουμε όταν T < tn = t8(.5) =.73 και αν α = % όταν T < tn = t8(.) =.55 Επειδή T =.77 δεν μπορούμε να απορρίψουμε και στις δύο περιπτώσεις. Η : β =, Η : β, Θέτουμε β = β όποτε προκύπτει το μοντέλο + = β + β X + ε = β + β X + ε + = β + β X + ε Θέτοντας λοιπόν = + (/Transfrm/Cmpute) και εφαρμόζοντας το μοντέλο β = + βx + ε (/Analyze/Regressin/ Linear) λαμβάνουμε τον πίνακα Unstandardized Standardized t Sig. Mdel B Std. Errr Beta (Cnstant) -,7,77 -,963,349 X,84,44,89 5,83, a Dependent Variable: Παρατηρούμε ότι το αντίστοιχο p-value είναι.349 οπότε δεν μπορούμε να απορρίψουμε την H β = β = σε ε.σ. α = 5% και α = %. : γ. Δώστε δ.ε. με σ.ε. 95% και 99% για τα β, β. Τα δ.ε. 95% δίνονται αυτόματα από το πακέτο (/Analyze/Regressin/Linear,+/statistics/cnf. intervals ) και περιέχονται στον πίνακα των cefficients: Unstandardized Standardized t Sig. 95% Cnfidence Interval fr B Mdel B Std. Errr Beta Lwer Bund Upper Bund (Cnstant) -,7,77 -,338,3-3,6 -,73 X,84,44,89 5,83,,537,43 a Dependent Variable: Άρα ένα δ.ε. 95% για το β είναι το (3.6,.73) και ένα δ.ε. 95% για το β είναι το (.537,.43). Παρατηρούμε ότι τα δ.ε. δεν περιέχουν το και συνεπώς μπορούμε να απορρίψουμε τις υποθέσεις

5 y Η :β = και Η :β = έναντι των αμφίπλευρων Η :β και H :β αντίστοιχα σε ε.σ. 5% (όπως έχουμε ήδη κάνει στο προηγούμενο ερώτημα). Τα αντίστοιχα δ.ε. % δεν δίνονται αυτόματα από το πακέτο και άρα θα τα υπολογίσουμε μέσω των τύπων βˆ ± s ( βˆ ) t ( a / ) =.7 ±.77 t (.5) =.7 ± = ( n ,.39) βˆ ˆ ± s ( β) t ( a / ) =.84 ±.44 t8(.5) =.84 ± = (.45,.54) n (π.χ. χρησιμοποιούμε την functin IDF.T(.995,8) = t 8(.5) στο Transfrm/cmpute). Παρατηρούμε ότι το δ.ε. για το β δεν περιέχει το και συνεπώς μπορούμε να απορρίψουμε την υπόθεση Η :β = έναντι της H :β σε ε.σ. %. Αντίθετα, το δ.ε. για το β περιέχει το και συνεπώς δεν μπορούμε να απορρίψουμε την υπόθεση Η :β = έναντι της H :β σε ε.σ. %. δ. Κάνετε το διάγραμμα διασποράς των δεδομένων (Χ,Υ) μαζί με την προσαρμοσμένη ευθεία και τις ζώνες εμπιστοσύνης (για ατομική και μέση πρόβλεψη) με σ.ε. 95% και 99%. α-τρόπος: (Graphs/interactive/scatterplt, Fit: regressin, cnf. Interval 95%) 4, Linear Regressin with 95.% Mean Predictin Interval and 95.% Individual Predictin Interval 3, y = x R-Square =.65,, 4, 4,5 5, 5,5 6, x β-τρόπος: Graphs/Scatter/simple, και κάνοντας διπλό κλικ επάνω στο σχήμα που θα δημιουργηθεί, α- νοίγει ο SPSS Chart editr του σχήματος και επιλέγουμε Chart/ptins, Fit line:ttal, Fit ptins:linear regressin, Regressin predictin lines: Mean, Individual, 95%) 4, 3,5 3,,5,,5, Rsq =,6538 3,5 4, 4,5 5, 5,5 6, 6,5 X Όμοια εργαζόμαστε και για την περίπτωση που έχουμε σ.ε. 99%.

6 ε. Ποιο βαθμό αναμένεται να λάβει στο ο έτος σπουδών του κάποιος που έχει βαθμό εισαγωγής 5; (να γίνει σημειακή εκτίμηση και να δοθεί το δ.ε. με σ.ε. 95% και 99%). Να δοθεί επίσης το δ.ε. συντελεστού 95% για την ατομική πρόβλεψη. Ποιος είναι περίπου ο βαθμός εισαγωγής ενός φοιτητή που είχε βαθμό ου έτους 3.5; Εδώ ζητείται εκτίμηση του E( ) = β + βx όταν X = 5, δηλαδή του β + 5β. Η σημειακή ε- κτίμησή του θα είναι β ˆ ˆ + 5β = =.5. Για να πάρουμε δ.ε. 95% για τη μέση πρόβλεψη εισάγουμε το 5 στην η γραμμή της στήλης του Χ στον SPSS data editr (αφήνοντας την η γραμμή στη στήλη του Υ κενή). Στη συνέχεια εκτελούμε τη διαδικασία της παλινδρόμησης /Analyze/Regressin/Linear επιλέγοντας στο save τα Unstandardized predicted values ( ˆ = β ˆ ˆ + βx ), Predictin Intervals (Mean & Individual, 95%). Στην η γραμμή λαμβάνονται τα αποτελέσματα: σημειακή εκτίμηση:,5 (όπως έχουμε ήδη βρεί και παραπάνω) δ.ε. 95% για την μέση πρόβλεψη: (.9564,.7436) δ.ε. 95% για την ατομική πρόβλεψη: (.5635, ) Για να πάρουμε δ.ε. 99% για τη μέση πρόβλεψη εργαζόμαστε ανάλογα. Στην η γραμμή λαμβάνεται το δ.ε. (.,.77999). Αν ο φοιτητής είχε βαθμό ου έτους 3.5, ο βαθμός εισαγωγής εκτιμάται από το βˆ X = = 6.9. βˆ,84 στ. Σε ποίο σημείο Χ βρίσκουμε το μικρότερο δ.ε. για την μέση πρόβλεψη και γιατί; ποιο είναι ε- δώ αυτό το δ.ε.; Το δ.ε. για την μέση πρόβλεψη έχει τη μορφή με εύρος ˆ ˆ ˆ ˆ ( X X ) ± s( ) tn( a / ) = β + βx ± s + tn( a / ), n S ( X X ) s + tn( a / ) n S XX το οποίο προφανώς θα είναι ελάχιστο όταν X = X. Από την διαδικασία Descriptive Statistics βρίσκουμε ότι X = 5. Το αντίστοιχο δ.ε. έχει υπολογιστεί στο προηγούμενο ερώτημα. ζ. Να κατασκευάσετε τον πίνακα ανάλυσης διασποράς (ΑNOVA) και να κάνετε τον έλεγχο του μοντέλου μέσω του F-τεστ. ANOVA Mdel Sum f df Mean F Sig. Squares Square Regressin 6,434 6,434 33,998, Residual 3,46 8,89 Ttal 9,84 9 a Predictrs: (Cnstant), X b Dependent Variable: Ο έλεγχος του μοντέλου μέσω του F-test μας οδηγεί στην απόρριψη της H : β = διότι το αντίστοιχο p- value p value = P F > F F ~ F n ) F > 33,998 F ~ F ) είναι ίσο με.. (,, 8 XX

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

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

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

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

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

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

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

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

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 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

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

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

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

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

Πρακτικές Θετικής Οργανωσιακής Αλλαγής και οι στάσεις των εργαζομένων απέναντι στην αλλαγή

Πρακτικές Θετικής Οργανωσιακής Αλλαγής και οι στάσεις των εργαζομένων απέναντι στην αλλαγή Πρακτικές Θετικής Οργανωσιακής Αλλαγής και οι στάσεις των εργαζομένων απέναντι στην αλλαγή Ονοματεπώνυμο : Ευανθία Καρακατσάνη Σειρά: 9 Επιβλέπων Καθηγητής: Ο. Κυριακίδου Δεκέμβριος 2012 ΣΤΟΧΟΣ/ ΣΚΟΠΟΣ

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

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

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

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 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

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

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΜΑΘΗΜΑ ΠΡΩΤΟ ΘΕΩΡΙΑΣ-ΑΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟΔΕΙΓΜΑ ΕΡΓΑΣΤΗΡΙΟ PASW 18 Δρ. Κουνετάς Η Κωνσταντίνος Ακαδημαϊκό Έτος 2011 2012 ΕΠΙΧ

Διαβάστε περισσότερα

Μοντέλα Παλινδρόμησης. Άγγελος Μάρκος, Λέκτορας ΠΤ Ε, ΠΘ

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 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

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

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

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

----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------

----------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 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

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2

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

Διαβάστε περισσότερα

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

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

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

ΚΕΦΑΛΑΙΟ 11 ο. Minerals (select) ----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------ Human Apple Mango Orange Water-

ΚΕΦΑΛΑΙΟ 11 ο. Minerals (select) ----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------ Human Apple Mango Orange Water- ----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------ ΚΕΦΑΛΑΙΟ 11 ο 11.1 Παράθυρο εισαγωγής εντολών (SYNTAX) 11.2 Script γλώσσα προγραµµατισµού στο SPSS 11.3 Λήψη και εισαγωγή

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ Ι ΦΥΛΛΑΔΙΟ

ΟΙΚΟΝΟΜΕΤΡΙΑ Ι ΦΥΛΛΑΔΙΟ ΟΙΚΟΝΟΜΕΤΡΙΑ Ι ΦΥΛΛΑΔΙΟ Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι

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

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

ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ

ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΑΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟΔΕΙΓΜΑ Συντελεστής συσχέτισης (εκτιμητής Person: r, Y ( ( Y Y xy ( ( Y Y x y, όπου r, Y (ισχυρή θετική γραμμική συσχέτιση όταν, ισχυρή αρνητική

Διαβάστε περισσότερα

ΑΣΚΗΣΕΙΣ Πρόβλημα απουσιών στ)

ΑΣΚΗΣΕΙΣ Πρόβλημα απουσιών στ) ΑΣΚΗΣΕΙΣ. Ο διευθυντής προσωπικού μιας μεγάλης εταιρείας πιστεύει ότι ίσως υφίσταται κάποια σχέση μεταξύ των ημερών απουσίας και της ηλικίας των εργαζομένων. Με βάση την υπόθεση αυτή ενδιαφέρεται να κατασκευάσει

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

ΕΙΣΑΓΩΓΗ ΣΤΟ EXCEL. , και οι γραμμές συμβολίζονται με 1,2,3, Μπορούμε να αρχίσουμε εισάγοντας ορισμένα στοιχεία ως εξής.

ΕΙΣΑΓΩΓΗ ΣΤΟ EXCEL. , και οι γραμμές συμβολίζονται με 1,2,3, Μπορούμε να αρχίσουμε εισάγοντας ορισμένα στοιχεία ως εξής. ΕΙΣΑΓΩΓΗ ΣΤΟ EXCEL Το πακέτο Excel είναι ένα πρόγραμμα φύλλου εργασίας (spreadsheet) με το οποίο μπορούμε να κάνουμε υπολογισμούς και διαγράμματα που είναι χρήσιμοι στα οικονομικά. Στο Excel το φύλλο εργασίας

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

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

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

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

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

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

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

Διαβάστε περισσότερα

Μελέτη Συμπεριφοράς Καταναλωτή στο Ηλεκτρονικό Εμπόριο: Η περίπτωση των Ιστοσελίδων Ηλεκτρονικών Κουπονιών

Μελέτη Συμπεριφοράς Καταναλωτή στο Ηλεκτρονικό Εμπόριο: Η περίπτωση των Ιστοσελίδων Ηλεκτρονικών Κουπονιών Μελέτη Συμπεριφοράς Καταναλωτή στο Ηλεκτρονικό Εμπόριο: Η περίπτωση των Ιστοσελίδων Ηλεκτρονικών Κουπονιών Ονοματεπώνυμο: Βλαχάκη Παρασκευή- Ερασμία Σειρά: 9η Επιβλέπων Καθηγητής: Αδάμ Βρεχόπουλος Δεκέμβριος

Διαβάστε περισσότερα

Εκπαιδευτική έρευνα Οργάνωση & Παρουσίαση Δεδομένων (Εργαστήριο SPSS) Άγγελος Μάρκος, Λέκτορας Δημοκρίτειο Πανεπιστήμιο Θράκης

Εκπαιδευτική έρευνα Οργάνωση & Παρουσίαση Δεδομένων (Εργαστήριο SPSS) Άγγελος Μάρκος, Λέκτορας Δημοκρίτειο Πανεπιστήμιο Θράκης Εκπαιδευτική έρευνα Οργάνωση & Παρουσίαση Δεδομένων (Εργαστήριο SPSS) Άγγελος Μάρκος, Λέκτορας Δημοκρίτειο Πανεπιστήμιο Θράκης Σύνολα Δεδομένων - Είδη Ποσοτικής Έρευνας: Παράλογες Ιδέες Γονέων (Δειγματοληπτική)

Διαβάστε περισσότερα

Ανάλυση συνεχών μεταβλητών. Γεωργία Σαλαντή. Λέκτορας Εργαστήριο υγιεινής και Επιδημιολογίας

Ανάλυση συνεχών μεταβλητών. Γεωργία Σαλαντή. Λέκτορας Εργαστήριο υγιεινής και Επιδημιολογίας Συσχέτιση Παλινδρόμηση Ανάλυση συνεχών μεταβλητών Γεωργία Σαλαντή Λέκτορας Εργαστήριο υγιεινής και Επιδημιολογίας Περιεχόμενα Συσχέτιση μεταξύ δύο συνεχών μεταβλητών Παλινδρόμηση μεταξύ Μίας συνεχούς μεταβλητής

Διαβάστε περισσότερα

Μάθημα Αστικής Γεωγραφίας

Μάθημα Αστικής Γεωγραφίας Μάθημα Αστικής Γεωγραφίας Διδακτικό Έτος 2015-2016 Παραδόσεις Διδακτικής Ενότητας: Πληθυσμιακή πρόβλεψη Δούκισσας Λεωνίδας, Στατιστικός, Υποψ. Διδάκτορας, Τμήμα Γεωγραφίας, Χαροκόπειο Πανεπιστήμιο Σελίδα

Διαβάστε περισσότερα

ΜΜΚ 105: Πειραματική και Στατιστική Ανάλυση Δημιουργία Πινάκων και Γραφικών Παραστάσεων στην Excel 18/09/14

ΜΜΚ 105: Πειραματική και Στατιστική Ανάλυση Δημιουργία Πινάκων και Γραφικών Παραστάσεων στην Excel 18/09/14 ΜΜΚ 105: Πειραματική και Στατιστική Ανάλυση Δημιουργία Πινάκων και Γραφικών Παραστάσεων στην Excel 18/09/14 1. Δημιουργία Πίνακα 1.1 Εισαγωγή μετρήσεων και υπολογισμός πράξεων Έστω ότι χρειάζεται να υπολογιστεί

Διαβάστε περισσότερα

----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------

----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------ ----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------ ΚΕΦΑΛΑΙΟ 10 ο 10.1 Πολλαπλή Γραµµική Παλινδρόµηση 10.2 Η εφαρµογή της Πολλαπλής Γραµµικής Παλινδρόµησης 10.3 Παράδειγµα

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

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

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

α + α+ α! (=+9 [1] ι «Analyze-Regression-Linear». «Dependent» ι η η η!ηη ι «Independent(s)» η!ηη. # ι ι ι!η " ι ιηη, ι!" ι ηιι. 1 SPSS ι η η ι ιηη ι η

α + α+ α! (=+9 [1] ι «Analyze-Regression-Linear». «Dependent» ι η η η!ηη ι «Independent(s)» η!ηη. # ι ι ι!η  ι ιηη, ι! ι ηιι. 1 SPSS ι η η ι ιηη ι η # η &, ε ε 007, ιη Pearson r "η η ι ι ι η ι!ι ι ι η ι η!ηη ι ι!ηη. η ι ιηη ι" η ι!"ι 0 ι η ( α ι ι α η 9 ( ι ι / + -predctor varable). * ι ι ι ι η ι ι ι!ηη η "ι ι ι ι!ηη η ι ι η η ι 'ι ι ι (η ) ι η ( "

Διαβάστε περισσότερα

Κεφάλαιο 4 ΣΥΣΧΕΤΙΣΗ ΚΑΙ ΠΑΛΙΝ ΡΟΜΗΣΗ. 4.1 Συσχέτιση δύο τ.µ.

Κεφάλαιο 4 ΣΥΣΧΕΤΙΣΗ ΚΑΙ ΠΑΛΙΝ ΡΟΜΗΣΗ. 4.1 Συσχέτιση δύο τ.µ. Κεφάλαιο 4 ΣΥΣΧΕΤΙΣΗ ΚΑΙ ΠΑΛΙΝ ΡΟΜΗΣΗ Στα προηγούµενα κεφάλαια ορίσαµε και µελετήσαµε την τ.µ. µε τη ϐοήθεια της πιθανο- ϑεωρίας (κατανοµή, ϱοπές) και της στατιστικής (εκτίµηση, στατιστική υπόθεση). Σ

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

ΜΗ ΠΑΡΑΜΕΤΡΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ

ΜΗ ΠΑΡΑΜΕΤΡΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ ΚΕΦΑΛΑΙΟ 7 ΜΗ ΠΑΡΑΜΕΤΡΙΚΗ ΠΑΛΙΝΔΡΟΜΗΣΗ (Non Parametrc Regresson) Το κεφάλαιο αυτό συνδέεται άμεσα με το κεφάλαιο που αναφέρεται στην συσχέτιση τάξης μεγέθους με την έννοια υπό την οποία η κλασική παραμετρική

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ ΤΗΣ ΙΑΚΥΜΑΝΣΗΣ (ΑΝOVA)

ΑΝΑΛΥΣΗ ΤΗΣ ΙΑΚΥΜΑΝΣΗΣ (ΑΝOVA) ΑΝΑΛΥΣΗ ΤΗΣ ΙΑΚΥΜΑΝΣΗΣ (ΑΝOVA). Εισαγωγή Η ανάλυση της διακύμανσης (ANalysis Of VAriance ANOVA) είναι μια στατιστική μεθόδος με την οποία η μεταβλητότητα που υπάρχει σ ένα σύνολο δεδομένων διασπάται στις

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

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

"ΤΑ SOCIAL MEDIA ΚΑΙ Η ΑΠΟΤΕΛΕΣΜΑΤΙΚΟΤΗΤΑ ΤΩΝ ΔΡΑΣΕΩΝ ΕΚΕ ΕΛΛΗΝΙΚΩΝ ΤΗΛΕΟΠΤΙΚΩΝ ΔΙΚΤΥΩΝ"

ΤΑ SOCIAL MEDIA ΚΑΙ Η ΑΠΟΤΕΛΕΣΜΑΤΙΚΟΤΗΤΑ ΤΩΝ ΔΡΑΣΕΩΝ ΕΚΕ ΕΛΛΗΝΙΚΩΝ ΤΗΛΕΟΠΤΙΚΩΝ ΔΙΚΤΥΩΝ "ΤΑ SOCIAL MEDIA ΚΑΙ Η ΑΠΟΤΕΛΕΣΜΑΤΙΚΟΤΗΤΑ ΤΩΝ ΔΡΑΣΕΩΝ ΕΚΕ ΕΛΛΗΝΙΚΩΝ ΤΗΛΕΟΠΤΙΚΩΝ ΔΙΚΤΥΩΝ" Ονοματεπώνυμο: Καπάτου Χριστίνα Σειρά: 10 Επιβλέπων Καθηγητής: Ρηγοπούλου Ειρήνη Διευθυντής ΠΜΣ: Σιώμκος Γ Ι. Δεκέμβριος

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

ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ ΤΟ ΜΑΘΗΜΑ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΠΟΛΙΤΙΚΟΥΣ ΜΗΧΑΝΙΚΟΥΣ ΜΕΡΟΣ Β

ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ ΤΟ ΜΑΘΗΜΑ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΠΟΛΙΤΙΚΟΥΣ ΜΗΧΑΝΙΚΟΥΣ ΜΕΡΟΣ Β ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ ΤΟ ΜΑΘΗΜΑ ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΠΟΛΙΤΙΚΟΥΣ ΜΗΧΑΝΙΚΟΥΣ ΜΕΡΟΣ Β ηµήτρης Κουγιουµτζής http://users.auth.gr/dkugiu/teach/civilengineer E mail: dkugiu@gen.auth.gr 1/11/2009 2 Περιεχόµενα 1 ΠΕΡΙΓΡΑΦΙΚΗ

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ ΜΕΤΑΒΛΗΤΩΝ ΑΠΟ ΤΗ ΔΙΑΔΙΚΤΥΑΚΗ ΒΑΣΗ ΔΕΔΟΜΕΝΩΝ ΓΕΝΙΚΗ ΚΟΙΝΩΝΙΚΗ ΕΡΕΥΝΑ - GSS

ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ ΜΕΤΑΒΛΗΤΩΝ ΑΠΟ ΤΗ ΔΙΑΔΙΚΤΥΑΚΗ ΒΑΣΗ ΔΕΔΟΜΕΝΩΝ ΓΕΝΙΚΗ ΚΟΙΝΩΝΙΚΗ ΕΡΕΥΝΑ - GSS Τ.Ε.Ι ΑΝΑΤΟΛΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ & ΘΡΑΚΗΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΔΙΑΧΕΙΡΙΣΗΣ ΠΛΗΡΟΦΟΡΙΩΝ ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ ΜΕΤΑΒΛΗΤΩΝ ΑΠΟ ΤΗ ΔΙΑΔΙΚΤΥΑΚΗ ΒΑΣΗ ΔΕΔΟΜΕΝΩΝ ΓΕΝΙΚΗ ΚΟΙΝΩΝΙΚΗ ΕΡΕΥΝΑ - GSS Γιακουμή

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

ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. ΜΑΘΗΜΑ 11 Συµπερασµατολογία για την επίδραση πολλών µεταβλητών σε µια ποσοτική (Πολλαπλή Παλινδρόµηση)

ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΙΙ. ΜΑΘΗΜΑ 11 Συµπερασµατολογία για την επίδραση πολλών µεταβλητών σε µια ποσοτική (Πολλαπλή Παλινδρόµηση) Ενότητα ιαφάνειες Μαθήµατος: - Ενότητα ιαφάνειες Μαθήµατος: - ΠΜΣ ΕΠΑΓΓΕΛΜΑΤΙΚΗ ΚΑΙ ΠΕΡΙΒΑΛΛΟΝΤΙΚΗ ΥΓΕΙΑ, ΙΑΧΕΙΡΙΣΗ ΚΑΙ ΟΙΚΟΝΟΜΙΚΗ ΑΠΟΤΙΜΗΣΗ ΑΚ. ΕΤΟΣ 006-007, 3ο εξάµηνο.. Γενίκευση του µοντέλου ΜΑΘΗΜΑ

Διαβάστε περισσότερα

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

ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ. Ερωτήσεις πολλαπλής επιλογής. Συντάκτης: Δημήτριος Κρέτσης ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ ΚΟΛΛΙΝΤΖΑ Ερωτήσεις πολλαπλής επιλογής Συντάκτης: Δημήτριος Κρέτσης 1. Ο κλάδος της περιγραφικής Στατιστικής: α. Ασχολείται με την επεξεργασία των δεδομένων και την ανάλυση

Διαβάστε περισσότερα

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

Στατιστικοί Έλεγχοι Υποθέσεων. Σαλαντή Γεωργία Εργαστήριο Υγιεινής και Επιδημιολογίας Ιατρική Σχολή

Στατιστικοί Έλεγχοι Υποθέσεων. Σαλαντή Γεωργία Εργαστήριο Υγιεινής και Επιδημιολογίας Ιατρική Σχολή Στατιστικοί Έλεγχοι Υποθέσεων Σαλαντή Γεωργία Εργαστήριο Υγιεινής και Επιδημιολογίας Ιατρική Σχολή Τι θέλουμε να συγκρίνουμε; Δύο δείγματα Μέση αρτηριακή πίεση σε δύο ομάδες Πιθανότητα θανάτου με δύο διαφορετικά

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

Εισαγωγή στη θεωρία ακραίων τιμών

Εισαγωγή 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 περισσότερα

ΤΕΙ ΣΕΡΡΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ» ΠΑ. 7 ΣΕΠΤΕΜΒΡΙΟΥ 2012

ΤΕΙ ΣΕΡΡΩΝ ΤΜΗΜΑ ΠΛΗΡΟΦΟΡΙΚΗΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ ΕΞΕΤΑΣΗ ΣΤΟ ΜΑΘΗΜΑ «ΑΝΑΓΝΩΡΙΣΗ ΠΡΟΤΥΠΩΝ ΝΕΥΡΩΝΙΚΑ ΔΙΚΤΥΑ» ΠΑ. 7 ΣΕΠΤΕΜΒΡΙΟΥ 2012 ΠΑ. 7 ΣΕΠΤΕΜΒΡΙΟΥ Δίνονται τα εξής πρότυπα: [ ] [ ] [ ] [ ] Άσκηση η (3 μονάδες) Χρησιμοποιώντας το κριτήριο της ομοιότητας να απορριφθεί ένα χαρακτηριστικό με βάση το συντελεστή συσχέτισης. (γράψτε ποιο

Διαβάστε περισσότερα

ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ ΜΕ ΕXCEL

ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ ΜΕ ΕXCEL ΓΡΑΦΙΚΕΣ ΠΑΡΑΣΤΑΣΕΙΣ ΜΕ ΕXCEL 1. Εισαγωγή δεδομένων σε φύλλο εργασίας του Microsoft Excel Για να τοποθετήσουμε τις μετρήσεις μας σε ένα φύλλο Excel, κάνουμε κλικ στο κελί στο οποίο θέλουμε να τοποθετήσουμε

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

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ& ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑΠΡΟΤΥΠΑΜΑΘΗΜΑ4ο-5ο-6 ο (β) ΠΟΛΛΑΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟΔΕΙΓΜΑ- ΕΡΓΑΣΤΗΡΙΟ PASW 18 Δρ. Κουνετάς Η Κωνσταντίνος Ακαδημαϊκό Έτος 2011-2012 ΕΠΙΧ

Διαβάστε περισσότερα

Χαρακτηριστικά της ανάλυσης διασποράς. ΑΝΑΛΥΣΗ ΙΑΣΠΟΡΑΣ (One-way analysis of variance)

Χαρακτηριστικά της ανάλυσης διασποράς. ΑΝΑΛΥΣΗ ΙΑΣΠΟΡΑΣ (One-way analysis of variance) ΑΝΑΛΥΣΗ ΙΑΣΠΟΡΑΣ (Oe-way aalysis of variace) Να γίνει µια εισαγωγή στη µεθοδολογία της ανάλυσης > δειγµάτων Να εφαρµοσθεί και να κατανοηθεί η ανάλυση διασποράς µε ένα παράγοντα. Να κατανοηθεί η χρήση των

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

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

έρευνας και στατιστική» παραμετρικές συγκρίσεις»

έρευνας και στατιστική» παραμετρικές συγκρίσεις» ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΤΜΗΜΑ ΕΠΙΣΤΗΜΗΣ ΦΥΣΙΚΗΣ ΑΓΩΓΗΣ & ΑΘΛΗΤΙΣΜΟΥ «Μεθοδολογία έρευνας και στατιστική» Μάθημα μεταπτυχιακού κύκλου σπουδών Διάλεξη: «Μη παραμετρικές συγκρίσεις» ΔΙΔΑΣΚΩΝ: Δρ. Αθανάσιος

Διαβάστε περισσότερα

Μη Παραµετρικοί Έλεγχοι

Μη Παραµετρικοί Έλεγχοι Μη Παραµετρικοί Έλεγχοι Επιστηµονική Επιµέλεια: ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας Εργαστήριο Γεωργίας Viola adorata Καταρχήν Μη Παραµετρικοί Έλεγχοι εν απαιτούν κανονικότητα

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

ΚΕΦΑΛΑΙΟ 6 ΧΡΗΣΗ ΓΡΑΜΜΙΚΩΝ ΜΟΝΤΕΛΩΝ ΚΑΙ ΓΡΑΜΜΙΚΗΣ ΠΑΛΙΝ ΡΟΜΗΣΗΣ

ΚΕΦΑΛΑΙΟ 6 ΧΡΗΣΗ ΓΡΑΜΜΙΚΩΝ ΜΟΝΤΕΛΩΝ ΚΑΙ ΓΡΑΜΜΙΚΗΣ ΠΑΛΙΝ ΡΟΜΗΣΗΣ ΚΕΦΑΛΑΙΟ 6 ΧΡΗΣΗ ΓΡΑΜΜΙΚΩΝ ΜΟΝΤΕΛΩΝ ΚΑΙ ΓΡΑΜΜΙΚΗΣ ΠΑΛΙΝ ΡΟΜΗΣΗΣ 6.1 Εισαγωγή Σε πολλές στατιστικές εφαρµογές συναντάται το πρόβληµα της µελέτης της σχέσης δυο ή περισσότερων τυχαίων µεταβλητών. Η σχέση

Διαβάστε περισσότερα

ROEHAMPTON UNIVERSITY MA IN EDUCATION Ρ ΚΟΡΡEΣ ΚΩΝΣΤΑΝΤIΝΟΣ ΑΘΗΝΑ 2011

ROEHAMPTON UNIVERSITY MA IN EDUCATION Ρ ΚΟΡΡEΣ ΚΩΝΣΤΑΝΤIΝΟΣ ΑΘΗΝΑ 2011 Ι.Τ.Ε. ROEHAMPTON UNIVERSITY MA IN EDUCATION ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕ ΤΟ SPSS Ρ ΚΟΡΡEΣ ΚΩΝΣΤΑΝΤIΝΟΣ ΑΘΗΝΑ 2011 ΕΚΚΙΝΗΣΗ ΤΟΥ SPSS Από την Έναρξη των Windows, επιλέγουµε: Προγράµµατα SPSS for Windows SPSS *.*

Διαβάστε περισσότερα

Α. Η γραφική παράσταση της συνάρτησης 2. f(x) = α x 2 + β x + γ, α 0. f (x) x. Παράδειγμα. Περιοδικό ΕΥΚΛΕΙΔΗΣ Β Ε.Μ.Ε.

Α. Η γραφική παράσταση της συνάρτησης 2. f(x) = α x 2 + β x + γ, α 0. f (x) x. Παράδειγμα. Περιοδικό ΕΥΚΛΕΙΔΗΣ Β Ε.Μ.Ε. Περιοδικό ΕΥΚΛΕΙΔΗΣ Β Ε.Μ.Ε. (τεύχος 55) Μαθηματικά για την Α τάξη του Λυκείου Το τριώνυμο f(x) = α x + β x + γ, α Κώστα Βακαλόπουλου, Νίκου Ταπεινού Α. Η γραφική παράσταση της συνάρτησης f(x) αx βx γ,

Διαβάστε περισσότερα

ΑΚΑΔΗΜΙΑ ΤΩΝ ΠΟΛΙΤΩΝ

ΑΚΑΔΗΜΙΑ ΤΩΝ ΠΟΛΙΤΩΝ ΑΚΑΔΗΜΙΑ ΤΩΝ ΠΟΛΙΤΩΝ Αστική Μη Κερδοσκοπική Εταιρεία- ISO 9001 Σαπφούς 3, 81100 Μυτιλήνη (1ος Όροφος) 2251054739 (09:00-14:30) academy@aigaion.org civilacademy.ucoz.org «ΠΡΟΓΡΑΜΜΑ ΜΕΘΟΔΟΛΟΓΙΑΣ ΕΡΕΥΝΑΣ

Διαβάστε περισσότερα

ΣΗΜΕΙΩΣΕΙΣ ΟΙΚΟΝΟΜΕΤΡΙΑΣ

ΣΗΜΕΙΩΣΕΙΣ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΗΜΕΙΩΣΕΙΣ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΕΙΣΑΓΩΓΗ. Ο ορισµός της οικονοµετρίας περιλαµβάνει την εµπειρική εκτίµηση των οικονοµικών σχέσεων. Χρησιµοποιώντας δηλαδή την οικονοµική θεωρία την στατιστική θεωρία αλλά και τα

Διαβάστε περισσότερα

ΓΕΩΠΟΝΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τμήμα Αγροτικής Οικονομίας και Ανάπτυξης. Σημειώσεις EViews. Παναγιώτης Λαζαρίδης Αναπληρωτής Καθηγητής. Y j.

ΓΕΩΠΟΝΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τμήμα Αγροτικής Οικονομίας και Ανάπτυξης. Σημειώσεις EViews. Παναγιώτης Λαζαρίδης Αναπληρωτής Καθηγητής. Y j. ΓΕΩΠΟΝΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τμήμα Αγροτικής Οικονομίας και Ανάπτυξης Σημειώσεις EViews Παναγιώτης Λαζαρίδης Αναπληρωτής Καθηγητής Υ Y j u j û j ( Y X j ) = β + β X j E 1 ˆ ˆ ˆ Yj = β X j Χ j Χ Το EViews

Διαβάστε περισσότερα

1) ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ - ΑΤΑΞΙΝΟΜΗΤΑ ΔΕΔΟΜΕΝΑ

1) 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 περισσότερα

Ανάλυση εδοµένων - Χρήση του στατιστικού πακέτου SPSS. 1 η ΕΝΟΤΗΤΑ ΕΙΣΑΓΩ ΓΗ ΣΤΟ SPSS ΒΑΣΙΚΕΣ ΛΕΙΤΟΥΡΓΙΕΣ

Ανάλυση εδοµένων - Χρήση του στατιστικού πακέτου SPSS. 1 η ΕΝΟΤΗΤΑ ΕΙΣΑΓΩ ΓΗ ΣΤΟ SPSS ΒΑΣΙΚΕΣ ΛΕΙΤΟΥΡΓΙΕΣ Ανάλυση εδοµένων - Χρήση του στατιστικού πακέτου SPSS η ΕΝΟΤΗΤΑ ΕΙΣΑΓΩ ΓΗ ΣΤΟ SPSS ΒΑΣΙΚΕΣ ΛΕΙΤΟΥΡΓΙΕΣ (Α) Καταγραφή δεδοµένων και επιλογή κατάλληλων ρυθµίσεων των µεταβλητών Η βασική οθόνη του στατιστικού

Διαβάστε περισσότερα

Δισδιάστατη ανάλυση. Για παράδειγμα, έστω ότι 11 άτομα δήλωσαν ότι είναι άγαμοι (Α), 26 έγγαμοι (Ε), 12 χήροι (Χ) και 9 διαζευγμένοι (Δ).

Δισδιάστατη ανάλυση. Για παράδειγμα, έστω ότι 11 άτομα δήλωσαν ότι είναι άγαμοι (Α), 26 έγγαμοι (Ε), 12 χήροι (Χ) και 9 διαζευγμένοι (Δ). Δισδιάστατη ανάλυση Πίνακες διπλής εισόδου Σε πολλές περιπτώσεις μελετάμε περισσότερες από μία μεταβλητές ταυτόχρονα. Π.χ. μία έρευνα που έγινε σε ένα δείγμα 58 ατόμων περιείχε τις ερωτήσεις «ποια είναι

Διαβάστε περισσότερα

SOURCE DF SUM OF SQUARES MEAN SQUARE F VALUE PR F MODEL (a) 2.882 E04 (e) (g) (h) ERROR (b) (d) (f) TOTAL (c) 4.063 E04 R SQUARE (i) PARAMETER

SOURCE DF SUM OF SQUARES MEAN SQUARE F VALUE PR F MODEL (a) 2.882 E04 (e) (g) (h) ERROR (b) (d) (f) TOTAL (c) 4.063 E04 R SQUARE (i) PARAMETER ΑΣΚΗΣΕΙΣ. Θεωρήστε το παράδειγμα που αναφέρεται στη συσχέτιση του βαθμού ικανοποίησης των εργαζομένων σε ένα εργαστήριο σε σχέση με τις οκτώ μεταβλητές που ορίστηκαν εκεί. (Χ =ηλικία, Χ =φύλο, Χ =εβδομαδιαίος

Διαβάστε περισσότερα

Βρέντζου Τίνα Φυσικός Μεταπτυχιακός τίτλος ΜEd: «Σπουδές στην εκπαίδευση» Email : stvrentzou@gmail.com www.ma8eno.gr

Βρέντζου Τίνα Φυσικός Μεταπτυχιακός τίτλος ΜEd: «Σπουδές στην εκπαίδευση» Email : stvrentzou@gmail.com www.ma8eno.gr 1 Πρόσημο τριωνύμου - λύση ανίσωσης ου βαθμού Έστω το τριώνυμο f(x) = x - 4x - 1. Θέλουμε να εξετάσουμε για ποιες τιμές της μεταβλητής x το τριώνυμο f(x) γίνεται θετικό, για ποιες τιμές του x γίνεται αρνητικό,

Διαβάστε περισσότερα

Ο ρόλος της Λεπτίνης, της Αδιπονεκτίνης και της Γρελίνης στο Άσθµα στη σταθερή νόσο και στην παρόξυνση

Ο ρόλος της Λεπτίνης, της Αδιπονεκτίνης και της Γρελίνης στο Άσθµα στη σταθερή νόσο και στην παρόξυνση Ο ρόλος της Λεπτίνης, της Αδιπονεκτίνης και της Γρελίνης στο Άσθµα στη σταθερή νόσο και στην παρόξυνση ΑΓΟΡΗ ΤΣΑΡΟΥΧΑ, ΖΩΗ ΑΝΙΗΛ, ΦΩΤΕΙΝΗ ΜΑΛΛΗ, ΠΑΝΑΓΙΩΤΗΣ ΓΕΩΡΓΟΥΛΙΑΣ, ΚΩΝ/ΝΟΣ ΚΩΣΤΙΚΑΣ, ΜΑΡΚΟΣ ΜΗΝΑΣ,

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 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

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

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