Nested and split plot designs. Κατςιλζροσ Αναςτάςιοσ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "Nested and split plot designs. Κατςιλζροσ Αναςτάςιοσ"

Transcript

1 Nested and split plot designs Κατςιλζροσ Αναςτάςιοσ 017

2 ΙΕΡΑΡΧΙΚΟΙ ΧΕΔΙΑΜΟΙ (nested design) Σε οριςμζνα παραγοντικά πειράματα, τα επίπεδα ενόσ παράγοντα (π.χ. Β) είναι παρόμοια αλλά όχι όμοια για τα διαφορετικά επίπεδα του άλλου παράγοντα (π.χ. Α). Μια τζτοια διάταξθ ονομάηεται ζνκετοσ ι ιεραρχικόσ (nested) ςχεδιαςμόσ, με τα επίπεδα του παράγοντα Β τοποκετθμζνα κάτω από τα επίπεδα του παράγοντα Α. παράγοντασ Α 1 3 παράγοντασ Β ι (επειδι δεν είναι όμοια τα επίπεδα του παράγοντα Β)

3 Το γραμμικό πρότυπο πειράματοσ με ιεραρχικό ςχεδιαςμό είναι το εξισ: Υ ijk = μ + α i +β j(i) + ε (ij)k μ : ο μζςοσ του πλθκυςμοφ α i : θ επίδραςθ του i επιπζδου του παράγοντα Α β j(i) : θ επίδραςθ του j επιπζδου του παράγοντα B ςτο επίπεδο i του παράγοντα Α. ε (ij)k : πειραματικό ςφάλμα Επειδι δεν εμφανίηεται κάκε επίπεδο του παράγοντα Β ςε κάκε επίπεδο του παράγοντα Α, δεν μπορεί να υπάρξει αλλθλεπίδραςθ μεταξφ Α και Β. Κατάτμηςη αθροίςματοσ τετραγώνων a b n a i= 1 j= 1 k= 1 b n i= 1 j= 1 k= 1 a b n ( Y -Y...) = [( Y i.. -Y...) + ( Y ij. -Y i.. ) + ( Y -Y ij. )] ijk a ( i= 1 j= 1 k= 1 a ( ijk ( ( Y -Y...) = bn Y i.. -Y...) + n Y ij. -Y i.. ) + Y -Y ij. ) ijk i=1 b i= 1 j= 1 a b n i= 1 j= 1 k= 1 ijk

4 Πίνακασ ανάλυςησ τησ παραλλακτικότητασ πειράματοσ με ιεραρχικό ςχεδιαςμό Πηγή παρ/τασ BE ΑΣ ΜΣ F ΘΜΣ* A a 1 AT A bn a i1 ( Y i.. Y...) MT A ATA ( a 1) MT MT A Β( A) n B bn A Β (εντόσ Α) a(b 1) AT B a b = n ( Y ij. -Y i.. ) i= 1 j= 1 MT B ATB a( b 1) MT B ( A ) MT υπ n B Υπόλοιπο ab(n 1) AT a b n i1 j1 k 1 ( Y ijk Y ij.) MT AT ab( n 1) Σφνολο abn 1 ΑΤ Σ = a b n ( Yijk -Y...) i= 1 j= 1 k= 1 *A και Β: Πρότυπο ΙΙ (Τυχαίων Επιδράςεων)

5 Πίνακασ Ανάλυςθσ Παραλλακτικότθτασ Πηγή παρ/τασ BE ΘΜΣ 1 ΘΜΣ ΘΜΣ 3 A a 1 σ ε bn a 1 α i i a-1 ς ε + nςb + bnςa σ e nσ β bn a 1 α i i a-1 Β (εντόσ Α) a(b 1) ς a b n i= 1 j= 1 ε + a(b-1β j( i) σ e nσ β σ e nσ β Υπόλοιπο ab(n 1) σ e σ e σ e 1 Μοντζλο ςτακερϊν επιδράςεων, Μοντζλο τυχαίων επιδράςεων και 3 Μοντζλο μεικτϊν επιδράςεων (Α προκακοριςμζνο και Β τυχαίο)

6 Y... 1,4 Παράδειγμα. Πείραμα με ιεραρχικό ςχεδιαςμό δφο παραγόντων (3Χ4) με τρεισ επαναλιψεισ. Παράγοντασ Α Α 1 Α Α 3 Παράγοντασ Β B 1 B B 3 B 4 B 1 B B 3 B 4 B 1 B B 3 B Υ ij Υ i Υ... 98

7 AT = ςυνόλου Y a b n i= 1 j= 1 k= 1 ijk Y... - abn = () (5) = 859, AT επεμβάςεων = a i=1 Y bn i.. - Y... abn = (88) + (104) 4*3 + (106) =16, AT Y Y a b a ij. i.. (7) ()... (55) (15) (88) (104) (106) B( A) i1 j1 n i1 bn 3 4*3 79 AT AT ό AT ά AT B 859, 16, ( A)

8 Πίνακασ ανάλυςησ τησ παραλλακτικότητασ πειράματοσ με ιεραρχικό ςχεδιαςμό Πηγή παρ/τασ BE ΑΣ ΜΣ F A a 1 = 16, 8,81 0,1 ns Β (εντόσ Α) a(b 1) = ,05** Υπόλοιπο ab(n 1) = ,75 Σφνολο abn 1 = ,

9 > attach(nested_design) > A=factor(A); B=factor(B) > fit=aov(y~a+error(a:b)) > summary(fit) Error: A:B Df Sum Sq Mean Sq F value Pr(>F) A Residuals Error: Within Df Sum Sq Mean Sq F value Pr(>F) Residuals

10 > library(emsaov) > fit=emsanova(y~a+b, data=nested_design, type=c("f","r"), nested=c(na,"a")) > fit Df SS MS Fvalue Pvalue Sig EMS A Error+3B(A)+1A B(A) < *** Error+3B(A) Residuals Error

11 > LSD.test(Y, B, 4, 4.75, console = T) Study: Y ~ B LSD t Test for Y Mean Square Error: 4.75 B, means and individual ( 95 %) CI Y std r LCL UCL Min Max B B B B Alpha: 0.05 ; DF Error: 4 Critical Value of t: least Significant Difference: Treatments with the same letter are not significantly different. Y groups B a B b B c B c

12 ΤΠΟ - ΔΙΑΙΡΕΜΕΝΑ ΣΕΜΑΧΙΑ (split plot designs) Σε κάποιεσ περιπτϊςεισ όπου υπάρχουν περιοριςμοί ςτθν τυχαιοποίθςθ των ςυνδυαςμϊν των επεμβάςεων, καταφεφγουμε ςε ζνα ειδικό πειραματικό ςχεδιαςμό όπου οι πειραματικζσ μονάδεσ (κφριεσ μονάδεσ ι τεμάχια - main units or plots), που δζχεται τισ επεμβάςεισ του ενόσ παράγοντα (κφριεσ επεμβάςεισ), διαιροφνται ςε υπομονάδεσ ι υποτεμάχια (subunits or subplots) ςτισ οποίεσ εφαρμόηονται οι επεμβάςεισ του δεφτερου παράγοντα (υποεπεμβάςεισ). Το ςχζδιο αυτό λζγεται Σχζδιο Υποδιαιρεμζνων Τεμαχίων και χρθςιμοποιοφνται ςε ςυνδυαςμό με τα ςχζδια των Τυχαιοποιθμζνων Πλιρων Ομάδων, του Λατινικοφ Τετραγϊνου ι και του Εντελϊσ Τυχαιοποιθμζνου Σχεδίου.

13 Πείραμα δφο παραγόντων (Χ3) με 3 επαναλιψεισ, ςε ςχζδιο ΤΠΟ Ομάδα 1 θ Ομάδα θ Ομάδα 3 θ α 0 β α 1 β α 0 β α 1 β 0 α 0 β 0 α 1 β α 0 β 1 α 0 β 1 α 0 β 0 α 1 β 1 α 1 β 1 α 1 β 1 α 0 β 0 α 1 β 0 α 0 β 1 α 1 β α 0 β α 1 β 0 Πείραμα δφο παραγόντων (Χ3) με 3 επαναλιψεισ, ςε διάταξθ των υποδιαιρεμζνων τεμαχίων, ςε ςχζδιο ΤΠΟ. Ομάδα 1 θ Ομάδα θ Ομάδα 3 θ α 0 α 1 α 1 α 0 α 1 α 0 α 0 β α 1 β α 1 β α 0 β 0 α 1 β α 0 β α 0 β 1 α 1 β 1 α 1 β 1 α 0 β 1 α 1 β 1 α 0 β 0 α 0 β 0 α 1 β 0 α 1 β 0 α 0 β α 1 β 0 α 0 β 1

14 Περιπτώςεισ χρηςιμοποίηςησ ςχεδίου υπο-διαιρεμζνων τεμαχίων: Οριςμζνεσ πειραματικζσ επεμβάςεισ ζχουν μεγαλφτερεσ απαιτιςεισ ςτθν εφαρμογι τουσ. Αφξθςθ των πλθροφοριϊν που παίρνουμε από τα πείραμα. Χρειαηόμαςτε μεγαλφτερθ ευαιςκθςία για τισ ςυγκρίςεισ οριςμζνων παραγόντων από ότι ςε άλλουσ ι ξζρουμε εκ των προτζρων ότι ςε οριςμζνουσ παράγοντεσ παρατθροφνται μεγαλφτερεσ διαφορζσ. Οι επεμβάςεισ που εφαρμόηονται ςτα υποτεμάχια παρουςιάηουν μικρότερθ παραλλακτικότθτα ςε ςχζςθ με αυτζσ που εφαρμόηονται ςτα κφρια τεμάχια. Για αυτό το λόγο εφαρμόηουμε ςτα υποτεμάχια τισ επεμβάςεισ που 1) ζχουν λιγότερεσ απαιτιςεισ, ) ζχουν μεγάλθ ςθμαςία, 3) περιμζνουμε να παρουςιάςουν μικρότερεσ διαφορζσ ι 4) πρζπει να ςυγκρικοφν με μεγαλφτερθ ευαιςκθςία.

15 Στθ ςτατιςτικι ανάλυςθ των ςχεδίων των υποδιαιρεμζνων τεμαχίων πρζπει να λάβουμε υπόψθ τθν παρουςία των δφο διαφορετικϊν μεγεκϊν των πειραματικϊν μονάδων (κφριεσ μονάδεσ-τεμάχια και υπομονάδεσ-υποτεμάχια) που χρθςιμοποιικθκαν για τον ζλεγχων των παραγόντων. Υπάρχουν δφο ςφάλματα τα οποία αντιπροςωπεφουν: α) τθν παραλλακτικότθτα μεταξφ των κυρίων τεμαχίων μζςα ςτισ ομάδεσ (υπόλοιπο a) κακϊσ και β) τθν παραλλακτικότθτα μεταξφ των υποτεμαχίων μζςα ςτα κφρια τεμάχια (υπόλοιπο b). ΔΙΠΑΡΑΓΟΝΣΙΚΟ Σ.Π.Ο. ΤΠΟΔΙΑΙΡΕΜΕΝΑ ΣΕΜΑΧΙΑ Πηγή παρ/τασ BE Πηγή παρ/τασ BE Ομάδεσ r 1 Ομάδεσ (R) r 1 A a 1 A a 1 (R)X(A) ι υπόλοιπο (a) (r 1)(a 1) B b 1 B b 1 AB (a 1)(b 1) AB (a 1)(b 1) Υπόλοιπο (r 1)(ab 1) Υπόλοιπο (b) (r 1)a(b 1) Σφνολο abr 1 Σφνολο abr 1

16 Το γραμμικό πρότυπο πειράματοσ υποδιαιρεμζνων τεμαχίων που ακολουκεί το ςχζδιο των τυχαιοποιθμζνων πλιρων ομάδων: Υ ijk = μ + ρ i + α j + β k + (ρα) ij + (αβ) jk + ε ijk μ : ο μζςοσ του πλθκυςμοφ ρ i : οι επαναλιψεισ i α j : θ επίδραςθ του j επιπζδου του κυρίου τεμαχίου (ρα) ij : θ αλλθλεπίδραςθ του i επιπζδου τθσ ομάδασ με το j επίπεδο του κυρίου τεμαχίου β k : θ επίδραςθ του k επιπζδου του υποτεμαχίου (αβ) jk : θ αλλθλεπίδραςθ του j επιπζδου του πρϊτου παράγοντα με το k επίπεδο του δευτζρου παράγοντα ε ijk : θ απόκλιςθ τθσ Y ijk από τον πλθκυςμιακό μζςο του ij πλθκυςμοφ Y Κατάτμηςη αθροίςματοσ τετραγώνων ijk ( Y i.. -Y... ) + ( Y. j. -Y... ) + ( Y.. k -Y... ) + ( Y ij. -Y i.. -Y. j. + Y... ) + ( Y. jk -Y. j. -Y.. k + Y... ) + ( Y -Y ij. -Y. jk + Y.. ) -Y... = j a i= 1 j= 1 n= 1 r a b b j= 1 k= 1 n (ομάδα) (παράγοντα Α) (παράγοντα Β) (υπόλοιπο a) (αλλθλεπίδραςθ) (υπόλοιπο b) r a b r a ( Y -Y..) = ab ( Y i.. -Y...) + br ( Y. j. -Y...) + ar ( Y.. k -Y...) + b ( Y ij. -Y i.. -Y. j. + Y...) ijk i=1 r a b ( Y. jk -Y. j. -Y.. k + Y...) + ( Y -Y ij. -Y. jk + Y. j. ) i= 1 j= 1 n= 1 j=1 ijk k=1 i= 1 j= 1 ijk +

17 Πίνακασ Ανάλυςησ τησ Παραλλακτικότητασ Τποδιαιρεμζνων Σεμαχίων ςε ςχζδιο ΣΠO Πηγή παρ/τασ BE ΑΣ ΜΣ F ΘΜΣ Ομάδεσ (R) r 1 ab r Y i.. Y... i1 MT R ATo ( r 1) ab R A (Κφρια τεμάχια) a 1 br a Y. j. Y... j1 MT A ATA ( a 1) MT MT A RA b ( ) rb a j /( a 1) RXA ι υπόλοιπο (a) (r 1)(a 1) b r a Y ij. Y i.. Y. j. Y... i1 j1 MT RA ATRA ( r 1)( a 1) b ( ) B (Υποτεμάχια) b 1 ar b Y.. k Y... k 1 MT B ATB ( b 1) MT B MT ra b /( ab 1) k ΑXB (a 1)(b 1) r a b ( Y. jk -Y. j. Y.. k + Y...) - j= 1 k= 1 MT AB ATAB ( a 1)( r 1) MT AB MT r ab /( a 1)( b 1) jk Υπόλοιπο (r 1)a(b 1) r a b ( Y -Y ij. Y. jk + Y. j. ) ijk - i= 1 j= 1 n= 1 AT MT ( r 1) a( b 1) Σφνολο abr 1 a b n Y ijk Y... i1 j1 n1

18 Παράδειγμα: Τυχαιοποίθςθ πειράματοσ δφο παραγόντων (4Χ3), με τζςςερισ επαναλιψεισ, ςε Σχζδιο Τυχαιοποιθμζνων Πλιρων Ομάδων. > trt1=c("a1","a","a3","a4") > trt=c("b1","b","b3") > design=design.split(trt1,trt,r=3,design = ("rcbd"), randomization = T) > design plots splots block trt1 trt A3 B A3 B A3 B A B A B A B A1 B A1 B A1 B A4 B A4 B A4 B plots splots block trt1 trt A3 B A3 B A3 B A B A B A B A4 B A4 B A4 B A1 B A1 B A1 B plots splots block trt1 trt A B A B A B A4 B A4 B A4 B A1 B A1 B A1 B A3 B A3 B A3 B1

19 Παράδειγμα: Πείραμα δφο παραγόντων (4Χ3), με τρεισ επαναλιψεισ, ςε ςχζδιο T.Π.Ο. Α (κφρια τεμάχια) Β (υποτεμάχια) Ομάδεσ 1 3 Α 1 Β Β Β Σφνολα Α Β Β Β Σφνολα Α 3 Β 4 31 Β Β Σφνολα Α 4 Β Β Β Σφνολα Σφνολα Ομάδων Α 1 Α Α 3 Α 4 Σφνολα Β Β Β Σφνολα

20 ... ras 410 4*3*3 4669,44 Ανάλυςθ με βάςθ τα κφρια τεμάχια AT R r Y ab (95)... (17) 4*3 i.. 5,06 AT A j Y. j. rb (78)... (83) 3*3 581 ij Y ij. b (17)... (35) 3 845, AT RA AT A AT R 1,17

21 Ανάλυςθ με βάςθ τα υποτεμάχια AT B k Y ra (89) (00) 3*4 (11).. k 554,06 AT AB Y r ij ij. AT A AT B (14)... (7) 3 AT A AT 66,83 AT. Yijk ,56 AT. 6,44 συν A B AB R RA

22 Πίνακασ Ανάλυςησ τησ Παραλλακτικότητασ για το ΣΠΟ Πηγή παρ/τασ BE ΑΣ ΜΣ F Ομάδα (R) r 1 = 5,06 16,08 6,15 A (Κφρια τεμάχια) a 1 = 3 581,00 193,667 95,50 RXA ι υπόλοιπο (α) (r 1)(a 1) = 6 1,17,08 B (Υποτεμάχια ) s 1 = 544,06 7,08 164,58 AXB (a 1)(r 1) = 6 66,83 11,139 6,73 Υπόλοιπο (β) (r 1)a(s 1) = 16 6,44 1,653 Σφνολο abr 1 = ,56

23 > attach(split_plot) > A=factor(A); B=factor(B); Block=factor(Block) > library(agricolae) > sp.plot(block, A, B, Y) ANALYSIS SPLIT PLOT: Y Class level information A : a1 a a3 a4 B : b1 b b3 Block : 1 3 Number of observations: 36 Analysis of Variance Table Response: Y Df Sum Sq Mean Sq F value Pr(>F) Block e-05 *** A e-05 *** Ea B e-11 *** A:B ** Eb Signif. codes: 0 *** ** 0.01 *

24 > fit=aov(y ~ Block + A*B + Error(Block/A)) > summary(fit) Error: Block Df Sum Sq Mean Sq Block Error: Block:A Df Sum Sq Mean Sq F value Pr(>F) A e-05 *** Residuals Signif. codes: 0 *** ** 0.01 * Error: Within Df Sum Sq Mean Sq F value Pr(>F) B e-11 *** A:B ** Residuals Signif. codes: 0 *** ** 0.01 *

25 υγκρίςεισ επεμβάςεων για το ςχζδιο των υποδιαιρεμζνων τεμαχίων Σφγκριςθ επιπζδων του παράγοντα Α. Σφγκριςθ επιπζδων του παράγοντα Β. *E(a) rb *E(b) ra Ε(a)=ΜΤ RXA ι ΜΤ υπολοίπου(α) Ε(b)= ΜΤ υπολοίπου(β) Σφγκριςθ επιπζδων του παράγοντα Β ςτο ίδιο επίπεδο του παράγοντα Α (π.χ. a 1 b 1 vs a 1 b 3 ). *E(b) r Σφγκριςθ επιπζδων του παράγοντα Α ςτο ίδιο ι ςε διαφορετικά επίπεδα του παράγοντα Β (π.χ. a 1 b 1 vs a b 1 ι a 1 b vs a b ). *( E( α ) + (b-1)*e(b)) rb Υπολογιςμόσ ΒΕ με τθν προςζγγιςθ Satterthwaite BE'= [(b-1)*e [(b-1)*e BE (b) (b) (b)] +E (α) ] [E + BE (α) ] (a)

26 Σφγκριςθ επιπζδων του παράγοντα Α ανεξάρτθτα από τον παράγοντα Β. > LSD.test (Y, A, 6,.08, console=true) # ΒEυπ(α) = 6 και ΜTυπ(α) =,08 Study: Y ~ A LSD t Test for Y Mean Square Error:.08 A, means and individual ( 95 %) CI Y std r LCL UCL Min Max a a a a Alpha: 0.05 ; DF Error: 6 Critical Value of t: least Significant Difference: Treatments with the same letter are not significantly different. Y groups a a a b a4 9. b a b

27 Σφγκριςθ επιπζδων του παράγοντα Β ανεξάρτθτα από τον παράγοντα Α. > LSD.test (Y, B, 16, 1.653, console=true) # ΒEυπ(b) = 16 και ΜTυπ(b) = 1,653 Study: Y ~ B LSD t Test for Y Mean Square Error: B, means and individual ( 95 %) CI Y std r LCL UCL Min Max b b b Alpha: 0.05 ; DF Error: 16 Critical Value of t: least Significant Difference: Treatments with the same letter are not significantly different. Y groups b a b b b c

28 Σφγκριςθ επιπζδων του παράγοντα Β ςτο ίδιο επίπεδο του παράγοντα Α (π.χ. a 1 b 1 vs a 1 b 3 ). > LSD.test(Y[A=="a1"],B[A=="a1"], 16, 1.653, console = T) # ΒEυπ(β)=16 και ΜTυπ(β)=1,653 Study: Y[A == "a1"] ~ B[A == "a1"] LSD t Test for Y[A == "a1"] Mean Square Error: B[A == "a1"], means and individual ( 95 %) CI Y.A...a1.. std r LCL UCL Min Max b b b Alpha: 0.05 ; DF Error: 16 Critical Value of t: least Significant Difference:.5396 Treatments with the same letter are not significantly different. Y[A == "a1"] groups b a b b b c

29 Σφγκριςθ επιπζδων του παράγοντα Α ςτο ίδιο ι ςε διαφορετικά επίπεδα του παράγοντα Β (π.χ. a 1 b 1 vs a b 1 ι a 1 b vs a b ). # Εab = (Ea +(b-1)*eb)/(b*r) > Eab=(.08 +(3-1)*1.653)/(3*3) > Eab [1] # ΒΕ (αβ)=(ea +(b-1)*eb)^/(ea^/dfa +((b-1)*eb)^/dfb) > dfab=(.08 +(3-1)*1.653)^/(.08^/6 +((3-1)*1.653)^/16) > dfab [1]

30 > LSD.test(Y[B=="b1"],A[B=="b1"], dfab, Eab, console = T) # dfab = 0,78 και Εab =0,593 Study: Y[B == "b1"] ~ A[B == "b1"] LSD t Test for Y[B == "b1"] Mean Square Error: A[B == "b1"], means and individual ( 95 %) CI Y.B...b1.. std r LCL UCL Min Max a a a a Alpha: 0.05 ; DF Error: Critical Value of t: least Significant Difference: Treatments with the same letter are not significantly different. Y[B == "b1"] groups a a a b a c a c

31 ΤΠΟ ΔΙΑΙΡΕΜΕΝΕ ΟΜΑΔΕ (Strip-plot or Split-block designs) Στο ςχζδιο αυτό οι επεμβάςεισ του παράγοντα Α τοποκετοφνται ςτισ κφριεσ πειραματικζσ μονάδεσ όπωσ ςτο ςχζδιο των υποδιαιρεμζνων τεμαχίων, αλλά οι επεμβάςεισ του παράγοντα Β τοποκετοφνται ςε ςειρζσ - λωρίδεσ (strip) κάκετα ςτισ κφριεσ μονάδεσ του παράγοντα Α. Το γραμμικό πρότυπο πειράματοσ υποδιαιρεμζνων ομάδων είναι το εξισ: Υ ijk = μ + r i + α j + (rα) ij + β k + (rβ) ik + (αβ) jk + ε ijk (ρβ) ij : θ αλλθλεπίδραςθ του i επιπζδου τθσ ομάδασ με το k επίπεδο του κυρίου τεμαχίου

32 Παράδειγμα: Πείραμα δφο παραγόντων (4Χ3), με τρεισ επαναλιψεισ. Ομάδα Ι a 4 a 3 a 1 a b 1 a 4 b 1 a 3 b 1 a 1 b 1 a b 1 b 3 a 4 b 3 a 3 b 3 a 1 b 3 a b 3 b a 4 b a 3 b a 1 b a b Ομάδα ΙΙ a a 4 a 3 a 1 b 1 a b 1 a 4 b 1 a 3 b 1 a 1 b 1 b 3 a b 3 a 4 b 3 a 3 b 3 a 1 b 3 b a b a 4 b a 3 b a 1 b Ομάδα ΙΙΙ a 4 a 3 a a 1 b 3 a 4 b 3 a 3 b 3 a b 3 a 1 b 3 b 1 a 4 b 1 a 3 b 1 a b 1 a 1 b 1 b a 4 b a 3 b a b a 1 b

33 Πίνακασ Ανάλυςησ τησ Παραλλακτικότητασ Τποδιαιρεμζνων Ομάδων Πηγή παρ/τασ BE ΑΣ ΜΣ F ΘΜΣ* Ομάδεσ (R) r 1 AT R ΜΤομ A a 1 AT A ΜT A ΜT A /ΜΤυπ(α) RXA ι υπόλοιπο (α) (r 1)(a 1) AT RA ΜΤυπ(α) B b 1 AT B ΜT B ΜT B /ΜΤυπ(β) RXΒ ι υπόλοιπο (β) (r 1)(b 1) AT RB ΜΤυπ(β) AXB (a 1)(b 1) AT AB MT AB ΜT AB /ΜTΤυπ(γ) Υπόλοιπο (γ) (r 1)(a 1)(b 1) AT Υ MΤυπ r b ( a ( ) ( ) b ) r ( a 1)( b 1) ab rb ( a 1) ( ) ra ( b 1) a ( ) R a j k jk Σφνολο rab 1 AT Σ *A και Β προκακοριςμζνα και Ομάδεσ τυχαίεσ Πρότυπο ΙΙΙ (Μεικτϊν επιδράςεων)

34 Παράδειγμα: Τυχαιοποίθςθ πειράματοσ δφο παραγόντων (4Χ3), με τρεισ επαναλιψεισ. > trt1=c("a1","a","a3","a4") > trt=c("b1","b","b3") > r=3 > design.strip(trt1,trt,r=3) plots block trt1 trt A4 B1 1 A4 B A4 B A3 B A3 B A3 B A1 B A1 B A1 B A B A B A B plots block trt1 trt A B A B A B A4 B A4 B A4 B A3 B1 0 0 A3 B3 1 1 A3 B A1 B1 3 3 A1 B3 4 4 A1 B plots block trt1 trt A4 B A4 B A4 B A3 B A3 B A3 B A B A B A B A1 B A1 B A1 B

35 > attach(strip_plot) > A=factor(A); B=factor(B); Block=factor(Block) > library(agricolae) > strip.plot(block, A, B, Y) ANALYSIS STRIP PLOT: Y Class level information A : A4 A3 A1 A B : B1 B3 B Block : 1 3 Number of observations: 36 model Y: Y ~ Block + A + Ea + B + Eb + B:A + Ec Analysis of Variance Table Response: Y Df Sum Sq Mean Sq F value Pr(>F) Block A * Ea * B Eb B:A Ec Signif. codes: 0 *** ** 0.01 * cv(a) = 50.8 %, cv(b) = 33.7 %, cv(c) = 4.7 %, Mean = 14

36 υγκρίςεισ επεμβάςεων για το ςχζδιο των υποδιαιρεμζνων ομάδων Σφγκριςθ επιπζδων του παράγοντα Α. Σφγκριςθ επιπζδων του παράγοντα Β. *E(a) rb *E(b) ra Σφγκριςθ επιπζδων του παράγοντα Α ςτο ίδιο επίπεδο του παράγοντα Β. Ε(a)=ΜΤ RXA ι ΜΤ υπολοίπου(α) Ε(b)=ΜΤ RXB ι ΜΤ υπολοίπου(β) [ E( α ) + (b-1)*e(c)] rb Ε(c)= ΜΤ υπολοίπου(γ) Σφγκριςθ επιπζδων του παράγοντα Β ςτο ίδιο επίπεδο του παράγοντα Α. [ E( b ) + (a-1)*e(c)] ra Σφγκριςθ δφο επεμβάςεων ςε διαφορετικά επίπεδα του παράγοντα Α και παράγοντα Β. [ ae( a) + be( b) + (ab- a-b)*e(c) ] rab

37 > LSD.test(Y, A, 6, 50.63, console = T) Study: Y ~ A LSD t Test for Y Mean Square Error: A, means and individual ( 95 %) CI Y std r LCL UCL Min Max A A A A Alpha: 0.05 ; DF Error: 6 Critical Value of t: least Significant Difference: Treatments with the same letter are not significantly different. Y groups A a A ab A bc A c

38 ΤΠΟ ΤΠΟΔΙΑΙΡΕΜΕΝΑ ΣΕΜΑΧΙΑ (Split-split-plot) Tο ςχζδιο αυτό είναι μία επζκταςθ του ςχεδίου των υποδιαιρεμζνων τεμαχίων με τρεισ παράγοντεσ. Τα υποτεμάχια διαιροφνται άλλθ μία φορά και δθμιουργοφνται τα φπο-υποτεμάχια, ςτα οποία τοποκετοφνται τα επίπεδα του τρίτου παράγοντα. Το γραμμικό πρότυπο πειράματοσ φπο-υποδιαιρεμζνων τεμαχίων είναι το εξισ: Υ ijk = μ + r i + α j + (rα) ij + β k + (αβ) jk + ε ijk + γ l + (αγ) jl + (βγ) kl + (αβγ) jkl + ζ ijkl γ κ : θ επίδραςθ τθσ k φπο-υποεπζμβαςθσ (αγ) jl : θ αλλθλεπίδραςθ τθσ j κφριασ επζμβαςθσ και l φπο-υποεπζμβαςθσ (βγ) kl : θ αλλθλεπίδραςθ τθσ k φπο- και l φπο-υποεπζμβαςθσ (αβγ) jkl : θ αλλθλεπίδραςθ τθσ j κφριασ, τθσ k φπο- και l φπο-υποεπζμβαςθσ ζ ijkl : το πειραματικό ςφάλμα που ζχει ςχζςθ με το ijkl φπο-υποτεμάχιο

39 Φπο-υποτεμάχιo Επανάλθψθ 1 θ Επανάλθψθ θ Επανάλθψθ 3 θ Υποτεμάχιo A1 B1 Γ1 A1B Γ3 A1 B3 Γ A3 Β Γ3 A3 Β3 Γ1 A3 Β1 Γ3 A Β1 Γ1 A Β Γ3 A Β3 Γ1 A1 B1 Γ3 A1 B Γ A1 B3 Γ1 A3 Β Γ1 A3 Β3 Γ A3 Β1 Γ A Β1 Γ A Β Γ A Β3 Γ3 Κφριo τεμάχιo A1 B1 Γ A1 B Γ1 A1 B3 Γ3 A3 Β Γ A3 Β3 Γ3 A3 Β1 Γ1 A Β1 Γ3 A Β Γ1 A Β3 Γ A3 Β Γ A3 Β1 Γ1 A3 Β3 Γ3 A1 Β3 Γ1 A1 Β1 Γ A1 Β Γ1 A3 Β Γ1 A3 Β3 Γ3 A3 Β1 Γ A3 Β Γ1 A3 Β1 Γ3 A3 Β3 Γ A1 Β3 Γ A1 Β1 Γ A1 Β Γ A3 Β Γ A3 Β3 Γ1 A3 Β1 Γ1 A3 Β Γ3 A3 Β1 Γ A3 Β3 Γ1 A1 Β3 Γ3 A1 Β1 Γ1 A1 Β Γ3 A3 Β Γ3 A3 Β3 Γ A3 Β1 Γ3 A Β3 Γ1 A Β Γ A Β1 Γ1 A Β Γ A Β3 Γ A Β1 Γ3 A1 Β Γ A1 Β3 Γ3 A1 Β1 Γ1 A Β3 Γ A Β Γ1 A Β1 Γ A Β Γ1 A Β3 Γ1 A Β1 Γ A1 Β Γ1 A1 Β3 Γ A1 Β1 Γ A Β3 Γ3 A Β Γ3 A Β1 Γ3 A Β Γ3 A Β3 Γ3 A Β1 Γ1 A1 Β Γ3 A1 Β3 Γ1 A1 Β1 Γ3

40 Πίνακασ Ανάλυςησ τησ Παραλλακτικότητασ για το ΣΠΟ Πηγή παρ/τασ BE ΜΣ ΘΜΣ Ομάδεσ (R) r 1 ΜΤομ Κφρια τεμάχια (A) a 1 ΜΤ Α (R)X(A) ι υπόλοιπο (a) (r 1)(a 1) ΜΤυπ(α) Υποτεμάχια (B) b 1 ΜΤ Β (A)X(B) (a 1)(b 1) ΜΤ ΑΒ Υπόλοιπο (β) (r 1)a(b 1) ΜΤυπ(β) Υπο-υποτεμάχια (Γ) c 1 ΜΤ Γ (A)X(Γ) (a 1)(c 1) ΜΤ ΑΓ (Β)X(Γ) (b 1)(c 1) ΜΤ ΒΓ (A)X(B)X(Γ) (a 1)(b 1)(c 1) ΜΤ ΑΒΓ Υπόλοιπο (r 1)ab(c 1) ΜΤυπ(γ) c ( ) bc ( ) ( ) rbc ( a 1) c bc c c ( ) ( ) rac ( b 1) rc ( a 1)( b 1) c ( ) rab ( c 1) rb ( a 1)( c 1) ra ( b 1)( c 1) r ( a 1)( b 1)( c 1) ( ) l k ( a ) ( ) a j ( a ) jl kl ( ) jk jkl Σφνολο abcr 1

41 υγκρίςεισ επεμβάςεων για το ςχζδιο των φπο-υποδιαιρεμζνων τεμαχίων Τα τυπικά ςφάλματα που αφοροφν τισ επιδράςεισ των Α και Β είναι τα ίδια με το ςχζδιο των υποδιαιρεμζνων τεμαχίων. Σφγκριςθ επιπζδων του παράγοντα Γ. *E(c) rab Σφγκριςθ επιπζδων του παράγοντα Γ ςτο ίδιο επίπεδο του παράγοντα Α. *E(c) rb Σφγκριςθ επιπζδων του παράγοντα Γ ςτο ίδιο επίπεδο του παράγοντα Β. *E(c) ra Σφγκριςθ επιπζδων του παράγοντα Γ ςτο ίδιο επίπεδο του παράγοντα Α και του Β. *E(c) r

42 Σφγκριςθ επιπζδων του παράγοντα Β ςτο ίδιο ι διαφορετικό επίπεδο του παράγοντα Γ. [( c -1) E( c) +E(b) ] rac Σφγκριςθ επιπζδων του παράγοντα Β ςτο ίδιο επίπεδο του παράγοντα Α και του Γ. [( c -1) E( c) +E(b) ] rc Σφγκριςθ επιπζδων του παράγοντα Α ςτο ίδιο ι διαφορετικό επίπεδο του παράγοντα Γ. [( c -1) E( c) +E(a) ] rbc Σφγκριςθ επιπζδων του παράγοντα Α ςτο ίδιο ι διαφορετικό επίπεδο του παράγοντα Β και του Γ. [ b( c -1) E( c) + ( b -1)E (b) +E(a) ] rbc

43 > library(agricolae) > f=system.file("external/ssp.csv", package="agricolae") > ssp=read.csv(f) > attach(ssp) > ssp.plot(block,nitrogen,management,variety,yield) ANALYSIS SPLIT-SPLIT PLOT: yield Df Sum Sq Mean Sq F value Pr(>F) block nitrogen e-05 *** Ea management e-10 *** nitrogen:management Eb variety <.e-16 *** variety:nitrogen ** variety:management variety:nitrogen:management Ec Signif. codes: 0 *** ** 0.01 * cv(a) = 11.4 %, cv(b) = 7.8 %, cv(c) = 10.7 %, Mean =

44 > fit=aov(yield~block+nitrogen*management*variety+error(block/nitrogen/management)) > summary(fit) Error: block Df Sum Sq Mean Sq block Error: block:nitrogen Df Sum Sq Mean Sq nitrogen Error: block:nitrogen:management Df Sum Sq Mean Sq management Error: Within Df Sum Sq Mean Sq F value Pr(>F) nitrogen ** management e-06 *** variety < e-16 *** nitrogen:management nitrogen:variety e-05 *** management:variety nitrogen:management:variety Residuals Signif. codes: 0 *** ** 0.01 *

Παραγοντικοί χεδιαςμοί. Κατςιλζροσ Αναςτάςιοσ

Παραγοντικοί χεδιαςμοί. Κατςιλζροσ Αναςτάςιοσ Παραγοντικοί χεδιαςμοί Κατςιλζροσ Αναςτάςιοσ 07 ΠΑΡΑΓΟΝΣΙΚΑ ΠΕΙΡΑΜΑΣΑ (factorial experiments) Ωσ παράγοντασ ορίηεται το είδοσ τθσ πειραματικισ επζμβαςθσ που εφαρμόηεται ςτο πείραμα και επίπεδο ο αρικμόσ

Διαβάστε περισσότερα

Ανάλυςη Συνδιακφμανςησ (Analysis of covariance) Κατςιλζροσ Αναςτάςιοσ

Ανάλυςη Συνδιακφμανςησ (Analysis of covariance) Κατςιλζροσ Αναςτάςιοσ Ανάλυςη Συνδιακφμανςησ (Alysis of covrice Κατςιλζροσ Αναςτάςιοσ 08 Ανάλυςη Συνδιακφμανςησ Σε πολλζσ περιπτϊςεισ δεν είναι δυνατόν ο ζλεγχόσ μιασ εξωγενοφσ πθγισ παραλλακτικότθτασ παρά τθν ομαδοποίθςθ.

Διαβάστε περισσότερα

Γεωργικός Πειραματισμός ΙΙ ΑΥΞΗΜΕΝΑ ΣΧΕΔΙΑ

Γεωργικός Πειραματισμός ΙΙ ΑΥΞΗΜΕΝΑ ΣΧΕΔΙΑ ΑΥΞΗΜΕΝΑ ΣΧΕΔΙΑ Συχνά ςυμβαίνει ςτα πρϊτα ςτάδια ενόσ βελτιωτικοφ προγράμματοσ να μθν υπάρχει επαρκι ποςότθτα γενετικοφ υλικοφ των νζων ςειρϊν, γεγονόσ που δυςχεράνει τθν πραγματοποίθςθ πειραμάτων αξιολόγθςθσ

Διαβάστε περισσότερα

Γ. Πειραματισμός Βιομετρία

Γ. Πειραματισμός Βιομετρία Γενικά Σκοπός των παραγοντικών πειραμάτων είναι η ταυτόχρονη μελέτη των επιδράσεων ενός αριθμού παραγόντων ώστε να προκύψει πληροφόρηση όχι μόνο για την αντίδραση του πειραματικού υλικού σε μεμονωμένους

Διαβάστε περισσότερα

Γεωργικοί Πειραµατισµοί Χωριστού Σχεδίου: Οµάδες µε Υποοµάδες (Split-plot plot designs) ρ. Γεώργιος Μενεξές

Γεωργικοί Πειραµατισµοί Χωριστού Σχεδίου: Οµάδες µε Υποοµάδες (Split-plot plot designs) ρ. Γεώργιος Μενεξές Γεωργικοί Πειραµατισµοί Χωριστού Σχεδίου: Οµάδες µε Υποοµάδες (Split-plot plot designs) Επιστηµονική Επιµέλεια: ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας Εργαστήριο Γεωργίας

Διαβάστε περισσότερα

Μοντζλα ςταθερών και τυχαίων επιδράςεων. Κατςιλζροσ Αναςτάςιοσ

Μοντζλα ςταθερών και τυχαίων επιδράςεων. Κατςιλζροσ Αναςτάςιοσ Μοντζλα ταθρών και τυχαίων πιδράων Κατιλζροσ Ανατάιοσ 08 Ανάλυη μοντζλου ταθρών πιδράων μ ζνα παράγοντα Αν ο ρυνθτισ πιλζγι να χρθιμοποιιι το πίραμα του κάποια υγκκριμζνα πίπδα νόσ παράγοντα και τα υμπράματα

Διαβάστε περισσότερα

Γ. Πειραματισμός Βιομετρία

Γ. Πειραματισμός Βιομετρία Περιγραφή του σχεδίου Με το μπορούμε να επιλέξουμε την παραλλακτικότητα σε δύο κατευθύνσεις Οι επεμβάσεις τοποθετούνται σε σειρές και στήλες Κάθε σειρά περιλαμβάνει όλες τις επεμβάσεις Κάθε στήλη περιέχει

Διαβάστε περισσότερα

Βιομετρία. Ενότθτα 2 θ : Γεωργικοί Πειραματιςμοί Χωριςτοφ χεδίου- Ομάδεσ με Τποομάδεσ Γεϊργιοσ Μενεξζσ Σμιμα Γεωπονίασ

Βιομετρία. Ενότθτα 2 θ : Γεωργικοί Πειραματιςμοί Χωριςτοφ χεδίου- Ομάδεσ με Τποομάδεσ Γεϊργιοσ Μενεξζσ Σμιμα Γεωπονίασ ΑΡΙΣΟΣΕΛΕΙΟ ΠΑΝΕΠΙΣΗΜΙΟ ΘΕΑΛΟΝΙΚΗ ΑΝΟΙΧΣΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΣΑ Ενότθτα 2 θ : Γεωργικοί Πειραματιςμοί Χωριςτοφ χεδίου- Ομάδεσ με Τποομάδεσ Γεϊργιοσ Μενεξζσ Σμιμα Γεωπονίασ Άδειεσ Χριςθσ Σο παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Funktionsdauer von Batterien in Abhängigkeit des verwendeten Materials und der Umgebungstemperatur

Funktionsdauer von Batterien in Abhängigkeit des verwendeten Materials und der Umgebungstemperatur Beispiel: Funktionsdauer von Batterien in Abhängigkeit des verwendeten aterials und der Umgebungstemperatur emp. = 15 emp. = 70 emp. = 125 130 155 34 40 20 70 aterial 1 74 180 80 75 82 58 150 188 136 122

Διαβάστε περισσότερα

Απλή Ευθύγραµµη Συµµεταβολή

Απλή Ευθύγραµµη Συµµεταβολή Απλή Ευθύγραµµη Συµµεταβολή Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας, Εργαστήριο Γεωργίας Viola adorata Εισαγωγή Ανάλυση Παλινδρόµησης και Συσχέτιση Απλή

Διαβάστε 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

Γεωργικόσ Πειραματιςμόσ

Γεωργικόσ Πειραματιςμόσ ΑΡΙΣΟΣΕΛΕΙΟ ΠΑΝΕΠΙΣΗΜΙΟ ΘΕΑΛΟΝΙΚΗ ΑΝΟΙΧΣΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΣΑ Γεωργικόσ Πειραματιςμόσ Ενότθτα 4 θ : Πλιρεισ Ομάδεσ ςε Λατινικό Τετράγωνο Γεϊργιοσ Μενεξζσ Άδειεσ Χριςθσ Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

Βιομετρία. Ενότητα 1 η : ANOVA Tables for Various Experiments. Γεώργιοσ Μενεξζσ Τμήμα Γεωπονίασ ΑΡΙΣΟΣΕΛΕΙΟ ΠΑΝΕΠΙΣΗΜΙΟ ΘΕΑΛΟΝΙΚΗ

Βιομετρία. Ενότητα 1 η : ANOVA Tables for Various Experiments. Γεώργιοσ Μενεξζσ Τμήμα Γεωπονίασ ΑΡΙΣΟΣΕΛΕΙΟ ΠΑΝΕΠΙΣΗΜΙΟ ΘΕΑΛΟΝΙΚΗ ΑΡΙΣΟΣΕΛΕΙΟ ΠΑΝΕΠΙΣΗΜΙΟ ΘΕΑΛΟΝΙΚΗ ΑΝΟΙΧΣΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΣΑ Ενότητα 1 η : ANOVA Tables for Various Experiments Γεώργιοσ Μενεξζσ Τμήμα Γεωπονίασ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται ςε

Διαβάστε περισσότερα

Γ. Πειραματισμός Βιομετρία

Γ. Πειραματισμός Βιομετρία Γενικά Πειραματικό σχέδιο και ANOVA Η βασική διαφορά μεταξύ των πειραματικών σχεδίων είναι ο τρόπος με τον οποίο ταξινομούνται ή κατατάσσονται οι πειραματικές μονάδες (πειραματικά τεμάχια) Σε όλα τα σχέδια

Διαβάστε περισσότερα

Πειραματικι Ψυχολογία (ΨΧ66)

Πειραματικι Ψυχολογία (ΨΧ66) Πειραματικι Ψυχολογία (ΨΧ66) Διάλεξη 7 Σεχνικζσ για τθν επίτευξθ ςτακερότθτασ Πζτροσ Ροφςςοσ Μζθοδοι για την επίτευξη του ελζγχου Μζςω του κατάλλθλου ςχεδιαςμοφ του πειράματοσ (ςτόχοσ είναι θ εξάλειψθ

Διαβάστε περισσότερα

Τεχνική Πειραματισμού. Κλιμάκωση των πειραμάτων στο χρόνο Δικτύωση των πειραμάτων στο χώρο Εδαφική ανομοιογένεια

Τεχνική Πειραματισμού. Κλιμάκωση των πειραμάτων στο χρόνο Δικτύωση των πειραμάτων στο χώρο Εδαφική ανομοιογένεια Πειραματισμός 1 Τεχνική Πειραματισμού Κλιμάκωση των πειραμάτων στο χρόνο ικτύωση των πειραμάτων στο χώρο δαφική ανομοιογένεια 2 δαφική ανομοιογένεια 3 Τεχνική Πειραματισμού Κλιμάκωση των πειραμάτων στο

Διαβάστε περισσότερα

τατιςτική ςτην Εκπαίδευςη II

τατιςτική ςτην Εκπαίδευςη II ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΣΙΑ ΠΑΝΕΠΙΣΗΜΙΟ ΚΡΗΣΗ τατιςτική ςτην Εκπαίδευςη II Αρχείο αποτελεςμάτων Διδάσκων: Μιχάλης Λιναρδάκης ΠΑΙΔΑΓΩΓΙΚΟ ΤΜΗΜΑ ΔΗΜΟΤΙΚΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΑΓΩΓΗΣ Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

Μονοπαραγοντική Ανάλυση Διακύμανσης Ανεξάρτητων Δειγμάτων

Μονοπαραγοντική Ανάλυση Διακύμανσης Ανεξάρτητων Δειγμάτων Μονοπαραγοντική Ανάλυση Διακύμανσης Ανεξάρτητων Δειγμάτων 1 Μονοπαραγοντική Ανάλυση Διακύμανσης Παραμετρικό στατιστικό κριτήριο για τη μελέτη της επίδρασης μιας ανεξάρτητης μεταβλητής στην εξαρτημένη Λογική

Διαβάστε περισσότερα

Ο ήχοσ ωσ φυςικό φαινόμενο

Ο ήχοσ ωσ φυςικό φαινόμενο Ο ήχοσ ωσ φυςικό φαινόμενο Φφλλο Εργαςίασ Ονοματεπώνυμο. Παραγωγή και διάδοςη του ήχου Ήχοσ παράγεται όταν τα ςωματίδια κάποιου υλικοφ μζςου αναγκαςκοφν να εκτελζςουν ταλάντωςθ. Για να διαδοκεί ο ιχοσ

Διαβάστε περισσότερα

Θεςιακά ςυςτιματα αρίκμθςθσ

Θεςιακά ςυςτιματα αρίκμθςθσ Θεςιακά ςυςτιματα αρίκμθςθσ Δρ. Χρήστος Ηλιούδης αρικμθτικό ςφςτθμα αρίκμθςθσ (Number System) Αξία (value) παράςταςθ Οι αξίεσ (π.χ. το βάροσ μιασ ποςότθτασ μιλων) μποροφν να παραςτακοφν με πολλοφσ τρόπουσ

Διαβάστε περισσότερα

Η γλώςςα προγραμματιςμού C

Η γλώςςα προγραμματιςμού C Η γλώςςα προγραμματιςμού C Οι εντολζσ επανάλθψθσ (while, do-while, for) Γενικά για τισ εντολζσ επανάλθψθσ Συχνά ςτο προγραμματιςμό είναι επικυμθτι θ πολλαπλι εκτζλεςθ μιασ ενότθτασ εντολϊν, είτε για ζνα

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

Γ. Πειραματισμός Βιομετρία

Γ. Πειραματισμός Βιομετρία ANOVA με δειγματοληψία Το Γραμμικό Πρότυπο = µ τ ε i ij δ όπου = το k-στό δείγμα της j-στής παρατήρησης της i-στής επέμβασης µ = ο μέσος όρος του πληθυσμού τ i = η επίδραση της i-στής επέμβασης ε ij =

Διαβάστε περισσότερα

Τυπικζσ Γλϊςςεσ Περιγραφισ Υλικοφ Διάλεξθ 4

Τυπικζσ Γλϊςςεσ Περιγραφισ Υλικοφ Διάλεξθ 4 Τμήμα Μησανικών Πληποφοπικήρ, Τ.Ε.Ι. Ηπείπος Ακαδημαϊκό Έτορ 2016-2017, 6 ο Εξάμηνο Τυπικζσ Γλϊςςεσ Περιγραφισ Υλικοφ Διάλεξθ 4 Διδάςκων Τςιακμάκθσ Κυριάκοσ, Phd MSc in Electronic Physics (Radioelectrology)

Διαβάστε περισσότερα

Γ. Πειραματισμός Βιομετρία

Γ. Πειραματισμός Βιομετρία Περιγραφή του σχεδίου Είναι πιθανώς το ευρύτερα χρησιμοποιούμενο και πλέον χρήσιμο πειραματικό σχέδιο Εκμεταλλεύεται την συγκέντρωση των επεμβάσεων σε ομάδες. Κάθε ομάδα (που ονομάζεται και επανάληψη)

Διαβάστε περισσότερα

Ενότητα 3: Ανάλυση Διακύμανσης κατά ένα παράγοντα One-Way ANOVA

Ενότητα 3: Ανάλυση Διακύμανσης κατά ένα παράγοντα One-Way ANOVA ΕΘΝΙΚΟ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΙΑΤΡΙΚΗ ΣΧΟΛΗ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΕΦΑΡΜΟΣΜΕΝΗ ΝΕΥΡΟΑΝΑΤΟΜΙΑ» «Βιοστατιστική, Μεθοδολογία και Συγγραφή Επιστημονικής Μελέτης» Ενότητα 3: One-Way ANOVA

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Λαμβάνοντασ υπόψη ότι κατά την πρόςθεςη δφο δυαδικϊν ψηφίων ιςχφει: Κρατοφμενο

Λαμβάνοντασ υπόψη ότι κατά την πρόςθεςη δφο δυαδικϊν ψηφίων ιςχφει: Κρατοφμενο Αριθμητικά κυκλώματα Ημιαθροιστής (Half Adder) Ο ημιαθροιςτήσ είναι ζνα κφκλωμα το οποίο προςθζτει δφο δυαδικά ψηφία (bits) και δίνει ωσ αποτζλεςμα το άθροιςμά τουσ και το κρατοφμενο. Με βάςη αυτή την

Διαβάστε περισσότερα

Αςφάλεια και Προςταςία Δεδομζνων

Αςφάλεια και Προςταςία Δεδομζνων Αςφάλεια και Προςταςία Δεδομζνων Μοντζλα Αςφάλειασ Σςιρόπουλοσ Γεϊργιοσ ΣΙΡΟΠΟΤΛΟ ΓΕΩΡΓΙΟ 1 Μοντζλα Αςφάλειασ Οι μθχανιςμοί που είναι απαραίτθτοι για τθν επιβολι μιασ πολιτικισ αςφάλειασ ςυμμορφϊνονται

Διαβάστε περισσότερα

Προσοµοίωση Εξέτασης στο µάθηµα του Γεωργικού Πειραµατισµού

Προσοµοίωση Εξέτασης στο µάθηµα του Γεωργικού Πειραµατισµού Προσοµοίωση Εξέτασης στο µάθηµα του Γεωργικού Πειραµατισµού ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας Viola adorata Σκηνή Πρώτη Ερωτήσεις Σωστού-Λάθους (µέρος Ι). Ο µέσος όρος

Διαβάστε περισσότερα

Κεφάλαιο 14. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης

Κεφάλαιο 14. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης Κεφάλαιο 14 Ανάλυση ιακύµανσης Μονής Κατεύθυνσης 1 Ανάλυση ιακύµανσης Μονής Κατεύθυνσης Παραµετρικό στατιστικό κριτήριο για τη µελέτη της επίδρασης µιας ανεξάρτητης µεταβλητής στην εξαρτηµένη Λογική παρόµοια

Διαβάστε περισσότερα

Supplementary Information 1.

Supplementary Information 1. Supplementary Information 1. Fig. S1. Correlations between litter-derived-c and N (percent of initial input) and Al-/Fe- (hydr)oxides dissolved by ammonium oxalate (AO); a) 0 10 cm; b) 10 20 cm; c) 20

Διαβάστε περισσότερα

Ποσοτικές Μέθοδοι Δρ. Χάϊδω Δριτσάκη

Ποσοτικές Μέθοδοι Δρ. Χάϊδω Δριτσάκη Ποσοτικές Μέθοδοι Δρ. Χάϊδω Δριτσάκη MSc Τραπεζική & Χρηματοοικονομική Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης 50100 Kozani GR

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Ανάλυση διακύμανσης (Μέρος 3 ο ) 7/4/2017

Ανάλυση διακύμανσης (Μέρος 3 ο ) 7/4/2017 Ανάλυση διακύμανσης (Μέρος 3 ο ) 7/4/2017 2 α x b Παραγοντικό Πείραμα (1) Όταν θέλουμε να μελετήσουμε την επίδραση (στη μεταβλητή απόφασης) δύο παραγόντων, έστω Α και Β, με α στάθμες ο Α και b στάθμες

Διαβάστε περισσότερα

Πανεπιςτιμιο Κφπρου ΟΙΚ 223: Μακθματικά για οικονομολόγουσ ΙΙ Διδάςκων:

Πανεπιςτιμιο Κφπρου ΟΙΚ 223: Μακθματικά για οικονομολόγουσ ΙΙ Διδάςκων: Πανεπιςτιμιο Κφπρου ΟΙΚ 3: Μακθματικά για οικονομολόγουσ ΙΙ Διδάςκων: Φάμπιο Αντωνίου τοιχεία Επικοινωνίασ: email: fantoniou@aueb.gr ; fabio@ucy.ac.cy Σθλ:893683 Προςωπικι Ιςτοςελίδα: fantoniou.wordpress.com

Διαβάστε περισσότερα

Γεωργικόσ Πειραματιςμόσ

Γεωργικόσ Πειραματιςμόσ ΑΡΙΣΟΣΕΛΕΙΟ ΠΑΝΕΠΙΣΗΜΙΟ ΘΕΑΛΟΝΙΚΗ ΑΝΟΙΧΣΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΣΑ Γεωργικόσ Πειραματιςμόσ Ενότθτα 5 θ : Σφγκριςθ Συνδυαςμζνων Παραγόντων Γεϊργιοσ Μενεξζσ Άδειεσ Χριςθσ Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

ΛΕΙΤΟΥΓΙΚΆ ΣΥΣΤΉΜΑΤΑ. 5 ο Εργαςτιριο Ειςαγωγι ςτθ Γραμμι Εντολϊν

ΛΕΙΤΟΥΓΙΚΆ ΣΥΣΤΉΜΑΤΑ. 5 ο Εργαςτιριο Ειςαγωγι ςτθ Γραμμι Εντολϊν ΛΕΙΤΟΥΓΙΚΆ ΣΥΣΤΉΜΑΤΑ 5 ο Εργαςτιριο Ειςαγωγι ςτθ Γραμμι Εντολϊν Τι είναι θ Γραμμι Εντολϊν (1/6) Στουσ πρϊτουσ υπολογιςτζσ, και κυρίωσ από τθ δεκαετία του 60 και μετά, θ αλλθλεπίδραςθ του χριςτθ με τουσ

Διαβάστε περισσότερα

Ζρευνα ικανοποίθςθσ τουριςτϊν

Ζρευνα ικανοποίθςθσ τουριςτϊν Ζρευνα ικανοποίθςθσ τουριςτϊν Ammon Ovis_Ζρευνα ικανοποίθςθσ τουριςτϊν_ Ραδιοςτακμόσ Flash 96 1 ΣΤΟΙΧΕΙΑ ΔΕΙΓΜΑΤΟΣ Σο δείγμα περιλαμβάνει 332 τουρίςτεσ από 5 διαφορετικζσ θπείρουσ. Οι περιςςότεροι εξ αυτϊν

Διαβάστε περισσότερα

Οδηγός Ανάλυσης Παραλλακτικότητας εδοµένων Γεωργικών Πειραµάτων µε Στατιστικά Πακέτα

Οδηγός Ανάλυσης Παραλλακτικότητας εδοµένων Γεωργικών Πειραµάτων µε Στατιστικά Πακέτα Αριστοτέλειο Πανεπιστήµιο Θεσσαλονίκης Γεωπονική Σχολή Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας Εργαστήριο Γεωργίας Οδηγός Ανάλυσης Παραλλακτικότητας εδοµένων Γεωργικών Πειραµάτων µε Στατιστικά

Διαβάστε περισσότερα

Ανάπτυξη Εφαρμογών με Σχεςιακέσ Βάςεισ Δεδομένων

Ανάπτυξη Εφαρμογών με Σχεςιακέσ Βάςεισ Δεδομένων Ανάπτυξη Εφαρμογών με Σχεςιακέσ Βάςεισ Δεδομένων Δρ. Θεοδώρου Παύλοσ theodorou@uoc.gr Περιεχόμενα Τι είναι οι Βάςεισ Δεδομζνων (DataBases) Τι είναι Σφςτθμα Διαχείριςθσ Βάςεων Δεδομζνων (DBMS) Οι Στόχοι

Διαβάστε περισσότερα

ΛΕΙΣΟΤΡΓΙΚΆ ΤΣΉΜΑΣΑ. 7 θ Διάλεξθ Διαχείριςθ Μνιμθσ Μζροσ Γ

ΛΕΙΣΟΤΡΓΙΚΆ ΤΣΉΜΑΣΑ. 7 θ Διάλεξθ Διαχείριςθ Μνιμθσ Μζροσ Γ ΛΕΙΣΟΤΡΓΙΚΆ ΤΣΉΜΑΣΑ 7 θ Διάλεξθ Διαχείριςθ Μνιμθσ Μζροσ Γ ελιδοποίθςθ (1/10) Σόςο θ κατάτμθςθ διαμεριςμάτων ςτακεροφ μεγζκουσ όςο και θ κατάτμθςθ διαμεριςμάτων μεταβλθτοφ και άνιςου μεγζκουσ δεν κάνουν

Διαβάστε περισσότερα

ΘΥ101: Ειςαγωγι ςτθν Πλθροφορικι

ΘΥ101: Ειςαγωγι ςτθν Πλθροφορικι Παράςταςη κινητήσ υποδιαςτολήσ ςφμφωνα με το πρότυπο ΙΕΕΕ Δρ. Χρήστος Ηλιούδης το πρότυπο ΙΕΕΕ 754 ζχει χρθςιμοποιθκεί ευρζωσ ςε πραγματικοφσ υπολογιςτζσ. Το πρότυπο αυτό κακορίηει δφο βαςικζσ μορφζσ κινθτισ

Διαβάστε περισσότερα

Βάςεισ Δεδομζνων Ι. Ενότητα 12: Κανονικοποίηςη. Δρ. Τςιμπίρθσ Αλκιβιάδθσ Τμιμα Μθχανικών Πλθροφορικισ ΤΕ

Βάςεισ Δεδομζνων Ι. Ενότητα 12: Κανονικοποίηςη. Δρ. Τςιμπίρθσ Αλκιβιάδθσ Τμιμα Μθχανικών Πλθροφορικισ ΤΕ Βάςεισ Δεδομζνων Ι Ενότητα 12: Κανονικοποίηςη Δρ. Τςιμπίρθσ Αλκιβιάδθσ Τμιμα Μθχανικών Πλθροφορικισ ΤΕ Άδειεσ Χρήςησ Το παρόν εκπαιδευτικό υλικό υπόκειται ςε άδειεσ χριςθσ Creative Commons. Για εκπαιδευτικό

Διαβάστε περισσότερα

Στατιςτικζσ δοκιμζσ. Συνεχι δεδομζνα. Γεωργία Σαλαντι

Στατιςτικζσ δοκιμζσ. Συνεχι δεδομζνα. Γεωργία Σαλαντι Στατιςτικζσ δοκιμζσ Συνεχι δεδομζνα Γεωργία Σαλαντι Τι κζλουμε να ςυγκρίνουμε; Δφο δείγματα Μζςθ αρτθριακι πίεςθ ςε δφο ομάδεσ Πικανότθτα κανάτου με δφο διαφορετικά είδθ αντικατακλιπτικϊν Τθν μζςθ τιμι

Διαβάστε περισσότερα

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium V

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium V Σ ΤΑΤ Ι Σ Τ Ι Κ Η i Statisticum collegium V Στατιςτική Συμπεραςματολογία Ι Σημειακζσ Εκτιμήςεισ Διαςτήματα Εμπιςτοςφνησ Στατιςτική Συμπεραςματολογία (Statistical Inference) Το πεδίο τθσ Στατιςτικισ Συμπεραςματολογία,

Διαβάστε περισσότερα

3 θ διάλεξθ Επανάλθψθ, Επιςκόπθςθ των βαςικϊν γνϊςεων τθσ Ψθφιακισ Σχεδίαςθσ

3 θ διάλεξθ Επανάλθψθ, Επιςκόπθςθ των βαςικϊν γνϊςεων τθσ Ψθφιακισ Σχεδίαςθσ 3 θ διάλεξθ Επανάλθψθ, Επιςκόπθςθ των βαςικϊν γνϊςεων τθσ Ψθφιακισ Σχεδίαςθσ 1 2 3 4 5 6 7 Παραπάνω φαίνεται θ χαρακτθριςτικι καμπφλθ μετάβαςθσ δυναμικοφ (voltage transfer characteristic) για ζναν αντιςτροφζα,

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

MySchool Πρακτικζσ οδθγίεσ χριςθσ

MySchool Πρακτικζσ οδθγίεσ χριςθσ MySchool Πρακτικζσ οδθγίεσ χριςθσ 1) Δθμιουργία τμθμάτων (ΣΧΟΛΙΚΗ ΜΟΝΑΔΑ, Διαχείριςθ, Διαχείριςθ τμθμάτων) Το πρώτο που πρζπει να κάνουμε ςτο MySchool είναι να δθμιουργιςουμε τα τμιματα που υπάρχουν ςτο

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

ONE WAY ANOVA. .Π.Μ.Σ. Μαθηµατικά των Υπολογιστών & των αποφάσεων. Πάτρα, 11 Ιανουαρίου 2011

ONE WAY ANOVA. .Π.Μ.Σ. Μαθηµατικά των Υπολογιστών & των αποφάσεων. Πάτρα, 11 Ιανουαρίου 2011 Πάτρα, 11 Ιανουαρίου 2011 Πίνακας Περιεχοµένων 1 completely random design with fixed effects 2 3 Πίνακας Περιεχοµένων 1 completely random design with fixed effects 2 3 Γενικά completely random design with

Διαβάστε περισσότερα

ΠΡΟΦΟΡΑ ΖΗΣΗΗ ΚΡΑΣΘΚΗ ΠΑΡΕΜΒΑΗ

ΠΡΟΦΟΡΑ ΖΗΣΗΗ ΚΡΑΣΘΚΗ ΠΑΡΕΜΒΑΗ ΠΡΟΦΟΡΑ ΖΗΣΗΗ ΚΡΑΣΘΚΗ ΠΑΡΕΜΒΑΗ 1 Ειςαγωγι: Οι αγοραίεσ δυνάµεισ τθσ προςφοράσ και ηιτθςθσ Προσφορά και Ζήτηση είναι οι πιο γνωςτοί οικονοµικοί όροι. Η λειτουργία των αγορϊν προςδιορίηεται από δφο βαςικζσ

Διαβάστε περισσότερα

Γεωργικόσ Πειραματιςμόσ

Γεωργικόσ Πειραματιςμόσ ΑΡΙΣΟΣΕΛΕΙΟ ΠΑΝΕΠΙΣΗΜΙΟ ΘΕΑΛΟΝΙΚΗ ΑΝΟΙΧΣΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΣΑ Γεωργικόσ Πειραματιςμόσ Ενότθτα 3 θ : Πλιρεισ Ομάδεσ ςε Ελεφκερθ Διάταξθ Γεϊργιοσ Μενεξζσ Άδειεσ Χριςθσ Το παρόν εκπαιδευτικό υλικό υπόκειται

Διαβάστε περισσότερα

ΕΓΚΑΤΑΣΤΑΣΕΙΣ ΚΛΙΜΑΤΙΣΜΟΥ ΙΙ

ΕΓΚΑΤΑΣΤΑΣΕΙΣ ΚΛΙΜΑΤΙΣΜΟΥ ΙΙ ΕΓΚΑΤΑΣΤΑΣΕΙΣ ΚΛΙΜΑΤΙΣΜΟΥ ΙΙ μέρος Α ΚΟΝΤΟΣ ΟΔΥΣΣΕΑΣ ΠΕ12.04 1 ΚΜ: Κλιματιςτικι μονάδα Ορολογία ΚΚΜ: Κεντρικι κλιματιςτικι μονάδα ΗΚΜ: Ημικεντρικι κλιματιςτικι μονάδα ΤΚΜ: Σοπικι κλιματιςτικι μονάδα Δίκτυο

Διαβάστε περισσότερα

Δομζσ Δεδομζνων Πίνακεσ

Δομζσ Δεδομζνων Πίνακεσ Δομζσ Δεδομζνων Πίνακεσ Διάλεξθ 2 Περιεχόμενα Πίνακεσ: Οριςμοί, Γενικζσ ζννοιεσ Αποκικευςθ πινάκων Ειδικζσ μορφζσ πινάκων Αλγόρικμοι Αναηιτθςθσ Σειριακι Αναηιτθςθ Δυαδικι Αναηιτθςθ Οριςμοί, Γενικζσ ζννοιεσ

Διαβάστε περισσότερα

ΕΦΑΡΜΟΓΕ ΒΑΕΩΝ ΔΕΔΟΜΕΝΩΝ ΣΗ ΝΟΗΛΕΤΣΙΚΗ. Φιλιοποφλου Ειρινθ

ΕΦΑΡΜΟΓΕ ΒΑΕΩΝ ΔΕΔΟΜΕΝΩΝ ΣΗ ΝΟΗΛΕΤΣΙΚΗ. Φιλιοποφλου Ειρινθ ΕΦΑΡΜΟΓΕ ΒΑΕΩΝ ΔΕΔΟΜΕΝΩΝ ΣΗ ΝΟΗΛΕΤΣΙΚΗ Φιλιοποφλου Ειρινθ Προςθήκη νζων πεδίων Ασ υποκζςουμε ότι μετά τθ δθμιουργία του πίνακα αντιλαμβανόμαςτε ότι ζχουμε ξεχάςει κάποια πεδία. Είναι ζνα πρόβλθμα το οποίο

Διαβάστε περισσότερα

Επιστηµονική Επιµέλεια: ρ. Γεώργιος Μενεξές. Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας Εργαστήριο Γεωργίας

Επιστηµονική Επιµέλεια: ρ. Γεώργιος Μενεξές. Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας Εργαστήριο Γεωργίας Splt-plot plot desgns Επιστηµονική Επιµέλεια: ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας Εργαστήριο Γεωργίας Vola adorata Αναφέρεται: στη διαδικασία ή στο µεθοδολογικό σχέδιο

Διαβάστε περισσότερα

Αυτόνομοι Πράκτορες. Αναφορά Εργασίας Εξαμήνου. Το αστέρι του Aibo και τα κόκαλα του

Αυτόνομοι Πράκτορες. Αναφορά Εργασίας Εξαμήνου. Το αστέρι του Aibo και τα κόκαλα του Αυτόνομοι Πράκτορες Αναφορά Εργασίας Εξαμήνου Το αστέρι του Aibo και τα κόκαλα του Jaohar Osman Η πρόταςθ εργαςίασ που ζκανα είναι το παρακάτω κείμενο : - ξ Aibo αγαπάει πάρα πξλύ ρα κόκαλα και πάμρα ρα

Διαβάστε περισσότερα

3 ΕΝΤΟΛΕΣ ΕΠΑΝΑΛΗΨΗΣ ( while, do while )

3 ΕΝΤΟΛΕΣ ΕΠΑΝΑΛΗΨΗΣ ( while, do while ) 3 ΕΝΤΟΛΕΣ ΕΠΑΝΑΛΗΨΗΣ ( while, do while ) Στα πιο πολλά προγράμματα απαιτείται κάποια ι κάποιεσ εντολζσ να εκτελοφνται πολλζσ φορζσ για όςο ιςχφει κάποια ςυνκικθ. Ο αρικμόσ των επαναλιψεων μπορεί να είναι

Διαβάστε περισσότερα

Σύγκριση Συνδυασµένων Παραγόντων

Σύγκριση Συνδυασµένων Παραγόντων Σύγκριση Συνδυασµένων Παραγόντων Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας, Εργαστήριο Γεωργίας Viola adorata Παραγοντικά Πειράµατα (Factorial Experiments)

Διαβάστε περισσότερα

ΕΛΛΘΝΙΚΘ ΔΘΜΟΚΡΑΣΙΑ ΕΛΛΘΝΙΚΘ ΣΑΣΙΣΙΚΘ ΑΡΧΘ Πειραιάσ, 14 Ιουλίου 2016 ΔΕΛΣΙΟ ΣΤΠΟΤ

ΕΛΛΘΝΙΚΘ ΔΘΜΟΚΡΑΣΙΑ ΕΛΛΘΝΙΚΘ ΣΑΣΙΣΙΚΘ ΑΡΧΘ Πειραιάσ, 14 Ιουλίου 2016 ΔΕΛΣΙΟ ΣΤΠΟΤ ΕΛΛΘΝΙΚΘ ΔΘΜΟΚΡΑΣΙΑ ΕΛΛΘΝΙΚΘ ΣΑΣΙΣΙΚΘ ΑΡΧΘ Πειραιάσ, 14 Ιουλίου 2016 ΔΕΛΣΙΟ ΣΤΠΟΤ ΕΡΕΤΝΑ ΧΟΙΡΩΝ ΒΟΟΕΙΔΩΝ ΠΡΟΒΑΣΩΝ ΑΙΓΩΝ Αποτελζςματα Ερευνϊν Ηωικοφ Κεφαλαίου: Ζτοσ 2015 Από τθν Ελλθνικι Στατιςτικι Αρχι

Διαβάστε περισσότερα

$ι ιι η ι ι!η ηι ι ANOVA. To ANOVA ι ι ι η η η ιη (Analysis of Variance). * ι! ι ι ι ι ι η ιη. ;, ι ι ι! η ιι ηιη ι ι!η ι η η ιη ι ι η ι η.

$ι ιι η ι ι!η ηι ι ANOVA. To ANOVA ι ι ι η η η ιη (Analysis of Variance). * ι! ι ι ι ι ι η ιη. ;, ι ι ι! η ιι ηιη ι ι!η ι η η ιη ι ι η ι η. η &, 7!# v # $ι ιι η ι ι!η ηι ι ANOVA. To ANOVA ι ι ι η η η ιη (Analysis of Variance). * ι! ι ι ι ι ι η ιη. ;, ι ι ι! η ιι ηιη ι ι!η ι η η ιη ι ι η ι η. - ι% ιι* ι' F ι ι ι% MS F MS between within MS MS

Διαβάστε περισσότερα

ΕΦΑΡΜΟΓΖσ ΒΆΕΩΝ ΔΕΔΟΜΖΝΩΝ ΚΑΙ ΔΙΑΔΙΚΣΥΟΤ. Ειρινθ Φιλιοποφλου

ΕΦΑΡΜΟΓΖσ ΒΆΕΩΝ ΔΕΔΟΜΖΝΩΝ ΚΑΙ ΔΙΑΔΙΚΣΥΟΤ. Ειρινθ Φιλιοποφλου ΕΦΑΡΜΟΓΖσ ΒΆΕΩΝ ΔΕΔΟΜΖΝΩΝ ΚΑΙ ΔΙΑΔΙΚΣΥΟΤ Ειρινθ Φιλιοποφλου Ειςαγωγι Ο Παγκόςμιοσ Ιςτόσ (World Wide Web - WWW) ι πιο απλά Ιςτόσ (Web) είναι μία αρχιτεκτονικι για τθν προςπζλαςθ διαςυνδεδεμζνων εγγράφων

Διαβάστε περισσότερα

3 ο ΓΥΜΝΑΣΙΟ ΤΡΙΚΑΛΩΝ ΕΡΓΑΣΙΑ ΤΕΧΝΟΛΟΓΙΑΣ Γ ΓΥΜΝΑΣΙΟΥ

3 ο ΓΥΜΝΑΣΙΟ ΤΡΙΚΑΛΩΝ ΕΡΓΑΣΙΑ ΤΕΧΝΟΛΟΓΙΑΣ Γ ΓΥΜΝΑΣΙΟΥ 3 ο ΓΥΜΝΑΣΙΟ ΤΡΙΚΑΛΩΝ ΕΡΓΑΣΙΑ ΤΕΧΝΟΛΟΓΙΑΣ Γ ΓΥΜΝΑΣΙΟΥ 1) Τίτλοσ τθσ ζρευνασ: «Ποια είναι θ επίδραςθ τθσ κερμοκραςίασ ςτθ διαλυτότθτα των ςτερεϊν ςτο νερό;» 2) Περιγραφι του ςκοποφ τθσ ζρευνασ: Η ζρευνα

Διαβάστε περισσότερα

Έλεγχος υποθέσεων ΙI ANOVA

Έλεγχος υποθέσεων ΙI ANOVA Έλεγχος υποθέσεων ΙI ANOVA Μοντέλα στην Επιστήμη Τροφίμων 532Ε Τομέας Επιστήμης & Τεχνολογίας Τροφίμων Έλεγχος υποθέσεων Συνεχή δεδομένα z-test Student s test (t-test) Ανάλυση παραλλακτικότητας ή ανάλυση

Διαβάστε περισσότερα

Μάθημα 9 ο ΤΕΧΝΙΚΕΣ ΔΙΑΧΕΙΡΙΣΗΣ ΕΙΚΟΝΙΚΗΣ ΜΝΗΜΗΣ

Μάθημα 9 ο ΤΕΧΝΙΚΕΣ ΔΙΑΧΕΙΡΙΣΗΣ ΕΙΚΟΝΙΚΗΣ ΜΝΗΜΗΣ Μάθημα 9 ο ΤΕΧΝΙΚΕΣ ΔΙΑΧΕΙΡΙΣΗΣ ΕΙΚΟΝΙΚΗΣ ΜΝΗΜΗΣ Ειςαγωγό Όπωσ είδαμε, ο χϊροσ εικονικϊν διευκφνςεων μνιμθσ που χρθςιμοποιεί κάκε διεργαςία, είναι αρκετά μεγαλφτεροσ από το χϊρο των φυςικϊν διευκφνςεων.

Διαβάστε περισσότερα

ΒΙΟΛΟΓΟΙ ΓΙΑ ΦΥΣΙΚΟΥΣ

ΒΙΟΛΟΓΟΙ ΓΙΑ ΦΥΣΙΚΟΥΣ ΦΥΣΙΚΗ vs ΒΙΟΛΟΓΙΑ ΒΙΟΛΟΓΟΙ ΓΙΑ ΦΥΣΙΚΟΥΣ «Προτείνω να αναπτφξουμε πρώτα αυτό που κα μποροφςε να ζχει τον τίτλο: «ιδζεσ ενόσ απλοϊκοφ φυςικοφ για τουσ οργανιςμοφσ». Κοντολογίσ, τισ ιδζεσ που κα μποροφςαν

Διαβάστε περισσότερα

ΡΟΓΑΜΜΑΤΙΣΤΙΚΟ ΡΕΙΒΑΛΛΟΝ MICRO WORLDS PRO

ΡΟΓΑΜΜΑΤΙΣΤΙΚΟ ΡΕΙΒΑΛΛΟΝ MICRO WORLDS PRO ΡΟΓΑΜΜΑΤΙΣΤΙΚΟ ΡΕΙΒΑΛΛΟΝ MICRO WORLDS PRO Το Micro Worlds Pro είναι ζνα ολοκλθρωμζνο περιβάλλον προγραμματιςμοφ. Χρθςιμοποιεί τθ γλϊςςα προγραμματιςμοφ Logo (εξελλθνιςμζνθ) Το Micro Worlds Pro περιλαμβάνει

Διαβάστε περισσότερα

ΔΕΛΣΙΟ ΣΤΠΟΤ ΣΟΧΑΙ ΑΕ: «ΚΛΑΔΙΚΕ ΣΟΧΕΤΕΙ» ΜΕΛΕΣΗ ΑΓΟΡΑ ΑΛΤΙΔΩΝ ΛΙΑΝΙΚΟΤ ΕΜΠΟΡΙΟΤ

ΔΕΛΣΙΟ ΣΤΠΟΤ ΣΟΧΑΙ ΑΕ: «ΚΛΑΔΙΚΕ ΣΟΧΕΤΕΙ» ΜΕΛΕΣΗ ΑΓΟΡΑ ΑΛΤΙΔΩΝ ΛΙΑΝΙΚΟΤ ΕΜΠΟΡΙΟΤ ΔΕΛΣΙΟ ΣΤΠΟΤ ΣΟΧΑΙ ΑΕ: «ΚΛΑΔΙΚΕ ΣΟΧΕΤΕΙ» ΜΕΛΕΣΗ ΑΓΟΡΑ ΑΛΤΙΔΩΝ ΛΙΑΝΙΚΟΤ ΕΜΠΟΡΙΟΤ Μείωςθ 1,9% ςε ςχζςθ με το 2009, παρουςίαςε θ αγορά των αλυςίδων λιανικοφ εμπορίου των οκτϊ εξεταηόμενων κατθγοριϊν το 2010

Διαβάστε περισσότερα

ΜΑ032: ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Εαρινό εξάμηνο , Διδάςκων: Γιώργοσ Γεωργίου ΕΝΔΙΑΜΕΗ ΕΞΕΣΑΗ, 21 Μαρτίου, 2012 Διάρκεια: 2 ώρεσ

ΜΑ032: ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Εαρινό εξάμηνο , Διδάςκων: Γιώργοσ Γεωργίου ΕΝΔΙΑΜΕΗ ΕΞΕΣΑΗ, 21 Μαρτίου, 2012 Διάρκεια: 2 ώρεσ ΜΑ: ΓΡΑΜΜΙΚΗ ΑΛΓΕΒΡΑ Εαρινό εξάμηνο -, Διδάςκων: Γιώργοσ Γεωργίου ΕΝΔΙΑΜΕΗ ΕΞΕΣΑΗ, Μαρτίου, Διάρκεια: ώρεσ ΟΝΟΜΑ: Αρ. Πολ. Σαυτ. Πρόβλημα. Θεωροφμε τα διανφςματα u =,,,, v =,,,4, w =,,,, (α) Υπολογίςτε

Διαβάστε περισσότερα

ΜΗΝΙΑΙΑ ΕΚΘΕΗ ΠΑΡΑΓΩΓΗ ΕΡΓΟΤ. ΜΑΪΟ 2017

ΜΗΝΙΑΙΑ ΕΚΘΕΗ ΠΑΡΑΓΩΓΗ ΕΡΓΟΤ. ΜΑΪΟ 2017 Η ζκκεςθ αυτι ςυνοψίηει δεδομζνα παραγωγισ και μετεωρολογικά δεδομζνα από το ζργο.., εγκατεςτθμζνθσ ιςχφοσ 1.472,94kW ςτθ κζςθ, Δ.Δ.., Νομοφ.., ιδιοκτθςίασ τθσ Παρουςιάηονται ςυγκεντρωτικά διαγράμματα

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές. Εργαστήριο Γεωργίας. Viola adorata

Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές. Εργαστήριο Γεωργίας. Viola adorata One-way ANOVA µε το SPSS Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας, Εργαστήριο Γεωργίας Viola adorata To call in a statistician after the experiment is

Διαβάστε περισσότερα

Δείκτεσ Διαχείριςθ Μνιμθσ. Βαγγζλθσ Οικονόμου Διάλεξθ 8

Δείκτεσ Διαχείριςθ Μνιμθσ. Βαγγζλθσ Οικονόμου Διάλεξθ 8 Δείκτεσ Διαχείριςθ Μνιμθσ Βαγγζλθσ Οικονόμου Διάλεξθ 8 Δείκτεσ Κάκε μεταβλθτι ςχετίηεται με μία κζςθ ςτθν κφρια μνιμθ του υπολογιςτι. Κάκε κζςθ ςτθ μνιμθ ζχει τθ δικι τθσ ξεχωριςτι διεφκυνςθ. Με άμεςθ

Διαβάστε περισσότερα

τατιστική στην Εκπαίδευση II

τατιστική στην Εκπαίδευση II ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΣΙΑ ΠΑΝΕΠΙΣΗΜΙΟ ΚΡΗΣΗ τατιστική στην Εκπαίδευση II Λφση επαναληπτικής άσκησης Διδάσκων: Μιχάλης Λιναρδάκης ΠΑΙΔΑΓΩΓΙΚΟ ΤΜΗΜΑ ΔΗΜΟΤΙΚΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΑΓΩΓΗΣ Άδειες Χρήσης Το

Διαβάστε περισσότερα

ΜΑΘΗΜΑΤΙΚΑ ΕΠΙΠΕΔΟ 11 12 (Β - Γ Λυκείου)

ΜΑΘΗΜΑΤΙΚΑ ΕΠΙΠΕΔΟ 11 12 (Β - Γ Λυκείου) ΕΠΙΠΕΔΟ 11 12 (Β - Γ Λυκείου) 19 Μαρτίου 2011 10:00-11:15 3 point/μονάδες 1) Στθν πιο κάτω εικόνα πρζπει να υπάρχει αρικμόσ ςε κάκε κουκκίδα ϊςτε το άκροιςμα των αρικμϊν ςτα άκρα κάκε ευκφγραμμου τμιματοσ

Διαβάστε περισσότερα

Τεχνικζσ Ανάλυςησ Διοικητικών Αποφάςεων

Τεχνικζσ Ανάλυςησ Διοικητικών Αποφάςεων Τεχνικζσ Ανάλυςησ Διοικητικών Αποφάςεων Ενότητα 7: Ειςαγωγι ςτο Δυναμικό Προγραμματιςμό Κακθγθτισ Γιάννθσ Γιαννίκοσ Σχολι Οργάνωςθσ και Διοίκθςθσ Επιχειριςεων Τμιμα Διοίκθςθσ Επιχειριςεων Σκοποί ενότητασ

Διαβάστε περισσότερα

Ιςοηυγιςμζνα δζντρα και Β- δζντρα. Δομζσ Δεδομζνων

Ιςοηυγιςμζνα δζντρα και Β- δζντρα. Δομζσ Δεδομζνων Ιςοηυγιςμζνα δζντρα και Β- δζντρα Δομζσ Δεδομζνων Περιεχόμενα Ιςοηυγιςμζνα δζντρα Μζκοδοι ιςοηφγιςθσ δζντρων Μονι Περιςτροφι Διπλι Περιςτροφι Β - δζντρα Ιςοηυγιςμζνα δζντρα Η μορφι ενόσ δυαδικοφ δζντρου

Διαβάστε περισσότερα

Καρβέλης Φώτης ΠΕΡΙΟΔΙΚΟ ΠΙΝΑΚΑ

Καρβέλης Φώτης ΠΕΡΙΟΔΙΚΟ ΠΙΝΑΚΑ Καρβέλης Φώτης ΠΕΡΙΟΔΙΚΟ ΠΙΝΑΚΑ ΙΣΟΡΙΚΗ ΑΝΑΔΡΟΜΗ Mendeleev(1869): Ο πρώτοσ που ζκανε ταξινόμθςθ των ςτοιχείων Meyer(1870): Κατάταξθ των ςτοιχείων με βάςθ τθ ςχετικι ατομικι μάηα ΤΜΠΕΡΑΜΑ Οι ιδιότητεσ των

Διαβάστε περισσότερα

ΑΝΑΛΤΗ ΔΙΑΠΟΡΑ ΚΑΙ ΠΑΛΙΝΔΡΟΜΗΗ ΜΕ ΕΦΑΡΜΟΓΕ

ΑΝΑΛΤΗ ΔΙΑΠΟΡΑ ΚΑΙ ΠΑΛΙΝΔΡΟΜΗΗ ΜΕ ΕΦΑΡΜΟΓΕ ΔΙΑΣΜΗΜΑΣΙΚΟ ΠΡΟΓΡΑΜΜΑ ΜΕΣΑΠΣΤΧΙΑΚΩΝ ΠΟΤΔΩΝ ΣΙ ΠΕΡΙΒΑΛΛΟΝΣΙΚΕ ΕΠΙΣΗΜΕ ΑΝΑΛΤΗ ΔΙΑΠΟΡΑ ΚΑΙ ΠΑΛΙΝΔΡΟΜΗΗ ΜΕ ΕΦΑΡΜΟΓΕ Επιμζλεια Διπλωματικισ : Καμπζλθ Πετροφλα, Α.Μ. :167 Επιβλζπων κακθγθτισ : Αλεβίηοσ Φίλιπποσ

Διαβάστε περισσότερα

Μετατροπι Αναλογικοφ Σιματοσ ςε Ψθφιακό. Διάλεξθ 10

Μετατροπι Αναλογικοφ Σιματοσ ςε Ψθφιακό. Διάλεξθ 10 Μετατροπι Αναλογικοφ Σιματοσ ςε Ψθφιακό Διάλεξθ 10 Γενικό Σχιμα Μετατροπζασ Αναλογικοφ ςε Ψθφιακό Ψθφιακό Τθλεπικοινωνιακό Κανάλι Μετατροπζασ Ψθφιακοφ ςε Αναλογικό Τα αναλογικά ςιματα μετατρζπονται ςε

Διαβάστε περισσότερα

ΔΕΛΣΙΟ ΣΤΠΟΤ. Από τθν Ελλθνικι Στατιςτικι Αρχι (ΕΛΣΤΑΤ) ανακοινϊνεται το Ακακάριςτο Εγχϊριο Προϊόν για το 2 ο τρίμθνο του 2015(προςωρινά ςτοιχεία).

ΔΕΛΣΙΟ ΣΤΠΟΤ. Από τθν Ελλθνικι Στατιςτικι Αρχι (ΕΛΣΤΑΤ) ανακοινϊνεται το Ακακάριςτο Εγχϊριο Προϊόν για το 2 ο τρίμθνο του 2015(προςωρινά ςτοιχεία). ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΣΙΑ ΕΛΛΗΝΙΚΗ ΣΑΣΙΣΙΚΗ ΑΡΧΗ ΔΕΛΣΙΟ ΣΤΠΟΤ Πειραιάσ, 28-08-2015 ΣΡΙΜΗΝΙΑΙΟΙ ΕΘΝΙΚΟΙ ΛΟΓΑΡΙΑΜΟΙ: 2 ο Τρίμθνο 2015 (Προςωρινά ςτοιχεία) Από τθν Ελλθνικι Στατιςτικι Αρχι (ΕΛΣΤΑΤ) ανακοινϊνεται

Διαβάστε περισσότερα

Ανάλυση της ιακύµανσης

Ανάλυση της ιακύµανσης Κεφάλαιο 9 Ανάλυση της ιακύµανσης Η ανάλυση της διακύµανσης είναι µια από τις πλέον σηµαντικές µεθόδους για ανάλυση δεδοµένων. Η µέθοδος αυτή αναφέρετε στη διαµέριση του συνολικού αθροίσµατος τετραγώνων

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

Δομζσ Δεδομζνων. Αναηιτθςθ και Ταξινόμθςθ Διάλεξθ 3

Δομζσ Δεδομζνων. Αναηιτθςθ και Ταξινόμθςθ Διάλεξθ 3 Δομζσ Δεδομζνων Αναηιτθςθ και Ταξινόμθςθ Διάλεξθ 3 Περιεχόμενα Αλγόρικμοι αναηιτθςθσ Σειριακι αναηιτθςθ Αναηιτθςθ κατά ομάδεσ Δυαδικι Αναηιτθςθ Ταξινόμθςθ Ταξινόμθςθ με παρεμβολι (insertion sort) Ταξινόμθςθ

Διαβάστε περισσότερα

ΚΤΚΛΩΜΑ RLC Ε ΕΙΡΑ (Απόκριςη ςε ημιτονοειδή είςοδο)

ΚΤΚΛΩΜΑ RLC Ε ΕΙΡΑ (Απόκριςη ςε ημιτονοειδή είςοδο) ΚΤΚΛΩΜΑ RLC Ε ΕΙΡΑ (Απόκριςη ςε ημιτονοειδή είςοδο) χήμα Κφκλωμα RLC ςε ςειρά χήμα 2 Διανυςματικι παράςταςθ τάςεων και ρεφματοσ Ζςτω ότι ςτο κφκλωμα του ςχιματοσ που περιλαμβάνει ωμικι, επαγωγικι και χωρθτικι

Διαβάστε περισσότερα

ΑΣΛΑΝΣΙΚΗ ΕΝΩΗ ΠΑΝΕΤΡΩΠΑΪΚΟ STRESS TEST ΑΦΑΛΙΣΙΚΩΝ ΕΣΑΙΡΙΩΝ ΑΠΟΣΕΛΕΜΑΣΑ 2014

ΑΣΛΑΝΣΙΚΗ ΕΝΩΗ ΠΑΝΕΤΡΩΠΑΪΚΟ STRESS TEST ΑΦΑΛΙΣΙΚΩΝ ΕΣΑΙΡΙΩΝ ΑΠΟΣΕΛΕΜΑΣΑ 2014 ΑΣΛΑΝΣΙΚΗ ΕΝΩΗ ΠΑΝΕΤΡΩΠΑΪΚΟ STRESS TEST ΑΦΑΛΙΣΙΚΩΝ ΕΣΑΙΡΙΩΝ ΑΠΟΣΕΛΕΜΑΣΑ 2014 τθ διάρκεια του τρζχοντοσ ζτουσ εξελίχκθκε θ ευρωπαϊκι άςκθςθ προςομοίωςθσ ακραίων καταςτάςεων για τισ Αςφαλιςτικζσ Εταιρίεσ

Διαβάστε περισσότερα

ΧΡΟΝΟΣΕΙΡΕΣ TUTORIAL 3 ΣΤΑΣΘΜΟΤΗΤΑ ΔΘΑΔΘΚΑΣΘΕΣ ΜΟΝΑΔΘΑΣ ΡΘΖΑΣ ΣΥΝΟΛΟΚΛΗΡΩΣΗ

ΧΡΟΝΟΣΕΙΡΕΣ TUTORIAL 3 ΣΤΑΣΘΜΟΤΗΤΑ ΔΘΑΔΘΚΑΣΘΕΣ ΜΟΝΑΔΘΑΣ ΡΘΖΑΣ ΣΥΝΟΛΟΚΛΗΡΩΣΗ ΦΡΟΝΤΙΣΤΗΡΙΟ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΙΙ 7-6-1012 Landis Conrad ΧΡΟΝΟΣΕΙΡΕΣ TUTORIAL 3 ΣΤΑΣΘΜΟΤΗΤΑ ΔΘΑΔΘΚΑΣΘΕΣ ΜΟΝΑΔΘΑΣ ΡΘΖΑΣ ΣΥΝΟΛΟΚΛΗΡΩΣΗ Για τθν άςκθςθ χρθςιμοποιοφμε τισ παρακάτω μεταβλθτζσ, ςε θμεριςια κλίμακα,

Διαβάστε περισσότερα

ΔΕΛΣΙΟ ΣΤΠΟΤ. ΣΡΙΜΗΝΙΑΙΟΙ ΕΘΝΙΚΟΙ ΛΟΓΑΡΙΑΜΟΙ: 3 ο Σρίμθνο 2016 (Προςωρινά ςτοιχεία) ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΕΛΛΗΝΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΡΧΗ

ΔΕΛΣΙΟ ΣΤΠΟΤ. ΣΡΙΜΗΝΙΑΙΟΙ ΕΘΝΙΚΟΙ ΛΟΓΑΡΙΑΜΟΙ: 3 ο Σρίμθνο 2016 (Προςωρινά ςτοιχεία) ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΕΛΛΗΝΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΡΧΗ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΕΛΛΗΝΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΡΧΗ Πειραιάσ, 29 Νοεμβρίου 2016 ΔΕΛΣΙΟ ΣΤΠΟΤ ΣΡΙΜΗΝΙΑΙΟΙ ΕΘΝΙΚΟΙ ΛΟΓΑΡΙΑΜΟΙ: 3 ο Σρίμθνο 2016 (Προςωρινά ςτοιχεία) Η Ελλθνικι τατιςτικι Αρχι (ΕΛΣΑΣ) ανακοινϊνει

Διαβάστε περισσότερα

ΠΡΟΓΡΑΜΜΑΣΙΜΌ ΤΠΟΛΟΓΙΣΏΝ. Κεφάλαιο 8 Η γλϊςςα Pascal

ΠΡΟΓΡΑΜΜΑΣΙΜΌ ΤΠΟΛΟΓΙΣΏΝ. Κεφάλαιο 8 Η γλϊςςα Pascal ΠΡΟΓΡΑΜΜΑΣΙΜΌ ΤΠΟΛΟΓΙΣΏΝ Κεφάλαιο 8 Η γλϊςςα Pascal Παράγραφοσ 8.2 Βαςικοί τφποι δεδομζνων Σα δεδομζνα ενόσ προγράμματοσ μπορεί να: είναι αποκθκευμζνα εςωτερικά ςτθν μνιμθ είναι αποκθκευμζνα εξωτερικά

Διαβάστε περισσότερα

Ειςαγωγι ςτθν Τεχνολογία Αυτοματιςμοφ

Ειςαγωγι ςτθν Τεχνολογία Αυτοματιςμοφ ΠΑΝΕΠΙΣΗΜΙΟ ΑΙΓΑIΟΤ & ΑΕΙ ΠΕΙΡΑΙΑ Σ.Σ. Σμήματα Ναυτιλίας και Επιχειρηματικών Τπηρεσιών & Μηχ. Αυτοματισμού ΣΕ Ειςαγωγι ςτθν Τεχνολογία Αυτοματιςμοφ Ενότθτα # 7: Συςτιματα Ελζγχου Μόνιμο ςφάλμα Ευςτάκεια

Διαβάστε περισσότερα

Ειδικά Θζματα Βάςεων Δεδομζνων

Ειδικά Θζματα Βάςεων Δεδομζνων Ειδικά Θζματα Βάςεων Δεδομζνων Ενότθτα 12: Ευρετιρια Δρ. Τςιμπίρθσ Αλκιβιάδθσ Τμιμα Μθχανικϊν Πλθροφορικισ ΤΕ Άδειεσ Χριςθσ Το παρόν εκπαιδευτικό υλικό υπόκειται ςε άδειεσ χριςθσ Creative Commons. Για

Διαβάστε περισσότερα

Μενύχτα, Πιπερίγκου, Σαββάτης. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 6 ο

Μενύχτα, Πιπερίγκου, Σαββάτης. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 6 ο Παράδειγμα 1 Ο παρακάτω πίνακας δίνει τις πωλήσεις (ζήτηση) ενός προϊόντος Υ (σε κιλά) από το delicatessen μιας περιοχής και τις αντίστοιχες τιμές Χ του προϊόντος (σε ευρώ ανά κιλό) για μια ορισμένη χρονική

Διαβάστε περισσότερα

ΝΟΜΟΙ ΚΙΝΗΗ ΠΛΑΝΗΣΩΝ ΣΟΤ ΚΕΠΛΕΡ

ΝΟΜΟΙ ΚΙΝΗΗ ΠΛΑΝΗΣΩΝ ΣΟΤ ΚΕΠΛΕΡ ΝΟΜΟΙ ΚΙΝΗΗ ΠΛΑΝΗΣΩΝ ΣΟΤ ΚΕΠΛΕΡ 1. Νόμοσ των ελλειπτικών τροχιών Η τροχιζσ των πλανθτϊν είναι ελλείψεισ, των οποίων τθ μία εςτία κατζχει ο Ήλιοσ. Προφανϊσ όλοι οι πλανιτεσ του ίδιου πλανθτικοφ ςυςτιματοσ

Διαβάστε περισσότερα

1. Hasil Pengukuran Kadar TNF-α. DATA PENGAMATAN ABSORBANSI STANDAR TNF α PADA PANJANG GELOMBANG 450 nm

1. Hasil Pengukuran Kadar TNF-α. DATA PENGAMATAN ABSORBANSI STANDAR TNF α PADA PANJANG GELOMBANG 450 nm HASIL PENELITIAN 1. Hasil Pengukuran Kadar TNF-α DATA PENGAMATAN ABSORBANSI STANDAR TNF α PADA PANJANG GELOMBANG 450 nm NO KADAR ( pg/ml) ABSORBANSI 1. 0 0.055 2. 15.6 0.207 3. 31.5 0.368 4. 62.5 0.624

Διαβάστε περισσότερα

ΥΡΟΝΣΙ ΣΗΡΙΟ Μ. Ε. ΚΑΙ ΚΕΝΣΡΟ ΙΔΙΑΙΣΕΡΩΝ ΜΑΘΗΜΑΣΩΝ «ΚΤΡΙΣ Η» ΔΙΑΓΩΝΙ ΜΑ ΑΕΠΠ

ΥΡΟΝΣΙ ΣΗΡΙΟ Μ. Ε. ΚΑΙ ΚΕΝΣΡΟ ΙΔΙΑΙΣΕΡΩΝ ΜΑΘΗΜΑΣΩΝ «ΚΤΡΙΣ Η» ΔΙΑΓΩΝΙ ΜΑ ΑΕΠΠ ΥΡΟΝΣΙ ΣΗΡΙΟ Μ. Ε. ΚΑΙ ΚΕΝΣΡΟ ΙΔΙΑΙΣΕΡΩΝ ΜΑΘΗΜΑΣΩΝ «ΚΤΡΙΣ Η» ΔΙΑΓΩΝΙ ΜΑ ΘΕΜΑΣΑ Β ΛΤΚΕΙΟΤ ΑΠΡΙΛΙΟ 2018 ΚΑΘΗΓΗΤΗΣ: Γιώργος Πασσαλίδης ΑΕΠΠ ΟΝΟΜΑΣΕΠΩΝΤΜΟ: ΒΑΘΜΟ : ΘΕΜΑ Α Α1. Για κακεμία από τισ παρακάτω προτάςεισ

Διαβάστε περισσότερα

ΔΕΛΣΙΟ ΣΤΠΟΤ. Ζρευνα Πράξεων Τιοθεςίασ ζτουσ 2016

ΔΕΛΣΙΟ ΣΤΠΟΤ. Ζρευνα Πράξεων Τιοθεςίασ ζτουσ 2016 ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΣΙΑ ΕΛΛΗΝΙΚΗ ΣΑΣΙΣΙΚΗ ΑΡΧΗ Πειραιάσ, 1/11/217 ΔΕΛΣΙΟ ΣΤΠΟΤ Ζρευνα Πράξεων Τιοθεςίασ ζτουσ 216 Η Ελλθνικι Στατιςτικι Αρχι (ΕΛΣΤΑΤ) ανακοινϊνει τα ςτοιχεία τθσ Ζρευνασ των Πράξεων Υιοκεςίασ

Διαβάστε περισσότερα

2. THEORY OF EQUATIONS. PREVIOUS EAMCET Bits.

2. THEORY OF EQUATIONS. PREVIOUS EAMCET Bits. EAMCET-. THEORY OF EQUATIONS PREVIOUS EAMCET Bits. Each of the roots of the equation x 6x + 6x 5= are increased by k so that the new transformed equation does not contain term. Then k =... - 4. - Sol.

Διαβάστε περισσότερα

Χεμπιανά μοντζλα μάκθςθσ. Κϊςτασ Διαμαντάρασ Τμιμα Πλθροφορικισ ΤΕΙ Θεςςαλονίκθσ

Χεμπιανά μοντζλα μάκθςθσ. Κϊςτασ Διαμαντάρασ Τμιμα Πλθροφορικισ ΤΕΙ Θεςςαλονίκθσ Χεμπιανά μοντζλα μάκθςθσ Κϊςτασ Διαμαντάρασ Τμιμα Πλθροφορικισ ΤΕΙ Θεςςαλονίκθσ Ο Κανόνασ του Hebb Donald O. Hebb, Organization of Behavior (1949) Όταν ο άξονασ ενόσ νευρϊνα Α είναι αρκετά κοντά ϊςτε να

Διαβάστε περισσότερα