ΣΥΓΚΡΙΣΗ ΤΩΝ ΔΕΙΓΜΑΤΟΛΗΨΙΩΝ ΗΜΕΡΑΣ - ΝΥΧΤΑΣ ΜΕ ΠΕΛΑΓΙΚΗ ΤΡΑΤΑ ΣΤΙΣ ΑΚΟΥΣΤΙΚΕΣ ΕΡΕΥΝΕΣ ΜΙΚΡΩΝ ΠΕΛΑΓΙΚΩΝ ΨΑΡΙΩΝ

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΣΥΓΚΡΙΣΗ ΤΩΝ ΔΕΙΓΜΑΤΟΛΗΨΙΩΝ ΗΜΕΡΑΣ - ΝΥΧΤΑΣ ΜΕ ΠΕΛΑΓΙΚΗ ΤΡΑΤΑ ΣΤΙΣ ΑΚΟΥΣΤΙΚΕΣ ΕΡΕΥΝΕΣ ΜΙΚΡΩΝ ΠΕΛΑΓΙΚΩΝ ΨΑΡΙΩΝ"

Transcript

1 ΣΥΓΚΡΙΣΗ ΤΩΝ ΔΕΙΓΜΑΤΟΛΗΨΙΩΝ ΗΜΕΡΑΣ - ΝΥΧΤΑΣ ΜΕ ΠΕΛΑΓΙΚΗ ΤΡΑΤΑ ΣΤΙΣ ΑΚΟΥΣΤΙΚΕΣ ΕΡΕΥΝΕΣ ΜΙΚΡΩΝ ΠΕΛΑΓΙΚΩΝ ΨΑΡΙΩΝ Πυρουνάκη Μ.M. 1, Μαχιάς Α. 1, Γιαννουλάκη Μ. 1, Σωμαράκης Σ. 1 1 Ινστ. Θαλάσσιων Βιολογικών Πόρων, Ελληνικό Κέντρο Θαλάσσιων Ερευνών, pirounaki@hcmr.gr Περίληψη Εξετάστηκαν οι διαφορές στην σύνθεση των ειδών και την κατά μήκος σύνθεση των μικρών πελαγικών ειδών στο αλίευμα από πειραματική αλιεία με πελαγική τράτα, που έλαβαν χώρα στο πλαίσιο ακουστικών ερευνών κατά την διάρκεια ημέρας και νύχτας. Δεν βρέθηκαν στατιστικά σημαντικές διαφορές μεταξύ ημέρας και νύχτας σε καμιά από τις παραμέτρους που εξετάστηκαν. Τα αποτελέσματα δείχνουν να επιτρέπεται η υιοθέτηση μιας πιο ευέλικτης στρατηγικής δειγματοληψίας, που μπορεί να μειώσει τη διάρκεια και το κόστος των ακουστικών δειγματοληψιών για τα μικρά πελαγικά είδη. Λέξεις κλειδιά: Μικρά πελαγικά ψάρια, πελαγικές σύρσεις, ακουστικές έρευνες COMPARISON OF DAY NIGHT PELAGIC HAULS IN SMALL PELAGICS ACOUSTIC SURVEYS Pyrounaki Μ.M. 1, Machias Α. 1, Giannoulaki Μ. 1, Somarakis S. 1 1 Inst.Marine Biological Resources, Hellenic Centre for Marine Research, pirounaki@hcmr.gr Abstract The differences in species composition and length frequency distribution of small pelagic species, from experimental sampling with pelagic trawl in the framework of acoustic sampling during day time and night time were investigated. No statistically significant differences were found between day and night in any of the parameters examined. The results showed that a more flexible strategy can be adopted that reduces the duration and the cost of acoustic sampling for small pelagic species. Keywords: Small pelagic fish, pelagic hauls, acoustic surveys 1. Εισαγωγή Οι υδροακουστικές μελέτες χρησιμοποιούνται ευρέως ως μέθοδος εκτίμησης αποθεμάτων των μικρών πελαγικών ψαριών. Η εκτίμηση βιομάζας ανά ηλικία, που βασίζεται σε ακουστικά δεδομένα, χρησιμοποιείται ως μέτρο στάθμισης σε στατιστικά μοντέλα εκτίμησης αποθεμάτων (Cardinale et al., 2009). Δεδομένα της τελευταίας δεκαετίας δείχνουν ότι στη Μεσόγειο Θάλασσα και στις ελληνικές θάλασσες, τα κυρίαρχα είδη μικρών πελαγικών ψαριών (γαύρος και σαρδέλα), σπανίως ξεπερνούν την ηλικία των 3 ετών (Cardinale et al., 2010). Βασικό συνοδευτικό στοιχείο των ακουστικών δειγματοληψιών είναι η πειραματική αλιεία με πελαγική τράτα για την εκτίμηση της κατά μήκος σύνθεσης των τοπικών συγκεντρώσεων ψαριών. Τα δεδομένα αυτής της πειραματικής αλιείας είναι απαραίτητα για την μετατροπή του ανακλώμενου ήχου σε βιομάζα και αριθμό ατόμων (Simmonds and MacLennan, 2005). Επομένως, η αμερόληπτη δειγματοληψία των ειδών και της κατά μήκος σύνθεσης ψαριών είναι απαραίτητη για την ακρίβεια των ακουστικών εκτιμήσεων. Επιπλέον, καθώς οι ακουστικές έρευνες κατά κανόνα έχουν υψηλό κόστος και απαιτούν πολλές ημέρες

2 εργασίας πεδίου, στα παραπάνω θα πρέπει να προστεθεί η ανάγκη για στρατηγικές δειγματοληψίας που θα μειώνουν τη διάρκεια και το κόστος των ακουστικών μελετών. Η επίδραση της ώρας της ημέρας στα ακουστικά και βιολογικά δεδομένα είναι ένα θέμα που προκαλεί πολλές αντιφάσεις, όσον αφορά την εισαγωγή σφάλματος στις εκτιμήσεις αφθονίας (Iglesias et al., 2003; Zwolinski et al., 2007). Αυτό οφείλεται κυρίως σε παραμέτρους που σχετίζονται με τη συμπεριφορά του είδους. Τα μικρά πελαγικά ψάρια εκτελούν κάθετες μεταναστεύσεις κατά τη διάρκεια του εικοσιτετραώρου σχηματίζουν πυκνά σχολεία που απαρτίζονται από άτομα με την ίδια κολυμβητική ικανότητα κατά τη διάρκεια της ημέρας και διασκορπίζονται σε χαλαρές συναθροίσεις κατά τη διάρκεια της νύχτας (Massé, 1996; Fréon et al., 1996; Giannoulaki et al., 1999; Szczucka, 2000; Zwolinski et al., 2007). Η ημερήσια συμπεριφορά των σχολείων καθιστά τα ψάρια μη διαθέσιμα στην ακουστική ιχνηλασιμότητα, δυσχεραίνει το διαχωρισμό τους από άλλους ανακλώμενους στόχους, και οδηγεί σε σφάλμα στην εκτίμησης της πυκνότητας του ανακλώμενου ήχου, η οποία χρησιμοποιείται για την εκτίμηση αφθονίας (ICES, 2005). Επιπρόσθετα, κατά τη διάρκεια της ημέρας η καλύτερη οπτική επαφή του ψαριού με την τράτα διευκολύνει την ικανότητα αποφυγής του σε σύγκριση με τη νύχτα. Επομένως, γεννιέται το ερώτημα για το ποια είναι η πιο κατάλληλη περίοδος δειγματοληψίας για να αποκτήσουμε αντιπροσωπευτικό (δηλ. σύνθεση είδων και κατά μήκος σύνθεση) δείγμα του πληθυσμού των ψαριών στο πεδίο. Στα πλαίσια αυτής της εργασίας εξετάστηκαν οι διαφορές στη σύνθεση των ειδών του αλιεύματος μεταξύ ημέρας και νύχτας, χρησιμοποιώντας τα αλιευτικά δεδομένα που συλλέχθηκαν κατά τη διάρκεια ακουστικών μελετών. Ειδικότερα, αναλύθηκαν οι σύρσεις που πραγματοποιήθηκαν στην ίδια τοποθεσία κατά τη διάρκεια της ημέρας και της νύχτας με βάση ένα συγκεκριμένο πρωτόκολλο. Οι διαφορές στις συνθέσεις των ειδών μελετήθηκαν με τη χρήση συγκεκριμένων δεικτών ποικιλότητας, ενώ η σύγκριση των κατά μήκος συνθέσεων εστιάστηκε στα δύο κύρια είδη, τον γαύρο και τη σαρδέλα. Συζητούνται επίσης τα πιθανά σφάλματα, καθώς και τα πλεονεκτήματα και μειονεκτήματα μεταξύ των δύο περιόδων δειγματοληψίας. 2. Υλικά και Μέθοδοι 2.1 ΔΕΙΓΜΑΤΑ ΚΑΙ ΠΕΡΙΟΧΗ ΔΕΙΓΜΑΤΟΛΗΨΊΑΣ Στα πλαίσια ακουστικών μελετών στο Αιγαίο, χρησιμοποιήθηκαν πελαγικές τράτες για τη συλλογή αντιπροσωπευτικών βιολογικών δειγμάτων του ανακλώμενου ήχου που καταγράφεται. Η περιοχή δειγματοληψίας παρουσιάζεται στην εικόνα 1, ενώ η περιγραφή των σύρσεων που χρησιμοποιήθηκαν παρουσιάζονται στον πίνακα 1. Συγκεκριμένα, 22 ομάδες σύρσεων ημέρας-νύχτας χρησιμοποιήθηκαν για συγκρίσεις σύνθεσης του αλιεύματος και κατανέμονται σε 11 ερευνητικούς πλόες από το 1995 ως το Οι έρευνες διεκπεραιώθηκαν στο Αιγαίο Πέλαγος με το Ε/Α ΦΙΛΙΑ και τα δείγματα ψαριών συλλέχθηκαν με πελαγική τράτα με άνοιγμα ματιού 16 mm. Κατά τη διάρκεια του χειμώνα (Δεκέμβριο, Φεβρουάριο) πραγματοποιήθηκαν δύο ερευνητικοί πλόες και το καλοκαίρι (Ιούνιο, Ιούλιο) εννιά. Για την κατά μήκος σύνθεση του γαύρου χρησιμοποιήθηκαν 16 ομάδες που κατανέμονται σε 10 ερευνητικούς πλόες, και για τη σαρδέλα χρησιμοποιήθηκαν 14 ομάδες που κατανέμονται σε 10 ερευνητικούς πλόες.

3 Eικ. 1: Περιοχές δειγματοληψίας που χρησιμοποιήθηκαν στην ανάλυση. Πίνακας 1. Περιγραφή των δειγμάτων. Αρ. σύρσεων (Ημέρα) Αρ. σύρσεων (Νύχτα) Βάθος Έτος/ Περίοδος Πρόγραμμα Ομάδα Ημερομηνία βυθού 1995 Καλοκαίρι EPET II 1 14/6/ Καλοκαίρι EPET II 1 13/6/ Καλοκαίρι Εθνικό 1 15/6/ Καλοκαίρι Εθνικό 1 14/6/ Καλοκαίρι Εθνικό 1 5/6/ Καλοκαίρι Εθνικό 2 11/6/ Καλοκαίρι Εθνικό 3 12/6/ Καλοκαίρι Εθνικό 4 29/6/ Καλοκαίρι Εθνικό 1 28/5/ Καλοκαίρι Εθνικό 2 31/5/ Καλοκαίρι Εθνικό 3 2/6/ Καλοκαίρι Εθνικό 4 12/6/ Καλοκαίρι Εθνικό 5 13/6/ Καλοκαίρι Εθνικό 6 29/6/ Καλοκαίρι Εθνικό 1 13/6/ Καλοκαίρι Εθνικό 2 18/6/ Καλοκαίρι Εθνικό 3 14/7/ Καλοκαίρι Εθνικό 4 16/7/ Καλοκαίρι Sardone 1 30/7/ Καλοκαίρι Sardone 1 19/7/ Χειμώνας Sardone 1 11/12/ Χειμώνας Sardone 1 13/2/

4 2.2 ΠΕΡΙΓΡΑΦΗ ΔΕΙΓΜΑΤΟΛΗΨΙΑΣ Οι πειραματικές σύρσεις επιλέχθηκαν ή διεξήχθησαν με βάση το παρακάτω πρωτόκολλο: 1) Όλα τα δείγματα κάθε ομάδας συλλέχθηκαν με το ίδιο αλιευτικό εργαλείο, π.χ. πελαγική τράτα με τα ίδια τεχνικά χαρακτηριστικά. 2) Όλες οι σύρσεις μιας ομάδα πραγματοποιήθηκαν στην ίδια τοποθεσία, με μέγιστη απόσταση μεταξύ τους 3 nm. 3) Όλες οι σύρσεις μιας ομάδας πραγματοποιήθηκαν μέσα σε διάστημα 32 ωρών στην ίδια τοποθεσία. 4) Σε κάθε ομάδα υπήρχαν διαθέσιμες επαναλήψεις σύρσεων κατά τη διάρκεια ημέρας και νύχτας. Επίσης, σε περιπτώσεις που υπήρχαν περισσότερες από μια ομάδες στον ίδιο ερευνητικό πλόα, πραγματοποιήθηκε μια πρόσθετη σύγκριση ενώνοντας όλες τις ημερήσιες σύρσεις και όλες τις νυχτερινές της ίδιας δειγματοληπτικής περιόδου και τα αποτελέσματα παρουσιάζονται ξεχωριστά. Το σχεδιάγραμμα της ανάλυσης παρουσιάζεται στην εικόνα 2. SURVEY Group 1 Group 2 Group 3 Day Night Day Night Day Night Hauls Εικ. 2. Το σχεδιάγραμμα της ανάλυσης. 2.3 ΣΥΓΚΡΙΣΗ ΣΥΝΘΕΣΗΣ ΕΙΔΩΝ ΜΕΤΑΞΥ ΗΜΕΡΑΣ ΚΑΙ ΝΥΧΤΑΣ Η εξέταση των διαφορών στη σύσταση των ειδών του αλιεύματος μεταξύ ημέρας και νύχτας, πραγματοποιήθηκε με στατιστική σύγκριση των παρακάτω δεικτών ποικιλότητας: Αριθμός ειδών = S. Επειδή ο αριθμός των ειδών είναι ευαίσθητος στην συνολική αφθονία, χρησιμοποιήθηκε επίσης ο δείκτης Αφθονίας ειδών (Margalef) d= (S-1)/log(N) (N= Αριθμός ατόμων), ο δείκτης ποικιλότητας Shannon-Wiener (H) και ο δείκτης ομαλότητας (J), οι οποίοι συμπεριλαμβάνουν κανονικοποίηση του μεγέθους του δείγματος ως προς την αφθονία ατόμων και τον αριθμό των ειδών. Επίσης, χρησιμοποιήθηκε ο δείκτη Simpson (1 λ) (δηλ. επικράτησης), ο οποίος είναι λιγότερο ευαίσθητος ως προς τον αριθμό των ειδών από τους υπόλοιπου δείκτες και σταθμισμένος ως προς τα πιο άφθονα είδη (Karakassis et al., 1996). Οι συγκρίσεις των δεικτών ποικιλότητας μεταξύ δειγμάτων ημέρας και νύχτας πραγματοποιήθηκαν με τη μέθοδο ανάλυσης διασποράς (ANOVA), εφόσον προηγουμένως ελέγχθηκε η ομοιογένεια της μεταβλητότητας (Zar, 1984). Οι εκτιμήσεις των δεικτών ποικιλότητας πραγματοποιήθηκαν με τη χρήση του λογισμικού PRIMER-5 (Clarke & Warwick, 1994). Ως επίπεδο στατιστικής σημαντικότητας ορίστηκε η τιμή ΣΥΓΚΡΙΣΗ ΤΗΣ ΚΑΤΑ ΜΗΚΟΣ ΣΥΝΘΕΣΗΣ ΜΕΤΑΞΥ ΗΜΕΡΑΣ ΚΑΙ ΝΥΧΤΑΣ Μελετήθηκαν οι πιθανές διαφορές στα δείγματα που αλιεύτηκαν κατά τη διάρκεια της ημέρας και της νύχτας συγκρίνοντας την κατά μήκος σύνθεση των δειγμάτων. Για τον σκοπό αυτό, συγκρίθηκε στατιστικά η κατά μήκος σύνθεση των δύο κυρίαρχων ειδών μικρών πελαγικών, του γαύρου και της σαρδέλας. Η κατά μήκος σύνθεση της ημέρας και της νύχτας

5 συγκρίθηκαν με το κριτήριο Kruskal Wallis. Εκτιμήθηκε ο γεωμετρικός μέσος για τον υπολογισμό του μέσου μεγέθους ψαριού σε κάθε δείγμα, διότι ο αριθμητικός μέσος επηρεάζεται από τις ακραίες τιμές (Stefanescu et al., 1992). Επιπρόσθετα, εφαρμόστηκε ένας στατιστικός έλεγχος ανά ζεύγη (Paired-Sample analysis; Zar, 1984) ως προς τη μέση, την ελάχιστη και τη μέγιστη τιμή, το εύρος τιμών, την ασυμμετρία και κύρτωση της κατανομής των τιμών Ολικού Μήκους (TL) των δειγμάτων που αλιεύτηκαν κατά τη διάρκεια της ημέρας και της νύχτας, ως ένας πιθανός δείκτης στατιστικής μεροληψίας. Ως επίπεδο στατιστικής σημαντικότητας ορίστηκε η τιμή Αποτελέσματα 3.1 ΣΥΝΘΕΣΗ ΕΙΔΩΝ Η σύγκριση των δεικτών ποικιλότητας για κάθε ομάδα σύρσεων παρουσιάζεται στον πίνακα 2, ενώ οι συγκρίσεις των δεικτών ποικιλότητας για κάθε ερευνητικό πλόα με την ενοποίηση όλων των ομάδων που ανήκουν στον ίδιο πλόα παρουσιάζονται στον πίνακα 3. Πίνακας 2. Πίνακας ANOVA για τους δείκτες ποικιλότητας κάθε ομάδας. Στην πρώτη γραμμή κάθε κελιού παρουσιάζονται τα αποτελέσματα των δεικτών και στη δεύτερη γραμμή σε παρένθεση αναγράφεται η πιθανότητα. Οι στατιστικά σημαντικές πιθανότητες εμφανίζονται με έντονα γράμματα. S (αριθμός ειδών ανά σύρση), J (δείκτης ομαλότητας), H' (Shannon-Wiener δείκτης ποικιλότητας), 1 λ (δείκτης Simpson). Ομάδες S d J' H' 1-λ 2003 Καλοκαίρι 3 (0.333) 0.09 (0.818) 7.34 (0.225) (0.192) (0.113) 2004 Καλοκαίρι 0.75 (0.545) 0.78 (0.540) 7.34 (0.194) 0.59 (0.5839) 0.51 (0.6049) Καλοκαίρι 0.33 (0.667) 0.77 (0.530) 0.87 (0.450) 2.19 (0.277) 1.05 (0.413) Καλοκαίρι 0.33 (0.666) 0.01 (0.946) (0.037) (0.063) (0.040) Καλοκαίρι 0.33 (0.667) 0.81 (0.532) (0.107) (0.093) (0.109) Καλοκαίρι Ίδιος αρ. ειδών Ίδιος αρ. ειδών 8.27 (0.213) 9.24 (0.202) (0.139) Καλοκαίρι Ίδιος αρ. ειδών Ίδιος αρ. ειδών (0.107) (0.060) (0.113) Καλοκαίρι 0.33 (0.667) 0.04 (0.882) 6.01 (0.246) 2.44 (0.367) 2.12 (0.383) Καλοκαίρι 2.25 (0.272) 2.07 (0.286) 0.02 (0.893) 0.13 (0.751) 0.13 (0.749) Καλοκαίρι 0.33 (0.667) 1.57 (0.428) 1.34 (0.454) 7.68 (0.220) 2.18 (0.378) 2007 Καλοκαίρι 1.31 (0.282) 1.02 (0.339) 0.01 (0.928) 0.01 (0.928) 0.15 (0.708) 2008 Καλοκαίρι 6.44 (0.04) 5.83 (0.046) (0.002) 0.15 (0.706) 0.55 (0.484) 2007 Χειμώνας (0.039) 2009 Χειμώνας (0.011) (0.110) (0.197) (0.159)

6 Πίνακας 3. Πίνακας ANOVA για τους δείκτες ποικιλότητας κάθε ερευνητικού πλόα με την ενοποίηση των ομάδων. Στην πρώτη γραμμή κάθε κελιού παρουσιάζονται τα αποτελέσματα των δεικτών και στη δεύτερη γραμμή σε παρένθεση αναγράφεται η πιθανότητα. Οι στατιστικά σημαντικές πιθανότητες εμφανίζονται με έντονα γράμματα.. S (αριθμός ειδών ανά σύρση), J (δείκτης ομαλότητας), H' (Shannon-Wiener δείκτης ποικιλότητας), 1 λ (δείκτης Simpson). Έτος/ Περίοδος S d J' H' 1-λ 2003 Καλοκαίρι 3 (0.333) 0.9 (0.818) 7.34 (0.225) (0.192) (0.113) 2004 Καλοκαίρι 0.75 (0.545) 0.78 (0.540) 0.29 (0.684) (0.979) 1.08 (0.487) 2005 Καλοκαίρι 0.47 (0.505) 0.35 (0.568) 1.05 (0.327) 0.51 (0.489) 0.6 (0.454) 2006 Καλοκαίρι 2.34 (0.150) 1.62 (0.226) 1.33 (0.269) 2.37 (0.147) 2.69 (0.124) 2008 Καλοκαίρι 1.15 (0.363) 1.84 (0.220) 0.31 (0.744) 0.52 (0.611) 0.38 (0.698) 2007 Καλοκαίρι 1.31 (0.282) 1.02 (0.339) 0.01 (0.928) 0.01 (0.928) 0.15 (0.708) 2008 Καλοκαίρι 6.44 (0.04) 5.83 (0.0464) (0.002) 0.15 (0.706) 0.55 (0.484) 2007 Χειμώνας 5.48 (0.039) 9.39 (0.010) 3.01 (0.110) 1.88 (0.197) 2.28 (0.159) 2009 Χειμώνας 1.8 (0.216) 0.65 (0.444) 3.03 (0.119) 3.44 (0.106) 5.63 (0.055) Γενικώς, δεν βρέθηκαν στατιστικά σημαντικές διαφορές στους δείκτες ποικιλότητας. Οι περιπτώσεις στις οποίες παρατηρούνται διαφορές αντιστοιχούν σε ομάδες που περιλαμβάνουν άτομα βενθικών ειδών όταν η αλιεία εκτελείται κοντά στο βυθό στις ημερήσιες σύρσεις. Οι διάφορες που παρατηρούνται στις 2 περιπτώσεις είναι στατιστικά οριακές και αντιστοιχούν σε περιπτώσεις που αλιεύτηκαν ελάχιστα άτομα βενθικών ειδών. Η τυπική διαδικασία κατά τη ακουστική δειγματοληψία προϋποθέτει την αφαίρεση αυτών των ειδών. Ωστόσο, εδώ δεν εξαιρέθηκαν, ώστε να εξεταστεί και η πιθανή επίδραση αυτού του λάθους στο τελικό αποτέλεσμα. 3.2 ΣΥΓΚΡΙΣΗ ΤΩΝ ΚΑΤΑ ΜΗΚΟΣ ΣΥΝΘΕΣΕΩΝ Η σύγκριση των κατά μήκος συνθέσεων του γαύρου για κάθε ομάδα σύρσεων παρουσιάζονται στον πίνακα 4, ενώ οι συγκρίσεις για κάθε ερευνητικό πλόα εφόσον προηγηθεί η ενοποίηση όλων των ομάδων που ανήκουν στον ίδιο πλόα παρουσιάζονται στον πίνακα 5. Τα αντίστοιχα αποτελέσματα για τη σαρδέλα παρουσιάζονται στον πίνακα 6 και 7. Πίνακας 4. Γαύρος. Αποτελέσματα του κριτηρίου Kruskal Wallis που εφαρμόστηκε στις κατά μήκος συνθέσεις του γαύρου για κάθε ζεύγος ομάδων σύρσεων. D=Ημέρα; N=Νύχτα; ND= Δεν διαφέρουν. Ομάδες Αποτελέσματα Κριτήριο Kruskal-Wallis p-value 1995 Καλοκαίρι N>D Καλοκαίρι D>N Καλοκαίρι ND Καλοκαίρι ND Καλοκαίρι D>N Καλοκαίρι D>N Καλοκαίρι ND

7 Καλοκαίρι N>D Καλοκαίρι N>D Καλοκαίρι D>N Καλοκαίρι N>D Καλοκαίρι N>D Καλοκαίρι D>N Χειμώνας ND Καλοκαίρι D>N Χειμώνας D>N Οι συγκρίσεις της κατά μήκος σύνθεσης του γαύρου για κάθε ομάδα σύρσεων έδειξαν ότι στις πέντε από τις 16 περιπτώσεις τα μεγαλύτερα σε μέγεθος άτομα αλιεύτηκαν κατά τη διάρκεια της νύχτας παρά σε ημερήσιες σύρσεις, σε επτά από τις 16 περιπτώσεις τα μεγαλύτερα σε μέγεθος άτομα αλιεύτηκαν κατά τη διάρκεια της ημέρας και σε τέσσερις περιπτώσεις δεν παρατηρήθηκε διαφορά μεταξύ ημερήσιων και νυχτερινών σύρσεων. Πίνακας 5. Γαύρος. Αποτελέσματα του κριτηρίου Kruskal Wallis που εφαρμόστηκε στις κατά μήκος συνθέσεις του γαύρου για κάθε ερευνητικό πλόα, με την ενοποίηση των ομάδων σύρσεων. D=Ημέρα; N=Νύχτα; ND= Δεν διαφέρουν. Έτος/ Περίοδος Αποτελέσματα Κριτήριο Kruskal-Wallis p-value 1995 Καλοκαίρι N>D Καλοκαίρι D>N Καλοκαίρι ND Καλοκαίρι ND Καλοκαίρι ND Καλοκαίρι N>D Καλοκαίρι D>N Χειμώνας ND Καλοκαίρι D>N Χειμώνας D>N Οι συγκρίσεις της κατά μήκος σύνθεσης του γαύρου για κάθε ερευνητικό πλόα έδειξαν ότι στις δύο από τις 10 περιπτώσεις τα μεγαλύτερα σε μέγεθος άτομα αλιεύτηκαν κατά τη διάρκεια της νύχτας, σε τέσσερις από τις 10 περιπτώσεις τα μεγαλύτερα σε μέγεθος άτομα αλιεύτηκαν κατά τη διάρκεια της ημέρας και σε τέσσερις περιπτώσεις δεν παρατηρήθηκε διαφορά μεταξύ ημερήσιων και νυχτερινών σύρσεων. Πίνακας 6. Σαρδέλας. Αποτελέσματα του κριτηρίου Kruskal Wallis που εφαρμόστηκε στις κατά μήκος συνθέσεις της σαρδέλας για κάθε ζεύγος ομάδων σύρσεων. D=Ημέρα; N=Νύχτα; ND= Δεν διαφέρουν. Ομάδες Αποτελέσματα Κριτήριο Kruskal-Wallis p-value 1996 Καλοκαίρι D>N Καλοκαίρι ND Καλοκαίρι D>N Καλοκαίρι D>N Καλοκαίρι D>N

8 Καλοκαίρι N>D Καλοκαίρι ND Καλοκαίρι ND Καλοκαίρι ND Καλοκαίρι N>D Καλοκαίρι D>N Χειμώνας ND Καλοκαίρι ND Χειμώνας D>N Οι συγκρίσεις της κατά μήκος σύνθεσης της σαρδέλας για κάθε ομάδα σύρσεων έδειξαν ότι στις δύο από τις 14 περιπτώσεις τα μεγαλύτερα σε μέγεθος άτομα αλιεύτηκαν κατά τη διάρκεια της νύχτας, σε έξι από τις 14 περιπτώσεις τα μεγαλύτερα σε μέγεθος άτομα αλιεύτηκαν κατά τη διάρκεια της ημέρας και σε έξι περιπτώσεις δεν παρατηρήθηκε διαφορά μεταξύ ημερήσιων και νυχτερινών σύρσεων. Πίνακας 7. Σαρδέλα. Αποτελέσματα του κριτηρίου Kruskal Wallis που εφαρμόστηκε στις κατά μήκος συνθέσεις της σαρδέλας για κάθε ερευνητικό πλόα, με την ενοποίηση των ομάδων σύρσεων. D=Ημέρα; N=Νύχτα; ND= Δεν διαφέρουν. Έτος/ Περίοδος Αποτελέσματα Κριτήριο Kruskal-Wallis p-value 1995 Καλοκαίρι D>N Καλοκαίρι ND Καλοκαίρι D>N Καλοκαίρι D>N Καλοκαίρι D>N Καλοκαίρι ND Καλοκαίρι ND Χειμώνας ND Καλοκαίρι ND Χειμώνας D>N Οι συγκρίσεις της κατά μήκος σύνθεσης της σαρδέλας για κάθε ερευνητικό πλόα έδειξαν ότι στις πέντε από τις 10 περιπτώσεις τα μεγαλύτερα σε μέγεθος άτομα αλιεύτηκαν κατά τη διάρκεια της ημέρας παρά σε νυχτερινές σύρσεις, και σε πέντε περιπτώσεις δεν παρατηρήθηκε διαφορά μεταξύ ημερήσιων και νυχτερινών σύρσεων. Προκείμενου να ελεγχθεί αν οι παρατηρούμενες διάφορες στις ομάδες είναι τυχαίες ή συστηματικές έγινε στατιστικός έλεγχος ανά ζεύγη (Paired-Sample analysis). Τα αποτελέσματα του στατιστικού ελέγχου ανά ζεύγη έδειξαν ότι οι παρατηρούμενες διαφορές μεταξύ ημέρας και νύχτας δεν είναι στατιστικά σημαντικές για όλες τις παραμέτρους που εξετάστηκαν (πίνακας 8).

9 Πίνακας 8. Στατιστικός έλεγχος ανά ζεύγη (Paired-Sample Comparison Analysis ) για τη μέση, την ελάχιστη, τη μέγιστη τιμή, το εύρος τιμών, την ασυμμετρία (Stnd. Skewness) και κύρτωση (Stnd. Kurtosis) της κατανομής των τιμών Ολικού Μήκους (TL). Ο στατιστικός έλεγχος t-test statistics εφαρμόστηκε στις περιπτώσεις που η διασπορά ήταν ομογενής ενώ σε όλες τις περιπτώσεις εφαρμόστηκε ο μη παραμετρικός στατιστικός έλεγχος sign test. Στην πρώτη σειρά αναγράφεται το αποτέλεσμα του στατιστικού ελέγχου, ενώ στη δεύτερη σειρά, σε παρένθεση αναγράφεται η πιθανότητα να είναι σημαντικός. Γαύρος Σαρδέλα Μέση τιμή Ελάχιστη τιμή Μέγιστη τιμή Εύρος τιμών Ασυμμετρία Κύρτωση t-test (0.065) (0.054) (0.646) (0.058) (0.889) sign test (0.327) (0.136) (0.831) (0.153) (0.078) (0.110) t-test (0.292) (0.105) (0.942) (0.315) (0.566) sign test (0.137) (0.146) (0.999) (0.999) (0.999) (0.677) 4. Συζήτηση Η συλλογή αντιπροσωπευτικών δειγμάτων από σχολεία ψαριών που ηχοβολίζονται είναι απαραίτητη στην ακουστική έρευνα, και δύναται να αποτελέσει πιθανή πηγή σφαλμάτων στις εκτιμήσεις βιομάζας μέσω ακουστικών δεδομένων. Τα κυριότερα προβλήματα αφορούν τη μη αντιπροσωπευτική εκτίμηση της σύστασης των ειδών και της κατά μήκος σύνθεσης. Αυτά συνδέονται με τη θέση των μικρότερων ψαριών στη στήλη του νερού κατά τη διάρκεια της ημέρας (Wilson et al., 1996; Koeller et al., 1986) και τη μεταβολή της επιλεκτικότητας της τράτας σε σχέση με την ώρα της ημέρας. Τα αποτελέσματα της παρούσας έρευνας δείχνουν ότι γενικά δεν παρατηρήθηκαν σημαντικές διαφορές στους δείκτες ποικιλότητας μεταξύ δειγμάτων ημέρας και νύχτας. Οι περιπτώσεις στις οποίες εκτιμήθηκαν διαφορές ήταν ως επί το πλείστον οριακά στατιστικά σημαντικές και σχετίζονται στο σύνολο τους με την παρουσία ατόμων βενθικών ειδών στο αλίευμα. Αυτό είναι συχνό φαινόμενο όταν η αλιεία με πελαγική σύρση εκτελείται κοντά στο βυθό κατά τη διάρκεια της ημέρας. Επιπλέον, οι διαφορές αυτές αφορούν τους δείκτες που είναι πιο ευαίσθητοι στον αριθμό των ειδών που αλιεύτηκαν, ενώ δεν παρατηρούνται διαφορές στους δείκτες που συμπεριλαμβάνουν την κανονικοποίηση του μεγέθους του δείγματος ως προς την αφθονία των ατόμων που αλιεύτηκαν (H' και Simpson 1-λ). Αυτό σχετίζεται με το ότι τα βενθικά είδη στις πελαγικές σύρσεις, συλλαμβάνονται τυχαία και συνεισφέρουν με ελάχιστο αριθμό ατόμων στο συνολικό αλίευμα. Σε ότι αφορά την ανάλυση των διαφορών στην κατά μήκος σύνθεση του γαύρου και της σαρδέλας μεταξύ ημέρας και νύχτας, σε ορισμένες συγκρίσεις ομάδων με το κριτήριο Kruskal - Wallis παρατηρήθηκαν στατιστικά σημαντικές διαφορές. Ωστόσο, στη συνέχεια η στατιστική ανάλυση ανά ζεύγη (Paired-Sample analysis) έδειξε ότι οι παρατηρούμενες διάφορες είναι τυχαίες και όχι συστηματικές. Μη συστηματικές διάφορες μεταξύ ημέρας και νύχτας έχουν παρατηρηθεί και σε άλλα είδη όπως ο γάδος, που επίσης παρουσιάζει εικοσιτετράωρη μεταβολή στα πρότυπα συναθροίσεων (τα ψάρια διασκορπίζονται τη νύχτα για να τραφούν και συναθροίζονται σε σχολεία κατά τη διάρκεια της ημέρας) (Wilson et al., 1996).

10 Συμπερασματικά, οι δειγματοληψίες ημέρας και νύχτας φάνηκαν εξίσου αντιπροσωπευτικές στην σύνθεση των ειδών της πελαγικής κοινότητας. Ιδιαίτερη προσοχή ωστόσο απαιτούν οι σύρσεις που διεξάγονται κοντά στο βυθό. Στις περιπτώσεις αυτές, τα βενθικά είδη πρέπει να εξαιρούνται από τις αναλύσεις, δεδομένου ότι δε συνεισφέρουν στον ανακλώμενο ήχο που χρησιμοποιείται για την εκτίμηση της βιομάζας. Όσον αφορά την κατά μήκος σύνθεση των πελαγικών ειδών, τα αποτελέσματα έδειξαν ότι σε ένα μεγάλο ποσοστό δεν παρατηρήθηκε στατιστικά σημαντική απόκλιση μεταξύ ημέρας και νύχτας. Το θέμα το οποίο προκύπτει είναι ότι η δειγματοληψία κατά τη διάρκεια της ημέρας στις ακουστικές έρευνες είναι απαραίτητη και υποχρεωτική για την αναγνώριση των σχολείων των ειδών (Simmonds and MacLennan 2005). Η δειγματοληψία ημέρας έχει το πλεονέκτημα ότι το αλίευμα μπορεί να είναι πιο αντιπροσωπευτικό των ηχοβολιζόμενων συναθροίσεων σε σχέση με της νύχτας, καθώς είναι εφικτή η στοχευμένη αλιεία συγκεκριμένων σχολείων ψαριών με βάση την εικόνα του ηχοβολιστικού. Ωστόσο, οι αναλύσεις της παρούσας εργασίας, έδειξαν ότι η αλιεία κατά τη διάρκεια της νύχτας είναι εξίσου αντιπροσωπευτική με την ημέρα όσον αφορά τη σύσταση των ειδών. Η νυχτερινή δειγματοληψία είναι πιθανόν περισσότερο αμερόληπτη και αντιπροσωπευτική της κατά μήκος σύνθεσης των πληθυσμών μιας περιοχής, επειδή κατά τη διάρκεια της ημέρας τα μικρότερα άτομα αποφεύγουν πιο εύκολα το δίχτυ της τράτας, ενώ κατά τη διάρκεια της νύχτας τα ψάρια σχηματίζουν πιο χαλαρές δομές και ομογενοποιούνται διευκολύνοντας τη μη επιλεκτική τυχαία δειγματοληψία με πελαγική τράτα. Τα αποτελέσματα της παρούσας εργασίας δεν δείχνουν συστηματική διαφορά μεταξύ ημέρας και νύχτας με αποτέλεσμα να είναι δυνατή η υιοθέτηση μιας πιο ευέλικτης στρατηγικής δειγματοληψίας ανάλογα με τις ανάγκες υλοποίησης της έρευνας. Στα πλαίσια αυτής της στρατηγικής επιτρέπεται ο συνδυασμός ημερήσιας και νυχτερινής δειγματοληψίας, μειώνοντας έτσι τις ημέρες εργασίες στο πεδίο και το κόστος δειγματοληψίας. 5. Βιβλιογραφικές αναφορές Cardinale, M., Cheilari, A. & Ratz, H.J., Report of the SGMED Working Group on the Mediterranean Part I. Scientific, Technical and Economic Committee for Fisheries (STECF), 8-10 June 2009, Villasimius, Sardinia, Italy. Cardinale, M., Cheilari, A. & Ratz, H.J., Report of the SGMED Working Group on the Mediterranean Part I. Scientific, Technical and Economic Committee for Fisheries (STECF), 31 May - 4 June 2010, Heraklion, Greece Clarke, K.R. & Warwick, R.M., Change in marine communities: an approach to statistical analysis and interpretation. Natural Environment Research Council, UK. Fréon, P., Gerlotto, F. & Soria, M., Diel variability of school structure with special reference to transition periods. ICES Journal of Marine Science, 53: Giannoulaki, M., Machias, A. & Tsimenides, N., Ambient luminance and vertical migration of the sardine Sardina pilchardus. Marine Ecology Progress Series, 178: ICES, Report on the Planning Group for herring surveys. ICES Document C.M. 2005/G: pp. Iglesias, M., Carrera, P. & Muinom R., Spatio-temporal patterns and morphological characterisation of multispecies pelagic fish schools in the North-Western Mediterranean Sea. Aquatic Living Resources, 16: Karakassis, I., Smith, C.J. & Eleftheriou, A., Performance of neutral model analysis in a spatio-temporal series of macrobenthic replicates. Marine Ecology Progress Series, 137: Koeller, P.A., Hurley, P.C.F., Perley, P. & Neilson, J.D., Juvenile fish surveys on the Scotian Shelf: implications for year- class size assessment. J. Cons. Int. Explor. Mer., 43: Massé, J., Acoustic observations in the Bay of Biscay: Schooling, vertical distribution, species assemblages and behaviour. Scientia Marina, 60 (2):

11 SIMMONDS, J. & MacLENNAN, D., Fisheries acoustics, theory and practice, 2nd edn. Oxford: Blackwell Publishing, 437 pp. Stefanescu, C., Rucabado, J. & Lloris, D., Depth-size trends in western Mediterranean demersal deep-sea fishes. Marine Ecology Progress Series, 81: Szczucka, J., Acoustically measured, diurnal vertical migration of fish and zooplankton in the Baltic Sea seasonal variations. Oceanologia, 42: Wilson, M.T., Brodeur, R.D. & Hinckley, S., Distribution and abundance of age-0 walleye pollock, Theragra chalcogramma, in the western Gulf of Alaska during September NOAA AFSC Tech Rep 126: ZAR, J.H., Biostatistical analysis. Prentice-Hall, Englewood-Cliffs, NJ. Zwolinski, J., Morais, A., Marques, V., Stratoudakis, Y. & Fernandes, P.G., Diel variation in the vertical distribution and schooling behaviour of sardine (Sardina pilchardus) off Portugal. ICES Journal of Marine Science, 64:

DIURNAL Vertical migration of european ANCHOVY

DIURNAL Vertical migration of european ANCHOVY 9 ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας & Αλιείας 2009 - Πρακτικά, Τόμος ΙΙ Ημερησια ΚΑΘΕΤΗ ΜΕΤΑΝΑΣΤΕΥΣΗ ΤΟΥ ΓΑΥΡΟΥ (engraulis ENCRASICOLUS) στο αιγαιο ΠΕΛΑΓΟΣ Τσαγκαράκης Κ. 1,2, Γιαννουλάκη Μ. 1, Πυρουνάκη

Διαβάστε περισσότερα

Εμπορικα ειδη-στοχοι και κυρια απορριπτομενα ειδη στην Ελληνικη αλιεια με τρατα. ΕΛ.ΚΕ.Θ.Ε. Κρήτης, Τ.Θ. 2214, 71003, Ηράκλειο 3

Εμπορικα ειδη-στοχοι και κυρια απορριπτομενα ειδη στην Ελληνικη αλιεια με τρατα. ΕΛ.ΚΕ.Θ.Ε. Κρήτης, Τ.Θ. 2214, 71003, Ηράκλειο 3 8ο Πανελλήνιο Συμποσιο Ωκεανογραφίας & Αλιείας 1019 Εμπορικα ειδη-στοχοι και κυρια απορριπτομενα ειδη στην Ελληνικη αλιεια με τρατα Κ. Τσαγκαράκης 1, Α. Μαχιάς 2, Ι. Καρακάσης 1, Σ. Σωμαράκης 3 1 Πανεπιστήμιο

Διαβάστε περισσότερα

ΣτοιχεΙα βιολογιας και οικολογιας δυο βαθυβιων ψαριων του Ν.Α. ΙονΙου

ΣτοιχεΙα βιολογιας και οικολογιας δυο βαθυβιων ψαριων του Ν.Α. ΙονΙου -822-9 th Symposium on Oceanography & Fisheries, 2009 - Proceedings, Volume ΙΙ ΣτοιχεΙα βιολογιας και οικολογιας δυο βαθυβιων ψαριων του Ν.Α. ΙονΙου Αναστασοπούλου Α., Βασιλοπούλου B. Ινστιτούτο Θαλάσσιων

Διαβάστε περισσότερα

8ο Πανελλήνιο Συμποσιο Ωκεανογραφίας & Αλιείας 949

8ο Πανελλήνιο Συμποσιο Ωκεανογραφίας & Αλιείας 949 8ο Πανελλήνιο Συμποσιο Ωκεανογραφίας & Αλιείας 949 ΣΥΓΚΡΙΣΗ ΒΙΟΛΟΓΙΚΩΝ ΧΑΡΑΚΤΗΡΙΣΤΙΚΩΝ ΤΗΣ ΚΟΥΤΣΟΜΟΥΡΑΣ (MULLUS BARBATUS L., 1758) ΣΤΙΣ ΕΚΦΟΡΤΩΣΕΙΣ ΜΗΧΑΝΟΤΡΑΤΑΣ ΤΟΥ ΣΑΡΩΝΙΚΟΥ ΚΟΛΠΟΥ ΚΑΙ ΤΟΥ Ν.Α. ΙΟΝΙΟΥ

Διαβάστε περισσότερα

ΟΝΤΟΓΕΝΕΤΙΚΕΣ ΑΛΛΑΓΕΣ ΣΤΗ ΔΟΜΗ ΤΩΝ ΚΟΠΑΔΙΩΝ ΤΗΣ ΣΑΡΔΕΛΑΣ

ΟΝΤΟΓΕΝΕΤΙΚΕΣ ΑΛΛΑΓΕΣ ΣΤΗ ΔΟΜΗ ΤΩΝ ΚΟΠΑΔΙΩΝ ΤΗΣ ΣΑΡΔΕΛΑΣ ΟΝΤΟΓΕΝΕΤΙΚΕΣ ΑΛΛΑΓΕΣ ΣΤΗ ΔΟΜΗ ΤΩΝ ΚΟΠΑΔΙΩΝ ΤΗΣ ΣΑΡΔΕΛΑΣ Τσαγκαράκης Κ. 1,2, Γιαννουλάκη Μ. 1, Πυρουνάκη Μ. Μ. 1, Σωμαράκης Σ. 1, Μαχιάς Α. 1 1 Ινστ. Θαλάσσιων Βιολογικών Πόρων, Ελληνικό Κέντρο Θαλάσσιων

Διαβάστε περισσότερα

9 th Symposium on Oceanography & Fisheries, Proceedings, Volume ΙΙ

9 th Symposium on Oceanography & Fisheries, Proceedings, Volume ΙΙ 9 th Symposium on Oceanography & Fisheries, 2009 - Proceedings, Volume ΙΙ ΜΕΤαβολη του ΠΙΘΑΝΟΥ ενδιαιτηματοσ του γαυρου (ENGRAULIS ENCRASICOLUS) ΣΤΟ ΒΟΡΕΙΟ ΑΙΓΑΙΟ στισ αρχεσ του καλοκαιριου σε σχεση με

Διαβάστε περισσότερα

9 th Symposium on Oceanography & Fisheries, 2009 - Proceedings, Volume ΙΙ

9 th Symposium on Oceanography & Fisheries, 2009 - Proceedings, Volume ΙΙ ημερησιο ΠΡΟΤΥΠΟ διατροφης του ευρωπαϊκου γαυρου (Engraulis encrasicolus) τον ΙοΥλιο του 2007 9 th Symposium on Oceanography & Fisheries, 2009 - Proceedings, Volume ΙΙ Νικολιουδάκης Ν. 1,2, Γιαννουλάκη

Διαβάστε περισσότερα

ΕΛΙΑΜΕΠ ΕΛ. ΕΤΑΙΡEΙΑ ΕΚΕΠΕΚ. Επικοινωνία RSS

ΕΛΙΑΜΕΠ ΕΛ. ΕΤΑΙΡEΙΑ ΕΚΕΠΕΚ. Επικοινωνία RSS 1 of 7 23/1/2014 4:38 μμ ΕΛΙΑΜΕΠ ΕΛ. ΕΤΑΙΡEΙΑ ΕΚΕΠΕΚ Επικοινωνία RSS Σας ενημερώνουμε ότι η επεξεργασία των 82 κατατεθειμένων προτάσεων βρίσκεται σε εξέλιξη. Αρχική Η Πρωτοβουλία Εταίροι Πλαίσιο Συζήτησης

Διαβάστε περισσότερα

Ινστιτούτο Θαλάσσιων Βιολογικών Πόρων, Ελληνικό Κέντρο Θαλάσσιων Ερευνών, 2

Ινστιτούτο Θαλάσσιων Βιολογικών Πόρων, Ελληνικό Κέντρο Θαλάσσιων Ερευνών, 2 ΧΩΡΙΚΑ ΜΟΝΤΕΛΑ ΤΗΣ ΠΑΡΟΥΣΙΑΣ ΣΧΟΛΕΙΩΝ ΝΕΑΡΩΝ ΑΤΟΜΩΝ ΤΗΣ ΣΑΡΔΕΛΑΣ (Sardina pilchardus W.) ΣΕ ΣΧΕΣΗ ΜΕ ΔΟΡΥΦΟΡΙΚΑ ΠΕΡΙΒΑΛΛΟΝΤΙΚΑ ΔΕΔΟΜΕΝΑ ΣΤΗΝ ΠΕΡΙΟΧΗ ΤΟΥ ΒΟΡΕΙΟΥ ΑΙΓΑΙΟΥ Πυρουνάκη M.Μ. 1,2, Γιαννουλάκη

Διαβάστε περισσότερα

Χαρακτηρισμος του ενδιαιτηματος ωοτοκιας του γαυρου, Engraulis encrasicolus (Linnaeus, 1758), τον Ιουνιο 2003 στο ΒΑ Αιγαιο

Χαρακτηρισμος του ενδιαιτηματος ωοτοκιας του γαυρου, Engraulis encrasicolus (Linnaeus, 1758), τον Ιουνιο 2003 στο ΒΑ Αιγαιο 8ο Πανελλήνιο Συμποσιο Ωκεανογραφίας & Αλιείας Χαρακτηρισμος του ενδιαιτηματος ωοτοκιας του γαυρου, Engraulis encrasicolus (Linnaeus, 758), τον Ιουνιο στο ΒΑ Αιγαιο Ευδοξία Σχισμένου, Απόστολος Σιαπάτης,

Διαβάστε περισσότερα

Χαρακτηρισμος του ενδιαιτηματος ωοτοκιας του γαυρου, Engraulis encrasicolus (Linnaeus, 1758), τον Ιουνιο 2003 στο ΒΑ Αιγαιο

Χαρακτηρισμος του ενδιαιτηματος ωοτοκιας του γαυρου, Engraulis encrasicolus (Linnaeus, 1758), τον Ιουνιο 2003 στο ΒΑ Αιγαιο 8ο Πανελλήνιο Συμποσιο Ωκεανογραφίας & Αλιείας Χαρακτηρισμος του ενδιαιτηματος ωοτοκιας του γαυρου, Engraulis encrasicolus (Linnaeus, 758), τον Ιουνιο στο ΒΑ Αιγαιο Ευδοξία Σχισμένου, Απόστολος Σιαπάτης,

Διαβάστε περισσότερα

Εφαρμογή Ολοκληρωμένου Προγράμματος Παρακολούθησης Θαλασσίων Υδάτων στο πλαίσιο υλοποίησης της Ευρωπαϊκής οδηγίας για τη θαλάσσια στρατηγική

Εφαρμογή Ολοκληρωμένου Προγράμματος Παρακολούθησης Θαλασσίων Υδάτων στο πλαίσιο υλοποίησης της Ευρωπαϊκής οδηγίας για τη θαλάσσια στρατηγική Εφαρμογή Ολοκληρωμένου Προγράμματος Παρακολούθησης Θαλασσίων Υδάτων στο πλαίσιο υλοποίησης της Ευρωπαϊκής οδηγίας για τη θαλάσσια στρατηγική 2008/56/EK 1 Οδηγία πλαίσιο για τη θαλάσσια στρατηγική (2008/56/ΕΚ)

Διαβάστε περισσότερα

ΣΤΟΙΧΕΙΑ ΠΟΙΚΙΛΟΤΗΤΑΣ ΚΑΙ ΚΑΤΑ ΜΗΚΟΣ ΣΥΝΘΕΣΕΙΣ 4 ΕΙΔΩΝ ΨΑΡΙΩΝ ΑΝΑ ΑΛΙΕΥΤΙΚΟ ΕΡΓΑΛΕΙΟ ΣΤΟΝ ΚΕΡΚΥΡΑΪΚΟ

ΣΤΟΙΧΕΙΑ ΠΟΙΚΙΛΟΤΗΤΑΣ ΚΑΙ ΚΑΤΑ ΜΗΚΟΣ ΣΥΝΘΕΣΕΙΣ 4 ΕΙΔΩΝ ΨΑΡΙΩΝ ΑΝΑ ΑΛΙΕΥΤΙΚΟ ΕΡΓΑΛΕΙΟ ΣΤΟΝ ΚΕΡΚΥΡΑΪΚΟ 9 ο Πανελλήνιο Συμπόσιο Ωκεανογραφίας & Αλιείας 2009 - Πρακτικά, Τόμος ΙΙ ΣΤΟΙΧΕΙΑ ΠΟΙΚΙΛΟΤΗΤΑΣ ΚΑΙ ΚΑΤΑ ΜΗΚΟΣ ΣΥΝΘΕΣΕΙΣ 4 ΕΙΔΩΝ ΨΑΡΙΩΝ ΑΝΑ ΑΛΙΕΥΤΙΚΟ ΕΡΓΑΛΕΙΟ ΣΤΟΝ ΚΕΡΚΥΡΑΪΚΟ Παπαδοπούλου Κ.-Ν., Λιουδάκης

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

ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Είδη μεταβλητών Ποσοτικά δεδομένα (π.χ. ηλικία, ύψος, αιμοσφαιρίνη) Ποιοτικά δεδομένα (π.χ. άνδρας/γυναίκα, ναι/όχι) Διατεταγμένα (π.χ. καλό/μέτριο/κακό) 2 Περιγραφή ποσοτικών

Διαβάστε περισσότερα

Κατα μηκος συνθεσεις τεσσαρων ειδων ψαριων για διαφορετικα αλιευτικα εργαλεια στο Ιονιο

Κατα μηκος συνθεσεις τεσσαρων ειδων ψαριων για διαφορετικα αλιευτικα εργαλεια στο Ιονιο 8ο Πανελλήνιο Συμποσιο Ωκεανογραφίας & Αλιείας 1047 Κατα μηκος συνθεσεις τεσσαρων ειδων ψαριων για διαφορετικα αλιευτικα εργαλεια στο Ιονιο Αρμένης Γ. 1, Δ.Κ. Μουτόπουλος 2 και Κ.Ι. Στεργίου 3 1 Τμήμα

Διαβάστε περισσότερα

Μεθοδολογία Έρευνας Διάλεξη 6 η : Μέθοδοι Δειγματοληψίας

Μεθοδολογία Έρευνας Διάλεξη 6 η : Μέθοδοι Δειγματοληψίας Μεθοδολογία Έρευνας Διάλεξη 6 η : Μέθοδοι Δειγματοληψίας Δρ. Αλέξανδρος Αποστολάκης Email: aapostolakis@staff.teicrete.gr Τηλ.: 2810379603 E-class μαθήματος: https://eclass.teicrete.gr/courses/pgrad_omm104/

Διαβάστε περισσότερα

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ. Ι. Δημόπουλος, Καθηγητής, Τμήμα Διοίκησης Επιχειρήσεων και Οργανισμών-ΤΕΙ Πελοποννήσου

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ. Ι. Δημόπουλος, Καθηγητής, Τμήμα Διοίκησης Επιχειρήσεων και Οργανισμών-ΤΕΙ Πελοποννήσου ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ Ι. Δημόπουλος, Καθηγητής, Τμήμα Διοίκησης Επιχειρήσεων και Οργανισμών-ΤΕΙ Πελοποννήσου Σχηματική παρουσίαση της ερευνητικής διαδικασίας ΣΚΟΠΟΣ-ΣΤΟΧΟΣ ΘΕΩΡΙΑ ΥΠΟΘΕΣΕΙΣ ΕΡΓΑΣΙΑΣ Ερευνητικά

Διαβάστε περισσότερα

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ Μ.Ν. Ντυκέν, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. Ε. Αναστασίου, Πανεπιστήμιο Θεσσαλίας Τ.Μ.Χ.Π.Π.Α. ΔΙΑΛΕΞΗ 07 & ΔΙΑΛΕΞΗ 08 ΣΗΜΠΕΡΑΣΜΑΤΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Βόλος, 016-017 ΕΙΣΑΓΩΓΗ ΣΤΗΝ

Διαβάστε περισσότερα

ΠΡΟΣΦΑΤΕΣ ΠΑΡΑΤΗΡΗΣΕΙΣ ΕΠΙ ΤΩΝ ΦΥΣΙΚΟΧΗΜΙΚΩΝ ΧΑΡΑΚΤΗΡΙΣΤΙΚΩΝ ΤΟΥ ΚΟΡΙΝΘΙΑΚΟΥ ΚΟΛΠΟΥ ( ).

ΠΡΟΣΦΑΤΕΣ ΠΑΡΑΤΗΡΗΣΕΙΣ ΕΠΙ ΤΩΝ ΦΥΣΙΚΟΧΗΜΙΚΩΝ ΧΑΡΑΚΤΗΡΙΣΤΙΚΩΝ ΤΟΥ ΚΟΡΙΝΘΙΑΚΟΥ ΚΟΛΠΟΥ ( ). 8ο Πανελλήνιο Συμποσιο Ωκεανογραφίας & Αλιείας 767 ΠΡΟΣΦΑΤΕΣ ΠΑΡΑΤΗΡΗΣΕΙΣ ΕΠΙ ΤΩΝ ΦΥΣΙΚΟΧΗΜΙΚΩΝ ΧΑΡΑΚΤΗΡΙΣΤΙΚΩΝ ΤΟΥ ΚΟΡΙΝΘΙΑΚΟΥ ΚΟΛΠΟΥ (2004-2005). Σταύρος Μπαρμπετσέας*, Αλεξάνδρα Παυλίδου & Ρόζα Ψυλλίδου-Γκιουράνοβιτς

Διαβάστε περισσότερα

Μέρος Β /Στατιστική. Μέρος Β. Στατιστική. Γεωπονικό Πανεπιστήμιο Αθηνών Εργαστήριο Μαθηματικών&Στατιστικής/Γ. Παπαδόπουλος (www.aua.

Μέρος Β /Στατιστική. Μέρος Β. Στατιστική. Γεωπονικό Πανεπιστήμιο Αθηνών Εργαστήριο Μαθηματικών&Στατιστικής/Γ. Παπαδόπουλος (www.aua. Μέρος Β /Στατιστική Μέρος Β Στατιστική Γεωπονικό Πανεπιστήμιο Αθηνών Εργαστήριο Μαθηματικών&Στατιστικής/Γ. Παπαδόπουλος (www.aua.gr/gpapadopoulos) Από τις Πιθανότητες στη Στατιστική Στα προηγούμενα, στο

Διαβάστε περισσότερα

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ Δειγµατοληψια. Καθηγητής Α. Καρασαββόγλου Επίκουρος Καθηγητής Π. Δελιάς

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ Δειγµατοληψια. Καθηγητής Α. Καρασαββόγλου Επίκουρος Καθηγητής Π. Δελιάς ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ Δειγµατοληψια Καθηγητής Α. Καρασαββόγλου Επίκουρος Καθηγητής Π. Δελιάς ΔΕΙΓΜΑΤΟΛΗΨΙΑ Η διαδικασία επιλογής παρατηρήσεων Ποια δηµοσκόπηση πιστεύετε πως θα είναι πιο ακριβής: Αυτή που

Διαβάστε περισσότερα

Δειγματοληψία στην Ερευνα. Ετος

Δειγματοληψία στην Ερευνα. Ετος ΓΕΩΠΟΝΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ Τμήμα Αγροτικής Οικονομίας & Ανάπτυξης Μέθοδοι Γεωργοοικονομικής και Κοινωνιολογικής Ερευνας Δειγματοληψία στην Έρευνα (Μέθοδοι Δειγματοληψίας - Τρόποι Επιλογής Τυχαίου Δείγματος)

Διαβάστε περισσότερα

Εισαγωγή στην κοινωνική έρευνα. Earl Babbie. Κεφάλαιο 6. Δειγματοληψία 6-1

Εισαγωγή στην κοινωνική έρευνα. Earl Babbie. Κεφάλαιο 6. Δειγματοληψία 6-1 Εισαγωγή στην κοινωνική έρευνα Earl Babbie Κεφάλαιο 6 Δειγματοληψία 6-1 Σύνοψη κεφαλαίου Σύντομη ιστορία της δειγματοληψίας Μη πιθανοτική δειγματοληψία Θεωρία και λογική της πιθανοτικής Δειγματοληψίας

Διαβάστε περισσότερα

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ. 3 η ΠΑΡΟΥΣΙΑΣΗ. Ι. Δημόπουλος Τμήμα Διοίκησης Επιχειρήσεων και Οργανισμών. ΤΕΙ Πελοποννήσου

ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ. 3 η ΠΑΡΟΥΣΙΑΣΗ. Ι. Δημόπουλος Τμήμα Διοίκησης Επιχειρήσεων και Οργανισμών. ΤΕΙ Πελοποννήσου ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ 3 η ΠΑΡΟΥΣΙΑΣΗ Ι. Δημόπουλος Τμήμα Διοίκησης Επιχειρήσεων και Οργανισμών. ΤΕΙ Πελοποννήσου Συλλογή δεδομένων Πρωτογενή δεδομένα Εργαστηριακές μετρήσεις Παρατήρηση Παρατήρηση με συμμετοχή,

Διαβάστε περισσότερα

4.ΣΤΡΩΜΑΤΟΠΟΙΗΜΕΝΗ ΤΥΧΑΙΑ

4.ΣΤΡΩΜΑΤΟΠΟΙΗΜΕΝΗ ΤΥΧΑΙΑ 4.ΣΤΡΩΜΑΤΟΠΟΙΗΜΕΝΗ ΤΥΧΑΙΑ ΕΙΓΜΑΤΟΛΗΨΙΑ (STRATIFIED RANDOM SAMPLING) Στην τυχαία δειγµατοληψία κατά στρώµατα ο πληθυσµός των Ν µονάδων (πρόκειται για τον στατιστικό πληθυσµό και τις στατιστικές µονάδες)

Διαβάστε περισσότερα

2 ο Εξάμηνο του Ακαδημαϊκού Έτους ΟΔ 055 ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΙΣ ΚΟΙΝΩΝΙΚΕΣ ΕΠΙΣΤΗΜΕΣ Διδασκαλία: κάθε Τετάρτη 12:00-15:00 Ώρες διδασκαλίας (3)

2 ο Εξάμηνο του Ακαδημαϊκού Έτους ΟΔ 055 ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΙΣ ΚΟΙΝΩΝΙΚΕΣ ΕΠΙΣΤΗΜΕΣ Διδασκαλία: κάθε Τετάρτη 12:00-15:00 Ώρες διδασκαλίας (3) Τμήμα Οργάνωσης και Διαχείρισης Αθλητισμού 2 ο Εξάμηνο του Ακαδημαϊκού Έτους 2015-2016 ΟΔ 055 ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΙΣ ΚΟΙΝΩΝΙΚΕΣ ΕΠΙΣΤΗΜΕΣ Διδασκαλία: κάθε Τετάρτη 12:00-15:00 Ώρες διδασκαλίας (3) Αντώνης Κ.

Διαβάστε περισσότερα

Ανάλυση Διακύμανσης με ένα Παράγοντα (One Way ANOVA)

Ανάλυση Διακύμανσης με ένα Παράγοντα (One Way ANOVA) Κεφάλαιο 7 Ανάλυση Διακύμανσης με ένα Παράγοντα (One Way ANOVA) 7.1 Γενικότητες Η ANOVA περιλαμβάνει μία ομάδα στατιστικών μεθόδων κατάλληλων για την ανάλυση δεδομένων που προκύπτουν από πειραματικούς

Διαβάστε περισσότερα

Ερευνητική υπόθεση. Η ερευνητική υπόθεση αναφέρεται σε μια συγκεκριμένη πρόβλεψη σχετικά με τη σχέση ανάμεσα σε δύο ή περισσότερες μεταβλητές.

Ερευνητική υπόθεση. Η ερευνητική υπόθεση αναφέρεται σε μια συγκεκριμένη πρόβλεψη σχετικά με τη σχέση ανάμεσα σε δύο ή περισσότερες μεταβλητές. Ερευνητική υπόθεση Η ερευνητική υπόθεση αναφέρεται σε μια συγκεκριμένη πρόβλεψη σχετικά με τη σχέση ανάμεσα σε δύο ή περισσότερες μεταβλητές. Στα πειραματικά ερευνητικά σχέδια, η ερευνητική υπόθεση αναφέρεται

Διαβάστε περισσότερα

A8-0337/105

A8-0337/105 7.11.2018 A8-0337/105 105 Άρθρο 1 παράγραφος 1 1. Ο στόχος θνησιμότητας λόγω αλιείας επιτυγχάνεται το συντομότερο δυνατό και σε προοδευτική, αυξητική βάση έως το 2020 για τα σχετικά αποθέματα και διατηρείται

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 2: Στατιστική Ι (2/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

Στατιστική Ι. Ενότητα 2: Στατιστική Ι (2/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Στατιστική Ι Ενότητα 2: Στατιστική Ι (2/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

ΜΕΡΟΣ Α Κάθε µια από τις παρακάτω φράσεις (1α, 1β, 1γ, 2α κτλ) µπορεί να είναι σωστή ή λανθασµένη. Ποιες είναι σωστές και ποιες όχι;

ΜΕΡΟΣ Α Κάθε µια από τις παρακάτω φράσεις (1α, 1β, 1γ, 2α κτλ) µπορεί να είναι σωστή ή λανθασµένη. Ποιες είναι σωστές και ποιες όχι; 2. ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΕΠΑΓΩΓΗ. ΣΚΟΠΟΣ στο τέλος της ενότητας είναι να γνωρίζετε - Τι είναι η «δειγµατοληπτική κατανοµή» π.χ. της µέσης τιµής - τι είναι και σε τι χρησιµεύει το «τυπικό σφάλµα της µέσης

Διαβάστε περισσότερα

Περιεχόμενα. Πρόλογος... 15

Περιεχόμενα. Πρόλογος... 15 Περιεχόμενα Πρόλογος... 15 Κεφάλαιο 1 ΘΕΩΡΗΤΙΚΑ ΚΑΙ ΦΙΛΟΣΟΦΙΚΑ ΟΝΤΟΛΟΓΙΚΑ ΚΑΙ ΕΠΙΣΤΗΜΟΛΟΓΙΚΑ ΖΗΤΗΜΑΤΑ ΤΗΣ ΜΕΘΟΔΟΛΟΓΙΑΣ ΕΡΕΥΝΑΣ ΤΟΥ ΠΡΑΓΜΑΤΙΚΟΥ ΚΟΣΜΟΥ... 17 Το θεμελιώδες πρόβλημα των κοινωνικών επιστημών...

Διαβάστε περισσότερα

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης 1 Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης Όπως γνωρίζουμε από προηγούμενα κεφάλαια, στόχος των περισσότερων στατιστικών αναλύσεων, είναι η έγκυρη γενίκευση των συμπερασμάτων, που προέρχονται από

Διαβάστε περισσότερα

Είδη Μεταβλητών Κλίμακα Μέτρησης Οι τεχνικές της Περιγραφικής στατιστικής ανάλογα με την κλίμακα μέτρησης Οι τελεστές Π και Σ

Είδη Μεταβλητών Κλίμακα Μέτρησης Οι τεχνικές της Περιγραφικής στατιστικής ανάλογα με την κλίμακα μέτρησης Οι τελεστές Π και Σ ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρμοσμένες Επιστήμες Στατιστικός Πληθυσμός και Δείγμα Το στατιστικό

Διαβάστε περισσότερα

Ανάλυση ποσοτικών δεδομένων. ΕΡΓΑΣΤΗΡΙΟ 2 ΔΙΟΙΚΗΣΗ & ΚΟΙΝΩΝΙΚΟΣ ΣΧΕΔΙΑΣΜΟΣ ΣΤΗΝ ΤΟΞΙΚΟΕΞΆΡΤΗΣΗ Dr. Ρέμος Αρμάος

Ανάλυση ποσοτικών δεδομένων. ΕΡΓΑΣΤΗΡΙΟ 2 ΔΙΟΙΚΗΣΗ & ΚΟΙΝΩΝΙΚΟΣ ΣΧΕΔΙΑΣΜΟΣ ΣΤΗΝ ΤΟΞΙΚΟΕΞΆΡΤΗΣΗ Dr. Ρέμος Αρμάος Ανάλυση ποσοτικών δεδομένων ΕΡΓΑΣΤΗΡΙΟ 2 ΔΙΟΙΚΗΣΗ & ΚΟΙΝΩΝΙΚΟΣ ΣΧΕΔΙΑΣΜΟΣ ΣΤΗΝ ΤΟΞΙΚΟΕΞΆΡΤΗΣΗ Dr. Ρέμος Αρμάος Εισαγωγή στη στατιστική Στατιστική: σύνολο αρχών και μεθοδολογιών που χρησιμοποιούνται για:

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕ ΧΡΗΣΗ Η/Υ

ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕ ΧΡΗΣΗ Η/Υ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕ ΧΡΗΣΗ Η/Υ Ενότητα 7: Έλεγχοι σημαντικότητας πολλών ανεξάρτητων δειγμάτων Κωνσταντίνος Ζαφειρόπουλος Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ Επικ. Καθ. Στέλιος Ζήμερας Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά 015 Ανάλυση Διακύμανσης Η Ανάλυση Διακύμανσης είναι μία τεχνική που

Διαβάστε περισσότερα

Στατιστική. Ανάλυση ιασποράς με ένα Παράγοντα. One-Way Anova. 8.2 Προϋποθέσεις για την εφαρμογή της Ανάλυσης ιασποράς

Στατιστική. Ανάλυση ιασποράς με ένα Παράγοντα. One-Way Anova. 8.2 Προϋποθέσεις για την εφαρμογή της Ανάλυσης ιασποράς Στατιστική Ανάλυση ιασποράς με ένα Παράγοντα One-Way Anova Χατζόπουλος Σταύρος Κεφάλαιο 8ο. Ανάλυση ιασποράς 8.1 Εισαγωγή 8.2 Προϋποθέσεις για την εφαρμογή της Ανάλυσης ιασποράς 8.3 Ανάλυση ιασποράς με

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436 A εξάμηνο 2009-2010 Περιγραφική Στατιστική Ι users.att.sch.gr/abouras abouras@sch.gr sch.gr abouras@uth.gr Μέτρα θέσης Η θέση αντιπροσωπεύει τη θέση της κατανομής κατά

Διαβάστε περισσότερα

Δρ. Χάϊδω Δριτσάκη. MSc Τραπεζική & Χρηματοοικονομική

Δρ. Χάϊδω Δριτσάκη. MSc Τραπεζική & Χρηματοοικονομική 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

ΣΤΑΤΙΣΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ

ΣΤΑΤΙΣΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ ΣΤΑΤΙΣΤΙΚΕΣ ΕΦΑΡΜΟΓΕΣ ΣΤΗΝ ΑΘΛΗΤΙΚΗ ΕΠΙΣΤΗΜΗ ΜΕ ΠΑΡΑΔΕΙΓΜΑΤΑ ΣΤΟ SPSS 6 η Έκδοση Γιώργος Βαγενάς Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών ΕΚ ΟΣΕΙΣ ΤΖΙΟΛΑ Αποκλειστικότητα για την ελληνική γλώσσα: ΕΚ

Διαβάστε περισσότερα

ΔΙΕΡΕΥΝΗΣΗ ΚΛΙΜΑΤΙΚΩΝ ΑΛΛΑΓΩΝ ΓΙΑ ΤΟ ΝΗΣΙ ΤΗΣ ΝΑΞΟΥ

ΔΙΕΡΕΥΝΗΣΗ ΚΛΙΜΑΤΙΚΩΝ ΑΛΛΑΓΩΝ ΓΙΑ ΤΟ ΝΗΣΙ ΤΗΣ ΝΑΞΟΥ ΔΙΕΡΕΥΝΗΣΗ ΚΛΙΜΑΤΙΚΩΝ ΑΛΛΑΓΩΝ ΓΙΑ ΤΟ ΝΗΣΙ ΤΗΣ ΝΑΞΟΥ ΜΑΜΜΑΣ ΚΩΝ/ΝΟΣ ΑΜ:331/2003032 ΝΟΕΜΒΡΙΟΣ 2010 Ευχαριστίες Σε αυτό το σημείο θα ήθελα να ευχαριστήσω όλους όσους με βοήθησαν να δημιουργήσω την παρούσα

Διαβάστε περισσότερα

ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ

ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ Χ 2 test ανεξαρτησίας: σχέση 2 ποιοτικών μεταβλητών

Διαβάστε περισσότερα

«ΧΩΡΙΚΗ ΚΑΙ ΕΠΟΧΙΑΚΗ ΕΠΙΚΑΛΥΨΗ ΜΕΣΟΖΩΟ- ΠΛΑΓΚΤΟΝΙΚΩΝ ΨΕΥΔΟΟΜΑΔΩΝ ΚΑΙ ΨΑΡΙΩΝ»

«ΧΩΡΙΚΗ ΚΑΙ ΕΠΟΧΙΑΚΗ ΕΠΙΚΑΛΥΨΗ ΜΕΣΟΖΩΟ- ΠΛΑΓΚΤΟΝΙΚΩΝ ΨΕΥΔΟΟΜΑΔΩΝ ΚΑΙ ΨΑΡΙΩΝ» YΠOYPΓEIO ΠAΙΔΕΙΑΣ ΚΑΙ ΘΡΗΣΚΕΥΜΑΤΩΝ, ΠΟΛΙΤΙΣΜΟΥ ΚΑΙ ΑΘΛΗΤΙΣΜΟΥ Γ.Γ.Ε.Τ. ΕΣΠΑ 2007-2013 ΔΡΑΣΗ ΕΘΝΙΚΗΣ ΕΜΒΕΛΕΙΑΣ «Αναπτυξιακές προτάσεις ερευνητικών φορέων- ΚΡΗΠΙΣ» ΙΝΣΤΙΤΟΥΤΟ ΘΑΛΑΣΣΙΩΝ ΒΙΟΛΟΓΙΚΩΝ ΠΟΡΩΝ

Διαβάστε περισσότερα

Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017

Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017 Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017 2 Γιατί ανάλυση διακύμανσης; (1) Ας θεωρήσουμε k πληθυσμούς με μέσες τιμές μ 1, μ 2,, μ k, αντίστοιχα Πως μπορούμε να συγκρίνουμε τις μέσες τιμές k πληθυσμών

Διαβάστε περισσότερα

ΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ ΑΝΑΛΥΣΗΣ ΔΕΔΟΜΕΝΩΝ

ΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ ΑΝΑΛΥΣΗΣ ΔΕΔΟΜΕΝΩΝ ΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ ΑΝΑΛΥΣΗΣ ΔΕΔΟΜΕΝΩΝ Στατιστικά περιγραφικά μέτρα Τα στατιστικά περιγραφικά μέτρα είναι αντιπροσωπευτικές τιμές οι οποίες περιγράφουν με τρόπο ποσοτικό την κατανομή μιας μεταβλητής. Λειτουργούν

Διαβάστε περισσότερα

Εκτιμηση της βιομαζας του αποθεματος του γαυρου στο Αιγαιο με την ακουστικη μεθοδο (Ιουνιοσ 2003 και Ιουνιοσ 2004)

Εκτιμηση της βιομαζας του αποθεματος του γαυρου στο Αιγαιο με την ακουστικη μεθοδο (Ιουνιοσ 2003 και Ιουνιοσ 2004) 8ο Πανελλήνιο Συμποσιο Ωκεανογραφίας & Αλιείας 997 Εκτιμηση της βιομαζας του αποθεματος του γαυρου στο Αιγαιο με την ακουστικη μεθοδο (Ιουνιοσ 23 και Ιουνιοσ 24) Γιαννουλάκη M.*, Μαχιάς Α.*, Σωμαράκης

Διαβάστε περισσότερα

Συνάφεια μεταξύ ποιοτικών μεταβλητών. Εκδ. #3,

Συνάφεια μεταξύ ποιοτικών μεταβλητών. Εκδ. #3, Συνάφεια μεταξύ ποιοτικών μεταβλητών Εκδ. #3, 19.03.2016 Ο έλεγχος ανεξαρτησίας χ 2 Ο έλεγχος ανεξαρτησίας χ 2 εφαρμόζεται για να εξετάσουμε τη συνάφεια μεταξύ δύο ποιοτικών μεταβλητών με την έννοια της

Διαβάστε περισσότερα

merluccius) ΣΤΟΝ ΠΑΓΑΣΗΤΙΚΟ ΚΟΛΠΟ

merluccius) ΣΤΟΝ ΠΑΓΑΣΗΤΙΚΟ ΚΟΛΠΟ 9 th Symposium on Oceanography & Fisheries, 2009 - Proceedings, Volume ΙΙ ΠΡΟΚΑΤΑΡΚΤΙΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ ΑΠΟ ΤΗ ΜΕΛΕΤΗ ΤΗΣ ΗΛΙΚΙΑΣ ΚΑΙ ΤΗΣ ΑΝΑΠΤΥΞΗΣ ΤΟΥ ΠΛΗΘΥΣΜΟΥ ΤΟΥ ΜΠΑΚΑΛΙΑΡΟΥ(Merluccius merluccius) ΣΤΟΝ

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 08-09 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Διαστήματος

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Εισήγηση 9Α: Απλή Τυχαία Δειγματοληψία Διδάσκων: Δαφέρμος Βασίλειος ΤΜΗΜΑ ΠΟΛΙΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΣΧΟΛΗΣ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Άδειες

Διαβάστε περισσότερα

9 th Symposium on Oceanography & Fisheries, 2009 - Proceedings, Volume ΙΙ

9 th Symposium on Oceanography & Fisheries, 2009 - Proceedings, Volume ΙΙ 9 th Symposium on Oceanography & Fisheries, 2009 - Proceedings, Volume ΙΙ ΜΟΝΤΕΛΟΠΟΙΗΣΗ ΤΗΣ ΚΑΤΑΝΟΜΗΣ ΣΤΟ ΧΩΡΟ ΤΗΣ ΕΥΡΩΠΑΪΚΗΣ ΣΑΡΔΕΛΑΣ (Sardina pilchardus Walbaum, 1792) ΣΤΗΝ ΠΕΡΙΟΧΗ ΤΟΥ ΒΟΡΕΙΟΥ ΑΙΓΑΙΟΥ

Διαβάστε περισσότερα

Εισαγωγή - Πειραματικοί Σχεδιασμοί. Κατσιλέρος Αναστάσιος

Εισαγωγή - Πειραματικοί Σχεδιασμοί. Κατσιλέρος Αναστάσιος Εισαγωγή - Πειραματικοί Σχεδιασμοί Κατσιλέρος Αναστάσιος 2017 Παραλλακτικότητα To φαινόμενο εμφάνισης διαφορών μεταξύ ατόμων ή αντικειμένων ή παρατηρήσεων-μετρήσεων, που ανήκουν στην ίδια ομάδα-κατηγορία,

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Είδη Μεταβλητών. κλίµακα µέτρησης

Είδη Μεταβλητών. κλίµακα µέτρησης ΠΕΡΙΕΧΟΜΕΝΑ Κεφάλαιο 1 Εισαγωγικές Έννοιες 19 1.1 1.2 1.3 1.4 1.5 1.6 1.7 Η Μεταβλητότητα Η Στατιστική Ανάλυση Η Στατιστική και οι Εφαρµοσµένες Επιστήµες Στατιστικός Πληθυσµός και Δείγµα Το στατιστικό

Διαβάστε περισσότερα

Εργαστήριο Μαθηματικών & Στατιστικής 2η Πρόοδος στο Μάθημα Στατιστική 28/01/2011 (Για τα Τμήματα Ε.Τ.Τ. και Γ.Β.) 1ο Θέμα [40] α) στ) 2ο Θέμα [40]

Εργαστήριο Μαθηματικών & Στατιστικής 2η Πρόοδος στο Μάθημα Στατιστική 28/01/2011 (Για τα Τμήματα Ε.Τ.Τ. και Γ.Β.) 1ο Θέμα [40] α) στ) 2ο Θέμα [40] Εργαστήριο Μαθηματικών & Στατιστικής η Πρόοδος στο Μάθημα Στατιστική 8// (Για τα Τμήματα Ε.Τ.Τ. και Γ.Β.) ο Θέμα [4] Τα τελευταία χρόνια παρατηρείται συνεχώς αυξανόμενο ενδιαφέρον για τη μελέτη της συγκέντρωσης

Διαβάστε περισσότερα

Γ. Πειραματισμός - Βιομετρία

Γ. Πειραματισμός - Βιομετρία Γ. Πειραματισμός - Βιομετρία Πληθυσμοί και δείγματα Πληθυσμός Περιλαμβάνει όλες τις πιθανές τιμές μιας μεταβλητής, δηλαδή αναφέρεται σε μια παρατήρηση σε όλα τα άτομα του πληθυσμού Ο πληθυσμός προσδιορίζεται

Διαβάστε περισσότερα

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

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium Iii Σ ΤΑΤ Ι Σ Τ Ι Κ Η i Statisticum collegium Iii Η Κανονική Κατανομή Λέμε ότι μία τυχαία μεταβλητή X, ακολουθεί την Κανονική Κατανομή με παραμέτρους και και συμβολίζουμε X N, αν έχει συνάρτηση πυκνότητας

Διαβάστε περισσότερα

Για το δείγμα από την παραγωγή της εταιρείας τροφίμων δίνεται επίσης ότι, = 1.3 και για το δείγμα από το συνεταιρισμό ότι, x

Για το δείγμα από την παραγωγή της εταιρείας τροφίμων δίνεται επίσης ότι, = 1.3 και για το δείγμα από το συνεταιρισμό ότι, x Εργαστήριο Μαθηματικών & Στατιστικής η Πρόοδος στο Μάθημα Στατιστική // (Για τα Τμήματα Ε.Τ.Τ. και Γ.Β.) ο Θέμα [] Επιλέξαμε φακελάκια (της μισής ουγκιάς) που περιέχουν σταφίδες από την παραγωγή μιας εταιρείας

Διαβάστε περισσότερα

Αιτιότητα και τυχαίο σφάλμα στις επιδημιολογικές μελέτες

Αιτιότητα και τυχαίο σφάλμα στις επιδημιολογικές μελέτες Αιτιότητα και τυχαίο σφάλμα στις επιδημιολογικές μελέτες Αιτιότητα Πρόγραμμα εκπαίδευσης στην επιδημιολογική επιτήρηση και διερεύνηση επιδημιών ΕΣΔΥ ΚΕΕΛΠΝΟ, 2007 "Ευτυχισμένος είναι αυτός που κατόρθωσε

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Εισήγηση 4Β: Έλεγχοι Κανονικότητας Διδάσκων: Δαφέρμος Βασίλειος ΤΜΗΜΑ ΠΟΛΙΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΣΧΟΛΗΣ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Άδειες

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

Δειγματοληψία στην εκπαιδευτική έρευνα. Είδη δειγματοληψίας

Δειγματοληψία στην εκπαιδευτική έρευνα. Είδη δειγματοληψίας Δειγματοληψία στην εκπαιδευτική έρευνα Είδη δειγματοληψίας Γνωρίζουμε ότι: Με τη στατιστική τα δεδομένα γίνονται πληροφορίες Στατιστική Δεδομένα Πληροφορία Αλλά από πού προέρχονται τα δεδομένα; Πώς τα

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 7035468 Εκτίμηση Διαστήματος

Διαβάστε περισσότερα

ΤΕΧΝΙΚΕΣ ΔΕΙΓΜΑΤΟΛΗΨΙΑΣ ΓΕΩΡΓΙΟΣ ΛΑΓΟΥΜΙΝΤΖΗΣ, ΒΙΟΧΗΜΙΚΟΣ, PHD ΙΑΤΡΙΚΗΣ

ΤΕΧΝΙΚΕΣ ΔΕΙΓΜΑΤΟΛΗΨΙΑΣ ΓΕΩΡΓΙΟΣ ΛΑΓΟΥΜΙΝΤΖΗΣ, ΒΙΟΧΗΜΙΚΟΣ, PHD ΙΑΤΡΙΚΗΣ ΤΕΧΝΙΚΕΣ ΔΕΙΓΜΑΤΟΛΗΨΙΑΣ ΓΕΩΡΓΙΟΣ ΛΑΓΟΥΜΙΝΤΖΗΣ, ΒΙΟΧΗΜΙΚΟΣ, PHD ΙΑΤΡΙΚΗΣ ΤΕΧΝΙΚΕΣ ΔΕΙΓΜΑΤΟΛΗΨΙΑΣ Οι τεχνικές δειγματοληψίας είναι ένα σύνολο μεθόδων που επιτρέπει να μειώσουμε το μέγεθος των δεδομένων που

Διαβάστε περισσότερα

ΕΞΕΤΑΣΕΙΣ στο τέλος του εξαμήνου με ΑΝΟΙΧΤΑ βιβλία ΕΞΕΤΑΣΕΙΣ ο καθένας θα πρέπει να έχει το ΔΙΚΟ του βιβλίο ΔΕΝ θα μπορείτε να ανταλλάσετε βιβλία ή να

ΕΞΕΤΑΣΕΙΣ στο τέλος του εξαμήνου με ΑΝΟΙΧΤΑ βιβλία ΕΞΕΤΑΣΕΙΣ ο καθένας θα πρέπει να έχει το ΔΙΚΟ του βιβλίο ΔΕΝ θα μπορείτε να ανταλλάσετε βιβλία ή να N161 _ (262) Στατιστική στη Φυσική Αγωγή Βιβλία ή 1 ΕΞΕΤΑΣΕΙΣ στο τέλος του εξαμήνου με ΑΝΟΙΧΤΑ βιβλία ΕΞΕΤΑΣΕΙΣ ο καθένας θα πρέπει να έχει το ΔΙΚΟ του βιβλίο ΔΕΝ θα μπορείτε να ανταλλάσετε βιβλία ή να

Διαβάστε περισσότερα

Ανάλυση και Σχεδιασμός Μεταφορών Ι Δειγματοληψία - Μέθοδοι συλλογής στοιχείων

Ανάλυση και Σχεδιασμός Μεταφορών Ι Δειγματοληψία - Μέθοδοι συλλογής στοιχείων Δειγματοληψία - Μέθοδοι συλλογής στοιχείων Παναγιώτης Παπαντωνίου Δρ. Πολιτικός Μηχανικός, Συγκοινωνιολόγος ppapant@upatras.gr Πάτρα, 2017 Στόχοι Βασικές έννοιες στατιστικής Μέθοδοι συλλογής στοιχείων

Διαβάστε περισσότερα

09_Μη παραμετρικοί έλεγχοι υποθέσεων. Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ.

09_Μη παραμετρικοί έλεγχοι υποθέσεων. Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ. Ν161_(6)_Στατιστική στη Φυσική Αγωγή 09_Μη παραμετρικοί έλεγχοι υποθέσεων Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ. 1 Όταν δεν υπάρχουν διαθέσιμες πληροφορίες για την κατανομή των πληθυσμών,

Διαβάστε περισσότερα

Περιεχόμενα. Γιατί Ένας Manager Πρέπει να Ξέρει Στατιστική. Περιεχόμενα. Η Ανάπτυξη και Εξέλιξη της Σύγχρονης Στατιστικής

Περιεχόμενα. Γιατί Ένας Manager Πρέπει να Ξέρει Στατιστική. Περιεχόμενα. Η Ανάπτυξη και Εξέλιξη της Σύγχρονης Στατιστικής Chapter 1 Student Lecture Notes 1-1 Ανάλυση Δεδομένων και Στατιστική για Διοικήση Επιχειρήσεων [Basic Business Statistics (8 th Edition)] Κεφάλαιο 1 Εισαγωγή και Συλλογή Δεδομένων Περιεχόμενα Γιατί ένας

Διαβάστε περισσότερα

Α Ν Ω Τ Α Τ Ο Σ Υ Μ Β Ο Υ Λ Ι Ο Ε Π Ι Λ Ο Γ Η Σ Π Ρ Ο Σ Ω Π Ι Κ Ο Υ Ε Ρ Ω Τ Η Μ Α Τ Ο Λ Ο Γ Ι Ο

Α Ν Ω Τ Α Τ Ο Σ Υ Μ Β Ο Υ Λ Ι Ο Ε Π Ι Λ Ο Γ Η Σ Π Ρ Ο Σ Ω Π Ι Κ Ο Υ Ε Ρ Ω Τ Η Μ Α Τ Ο Λ Ο Γ Ι Ο Α Ν Ω Τ Α Τ Ο Σ Υ Μ Β Ο Υ Λ Ι Ο Ε Π Ι Λ Ο Γ Η Σ Π Ρ Ο Σ Ω Π Ι Κ Ο Υ Ε Ρ Ω Τ Η Μ Α Τ Ο Λ Ο Γ Ι Ο «Περιγραφική & Επαγωγική Στατιστική» 1. Πάνω από το 3 ο τεταρτημόριο ενός δείγματος βρίσκεται το: α) 15%

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ

ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Εισήγηση 4A: Έλεγχοι Υποθέσεων και Διαστήματα Εμπιστοσύνης Διδάσκων: Δαφέρμος Βασίλειος ΤΜΗΜΑ ΠΟΛΙΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΣΧΟΛΗΣ ΚΟΙΝΩΝΙΚΩΝ

Διαβάστε περισσότερα

ΑΣΚΗΣΕΙΣ ΔΙΑΣΤΗΜΑΤΩΝ ΕΜΠΙΣΤΟΣΥΝΗΣ. Άσκηση 1. Βρείτε δ/μα εμπιστοσύνης για τη μέση τιμή μ κανονικού πληθυσμού όταν n=20,

ΑΣΚΗΣΕΙΣ ΔΙΑΣΤΗΜΑΤΩΝ ΕΜΠΙΣΤΟΣΥΝΗΣ. Άσκηση 1. Βρείτε δ/μα εμπιστοσύνης για τη μέση τιμή μ κανονικού πληθυσμού όταν n=20, ΜΕΜ64: Εφαρμοσμένη Στατιστική 1 ΑΣΚΗΣΕΙΣ ΔΙΑΣΤΗΜΑΤΩΝ ΕΜΠΙΣΤΟΣΥΝΗΣ Άσκηση 1. Βρείτε δ/μα εμπιστοσύνης για τη μέση τιμή μ κανονικού πληθυσμού όταν n=0, X = 7.5, σ = 16, α = 5%. Πως αλλάζει το διάστημα αν

Διαβάστε περισσότερα

Επιλογή Δείγματος. Απόστολος Βανταράκης Αναπλ. Καθηγητής Ιατρικής

Επιλογή Δείγματος. Απόστολος Βανταράκης Αναπλ. Καθηγητής Ιατρικής Επιλογή Δείγματος Απόστολος Βανταράκης Αναπλ. Καθηγητής Ιατρικής Δειγματοληψία Να κατανοηθούν: Γιατί κάνουμε δειγματοληψία Ορισμοί δειγματοληψίας Αντιπροσωπευτικότητα Κύριοι μέθοδοι δειγματοληψίας Λάθη

Διαβάστε περισσότερα

Enhancing the Teaching and Learning of Early Statistical Reasoning in European Schools

Enhancing the Teaching and Learning of Early Statistical Reasoning in European Schools Enhancing the Teaching and Learning of Early Statistical Reasoning in European Schools SOCRATES-COMENIUS Action Project 226573-CP-1-2005-1-CY-COMENIUS-C21 Διδακτικό Σενάριο 4 Συγγραφική Ομάδα: Cyprus College

Διαβάστε περισσότερα

ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική

ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική Ενότητα 3: Έλεγχοι υποθέσεων - Διαστήματα εμπιστοσύνης Δρ.Ευσταθία Παπαγεωργίου, Αναπληρώτρια Καθηγήτρια Οι ερευνητικές υποθέσεις Στην έρευνα ελέγχουμε

Διαβάστε περισσότερα

Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ

Σ ΤΑΤ Ι Σ Τ Ι Κ Η ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Σ ΤΑΤ Ι Σ Τ Ι Κ Η i ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Κατανομή Δειγματοληψίας του Δειγματικού Μέσου Ο Δειγματικός Μέσος X είναι μια Τυχαία Μεταβλητή. Καθώς η επιλογή και χρήση διαφορετικών δειγμάτων από έναν

Διαβάστε περισσότερα

Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17

Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17 Περιεχόμενα Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17 1 Εισαγωγή 21 1.1 Γιατί χρησιμοποιούμε τη στατιστική; 21 1.2 Τι είναι η στατιστική; 22 1.3 Περισσότερα για την επαγωγική στατιστική 23 1.4 Τρεις

Διαβάστε περισσότερα

EL Ενωμένη στην πολυμορφία EL A8-0337/88. Τροπολογία. Norica Nicolai εξ ονόματος της Ομάδας ALDE

EL Ενωμένη στην πολυμορφία EL A8-0337/88. Τροπολογία. Norica Nicolai εξ ονόματος της Ομάδας ALDE 7.11.2018 A8-0337/88 88 Άρθρο 2 παράγραφος 2 στοιχείο γ α (νέο) (γ α) «μέγιστη βιώσιμη απόδοση B- διαφυγής» νοείται ένα προσδιοριστικό όριο βιομάζας κάτω από το οποίο ένα απόθεμα θεωρείται ότι έχει μειωμένη

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 06-07 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegean.gr Τηλ: 7035468 Εκτίμηση

Διαβάστε περισσότερα

ΜΑΘΗΜΑ: Γενική Οικολογία

ΜΑΘΗΜΑ: Γενική Οικολογία ΤΕΙ ΙΟΝΙΩΝ ΝΗΣΩΝ Τμήμα Τεχνολόγων Περιβάλλοντος Κατεύθυνση Τεχνολογιών Φυσικού Περιβάλλοντος ΜΑΘΗΜΑ: Γενική Οικολογία 1 η Άσκηση Έρευνα στο πεδίο - Οργάνωση πειράματος Μέθοδοι Δειγματοληψίας Εύρεση πληθυσμιακής

Διαβάστε περισσότερα

Συνοπτικά περιεχόμενα

Συνοπτικά περιεχόμενα b Συνοπτικά περιεχόμενα 1 Τι είναι η στατιστική;... 25 2 Περιγραφικές τεχνικές... 37 3 Επιστήμη και τέχνη των διαγραμματικών παρουσιάσεων... 119 4 Αριθμητικές μέθοδοι της περιγραφικής στατιστικής... 141

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

Λιμνοποτάμιο Περιβάλλον και Οργανισμοί

Λιμνοποτάμιο Περιβάλλον και Οργανισμοί ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Λιμνοποτάμιο Περιβάλλον και Οργανισμοί Ενότητα 21: Στατιστικές Αναλύσεις Καθηγήτρια Λαζαρίδου Μαρία Άδειες Χρήσης Το παρόν εκπαιδευτικό

Διαβάστε περισσότερα

Ινστιτούτο Θαλάσσιων Βιολογικών Πόρων, Τ.Θ. 712, Τ.Κ. 19013 Ανάβυσσος Αττικής, Ελλάδα

Ινστιτούτο Θαλάσσιων Βιολογικών Πόρων, Τ.Θ. 712, Τ.Κ. 19013 Ανάβυσσος Αττικής, Ελλάδα Όνοµα, Επώνυµο Χρίστος Μαραβέλιας Προσωπικές πληροφορίες ιεύθυνση Τηλέφωνο (-α) +302109856703 Ηλεκτρονικό ταχυδροµείο Ινστιτούτο Θαλάσσιων Βιολογικών Πόρων, Τ.Θ. 712, Τ.Κ. 19013 Ανάβυσσος Αττικής, Ελλάδα

Διαβάστε περισσότερα

Εισαγωγή στην Εκτιμητική

Εισαγωγή στην Εκτιμητική Εισαγωγή στην Εκτιμητική Πληθυσμός Εκτίμηση παραμέτρου πληθυσμού μ, σ 2, σ, p Δείγμα Υπολογισμός στατιστικού Ερώτηματα: Πόσο κοντά στην πραγματική τιμή της παραμέτρου του πληθυσμού βρίσκεται η εκτίμηση

Διαβάστε περισσότερα

Χημική Τεχνολογία. Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων. Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε.

Χημική Τεχνολογία. Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων. Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε. ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Χημική Τεχνολογία Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε. Άδειες Χρήσης

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

Βιοστατιστική ΒΙΟ-309

Βιοστατιστική ΒΙΟ-309 Βιοστατιστική ΒΙΟ-309 Χειμερινό Εξάμηνο Ακαδ. Έτος 2017-2018 Ντίνα Λύκα lika@biology.uoc.gr 1. Εισαγωγή Εισαγωγικές έννοιες Μεταβλητότητα : ύπαρξη διαφορών μεταξύ ομοειδών μετρήσεων Μεταβλητή: ένα χαρακτηριστικό

Διαβάστε περισσότερα

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ.Μ. 436

ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ.Μ. 436 ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ.Μ. 436 Χειμερινό εξάμηνο 2009-2010 Περιγραφική Στατιστική Ι users.att.sch.gr/abouras abouras@sch.gr sch.gr abouras@uth.gr ΑΝΤΩΝΙΟΣ ΧΡ. ΜΠΟΥΡΑΣ Χειμερινό Εξάμηνο 2009-2010 Μέτρα

Διαβάστε περισσότερα

Ενότητα 1: Πληθυσμός και δείγμα Είδη Μεταβλητών - Περιγραφική στατιστική

Ενότητα 1: Πληθυσμός και δείγμα Είδη Μεταβλητών - Περιγραφική στατιστική ΕΘΝΙΚΟ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΙΑΤΡΙΚΗ ΣΧΟΛΗ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΕΦΑΡΜΟΣΜΕΝΗ ΝΕΥΡΟΑΝΑΤΟΜΙΑ» «Βιοστατιστική, Μεθοδολογία και Συγγραφή Επιστημονικής Μελέτης» Ενότητα 1: Πληθυσμός

Διαβάστε περισσότερα

Στατιστική Ι. Ενότητα 1: Στατιστική Ι (1/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

Στατιστική Ι. Ενότητα 1: Στατιστική Ι (1/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Στατιστική Ι Ενότητα 1: Στατιστική Ι (1/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons.

Διαβάστε περισσότερα

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής ΣΤΑΤΙΣΤΙΚΕΣ ΕΚΤΙΜΗΣΕΙΣ Οι συναρτήσεις πιθανότητας ή πυκνότητας πιθανότητας των διαφόρων τυχαίων μεταβλητών χαρακτηρίζονται από κάποιες

Διαβάστε περισσότερα

Ενότητα 2: Έλεγχοι Υποθέσεων Διαστήματα Εμπιστοσύνης

Ενότητα 2: Έλεγχοι Υποθέσεων Διαστήματα Εμπιστοσύνης ΕΘΝΙΚΟ ΚΑΠΟΔΙΣΤΡΙΑΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ - ΙΑΤΡΙΚΗ ΣΧΟΛΗ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ «ΕΦΑΡΜΟΣΜΕΝΗ ΝΕΥΡΟΑΝΑΤΟΜΙΑ» «Βιοστατιστική, Μεθοδολογία και Συγγραφή Επιστημονικής Μελέτης» Ενότητα 2: Έλεγχοι Υποθέσεων

Διαβάστε περισσότερα

Βιοστατιστική ΒΙΟ-309

Βιοστατιστική ΒΙΟ-309 Βιοστατιστική ΒΙΟ-309 Χειμερινό Εξάμηνο Ακαδ. Έτος 2015-2016 Ντίνα Λύκα lika@biology.uoc.gr 1. Εισαγωγή Εισαγωγικές έννοιες Μεταβλητότητα : ύπαρξη διαφορών μεταξύ ομοειδών μετρήσεων Μεταβλητή: ένα χαρακτηριστικό

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

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ

ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΗΝ ΕΝΟΡΓΑΝΗ ΑΝΑΛΥΣΗ Αναλυτική Μέθοδος- Αναλυτικό Πρόβλημα. Ανάλυση, Προσδιορισμός και Μέτρηση. Πρωτόκολλο. Ευαισθησία Μεθόδου. Εκλεκτικότητα. Όριο ανίχνευσης (limit of detection, LOD).

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

Θεμελιώδεις αρχές επιστήμης και μέθοδοι έρευνας

Θεμελιώδεις αρχές επιστήμης και μέθοδοι έρευνας A. Montgomery Θεμελιώδεις αρχές επιστήμης και μέθοδοι έρευνας Καρολίνα Δουλουγέρη, ΜSc Υποψ. Διαδάκτωρ Σήμερα Αναζήτηση βιβλιογραφίας Επιλογή μεθοδολογίας Ερευνητικός σχεδιασμός Εγκυρότητα και αξιοπιστία

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ II ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ 2. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ

ΚΕΦΑΛΑΙΟ II ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ 2. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ ΚΕΦΑΛΑΙΟ II ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΕΝΟΤΗΤΕΣ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ (One-Way Analyss of Varance) Η ανάλυση

Διαβάστε περισσότερα