ΜΑΡΚΟΒΙΑΝΑ ΥΠΟΔΕΙΓΜΑΤΑ ΓIΑ ΤΗΝ ΕΞΕΛΙΞΗ ΤΟΥ ΕΓΧΩΡΙΟΥ ΠΡΟΙΟΝΤΟΣ ΚΑΙ ΤΩΝ ΕΠΕΝΔΥΣΕΩΝ
|
|
- ῾Ερμιόνη Ιωάννου
- 8 χρόνια πριν
- Προβολές:
Transcript
1 ΜΑΡΚΟΒΙΑΝΑ ΥΠΟΔΕΙΓΜΑΤΑ ΓIΑ ΤΗΝ ΕΞΕΛΙΞΗ ΤΟΥ ΕΓΧΩΡΙΟΥ ΠΡΟΙΟΝΤΟΣ ΚΑΙ ΤΩΝ ΕΠΕΝΔΥΣΕΩΝ Ύπό ΓΕΩΡΓΙΟΥ N. ΤΖΙΑΦΕΤΑ* Περίληψη Ή κατανομή των ακαθαρίστων επενδύσεων παγίου κεφαλαίου (ΑΕΠΚ) καί του ακαθαρίστου εγχωρίου προϊόντος (ΑΕΠ) εμφανίζει χαρακτηριστική μεταβολή στην Ελλάδα κατά τομείς παραγωγής στο χρονικό διάστημα "Ετσι, στην παρατηρούμενη διαχρονική μείωση τοϋ ποσοστού τοϋ πρωτογενή τομέα αντιστοιχεί μία ισόποση, περίπου, αύξηση του δευτερογενή, ενώ ό τριτογενής παραμένει περίπου σταθερός. Παρά τήν εμφανή μεταβολή των διερευνουμένων μεταβλητών είναι δύσκολο να προσδιορίσουμε επακριβώς τή διαχρονική ροπή των μεταβολών της οικονομίας μέ απλούς στατιστικούς δείκτες. Γιά τό λόγο αυτό καταφεύγουμε, μέ τήν εργασία αυτή, στή διαχρονική στοχαστική διερεύνηση των χρονοσειρών. Συγκεκριμένα, μέ τόν έλεγχο της υποθέσεως για τήν ύπαρξη μαρκοβιανής αλυσίδας, μεταξύ των τριών τομέων της παραγωγής, καταφεύγουμε στον προσδιορισμό τών πιθανοτήτων μεταβάσεως καί παραμονής μεταξύ τών θεωρουμένων καταστάσεων τής αλυσίδας. 'Ανάλογα προς τό εγχώριο προϊόν εργαζόμαστε καί για τις επενδύσεις. "Ετσι, αφενός μέν καθορίζουμε, μέ τό εισαγόμενο μοντέλο τών μαρκοβιανών αλυσίδων, τις γενικώτερες μακροχρόνιες ροπές τών οικονομικών μεγεθών, όπως διαγράφονται άπό τα μέχρι τώρα δεδομένα, αφετέρου δέ προσδιορίζουμε ικανούς ποσοτικούς δείκτες τών μεταβολών τών οικονομικών μεγεθών, οί όποιοι, όπως προκύπτει καί άπό τήν ανάλυση, εμφανίζουν χαρακτηριστική ανισότητα. * Δρ. τής Κυβερνητικής, πτυχ. Οϊκονομ., 'Υφηγητής του Ε.Μ. Πολυτεχνείου. 179
2 1. ΕΙΣΑΓΩΓΙΚΑ Ό ρυθμός αυξήσεως τοϋ ΑΕΠ κατά τήν περίοδο , όπως προκύπτει άπό τον πίνακα 1, είναι 6,02%. Ό ρυθμός, όμως, αυτός είναι αρκετά διαφοροποιημένος κατά τομέα παραγωγής, καθόσον για τον πρωτογενή είναι μόνο 3,32%, για το δευτερογενή 7,15% καί για τον τριτογενή 6,30%. Ή διαφοροποίηση αυτή αντανακλά τήν αυξανόμενη σημαντικότητα τοϋ δευτερογενή τομέα στην ανάπτυξη της Ελλάδας, με δλα τα συνεπακόλουθα της μονόπλευρης αυτής αναπτυξιακής πολιτικής. Συγκρίνοντας τα δεδομένα του πίνακα 1 καί 2, παρατηρούμε, χονδρικά, δτι ή κατανομή τοϋ ΑΕΠ καί των ΑΕΠΚ ήταν : Δηλαδή, παρά τό υπέρμετρα, ήδη, αναλογικά αυξημένο ποσοστό των ΑΕΠΚ στό δευτερογενή τομέα κατά τό 1960, παρατηρούμε, κατά τό 1978, πολύ μεγαλύτερη διαφοροποίηση των κατανομών. Για σύγκριση, μόνο, παραθέτουμε τα ανάλογα ποσοστά για μερικές χώρες της Κοινής 'Αγοράς κατά τό έτος 1976.* Είναι πρόδηλη ή προσπάθεια, με τήν αναπτυξιακή πολιτική πού εφαρμόσθηκε στην εκβιομηχάνιση τής χώρας, για τήν τόνωση τοϋ δευτερογενή τομέα Άπό τό άλλο μέρος γίνεται εμφανής ή παραμέληση τοϋ πρωτογενή τομέα και ή ανάλογη υποβάθμιση τοϋ εισοδήματος των αγροτών. Εξετάζοντας τήν ποσοστιαία διάρθρωση των ΑΕΠΚ στό δευτερογενή τομέα, δπως παρατίθεται στον πίνακα 3, παρατηροΰμε δτι οί κατοικίες άπορροφοΰν ένα εξαιρετικά μεγάλο ποσοστό των επενδύσεων, περίπου 60% των συνολικών ΑΕΠΚ, πού διατηρείται σχεδόν αμετάβλητο κατά τό χρονικό διάστημα , 180 * Πηγή : National Accounts UNO, 1979.
3 με εξαίρεση τό έτος Θα πρέπει, επίσης, να επισημανθεί το μικρό ποσοστό των ΑΕΠΚ πού διατίθεται για τη μεταποίηση, παρά τόν εκπληκτικά χαμηλό οριακό λόγο κεφαλαίου καί αποδόσεως, πού συνηγορεί για συμφέρουσες επενδύσεις στον τομέα αυτό. Άπό την άλλη πλευρά, όμως, είναι γνωστή ή χρησιμοποίηση των κατοικιών για τήν αναθέρμανση της οικονομίας σαν ρυμουλκού οχήματος, όπως χαρακτηριστικά αναφέρεται. 'Αντικείμενο του παρόντος δέν αποτελεί ή διερεύνηση των αιτίων και των αποτελεσμάτων της οικονομικής πολιτικής πού εφαρμόσθηκε στην Ελλάδα, άλλα ή πλήρης ποσοτική πιστοποίηση αυτών καθαυτών των μεταβολών στην κατανομή του ΑΕΠ καί τών ΑΕΠΚ κατά τομέα παραγωγής. Δηλαδή, κατά πόσον υπάρχει μία σταθερή ή μεταβαλλόμενη διοχέτευση ποσοστών τοϋ ΑΕΠ μεταξύ τών τομέων παραγωγής καί κατά πόσο ή μεταβολή αυτή αντιστοιχεί σε ανάλογες μεταβολές τής κατανομής τών ΑΕΠΚ. 181
4 Για τή διερεύνηση του προβλήματος θεωρούμε ότι τα οικονομικά χαρακτηριστικά μπορούν να προκύψουν μέ την εισαγωγή ενός συστήματος στοχαστικών μεταβολών (Steindl, 1965). Κατ' αυτό τον τρόπο οι παρατηρούμενες τιμές μπορούν να θεωρηθούν σαν τιμές τυχαίων μεταβλητών πού μεταβάλλονται χρονικά μέ βάση πιθανοθεωρητική νομολογία. Στα οικονομικά μοντέλα το κύριο πρόβλημα παραμένει ό προσδιορισμός της στοχαστικής άνελίξεως, ή οποία συνδέεται μέ τό υπό ανάλυση οικονομικό σύστημα. 'Από θεωρητικής πλευράς φαίνεται αρκετά πρόσφορο να εισαχθούν μαρκοβιανά μοντέλα, παρ' ότι οδηγούν σέ ορισμένα ερωτηματικά ως προς τή 182
5 δυνατότητα εφαρμογής 1. Μοντέλα μαρκοβιανών αλυσίδων κατασκευάζονται μέ βάση τις δειγματικές πληροφορίες για ανεξάρτητη μεταβολή των θεωρουμένων τυχαίων μεταβλητών μεταξύ των καταστάσεων της αλυσίδας, πού στην προκειμένη περίπτωση αποτελούν τους τομείς τής παραγωγής. Συνήθως, τέτοιου είδους μοντέλα θεωρούμε, προσεγγιστικά σέ πρώτη φάση, στάσιμες μαρκοβιανές άλυ- 1. θά μπορούσαν να αναφερθούν οι ίδιες αντιρρήσεις, όπως σέ ανάλογα κοινωνικά και δημογταφικά φαινόμενα, για τήν εφαρμογή μαρκοβιανών μοντέλων. Για τέτοιου είδους ερωτήματα παραπέμπουμε τόν αναγνώστη στην εργασία τοϋ R. Ginsberg «Critique of probabilistic models», Journal of Math. Sociology, 2, (1972). 183
6 σίδες πρώτης τάξεως, για πρακτικούς κυρίως λόγους, επειδή έχουμε τη δυνατότητα να εφαρμόσουμε επαγωγικές στατιστικές μεθόδους. Έτσι, καταλήγουμε, ουσιαστικά, στον προσδιορισμό της πιθανότητας μεταφοράς, μεταξύ των καταστάσεων της αλυσίδας, σαν στατιστικού μέτρου πού προσδιορίζει το ποσοστό της μεταβολής τής τυχαίας μεταβλητής πού διοχετεύεται στις υπόλοιπες μεταβλητές. Τις πιθανότητες μεταφοράς μπορούμε να συγκρίνουμε, τελικά, μέ αντίστοιχες πιθανότητες για άλλες, ανάλογες μεταβλητές, για να καταλήξουμε σέ συγκεκριμένα συμπεράσματα. 2. ΜΕΘΟΔΟΛΟΓΙΑ ΑΝΑΛΥΣΕΩΣ Μέ βάση όσα προαναφέραμε στην προηγούμενη παράγραφο, θεωρούμε σαν καταστάσεις τής μαρκοβιανής αλυσίδας τους τομείς τής παραγωγής στην ελληνική οικονομία, για τους οποίους είναι γνωστή από στατιστικά δεδομένα ή συχνότητα κατανομής ψ κ (τ) (κ= 1,2,3) κατά τή χρονική στιγμή τ. Στίς εφαρμογές πού θεωρήσαμε ή παράμετρος τ παίρνει τίς τιμές τ=1 (1960), τ = 2 (1961) μέχρι τ=18 (1978). Είναι γνωστό ότι, σέ κάθε νέα χρονική περίοδο (τ+1), οί τιμές τής τυχαίας μεταβλητής ψ κ (τ) διαμοιράζονται μεταξύ των καταστάσεων τής αλυσίδας μέ σταθερό αναλογικό ποσοστό, σύμφωνα μέ τό μοντέλο : (2.1) Ίο βασικό πρόβλημα πού έχουμε στό μοντέλο (2.1) είναι ή εκτίμηση των παραμέτρων πού υπεισέρχονται μέ τή μορφή των πιθανοτήτων μεταφοράς π κ χ. Για την επίλυση τοΰ προβλήματος καταφεύγουμε στίς γνωστές μεθόδους εκτιμήσεως. Έτσι, εφαρμόζοντας τή μέθοδο τής μεγίστης πιθανοφανείας καταλήγουμε στην ακόλουθη εκτιμήτρια του πίνακα των πιθανοτήτων μεταφοράς Π (π κ λ): (2.2). όπου Σ είναι ό πίνακας των συνδιασπορων των συχνοτήτων παραμονής σέ μία κατάσταση τού συστήματος. Οί (ρ-1), (ρ=3 στην προκειμένη περίπτωση), ύποπίνακες Σ κλ έχουν σαν στοιχεία τίς ποσότητες : (2.3) Ψ* διάνυσμα στήλη μέ στοιχεία τίς συχνότητες ψ κ (τ), για τ =1,2..., Τ και Χ 184
7 είναι Τ(ρ-1)χρ(ρ-1) διαγώνιος πίνακας, του οποίου οι ύποπίνακες Χ λ έχουν στοιχεία τίς παρατηρούμενες συχνότητες ψλ(τ-ι), για τ= 1,2.., Τ και λ= 1,2,3. Πρέπει να σημειώσουμε ότι ή εκτιμήτρια (2.2) μπορεί να χρησιμοποιηθεί, πρακτικά, μόνο όταν ό πίνακας Σ είναι γνωστός. Συνήθως, δμως, ό πίνακας συνδιασπορών είναι συνάρτηση της άγνωστης πιθανότητας πχ(τ). Ό προσφορότερος τρόπος να εκτιμήσουμε τον πίνακα Σ είναι να αντικαταστήσουμε τίς πιθανότητες πχ(τ) με τίς παρατηρούμενες συχνότητες ψλ(τ), οπότε σέ πρώτη προσέγγιση προσδιορίζουμε τήν εκτίμηση Μέ βάση τή σχέση (2.1) ύπολογίζούμε αναδρομικά τή νέα πιθανότητα π λ *(1), πού οδηγεί μέσω των σχέσεων (2.3) στή νέα εκτίμηση π* κλ αναδρομική αυτή διαδικασία συνεχίζεται μέχρις ότου προκύψει : (2.5) Στή μαθηματική επεξεργασία πού παραθέσαμε δεν λάβαμε ύπ' όψη, μέχρι τώρα, τίς ιδιότητες των πιθανοτήτων μεταφοράς π γ χ. Δηλαδή : (2.5) Οί προϋποθέσεις αυτές εισάγουν αρκετές δυσκολίες στον προβληματισμό. Μπορούμε, όμως, στην περίπτωση πού οί εκτιμήτριες (2.2) δεν ικανοποιούν τή σχέση (2.5) να προχωρήσουμε σέ νέες εκτιμήσεις, εφαρμόζοντας τό γνωστό θεώρημα της περιστολής και τό διάδικο θεώρημα του μη γραμμικού προγραμματισμού (Wolf, 1959). 3. ΑΠΟΤΕΛΕΣΜΑΤΑ ΤΗΣ ΑΝΑΛΥΣΕΩΣ Σέ μία πρώτη εφαρμογή του μοντέλου (2.1) στα δεδομένα του πίνακα 1 για τό ΑΕΠ, υποθέτουμε ότι τα δεδομένα μετασχηματίζονται μέ βάση μία μαρκοβιανή αλυσίδα πρώτης τάξεως μέ τρεις καταστάσεις, πού αντιπροσωπεύουν τον πρωτογενή, τό δευτερογενή καί τον τριτογενή τομέα της παραγωγής. "Έτσι, υπολογίζοντας τίς εκτιμήτριες μεγίστης πιθανοφανείας, άπό τή σχέση (2.2), προσδιορίσαμε εκτιμήσεις των πιθανοτήτων πχ(τ) (λ=1,2,3 καί τ = 1,2..., 18), πού κατά τα γνωστά αντιπροσωπεύουν τό θεωρητικό ποσοστό του ΑΕΠ σέ κάθε τομέα παραγωγής, επεκτείνοντας, στή συνέχεια, τό μοντέλο, σαν πρόγνωση της 185
8 κατανομής τοϋ ΑΕΠ, γιά τόν επόμενο χρόνο. Όπως προκύπτει και από τά παρατιθέμενα αποτελέσματα στον πίνακα 4, σέ σύγκριση με τα δεδομένα τοϋ πίνακα 1, ή προσέγγιση είναι αρκετά ικανοποιητική. Το γεγονός αυτό πιστοποιείται καί άπό τις τιμές τοϋ κριτηρίου Χ 2, πού υπολογίστηκε μέ βάση τη σχέση : (3.1) Επίσης, θα πρέπει να αναφέρουμε ότι ή εκτίμηση έγινε μέ δύο επαναληπτικούς αναδρομικούς υπολογισμούς. "Ετσι, τό αναδρομικό σφάλμα, πού όρί- 186
9 ζεται σαν άθροισμα των απολύτων αποκλίσεων κάθε εκτιμήσεως άπό την προηγούμενη εκτίμηση, ένω για τόν πρώτο επαναληπτικό αναδρομικό υπολογισμό ήταν 0,051025, στον δεύτερο υπολογισμό ήταν μόνο 0, Τό γεγονός αυτό πιστοποιεί την ταχεία σύγκλιση του σφάλματος προς τό μηδέν. Ένα ουσιαστικό στοιχείο των αποτελεσμάτων αποτελεί ή εκτίμηση των πιθανοτήτων μεταφοράς. Έκτος άπό τά διαγώνια στοιχεία τοϋ πίνακα Π, πού καθορίζουν τήν πιθανότητα διατηρήσεως μίας χρηματικής μονάδας του ΑΕΠ κατά τήν επόμενη χρονική περίοδο σέ ενα τομέα παραγωγής, μπορούμε νά καθο- 187
10 ρίσουμε και δείκτες κινητικότητας του διερευνουμένου συστήματος (1). Έτσι υπολογίζοντας την ορίζουσα τοϋ πίνακα Π βρίσκουμε ότι Π = 0, Σε σύγκριση μέ τα αποτελέσματα του πίνακα 5, παρατηροϋμε ότι αφενός μεν τα διαγώνια στοιχεία του πίνακα μεταφοράς είναι σημαντικά μικρότερα, αφετέρου ή ορίζουσα του πίνακα Π είναι ίση προς 0,0766. Έχοντας υπ' όψη ότι ή ορίζουσα του πίνακα μεταφοράς ενός ακινήτου συστήματος είναι 1, ενός κινητού εΐναι 0 και ενός πλήρως κινουμένου συστήματος είναι 1, καταλήγουμε στο εμπειρικά, ήδη, παρατηρούμενο συμπέρασμα ότι οί ΑΕΠΚ παρουσιάζουν μεγαλύτερη ροπή προς μεταβολή στην κατανομή τους στους τρεις τομείς. Επίσης, άπό τα αποτελέσματα τοΰ πίνακα 5 προκύπτει ότι ή υπόθεση της μαρκοβιανής αλυσίδας πρώτης τάξεως για τό μετασχηματισμό των ΑΕΠΚ, κατά τομέα παραγωγής, επαληθεύεται τόσο άπό τήν εμπειρική σύγκριση μέ τά δεδομένα του πίνακα 2, όσο και άπό τήν τιμή τοϋ κριτηρίου Χ 2. Οί υπολογισμοί έγιναν μέ δύο επαναληπτικούς αναδρομικούς υπολογισμούς, όπου τό επαναληπτικό σφάλμα στον πρώτο υπολογισμό ήταν 0,03153, ενώ στον δεύτερο ήταν μόνο 0, Τελικά, θά πρέπει νά αναφέρουμε ότι μία προσπάθεια εφαρμογής του μοντέλου, για τά δεδομένα τοϋ πίνακα 3 των ΑΕΠΚ στό δευτερογενή τομέα παραγωγής, υπήρξε ανεπιτυχής, καθόσον οί αποκλίσεις τών εκτιμουμένων ποσοστών σε κάθε τομέα ήταν αρκετά μεγάλες, σέ σχέση μέ τις παρατηρούμενες τιμές. ΒΙΒΛΙΟΓΡΑΦΙΑ 1. Νεγρεπόντη-Δελιβάνη,Μ. : 'Ανάλυση της Ελληνικής Οικονομίας», Έκδ. Παπαζήση (1981). 2. Steindl, J., «Random Processes and the Growth of Firms», Hafner (1965). 3. Wolf, P., «The Simplex Method for Quadrating Programming», Econometrica, 27, ρ (1959). 1. Έκτος άπό τήν ορίζουσα του πίνακα μεταφοράς μπορούμε να χρησιμοποιήσουμε και άλλους δείκτες, όπως είναι ό δείκτης του Prais πού ορίζεται άπό τή σχέση : 188
1. εισαγωγικά. Ή επεξήγηση, ή περιγραφή καί ή πρόγνωση τών δημογραφικών φαινομένων παραμένει πάντα ό κύριος σκοπός τών ερευνητών. Τό πρόβλημα άρχίζει
1. εισαγωγικά Οί προσπάθειες των κοινωνιολόγων καί ειδικότερα τών δημογράφων συγκεντρώνονταν μέχρι την περασμένη δεκαετία στήν άνάλυση χρονοδιαγραμμάτων γιά τά κυριότερα στοιχεία τής φυσικής κινήσεως του
Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ
ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος 75 Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ 1.1. Τυχαία γεγονότα ή ενδεχόμενα 17 1.2. Πειράματα τύχης - Δειγματικός χώρος 18 1.3. Πράξεις με ενδεχόμενα 20 1.3.1. Ενδεχόμενα ασυμβίβαστα
Χρονικές σειρές 2 Ο μάθημα: Εισαγωγή στις χρονοσειρές
Χρονικές σειρές 2 Ο μάθημα: Εισαγωγή στις χρονοσειρές Εαρινό εξάμηνο 2018-2019 μήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ. & Οικονομικό μήμα, Πανεπιστήμιο
Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες
Ορισμός Στατιστική είναι το σύνολο των μεθόδων και θεωριών που εφαρμόζονται σε αριθμητικά δεδομένα προκειμένου να ληφθεί κάποια απόφαση σε συνθήκες αβεβαιότητας. Βασικές έννοιες Η μελέτη ενός πληθυσμού
Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Φασματική ανάλυση χρονοσειρών
Στοχαστικές Μέθοδοι στους Υδατικούς Πόρους Φασματική ανάλυση χρονοσειρών Δημήτρης Κουτσογιάννης Τομέας Υδατικών Πόρων και Περιβάλλοντος, Σχολή Πολιτικών Μηχανικών, Εθνικό Μετσόβιο Πολυτεχνείο Αθήνα Επανέκδοση
Στατιστική Συμπερασματολογία
4. Εκτιμητική Στατιστική Συμπερασματολογία εκτιμήσεις των αγνώστων παραμέτρων μιας γνωστής από άποψη είδους κατανομής έλεγχο των υποθέσεων που γίνονται σε σχέση με τις παραμέτρους μιας κατανομής και σε
Στατιστική. Εκτιμητική
Στατιστική Εκτιμητική Χατζόπουλος Σταύρος 28/2/2018 και 01 /03/2018 Εισαγωγή Το αντικείμενο της Στατιστικής είναι η εξαγωγή συμπερασμάτων που αφορούν τον πληθυσμό ή το φαινόμενο που μελετάμε, με τη βοήθεια
TMHMA OIKONOMIKΩN ΕΠΙΣΤΗΜΩΝ Διαγώνισμα Προόδου Στατιστικής III
0 TMHMA OIKONOMIKΩN ΕΠΙΣΤΗΜΩΝ Διαγώνισμα Προόδου Στατιστικής III Νοέμβριος Eστω,,, τυχαίο δείγμα από κατανομή f( x; ), όπου συμβολίζει άγνωστη παράμετρο (a) Να ορισθεί η έννοια του επαρκούς στατιστικού
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
Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium iv
Σ ΤΑΤ Ι Σ Τ Ι Κ Η i Statisticum collegium iv Στατιστική Συμπερασματολογία Ι Σημειακές Εκτιμήσεις Διαστήματα Εμπιστοσύνης Στατιστική Συμπερασματολογία (Statistical Inference) Το πεδίο της Στατιστικής Συμπερασματολογία,
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 14 Μαρτίου /34
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπιστήμιο Κρήτης 14 Μαρτίου 018 1/34 Διαστήματα Εμπιστοσύνης. Εχουμε δει εκτενώς μέχρι τώρα τρόπους εκτίμησης
Σημειακή εκτίμηση και εκτίμηση με διάστημα. 11 η Διάλεξη
Σημειακή εκτίμηση και εκτίμηση με διάστημα 11 η Διάλεξη Εκτιμήτρια Κάθε στατιστική συνάρτηση που χρησιμοποιείται για την εκτίμηση μιας παραμέτρου ενός πληθυσμού (π.χ. ο δειγματικός μέσος) Σημειακή εκτίμηση
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
Στατιστική Συμπερασματολογία
Στατιστική Συμπερασματολογία Διαφάνειες 1 ου κεφαλαίου Βιβλίο: Κολυβά Μαχαίρα, Φ. & Χατζόπουλος Στ. Α. (2016). Μαθηματική Στατιστική, Έλεγχοι Υποθέσεων. [ηλεκτρ. βιβλ.] Αθήνα: Σύνδεσμος Ελληνικών Ακαδημαϊκών
Απλή Παλινδρόμηση και Συσχέτιση
Απλή Παλινδρόμηση και Συσχέτιση Πωλήσεις, Δαπάνες Διαφήμισης και Αριθμός Πωλητών Έτος Πωλήσεις (χιλ ) Διαφήμιση (χιλ ) Πωλητές (Άτομα) Έτος Πωλήσεις (χιλ ) Διαφήμιση (χιλ ) Πωλητές (Άτομα) 98 050 6 3 989
Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς
Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς Η μηδενική υπόθεση είναι ένας ισχυρισμός σχετικά με την τιμή μιας πληθυσμιακής παραμέτρου. Είναι
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ: ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 13 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 20 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 20 2.1.1 Αβεβαιότητα
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 07-08 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε
(p 1) (p m) (m 1) (p 1)
ΠΑΡΑΓΟΝΤΙΚΗ ΑΝΑΛΥΣΗ Σκοπός της παραγοντικής ανάλυσης είναι να περιγράψει την συνδιασπορά μεταξύ των μεταβλητών με την βοήθεια τυχαίων άγνωστων ποσοτήτων που ονομάζονται παράγοντες. Το μοντέλο είναι το
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
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
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 22 Μαΐου /32
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπιστήμιο Κρήτης 22 Μαΐου 2017 1/32 Εισαγωγή: Τυπικό παράδειγμα στατιστικού ελέγχου υποθέσεων. Ενας νέος τύπος
ΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ 3 ΔΕΣΜΕΥΜΕΝΗ ΠΙΘΑΝΟΤΗΤΑ, ΟΛΙΚΗ ΠΙΘΑΝΟΤΗΤΑ ΘΕΩΡΗΜΑ BAYES, ΑΝΕΞΑΡΤΗΣΙΑ ΚΑΙ ΣΥΝΑΦΕΙΣ ΕΝΝΟΙΕΣ 71
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 11 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 13 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 21 2.1.1 Αβεβαιότητα και Τυχαίο Πείραμα
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
Μαρκοβιανές Αλυσίδες
Μαρκοβιανές Αλυσίδες { θ * } Στοχαστική Ανέλιξη είναι μια συλλογή τ.μ. Ο χώρος Τ (συνήθως είναι χρόνος) μπορεί να είναι είτε διακριτός είτε συνεχής και καλείται παραμετρικός χώρος. Το σύνολο των δυνατών
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
Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για
Μέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis)
Μέρος V. Ανάλυση Παλινδρόμηση (Regresso Aalss) Βασικές έννοιες Απλή Γραμμική Παλινδρόμηση Πολλαπλή Παλινδρόμηση Εφαρμοσμένη Στατιστική Μέρος 5 ο - Κ. Μπλέκας () Βασικές έννοιες Έστω τ.μ. Χ,Υ όπου υπάρχει
Άσκηση 1: Λύση: Για το άθροισμα ισχύει: κι επειδή οι μέσες τιμές των Χ και Υ είναι 0: Έτσι η διασπορά της Ζ=Χ+Υ είναι:
Άσκηση 1: Δύο τυχαίες μεταβλητές Χ και Υ έχουν στατιστικές μέσες τιμές 0 και διασπορές 25 και 36 αντίστοιχα. Ο συντελεστής συσχέτισης των 2 τυχαίων μεταβλητών είναι 0.4. Να υπολογισθούν η διασπορά του
2.4 ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ ΜΙΑ ΠΙΘΑΝΟΤΗΤΑ
.4 ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ ΜΙΑ ΠΙΘΑΝΟΤΗΤΑ Η μέθοδος για τον προσδιορισμό ενός διαστήματος εμπιστοσύνης για την άγνωστη πιθανότητα =P(A) ενός ενδεχομένου A συνδέεται στενά με τον διωνυμικό έλεγχο. Ένα
ΣΤΟΧΑΣΤΙΚΗ ΠΡΟΣΟΜΟΙΩΣΗ ΤΗΣ ΧΩΡΙΚΗΣ ΔΟΜΗΣ ΤΗΣ ΒΡΟΧΗΣ. Παρουσίαση διπλωματικής εργασίας Αθανάσιος Πασχάλης Επιβλέπων καθηγητής: Δημήτρης Κουτσογιάννης
ΣΤΟΧΑΣΤΙΚΗ ΠΡΟΣΟΜΟΙΩΣΗ ΤΗΣ ΧΩΡΙΚΗΣ ΔΟΜΗΣ ΤΗΣ ΒΡΟΧΗΣ Παρουσίαση διπλωματικής εργασίας Αθανάσιος Πασχάλης Επιβλέπων καθηγητής: Δημήτρης Κουτσογιάννης Διάρθρωση ρ της παρουσίασης Εισαγωγή Στατιστική επεξεργασία
Ανάλυση Διασποράς Ανάλυση Διασποράς διακύμανση κατά παράγοντες διακύμανση σφάλματος Παράδειγμα 1: Ισομεγέθη δείγματα
Ανάλυση Διασποράς Έστω ότι μας δίνονται δείγματα που προέρχονται από άγνωστους πληθυσμούς. Πόσο διαφέρουν οι μέσες τιμές τους; Με άλλα λόγια: πόσο πιθανό είναι να προέρχονται από πληθυσμούς με την ίδια
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
Εργαστήριο Δημογραφικών & Κοινωνικών Αναλύσεων
Το κείμενο που ακολουθεί είναι απόσπασμα από το βιβλίο του Β. Κοτζαμάνη, Στοιχεία Δημογραφίας, Πανεπιστημιακές Εκδόσεις Θεσσαλίας, Βόλος, 9, σσ. 95-99. IV.5 Υποδείγματα πληθυσμού: στάσιμος και σταθερός
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
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 Επικ. Καθηγητής v.koutra@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε
7.1.1 Η Μέθοδος των Ελαχίστων Τετραγώνων
7.. Η Μέθοδος των Ελαχίστων Τετραγώνων Όπως ήδη αναφέρθηκε, μία ευρύτατα διαδεδομένη μέθοδος για την εκτίμηση των σταθερών α και β είναι η μέθοδος των ελαχίστων τετραγώνων. Η μέθοδος αυτή επιλέγει εκτιμήτριες
ΑΠΟ ΤΟ ΔΕΙΓΜΑ ΣΤΟΝ ΠΛΗΘΥΣΜΟ
ΑΠΟ ΤΟ ΔΕΙΓΜΑ ΣΤΟΝ ΠΛΗΘΥΣΜΟ Το ενδιαφέρον επικεντρώνεται πάντα στον πληθυσμό Το δείγμα χρησιμεύει για εξαγωγή συμπερασμάτων για τον πληθυσμό π.χ. το ετήσιο εισόδημα των κατοίκων μιας περιοχής Τα στατιστικά
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 2 Μαΐου /23
Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπιστήμιο Κρήτης 2 Μαΐου 2017 1/23 Ανάλυση Διακύμανσης. Η ανάλυση παλινδρόμησης μελετά τη στατιστική σχέση ανάμεσα
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
Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ. (Power of a Test) ΚΕΦΑΛΑΙΟ 21
ΚΕΦΑΛΑΙΟ 21 Η ΙΣΧΥΣ ΕΝΟΣ ΕΛΕΓΧΟΥ (Power of a Test) Όπως είδαμε προηγουμένως, στον Στατιστικό Έλεγχο Υποθέσεων, ορίζουμε δύο είδη πιθανών λαθών (κινδύνων) που μπορεί να συμβούν όταν παίρνουμε αποφάσεις
ΔΙΕΡΕΥΝΗΣΗ ΤΗΣ ΕΠΙΔΡΑΣΕΩΣ ΜΕΘΟΔΩΝ ΕΡΓΑΣΙΑΣ ΣΤΗΝ ΠΑΡΑΓΩΓΙΚΟΤΗΤΑ ΕΛΛΗΝΙΚΗΣ ΒΙΟΤΕΧΝΙΑΣ ΠΑΡΑΓΩΓΗΣ ΠΑΙΔΙΚΩΝ ΕΝΔΥΜΑΤΩΝ
ΔΙΕΡΕΥΝΗΣΗ ΤΗΣ ΕΠΙΔΡΑΣΕΩΣ ΜΕΘΟΔΩΝ ΕΡΓΑΣΙΑΣ ΣΤΗΝ ΠΑΡΑΓΩΓΙΚΟΤΗΤΑ ΕΛΛΗΝΙΚΗΣ ΒΙΟΤΕΧΝΙΑΣ ΠΑΡΑΓΩΓΗΣ ΠΑΙΔΙΚΩΝ ΕΝΔΥΜΑΤΩΝ Του ΒΑΣΙΛΕΙΟΥ Κ. ΜΠΕΝΟΥ Ανωτάτη Βιομηχανική Σχολή Πειραιώς ΓΕΝΙΚΑ Πολλά πειράματα που λαμβάνουν
6 ο ΜΑΘΗΜΑ Έλεγχοι Υποθέσεων
6 ο ΜΑΘΗΜΑ Έλεγχοι Υποθέσεων 6.1 Το Πρόβλημα του Ελέγχου Υποθέσεων Ενός υποθέσουμε ότι μία φαρμακευτική εταιρεία πειραματίζεται πάνω σε ένα νέο φάρμακο για κάποια ασθένεια έχοντας ως στόχο, τα πρώτα θετικά
Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017
Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 2 Εισαγωγή Η ανάλυση παλινδρόμησης περιλαμβάνει το σύνολο των μεθόδων της στατιστικής που αναφέρονται σε ποσοτικές σχέσεις μεταξύ μεταβλητών Πρότυπα παλινδρόμησης
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
ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική
ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ 7o Μάθημα: Απλή παλινδρόμηση (ΕΠΑΝΑΛΗΨΗ) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & ΠΑΜΑΚ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 13 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 15 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19
ΠΕΡΙΕΧΟΜΕΝΑ ΜΕΡΟΣ ΠΡΩΤΟ ΠΙΘΑΝΟΤΗΤΕΣ 13 ΚΕΦΑΛΑΙΟ 1 ΕΙΣΑΓΩΓΗ 15 ΚΕΦΑΛΑΙΟ 2 ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΠΙΘΑΝΟΤΗΤΑΣ 19 2.1 Αβεβαιότητα, Τυχαία Διαδικασία, και Συναφείς Έννοιες 21 2.1.1 Αβεβαιότητα και Τυχαίο Πείραμα
ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ AΝΑΛΟΓΙΕΣ
ΚΕΦΑΛΑΙΟ 5 ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ ΓΙΑ AΝΑΛΟΓΙΕΣ Α. Περίπτωση Ενός Πληθυσμού Έστω ότι μελετάμε μια ακολουθία ανεξαρτήτων δοκιμών κάθε μία από τις οποίες οδηγεί είτε σε επιτυχία είτε σε αποτυχία με σταθερή
Συνολοκλήρωση και μηχανισμός διόρθωσης σφάλματος
ΜΑΘΗΜΑ 10 ο Συνολοκλήρωση και μηχανισμός διόρθωσης σφάλματος Η μέθοδος της συνολοκλήρωσης είναι ένας τρόπος με τον οποίο μπορούμε να εκτιμήσουμε τη μακροχρόνια σχέση ισορροπίας που υπάρχει μεταξύ δύο ή
Απλή Γραμμική Παλινδρόμηση I
Απλή Γραμμική Παλινδρόμηση I. Εισαγωγή Έστω ότι θέλουμε να ερευνήσουμε εμπειρικά τη σχέση που υπάρχει ανάμεσα στις δαπάνες κατανάλωσης και στο διαθέσιμο εισόδημα, των οικογενειών. Σύμφωνα με την Κεϋνσιανή
Στοχαστικές Ανελίξεις (2) Αγγελική Αλεξίου
Στοχαστικές Ανελίξεις (2) Αγγελική Αλεξίου alexiou@unipi.gr 1 Στοχαστικές Διαδικασίες 2 Στοχαστική Διαδικασία Στοχαστικές Ανελίξεις Α. Αλεξίου 3 Στοχαστική Διαδικασία ως συλλογή από συναρτήσεις χρόνου
Διαστήματα εμπιστοσύνης. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς
Διαστήματα εμπιστοσύνης Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς Διαστήματα εμπιστοσύνης Το διάστημα εμπιστοσύνης είναι ένα διάστημα αριθμών
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 2015 Πληθυσμός: Εισαγωγή Ονομάζεται το σύνολο των χαρακτηριστικών που
5. Έλεγχοι Υποθέσεων
5. Έλεγχοι Υποθέσεων Υποθέσεις Η μηδενική υπόθεση Η (ή ΗΑ) εναλλακτική υπόθεση Δεχόμαστε Η Απορρίπτουμε Η Η σωστή Σωστή απόφαση -α Σφάλμα τύπου Ι α Η λάθος Σφάλμα τύπου ΙΙ β Σωστή απόφαση -β ΒΙΟ39-Έλεγχος
ΣΤΑΤΙΣΤΙΚΗ ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ για τη λήψη αποφάσεων
ΣΤΑΤΙΣΤΙΚΗ ΣΥΜΠΕΡΑΣΜΑΤΟΛΟΓΙΑ για τη λήψη αποφάσεων ΠΡΑΓΜΑΤΙΚΟ ΚΟΣΤΟΣ ΣΥΛΛΟΓΗ ΠΛΗΡΟΦΟΡΙΩΝ ΕΚΤΙΜΗΣΗ ΠΑΡΑΜΕΤΡΩΝ ΕΠΙΛΟΓΗ ΚΑΤΑΝΟΜΗΣ Υπολογισμός πιθανοτήτων και πρόβλεψη τιμών από τις τιμές των παραμέτρων και
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 Τυχαίο Δείγμα
Κατάταξη των Περιφερειών της Ζώνης Επιρροής IV της Εγνατίας Οδού 1
Κατάταξη των Περιφερειών της Ζώνης Επιρροής IV της Εγνατίας Οδού 1 Η Περιφέρεια Κεντρικής Μακεδονίας (ΠΚΜ) έχει τον μεγαλύτερο μόνιμο πληθυσμό (το 2001: 1.874.597 κατ.) και τον υψηλότερο ρυθμό αύξησής
Μέθοδος μέγιστης πιθανοφάνειας
Μέθοδος μέγιστης πιθανοφάνειας Αν x =,,, παρατηρήσεις των Χ =,,,, τότε έχουμε διαθέσιμο ένα δείγμα Χ={Χ, =,,,} της κατανομής F μεγέθους με από κοινού σ.κ. της Χ f x f x Ορισμός : Θεωρούμε ένα τυχαίο δείγμα
ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία
ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ Οικονομετρία I.1 Τι Είναι η Οικονομετρία; Η κυριολεκτική ερμηνεία της λέξης, οικονομετρία είναι «οικονομική
Οικονομία. Η οικονομία του νομού Ιωαννίνων βασίζεται στην κτηνοτροφία, κυρίως μικρών ζώων, στη γεωργία και στα δάση. Η συμβολή της βιομηχανίας και
Οικονομία. Η οικονομία του νομού Ιωαννίνων βασίζεται στην κτηνοτροφία, κυρίως μικρών ζώων, στη γεωργία και στα δάση. Η συμβολή της βιομηχανίας και της βιοτεχνίας είναι αρκετά χαμηλή, παρότι είναι μεγαλύτερη
3.4.2 Ο Συντελεστής Συσχέτισης τ Του Kendall
3..2 Ο Συντελεστής Συσχέτισης τ Του Kendall Ο συντελεστής συχέτισης τ του Kendall μοιάζει με τον συντελεστή ρ του Spearman ως προς το ότι υπολογίζεται με βάση την τάξη μεγέθους των παρατηρήσεων και όχι
Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο )
Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο ) 2 Η γενική ιδέα της διαδικασίας στατιστικού ελέγχου υποθέσεων Πρόκειται για μια διαδικασία απόφασης μεταξύ δύο υποθέσεων Η μια υπόθεση ονομάζεται μηδενική (Η
iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος
iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος xi 1 Αντικείμενα των Πιθανοτήτων και της Στατιστικής 1 1.1 Πιθανοτικά Πρότυπα και Αντικείμενο των Πιθανοτήτων, 1 1.2 Αντικείμενο της Στατιστικής, 3 1.3 Ο Ρόλος των Πιθανοτήτων
Εφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική
ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕΡΟΣ B Δημήτρης Κουγιουμτζής e-mal: dkugu@auth.gr Ιστοσελίδα αυτού του τμήματος του μαθήματος: http://uer.auth.gr/~dkugu/teach/cvltraport/dex.html Εφαρμοσμένη Στατιστική:
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
Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος
Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Χιωτίδης Γεώργιος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Εφαρμοσμένη Στατιστική
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Εφαρμοσμένη Στατιστική Παλινδρόμηση Διδάσκων: Επίκουρος Καθηγητής Κωνσταντίνος Μπλέκας Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης Kozani GR 50100
Ποσοτικές Μέθοδοι Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης 50100 Kozani GR 50100 Απλή Παλινδρόμηση Η διερεύνηση του τρόπου συμπεριφοράς
ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική
ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 13: Επανάληψη Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana 1 Γιατί μελετούμε την Οικονομετρία;
Διάλεξη 1: Στατιστική Συμπερασματολογία - Εκτίμηση Σημείου
Διάλεξη 1: Στατιστική Συμπερασματολογία - Εκτίμηση Σημείου Στατιστική Συμπερασματολογία Εκτιμητική Έλεγχος Στατιστικών Υποθέσεων εκτιμήτρια συνάρτηση, ˆ θ σημειακή εκτίμηση εκτίμηση με διάστημα εμπιστοσύνης
Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο ) 24/2/2017
Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο ) 24/2/2017 2 Η γενική ιδέα της διαδικασίας στατιστικού ελέγχου υποθέσεων Πρόκειται για μια διαδικασία απόφασης μεταξύ δύο υποθέσεων Η μια υπόθεση ονομάζεται μηδενική
Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R
Ανάλυση Δεδοµένων µε χρήση του Στατιστικού Πακέτου R, Επίκουρος Καθηγητής, Τοµέας Μαθηµατικών, Σχολή Εφαρµοσµένων Μαθηµατικών και Φυσικών Επιστηµών, Εθνικό Μετσόβιο Πολυτεχνείο. Περιεχόµενα Εισαγωγή στη
Διαστήματα εμπιστοσύνης, εκτίμηση ακρίβειας μέσης τιμής
Ενότητα 2 Διαστήματα εμπιστοσύνης, εκτίμηση ακρίβειας μέσης τιμής Ένας από τους βασικούς σκοπούς της Στατιστικής είναι η εκτίμηση των χαρακτηριστικών ενός πληθυσμού βάσει της πληροφορίας από ένα δείγμα.
Διαχείριση Υδατικών Πόρων
Εθνικό Μετσόβιο Πολυτεχνείο Διαχείριση Υδατικών Πόρων Γ.. Τσακίρης Μάθημα 3 ο Λεκάνη απορροής Υπάρχουσα κατάσταση Σενάριο 1: Μέσες υδρολογικές συνθήκες Σενάριο : Δυσμενείς υδρολογικές συνθήκες Μελλοντική
ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΣΚΕΨΗ ΤΟΜΟΣ ΙΙ
Ι. ΠΑΝΑΡΕΤΟΥ & Ε. ΞΕΚΑΛΑΚΗ Καθηγητών του Τμήματος Στατιστικής του Οικονομικού Πανεπιστημίου Αθηνών ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΣΚΕΨΗ ΤΟΜΟΣ ΙΙ (Εισαγωγή στις Πιθανότητες και την Στατιστική Συμπερασματολογία)
4 Πιθανότητες και Στοιχεία Στατιστικής για Μηχανικούς
Πρόλογος Ο μηχανικός πρέπει να συνεχίσει να βελτιώνει την ποιότητα της δουλειάς του εάν επιθυμεί να είναι ανταγωνιστικός στην αγορά της χώρας του και γενικότερα της Ευρώπης. Μία σημαντική αναλογία σε αυτήν
ΟΙ ΜΕΘΟΔΟΙ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΑΝΑΛΥΣΗΣ Χ. ΑΠ. ΛΑΔΙΑΣ
ΟΙ ΜΕΘΟΔΟΙ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΑΝΑΛΥΣΗΣ Χ. ΑΠ. ΛΑΔΙΑΣ ΔΙΑΣΠΟΡΑ ΚΑΙ ΠΕΡΙΦΕΡΕΙΑΚΕΣ ΑΝΙΣΟΤΗΤΕΣ Τα μέτρα διασποράς χρησιμεύουν για τη μέτρηση των περιφερειακών ανισοτήτων. Τα περιφερειακά χαρακτηριστικά που χρησιμοποιούνται
ΣΥΝΘΕΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ
ΣΥΝΘΕΤΑ ΕΠΑΝΑΛΗΠΤΙΚΑ ΘΕΜΑΤΑ Α. Με ολοκληρωμένη λύση ΘΕΜΑ 1 ο Επιχείρηση χρησιμοποιεί την εργασία ως μοναδικό μεταβλητό παραγωγικό συντελεστή. Τα στοιχεία κόστους της επιχείρησης δίνονται στον επόμενο πίνακα:
3.7 Παραδείγματα Μεθόδου Simplex
3.7 Παραδείγματα Μεθόδου Simplex Παράδειγμα 1ο (Παράδειγμα 1ο - Κεφάλαιο 2ο - σελ. 10): Το πρόβλημα εκφράζεται από το μαθηματικό μοντέλο: max z = 600x T + 250x K + 750x Γ + 450x B 5x T + x K + 9x Γ + 12x
ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ
ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ ΑΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟΔΕΙΓΜΑ Συντελεστής συσχέτισης (εκτιμητής Person: r, Y ( ( Y Y xy ( ( Y Y x y, όπου r, Y (ισχυρή θετική γραμμική συσχέτιση όταν, ισχυρή αρνητική
ΑΞΙΟΠΙΣΤΙΑ ΚΑΙ ΣΥΝΤΗΡΗΣΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής. Pr T T0
ΑΞΙΟΠΙΣΤΙΑ ΚΑΙ ΣΥΝΤΗΡΗΣΗ ΤΕΧΝΟΛΟΓΙΚΩΝ ΣΥΣΤΗΜΑΤΩΝ Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής Δεσμευμένη αξιοπιστία Η δεσμευμένη αξιοπιστία R t είναι η πιθανότητα το σύστημα να λειτουργήσει για χρονικό
ΛΥΣΕΙΣ AΣΚΗΣΕΩΝ ΓΙΑ ΤΟ ΜΑΘΗΜΑ ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ 5 ο εξάμηνο
ΛΥΣΕΙΣ ΣΚΗΣΕΩΝ ΓΙΑ ΤΟ ΜΑΘΗΜΑ ΤΟΠΟΓΡΑΦΙΚΑ ΔΙΚΤΥΑ ΚΑΙ ΥΠΟΛΟΓΙΣΜΟΙ 5 ο εξάμηνο Άσκηση (α) Οι συνορθωμένες συντεταγμένες του σημείου P είναι: ˆ 358.47 m, ˆ 4.46 m (β) Η a-psteriri εκτίμηση της μεταβλητότητας
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικών Χρηματοοικονομικών Μαθηματικών ΧΡΟΝΟΣΕΙΡΕΣ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικών Χρηματοοικονομικών Μαθηματικών ΧΡΟΝΟΣΕΙΡΕΣ Σημειώσεις Πανεπιστημιακών Παραδόσεων ΑΛΕΞΑΝΔΡΟΣ ΜΗΛΙΏΝΗΣ ΟΚΤΩΒΡΙΟΣ 205 ΚΕΦΑΛΑΙΟ
ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική
ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 2: Ανάλυση γραμμικού υποδείγματος Απλή παλινδρόμηση (1 ο μέρος) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana
Περιεχόμενα της Ενότητας. Δειγματοληψία. Δειγματοληψίας. Δειγματοληψία. Τυχαία Δειγματοληψία. Χ. Εμμανουηλίδης, 1.
Περιεχόμενα της Ενότητας Στατιστική ΙI Ενότητα 1: Δειγματοληψία και Κατανομές Δειγματοληψίας Δρ. Χρήστος Εμμανουηλίδης Επίκουρος Καθηγητής Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης 1. ειγµατοληψία Πιθανοτικές
Το Βασικό Κεϋνσιανό Υπόδειγμα και η Σταδιακή Προσαρμογή του Επιπέδου Τιμών. Καθ. Γιώργος Αλογοσκούφης
Το Βασικό Κεϋνσιανό Υπόδειγμα και η Σταδιακή Προσαρμογή του Επιπέδου Τιμών Καθ. Γιώργος Αλογοσκούφης Καθηγητής Γιώργος Αλογοσκούφης, Δυναμική Μακροοικονομική, 2014 Η Κεϋνσιανή Προσέγγιση Η πιο διαδεδομένη
ΒΙΒΛΙΟΠΑΡΟΥΣΙΑΣΕΙΣ - BOOK PRESENTATIONS
«ΣΠΟΥΔΑΙ», Τόμος 45, Τεύχος 3ο-4ο, Πανεπιστήμιο Πειραιώς / «SPOUDAI», Vol. 45, No 3-4, University of Piraeus ΒΙΒΛΙΟΠΑΡΟΥΣΙΑΣΕΙΣ - BOOK PRESENTATIONS Κ. Ευστρατόγλου, «Ελεύθερη Διακίνηση Εργαζομένων στην
Στασιμότητα χρονοσειρών Νόθα αποτελέσματα-spurious regression Ο έλεγχος στασιμότητας είναι απαραίτητος ώστε η στοχαστική ανάλυση να οδηγεί σε ασφαλή
Χρονικές σειρές 12 Ο μάθημα: Έλεγχοι στασιμότητας ΑΝΑΚΕΦΑΛΑΙΩΣΗ: Εκτίμηση παραμέτρων γραμμικών μοντέλων Συνάρτηση μερικής αυτοσυσχέτισης Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική
ΟΚΙΜΑΣΙΕΣ χ 2 (CHI-SQUARE)
ΔΟΚΙΜΑΣΙΕΣ χ (CI-SQUARE) ΟΚΙΜΑΣΙΕΣ χ (CI-SQUARE). Εισαγωγή Οι στατιστικές δοκιμασίες που μελετήσαμε μέχρι τώρα ονομάζονται παραμετρικές (paramtrc) διότι χαρακτηρίζονται από υποθέσεις σχετικές είτε για
Στοχαστικότητα: μελέτη, μοντελοποίηση και πρόβλεψη φυσικών φαινομένων
Στοχαστικότητα: μελέτη, μοντελοποίηση και πρόβλεψη φυσικών φαινομένων Δρ. Τακβόρ Σουκισιάν Κύριος Ερευνητής ΕΛΚΕΘΕ Forecasting is very dangerous, especially about the future --- Samuel Goldwyn 1 ΠΕΡΙΕΧΟΜΕΝΑ
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.
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ Τμήμα Μαθηματικών ΧΡΟΝΟΣΕΙΡΕΣ. Σημειώσεις Πανεπιστημιακών Παραδόσεων
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ Τμήμα Μαθηματικών ΧΡΟΝΟΣΕΙΡΕΣ Σημειώσεις Πανεπιστημιακών Παραδόσεων ΑΛΕΞΑΝΔΡΟΣ ΜΗΛΙΏΝΗΣ ΟΚΤΩΒΡΙΟΣ 07 ΚΕΦΑΛΑΙΟ ΧΡΟΝΟΣΕΙΡΕΣ- ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ. ΚΑΤΗΓΟΡΙΟΠΟΙΗΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ. ΟΡΙΣΜΟΣ
Στατιστική Ι. Ανάλυση Παλινδρόμησης
Στατιστική Ι Ανάλυση Παλινδρόμησης Ανάλυση παλινδρόμησης Η πρόβλεψη πωλήσεων, εσόδων, κόστους, παραγωγής, κτλ. είναι η βάση του επιχειρηματικού σχεδιασμού. Η ανάλυση παλινδρόμησης και συσχέτισης είναι
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
ΛΥΜΕΝΕΣ ΕΦΑΡΜΟΓΕΣ ΣΤΟ 2 ο ΚΕΦΑΛΑΙΟ
ΛΥΜΕΝΕΣ ΕΦΑΡΜΟΓΕΣ ΣΤΟ 2 ο ΚΕΦΑΛΑΙΟ 1. Έστω συνάρτηση ζήτησης με τύπο Q = 200 4P. Να βρείτε: α) Την ελαστικότητα ως προς την τιμή όταν η τιμή αυξάνεται από 10 σε 12. 1ος τρόπος Αν P 0 10 τότε Q 0 200 410
Στατιστική Επιχειρήσεων ΙΙ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα Στατιστική Επιχειρήσεων ΙΙ Ενότητα #4: Έλεγχος Υποθέσεων Μιλτιάδης Χαλικιάς Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης Το παρόν
Εκτιμήτριες. Κώστας Γλυκός ΜΑΘΗΜΑΤΙΚΟΣ. Ασκήσεις για ΑΕΙ και ΤΕΙ. Kglykos.gr. σε Εκτιμήτριες. μέθοδος ροπών και μέγιστης πιθανοφάνειας
Εκτιμήτριες Κώστας Γλυκός Ασκήσεις για ΑΕΙ και ΤΕΙ σε Εκτιμήτριες Ι δ ι α ί τ ε ρ α μ α θ ή μ α τ α μέθοδος ροπών και μέγιστης πιθανοφάνειας κριτήρια αμεροληψίας και συνέπειας 9 άλυτες ασκήσεις 6 9 7.
Στοχαστικές Ανελίξεις (3) Αγγελική Αλεξίου
Στοχαστικές Ανελίξεις (3) Αγγελική Αλεξίου alexiou@unipi.gr 1 Αλυσίδες Markov 2 Παράδειγμα 1: παιχνίδι τύχης Στοχαστικές Ανελίξεις Α. Αλεξίου 3 Παράδειγμα 2: μηχανή Έστω μηχανή που παράγει ένα προϊόν με
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
Σφάλματα Είδη σφαλμάτων
Σφάλματα Σφάλματα Κάθε μέτρηση ενός φυσικού μεγέθους χαρακτηρίζεται από μία αβεβαιότητα που ονομάζουμε σφάλμα, το οποίο αναγράφεται με τη μορφή Τιμή ± αβεβαιότητα π.χ έστω ότι σε ένα πείραμα μετράμε την