1. Hasil Pengukuran Kadar TNF-α. DATA PENGAMATAN ABSORBANSI STANDAR TNF α PADA PANJANG GELOMBANG 450 nm
|
|
- Φιλομήλ Τρικούπη
- 7 χρόνια πριν
- Προβολές:
Transcript
1 HASIL PENELITIAN 1. Hasil Pengukuran Kadar TNF-α DATA PENGAMATAN ABSORBANSI STANDAR TNF α PADA PANJANG GELOMBANG 450 nm NO KADAR ( pg/ml) ABSORBANSI KURVA STANDAR TNF-α y = 0.003x R² = Serapan Konsentrasi pg/ml
2 DATA PENGAMATAN ABSORBANSI DAN KADAR TNFα KELOMPOK OD-1 OD-2 MEAN KADAR (pg/ml) OK K OK K OK RERATA KADAR OK OK OK OK OK OK OK OP OP OP OP OP OP OP OP OP OP OP OP OP OP OP OP OP OP
3 GRAFIK RERATA KADAR TNF-α Kadar TNF α pg/ml K Neg K Pos P1 P2 P3 Kelompok Perlakuan 2. Hasil Pengukuran Kadar NO DATA PENGAMATAN ABSORBANSI STANDAR NO PADA PANJANG GELOMBANG 550 nm NO KADAR ( um) ABSORBANSI Serapan Kurva Standar NO y = 0.056x R² = Konsentrasi um
4 DATA PENGAMATAN ABSORBANSI DAN KADAR NO KELOMPOK OD-1 OD-2 MEAN KADAR Um RERATAKADAR (um) OK K OK K OK OK OK OK OK OK OK OK OP OP OP OP OP OP OP OP OP OP OP OP OP OP OP OP OP OP
5 GRAFIK RERATA KADAR NO Kadar NO um K Neg K Pos P1 P2 P3 Kelompok Perlakuan
6 HASIL ANALISA STATISTIK 1. Hasil analisis statistik kadar TNF-α Descriptives KELOMPOK PERLAKUAN Statistic Std. Error RERATA KADAR TNFAlfa kontrolnegatif Lower Bound Upper Bound % Trimmed Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis kontrolpositif Lower Bound Upper Bound % Trimmed Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis P Lower Bound Upper Bound % Trimmed Median Variance Std. Deviation
7 Minimum Maximum Range Interquartile Range Skewness Kurtosis P Lower Bound Upper Bound % Trimmed Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis P Lower Bound Upper Bound % Trimmed Median Variance Std. Deviation Minimum Maximum Range Interquartile Range Skewness Kurtosis
8 Tests of Normality KELOMPOK PERLAKUAN Kolmogorov-Smirnov a Shapiro-Wilk Statistic df Sig. Statistic df Sig. RERATA KADAR TNFAlfa kontrolnegatif * kontrolpositif * P * P * P * a. Lilliefors Significance Correction *. This is a lower bound of the true significance. ANOVA 1 Sum of Squares df Square F Sig. Between Groups Within Groups Total
9 Multiple Comparisons 1 LSD Difference 95% Confidence Interval (I) Perlakuan (J) Perlakuan (I-J) Std. Error Sig. Lower Bound Upper Bound KONTROL NEGATIF KONTROL POSITIF * P P * P KONTROL POSITIF KONTROL NEGATIF * P * P P * P1 KONTROL NEGATIF KONTROL POSITIF * P * P P2 KONTROL NEGATIF * KONTROL POSITIF P * P * P3 KONTROL NEGATIF KONTROL POSITIF * P P * *. The mean difference is significant at the 0.05 level. 2. Hasil analisis statistik kadar NO Descriptives KELOMPOK PERLAKUAN Statistic Std. Error RERATA KADAR NO kontrolnegatif Lower Bound.9460 Upper Bound % Trimmed Median Variance.125 Std. Deviation Minimum.96
10 Maximum 1.75 Range.79 Interquartile Range.69 Skewness Kurtosis kontrolpositif Lower Bound.6435 Upper Bound % Trimmed Median Variance Std. Deviation Minimum 1.08 Maximum 9.03 Range 7.95 Interquartile Range 2.35 Skewness Kurtosis P Lower Bound.6502 Upper Bound % Trimmed Median Variance Std. Deviation Minimum.91 Maximum 5.83 Range 4.92 Interquartile Range 2.36 Skewness Kurtosis P Lower Bound.6564 Upper Bound % Trimmed Median Variance Std. Deviation
11 Minimum.99 Maximum 5.95 Range 4.96 Interquartile Range 3.15 Skewness Kurtosis P Lower Bound Upper Bound % Trimmed Median Variance.217 Std. Deviation Minimum.71 Maximum 1.99 Range 1.28 Interquartile Range.68 Skewness Kurtosis
12 Tests of Normality KELOMPOK PERLAKUAN Kolmogorov-Smirnov a Shapiro-Wilk Statistic df Sig. Statistic df Sig. RERATA KADAR NO kontrolnegatif kontrolpositif P * P * P a. Lilliefors Significance Correction *. This is a lower bound of the true significance. Kruskal- Wallis Tests Ranks KELOMPOK PERLAKUAN N Rank RERATA KADAR NO kontrolnegatif kontrolpositif P P P Total 30 Test Statistics a,b RERATA KADAR NO Chi-Square Df 4 Asymp. Sig..085 a. Kruskal Wallis Test b. Grouping Variable: KELOMPOK PERLAKUAN
13 3. Analisis Statistik Korelasi Kadar TNF-α dan NO Nonparametric s s RERATA KADAR TNFAlfa RERATA KADAR NO Spearman's rho RERATA KADAR TNFAlfa N RERATA KADAR NO N s TNF_K TNF_K TNF_ TNF_ TNF_ NO_K NO_K NEG POS P1 P2 P3 NEG POS NO_P1 NO_P2 NO_P3 Spearman's rho TNF_KNEG TNF_KPOS ** TNF_P TNF_P TNF_P
14 NO_KNEG NO_KPOS NO_P ** NO_P NO_P **. is significant at the 0.01level (2-.
Εισαγωγή στην Ανάλυση Διακύμανσης
Εισαγωγή στην Ανάλυση Διακύμανσης 1 Η Ανάλυση Διακύμανσης Από τα πιο συχνά χρησιμοποιούμενα στατιστικά κριτήρια στην κοινωνική έρευνα Γιατί; 1. Ενώ αναφέρεται σε διαφορές μέσων όρων, όπως και το κριτήριο
Δείγμα (μεγάλο) από οποιαδήποτε κατανομή
ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 4ο Κατανομές Στατιστικών Συναρτήσεων Δείγμα από κανονική κατανομή Έστω Χ= Χ Χ Χ τ.δ. από Ν µσ τότε ( 1,,..., n) (, ) Τ Χ Χ Ν Τ Χ σ σ Χ Τ Χ n Χ S µ S µ 1( ) = (0,1), ( ) = ( n 1)
$ι ιι η ι ι!η ηι ι ANOVA. To ANOVA ι ι ι η η η ιη (Analysis of Variance). * ι! ι ι ι ι ι η ιη. ;, ι ι ι! η ιι ηιη ι ι!η ι η η ιη ι ι η ι η.
η &, 7!# v # $ι ιι η ι ι!η ηι ι ANOVA. To ANOVA ι ι ι η η η ιη (Analysis of Variance). * ι! ι ι ι ι ι η ιη. ;, ι ι ι! η ιι ηιη ι ι!η ι η η ιη ι ι η ι η. - ι% ιι* ι' F ι ι ι% MS F MS between within MS MS
Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές. Εργαστήριο Γεωργίας. Viola adorata
One-way ANOVA µε το SPSS Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας, Εργαστήριο Γεωργίας Viola adorata To call in a statistician after the experiment is
Ασκήσεις Εξετάσεων. Μεταπτυχιακό Πρόγραμμα Σπουδών στη. Διοίκηση των Επιχειρήσεων
Ασκήσεις Εξετάσεων Μεταπτυχιακό Πρόγραμμα Σπουδών στη Διοίκηση των Επιχειρήσεων ΑΣΚΗΣΗ 1: Έλεγχος για τη μέση τιμή ενός πληθυσμού Η αντικαπνιστική νομοθεσία υποχρεώνει τους καπνιστές που εργάζονται σε
ο),,),--,ο< $ι ιι!η ι ηι ι ιι ιι t (t-test): ι ι η ι ι. $ι ι η ι ι ι 2 x s ι ι η η ιη ι η η SE x
η &, ε ε 007!# # # ι, ι, η ιι ι ι ι ι η (.. ι, η ι η, ι & ι!ι η 50, ι ηιη 000 ι, ι, ',!,! )!η. (, ηι, ι ι ι ι "!η. #, ι "ι!η ι, ηι, ι ι ι η. ι, ι ι, ' ι ι ι η ι ι ι ι # ι ι ι ι ι 7. ο),,),--,ο< $ι ιι!η
Ερμηνεία αποτελεσμάτων Ανάλυση διακύμανσης κατά ένα παράγοντα
Ερμηνεία αποτελεσμάτων Ανάλυση διακύμανσης κατά ένα παράγοντα Αρχείο δεδομένων school.sav Στον πίνακα Descriptives, μας δίνονται για την Επίδοση ως προς τις πέντε διαφορετικές μεθόδους διδασκαλίας, το
3 ο Φυλλάδιο Ασκήσεων. Εφαρμογές
ο Φυλλάδιο Ασκήσεων Εφαρμογές 2 ο Φυλλάδιο Ασκήσεων Εφαρμογή 1 ΣΥΓΚΡΙΣΗ ΤΗΣ ΗΛΙΚΙΑΣ ΤΩΝ ΕΡΓΑΖΟΜΕΝΩΝ ΣΕ ΔΥΟ ΕΠΙΧΕΙΡΗΣΕΙΣ Παρακάτω βλέπουμε τα ιστογράμματα και τα πολύγωνα των σχετικών (%) και σχετικών αθροιστικών
Lampiran 1 Output SPSS MODEL I
67 Variables Entered/Removed(b) Lampiran 1 Output SPSS MODEL I Model Variables Entered Variables Removed Method 1 CFO, ACCOTHER, ACCPAID, ACCDEPAMOR,. Enter ACCREC, ACCINV(a) a All requested variables
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
Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α. Δ.Π.Θ.
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ περισσότερων από δύο ανεξάρτητων δειγμάτων, που διαχωρίζονται βάσει ενός ανεξάρτητου παράγοντα (Ανάλυση διακύμανσης για ανεξάρτητα δείγματα ως προς
Βοήθημα Εξετάσεων. Μεταπτυχιακό Πρόγραμμα Σπουδών στη Διοίκηση των Επιχειρήσεων
Βοήθημα Εξετάσεων Μεταπτυχιακό Πρόγραμμα Σπουδών στη Διοίκηση των Επιχειρήσεων 2 1. Περιγραφική Στατιστική Θα δίνονται το ιστόγραμμα των σχετικών συχνοτήτων και τα στατιστικά. 1. Να μπορείτε να εξάγετε
ΣΗΜΕΙΩΣΕΙΣ ΣΤΑΤΙΣΤΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ «ΦΡΟΝΤΙ Α ΣΤΟ ΣΑΚΧΑΡΩ Η ΙΑΒΗΤΗ» 2 ο Μάθηµα
ΣΗΜΕΙΩΣΕΙΣ ΣΤΑΤΙΣΤΙΚΗΣ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥ ΩΝ «ΦΡΟΝΤΙ Α ΣΤΟ ΣΑΚΧΑΡΩ Η ΙΑΒΗΤΗ» 2 ο Μάθηµα Γκριζιώτη Μαρία ΜSc Ιατρικής Ερευνητικής Μεθοδολογίας Όταν ανοίγουµε µία βάση στο SPSS η πρώτη εικόνα που
τατιςτική ςτην Εκπαίδευςη II
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΣΙΑ ΠΑΝΕΠΙΣΗΜΙΟ ΚΡΗΣΗ τατιςτική ςτην Εκπαίδευςη II Αρχείο αποτελεςμάτων Διδάσκων: Μιχάλης Λιναρδάκης ΠΑΙΔΑΓΩΓΙΚΟ ΤΜΗΜΑ ΔΗΜΟΤΙΚΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΑΓΩΓΗΣ Άδειες Χρήσης Το παρόν
Μενύχτα, Πιπερίγκου, Σαββάτης. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 5 ο
Κατανομές Στατιστικών Συναρτήσεων Δύο ανεξάρτητα δείγματα από κανονική κατανομή Έστω Χ= ( Χ, Χ,..., Χ ) τ.δ. από Ν( µ, σ ) μεγέθους n και 1 n 1 1 Y = (Y, Y,..., Y ) τ.δ. από Ν( µ, σ ) 1 n 1 Χ Y ( µ µ )
Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με ανεξάρτητα δείγματα
ΚΕΦΑΛΑΙΟ ΠΕΜΠΤΟ Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με ανεξάρτητα δείγματα Θέλοντας να εξετάσουμε τις μέσες τιμές δύο πληθυσμών πρέπει να διακρίνουμε κατά τα γνωστά από τη θεωρία δύο περιπτώσεις
Μαντζούνη, Πιπερίγκου, Χατζή. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 5 ο
Κατανομές Στατιστικών Συναρτήσεων Δύο δείγματα από κανονική κατανομή Έστω Χ= ( Χ, Χ,..., Χ ) τ.δ. από Ν( µ, σ ) μεγέθους n και 1 n 1 1 Y = (Y, Y,...,Y ) τ.δ. από Ν( µ, σ ) 1 n 1 Χ Y ( µ µ ) S σ Τ ( Χ,Y)
Έλεγχος ότι η παράμετρος θέσης ενός πληθυσμού είναι ίση με δοθείσα γνωστή τιμή. μεγέθους n από έναν πληθυσμό με μέση τιμή μ
ΚΕΦΑΛΑΙΟ ΤΕΤΑΡΤΟ Έλεγχος ότι η παράμετρος θέσης ενός πληθυσμού είναι ίση με δοθείσα γνωστή τιμή Έστω ένα τυχαίο δείγμα X,, 1 X n μεγέθους n από έναν πληθυσμό με μέση τιμή μ 2 και διακύμανση σ, άγνωστη.
Μη Παραμετρικοί Έλεγχοι & Η Δοκιμασία Χ 2
Μη Παραμετρικοί Έλεγχοι & Η Δοκιμασία Χ 2. Μη Παραμετρικοί Έλεγχοι Παραμετρικοί είναι οι κλασικοί έλεγχοι υποθέσεων της Στατιστικής οι οποίοι διεξάγονται κάτω από κάποιες προϋποθέσεις για τις παραμέτρους
Αν οι προϋποθέσεις αυτές δεν ισχύουν, τότε ανατρέχουµε σε µη παραµετρικό τεστ.
ΣΤ. ΑΝΑΛΥΣΗ ΙΑΣΠΟΡΑΣ (ANALYSIS OF VARIANCE - ANOVA) ΣΤ 1. Ανάλυση ιασποράς κατά µία κατεύθυνση. Όπως έχουµε δει στη παράγραφο Β 2, όταν θέλουµε να ελέγξουµε, αν η µέση τιµή µιας ποσοτικής µεταβλητής διαφέρει
τατιστική στην Εκπαίδευση II
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΣΙΑ ΠΑΝΕΠΙΣΗΜΙΟ ΚΡΗΣΗ τατιστική στην Εκπαίδευση II Λφση επαναληπτικής άσκησης Διδάσκων: Μιχάλης Λιναρδάκης ΠΑΙΔΑΓΩΓΙΚΟ ΤΜΗΜΑ ΔΗΜΟΤΙΚΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΑΓΩΓΗΣ Άδειες Χρήσης Το
Κεφάλαιο 14. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης
Κεφάλαιο 14 Ανάλυση ιακύµανσης Μονής Κατεύθυνσης 1 Ανάλυση ιακύµανσης Μονής Κατεύθυνσης Παραµετρικό στατιστικό κριτήριο για τη µελέτη της επίδρασης µιας ανεξάρτητης µεταβλητής στην εξαρτηµένη Λογική παρόµοια
Διερευνητική Ανάλυση Δεδομένων Exploratory Data Analysis
Διερευνητική Ανάλυση Δεδομένων Exploratory Data Analysis Περιλαμβάνει ένα σύνολο αριθμητικών και γραφικών μεθόδων, που μας επιτρέπουν να αποκτήσουμε μια πρώτη εικόνα για την κατανομή των τιμών της μεταβλητής
1991 US Social Survey.sav
Παραδείγµατα στατιστικής συµπερασµατολογίας µε ένα δείγµα Στα παραδείγµατα χρησιµοποιείται απλό τυχαίο δείγµα µεγέθους 1 από το αρχείο δεδοµένων 1991 US Social Survey.sav Το δείγµα λαµβάνεται µε την διαδικασία
Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων
Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων Ενότητα: Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με ανεξάρτητα δείγματα Διδάσκων: Επίκ. Καθ. Απόστολος Μπατσίδης Τμήμα: Μαθηματικών ΚΕΦΑΛΑΙΟ ΠΕΜΠΤΟ
PENGARUHKEPEMIMPINANINSTRUKSIONAL KEPALASEKOLAHDAN MOTIVASI BERPRESTASI GURU TERHADAP KINERJA MENGAJAR GURU SD NEGERI DI KOTA SUKABUMI
155 Lampiran 6 Yayan Sumaryana, 2014 PENGARUHKEPEMIMPINANINSTRUKSIONAL KEPALASEKOLAHDAN MOTIVASI BERPRESTASI GURU TERHADAP KINERJA MENGAJAR GURU SD NEGERI DI KOTA SUKABUMI Universitas Pendidikan Indonesia
ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS)
ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΗΝ ΣΤΑΤΙΣΤΙΚΗ ΕΡΓΑΣΤΗΡΙΟ (SPSS) Έλεγχος Υποθέσεων για την Μέση Τιμή ενός Δείγματος (One Sample t-test) Το κριτήριο One sample t-test χρησιμοποιείται όταν θέλουμε να συγκρίνουμε τον αριθμητικό
Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων
Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων Ενότητα: Έλεγχος ότι η παράμετρος θέσης ενός πληθυσμού είναι ίση με δοθείσα γνωστή τιμή Διδάσκων: Επίκ. Καθ. Απόστολος Μπατσίδης Τμήμα: Μαθηματικών ΚΕΦΑΛΑΙΟ
ΗΥ-SPSS Statistical Package for Social Sciences 6 ο ΜΑΘΗΜΑ. ΧΑΡΑΛΑΜΠΟΣ ΑΘ. ΚΡΟΜΜΥΔΑΣ Διδάσκων Τ.Ε.Φ.Α.Α., Π.Θ.
ΗΥ-SPSS Statistical Package for Social Sciences 6 ο ΜΑΘΗΜΑ ΧΑΡΑΛΑΜΠΟΣ ΑΘ. ΚΡΟΜΜΥΔΑΣ Διδάσκων Τ.Ε.Φ.Α.Α., Π.Θ. Κανονική Κατανομή Τυπική Απόκλιση Διακύμανση z τιμές Περιεχόμενα 6 ου μαθήματος Έλεγχος κανονικής
Λυμένες Ασκήσεις για το μάθημα:
Λυμένες Ασκήσεις για το μάθημα: ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΜΕ ΧΡΗΣΗ Η/Υ ΚΩΝΣΤΑΝΤΙΝΟΣ ΖΑΦΕΙΡΟΠΟΥΛΟΣ Τμήμα: ΔΙΕΘΝΩΝ ΚΑΙ ΕΥΡΩΠΑΪΚΩΝ ΣΠΟΥΔΩΝ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative
Διερευνητική Ανάλυση Δεδομένων Exploratory Data Analysis
Διερευνητική Ανάλυση Δεδομένων Exploratory Data Analysis Περιλαμβάνει ένα σύνολο αριθμητικών και γραφικών μεθόδων, που μας επιτρέπουν να αποκτήσουμε μια πρώτη εικόνα για την κατανομή των τιμών της μεταβλητής
Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με εξαρτημένα δείγματα
ΚΕΦΑΛΑΙΟ ΕΚΤΟ Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με εξαρτημένα δείγματα Στο κεφάλαιο αυτό θα ασχοληθούμε με τον έλεγχο της υπόθεσης της ισότητα δύο μέσων τιμών με εξαρτημένα δείγματα. Εξαρτημένα
ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης
ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης Άσκηση 1 η Ένας παραγωγός σταφυλιών ισχυρίζεται ότι τα κιβώτια σταφυλιών που συσκευάζει
Statistics. hrs1 Number of hours worked last week. educ Highest year of school completed. sibs NUMBER OF BROTHERS AND SISTERS. N Valid
1. Να χρησιμοποιηθεί το gssnet.sav για να υπολογιστούν τα περιγραφικά μέτρα για τον αριθμό αδελφών (sibs), έτη εκπαίδευσης (educ), και ώρες εργασίας την τελευταία εβδομάδα(hrs1). Να δημιουργηθούν επίσης
Για να ελέγξουµε αν η κατανοµή µιας µεταβλητής είναι συµβατή µε την κανονική εφαρµόζουµε το test Kolmogorov-Smirnov.
A. ΈΛΕΓΧΟΣ ΚΑΝΟΝΙΚΟΤΗΤΑΣ A 1. Έλεγχος κανονικότητας Kolmogorov-Smirnov. Για να ελέγξουµε αν η κατανοµή µιας µεταβλητής είναι συµβατή µε την κανονική εφαρµόζουµε το test Kolmogorov-Smirnov. Μηδενική υπόθεση:
Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων
Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων Ενότητα: Έλεγχος για τις παραμέτρους θέσης δύο πληθυσμών με εξαρτημένα δείγματα Διδάσκων: Επίκ. Καθ. Απόστολος Μπατσίδης Τμήμα: Μαθηματικών ΚΕΦΑΛΑΙΟ ΕΚΤΟ
Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α.-Δ.Π.Θ.
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ περισσότερων από δύο εξαρτημένων δειγμάτων, που διαχωρίζονται βάσει ενός επαναλαμβανόμενου παράγοντα (Ανάλυση διακύμανσης για εξαρτημένα δείγματα ως
Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α.-Δ.Π.Θ.
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ περισσότερων από δύο δειγμάτων, που διαχωρίζονται βάσει δύο ανεξάρτητων παραγόντων (Ανάλυση διακύμανσης για ανεξάρτητα δείγματα ως προς περισσότερους
6.4. LOGLINEAR 90 8.5 (MANOVA) 121
Φ Γ SPSS Dr. υ υ α α Θ α 2012 2 1. Γ SPSS 19.0 1.1 Φ Γ SPSS 4 1.2 Φ Γ 7 1.3 9 1.4 Φ 10 1.5 Pτ ΘHKH IAΓPAΦH 16 1.6 16 1.7 17 1.8 20 1.9 22 1.10 Γ 23 1.11 Γ Φ 25 1.12 Γ 27 1.13 Θ 28 2. Γ Φ 2.1 Θ, Γ, Γ 29
Μενύχτα, Πιπερίγκου, Σαββάτης. ΒΙΟΣΤΑΤΙΣΤΙΚΗ Εργαστήριο 6 ο
Παράδειγμα 1 Ο παρακάτω πίνακας δίνει τις πωλήσεις (ζήτηση) ενός προϊόντος Υ (σε κιλά) από το delicatessen μιας περιοχής και τις αντίστοιχες τιμές Χ του προϊόντος (σε ευρώ ανά κιλό) για μια ορισμένη χρονική
ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 8. Ανάλυση διασποράς (ANOVA)
ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 8. Ανάλυση διασποράς (ANOVA) Γενικά Επέκταση της σύγκρισης µέσων τιµών µεταβλητής ανάµεσα σε 2 δείγµατα (οµάδες ήστάθµες): Σύγκριση πολλών δειγµάτων (K>2) µαζί Σχέση ανάµεσα σε µια ποσοτική
Κεφάλαιο 3: Ανάλυση μιας μεταβλητής
Κεφάλαιο 3: Ανάλυση μιας μεταβλητής Γενικά Στο Κεφάλαιο αυτό θα παρουσιάσουμε κάποιες μεθόδους της Περιγραφικής Στατιστικής και της Στατιστικής Συμπερασματολογίας που αφορούν στην ανάλυση μιας μεταβλητής.
Παράδειγμα: Γούργουλης Βασίλειος, Επίκουρος Καθηγητής Τ.Ε.Φ.Α.Α.-Δ.Π.Θ.
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δειγμάτων, που διαχωρίζονται βάσει ενός επαναλαμβανόμενου και ενός ανεξάρτητου παράγοντα (Ανάλυση διακύμανσης για εξαρτημένα δείγματα ως προς δύο παράγοντες,
ΚΕΦΑΛΑΙΟ 5 ο. 5.1 Εντολή EXPLORE 5.2 Εντολή CROSSTABS 5.3 Εντολή RAΤΙΟ STΑTISTIC 5.4 Εντολή OLAP CUBES. Daily calorie intake
----------Εισαγωγή στη Χρήση του SPSS for Windows ------------- Σελίδα: 0------------ ΚΕΦΑΛΑΙΟ 5 ο 5.1 Εντολή EXPLORE 5.2 Εντολή CROSSTABS 5.3 Εντολή RAΤΙΟ STΑTISTIC 5.4 Εντολή OLAP CUBES 5000 Daily calorie
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Εισαγωγή στην Ανάλυση Ερευνητικών Δεδομένων στις Κοινωνικές Επιστήμες Με χρήση των λογισμικών IBM/SPSS και LISREL Ενότητα 7 η : Ανάλυση
ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης
ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης Περιεχόμενα Εισαγωγή Το πρόβλημα - Συντελεστής συσχέτισης Μοντέλο απλής γραμμικής παλινδρόμησης
Έλεγχος για τις παραμέτρους θέσης περισσοτέρων των δύο πληθυσμών με ανεξάρτητα δείγματα
ΚΕΦΑΛΑΙΟ ΕΒΔΟΜΟ Έλεγχος για τις παραμέτρους θέσης περισσοτέρων των δύο πληθυσμών με ανεξάρτητα δείγματα Έστω Y,, j1 Yjn, j το πλήθος j = 1,..., k, k 2 τυχαία ανεξάρτητα δείγματα j μεγέθους n j από έναν
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δύο εξαρτημένων δειγμάτων, που δεν ακολουθούν την κανονική κατανομή (Wilcoxon test)
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δύο εξαρτημένων δειγμάτων, που δεν ακολουθούν την κανονική κατανομή (Wilcoxon test) Σε ορισμένες περιπτώσεις απαιτείται ο έλεγχος της ύπαρξης στατιστικά
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δύο ανεξάρτητων δειγμάτων, που ακολουθούν την κανονική κατανομή (t-test για ανεξάρτητα δείγματα)
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δύο ανεξάρτητων δειγμάτων, που ακολουθούν την κανονική κατανομή (t-test για ανεξάρτητα δείγματα) Όταν απαιτείται ο έλεγχος της ύπαρξης στατιστικά σημαντικών
Μη Παραµετρικοί Έλεγχοι
Μη Παραµετρικοί Έλεγχοι Επιστηµονική Επιµέλεια: ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας Εργαστήριο Γεωργίας Viola adorata Καταρχήν Μη Παραµετρικοί Έλεγχοι εν απαιτούν κανονικότητα
Ενότητα 3 η : Περιγραφική Στατιστική Ι. Πίνακες και Γραφικές παραστάσεις. Δημήτριος Σταμοβλάσης Φιλοσοφίας Παιδαγωγικής
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ Εισαγωγή στην Ανάλυση Ερευνητικών Δεδομένων στις Κοινωνικές Επιστήμες Με χρήση των λογισμικών IBM/SPSS και LISREL Ενότητα 3 η : Περιγραφική
Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων
Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων Ενότητα: Έλεγχος για τις παραμέτρους θέσης περισσοτέρων των δύο πληθυσμών με ανεξάρτητα δείγματα Διδάσκων: Επίκ. Καθ. Απόστολος Μπατσίδης Τμήμα: Μαθηματικών
519.22(07.07) 78 : ( ) /.. ; c (07.07) , , 2008
.. ( ) 2008 519.22(07.07) 78 : ( ) /.. ;. : -, 2008. 38 c. ( ) STATISTICA.,. STATISTICA.,. 519.22(07.07),.., 2008.., 2008., 2008 2 ... 4 1...5...5 2...14...14 3...27...27 3 ,, -. " ", :,,,... STATISTICA.,,,.
ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης
ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης Περιεχόμενα Έλεγχος κανονικότητας P-P Plot και Q-Q Plot Τεστ Κανονικότητας Τεστ Κανονικότητας
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
ΕΡΓΑΙΑ Εθηίκεζε αμίαο κεηαπώιεζεο ζπηηηώλ κε αλάιπζε δεδνκέλωλ. Παιεάο Δπζηξάηηνο
ΕΡΓΑΙΑ Εθηίκεζε αμίαο κεηαπώιεζεο ζπηηηώλ κε αλάιπζε δεδνκέλωλ Παιεάο Δπζηξάηηνο ΑΘΗΝΑ 2014 1 ΠΔΡΙΔΥΟΜΔΝΑ 1) Δηζαγσγή 2) Πεξηγξαθηθή Αλάιπζε 3) ρέζεηο Μεηαβιεηώλ αλά 2 4) Πξνβιεπηηθά / Δξκελεπηηθά Μνληέια
Σύγκριση Συνδυασµένων Παραγόντων
Σύγκριση Συνδυασµένων Παραγόντων Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας, Εργαστήριο Γεωργίας Viola adorata Παραγοντικά Πειράµατα (Factorial Experiments)
ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης
ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης Περιεχόμενα Εισαγωγή στο SPSS Ο Data editor Ο Viewer Άνοιγμα Αρχείου στο SPSS Εισαγωγή Δεδομένων
ΔPersediaan = Persediaan t+1 - Persediaan t
Lampiran 4 Data Perhitungan Perubahan Persediaan ΔPersediaan = Persediaan t+1 - Persediaan t No Kode Perusahaan 2011 Persediaan t+1 (2012) Persediaan t (2011) ΔPersediaan a b a-b 1 ADES 74.592.000.000
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δύο ανεξάρτητων δειγμάτων, που δεν ακολουθούν την κανονική κατανομή (Mann Whitney U τεστ)
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δύο ανεξάρτητων δειγμάτων, που δεν ακολουθούν την κανονική κατανομή (Mann Whitney U τεστ) Σε ορισμένες περιπτώσεις απαιτείται ο έλεγχος της ύπαρξης
Περιγραφή των εργαλείων ρουτινών του στατιστικού
Κεφάλαιο 5 ο Περιγραφή των εργαλείων ρουτινών του στατιστικού πακέτου SPSS που χρησιµοποιήθηκαν. 5.1 Γενικά Το στατιστικό πακέτο SPSS είναι ένα λογισµικό που χρησιµοποιείται ευρέως ανά τον κόσµο από επιχειρήσεις
LAMPIRAN 1. Hasil Observasi dan Wawancara Pedagang Siomay di Semarang
LAMPIRAN 1. Hasil Observasi dan Wawancara Pedagang Siomay di Semarang Pertanyaan : 1. Berapa jam Anda berjualan dalam sehari? 2. Bagaimana cara membuat kubis gulung yang digunakan sebagai pelengkap siomay?
Πανεπιστήμιο Πάτρας Τμήμα Βιολογίας. Ανάλυση Περιβαλλοντικών Δεδομένων: συνοπτικός οδηγός για βιολόγους. Σίνος Γκιώκας
Πανεπιστήμιο Πάτρας Τμήμα Βιολογίας Ανάλυση Περιβαλλοντικών Δεδομένων: συνοπτικός οδηγός για βιολόγους Σίνος Γκιώκας Πάτρα 2007 ΠΕΡΙΕΧΟΜΕΝΑ Εισαγωγή 2 Βήματα για μια πετυχημένη ανάλυση των δεδομένων 3
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
1. Ιστόγραμμα. Προκειμένου να αλλάξουμε το εύρος των bins κάνουμε διπλό κλικ οπουδήποτε στο ιστόγραμμα και μετά
1. Ιστόγραμμα Δεδομένα από το αρχείο Data_for_SPSS.xls Αλλαγή σε Variable View (Κάτω αριστερά) και μετονομασία της μεταβλητής σε NormData, Type: numeric και Measure: scale Αλλαγή πάλι σε Data View. Graphs
ΒΙΟΣΤΑΤΙΣΤΙΚΗ. ΑΛΕΓΚΑΚΗΣ ΑΘΑΝΑΣΙΟΣ Φυσικός, PH.D. Σχολής Επιστηµών Υγείας
ΒΙΟΣΤΑΤΙΣΤΙΚΗ ΑΛΕΓΚΑΚΗΣ ΑΘΑΝΑΣΙΟΣ Φυσικός, PH.D. Σχολής Επιστηµών Υγείας Επικοινωνία: Πτέρυγα 4, Τοµέας Κοινωνικής Ιατρικής Εργαστήριο Βιοστατιστικής Τηλ. 4613 e-mail: biostats@med.uoc.gr thalegak@med.uoc.gr
Προσοµοίωση Εξέτασης στο µάθηµα του Γεωργικού Πειραµατισµού
Προσοµοίωση Εξέτασης στο µάθηµα του Γεωργικού Πειραµατισµού ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας Viola adorata Σκηνή Πρώτη Ερωτήσεις Σωστού-Λάθους (µέρος Ι). Ο µέσος όρος
Εργαστήριο στατιστικής Στατιστικό πακέτο S.P.S.S.
Σημειώσεις για το μάθημα Εργαστήριο στατιστικής Στατιστικό πακέτο S.P.S.S. Παπάνα Αγγελική E mail: papanagel@yahoo.gr, agpapana@gen.auth.gr Α.Τ.Ε.Ι. Θεσσαλονίκης ΠΑΡΑΡΤΗΜΑ ΚΑΤΕΡΙΝΗΣ Τμήμα Τυποποίησης και
Viola adorata X ± 2s 1 344 320 2 348 316 3 224 232 4 372 364 5 336 308 6 372 328 7 292 296 8 316 264 AT1 AT2 1 344 320 342.25 272.25 2 348 316 506.25 156.25 3 224 232 10302.25 5112.25 4 372 364
Άσκηση 11. Δίνονται οι παρακάτω παρατηρήσεις:
Άσκηση. Δίνονται οι παρακάτω παρατηρήσεις: X X X X Y 7 50 6 7 6 6 96 7 0 5 55 9 5 59 6 8 8 5 0 59 7 7 8 8 5 5 0 7 69 9 6 6 7 6 9 5 7 6 8 5 6 69 8 0 50 66 0 0 50 8 59 76 8 7 60 7 87 6 5 7 88 9 8 50 0 5
LAMPIRAN. Lampiran I Daftar sampel Perusahaan No. Kode Nama Perusahaan. 1. AGRO PT Bank Rakyat Indonesia AgroniagaTbk.
LAMPIRAN Lampiran I Daftar sampel Perusahaan No. Kode Nama Perusahaan 1. AGRO PT Bank Rakyat Indonesia AgroniagaTbk. 2. BACA PT Bank Capital Indonesia Tbk. 3. BABP PT Bank MNC Internasional Tbk. 4. BBCA
ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ,
ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ, -- Άσκηση. Δίνονται τα παρακάτω δεδομένα 5 7 8 9 5 X 8 5 5 5 9 7 Y. 5.. 7..7.7.9.. 5.... 8.. α) Να γίνει το διάγραμμα διασποράς β) εξετάστε τα μοντέλα Υ = β + β Χ + ε, (linear),
Εξερευνώντας τα δεδομένα μας-περιγραφική Στατιστική
ΚΕΦΑΛΑΙΟ ΔΕΥΤΕΡΟ Εξερευνώντας τα δεδομένα μας-περιγραφική Στατιστική Το πρώτο βήμα στην ανάλυση ενός συνόλου δεδομένων, που αποτελούν μετρήσεις ενός δείγματος είναι η παρουσίαση και σύνοψη των πληροφοριών
ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ
Αλεξάνδρειο Τεχνολογικό Εκπαιδευτικό Ίδρυμα Θεσσαλονίκης Τμήμα Πληροφορικής Εργαστήριο «Θεωρία Πιθανοτήτων και Στατιστική» ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΕΛΕΓΧΟΣ ΥΠΟΘΕΣΕΩΝ Περιεχόμενα 1. ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ...
Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Τμήμα Φιλοσοφίας, Παιδαγωγικής, Ψυχολογίας Τομέας Ψυχολογίας. Επιμέλεια: Λέκτορας Βασίλης Γ.
Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών Τμήμα Φιλοσοφίας, Παιδαγωγικής, Ψυχολογίας Τομέας Ψυχολογίας Μοντέλα Ανάλυσης Διακύμανσης Επιμέλεια: Λέκτορας Βασίλης Γ. Παυλόπουλος Αθήνα, 2008 Τ ανώτερα μαθηματικά
Τμήμα Λογιστικής και Χρηματοοικονομικής. Δρ. Αγγελίδης Π. Βασίλειος
Τμήμα Λογιστικής και Χρηματοοικονομικής 1 Δρ. Αγγελίδης Π. Βασίλειος Τμήμα Λογιστικής και Χρηματοοικονομικής Εφαρμοσμένη Στατιστική 2 Περιεχόμενα Εισαγωγή Επαγωγική Στατιστική Έλεγχος κανονικότητας Έλεγχος
ΣΥΣΧΕΤΙΣΗ ΕΠΙΠΕΔΩΝ ΤΕΣΤΟΣΤΕΡΟΝΗΣ ΜΕ ΠΑΡΑΜΕΤΡΟΥΣ ΜΕΤΑΒΟΛΙΣΜΟΥ ΓΛΥΚΟΖΗΣ ΚΑΙ ΛΙΠΙΔΙΩΝ ΣΕ ΑΝΔΡΕΣ ΗΛΙΚΙΑΣ ΑΝΩ ΤΩΝ 65 ΧΡΟΝΩΝ.
ΣΥΣΧΕΤΙΣΗ ΕΠΙΠΕΔΩΝ ΤΕΣΤΟΣΤΕΡΟΝΗΣ ΜΕ ΠΑΡΑΜΕΤΡΟΥΣ ΜΕΤΑΒΟΛΙΣΜΟΥ ΓΛΥΚΟΖΗΣ ΚΑΙ ΛΙΠΙΔΙΩΝ ΣΕ ΑΝΔΡΕΣ ΗΛΙΚΙΑΣ ΑΝΩ ΤΩΝ 65 ΧΡΟΝΩΝ. Αστέριος Μπάτος 1,Ξανθίππη Τσεκµεκίδου 2, Κων/νος Καλέσης 3,Σπυρίδων Καρράς 2, Κυριάκος
ΚΟΙΝΩΝΙΟΒΙΟΛΟΓΙΑ, ΝΕΥΡΟΕΠΙΣΤΗΜΕΣ ΚΑΙ ΕΚΠΑΙΔΕΥΣΗ
A εξάμηνο 2009-2010 ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΚΟΙΝΩΝΙΟΒΙΟΛΟΓΙΑ, ΝΕΥΡΟΕΠΙΣΤΗΜΕΣ ΚΑΙ ΕΚΠΑΙΔΕΥΣΗ Μεθοδολογία Έρευνας και Στατιστική ΑΝΤΩΝΙΟΣ ΧΡ. ΜΠΟΥΡΑΣ Χειμερινό Εξάμηνο 2009-2010 Ποιοτικές και Ποσοτικές
Επαγωγική Στατιστική
Στατιστικό πακέτο SPSS Επαγωγική Στατιστική users.auth.gr/agpapana/spss_stat_inference.pdf Παπάνα Αγγελική, ρ. papanagel@yahoo.gr, agpapana@gen.auth.gr Η επαγωγική στατιστική αποτελείται μία σειρά μεθόδων
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δύο εξαρτημένων δειγμάτων, που ακολουθούν την κανονική κατανομή (t-test για εξαρτημένα δείγματα)
Έλεγχος ύπαρξης στατιστικά σημαντικών διαφορών μεταξύ δύο εξαρτημένων δειγμάτων, που ακολουθούν την κανονική κατανομή (t-test για εξαρτημένα δείγματα) Όπως αναφέρθηκε στο προηγούμενο κεφάλαιο σε ορισμένες
ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ. Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης
ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ Δρ. Βασίλης Π. Αγγελίδης Τμήμα Μηχανικών Παραγωγής & Διοίκησης Δημοκρίτειο Πανεπιστήμιο Θράκης Πολλαπλή Παλινδρόμηση Δρ. Βασίλης Π. Αγγελίδης Ανάλυση Δεδομένων (Εργαστήριο) Διαφάνεια
Comparative Study of API vs. Open-Source Software ZAPROUDI A. PASCHALIA. Supervisor: CHATZHGEORGIOU ALEXANDROS
Comparative Study of API vs. Open-Source Software ZAPROUDI A. PASCHALIA Supervisor: CHATZHGEORGIOU ALEXANDROS ΕΙΣΑΓΩΓΗ «Κάθε στοιχείο σε μία βιβλιοθήκη γράφεται για να διατηρηθεί στον χρόνο» J. Tulach.
ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ 1 Παλινδρόµηση Έλεγχοι Υποθέσεων ΙI ΕΠΙΜΕΛΕΙΑ ΣΗΜEΙΩΣΕΩΝ: ΒΑΣΙΛΕΙΑ ΗΣ ΓΕΩΡΓΙΟΣ ΗΜΗΤΡΙΟΥ ΒΑΣΙΛΕΙΟΣ
Analisis Sidik Ragam Tinggi Tanaman Wortel pada Umur 30 HST. Tabel Tinggi Tanaman (cm) Wortel pada Umur 30 HST Ulangan Jumlah Purata
LAMPIRAN 24 Lampiran 1 Analisis Sidik Ragam Tinggi Tanaman Wortel pada Umur 30 HST Tabel Tinggi Tanaman (cm) Wortel pada Umur 30 HST 0 7,4 8,0 9,0 24,40 8,13 2,5 8,8 8,2 9,0 26,00 8,67 5 9,2 9,0 9,0 27,20
Χαρακτηριστικά της ανάλυσης διασποράς. ΑΝΑΛΥΣΗ ΙΑΣΠΟΡΑΣ (One-way analysis of variance)
ΑΝΑΛΥΣΗ ΙΑΣΠΟΡΑΣ (Oe-way aalysis of variace) Να γίνει µια εισαγωγή στη µεθοδολογία της ανάλυσης > δειγµάτων Να εφαρµοσθεί και να κατανοηθεί η ανάλυση διασποράς µε ένα παράγοντα. Να κατανοηθεί η χρήση των
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:
3. Ανάλυση Ποσοτικών Δεδομένων: συγκρίσεις μεταξύ ομάδων
3. Ανάλυση Ποσοτικών Δεδομένων: συγκρίσεις μεταξύ ομάδων - Στατιστικές δοκιμασίες για ποσοτικές εκβάσεις - Η σύγκριση δύο ανεξάρτητων ομάδων, ΔΕ για τη σύγκριση μέσων τιμών. - Η σύγκριση δύο ομάδων με
Biostatistics for Health Sciences Review Sheet
Biostatistics for Health Sciences Review Sheet http://mathvault.ca June 1, 2017 Contents 1 Descriptive Statistics 2 1.1 Variables.............................................. 2 1.1.1 Qualitative........................................
ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΧΡΗΣΗ SPSS
ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΧΡΗΣΗ SPSS Πανεπιστήμιο Θεσσαλίας-Τμήμα Πολιτικών Μηχανικών Εργαστήριο Κυκλοφορίας, Μεταφορών και Διαχείρισης Εφοδιαστικής Αλυσίδας Αντικείμενα διάλεξης Σύντομη εισαγωγή
Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων
Τίτλος Μαθήματος: Στατιστική Ανάλυση Δεδομένων Ενότητα: Εξερευνώντας τα δεδομένα μας-περιγραφική Στατιστική Διδάσκων: Επίκ. Καθ. Απόστολος Μπατσίδης Τμήμα: Μαθηματικών ΚΕΦΑΛΑΙΟ ΔΕΥΤΕΡΟ Εξερευνώντας τα
Στατιστική. 9 ο Μάθημα: Εφαρμογές Στατιστικής ΙΙ: Στατιστικοί Έλεγχοι. Γεώργιος Μενεξές Τμήμα Γεωπονίας ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΑΝΟΙΧΤΑ ΑΚΑΔΗΜΑΙΚΑ ΜΑΘΗΜΑΤΑ Στατιστική 9 ο Μάθημα: Εφαρμογές Στατιστικής ΙΙ: Στατιστικοί Έλεγχοι Γεώργιος Μενεξές Τμήμα Γεωπονίας Άδειες Χρήσης Το παρόν εκπαιδευτικό
Τι κάνουμε μετά τη συλλογή των δεδομένων
Περιεχόμενα Τι κάνουμε μετά τη συλλογή των δεδομένων... 2 Χρήση λογισμικού... 3 Παραμετρικός ή μη παραμετρικός έλεγχος;... 15 Παραμετρικοί έλεγχοι... 15 Μη παραμετρικοί έλεγχοι... 20 Ποιο έλεγχο να επιλέξουμε...
Λογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS
Λογαριθμικά Γραμμικά Μοντέλα Poisson Παλινδρόμηση Παράδειγμα στο SPSS Ο παρακάτω πίνακας παρουσιάζει θανάτους από καρδιακή ανεπάρκεια ανάμεσα σε άνδρες γιατρούς οι οποίοι έχουν κατηγοριοποιηθεί κατά ηλικία
Έλεγχος καλής προσαρμογής για μια ποιοτική μεταβλητή (Nonparametric Tests Chi-Square)
Έλεγχος καλής προσαρμογής για μια ποιοτική μεταβλητή (Nonparametric Tests Chi-Square) Το Chi Square τεστ αποτελεί ένα μη παραμετρικό τεστ και εφαρμόζεται σε ονομαστικές μεταβλητές, βάσει των οποίων τα
τατιστική στην Εκπαίδευση II
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΣΙΑ ΠΑΝΕΠΙΣΗΜΙΟ ΚΡΗΣΗ τατιστική στην Εκπαίδευση II Επαναληπτικζς ασκήσεις Διδάσκων: Μιχάλης Λιναρδάκης ΠΑΙΔΑΓΩΓΙΚΟ ΤΜΗΜΑ ΔΗΜΟΤΙΚΗΣ ΕΚΠΑΙΔΕΥΣΗΣ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΑΓΩΓΗΣ Άδειες Χρήσης Το παρόν
Απλή Ευθύγραµµη Συµµεταβολή
Απλή Ευθύγραµµη Συµµεταβολή Επιστηµονική Επιµέλεια ρ. Γεώργιος Μενεξές Τοµέας Φυτών Μεγάλης Καλλιέργειας και Οικολογίας, Εργαστήριο Γεωργίας Viola adorata Εισαγωγή Ανάλυση Παλινδρόµησης και Συσχέτιση Απλή
Εισαγωγή στην Ανάλυση Συνδιακύμανσης (Analysis of Covariance, ANCOVA)
Εισαγωγή στην Ανάλυση Συνδιακύμανσης (nalysis of Covariance, NCOV) Βασίλης Παυλόπουλος Λέκτορας Διαπολιτισμικής Ψυχολογίας Τομέας Ψυχολογίας, Πανεπιστήμιο Αθηνών vpavlop@psych.uoa.gr http://www.psych.uoa.gr/~vpavlop
ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 7. Παλινδρόµηση
ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 7. Παλινδρόµηση Γενικά Επέκταση της έννοιας της συσχέτισης: Πώς µπορούµε να προβλέπουµε τη µια µεταβλητή από την άλλη; Απλή παλινδρόµηση (simple regression): Κατασκευή µοντέλου πρόβλεψης
Statistics 104: Quantitative Methods for Economics Formula and Theorem Review
Harvard College Statistics 104: Quantitative Methods for Economics Formula and Theorem Review Tommy MacWilliam, 13 tmacwilliam@college.harvard.edu March 10, 2011 Contents 1 Introduction to Data 5 1.1 Sample
ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ. 5. Στατιστική συµπερασµατολογία για ποσοτικές µεταβλητές: Έλεγχοι υποθέσεων και διαστήµατα εµπιστοσύνης
ΑΝΑΛΥΣΗ Ε ΟΜΕΝΩΝ 5. Στατιστική συµπερασµατολογία για ποσοτικές µεταβλητές: Έλεγχοι υποθέσεων και διαστήµατα εµπιστοσύνης ιαστήµατα εµπιστοσύνης και έλεγχοι υποθέσεων για τη µέση τιµή Για µια ποσοτική µεταβλητή