ΠΑΛΑΙΑ ΘΕΜΑΤΑ ******************************************************

Μέγεθος: px
Εμφάνιση ξεκινά από τη σελίδα:

Download "ΠΑΛΑΙΑ ΘΕΜΑΤΑ ******************************************************"

Transcript

1 ΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ ΤΜΗΜΑ ΙΕΘΝΩΝ ΟΙΚΟΝΟΜΙΚΩΝ ΣΧΕΣΕΩΝ ΚΑΙ ΑΝΑΠΤΥΞΗΣ ΜΑΘΗΜΑ: ΟΙΚΟΝΟΜΕΤΡΙΑ Ι ΚΑΘΗΓΗΤΗΣ: ΣΑΒΒΑΣ ΠΑΠΑ ΟΠΟΥΛΟΣ ΠΑΛΑΙΑ ΘΕΜΑΤΑ ****************************************************** (Ι) [00 µονάδες] Αναλύουµε 506 κοινότητες στην περιοχή της Βοστόνης για τις οποίες έχουµε τις ακόλουθες µεταβλητές:. LOG(PRICE) = log(διάµεσος από τις τιµές των κατοικιών των κοινοτήτων). LOG(NOX) = log(ποσότητα διοξειδίου του αζώτου στην ατµόσφαιρα, σωµατίδια ανά εκατοµµύριο) 3. DIST = απόσταση σε πέντε εµπορικά κέντρα 4. ROOMS = µέσος αριθµός δωµατίων σε κάθε σπίτι 5. STRATIO = µέση αναλόγια φοιτητών ανά δάσκαλο στα σχολεία 6. CRIME = κατά κεφαλήν εγκλήµατα 7. RADIAL = δείκτης πρόσβασης σε περιφερειακούς αυτοκινητόδροµους 8. PROPTAX = φόροι ιδιοκτησίας ανά $ LOWSTAT = ποσοστό της χαµηλής τάξης (µε χαµηλό εισόδηµα) Οι έξοδοι (output) των αποτελεσµάτων δύο παλινδροµήσεων και ενός F-test (Wald test) για τον έλεγχο περιορισµών αποκλεισµού: Εξαρτηµένη µεταβλητή: log(price) Παρατηρήσεις: 506 Μοντέλο υπό Περιορισµούς (υπό δέσµευση - restricted) Μεταβλητή Εκτιμητές Τ.Σφάλματα t τιμή Pr(> t ) ********** β 0 Τεταγμένη <e 6 *** β log(ox) e *** β log(dist) <e 6 *** β 3 rooms e 09 *** β 4 stratio e 4 *** β 5 crime <e 6 *** β 6 radial e 09 *** β 7 proptax e 08 *** β 8 lowstat <e 6 *** *************************************************** Άθροισµα τετραγώνων των καταλοίπων: 8.75 µε 497 βαθµούς ελευθερίας (β.ε.) R-τετράγωνο: , Προσαρµοσµένο R-τετράγωνο: F-στατιστική: 8. µε 8 και 497 β.ε., π-τιµή: <.e-6 *************************************************** e-p = 0 -p, *** π-τιµή < 0.00, ** 0.00 < π-τιµή < 0.0, * 0.0 < π-τιµή < 0.05, 0.05 < π-τιµή < 0.

2 Εξαρτηµένη µεταβλητή: log(price) Παρατηρήσεις: 506 Μοντέλο χωρίς Περιορισµούς (χωρίς δέσµευση - urestricted) Μεταβλητή Εκτιμητές Τ.Σφάλματα t τιμή Pr(> t ) γ 0 Τεταγμένη <e 6 *** γ log(ox) ** γ log(dist) e 3 *** γ 3 [log(dist)] γ 4 rooms e 08 *** γ 5 rooms e 08 *** γ 6 stratio e 0 *** γ 7 crime <e 6 *** γ 8 crime e 08 *** γ 9 radial e 05 *** γ 0 proptax e 08 *** γ lowstat <e 6 *** γ lowstat e 05 *** γ 3 log(ox)*radial ** *************************************************** Άθροισµα τετραγώνων των καταλοίπων: 5.0 µε 49 βαθµούς ελευθερίας (β.ε.) R-τετράγωνο: 0.84, Προσαρµοσµένο R-τετράγωνο: F-στατιστική: 75.3 µε 3 και 49 β.ε., π-τιµή: <.e-6 *************************************************** e-p = 0 -p, *** π-τιµή < 0.00, ** 0.00 < π-τιµή < 0.0, * 0.0 < π-τιµή < 0.05, 0.05 < π-τιµή < 0. H 0 : γ 3 = γ 5 = γ 8 = γ = γ 3 =0 H : η H 0 δεν ισχύει F-test (Wald test) για τον έλεγχο περιορισµών αποκλεισµού: F-test = µε 5 και 49 βαθµούς ελευθερίας π-τιµή < 0.0

3 () [5 µονάδες] Γράψτε την εξίσωση της παλινδρόµησης για το µοντέλο µε περιορισµούς (όπως διατυπώνεται στα παραδείγµατα των σηµειώσεων και του βιβλίου. () [5 µονάδες] Σχολιάστε κατά πόσο το µοντέλο χωρίς περιορισµούς είναι ικανοποιητικό. Αναφέρεται τα κριτήρια τα οποία χρησιµοποιείται. (3) [5 µονάδες] Στο µοντέλο µε περιορισµούς, αιτιολογήστε αν οι µεταβλητές έχουν τα κατάλληλα πρόσηµα; Αν όχι, προσπαθήστε να δώσετε κάποια λογική εξήγηση. (4) [5 µονάδες] Ποιές µεταβλητές είναι στατιστικά σηµαντικές σε επίπεδο σηµαντικότητας 0.05 και 0.; (5) [5 µονάδες] Αναφέρεται αν από το µοντέλο απουσιάζουν κάποιες σηµαντικές µεταβλητές και ποιες είναι αυτές. Γενικά τι πρόβληµα υπάρχει όταν δεν περιλαµβάνουµε στο µοντέλο µας κάποιες βασικές µεταβλητές. (6) [5 µονάδες] Πως προκύπτει η t-τιµή.666 που αντιστοιχεί στην µεταβλητή [log(dist)], στο µοντέλο χωρίς περιορισµούς. (7) [0 µονάδες] Βρείτε την πλησιέστερη τιµή, χρησιµοποιώντας τον κατάλληλο πίνακα, της t- τιµής.666 που αντιστοιχεί στην µεταβλητή [log(dist)], στο µοντέλο χωρίς περιορισµούς. (8) [5 µονάδες] Στο µοντέλο µε περιορισµούς, πόσο είναι η ελαστικότητα της τιµής των κατοικιών προς την ποσότητα διοξειδίου του αζώτου στην ατµόσφαιρα και ποια είναι η ερµηνεία της; (9) [0 µονάδες] Στο µοντέλο µε περιορισµούς, ελέγχουµε την υπόθεση: Η 0 : β =-0.5 και Η : β -0.5, εξηγήστε τι στην ουσία ελέγχουµε και εκτελέστε τον έλεγχο. Τι συµπεραίνεται από τον έλεγχο; (0) [0 µονάδες] Στο µοντέλο µε περιορισµούς, βρείτε την ακριβή ποσοστιαία μεταβολή της price όταν μεταβάλλεται η μεταβλητή rooms κατά δύο μονάδες και οι άλλες παραμένουν σταθερές, χρησιμοποιώντας τον τύπο: %Δprice = [exp(β 3 Δrooms) ]. Διαφέρει πολύ από την ποσοστιαία μεταβολή που προκύπτει άμεσα από το μοντέλο; () [0 µονάδες] Στο µοντέλο µε περιορισµούς, εξηγείστε πως μεταβάλλεται η μεταβλητή price όταν μεταβάλλεται η μεταβλητή crime από. σε.6 και οι άλλες μεταβλητές παραμένουν σταθερές, χρησιμοποιώντας έναν μόνο τύπο από τους ακόλουθους τύπους: i) Δprice [συντελεστής πρωτοβάθμιου όρου + *(συντελεστής δευτεροβάθμιου όρου) crime]δcrime ii) %Δprice [συντελεστής πρωτοβάθμιου όρου + *(συντελεστής δευτεροβάθμιου όρου) crime]%δcrime iii) %Δprice [συντελεστής πρωτοβάθμιου όρου + *(συντελεστής δευτεροβάθμιου όρου) crime]δcrime iv) Δprice [συντελεστής πρωτοβάθμιου όρου + *(συντελεστής δευτεροβάθμιου όρου) crime]%δcrime () [0 µονάδες] Στο µοντέλο χωρίς περιορισµούς, εξηγείστε πως μεταβάλλεται η μεταβλητή price όταν μεταβάλλεται η μεταβλητή dist από 3.5 κατά 6% και οι άλλες μεταβλητές παραμένουν σταθερές, χρησιμοποιώντας έναν μόνο τύπο από τους ακόλουθους τύπους: i) Δprice [συντελεστής πρωτοβάθμιου όρου + *(συντελεστής δευτεροβάθμιου όρου) log(dist)]δdist ii) %Δprice [συντελεστής πρωτοβάθμιου όρου + *(συντελεστής δευτεροβάθμιου όρου) log(dist)]%δdist iii) %Δprice [συντελεστής πρωτοβάθμιου όρου + *(συντελεστής δευτεροβάθμιου όρου) log(dist)]δdist iv) Δprice [συντελεστής πρωτοβάθμιου όρου + *(συντελεστής δευτεροβάθμιου όρου) log(dist)]%δdist 3

4 (3) [0 µονάδες] Βρείτε το ελάχιστο της συνάρτησης log(price)= γ 7 crime + γ 8 crime όπως φαίνεται στο παρακάτω σχήμα. Αν δεν έχετε τον τύπο βρείτε που μηδενίζεται η πρώτη παράγωγο. Τι πληροφορία μας δίνει αυτό το σημείο; Συμφωνείται με αυτή την σχέση μεταξύ log(price) και crime; Είναι η αναμενόμενη; Αν δεν είναι η αναμενόμενη σε κάποια διάστημα της crime, δώστε μία πιθανή λογική εξήγηση; (4) [0 µονάδες] Στο µοντέλο χωρίς περιορισµούς, εξηγείστε πως μεταβάλλεται η μεταβλητή price όταν μεταβάλλεται η μεταβλητή ox κατά 3%, η μεταβλητή radial παίρνει την τιμή 5, και οι άλλες παραμένουν σταθερές, χρησιμοποιώντας τον τύπο: %Δprice = [γ + γ 3 radial]%δox. Πως προκύπτει αυτός ο τύπος; (5) [0 µονάδες] Πως υπολογίζεται η τιµή της F στατιστικής για τον έλεγχο περιορισµών αποκλεισµού που δίνεται στην έξοδο του υπολογιστή (output). Γράψτε τον κατάλληλο τύπο και αντικαταστήσετε τα σωστά νούµερα. (6) [5 µονάδες] Στην παραπάνω F στατιστική για τον έλεγχο περιορισµών αποκλεισµού γιατί οι βαθµοί ελευθερίας είναι 5 και 49. (7) [0 µονάδες] Σε συνέχεια της προηγούµενης ερώτησης, εξηγήστε πως προκύπτει ότι η π- τιµή είναι < 0.0. Από ποιον πίνακα και ποιο είναι το κοντινότερο σηµείου του πίνακα στο οποίο βασιζόµαστε; (8) [5 µονάδες] Τι συµπέρασµα βγάζετε από την παραπάνω F στατιστική σχετικά µε την γραµµικότητα του µοντέλου; ********************************************************************* () [0 µονάδες] Περιγράψτε την στατιστική του πολλαπλασιαστή του Lagrage (µε τα βιβλία του κ. Χρήστου Στατιστική Χ ). Τι ελέγχουµε µε αυτήν την στατιστική; ώστε τα πέντε βασικά βήµατα ενός ελέγχου υποθέσεων (Η 0, Η, τεστ, κατανοµή του τεστ, περιοχή απόρριψης, και συµπέρασµα). () [0 µονάδες] Γράψτε µόνο τις γενικές ιδιότητες της διακύµανσης, και της διακύµανσης, για γραµµικούς συνδυασµούς, για διακριτές µεταβλητές. 4

5 (3) [0 µονάδες] Θεωρήστε την γραµµική παλινδρόµηση, Y = b0 + bx+ bx, µε τις οικονοµικές µεταβλητές Υ, Χ, και Χ. Αν Var{ Χ }=, Var{ Χ }=3.7, και Cov{ Χ, Χ }=.75, γράψτε τις ακόλουθες ποσότητες σε σχέση µε τους συντελεστές (εξηγήστε αναλυτικά, ποιες ιδιότητες και πως τις χρησιµοποιείται): (α) [0 µονάδες] Var{Υ}= (β) [0 µονάδες] Cov{Υ, Χ }= (4) [80 µονάδες] Θεωρούµε το υπόδειγµα (µοντέλο) του ερωτήµατος () και εφαρµόζουµε την µεθοδολογία του ερωτήµατος () για τον έλεγχο σηµαντικότητας της µεταβλητής Χ στο υπόδειγµα. Παρόλο που αυτός έλεγχος µπορεί να πραγµατοποιηθεί µε απλούστερα τεστ, π.χ. t- τεστ, καλείστε να εφαρµόσετε την στατιστική του πολλαπλασιαστή του Lagrage. Οι τιµές των µεταβλητών δίνονται στον επόµενο πίνακα. Πινάκας. Υ Χ - - Χ Τα αποτελέσµατα των δύο παλινδροµήσεων της στατιστικής του πολλαπλασιαστή του Lagrage καταγράφονται στους παρακάτω δύο πίνακες στην επόµενη σελίδα. (α) [5 µονάδες] Ποιες µεταβλητές παλινδροµούµε στην δεύτερη παλινδρόµηση; (β) [5 µονάδες] Ερµηνεύστε την κλίση στην πρώτη παλινδρόµηση; R ()= Προσαρµοσµένο ( ιορθωµένο) R ()= Πινάκας. Παλινδρόµηση ANOVA df (β.ε.) SS (Α.Τ.) MS (Μ.Τ.) F-τεστ π-τιµή Παλινδρόµηση ---- (5)= ---- Κατάλοιπα (4)= ---- Σύνολο 3 (3)= Τυπικό Σφάλµα t-τεστ π-τιµή Κάτω φράγµα.ε. 95% Άνω φράγµα.ε. 95% Συντελεστές Τεταγµένη της αρχής (6)= 0,35 0,00,00 -,5,5 x 0,50 0,35 (7)= (8)= -,0,0 Κατάλοιπα Παρατήρηση Προβλέψεις Κατάλοιπα (9)= (0)= -0,5 0,5 3 0,5-0,5 5

6 4 0,5 0,5 R 0,90 Προσαρµοσµένο ( ιορθωµένο) R 0,70 Πινάκας 3. Παλινδρόµηση ANOVA df (β.ε.) SS (Α.Τ.) MS (Μ.Τ.) F-τεστ π-τιµή Παλινδρόµηση 3,6,8 4,5 0,3 Κατάλοιπα 0,4 0,4 Σύνολο 3 4 Κάτω φράγµα Άνω φράγµα Συντελεστές Τυπικό Σφάλµα t-τεστ π-τιµή.ε. 95%.Ε. 95% Τεταγµένη της αρχής -0,3 0,33-0,90 0,53-4,5 3,9 x -, 0,77 -,73 0, -,86 7,66 x, 0,40 3,00 0,0-3,88 6,8 6

7 (γ) [50 µονάδες] Συµπληρώστε τα 0 ζητούµενα νούµερα στον Πίνακα, αριθµούµενα ως ()- (0). Για την π-τιµή, (8), δώστε ένα κάτω φράγµα. Γράψτε παρακάτω τους τύπους που χρισιµοποιήσατε: () () (3) (4) (5) (6) (7) (8) (9) (0) (δ) [0 µονάδες] Ολοκληρώστε την στατιστική του πολλαπλασιαστή του Lagrage (µε τα βιβλία του κ. Χρήστου Στατιστική Χ ). ώστε τα πέντε βασικά βήµατα ενός ελέγχου υποθέσεων (Η 0, Η, τεστ, κατανοµή του τεστ, περιοχή απόρριψης, και συµπέρασµα) 7

8 ******************************************************************8 ) [05 µονάδες] Ο πίνακας που ακολουθεί δηµιουργήθηκε χρησιµοποιώντας πραγµατικά δεδοµένα: Ανεξάρτητες Μεταβλητές Εξαρτηµένη µεταβλητή: log(µισθός) Μοντέλο () log(πωλήσεις) 0,4 (0,07) Μοντέλο () 0,58 (0,040) log(αξία) 0, (0,050) κέρδη -0,003 (0,00) Μοντέλο (3) 0,88 (0,040) 0,00 (0,049) 0,00 (0,00) προϋπηρεσία 0,07 (0.0055) προϋπηρεσία -0,009 (0,0033) τεταγµένη της αρχής 4,94 (0,0) 4.6 (0,5) 4,57 (0,5) R-τετράγωνο 0,8 0,304 0,353 Αριθµός Παρατηρήσεων = = 77 Οι µεταβλητές ορίζονται ως εξής: µισθός = ο µισθός του γενικού διευθυντή της εταιρίας πωλήσεις = οι πωλήσεις της εταιρίας αξία = η αξία της επιχείρησης στην αγορά κέρδη = είναι τα κέρδη ως ποσοστό των πωλήσεων προϋπηρεσία_ = είναι τα έτη στη θέση του γενικού διευθυντή στην εταιρεία προϋπηρεσία_ = είναι το σύνολο των ετών της παραµονής του διευθυντή στην εταιρία Σηµειώστε ότι σε παρένθεση αναφέρονται τα τυπικά σφάλµατα των εκτιµητών: (α) [0 µονάδες] Σχολιάστε την επίδραση της µεταβλητής αξία στο µισθό του γενικού διευθυντή. Ερµηνεύστε τον συντελεστή της. Εξηγήστε την απάντηση σας στατιστικά, µε το κατάλληλο τεστ. (β) [0 µονάδες] Σχολιάστε την επίδραση της µεταβλητής κέρδη στο µισθό του γενικού διευθυντή. Ερµηνεύστε τον συντελεστή της. Εξηγήστε την απάντηση σας στατιστικά, µε το κατάλληλο τεστ. 8

9 (γ) [0 µονάδες] Σχολιάστε την επίδραση των µεταβλητών προϋπηρεσία_ και προϋπηρεσία_ στο µισθό του γενικού διευθυντή. Ερµηνεύστε τους συντελεστές αυτών. Εξετάστε ταυτοχρόνως την στατιστική σηµαντικότητα των προαναφερθέντων συντελεστών, µε το κατάλληλο τεστ. (δ) [0 µονάδες] Τι συµπεραίνετε για το γεγονός ότι η πιο πολυετής παραµονή στην ίδια εταιρία, όταν διατηρήσουµε σταθερούς τους άλλους παράγοντες, συνδέεται µε ένα χαµηλότερο µισθό; (ε) [5 µονάδες] Χρησιµοποιώντας την Στατιστική F συγκρίνεται τα µοντέλα () και (). Αναφέρεται όλα τα σχετικά: µηδενική και εναλλακτική υπόθεση, κριτήριο, και συµπέρασµα. (στ) [0 µονάδες] Από τα παραπάνω αποτελέσµατα, πιο από τα µοντέλα (), () και (3) θα θεωρούσατε ως το καλύτερο; Συµπεραίνετε το ίδιο από τις τιµές των R-τετραγώνων; Παρακαλώ αιτιολογήστε το. (ζ) [0 µονάδες] Από το µοντέλο (3) θα αποµακρύνεται κάποια από τις µεταβλητές. Γενικά η παραµονή µιας ασήµαντης µεταβλητής, δηµιουργεί προβλήµατα στις τιµές των άλλων µεταβλητών; (η) [0 µονάδες] Από το µοντέλο (3) πιστεύεται ότι απουσιάζει µια σηµαντική µεταβλητή; Αν ναι, αναφέρεται την µεταβλητή που θεωρείτε σηµαντική. Γενικά η απουσία µιας σηµαντικής µεταβλητής, δηµιουργεί προβλήµατα στις τιµές των άλλων µεταβλητών; (θ) [0 µονάδες] Περιληπτικά αναφέρεται ποια είναι τα βασικά συµπεράσµατα σας από την παραπάνω µελέτη. ) [0 µονάδες] Πότε ένας εκτιµητής καλείται αµερόληπτος και πότε συνεπής. Μπορεί ένας εκτιµητής να είναι και αµερόληπτος και συνεπής; 3) [0 µονάδες] Σε τι διαφέρουνε τα Ενοποιηµένα ή Σφαιρικά (Πάνελ) δεδοµένα από τις Χρονοσειρές; 4) [5 µονάδες] Στον παρακάτω τύπο σχολιάστε πως µεταβάλλεται η διακύµανση του εκτιµητή της κλίσης ως προς τη µεταβολή σχετικών ποσοτήτων, αιτιολογώντας τις µεταβολές αυτές. Var ( ˆ j ) β = σ SSTj( R j ) ( ), όπου j = ij j και j είναι το απο την παλινδρόµηση της j επί SST x x R R x όλων των άλλων x's 9

10 5) [0 µονάδες] Αποδείξτε και εξηγείστε αναλυτικά ότι: ( x xx ) = ( x x) i i i i= i= 6) [0 µονάδες] Αποδείξτε και εξηγείστε αναλυτικά ότι: Var ( ci c) + ( ci c)( zi µ z) = σ z ( ci c) i= i= i= όπου τα c i είναι σταθερές και z i είναι ανεξάρτητες τυχαίες µεταβλητές µε αναµενόµενη τιµή µ z και διακύµανση σ. z (7) [60 µονάδες] Εκτελώντας γραµµική παλινδρόµηση στις οικονοµικές µεταβλητές, Υ και Χ, οι τιµές των οποίων δίνονται στον επόµενο πίνακα, υπολογίστε τις ζητούµενες ποσότητες. Y = b0 + b X. Υ Χ -3-3 (α) [5 µονάδες] Υπολογίστε τον συντελεστή του Χ, b. (β) [5 µονάδες] Προβλέψτε την τιµή του Υ για Χ=-.5. (γ) [0 µονάδες] Εκτιµήστε τα κατάλοιπα, δηλαδή u. (δ) [0 µονάδες] Εκτιµήστε την διακύµανση των καταλοίπων, ˆ σ = S. (ε) [0 µονάδες] Να ελεγχθεί η υπόθεση H0 : β = 0 έναντι της H ε : β 0, σε επίπεδο σηµαντικότητας α=0.05, και αναφέρετε τα συµπεράσµατα σας. (στ) [0 µονάδες] Υπολογίστε τον συντελεστή R και ερµηνεύστε το µέγεθος του. 8) [0 µονάδες] Αποδείξτε και εξηγείστε αναλυτικά ότι: α) [0 µονάδες] β) [0 µονάδες] ( x x)( y y) = ( x x) y i i i i i= i= ( x x) y = x ( y y) i i i i i= i= 0

11 9) [0 µονάδες] Αν =3 όπου τα α i είναι σταθερές µε τιµές α =-, α =0, και α 3 =, και αν x, x, και x 3 είναι ανεξάρτητες τυχαίες µεταβλητές µε αναµενόµενη τιµή µ x =0.3 και διακύµανση σ = 0.5, δείξτε και εξηγείστε αναλυτικά ότι: 3 3 Var ( ai a) + ( ai a)( x i µ x) = i= i= x 0) [40 µονάδες] Θεωρήστε το υπόδειγµα y = β + β x + β x + u i 0 i i i και τον εκτιµητή ( xi x) yi =, ο οποίος δεν είναι ο εκτιµητής ελαχίστων τετραγώνων. ( x x ) i= β i= i α) [5 µονάδες] είξτε ότι ( xi x) yi = β ( xi x) + β ( xi x) xi + ( xi x) ui i= i= i= i= β) [5 µονάδες] Χρησιµοποιώντας την σχέση στην α) δείξτε ότι E( β ) = β + β = i i= ( x x ) x i i ( x x ) i γ) [0 µονάδες] Εξηγήστε ποτέ ο εκτιµητής β είναι αµερόληπτος και συνεπής. ώστε τον τύπο της µεροληψίας του β. ) [30 µονάδες] Απαντήστε τις ακόλουθες ερωτήσεις. α) [0 µονάδες] Πως θα εξετάζατε γραφικά και αριθµητικά, µε απλό τρόπο, στην απλή παλινδρόµηση αν το µοντέλο είναι γραµµικό; β) [0 µονάδες] Αν υπάρχει µη γραµµική σχέση στην απλή παλινδρόµηση, αναφέρεται δύο τρόπους κατάλληλους για µη γραµµική παλινδρόµηση. Πως θα εξετάζατε ότι αυτοί οι δύο τρόποι θα βελτίωναν το υπόδειγµα σας. γ) [0 µονάδες] Η πολυσυγγραµικότητα είναι πλεονέκτηµα η µειονέκτηµα και γιατί; Μπορεί να υπάρχει πολυσυγγραµικότητα στην απλή παλινδρόµηση; Εξηγήστε γιατί; Πως θα εξετάζατε, µε απλό τρόπο, την ύπαρξη πολυσυγγραµικότητας; ) [35 µονάδες] Ελέγξτε αν υπάρχουν διαφορές στις συναρτήσεις παλινδρόµησης ανάµεσα στις χρονικές περιόδους και , εκτελώντας το κατάλληλο στατιστικό τεστ. Πίνακας. Καταθέσεις και προσωπικά εισοδήµατα (δις. $) ΗΠΑ,

12 Α/Α Έτος Καταθέσεις Εισόδηµα Έτος Καταθέσεις Εισόδηµα Παλινδροµώντας τις καταθέσεις (y) στα εισοδήµατα (x) στις παρακάτω χρονικές περιόδους παίρνουµε: Α) για , R =0.90, SST=? (υπολογίστε το) Β) για , R =0.97, SST=434. Γ) για , R =0.767, SST= Υπόδειξη: Μπορείτε να χρησιµοποιήσετε τον τύπο του R 3) [0 µονάδες] Υπολογίστε το προσαρµοσµένο R-τετράγωνο σε ένα µοντέλο παλινδρόµησης µε R =0.7, µε 30 παρατηρήσεις, και όταν το µοντέλο περιέχει α) µία µεταβλητή β) πέντε µεταβλητές γ) δέκα µεταβλητές Υπάρχει περίπτωση το R να είναι πολύ µικρότερο από το προσαρµοσµένο R-τετράγωνο. Εξηγήστε περιληπτικά. Αν ναι, δώστε ένα αριθµητικό παράδειγµα. 4) [0 µονάδες] Προβλέψτε την τιµή του y για x=.5 στο παρακάτω εκτιµώµενο µοντέλο loˆ g( y) = 0.5+.x στο οποίο τα κατάλοιπα ακολουθούν κανονική κατανοµή µε µέση τιµή 0 και τυπική απόκλιση ) [40 µονάδες] Θεωρούµε µετρήσεις ύψη (σε ίντσες) 8 φοιτητριών και 80 φοιτητών (ύψος). Ένα υπόδειγµα παλινδρόµησης του ύψους σε µία τεταγµένη της αρχής και σε µία

13 ψευδοµεταβλητή (φοιτήτρια), η οποία παίρνει την τιµή για φοιτήτριες και την τιµή 0 για φοιτητές, δίνει τα ακόλουθα αποτελέσµατα: ύψος = φοιτήτρια, R = 0.45, (0.3) (0.56) Στις παρενθέσεις δίνονται τα τυπικά σφάλµατα (α) [5 µονάδες] Ερµηνεύστε την τεταγµένη της αρχής. (β) [0 µονάδες] Ερµηνεύστε την κλίση. (γ) [5 µονάδες] Ερµηνεύστε το R. (δ) [0 µονάδες] Ελέγξτε τη υπόθεση ότι οι φοιτήτριες, κατά µέσο όρο, είναι πιο κοντές από τους φοιτητές, µε επίπεδο σηµαντικότητας, %. (ε) [0 µονάδες] Θεωρείτε πιθανό ότι ο όρος των σφαλµάτων είναι οµοσκεδαστικό; Εξηγήστε γιατί. 3

α) t-test µε ίσες διακυµάνσεις β) ανάλυση διακύµανσης µε έναν παράγοντα Έλεγχος t δύο δειγμάτων με υποτιθέμενες ίσες διακυμάνσεις

α) t-test µε ίσες διακυµάνσεις β) ανάλυση διακύµανσης µε έναν παράγοντα Έλεγχος t δύο δειγμάτων με υποτιθέμενες ίσες διακυμάνσεις ΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ ΤΜΗΜΑ ΙΕΘΝΩΝ ΟΙΚΟΝΟΜΙΚΩΝ ΣΧΕΣΕΩΝ ΚΑΙ ΑΝΑΠΤΥΞΗΣ ΜΑΘΗΜΑ: ΣΤΑΤΙΣΤΙΚΗ IΙ ΕΙΣΗΓΗΤΡΙΑ: ΣΑΒΒΑΣ ΠΑΠΑ ΟΠΟΥΛΟΣ ΠΑΛΑΙΑ ΘΕΜΑΤΑ ********************************************************************

Διαβάστε περισσότερα

ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΜΕΣΟΛΟΓΓΙΟΥ ΣΧΟΛΗ ΙΟΙΚΗΣΗΣ & ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΕΦΑΡΜΟΓΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΣΤΗ ΙΟΙΚΗΣΗ ΚΑΙ ΣΤΗΝ ΟΙΚΟΝΟΜΙΑ

ΑΝΩΤΑΤΟ ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙ ΕΥΤΙΚΟ Ι ΡΥΜΑ ΜΕΣΟΛΟΓΓΙΟΥ ΣΧΟΛΗ ΙΟΙΚΗΣΗΣ & ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΕΦΑΡΜΟΓΩΝ ΠΛΗΡΟΦΟΡΙΚΗΣ ΣΤΗ ΙΟΙΚΗΣΗ ΚΑΙ ΣΤΗΝ ΟΙΚΟΝΟΜΙΑ Α εξεταστική περίοδος χειµερινού εξαµήνου 4-5 ιάρκεια εξέτασης ώρες και 45 λεπτά Θέµατα Θέµα (α) Τα υποδείγµατα που χρησιµοποιούνται στην οικονοµική θεωρία ονοµάζονται ντετερµινιστικά ενώ τα οικονοµετρικά

Διαβάστε περισσότερα

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ Οικονομετρία 4.1 Πολλαπλό Γραμμικό Υπόδειγμα Παλινδρόμησης Γενικεύοντας τη διμεταβλητή (Y, X) συνάρτηση

Διαβάστε περισσότερα

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΡΩΤΗΣΕΙΣ ΣΤΗΝ ΟΙΚΟΝΟΜΕΤΡΙΑ II ΗΜΗΤΡΙΟΣ ΘΩΜΑΚΟΣ

ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΡΩΤΗΣΕΙΣ ΣΤΗΝ ΟΙΚΟΝΟΜΕΤΡΙΑ II ΗΜΗΤΡΙΟΣ ΘΩΜΑΚΟΣ ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΕΡΩΤΗΣΕΙΣ ΣΤΗΝ ΟΙΚΟΝΟΜΕΤΡΙΑ II ΗΜΗΤΡΙΟΣ ΘΩΜΑΚΟΣ Ερώτηση : Εξηγείστε τη διαφορά µεταξύ του συντελεστή προσδιορισµού και του προσαρµοσµένου συντελεστή προσδιορισµού. Πώς µπορεί να χρησιµοποιηθεί

Διαβάστε περισσότερα

Η τελεία χρησιμοποιείται ως υποδιαστολή (π.χ 3 14 τρία κόμμα δεκατέσσερα) Παρακαλώ παραδώστε τα θέματα μαζί με το γραπτό σας ΟΝΟΜΑ: ΕΠΩΝΥΜΟ: ΑΜ:

Η τελεία χρησιμοποιείται ως υποδιαστολή (π.χ 3 14 τρία κόμμα δεκατέσσερα) Παρακαλώ παραδώστε τα θέματα μαζί με το γραπτό σας ΟΝΟΜΑ: ΕΠΩΝΥΜΟ: ΑΜ: Πανεπιστήμιο Πατρών, Τμήμα Οικονομικών Επιστημών Εξεταστική περίοδος Ιανουαρίου 2014 (18-Φεβ-2014) 9:00-11:00 Μάθημα: «ΟΙΚΟΝΟΜΕΤΡΙΑ» ΟΙΚΟΝ 320 Διδάσκων: Επίκουρος Καθηγητής Ιωάννης Α. Βενέτης Διάρκεια

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ ΙΙ - ΟΙΚΟΝΟΜΕΤΡΙΑ Ι Ι ΑΣΚΩΝ : ΤΣΕΡΚΕΖΟΣ ΙΚΑΙΟΣ ΑΣΚΗΣΗ 1. Ν'αποδειχθεί η σχέση : σ 2 =Ε(Χ 2 )-µ 2 ΑΣΚΗΣΗ 2

ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ ΙΙ - ΟΙΚΟΝΟΜΕΤΡΙΑ Ι Ι ΑΣΚΩΝ : ΤΣΕΡΚΕΖΟΣ ΙΚΑΙΟΣ ΑΣΚΗΣΗ 1. Ν'αποδειχθεί η σχέση : σ 2 =Ε(Χ 2 )-µ 2 ΑΣΚΗΣΗ 2 ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ ΙΙ - ΟΙΚΟΝΟΜΕΤΡΙΑ Ι Ι ΑΣΚΩΝ : ΤΣΕΡΚΕΖΟΣ ΙΚΑΙΟΣ ΑΣΚΗΣΗ Ν'αποδειχθεί η σχέση : σ =Ε(Χ )-µ ΑΣΚΗΣΗ Ν'αποδειχθεί η σχέση : Cov(X,Υ)=Ε(ΧΥ)-Ε(Χ)Ε(Υ) ΑΣΚΗΣΗ 3 Να δείξετε ότι

Διαβάστε περισσότερα

ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ

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

Διαβάστε περισσότερα

Χ. Εμμανουηλίδης, 1

Χ. Εμμανουηλίδης, 1 Εφαρμοσμένη Στατιστική Έρευνα Απλό Γραμμικό Υπόδειγμα AΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟ ΕΙΓΜΑ Δρ. Χρήστος Εμμανουηλίδης Αν. Καθηγητής Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Εφαρμοσμένη Στατιστική, Τμήμα Ο.Ε. ΑΠΘ Χ. Εμμανουηλίδης,

Διαβάστε περισσότερα

Επαναληπτικές Ερωτήσεις για Οικονοµετρία 2

Επαναληπτικές Ερωτήσεις για Οικονοµετρία 2 Επαναληπτικές Ερωτήσεις για Οικονοµετρία 2 Κεφάλαιο 8 1) Τι είναι ετεροσκεδαστικότητα και τι είδους προβλήµατα παρουσιάζονται; ( 2, 4, σελίδες 370-372). 2) Γράψτε τον τύπο της διακύµανσης της κλίσης όταν

Διαβάστε περισσότερα

ΠΑΛΑΙΑ ΘΕΜΑΤΑ. Αν u είναι τα κατάλοιπα από την προηγούµενη παλινδρόµηση, εκτελούµε την ακόλουθη παλινδρόµηση:

ΠΑΛΑΙΑ ΘΕΜΑΤΑ. Αν u είναι τα κατάλοιπα από την προηγούµενη παλινδρόµηση, εκτελούµε την ακόλουθη παλινδρόµηση: ΗΜΟΚΡΙΤΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΡΑΚΗΣ ΤΜΗΜΑ ΙΕΘΝΩΝ ΟΙΚΟΝΟΜΙΚΩΝ ΣΧΕΣΕΩΝ ΚΑΙ ΑΝΑΠΤΥΞΗΣ ΜΑΘΗΜΑ: ΟΙΚΟΝΟΜΕΤΡΙΑ ΙI ΚΑΘΗΓΗΤΗΣ: ΣΑΒΒΑΣ ΠΑΠΑ ΟΠΟΥΛΟΣ ΠΑΛΑΙΑ ΘΕΜΑΤΑ (Ι) [50 µονάδες] Αναλύουµε δεδοµένα από τις Η.Π.Α. σχετικά

Διαβάστε περισσότερα

Μάθηµα εύτερο-τρίτο- Βασικά Ζητήµατα στο Απλό Γραµµικό Υπόδειγµα Ακαδηµαϊκό Έτος

Μάθηµα εύτερο-τρίτο- Βασικά Ζητήµατα στο Απλό Γραµµικό Υπόδειγµα Ακαδηµαϊκό Έτος ΤΜΜΑ ΕΠΙΧΕΙΡΜΑΤΙΚΟΥ ΣΧΕ ΙΑΣΜΟΥ & ΠΛΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΜΑΤΩΝ Μάθηµα εύτερο-τρίτο- Βασικά Ζητήµατα στο Απλό Γραµµικό Υπόδειγµα Ακαδηµαϊκό Έτος - Στο παρόν µάθηµα δίνεται µε κάποια απλά παραδείγµατα-ασκήσεις

Διαβάστε περισσότερα

Διαχείριση Υδατικών Πόρων

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

Διαβάστε περισσότερα

Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών. Εξίσωση παλινδρόμησης. Πρόβλεψη εξέλιξης

Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών. Εξίσωση παλινδρόμησης. Πρόβλεψη εξέλιξης Γραμμική Παλινδρόμηση και Συσχέτιση Αντικείμενο του κεφαλαίου είναι: Ανάλυση συσχέτισης μεταξύ δύο μεταβλητών Εξίσωση παλινδρόμησης Πρόβλεψη εξέλιξης Διμεταβλητές συσχετίσεις Πολλές φορές χρειάζεται να

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

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

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;

Διαβάστε περισσότερα

Πολλαπλή παλινδρόµηση. Μάθηµα 3 ο

Πολλαπλή παλινδρόµηση. Μάθηµα 3 ο Πολλαπλή παλινδρόµηση Μάθηµα 3 ο Πολλαπλή παλινδρόµηση (Multivariate regression ) Η συµπεριφορά των περισσότερων οικονοµικών µεταβλητών είναι συνάρτηση όχι µιας αλλά πολλών µεταβλητών Y = f ( X, X 2, X

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 07-08 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε

Διαβάστε περισσότερα

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017

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

Διαβάστε περισσότερα

Ερωτήσεις κατανόησης στην Οικονομετρία (Με έντονα μαύρα γράμματα είναι οι σωστές απαντήσεις)

Ερωτήσεις κατανόησης στην Οικονομετρία (Με έντονα μαύρα γράμματα είναι οι σωστές απαντήσεις) Ερωτήσεις κατανόησης στην Οικονομετρία (Με έντονα μαύρα γράμματα είναι οι σωστές απαντήσεις) 1. Έχοντας στη διάθεσή μας ένα δείγμα, προκύπτει ότι το 95% διάστημα εμπιστοσύνης για το μέσο μ ενός κανονικού

Διαβάστε περισσότερα

Απλή Γραμμική Παλινδρόμηση II

Απλή Γραμμική Παλινδρόμηση II . Ο Συντελεστής Προσδιορισμού Η γραμμή Παλινδρόμησης στο δείγμα, αποτελεί μία εκτίμηση της γραμμής παλινδρόμησης στον πληθυσμό. Αν και από τη μέθοδο των ελαχίστων τετραγώνων προκύπτουν εκτιμητές που έχουν

Διαβάστε περισσότερα

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ 7ο μάθημα: Πολυμεταβλητή παλινδρόμηση (ΕΠΑΝΑΛΗΨΗ) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ & ΠΑΜΑΚ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana

Διαβάστε περισσότερα

Ζήτηµα 2. Κατεύθυνση µεταβολής γονιµότητας. Πειραµατικός Αγρός. Επεµβάσεις: Α1Β1:1, Α1Β2:2, Α1Β3:3, Α2Β1:4, Α2Β2:5 και Α2Β3:6

Ζήτηµα 2. Κατεύθυνση µεταβολής γονιµότητας. Πειραµατικός Αγρός. Επεµβάσεις: Α1Β1:1, Α1Β2:2, Α1Β3:3, Α2Β1:4, Α2Β2:5 και Α2Β3:6 Ζήτηµα. ίνεται το παρακάτω φύλλο δεδοµένων (πείραµα 2 2 πλήρως τυχαιοποιηµένο-crd, 3 επαναλήψεις ανά επέµβαση). Να υπολογιστούν οι µέσοι όροι για τον Παράγοντα Α (δύο επίπεδα Α και Α2), για τον Παράγοντα

Διαβάστε περισσότερα

Γ. Πειραματισμός Βιομετρία

Γ. Πειραματισμός Βιομετρία Γενικά Συσχέτιση και Συμμεταβολή Όταν σε ένα πείραμα παραλλάσουν ταυτόχρονα δύο μεταβλητές, τότε ενδιαφέρει να διερευνηθεί εάν και πως οι αλλαγές στη μία μεταβλητή σχετίζονται με τις αλλαγές στην άλλη.

Διαβάστε περισσότερα

Αν έχουμε δύο μεταβλητές Χ και Υ και σύμφωνα με την οικονομική θεωρία η μεταβλητή Χ προσδιορίζει τη συμπεριφορά της Υ το ερώτημα που τίθεται είναι αν

Αν έχουμε δύο μεταβλητές Χ και Υ και σύμφωνα με την οικονομική θεωρία η μεταβλητή Χ προσδιορίζει τη συμπεριφορά της Υ το ερώτημα που τίθεται είναι αν ΜΑΘΗΜΑ 12ο Αιτιότητα Ένα από τα βασικά προβλήματα που υπάρχουν στην εξειδίκευση ενός υποδείγματος είναι να προσδιοριστεί η κατεύθυνση που μία μεταβλητή προκαλεί μία άλλη σε μία εξίσωση παλινδρόμησης. Στην

Διαβάστε περισσότερα

Εξέταση Φεβρουαρίου (2011/12) στο Μάθηµα: Γεωργικός Πειραµατισµός. Ζήτηµα 1 ο (2 µονάδες) Για κάθε λανθασµένη απάντηση δεν λαµβάνεται υπόψη µία σωστή

Εξέταση Φεβρουαρίου (2011/12) στο Μάθηµα: Γεωργικός Πειραµατισµός. Ζήτηµα 1 ο (2 µονάδες) Για κάθε λανθασµένη απάντηση δεν λαµβάνεται υπόψη µία σωστή Σειρά Β Εξέταση Φεβρουαρίου (0/) στο Μάθηµα: Γεωργικός Πειραµατισµός Θεσσαλονίκη: 4/0/0 Επώνυµο Όνοµα Αρ. Μητρώου Κατεύθυνση Ζήτηµα ο ( µονάδες) Για κάθε λανθασµένη απάντηση δεν λαµβάνεται υπόψη µία σωστή

Διαβάστε περισσότερα

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

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

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 5: Ανάλυση γραμμικού υποδείγματος Πολυμεταβλητή παλινδρόμηση (1 ο μέρος) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: ageliki.papaa@gmail.com, agpapaa@auth.gr Webpage: http://users.auth.gr/agpapaa

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 6: Ανάλυση γραμμικού υποδείγματος Πολυμεταβλητή παλινδρόμηση (2 ο μέρος) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage:

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

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΙI (ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ) (ΟΔΕ 2116)

ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΙI (ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ) (ΟΔΕ 2116) Σελίδα 1 ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΜΑΘΗΜΑ: ΠΟΣΟΤΙΚΕΣ ΜΕΘΟΔΟΙ ΙΙ (ΣΤΑΤΙΣΤΙΚΗ ΓΙΑ ΤΗ ΔΙΟΙΚΗΣΗ ΤΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ) (ΟΔΕ 2116) ΠΑΝΕΠΙΣΤΗΜΙΑΚΟΣ ΥΠΟΤΡΟΦΟΣ ΠΑΝΑΓΙΩΤΗΣ

Διαβάστε περισσότερα

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής Υποθέσεις του Απλού γραμμικού υποδείγματος της Παλινδρόμησης Η μεταβλητή ε t (διαταρακτικός όρος) είναι τυχαία μεταβλητή με μέσο όρο

Διαβάστε περισσότερα

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ Οικονομετρία 6.1 Ετεροσκεδαστικότητα: Εισαγωγή Συχνά, η υπόθεση της σταθερής διακύμανσης των όρων σφάλματος,

Διαβάστε περισσότερα

Εργαστήριο Οικονομετρίας Προαιρετική Εργασία 2016 Χειμερινό Εξάμηνο

Εργαστήριο Οικονομετρίας Προαιρετική Εργασία 2016 Χειμερινό Εξάμηνο Εργαστήριο Οικονομετρίας Προαιρετική Εργασία 2016 Χειμερινό Εξάμηνο Χρήσιμες Οδηγίες Με την βοήθεια του λογισμικού E-views να απαντήσετε στα ερωτήματα των επόμενων σελίδων, (οι απαντήσεις πρέπει να περαστούν

Διαβάστε περισσότερα

ΚΕΦΑΛΑΙΟ ΙΙΙ ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ

ΚΕΦΑΛΑΙΟ ΙΙΙ ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ ΚΕΦΑΛΑΙΟ ΙΙΙ ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ ΕΝΟΤΗΤΕΣ 1. ΓΕΝΙΚΗ ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΠΟΛΛΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ 2. ΕΠΙΛΟΓΗ ΜΟΝΤΕΛΟΥ ΜΕ ΤΗ ΜΕΘΟΔΟ ΤΟΥ ΑΠΟΚΛΕΙΣΜΟΥ ΜΕΤΑΒΛΗΤΩΝ 3. ΕΠΙΛΟΓΗ ΜΟΝΤΕΛΟΥ ΜΕ ΤΗ ΜΕΘΟΔΟ ΤΗΣ ΠΡΟΟΔΕΥΤΙΚΗΣ ΠΡΟΣΘΗΚΗΣ

Διαβάστε περισσότερα

9. Παλινδρόμηση και Συσχέτιση

9. Παλινδρόμηση και Συσχέτιση 9. Παλινδρόμηση και Συσχέτιση Παλινδρόμηση και Συσχέτιση Υπάρχει σχέση ανάμεσα σε δύο ή περισσότερες μεταβλητές; Αν ναι, ποια είναι αυτή η σχέση; Πως μπορεί αυτή η σχέση να χρησιμοποιηθεί για να προβλέψουμε

Διαβάστε περισσότερα

ΕΦΑΡΜΟΣΜΕΝΗ ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ ΚΑΙ ΔΙΑΣΠΟΡΑΣ (ΝΠΣ) & ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ (ΠΠΣ) (6o Εξάμηνο Μαθηματικών) Ιανουάριος 2008

ΕΦΑΡΜΟΣΜΕΝΗ ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ ΚΑΙ ΔΙΑΣΠΟΡΑΣ (ΝΠΣ) & ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ (ΠΠΣ) (6o Εξάμηνο Μαθηματικών) Ιανουάριος 2008 ΕΦΑΡΜΟΣΜΕΝΗ ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ ΚΑΙ ΔΙΑΣΠΟΡΑΣ (ΝΠΣ) & ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ (ΠΠΣ) (6o Εξάμηνο Μαθηματικών) Ιανουάριος 008 Επώνυμο... Όνομα... A.E.M.... Εξάμηνο... Θέμα Θέμα Θέμα 3 Θέμα 4 Βαθμός ΝΠΣ

Διαβάστε περισσότερα

Μέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis)

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

Διαβάστε περισσότερα

Εξαρτημένα δείγματα (εξαρτημένες μετρήσεις)

Εξαρτημένα δείγματα (εξαρτημένες μετρήσεις) Ν6_(6)_Στατιστική στη Φυσική Αγωγή 06_0_Έλεγχος_Υποθέσεων0 Ανεξάρτητα δείγματα Εξαρτημένα δείγματα Γούργουλης Βασίλειος Καθηγητής Τ.Ε.Φ.Α.Α. Σ.Ε.Φ.Α.Α. Δ.Π.Θ. Ανεξάρτητα δείγματα (ανεξάρτητες μετρήσεις)

Διαβάστε περισσότερα

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Οικονομετρία Διάλεξη 3η: Απλή Γραμμική Παλινδρόμηση. Διδάσκουσα: Κοντογιάννη Αριστούλα

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Οικονομετρία Διάλεξη 3η: Απλή Γραμμική Παλινδρόμηση. Διδάσκουσα: Κοντογιάννη Αριστούλα Τμήμα Διοίκησης Επιχειρήσεων Γρεβενά Μάθημα: Οικονομετρία Διάλεξη 3η: Απλή Γραμμική Παλινδρόμηση Διδάσκουσα: Κοντογιάννη Αριστούλα Ιδιότητες εκτιμώμενης ευθείας παλινδρόμησης με τη μέθοδο των ελαχίστων

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

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 05 Έλεγχος διακυμάνσεων Μας ενδιαφέρει να εξετάσουμε 5 δίαιτες που δίνονται

Διαβάστε περισσότερα

) = a ο αριθµός των µηχανών n ο αριθµός των δειγµάτων που παίρνω από κάθε µηχανή

) = a ο αριθµός των µηχανών n ο αριθµός των δειγµάτων που παίρνω από κάθε µηχανή Ανάλυση Συνδιακύµανσης Alsis of Covrice Η ανάλυση συνδιακύµανσης είναι µία άλλη τεχνική για να βελτιώσουµε την ακρίβεια της προσέγγισης του µοντέλου µας στο πείραµα. Ας υποθέσουµε ότι σ ένα πείραµα εκτός

Διαβάστε περισσότερα

Απλή Γραμμική Παλινδρόμηση I

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

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 3: Ανάλυση γραμμικού υποδείγματος Απλή παλινδρόμηση (2 ο μέρος) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. σε μη γραμμικές μορφές. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. σε μη γραμμικές μορφές. Παπάνα Αγγελική ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 7: Επεκτάσεις του γραμμικού υποδείγματος σε μη γραμμικές μορφές Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana

Διαβάστε περισσότερα

x y max(x))

x y max(x)) ΚΕΦΑΛΑΙΟ 0 Απλή Γραµµική Παλινδρόµηση Μωυσιάδης Χρόνης 6 o Εξάµηνο Μαθηµατικών Ένα Πρόβληµα εδοµένα.6 3. 3.8 4. 4.4 5.8 6.0 6.7 7. 7.8 y 5.6 7.9 8.0 8. 8. 9. 9.5 9.4 9.6 9.9 Έχει σχέση το yµε το ; Ειδικότερα

Διαβάστε περισσότερα

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7. ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7. ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13 ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7 ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13 1.1. Εισαγωγή 13 1.2. Μοντέλο ή Υπόδειγμα 13 1.3. Η Ανάλυση Παλινδρόμησης 16 1.4. Το γραμμικό μοντέλο Παλινδρόμησης 17 1.5. Πρακτική χρησιμότητα

Διαβάστε περισσότερα

Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου. Αθήνα Σημειώσεις. Εκτίμηση των Παραμέτρων β 0 & β 1. Απλό γραμμικό υπόδειγμα: (1)

Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου. Αθήνα Σημειώσεις. Εκτίμηση των Παραμέτρων β 0 & β 1. Απλό γραμμικό υπόδειγμα: (1) Σημειώσεις Αναπλ. Καθηγήτρια, Ελένη Κανδηλώρου Αθήνα -3-7 Εκτίμηση των Παραμέτρων β & β Απλό γραμμικό υπόδειγμα: Y X () Η αναμενόμενη τιμή του Υ, δηλαδή, μέση τιμή του Υ, δίνεται παρακάτω: EY ( ) X EY

Διαβάστε περισσότερα

ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΗΣ ΕΠΙΣΤΗΜΗΣ 5 ΟΥ ΕΞΑΜΗΝΟΥ

ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΗΣ ΕΠΙΣΤΗΜΗΣ 5 ΟΥ ΕΞΑΜΗΝΟΥ ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΗΣ ΕΠΙΣΤΗΜΗΣ SOS & ΘΕΜΑΤΑ ΕΞΕΤΑΣΤΙΚΩΝ 5 ΟΥ ΕΞΑΜΗΝΟΥ www.dap papei.gr 2 ΔΗΜΟΣΙΑ ΟΙΚΟΝΟΜΙΚΗ Ι Τι θα γράψω: Στις εξετάσεις τα θέματα περιλαμβάνουν ερωτήσεις και ασκήσεις (κυρίως ασκήσεις) όπου

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2

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

Διαβάστε περισσότερα

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2011 για τα Τμήματα Ε.Τ.Τ. και Γ.Β. στη Στατιστική 25/02/2011

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2011 για τα Τμήματα Ε.Τ.Τ. και Γ.Β. στη Στατιστική 25/02/2011 Εργαστήριο Μαθηματικών & Στατιστικής Γραπτή Εξέταση Περιόδου Φεβρουαρίου για τα Τμήματα Ε.Τ.Τ. και Γ.Β. στη Στατιστική 5//. [] Η ποσότητα, έστω Χ, ενός συντηρητικού που περιέχεται σε φιάλες αναψυκτικού

Διαβάστε περισσότερα

Οικονομετρία. Εξειδίκευση του υποδείγματος. Προσθήκη άσχετης μεταβλητής και παράλειψη σχετικής. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης

Οικονομετρία. Εξειδίκευση του υποδείγματος. Προσθήκη άσχετης μεταβλητής και παράλειψη σχετικής. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης Οικονομετρία Εξειδίκευση του υποδείγματος Προσθήκη άσχετης μεταβλητής και παράλειψη σχετικής Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης Διδάσκων: Λαζαρίδης Παναγιώτης Μαθησιακοί Στόχοι Γνώση και κατανόηση

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 Επικ. Καθηγητής v.koutra@fme.aegea.gr Τηλ: 7035468 Θα μελετήσουμε

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών

ΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών ΟΙΚΟΝΟΜΕΤΡΙΑ Βιολέττα Δάλλα Τµήµα Οικονοµικών Επιστηµών Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών 1 Εισαγωγή Οικονοµετρία (Econometrics) είναι ο τοµέας της Οικονοµικής επιστήµης που περιγράφει και αναλύει

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ Ι ΦΥΛΛΑΔΙΟ

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

Διαβάστε περισσότερα

ΜΕΘΟΔΟΙ ΕΡΥΕΝΑΣ ΔΙΑΛΕΞΗ 5: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΟΙΚΟΝΟΜΕΤΡΙΑ (Ι)

ΜΕΘΟΔΟΙ ΕΡΥΕΝΑΣ ΔΙΑΛΕΞΗ 5: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΟΙΚΟΝΟΜΕΤΡΙΑ (Ι) ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΙΑΣ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΧΩΡΟΤΑΞΙΑΣ, ΠΟΛΕΟΔΟΜΙΑΣ ΚΑΙ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΑΝΑΠΤΥΞΗΣ ΠΜΣ «ΕΠΕΝΔΥΣΕΙΣ ΚΑΙ ΠΕΡΙΦΕΡΕΙΑΚΗ ΑΝΑΠΤΥΞΗ» ΜΕΘΟΔΟΙ ΕΡΥΕΝΑΣ ΔΙΑΛΕΞΗ 5: ΕΙΣΑΓΩΓΗ ΣΤΗΝ ΕΠΑΓΩΓΙΚΗ

Διαβάστε περισσότερα

ΠΑΛΙΝΔΡΟΜΗΣΗ. Απλή Παλινδρόμηση. (Όγκος πωλήσεων = α +b έξοδα διαφήμησης +e ) Εκτίμηση Απλής Παλινδρόμησης. α= εκτίμηση της τεταγμένης για χ=0

ΠΑΛΙΝΔΡΟΜΗΣΗ. Απλή Παλινδρόμηση. (Όγκος πωλήσεων = α +b έξοδα διαφήμησης +e ) Εκτίμηση Απλής Παλινδρόμησης. α= εκτίμηση της τεταγμένης για χ=0 ΠΑΛΙΝΔΡΟΜΗΣΗ ΓΡΑΜΜΙΚΟ ΜΗ ΓΡΑΜΜΙΚΟ ΔΕΝ ΥΠΑΡΧΕΙ ΣΧΕΣΗ Απλή Παλινδρόμηση Y = a + bx + e (Όγκος πωλήσεων = α +b έξοδα διαφήμισης +e ) Εκτίμηση Απλής Παλινδρόμησης Y = a + bx (Όγκος πωλήσεων = α +b έξοδα διαφήμησης

Διαβάστε περισσότερα

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

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

Διαβάστε περισσότερα

Πολλαπλή παλινδρόμηση (Multivariate regression)

Πολλαπλή παλινδρόμηση (Multivariate regression) ΜΑΘΗΜΑ 3 ο 1 Πολλαπλή παλινδρόμηση (Multivariate regression) Η συμπεριφορά των περισσότερων οικονομικών μεταβλητών είναι συνάρτηση όχι μιας αλλά πολλών μεταβλητών Υ = f ( X 1, X 2,... X n ) δηλαδή η Υ

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

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 12ο

ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 12ο ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑ 12ο ΑΙΤΙΟΤΗΤΑ Ένα από τα βασικά προβλήματα που υπάρχουν στην εξειδίκευση ενός υποδείγματος είναι να προσδιοριστεί η κατεύθυνση που μία μεταβλητή

Διαβάστε περισσότερα

Στατιστική για Πολιτικούς Μηχανικούς Λυμένες ασκήσεις μέρους Β

Στατιστική για Πολιτικούς Μηχανικούς Λυμένες ασκήσεις μέρους Β Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης Στατιστική για Πολιτικούς Μηχανικούς Λυμένες ασκήσεις μέρους Β Κουγιουμτζής Δημήτρης Τμήμα Πολιτικών Μηχανικών Α.Π.Θ. Θεσσαλονίκη, Μάρτιος 4 Άδειες Χρήσης Το παρόν

Διαβάστε περισσότερα

Εισαγωγή στην Γραμμική Παλινδρόμηση

Εισαγωγή στην Γραμμική Παλινδρόμηση ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ΔΙΑΛΕΞΗ 13-11-015 Εισαγωγή στην Γραμμική Παλινδρόμηση Γραμμική σχέση μεταξύ μεταβλητών Αν. Καθ. Μαρί-Νοέλ Ντυκέν Στόχος Πολύ συχνά, η Τ.Μ. που εξετάζουμε π.χ. η κατανάλωση των νοικοκυριών

Διαβάστε περισσότερα

Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 2 Μαΐου /23

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

Διαβάστε περισσότερα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις περιόδου στο μάθημα ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ

ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις περιόδου στο μάθημα ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΑΣΦΑΛΙΣΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ Εξετάσεις περιόδου στο μάθημα ΑΝΑΛΥΣΗ ΠΑΛΙΝΔΡΟΜΗΣΗΣ Ονοματεπώνυμο: Όνομα Πατρός:... Σ ΑΜ:. Ημερομηνία: Παρακαλώ μη γράφετε στα παρακάτω

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

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τμήμα Τραπεζικής & Χρηματοοικονομικής

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τμήμα Τραπεζικής & Χρηματοοικονομικής ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τμήμα Τραπεζικής & Χρηματοοικονομικής Πολλαπλό Γραμμικό Υπόδειγμα Παλινδρόμησης Τα υποδείγματα του απλού γραμμικού υποδείγματος της παλινδρόμησης (simple linear regression

Διαβάστε περισσότερα

Εφαρμοσμένη Στατιστική: Συντελεστής συσχέτισης. Παλινδρόμηση απλή γραμμική, πολλαπλή γραμμική

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:

Διαβάστε περισσότερα

A(θ) = n log θ B(x ) = 0. T (x ) = x i. Γ(n)θ n =

A(θ) = n log θ B(x ) = 0. T (x ) = x i. Γ(n)θ n = ΕΞΕΤΑΣΗ ΤΟΥ ΜΑΘΗΜΑΤΟΣ «ΣΤΑΤΙΣΤΙΚΗ Ι : ΕΚΤΙΜΗΤΙΚΗ» Πέµπτη 24 Ιουνίου 24 Εξεταστική περίοδος Ιουνίου 24 ΘΕΜΑΤΑ. Θεωρώντας ως κριτήριο το µέσο τετραγωνικό σφάλµα : (α ( µονάδες Εστω, 2 δύο εκτιµητές τού g(θ.

Διαβάστε περισσότερα

Πρακτική µε στοιχεία στατιστικής ανάλυσης

Πρακτική µε στοιχεία στατιστικής ανάλυσης Πρακτική µε στοιχεία στατιστικής ανάλυσης 1. Για να υπολογίσουµε µια ποσότητα q = x 2 y xy 2, µετρήσαµε τα µεγέθη x και y και βρήκαµε x = 3.0 ± 0.1και y = 2.0 ± 0.1. Να βρεθεί η ποσότητα q και η αβεβαιότητά

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Η μέθοδος των βοηθητικών μεταβλητών. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Η μέθοδος των βοηθητικών μεταβλητών. Παπάνα Αγγελική ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 12: Σφάλματα μέτρησης στις μεταβλητές Η μέθοδος των βοηθητικών μεταβλητών Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage:

Διαβάστε περισσότερα

ΓΡΑΜΜΙΚΗ ΠΑΛΙΝ ΡΟΜΗΣΗ

ΓΡΑΜΜΙΚΗ ΠΑΛΙΝ ΡΟΜΗΣΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝ ΡΟΜΗΣΗ ιαφάνειες για το µάθηµα Information Management ΑθανάσιοςΝ. Σταµούλης 1 ΠΗΓΗ Κονδύλης Ε. (1999) Στατιστικές τεχνικές διοίκησης επιχειρήσεων, Interbooks 2 1 Γραµµική παλινδρόµηση Είναι

Διαβάστε περισσότερα

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ Οικονομετρία 5.1 Αυτοσυσχέτιση: Εισαγωγή Συχνά, η υπόθεση της μη αυτοσυσχέτισης ή σειριακής συσχέτισης

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Β μέρος: Ετεροσκεδαστικότητα. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Β μέρος: Ετεροσκεδαστικότητα. Παπάνα Αγγελική ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 10: Οικονομετρικά προβλήματα: Παραβίαση των υποθέσεων Β μέρος: Ετεροσκεδαστικότητα Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr

Διαβάστε περισσότερα

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Οικονομετρία Διάλεξη 2η: Απλή Γραμμική Παλινδρόμηση. Διδάσκουσα: Κοντογιάννη Αριστούλα

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Οικονομετρία Διάλεξη 2η: Απλή Γραμμική Παλινδρόμηση. Διδάσκουσα: Κοντογιάννη Αριστούλα Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Οικονομετρία Διάλεξη 2η: Απλή Γραμμική Παλινδρόμηση Διδάσκουσα: Κοντογιάννη Αριστούλα Πώς συσχετίζονται δυο μεταβλητές; Ένας απλός τρόπος για να αποκτήσουμε

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 5 Έστω για την σύγκριση δειγμάτων συλλέγουμε παρατηρήσεις Υ =,,, από

Διαβάστε περισσότερα

ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ ΔΕΙΓΜΑ ΟΙΚΟΝΟΜΕΤΡΙΑ Ι (3ο Εξάμηνο) Όνομα εξεταζόμενου: Α.Α. Οικονομικό Πανεπιστήμιο Αθήνας -- Τμήμα ΔΕΟΣ Καθηγητής: Γιάννης Μπίλιας

ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ ΔΕΙΓΜΑ ΟΙΚΟΝΟΜΕΤΡΙΑ Ι (3ο Εξάμηνο) Όνομα εξεταζόμενου: Α.Α. Οικονομικό Πανεπιστήμιο Αθήνας -- Τμήμα ΔΕΟΣ Καθηγητής: Γιάννης Μπίλιας ΤΕΛΙΚΗ ΕΞΕΤΑΣΗ ΔΕΙΓΜΑ ΟΙΚΟΝΟΜΕΤΡΙΑ Ι (3ο Εξάμηνο) Όνομα εξεταζόμενου: Α.Α. Οικονομικό Πανεπιστήμιο Αθήνας -- Τμήμα ΔΕΟΣ Καθηγητής: Γιάννης Μπίλιας ΟΔΗΓΙΕΣ: Απαντήστε σε όλα τα θέματα. Απαντήστε με ακρίβεια

Διαβάστε περισσότερα

Ανάλυση Διακύμανσης. Ι. Κ. Δημητρίου

Ανάλυση Διακύμανσης. Ι. Κ. Δημητρίου Ανάλυση Διακύμανσης Ι. Κ. Δημητρίου Να κάνετε πολλά παραδείγματα και για να κατανοήσετε την Ανάλυση Διακύμανσης (ΑΝΑΔΙΑ) ή Analysis of Variance (ANOVA). Ακόμη, να κοιτάξετε περιπτώσεις εφαρμογής. 3 Εισαγωγή

Διαβάστε περισσότερα

Κατανομή συνάρτησης τυχαίας μεταβλητής Y=g(X) Πιθανότητες & Στατιστική 2017 Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Παν. Ιωαννίνων Δ13 ( 1 )

Κατανομή συνάρτησης τυχαίας μεταβλητής Y=g(X) Πιθανότητες & Στατιστική 2017 Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Παν. Ιωαννίνων Δ13 ( 1 ) Κατανομή συνάρτησης τυχαίας μεταβλητής =() Πιθανότητες & Στατιστική 07 Τμήμα Μηχανικών Η/Υ & Πληροφορικής, Παν. Ιωαννίνων Δ3 ( ) Κατανομή συνάρτησης τυχαίας μεταβλητής Έστω τ.μ. Χ με γνωστή κατανομή. Δηλαδή

Διαβάστε περισσότερα

Κεφάλαιο 13. Εισαγωγή στην. Η Ανάλυση ιακύµανσης

Κεφάλαιο 13. Εισαγωγή στην. Η Ανάλυση ιακύµανσης Κεφάλαιο 13 Εισαγωγή στην Ανάλυση ιακύµανσης 1 Η Ανάλυση ιακύµανσης Από τα πιο συχνά χρησιµοποιούµενα στατιστικά κριτήρια στην κοινωνική έρευνα Γιατί; 1. Ενώ αναφέρεται σε διαφορές µέσων όρων, όπως και

Διαβάστε περισσότερα

1ο ΣΤΑΔΙΟ ΓΕΝΕΣΗ ΜΕΤΑΚΙΝΗΣΕΩΝ

1ο ΣΤΑΔΙΟ ΓΕΝΕΣΗ ΜΕΤΑΚΙΝΗΣΕΩΝ ΠΡΟΒΛΗΜΑ 1ο ΣΤΑΔΙΟ ΓΕΝΕΣΗ ΜΕΤΑΚΙΝΗΣΕΩΝ πόσες μετακινήσεις δημιουργούνται σε και για κάθε κυκλοφοριακή ζώνη; ΟΡΙΣΜΟΙ μετακίνηση μετακίνηση με βάση την κατοικία μετακίνηση με βάση άλλη πέρα της κατοικίας

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

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

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

Διαβάστε περισσότερα

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕ ΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ

ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕ ΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕ ΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΜΑΘΗΜΑ ΠΡΩΤΟ ΘΕΩΡΙΑΣ-ΕΙΣΑΓΩΓΙΚΟ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΣΤΑΤΙΣΤΙΚΗΣ ρ. Κουνετάς Η Κωνσταντίνος Ακαδηµαϊκό Έτος 01-013 ΕΠΙΧ Οικονοµετρικά

Διαβάστε περισσότερα

Τεχνικές Ανάλυσης Διοικητικών Αποφάσεων

Τεχνικές Ανάλυσης Διοικητικών Αποφάσεων ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Τεχνικές Ανάλυσης Διοικητικών Αποφάσεων ΣΗΜΕΙΩΣΕΙΣ Δ.Α.Π. Ν.Δ.Φ.Κ. ΠΑΝΕΠΙΣΤΗΜΙΟΥ ΠΕΙΡΑΙΩΣ Τμηματικό e-mal : dap_ode@yahoo.gr www.dap-pape.gr

Διαβάστε περισσότερα

Οι στατιστικοί έλεγχοι x τετράγωνο, t- test, ANOVA & Correlation. Σταμάτης Πουλακιδάκος

Οι στατιστικοί έλεγχοι x τετράγωνο, t- test, ANOVA & Correlation. Σταμάτης Πουλακιδάκος Οι στατιστικοί έλεγχοι x τετράγωνο, t- test, ANOVA & Correlation Σταμάτης Πουλακιδάκος Μερικά εισαγωγικά λόγια Οι έλεγχοι των ερευνητικών υποθέσεων πραγματοποιούνται με διάφορους στατιστικούς ελέγχους,

Διαβάστε περισσότερα

TMHMA OIKONOMIKΩN ΕΠΙΣΤΗΜΩΝ Διαγώνισμα Προόδου Στατιστικής III

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

Διαβάστε περισσότερα

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΜΠΣ Τραπεζικής & Χρηματοοικονομικής

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΜΠΣ Τραπεζικής & Χρηματοοικονομικής ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ ΜΠΣ Τραπεζικής & Χρηματοοικονομικής Διαγνωστικοί Έλεγχοι Διαπίστωσης της Αυτοσυσχέτισης Οι περισσότεροι από τους διαγνωστικούς ελέγχους της αυτοσυσχέτισης αναφέρονται σε αυτοσυσχέτιση

Διαβάστε περισσότερα

Στατιστική Ι. Ανάλυση Παλινδρόμησης

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

Διαβάστε περισσότερα

ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ

ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ ΜΗ ΓΡΑΜΜΙΚΗ ΠΑΛΙΝΔΡΟΜΙΣΗ Τα μη γραμμικά μοντέλα έχουν την πιο κάτω μορφή: η μορφή αυτή μοιάζει με τη μορφή που έχουμε για τα γραμμικά μοντέλα ( δηλαδή η παρατήρηση Y i είναι το άθροισμα της αναμενόμενης

Διαβάστε περισσότερα

Διάστημα εμπιστοσύνης της μέσης τιμής

Διάστημα εμπιστοσύνης της μέσης τιμής Διάστημα εμπιστοσύνης της μέσης τιμής Συντελεστής εμπιστοσύνης Όταν : x z c s < μ < x +z s c Ν>30 Στον πίνακα δίνονται κρίσιμες τιμές z c και η αντιστοίχισή τους σε διάφορους συντελεστές εμπιστοσύνης:

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΙΕΘΝΩΝ ΚΑΙ ΕΥΡΩΠΑΪΚΩΝ ΟΙΚΟΝΟΜΙΚΩΝ ΣΠΟΥ ΩΝ

ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΙΕΘΝΩΝ ΚΑΙ ΕΥΡΩΠΑΪΚΩΝ ΟΙΚΟΝΟΜΙΚΩΝ ΣΠΟΥ ΩΝ ΟΙΚΟΝΟΜΙΚΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΘΗΝΩΝ ΤΜΗΜΑ ΙΕΘΝΩΝ ΚΑΙ ΕΥΡΩΠΑΪΚΩΝ ΟΙΚΟΝΟΜΙΚΩΝ ΣΠΟΥ ΩΝ Μάθηµα: Εφαρµοσµένη Οικονοµετρία (Aκαδηµαϊκό έτος: 2008-2009) Σπύρος Σκούρας Ονοµατεπώνυµο: ΘΕΜΑΤΑ ΕΞΕΤΑΣΕΩΝ ΙΟΥΛΙΟΥ 2009

Διαβάστε περισσότερα

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ Οικονομετρία 8.1 Η Φύση των Ψευδομεταβλητών Οι μεταβλητές που παίρνουν τιμές 0 και 1 ονομάζονται ψευδομεταβλητές

Διαβάστε περισσότερα

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία

ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ. Οικονομετρία ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΤΜΗΜΑ ΟΡΓΑΝΩΣΗΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΔΙΔΑΣΚΩΝ: ΘΑΝΑΣΗΣ ΚΑΖΑΝΑΣ Οικονομετρία 7.1 Πολυσυγγραμμικότητα: Εισαγωγή Παραβίαση υπόθεσης Οι ανεξάρτητες μεταβλητές δεν πρέπει

Διαβάστε περισσότερα

Μάθημα 5-6: Στάσιμες πολυμεταβλητές χρονοσειρές και μοντέλα Διασυσχέτιση Διανυσματικά αυτοπαλίνδρομα μοντέλα Δίκτυα από πολυμεταβλητές χρονοσειρές

Μάθημα 5-6: Στάσιμες πολυμεταβλητές χρονοσειρές και μοντέλα Διασυσχέτιση Διανυσματικά αυτοπαλίνδρομα μοντέλα Δίκτυα από πολυμεταβλητές χρονοσειρές Μάθημα 5-6: Στάσιμες πολυμεταβλητές χρονοσειρές και μοντέλα Διασυσχέτιση Διανυσματικά αυτοπαλίνδρομα μοντέλα Δίκτυα από πολυμεταβλητές χρονοσειρές Αιτιότητα κατά Granger Ασκήσεις Ανάλυση μονομεταβλητής

Διαβάστε περισσότερα

Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης Kozani GR 50100

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

Διαβάστε περισσότερα

Ανάλυση διακύμανσης (Μονοδιάστατη) One-Way ANOVA

Ανάλυση διακύμανσης (Μονοδιάστατη) One-Way ANOVA Ανάλυση διακύμανσης (Μονοδιάστατη) One-Way ANOVA Ανάλυση διακύμανσης Η μονοδιάστατη ανάλυση διακύμανσης εξετάζει εάν δύο ή περισσότεροι ανεξάρτητοι πληθυσμοί έχουν τον ίδιο ή διαφορετικό μέσο όρο. Στην

Διαβάστε περισσότερα

Αναλυτική Στατιστική

Αναλυτική Στατιστική Αναλυτική Στατιστική Συμπερασματολογία Στόχος: εξαγωγή συμπερασμάτων για το σύνολο ενός πληθυσμού, αντλώντας πληροφορίες από ένα μικρό υποσύνολο αυτού Ορισμοί Πληθυσμός: σύνολο όλων των υπό εξέταση μονάδων

Διαβάστε περισσότερα

ΟΙΚΟΝΟΜΕΤΡΙΑ. Α μέρος: Πολυσυγγραμμικότητα. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Α μέρος: Πολυσυγγραμμικότητα. Παπάνα Αγγελική ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 9: Οικονομετρικά προβλήματα: Παραβίαση των υποθέσεων Α μέρος: Πολυσυγγραμμικότητα Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr

Διαβάστε περισσότερα