Ελληνικό Ανοικτό Πανεπιστήμιο
|
|
- Παναγιώτα Δραγούμης
- 9 χρόνια πριν
- Προβολές:
Transcript
1 Διοίκηση Ολικής Ποιότητας και Διαχείριση Περιβάλλοντος Ελληνικό Ανοικτό Πανεπιστήμιο Πρόγραμμα Σπουδών: Διοίκηση Επιχειρήσεων και Οργανισμών Ακαδημαϊκό Έτος η ΟΣΣ Ευτύχιος Σαρτζετάκης, Αναπληρωτής καθηγητής
2 Επισκόπηση της συνάντησης Συζήτηση των ορθών απαντήσεων της πρώτης εργασίας Ερωτήσεις Παράδοση των θεμάτων της δεύτερης εργασίας και παρουσίασή τους Παρουσίαση της ύλης του Δεύτερου «Έλεγχος Ποιότητας και Πρότυπα Διασφάλισης Ποιότητας» Ερωτήσεις επί ης ύλης Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 2
3 Παρουσίαση απαντήσεων 1 ης εργασίας ΘΕΜΑ 3 έκδοση ηλεκτρονικών εισιτηρίων (e-tickets) διαμαρτυρίες και παράπονα πελατών ο πλέον σημαντικός παράγων: εκπαίδευση του προσωπικού Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 3
4 Παρουσίαση απαντήσεων 1 ης εργασίας ΘΕΜΑ 3 κατασκευή του δεύτερου διαγράμματος αναλύοντας το πρόβλημα «εκπαίδευση» ως κύριο πρόβλημα Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 4
5 Παρουσίαση απαντήσεων 1 ης εργασίας ΘΕΜΑ 3 Με βάση την ανάλυση της αποτυχίας της εκπαίδευσης των εργαζομένων η εταιρία ΑΕ αποφάσισε μία σειρά μέτρων τα οποία θα έλυναν το πρόβλημα: Αποφάσισε να θεσπίσει εθελουσία έξοδο για τους εργαζόμενους που είχαν αρνητική τοποθέτηση απέναντι στο e-ticket και γενικά στην τεχνολογία (επρόκειτο για εργαζόμενους με πολλά χρόνια υπηρεσίας). Να ενισχύσει το τμήμα με νέους εργαζόμενους με κατάλληλα προσόντα. Να επανασχεδιάσει το πρόγραμμα εκπαίδευσης Να βελτιώσει επιμέρους σημεία του όλου προγράμματος, με βάση τις παρατηρήσεις των εργαζομένων. Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 5
6 Ορισμός ελέγχου Ποιοτητας: το σύνολο των λειτουργικών τεχνικών διαδικασιών που επιβεβαιώνουν την ποιότητα ενός προϊόντος ή μιας υπηρεσίας βάσει συγκεκριμένων προδιαγραφών Έλεγχος κατά Την εισαγωγή προϊόντων/υλικών Την παραγωγή Και στο τέλος της παραγωγικής διαδικασίας Αναδρομικός και υψηλού κόστους Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 6
7 Σύστημα ελέγχου ποιότητας Εισροές Τεχνικές προδιαγραφές προϊόντων/υπηρεσιών Πόροι της επιχείρησης Εκροές Αποφάσεις για τον τρόπο λειτουργίας συστήματος Αντικείμενο ελέγχου (κρίσιμα σημεία) Τόπος ελέγχου (δειγματοληπτικός στις εισροέςεκροές/στατιστικός κατά τη διάρκεια της παραγωγής) Χρόνος ελέγχου Κριτήριο απόδοσης (επίτευξη επιθυμητής ποιότητας με ελάχιστο κόστος) Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 7
8 Κόστος Ποιότητας Κόστος Ποιότητας Κόστος ελέγχου ποιότητας Κόστος αποτυχίας ελέγχου ποιότητας Κόστος πρόληψης Κόστος εκτίμησης Κόστος εσωτερικών αστοχιών Κόστος εξωτερικών αστοχιών Σχεδιασμός, οργάνωση λειτουργία συστήματος Επαλήθευση Εκπαίδευση προσωπικού Αξιολόγηση προμηθευτών Έλεγχος και επιθεωρήσεις εισροών Επιθεωρήσεις ποιότητας Εξοπλισμός Μισθοί Ελαττωματικά Επιδιορθώσεις Καθυστερήσεις Κακή φήμη και παρεπόμενη μείωση ζήτησης Παράπονα Επιστροφές Αποζημιώσεις Νομικές κυρώσεις Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 8
9 Δειγματοληψία αποδοχής: τεχνική ελέγχου και διαχωρισμού αποδεκτών / απορριπτέων παρτίδων (Εξέταση δείγματος όταν η εξέταση του συνόλου είναι δαπανηρή και χρονοβόρα) Δειγματοληψία με ιδιότητες (εξέταση προϊόντος με βάση κρίσιμα συγκεκριμένα χαρακτηριστικά) Δειγματοληψία με μεταβλητές (εξέταση προϊόντος με βάση κρίσιμα χαρακτηριστικά σε εύρος κλίμακας) Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 9
10 Η χρήση δειγματοληψίας μπορεί να οδηγήσει σε δύο τύπων λάθη: Σφάλμα τύπου Ι (τυχαία πολλά ελαττωματικά στο δείγμα) (εσφαλμένη απόρριψη παρτίδων καλής ποιότητας) Ρίσκο παραγωγού Σφάλμα τύπου ΙΙ (τυχαία πολλά ποιοτικά στο δείγμα) (εσφαλμένη αποδοχή παρτίδων κακής ποιότητας) Ρίσκο πελάτη Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 10
11 Δειγματοληπτικά σχέδια Από μια παρτίδα με Ν προϊόντα επιλέγουμε δείγμα n προϊόντων και ορίζουμε ως c το όριο αποδοχής δείγματος Είδη δειγματοληπτικών σχεδίων (Ας υποθέσουμε κ ελαττωματικά τεμάχια στα n) Απλή δειγματοληψία Εάν: κ < c αποδεκτή παρτίδα Εάν: κ > c απόρριψη παρτίδας Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 11
12 Διπλή δειγματοληψία Εάν κ 1 <c 1 αποδεκτή παρτίδα Εάν κ 1 >c 1 συγκρίνουμε με c 2 >c 1 Εάν κ 1 >c 2 απορρίπτεται Εάν c 2 > κ 1 >c 1 παίρνουμε δεύτερο δείγμα n 2 >n 1 Εάν κ 1 +κ 2 >c 2 απορρίπτεται Εάν κ 1 +κ 2 <c 2 αποδεκτή Πολλαπλή δειγματοληψία Πολλαπλά μικρά δείγματα Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 12
13 Λειτουργική χαρακτηριστική καμπύλη Πιθανότητα αποδοχής a 1 AQL: Acceptable Quality Level LTPD: Lot Tolerance Percent Defective α: πιθανότητα απόρριψης καλής παρτίδας β: πιθανότητα αποδοχής κακής παρτίδας β Καλές παρτίδες AQL Ουδέτερη ζώνη LTPD Κακές παρτίδες Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 13
14 Λειτουργική χαρακτηριστική καμπύλη Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 14
15 Μέση εξερχόμενη ποιότητα (AOQ: Average Outgoing Quality): το συνολικό ποσοστό ελαττωματικών σε ένα μεγάλο αριθμό παρτίδων Εάνταελαττωματικάαπομακρύνονται AOQ = N P d ( N n P(1 P )( N Εάν τα ελαττωματικά επιδιορθώνονται P a P d n) Pa Pd ( N n) AOQ = N P a : πιθανότητα αποδοχής παρτίδας P d : πραγματικό ποσοστό ελαττωματικών παρτίδας a n) Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 15
16 Στατιστικός έλεγχος διαδικασίας (SPC: Statistical Process Control) έλεγχος ποιότητας κατά την διαδικασία παραγωγής Αιτίες μεταβλητότητας της παραγωγικής διαδικασίας Τυχαίες αιτίες (κανονική κατανομή) Ειδικές αιτίες (εξωτερικοί παράγοντες, εντοπισμός τους και εξάλειψη με διορθωτικά μέτρα) Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 16
17 Διαδικασία στατιστικά «υπό έλεγχο»: ιδιότητες παραγόμενων προϊόντων μεταξύ ορίων ελέγχου και ομαλή κατανομή των σημείων κρίσιμου χαρακτηριστικού ελέγχου Μέσοςόροςτιμώνστοιχείωνδείγματος: μ = n Τυπική απόκλιση (διασπορά των τιμών των στοιχείων του δείγματος γύρω από τον μέσο όρο): Διακύμανση: σ 2 x i ( μ σ = n 1 x i ) 2 Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 17
18 Κανονική κατανομή Ν(μ,σ 2 ) Η διασπορά των τιμών του δείγματος είναι συμμετρική και καλύπτουν όλο το μήκος του οριζόντιου άξονα 99,73% μ-3σ μ μ+3σ Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 18
19 Κανονική κατανομή Ν(μ,σ 2 ) Dark blue is less than one standard deviation from the mean. For the normal distribution, this accounts for 68% of the set while two standard deviations from the mean (blue and brown) account for 95% and three standard deviations (blue, brown and green) account for 99.7%. Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 19
20 Κανονική κατανομή Ν(μ,σ 2 ) Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 20
21 Δείκτης ικανότητας παραγωγικής διαδικασίας C p ={USL-LSL}/{6σ} USL: ανώτατο όριο προδιαγραφών χαρακτηριστικού ελέγχου LSL: κατώτατο όριο προδιαγραφών χαρακτηριστικού ελέγχου Εάν C p =1: οριακά ικανοποιητική διαδικασία Εάν C p <1: όχι ικανοποιητική διαδικασία (USL- LSL<6σ, η ικανότητα της παραγωγικής διαδικασίας είναι μικρότερη από τις προδιαγραφές της) Εάν C p >1: ικανοποιητική διαδικασία (USL-LSL>6σ) Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 21
22 Διαγράμματα ελέγχου: διαγραμματική παρουσίαση της μεταβλητότητας της παραγωγικής διαδικασίας Εντοπισμός συστηματικών μεταβολών Αριθμός δηγμάτων UCL CL LCL Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 22
23 Διαγράμματα μεταβλητών Διαγράμματα μεταβλητών (συνεχής κλίμακα: m, kgr, 0 C) μ-διάγραμμα (μέσης τιμής) R-διάγραμμα (εύρους) Διαγράμματα ιδιοτήτων (ταξινόμηση με βάση ιδιότητα: καλό-σκάρτο) Διάγραμμα ποσοστού ελαττωματικών p Διάγραμμα ελαττωμάτων c Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 23
24 Διαγράμματα Εντοπισμός μεταβολών στην μέση τιμή της παραγωγικής διαδικασίας κ δείγματα με μέγεθος n Υπολογίζουμε ο μέσο όρο κάθε δείγματος: και τον συνολικό μέσο όρο: Υπολογίζουμε το εύρος R k =max - min του κάθε δείγματος κ R k και το μέσο εύρος: R = k Με βάση αυτά υπολογίζουμε το άνω και κάτω όριο: = x + A R LCL x = x A2 R UCL x 2 x, R x = k x k x = n 1 n x i Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 24
25 Παράδειγμα Παρουσίαση ύλης 2ου R = x max x min = = 1.9 Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 25
26 CL = X double bar UCL= X double bar + A 2 * R bar = * 1.35 = LCL = X double bar - A 2 * R bar = * 1.35 = Η παραγωγική διαδικασία είναι υπό έλεγχο Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 26
27 CL = R bar = UCL = D 4 * R bar = * 1.35 = 2.86 LCL = D 3 * R bar = 0, καθώς D 3 =0 (για n=5) Η παραγωγική διαδικασία είναι υπό έλεγχο Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 27
28 Στο παραπάνω παράδειγμα, χωρίζουμε το διάγραμμα x double bar σε τρία μέρη και όπως βλέπουμε το πρώτο μέρος είναι εκτός στατιστικού ελέγχου. Θα πρέπει να παρθούν τα κατάλληλα μέτρα έτσι ώστε να επιλυθεί το πρόβλημα. Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 28
29 Διάγραμμα p (ποσοστό ελαττωματικών) Παίρνουμε κ δείγματα μεγέθους n και για κάθε δείγμα υπολογίζουμε το ποσοστό ελαττωματικών (p) Υπολογίζουμε την κεντρική γραμμή (μέσο ποσοστό k ελαττωματικών): p p n 1 i i = = k n 1 i k p i Για δείγματα ίδιου μεγέθους: Άνω όριο μέσου ποσοστού ελαττωματικών: p(1 p) UCL p = p + 3 n Κάτω όριο μέσου ποσοστού ελαττωματικών: p(1 p) LCL p = p 3 n Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 29
30 Παρουσίαση ύλης 2ου Παράδειγμα διάγραμμα p (ποσοστό ελαττωματικών) Ποσοστό ελαττωματικών στο δείγμα 0,12 UCL p 0,1 0,08 0,06 0,04 0, LCL p Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 30
31 Διάγραμμα np (ποσοστό ελαττωματικών) Το διάγραμμα np παρέχει ακριβώς τις ίδιες πληροφορίες με το διάγραμμα ελέγχου p. Αποδεικνύεται ότι ο αριθμός των ελαττωματικών που παρατηρούνται σε κάθε δείγμα μεγέθους n ακολουθεί ένα διωνυμικό μοντέλο με κεντρική γραμμή np και τυπική απόκλιση np(1-p) όταν η εξεταζόμενη διαδικασία είναι στατιστικά ελεγχόμενη. n p npi = UCL p = n p + 3 n p(1 p) LCL p = n p 3 n p(1 p) k Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 31
32 Διάγραμμα c Στην περίπτωση που ερευνούμε τον αριθμό των σκάρτων σε ένα δείγμα χρησιμοποιούμε το διάγραμμα p. Όταν όμως θέλουμε να εξετάσουμε τον αριθμό των ελαττωμάτων ανά προϊόν σε δείγματα κ το καθένα μεγέθους n τότε χρησιμοποιούμε το c- διάγραμμα Σε κάθε δείγμα βρίσκουμε τον αριθμό ελαττωμάτων c i, και υπολογίζουμε το μέσο όρο ελαττωμάτων Τα άνω και κάτω όρια μέσου αριθμού ελαττωμάτων c UCL LCL = c c k = c = c c i c c Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 32
33 Προσέγγιση Taguchi Μη ποιοτικά προϊόντα έχουν κοινωνικό κόστος Μέθοδος σχεδίασης ποιοτικών προϊόντων (έμφαση στο στάδιο της σχεδίασης) Σχεδίαση έτσι ώστε τα προϊόντα να μην είναι ευαίσθητα στις μεταβολές των συνθηκών παραγωγής και χρήσης Συνάρτησηαπώλειαςποιότητας(QLF) Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 33
34 L:απώλεια L=D 2 C D:απόκλιση από την τιμή στόχου C:προσδιορίζεται από το κόστος επιδιόρθωσης/αντικατάστασης όταν υπάρχει απόκλιση Απώλειες Απώλειες Στόχος Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 34
35 Ο σωστός σχεδιασμός μειώνει την μεταβλητότητα. Τρία επίπεδα σχεδιασμού (Taguchi) Σχεδιασμός του συστήματος (χρήση νέων τεχνολογιών και τεχνικών για παραγωγή νέων ή βελτιωμένων προϊόντων) Σχεδιασμός παραμέτρων (από την σχεδίαση στο κατασκευάσιμο σχέδιο. Σχεδιασμός κρίσιμων παραμέτρων για την δημιουργία στιβαρού ποιοτικά προϊόντος μέγιστη επίδοση με μικρότερη απώλεια) Σχεδιασμός ανοχών (ρύθμιση των ανοχών των παραμέτρων) Διοίκηση Ολικής Ποιότητας & Διαχείρηση Περιβάλλοντος 35
Μοντέλο συστήματος διαχείρισης της ποιότητας
Μοντέλο συστήματος διαχείρισης της ποιότητας Διαρκής βελτίωση του Συστήματος Διαχείρισης της Ποιότητας Ευθύνη της Διοίκησης Πελάτες Πελάτες Διαχείριση Πόρων Μέτρηση, ανάλυση και βελτίωση Ικανοποίηση Απαιτήσεις
Διοίκηση Ποιότητας Έργων 2 η Διάλεξη. Μεταπτυχιακό πρόγραμμα στη Διαχείριση Έργων και Προγραμμάτων
1 Διοίκηση Ποιότητας Έργων 2 η Διάλεξη Μεταπτυχιακό πρόγραμμα στη Διαχείριση Έργων και Προγραμμάτων 2 Περιεχόμενα της 2 ης Διάλεξης Στοιχεία και Τεχνικές Ποιοτικού Ελέγχου Σύνοψη Διακύμανση και Ικανότητα
ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΚΑΙ ΟΡΓΑΝΙΣΜΩΝ. Πρότυπη Προτεινόμενη Απάντηση 2 ης ΓΕ
ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΔΙΟΙΚΗΣΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΚΑΙ ΟΡΓΑΝΙΣΜΩΝ ΔΕΟ 42 ΔΙΟΙΚΗΣΗ ΟΛΙΚΗΣ ΠΟΙΟΤΗΤΑΣ Επιμέλεια ύλης: Βίκυ Βάρδα Πρότυπη Προτεινόμενη Απάντηση 2 ης ΓΕ 2015-2016 Κ.Βάρναλη 54, 210 5711484 grammateia@eclass4u.gr
Μοντέλο συστήματος διαχείρισης της ποιότητας
Μοντέλο συστήματος διαχείρισης της ποιότητας Διαρκής βελτίωση του Συστήματος Διαχείρισης της Ποιότητας Ευθύνη της Διοίκησης Πελάτες Πελάτες Διαχείριση Πόρων Μέτρηση, ανάλυση και βελτίωση Ικανοποίηση Απαιτήσεις
ΔΙΟΙΚΗΣΗ ΒΙΟΜΗΧΑΝΙΚΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ III ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΕΛΕΓΧΟΣ ΠΟΙΟΤΗΤΑΣ
ΔΙΟΙΚΗΣΗ ΒΙΟΜΗΧΑΝΙΚΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ III ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΕΛΕΓΧΟΣ ΠΟΙΟΤΗΤΑΣ Λέκτορας Ι. Γιαννατσής Καθηγητής Π. Φωτήλας Η ΣΗΜΑΣΙΑ ΤΗΣ ΠΟΙΟΤΗΤΑΣ Η ποιότητα των παρεχόμενων προϊόντων/υπηρεσιών αποτελεί τον
ΤΟΜΟΣ Β ΕΛΕΓΧΟΣ ΠΟΙΟΤΗΤΑΣ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗ ΠΕΡΙΒΑΛΛΟΝΤΟΣ. Σημειώσεις ΔΕΟ 42 ΕΠΙΜΕΛΕΙΑ: ΒΙΚΥ ΒΑΡΔΑ. Σελίδα 1
Σημειώσεις ΔΕΟ 42 ΤΟΜΟΣ Β ΕΛΕΓΧΟΣ ΠΟΙΟΤΗΤΑΣ ΚΑΙ ΔΙΑΧΕΙΡΙΣΗ ΠΕΡΙΒΑΛΛΟΝΤΟΣ. ΕΠΙΜΕΛΕΙΑ: ΒΙΚΥ ΒΑΡΔΑ Σελίδα 1 ΚΕΦΑΛΑΙΟ 1 Έλεγχος σε μια παραγωγική διαδικασία χαρακτηρίζεται η συνεχείς διαδικασία αξιολόγησης
ΔΙΟΙΚΗΣΗ ΠΟΙΟΤΗΤΑΣ. Διοίκηση Παραγωγής & Συστημάτων Υπηρεσιών ΕΡΓΑΣΤΗΡΙΟ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ ΚΑΙ ΔΙΟΙΚΗΣΗΣ
ΔΙΟΙΚΗΣΗ ΠΟΙΟΤΗΤΑΣ Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Η/Υ ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ Διοίκηση Παραγωγής & Συστημάτων Υπηρεσιών ΕΡΓΑΣΤΗΡΙΟ ΣΥΣΤΗΜΑΤΩΝ ΑΠΟΦΑΣΕΩΝ ΚΑΙ ΔΙΟΙΚΗΣΗΣ Ορισμοί Ποιότητας (1)
Μοντέλο συστήματος διαχείρισης της ποιότητας
Μοντέλο συστήματος διαχείρισης της ποιότητας Διαρκής βελτίωση του Συστήματος Διαχείρισης της Ποιότητας Ευθύνη της Διοίκησης Πελάτες Πελάτες Διαχείριση Πόρων Μέτρηση, ανάλυση και βελτίωση Ικανοποίηση Απαιτήσεις
ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΕΛΕΓΧΟΣ ΠΟΙΟΤΗΤΑΣ
ΔΙΟΙΚΗΣΗ ΒΙΟΜΗΧΑΝΙΚΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ III ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΕΛΕΓΧΟΣ ΠΟΙΟΤΗΤΑΣ Ι. Γιαννατσής Η ΣΗΜΑΣΙΑ ΤΗΣ ΠΟΙΟΤΗΤΑΣ Η ποιότητα των παρεχόμενων προϊόντων/υπηρεσιών αποτελεί τον σημαντικότερό ίσως παράγοντα
Σελίδα 1 από 35. ΘΕΡΜΟΠΥΛΩΝ 17 Περιστέρι τηλ ,
Σελίδα 1 από 35 ΔΕΟ42 ΤΟΜΟΙ A&B ΕΠΙΜΕΛΕΙΑ ΒΙΚΥ ΒΑΡΔΑ Σελίδα 2 από 35 1. ΕΡΓΑΛΕΙΑ ΔΙΟΙΚΗΣΗΣ ΟΛΙΚΗΣ ΠΟΙΟΤΗΤΑΣ ΔΟΠ ΤΟΜΟΣ Α Τα βασικά εργαλεία της ΔΟΠ είναι επτά: 1. Διάγραμμα Pareto. 2. Διάγραμμα αίτιου αποτελέσματος.
Διοίκηση Ολικής Ποιότητας ΔΙΑΛΕΞΗ 8 η : Στατιστικός Έλεγχος Ποιότητας. Δρ. Α. Στεφανή Τμήμα Διοίκησης Επιχειρήσεων ΤΕΙ Δυτικής Ελλάδας - Μεσολόγγι
Διοίκηση Ολικής Ποιότητας ΔΙΑΛΕΞΗ 8 η : Στατιστικός Έλεγχος Ποιότητας Δρ. Α. Στεφανή Τμήμα Διοίκησης Επιχειρήσεων ΤΕΙ Δυτικής Ελλάδας - Μεσολόγγι Πρόληψη - Επιθεώρησης Τεχνικές ελέγχου: Δειγματοληψία:
2 η Γραπτή Εργασία. ΘΕΜΑΤΑ 2 ης ΕΡΓΑΣΙΑΣ ΘΕΜΑ 1
Πρόγραμμα Σπουδών: Διοίκηση Επιχειρήσεων & Οργανισμών Θεματική Ενότητα: ΔΕΟ 42 Διοίκηση Ολικής Ποιότητας και Διαχείριση Περιβάλλοντος Ακαδ. Έτος: 2016-17 2 η Γραπτή Εργασία Γενικές οδηγίες για την εργασία
ΥΠΟΣΤΗΡΙΚΤΙΚΑ ΜΑΘΗΜΑΤΑ ΕΑΠ ΔΕΟ 42 Ν. ΠΑΝΤΕΛΗ ΔΙΟΙΚΗΣΗ ΟΛΙΚΗΣ ΠΟΙΟΤΗΤΑΣ (ΔΕΟ 42) ΕΑΠ ΣΗΜΕΙΩΣΕΙΣ ΤΟΜΟΥ Α & Β
ΥΠΟΣΤΗΡΙΚΤΙΚΑ ΜΑΘΗΜΑΤΑ ΕΑΠ ΔΕΟ 42 Ν. ΠΑΝΤΕΛΗ Τηλ:210.93.24. 450 ΔΙΟΙΚΗΣΗ ΟΛΙΚΗΣ ΠΟΙΟΤΗΤΑΣ (ΔΕΟ 42) ΕΑΠ ΣΗΜΕΙΩΣΕΙΣ ΤΟΜΟΥ Α & Β ΑΘΗΝΑ ΟΚΤΩΒΡΙΟΣ 2012 Περιεχόμενα 1. Τι είναι ποιότητα?...4 2. Τι είναι ΔΟΠ?...4
ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΕΛΕΓΧΟΣ ΠΟΙΟΤΗΤΑΣ
ΔΙΟΙΚΗΣΗ ΒΙΟΜΗΧΑΝΙΚΩΝ ΕΠΙΧΕΙΡΗΣΕΩΝ III ΠΡΟΓΡΑΜΜΑΤΙΣΜΟΣ & ΕΛΕΓΧΟΣ ΠΟΙΟΤΗΤΑΣ Ι. Γιαννατσής Η ΣΗΜΑΣΙΑ ΤΗΣ ΠΟΙΟΤΗΤΑΣ Η ποιότητα των παρεχόμενων προϊόντων/υπηρεσιών αποτελεί τον σημαντικότερό ίσως παράγοντα
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
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
ΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ
ΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ ΕΙΣΑΓΩΓΗ Ο όρος «ποιότητα», είναι μια απλή έννοια που εκφράζεται
ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 10. Εισαγωγή στην εκτιμητική
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ
Δειγματοληψία στην εκπαιδευτική έρευνα. Είδη δειγματοληψίας
Δειγματοληψία στην εκπαιδευτική έρευνα Είδη δειγματοληψίας Γνωρίζουμε ότι: Με τη στατιστική τα δεδομένα γίνονται πληροφορίες Στατιστική Δεδομένα Πληροφορία Αλλά από πού προέρχονται τα δεδομένα; Πώς τα
Μέθοδοι και Όργανα Περιβαλλοντικών Μετρήσεων Μέρος Α. Διαπίστευση Εργαστηρίου Δοκιμών
Μέθοδοι και Όργανα Περιβαλλοντικών Μετρήσεων Μέρος Α Διαπίστευση Εργαστηρίου Δοκιμών ΑΠΟΤΥΠΩΣΗ ΤΗΣ ΥΦΙΣΤΑΜΕΝΗΣ ΚΑΤΑΣΤΑΣΗΣ Πίνακας των προς διαπίστευση δοκιμών Περιγραφή Δοκιμής/Ανάλυσης Υλικό/α που ελέγχονται
4: ΣΤΑΤΙΣΤΙΚΟΣ ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΉΣ ΔΙΑΔΙΚΑΣΙΑΣ (Statistical process control, SPC)
4: ΣΤΑΤΙΣΤΙΚΟΣ ΕΛΕΓΧΟΣ ΠΑΡΑΓΩΓΙΚΉΣ ΔΙΑΔΙΚΑΣΙΑΣ (Statistical process control, SPC) Το παρόν κείμενο δεν είναι οριστικό. Αναρτάται στο e-class ως βοήθημα των σπουδαστών/ριών που παρακολουθούν το μάθημα «Έλεγχος
Λουκάς Τσιρώνης
M3 Λουκάς Τσιρώνης loukas.tsironis@gmail.com Περιεχόμενα 1. Εισαγωγή στη ΟΠ 2. Σχεδιασμός Ποιότητας 3. Έλεγχος Ποιότητας 4. Βελτίωση Ποιότητας 5. Οικονομική Ανάλυση της Ποιότητας 6. Μέθοδοι Τεχνικές και
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
Προσδιορισμός Δείκτη Ποιότητας Κτηματολογικής Βάσης
Προσδιορισμός Δείκτη Ποιότητας Κτηματολογικής Βάσης Ιωάννης Καββάδας Αγρ. Τοπογράφος Μηχανικός, MSc Υποψήφιος Διδάκτωρ Ε.Μ.Π. Προϊστάμενος Τμήματος Ελέγχων & Διαχείρισης Ποιότητας Έργων Διεύθυνση Έργων
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
& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ
Εργαστήριο Μαθηματικών & Στατιστικής η Πρόοδος στο Μάθημα Στατιστική //9 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ ο Θέμα Μονάδες Από τα ασθενή ζώα μιας κτηνοτροφικής μονάδας, ποσοστό % έχει προσβληθεί από την ασθένεια Α, % από
Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17
Περιεχόμενα Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17 1 Εισαγωγή 21 1.1 Γιατί χρησιμοποιούμε τη στατιστική; 21 1.2 Τι είναι η στατιστική; 22 1.3 Περισσότερα για την επαγωγική στατιστική 23 1.4 Τρεις
ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 12. Εκτίμηση των παραμέτρων ενός πληθυσμού
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ
Operations Management Διοίκηση Λειτουργιών
Operations Management Διοίκηση Λειτουργιών Διδάσκων: Δρ. Χρήστος Ε. Γεωργίου xgr@otenet.gr 2 η εβδομάδαμαθημάτων 1 Το περιεχόμενο της σημερινής ημέρας ιοίκηση και ιαχείριση ποιότητας. Έλεγχος Ποιότητας
Δειγματοληπτικές κατανομές
Δειγματοληπτικές κατανομές Κατανομές που χρησιμοποιούνται για τον έλεγχο υποθέσεων στα δείγματα Κανονική κατανομή (z-κατανομή) t-κατανομή Χ κατανομή F-κατανομή Ζητάμε να προσδιορίσουμε τις παραμέτρους
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
Μεθοδολογία των επιστημών του Ανθρώπου : Στατιστική Εργαστήριο 6 :
Μεθοδολογία των επιστημών του Ανθρώπου : Στατιστική Εργαστήριο 6 : 1. Να χρησιμοποιηθεί το αρχείο gssft.sav για να γίνει έλεγχος της υπόθεσης ότι στους εργαζόμενους με πλήρη απασχόληση η τιμή του μέσου
Εισαγωγή στην Ανάλυση Δεδομένων
ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ΔΙΑΛΕΞΗ 09-10-2015 Εισαγωγή στην Ανάλυση Δεδομένων Βασικές έννοιες Αν. Καθ. Μαρί-Νοέλ Ντυκέν ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ΔΙΑΛΕΞΗ 30-10-2015 1. Στατιστικοί παράμετροι - Διάστημα εμπιστοσύνης Υπολογισμός
Σ ΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΚΑΙ ΕΡΜΗΝΕΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ
Σ ΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΚΑΙ ΕΡΜΗΝΕΙΑ ΑΠΟΤΕΛΕΣΜΑΤΩΝ ΤΩΝ ΕΞΕΤΑΣΕΩΝ Μ ΑΪΟΥ 2002 2004 Δ ΕΥΤΕΡΟ ΜΕΡΟΣ Π ΕΡΙΛΗΨΗ: Η μελέτη αυτή έχει σκοπό να παρουσιάσει και να ερμηνεύσει τα ευρήματα που προέκυψαν από τη στατιστική
Δρ. Χάϊδω Δριτσάκη. MSc Τραπεζική & Χρηματοοικονομική
Ποσοτικές Μέθοδοι Δρ. Χάϊδω Δριτσάκη MSc Τραπεζική & Χρηματοοικονομική Τεχνολογικό Εκπαιδευτικό Ίδρυμα Δυτικής Μακεδονίας Western Macedonia University of Applied Sciences Κοίλα Κοζάνης 50100 Kozani GR
ΔΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ SHEWHART KAI KANONAΣ ΡΟΩΝ r / m
Π Α Ν Ε Π Ι Σ Τ Η Μ Ι O Π Ε Ι Ρ Α Ι Ω Σ Σχολή Χρηματοοικονομικής και Στατιστικής Τ μήμα Στατιστικής κ αι Ασφαλιστικής Επιστή μης ΜΕΤΑΠΤΥΧΙΑΚΟ ΠΡΟΓΡΑΜΜΑ ΣΠΟΥΔΩΝ ΣΤΗΝ ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΔΙΑΓΡΑΜΜΑΤΑ ΕΛΕΓΧΟΥ
O έλεγχος ποιότητας του αναλυτή Cobas Mira
O έλεγχος ποιότητας του αναλυτή Cobas Mira Επιμέλεια: Πέτρος Καρκαλούσος Εισαγωγή Ο αναλυτής Cobas Mira είναι βιοχημικός αναλυτής που εκτελεί φωτομετρικές αναλύσεις (σάκχαρο, ουρία κτλ), μετρήσεις φαρμάκων
Τεχνο-οικονοµικά Συστήµατα ιοίκηση Παραγωγής & Συστηµάτων Υπηρεσιών
Τεχνο-οικονοµικά Συστήµατα ιοίκηση Παραγωγής & Συστηµάτων Υπηρεσιών 7. Συντήρηση και Ποιοτικός Έλεγχος Αστοχίες Αξιοπιστία Ποιοτικός έλεγχος Εισηγητής: Θοδωρής Βουτσινάς ρ Μηχ/γος Μηχ/κός Αστοχίες Α. Πρώιµες
3. Κατανομές πιθανότητας
3. Κατανομές πιθανότητας Τυχαία Μεταβλητή Τυχαία μεταβλητή (τ.μ.) (X) είναι μια συνάρτηση που σε κάθε σημείο (ω) ενός δειγματικού χώρου (Ω) αντιστοιχεί έναν πραγματικό αριθμό. Ω ω X (ω ) R Διακριτή τ.μ.
Διάλεξη 1 Βασικές έννοιες
Εργαστήριο SPSS Ψ-4201 (ΕΡΓ) Λεωνίδας Α. Ζαμπετάκης Β.Sc., M.Env.Eng., M.Ind.Eng., D.Eng. Εmail: statisticsuoc@gmail.com Διαλέξεις αναρτημένες στο: Διαλέξεις: ftp://ftp.soc.uoc.gr/psycho/zampetakis/ Διάλεξη
Το τυπικό σφάλμα του μέσου (standard error of mean) ενός δείγματος
Το σύμβολο μ απεικονίζει 92.4% το μέσο όρο του πληθυσμού 121 92.4% το μέσο όρο του δείγματος 8 6.1% το μέσο όρο της κατανομής t 0 0% το μέσο όρο της κανονικής κατανομής 2 1.5% Το σύμβολο X απεικονίζει
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
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
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
ΘΕΜΑ 1 L = D 2 C. L = απώλεια ποιότητας D = απόκλιση από την τιµή στόχο
ΕΝΔΕΙΚΤΙΚΗ ΑΠΑΝΤΗΣΗ 2ης ΓΕ 2016-2017 1 ΘΕΜΑ 1 Βάσει, της θεωρίας του Dr. Genichi Taguchi αναφορικά, µε την ποιότητα ενός προϊόντος, ένα υψηλό επίπεδο ποιότητας ουσιαστικά σηµαίνει τη µικρή µεταβλητότητα
ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436
ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ. Μ. 436 A εξάμηνο 2009-2010 Περιγραφική Στατιστική Ι users.att.sch.gr/abouras abouras@sch.gr sch.gr abouras@uth.gr Μέτρα θέσης Η θέση αντιπροσωπεύει τη θέση της κατανομής κατά
4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου
4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου Για την εκτίμηση των παραμέτρων ενός πληθυσμού (όπως η μέση τιμή ή η διασπορά), χρησιμοποιούνται συνήθως δύο μέθοδοι εκτίμησης. Η πρώτη ονομάζεται σημειακή εκτίμηση.
Διοίκηση Ολικής Ποιότητας & Επιχειρηματική Αριστεία Ενότητα 1.5.1: Οι Γκουρού της ποιότητας
Διοίκηση Ολικής Ποιότητας & Επιχειρηματική Αριστεία Ενότητα 1.5.1: Οι Γκουρού της ποιότητας Ψωμάς Ευάγγελος Σχολή Οργάνωσης και Διοίκησης Επιχειρήσεων Τμήμα Διοίκησης Επιχειρήσεων Αγροτικών Προϊόντων &
ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΠΑΝΕΠΙΣΤΗΜΙΟ ΚΡΗΤΗΣ ΠΕΡΙΓΡΑΦΙΚΗ και ΕΠΑΓΩΓΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Εισήγηση 9Α: Απλή Τυχαία Δειγματοληψία Διδάσκων: Δαφέρμος Βασίλειος ΤΜΗΜΑ ΠΟΛΙΤΙΚΗΣ ΕΠΙΣΤΗΜΗΣ ΣΧΟΛΗΣ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ Άδειες
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
Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική
Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική Ενότητα 2: Βασίλης Γιαλαμάς Σχολή Επιστημών της Αγωγής Τμήμα Εκπαίδευσης και Αγωγής στην Προσχολική Ηλικία Περιεχόμενα ενότητας Παρουσιάζονται οι βασικές
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%
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
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
ΤΕΧΝΟΛΟΓΙΑ, ΚΑΙΝΟΤΟΜΙΑ ΚΑΙ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΤΗΤΑ 9 Ο εξάμηνο Χημικών Μηχανικών
ΤΕΧΝΟΛΟΓΙΑ, ΚΑΙΝΟΤΟΜΙΑ ΚΑΙ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΤΗΤΑ 9 Ο εξάμηνο Χημικών Μηχανικών Γιώργος Μαυρωτάς, Αν.Καθηγητής ΕΜΠ mavrotas@chemeng.ntua.gr ΑΝΑΛΥΣΗ ΕΥΑΙΣΘΗΣΙΑΣ ΑΝΑΛΥΣΗ ΡΙΣΚΟΥ Άδεια Χρήσης Το παρόν εκπαιδευτικό
Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η : ,
Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 1 η : Εισαγωγή-Επανάληψη βασικών εννοιών Εβδομάδα 1 η :1-0-017, 3-0-017 Διδάσκουσα: Κοντογιάννη Αριστούλα Σκοπός του μαθήματος Η παρουσίαση
Κεφάλαιο 9. Έλεγχοι υποθέσεων
Κεφάλαιο 9 Έλεγχοι υποθέσεων 9.1 Εισαγωγή Όταν παίρνουμε ένα ή περισσότερα τυχαία δείγμα από κανονικούς πληθυσμούς έχουμε τη δυνατότητα να υπολογίζουμε στατιστικά, όπως μέσους όρους, δειγματικές διασπορές
Περιγραφική Ανάλυση ποσοτικών μεταβλητών
Περιγραφική Ανάλυση ποσοτικών μεταβλητών Στο data file Worldsales.sav (αρχείο υποθετικών πωλήσεων ανά ήπειρο και προϊόν) Analyze Descriptive Statistics Frequencies Επιλογή μεταβλητής Revenue Πατάμε στο
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,
Μάθημα 3- Εργαλεία ποιότητας-ασκήσεις-ερωτήσεις
E D A 5 C 3 4 B 2 Μάθημα 3- Εργαλεία ποιότητας-ασκήσεις-ερωτήσεις Επτά+ βασικά εργαλεία ποιότητας (χρησιμοποιούνται για βελτίωση μιας διεργασίας-διαδικασίας) Εργαλείο Τι κάνει Σχήμα Ανάλυση Παρέτο- Pareto
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
Περιεχόμενα. Πρόλογος... 15
Περιεχόμενα Πρόλογος... 15 Κεφάλαιο 1 ΘΕΩΡΗΤΙΚΑ ΚΑΙ ΦΙΛΟΣΟΦΙΚΑ ΟΝΤΟΛΟΓΙΚΑ ΚΑΙ ΕΠΙΣΤΗΜΟΛΟΓΙΚΑ ΖΗΤΗΜΑΤΑ ΤΗΣ ΜΕΘΟΔΟΛΟΓΙΑΣ ΕΡΕΥΝΑΣ ΤΟΥ ΠΡΑΓΜΑΤΙΚΟΥ ΚΟΣΜΟΥ... 17 Το θεμελιώδες πρόβλημα των κοινωνικών επιστημών...
Σκοπός του κεφαλαίου είναι η κατανόηση των βασικών στοιχείων μιας στατιστικής έρευνας.
7 ο ΜΑΘΗΜΑ ΚΕΦΑΛΑΙΟ 2 ΣΤΑΤΙΣΤΙΚΗ Σκοπός Σκοπός του κεφαλαίου είναι η κατανόηση των βασικών στοιχείων μιας στατιστικής έρευνας. Προσδοκώμενα αποτελέσματα Όταν θα έχετε ολοκληρώσει τη μελέτη αυτού του κεφαλαίου
Δειγματικές Κατανομές
Δειγματικές Κατανομές Στατιστική συνάρτηση ή στατιστική Δειγματική κατανομή - Εκτιμητής Τα άγνωστα στοιχεία του πληθυσμού λέγονται παράμετροι. Τα συμπεράσματα για μια παράμετρο εξάγονται με τη βοήθεια
ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ ΓΙΑ ΔΙΟΙΚΗΤΙΚΑ ΣΤΕΛΕΧΗ
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ Ανώτατο Εκπαιδευτικό Ίδρυμα Πειραιά Τεχνολογικού Τομέα ΜΕΘΟΔΟΛΟΓΙΑ ΕΡΕΥΝΑΣ ΓΙΑ ΔΙΟΙΚΗΤΙΚΑ ΣΤΕΛΕΧΗ Ενότητα # 7: Δειγματοληψία Μιλτιάδης Χαλικιάς Τμήμα Διοίκησης Επιχειρήσεων Άδειες Χρήσης
ΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ ΑΝΑΛΥΣΗΣ ΔΕΔΟΜΕΝΩΝ
ΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ ΑΝΑΛΥΣΗΣ ΔΕΔΟΜΕΝΩΝ Στατιστικά περιγραφικά μέτρα Τα στατιστικά περιγραφικά μέτρα είναι αντιπροσωπευτικές τιμές οι οποίες περιγράφουν με τρόπο ποσοτικό την κατανομή μιας μεταβλητής. Λειτουργούν
ΘΕΜΑΤΑ Α : ΕΚΦΩΝΗΣΕΙΣ - ΛΥΣΕΙΣ
ΔΙ.ΠΑ.Ε. ΤΜΗΜΑ : ΛΟΓΙΣΤΙΚΗΣ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ 4 ΙΟΥΝΙΟΥ 9 Μάθημα: ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ Α ΕΞΕΤΑΣΤΙΚΗ ΕΑΡΙΝΟΥ ΕΞΑΜΗΝΟΥ 8-9 ΘΕΜΑΤΑ Α : ΕΚΦΩΝΗΣΕΙΣ - ΛΥΣΕΙΣ Θέμα Ο αριθμός αδικαιολόγητων απουσιών
1 x-μ - 2 σ. e σ 2π. f(x) =
Κανονική κατανομή Η πιο σημαντική κατανομή πιθανοτήτων της στατιστικής είναι η κανονική κατανομή. Η κανονική κατανομή είναι συνεχής κατανομή, σε αντίθεση με την διωνυμική που είναι διακριτή κατανομή. Τα
Μ Ε Τ Ρ Α Δ Ι Α Σ Π Ο Ρ Α Σ.
Μ Ε Τ Ρ Α Δ Ι Α Σ Π Ο Ρ Α Σ. π.χ. Βαθμολογία διαγωνίσματος σε τμήματα: Α : 7, 11,16, 16,,. Β : 11, 13, 16, 16, 17, 17. Παρατήρηση : Για τέτοιους λόγους χρειάζεται και η εξέταση κάποιων μέτρων διασποράς
Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium Iii
Σ ΤΑΤ Ι Σ Τ Ι Κ Η i Statisticum collegium Iii Η Κανονική Κατανομή Λέμε ότι μία τυχαία μεταβλητή X, ακολουθεί την Κανονική Κατανομή με παραμέτρους και και συμβολίζουμε X N, αν έχει συνάρτηση πυκνότητας
ΣΤΑΤΙΣΤΙΚΗ ( ΜΕΤΡΑ ΘΕΣΗΣ ΚΑΙ ΔΙΑΣΠΟΡΑΣ)
ΣΤΑΤΙΣΤΙΚΗ ( ΜΕΤΡΑ ΘΕΣΗΣ ΚΑΙ ΔΙΑΣΠΟΡΑΣ) ΠΕΡΙΕΧΟΜΕΝΑ Μέτρα θέσης και διασποράς (Εισαγωγή) Μέση τιμή Διάμεσος Σταθμικός μέσος Επικρατούσα τιμή Εύρος Διακύμανση Τυπική απόκλιση Συντελεστής μεταβολής Κοζαλάκης
ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ.Μ. 436
ΠΕΡΙΓΡΑΦΙΚΗ ΣΤΑΤΙΣΤΙΚΗ Ι Κ.Μ. 436 Χειμερινό εξάμηνο 2009-2010 Περιγραφική Στατιστική Ι users.att.sch.gr/abouras abouras@sch.gr sch.gr abouras@uth.gr ΑΝΤΩΝΙΟΣ ΧΡ. ΜΠΟΥΡΑΣ Χειμερινό Εξάμηνο 2009-2010 Μέτρα
Στατιστική Ι. Ενότητα 7: Κανονική Κατανομή. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών
Στατιστική Ι Ενότητα 7: Κανονική Κατανομή Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Ενότητα 2: Μέθοδοι δειγματοληψίας & Εισαγωγή στην Περιγραφική Στατιστική
ΤΕΙ Στερεάς Ελλάδας Τμήμα Φυσικοθεραπείας Προπτυχιακό Πρόγραμμα Μάθημα: Βιοστατιστική-Οικονομία της υγείας Εξάμηνο: Ε (5 ο ) Ενότητα 2: Μέθοδοι δειγματοληψίας & Εισαγωγή στην Περιγραφική Στατιστική Δρ.
Η επίδραση της δειγματοληπτικής αβεβαιότητας των εισροών στη στοχαστική προσομοίωση ταμιευτήρα
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΠΟΛΙΤΙΚΩΝ ΜΗΧΑΝΙΚΩΝ ΤΟΜΕΑΣ ΥΔΑΤΙΚΩΝ ΠΟΡΩΝ & ΠΕΡΙΒΑΛΛΟΝΤΟΣ Η επίδραση της δειγματοληπτικής αβεβαιότητας των εισροών στη στοχαστική προσομοίωση ταμιευτήρα Ελένη Ζαχαροπούλου
ιαγράµµατα Ελέγχου Ιδιοτήτων (Control Charts for Attributes)
ιαγράµµατα Ελέγχου Ιδιοτήτων (Control Charts for Attributes) Πολλά ΧΠ δεν µπορούν να αναπαρασταθούν αριθµητικά. Τα ΧΠ χαρακτηρίζονται συµµορφούµενα και µη-συµµορφούµενα. Τα ΧΠ τέτοιου είδους ονοµάζονται
Κεφάλαιο 2: Έννοιες και Ορισμοί
ΔΙΟΙΚΗΣΗ ΟΛΙΚΗΣ ΠΟΙΟΤΗΤΑΣ Ε.ΜΙΧΑΗΛΙΔΟΥ - 1 Κεφάλαιο 2: Έννοιες και Ορισμοί Η επιτυχία των επιχειρήσεων βασίζεται στην ικανοποίηση των απαιτήσεων των πελατών για: - Ποιοτικά και αξιόπιστα προϊόντα - Ποιοτικές
ΚΑΤΑΝΟΜΗ ΠΥΚΝΟΤΗΤΑΣ ΠΙΘΑΝΟΤΗΤΑΣ
ΚΑΤΑΝΟΜΗ ΠΥΚΝΟΤΗΤΑΣ ΠΙΘΑΝΟΤΗΤΑΣ Σε αντίθεση με την διακριτή τυχαία μεταβλητή, μία συνεχής τυχαία μεταβλητή παίρνει μη-αριθμήσιμο (συνεχές) πλήθος τιμών. Δεν μπορούμε να καταγράψουμε το σύνολο των τιμών
ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ & ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ. Μέθοδοι Δειγματοληψίας Αποδοχής. Σωτήρης Ευστρατίου Δημάκης
ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ & ΤΕΧΝΟΛΟΓΙΑΣ ΤΗΣ ΠΛΗΡΟΦΟΡΙΑΣ ΤΜΗΜΑ ΣΤΑΤΙΣΤΙΚΗΣ ΜΕΤΑΠΤΥΧΙΑΚΟ Μέθοδοι Δειγματοληψίας Αποδοχής Σωτήρης Ευστρατίου Δημάκης ΕΡΓΑΣΙΑ Που υποβλήθηκε στο Τμήμα Στατιστικής του Οικονομικού Πανεπιστημίου
Διοίκηση Ποιότητας Έργων 6 η Διάλεξη. Δηµήτριος Τσέλιος Μεταπτυχιακό πρόγραµµα στη Διαχείριση Έργων και Προγραµµάτων
1 Διοίκηση Ποιότητας Έργων 6 η Διάλεξη Δηµήτριος Τσέλιος 29-04-2017 Μεταπτυχιακό πρόγραµµα στη Διαχείριση Έργων και Προγραµµάτων 2 Περιεχόµενα της 6 ης Διάλεξης Κόστος Ποιότητας Συνάρτηση Απώλειας Ποιότητας
ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική
ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική Ενότητα 3: Έλεγχοι υποθέσεων - Διαστήματα εμπιστοσύνης Δρ.Ευσταθία Παπαγεωργίου, Αναπληρώτρια Καθηγήτρια Οι ερευνητικές υποθέσεις Στην έρευνα ελέγχουμε
ΠΑΡΟΥΣΙΑΣΗ ΣΤΑΤΙΣΤΙΚΩΝ ΔΕΔΟΜΕΝΩΝ
ο Κεφάλαιο: Στατιστική ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΚΑΙ ΟΡΙΣΜΟΙ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ Πληθυσμός: Λέγεται ένα σύνολο στοιχείων που θέλουμε να εξετάσουμε με ένα ή περισσότερα χαρακτηριστικά. Μεταβλητές X: Ονομάζονται
Βελτίωση Ποιότητας: Εργαλεία Ποιότητας
Βελτίωση Ποιότητας: Εργαλεία Ποιότητας Πλαίσιο Βελτίωσης Ποιότητας Η επαλήθευση έδειξε ότι το παρατηρούμενο πρόβλημα (ή η λύση) είναι λανθασμένο Έναρξη (1) Αναγνώριση (2) Προσδιορισμός (3) Πρόβλημα (4)
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
Ανάλυση ευαισθησίας Ανάλυση ρίσκου
Τεχνολογία, Καινοτομία & Επιχειρηματικότητα, 9 ο εξάμηνο Σχολή Χ-Μ Ανάλυση ευαισθησίας Ανάλυση ρίσκου Γιώργος Μαυρωτάς Αν. καθηγητής ΕΜΠ Εργαστήριο Βιομηχανικής & Ενεργειακής Οικονομίας Τομέας ΙΙ, Σχολή
ΕΡΓΑΣΤΗΡΙΟ ΣΥΣΤΗΜΑΤΩΝ ΠΑΡΑΓΩΓΗΣ & ΑΥΤΟΜΑΤΙΣΜΟΥ Διευθυντής Καθ. Γ. Χρυσολούρης
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΑΤΡΩΝ ΤΜΗΜΑ ΜΗΧΑΝΟΛΟΓΩΝ & ΑΕΡΟΝΑΥΠΗΓΩΝ ΜΗΧΑΝΙΚΩΝ ΕΡΓΑΣΤΗΡΙΟ ΣΥΣΤΗΜΑΤΩΝ ΠΑΡΑΓΩΓΗΣ & ΑΥΤΟΜΑΤΙΣΜΟΥ Διευθυντής Καθ. Γ. Χρυσολούρης «ΠΟΙΟΤΗΤΑ ΔΙΕΡΓΑΣΙΑΣ» ΕΡΓΑΣΙΑ ΣΤΑ ΠΛΑΙΣΙΑ ΤΟΥ ΜΑΘΗΜΑΤΟΣ «ΜΗΧΑΝΟΥΡΓΙΚΗ
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 6-7 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Λέκτορας v.koutras@fme.aegea.gr Τηλ: 735468 Σε αρκετές εφαρμογές
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
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
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
ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΟΥ ΕΠΑ.Λ. Δ. Ε. ΚΟΝΤΟΚΩΣΤΑΣ ΜΑΘΗΜΑΤΙΚΟΣ
ΕΡΩΤΗΣΕΙΣ ΘΕΩΡΙΑΣ ΣΤΑ ΜΑΘΗΜΑΤΙΚΑ ΤΟΥ ΕΠΑ.Λ. 2013-2014 ΣΤΑΤΙΣΤΙΚΗ 1. Τι ονομάζουμε: i. πληθυσμό και μέγεθος πληθυσμού; (σελ. 59) ii. μεταβλητή; (σελ.59-60) 2. Ποιες μεταβλητές ονομάζονται ποσοτικές; (σελ.60)
ΕΚΠΑΙΔΕΥΤΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΚΑΙ ΑΝΑΠΤΥΞΗ ΑΝΘΡΩΠΙΝΩΝ ΠΟΡΩΝ
Α εξάμηνο 2010-2011 ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΕΚΠΑΙΔΕΥΤΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΚΑΙ ΑΝΑΠΤΥΞΗ ΑΝΘΡΩΠΙΝΩΝ ΠΟΡΩΝ Ποιοτικές και Ποσοτικές μέθοδοι και προσεγγίσεις για την επιστημονική έρευνα users.sch.gr/abouras
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ Ακαδ. Έτος 7-8 Διδάσκων: Βασίλης ΚΟΥΤΡΑΣ Επικ. Καθηγητής v.koutras@fme.aegea.gr Τηλ: 735468 Σε αρκετές εφαρμογές
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
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
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
ΤΕΧΝΙΚΕΣ ΚΑΙ ΕΡΓΑΛΕΙΑ ΠΟΙΟΤΗΤΑΣ
ΤΕΧΝΙΚΕΣ ΚΑΙ ΕΡΓΑΛΕΙΑ ΠΟΙΟΤΗΤΑΣ Βασίλειος Ισμυρλής, Τμήμα Σχεδιασμού και Τεχνολογίας ένδυσης -Κιλκίς Η ΒΕΛΤΙΩΣΗ ΤΗΣ ΠΟΙΟΤΗΤΑΣ Ιαπωνική φιλοσοφία «kaizen» Πρόληψη προβλημάτων Εστίαση στους ανθρώπους Εκπαίδευση
Η παρουσίαση που ακολουθεί, αφορά την κανονική κατανομή και σκοπό έχει τη διευκόλυνση των φοιτητών του τμήματος Ηλεκτρολόγων Μηχανικών & Μηχανικών
Η παρουσίαση που ακολουθεί, αφορά την κανονική κατανομή και σκοπό έχει τη διευκόλυνση των φοιτητών του τμήματος Ηλεκτρολόγων Μηχανικών & Μηχανικών Υπολογιστών να αντιληφθούν τη σημασία της εν λόγω κατανομής
ΔΙΑΛΕΞΗ10 η : Προγραμματισμός και έλεγχος της ποιότητας
Διοίκηση Λειτουργιών ΔΙΑΛΕΞΗ10 η : Προγραμματισμός και έλεγχος της ποιότητας Δρ. Β. Ζεϊμπέκης (vzeimp@fme.aegean.gr) Τμήμα Μηχανικών Οικονομίας & Διοίκησης Πολυτεχνική Σχολή, Πανεπιστήμιο Αιγαίου Copyright
Κεφάλαιο 9. Έλεγχοι υποθέσεων
Κεφάλαιο 9 Έλεγχοι υποθέσεων 9.1 Εισαγωγή Όταν παίρνουμε ένα ή περισσότερα τυχαία δείγμα από κανονικούς πληθυσμούς έχουμε τη δυνατότητα να υπολογίζουμε στατιστικά, όπως μέσους όρους, δειγματικές διασπορές