Στατιστική ΙΙΙ-Εφαρμογές Χρονολογικές Σειρές(Μέθοδοι Εξομάλυνσης ΙΙΙ-Εφαρμογές)
|
|
- Τίτος Θεοτόκης
- 9 χρόνια πριν
- Προβολές:
Transcript
1 Στατιστική ΙΙΙ-Εφαρμογές Χρονολογικές Σειρές(Μέθοδοι Εξομάλυνσης ΙΙΙ-Εφαρμογές) Γεώργιος Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης Στατιστική ΙΙΙ(ΣΤΑΟ 230)
2 Περιγραφή 1 Μέθοδοι Εξομάλυνσης Χρονολογικές Σειρών ΙΙΙ Μέθοδος Holt-Winters (H-W) Μέθοδος Holt-Winters (H-W) Μέθοδος Hodrick-Prescott (H-P) 2 Γενικές Παρατηρήσεις στην Εξομάλυνση 3 Μετασχηματισμοί στην Εξομάλυνση Χρονολογικές Σειρών Λογαριθμικός μετασχηματισμός στην πολλ. εξομάλυνση H-W Μετασχηματισμός της τετργωνικής ρίζας στην πολλ. εξομάλυνση H-W 4 Παρατηρήσεις στην ερμηνεία των καταλοίπων 5 Βιβλιογραφία
3 Περιγραφή 1 Μέθοδοι Εξομάλυνσης Χρονολογικές Σειρών ΙΙΙ Μέθοδος Holt-Winters (H-W) Μέθοδος Holt-Winters (H-W) Μέθοδος Hodrick-Prescott (H-P) 2 Γενικές Παρατηρήσεις στην Εξομάλυνση 3 Μετασχηματισμοί στην Εξομάλυνση Χρονολογικές Σειρών Λογαριθμικός μετασχηματισμός στην πολλ. εξομάλυνση H-W Μετασχηματισμός της τετργωνικής ρίζας στην πολλ. εξομάλυνση H-W 4 Παρατηρήσεις στην ερμηνεία των καταλοίπων 5 Βιβλιογραφία
4 Μέθοδος Holt-Winters (H-W) Αθροιστική Εποχικότητα Η Αθροιστική Μέθοδος Holt-Winters (H-W) Additive Η αθροιστική μέθοδος των H-W βασίζεται σε τρείς εξισώσεις εξομάλυνσης. Το επίπεδο: την τάση: και την εποχικότητα: l t = α(y t s t s )+(1 α)(l t 1 + b t 1 ), b t = β(l t l t 1 )+(1 β)b t 1, s t = γ(y t l t )+(1 γ)s t s όπου s το επίπεδο εποχικοτητας(s = 12 για μηνιαία δεδομένα). Ετσιγιαχρόνο t + hθαέχουμεπρόβλεψη: f t+h = l t + h b t + s t s+h. βεαμερ-τυ-λογ
5 Μέθοδος Holt-Winters (H-W) Εκίνηση: H-W(Αθροιστική) Για την εκίνηση του Αθροιστικού H-W θα πρέπει να θέσουμε αρχικές τιμέςγιατοεπίπεδοτηντάσηκαιτηνεποχικότητα.πρώτααπ όλα όμωςπρέπειναορίσουμετηνεποχή s(έστω, s = 12γιαμηνιαία δεδομένα). Ετσι, θέτουμε αρχικές τιμές για, 1 Επίπεδο: 2 Τάση: l s = 1 s (y 1 + y y s ), 3 Εποχικότητα: b s = 1 s [y s+1 y 1 s + y s+2 y 2 s + + y s+s y s ], s s 1 = y 1 l s, s 2 = y 2 l s,...s s = y s l s.
6 Μέθοδος Holt-Winters (H-W) Πολλαπλασιαστική Εποχικότητα ΠολλαπλασιαστικήΜέθοδος Holt-Winters (H-W) Multiplicative Η πολλαπλασιαστική μέθοδος των H-W βασίζεται σε τρείς εξισώσεις εξομάλυνσης. Το επίπεδο: l t = α y t s t s +(1 α)(l t 1 + b t 1 ), την τάση: και την εποχικότητα: b t = β(l t l t 1 )+(1 β)b t 1, s t = γ y t l t +(1 γ)s t s. Οι παράμετροι αυτοί της χρονοσειράς εισέρχονται με τρόπο πολλαπλασιαστικό. Ετσι για χρόνο t + h θα έχουμε πρόβλεψη: f t+h = (l t + h b t ) s t s+h. βεαμερ-τυ-λογ
7 Μέθοδος Holt-Winters (H-W) Ερμηνεία: H-W(Πολλαπλασιαστική) 1 Στηνεποχικήεξίσωση,εανηπαρατήρηση y t σεχρόνο tείναι μεγαλύτερητηςαντίστοιχηςτάσης l t ηαντίστοιχηεποχικότηταθα επηρεάζεται με συντελεστή μεγαλύτερο του γ από την μη-εποχικότητα. Επίσης, υπάρχει εποχική επίδραση της τάξης του 1 γ(παρ.οιπωλήσειςτουμηνόςιουλίουεπηρεάζονταιαπότις αντίστοιχες πωλήσεις του ίδιου μήνα ένα χρόνο πρίν με συντελεστή 1 γ.εδώ,υποθέτουμεότι s = 12.) 2 Ηεξίσωσητάσηςείναιίδιαμεαυτήπουεφαρμόστηκεστη Αθροιστική μέθοδο H-W 3 Η εξίσωση του επιπέδου επιδιώκει στην απάληψη της εποχικότητας απότηνεπίδρασητηςπαρατήρηση y t στοεπίπεδο.εανη παρατήρηση y t σεχρόνο tείναιμεγαλύτερητηςεποχικής s t s το επίπεδο θα επηρεάζεται με συντελεστή μεγαλύτερο του α.
8 Μέθοδος Holt-Winters (H-W) Εκίνηση: H-W(Πολλαπλασιαστική) Για την εκίνηση του Πολλαπλασιαστικό H-W θα πρέπει να θέσουμε αρχικές τιμές για το επίπεδο την τάση και την εποχικότητα. Πρώτα απ όλαόμωςπρέπειναορίσουμετηνεποχή s(έστω, s = 12γιαμηνιαία δεδομένα). Ετσι, θέτουμε αρχικές τιμές για, 1 Επίπεδο: 2 Τάση: l s = 1 s (y 1 + y y s ), b s = 1 s [y s+1 y 1 s + y s+2 y 2 s + + y s+s y s ], s 3 Εποχικότητα: s 1 = y 1 l s, s 2 = y 2 l s,...s s = y s l s.
9 Μέθοδος Holt-Winters (H-W) Εκτίμηση-Αριστοποίηση Οπροσδιορισμόςτωνπαραμέτρων α, βκαι γείναιτοπιοσημαντικό μέρος για την εξομάλυνση και την μελλοντική πρόβλεψη της χρονοσειράς μας. Ακολουθούμε τα εξης βήματα: 1 Καθορισμόςτιμώςγια α, βκαι γόπου 0 < α,β,γ 1. 2 Εκτίμηση του Μέσου Τετραγωνικού Σφάλματος(Μ.Τ.Σ.), δεδομένωντων α βκαι γ. 3 Επανάληψη της διαδικασίας επιλογής των α, β και γ καθορισμού Μ.Τ.Σ. για πολλές διαδοχικές τιμές. 4 Επιλογήτωνάριστων α, βκαι γωςαυτοώνπουελαχιστοποιούντο Μ.Τ.Σ. κριτήριο(δυνατότητα χρήσης του MAPE κριτηρίου).
10 Μέθοδος Holt-Winters (H-W) Παράδειγμα: Μεθόδου Holt-Winters μέσω EViews 1 Δημιουργία επιφάνεια εργασιας: File/New/Workfile/Select data type 2 Εισαγωγήδεδομένωνσεμορφή txtήexcel File/Import/Read text-lotus-excel Επιλογή αρχείου:data.xls 3 Εκτίμησημέσωτηςμέθοδου HW Procs/Exponential Smoothing/Smoothing Method:Holt-Winters(Multiplicative) Ορίζουμεπαράμετρο 0 < α,β,γ 1ήορίζουμεΕγιανα εκτιμηθούν 4 Εκτίμησε μέσω ΟΚ
11 Μέθοδος Holt-Winters (H-W) Παράδειγμα: Μεθόδου Holt-Winters μέσω EViews 1 Δημιουργία επιφάνεια εργασιας: File/New/Workfile/Select data type 2 Εισαγωγήδεδομένωνσεμορφή txtήexcel File/Import/Read text-lotus-excel Επιλογή αρχείου:data.xls 3 Εκτίμησημέσωτηςμέθοδου HW Procs/Exponential Smoothing/Smoothing Method:Holt-Winters(Multiplicative) Ορίζουμεπαράμετρο 0 < α,β,γ 1ήορίζουμεΕγιανα εκτιμηθούν 4 Εκτίμησε μέσω ΟΚ
12 Μέθοδος Holt-Winters (H-W) Παράδειγμα: Μεθόδου Holt-Winters μέσω EViews 1 Δημιουργία επιφάνεια εργασιας: File/New/Workfile/Select data type 2 Εισαγωγήδεδομένωνσεμορφή txtήexcel File/Import/Read text-lotus-excel Επιλογή αρχείου:data.xls 3 Εκτίμησημέσωτηςμέθοδου HW Procs/Exponential Smoothing/Smoothing Method:Holt-Winters(Multiplicative) Ορίζουμεπαράμετρο 0 < α,β,γ 1ήορίζουμεΕγιανα εκτιμηθούν 4 Εκτίμησε μέσω ΟΚ
13 Μέθοδος Holt-Winters (H-W) Παράδειγμα: Μεθόδου Holt-Winters μέσω EViews 1 Δημιουργία επιφάνεια εργασιας: File/New/Workfile/Select data type 2 Εισαγωγήδεδομένωνσεμορφή txtήexcel File/Import/Read text-lotus-excel Επιλογή αρχείου:data.xls 3 Εκτίμησημέσωτηςμέθοδου HW Procs/Exponential Smoothing/Smoothing Method:Holt-Winters(Multiplicative) Ορίζουμεπαράμετρο 0 < α,β,γ 1ήορίζουμεΕγιανα εκτιμηθούν 4 Εκτίμησε μέσω ΟΚ
14 Μέθοδος Holt-Winters (H-W) Παράδειγμα: Μεθόδου Holt-Winters μέσω EViews 1 Δημιουργία επιφάνεια εργασιας: File/New/Workfile/Select data type 2 Εισαγωγήδεδομένωνσεμορφή txtήexcel File/Import/Read text-lotus-excel Επιλογή αρχείου:data.xls 3 Εκτίμησημέσωτηςμέθοδου HW Procs/Exponential Smoothing/Smoothing Method:Holt-Winters(Multiplicative) Ορίζουμεπαράμετρο 0 < α,β,γ 1ήορίζουμεΕγιανα εκτιμηθούν 4 Εκτίμησε μέσω ΟΚ
15 Μέθοδος Holt-Winters (H-W) Στρατηγικές μεθόδου H-W (Multiplicative) Πραγματοποιούμε αναλλακτικές εξομαλύνσεις υποθέτοντας διάφορες διακριτές τιμες για τους παραμέτρους α, β, γ συνήθως απο 0, 05εως 0, 9. Μέσω του Μέσου Τετραγωνικού Σφάλματος(Mean Square Error) επιλέγουμε τις καλύτερες τιμή για τις παραμέτρους. Οσοπιομεγάλοείναιτο ατόσοπιομικρήεξομάλυνσηέγινεστα δεδομένα. Ητιμέςτων α, βκαι γμπορούνεπίσηςναεκτιμηθούνμέσω μη-γραμμικής μεθοδου αριστοποίησης.
16 Μέθοδος Hodrick-Prescott (H-P) Μέθοδος Hodrick-Prescott (Multiplicative) Η μέθοδος των(h-p) βασίζεται στην εύρεση της εκτιμόμενης σειράς μέσω της ελαχιστοποιησης της σχέσης: T T 1 (y t S t ) 2 +α [(S t+1 S t ) (S t S t 1 )] 2, t=1 t=2 ωςπρος S t. Η παράμετρος α ελέγχει το βαθμό εξομάλυνση της σειράς. α = 100γιαετήσιαδεδομένα α = 1600 για τριμηνιαία δεδομένα α = 14400γιαμηνιαίαδεδομένα
17 Μέθοδος Hodrick-Prescott (H-P) Παράδειγμα: Μεθόδου H-P μέσω EViews 1 Δημιουργία επιφάνεια εργασιας: File/New/Workfile/Select data type 2 Εισαγωγήδεδομένωνσεμορφή txtήexcel File/Import/Read text-lotus-excel Επιλογή αρχείου:data.xls 3 Εκτίμησημέσωτηςμέθοδου HW Procs/Hodrick-Prescott Filter Ορίζουμε παράμετρο α ανάλογα με το είδος των δεδομένων σου. 4 Εκτίμησε μέσω ΟΚ
18 Μέθοδος Hodrick-Prescott (H-P) Παράδειγμα: Μεθόδου H-P μέσω EViews 1 Δημιουργία επιφάνεια εργασιας: File/New/Workfile/Select data type 2 Εισαγωγήδεδομένωνσεμορφή txtήexcel File/Import/Read text-lotus-excel Επιλογή αρχείου:data.xls 3 Εκτίμησημέσωτηςμέθοδου HW Procs/Hodrick-Prescott Filter Ορίζουμε παράμετρο α ανάλογα με το είδος των δεδομένων σου. 4 Εκτίμησε μέσω ΟΚ
19 Μέθοδος Hodrick-Prescott (H-P) Παράδειγμα: Μεθόδου H-P μέσω EViews 1 Δημιουργία επιφάνεια εργασιας: File/New/Workfile/Select data type 2 Εισαγωγήδεδομένωνσεμορφή txtήexcel File/Import/Read text-lotus-excel Επιλογή αρχείου:data.xls 3 Εκτίμησημέσωτηςμέθοδου HW Procs/Hodrick-Prescott Filter Ορίζουμε παράμετρο α ανάλογα με το είδος των δεδομένων σου. 4 Εκτίμησε μέσω ΟΚ
20 Μέθοδος Hodrick-Prescott (H-P) Παράδειγμα: Μεθόδου H-P μέσω EViews 1 Δημιουργία επιφάνεια εργασιας: File/New/Workfile/Select data type 2 Εισαγωγήδεδομένωνσεμορφή txtήexcel File/Import/Read text-lotus-excel Επιλογή αρχείου:data.xls 3 Εκτίμησημέσωτηςμέθοδου HW Procs/Hodrick-Prescott Filter Ορίζουμε παράμετρο α ανάλογα με το είδος των δεδομένων σου. 4 Εκτίμησε μέσω ΟΚ
21 Μέθοδος Hodrick-Prescott (H-P) Παράδειγμα: Μεθόδου H-P μέσω EViews 1 Δημιουργία επιφάνεια εργασιας: File/New/Workfile/Select data type 2 Εισαγωγήδεδομένωνσεμορφή txtήexcel File/Import/Read text-lotus-excel Επιλογή αρχείου:data.xls 3 Εκτίμησημέσωτηςμέθοδου HW Procs/Hodrick-Prescott Filter Ορίζουμε παράμετρο α ανάλογα με το είδος των δεδομένων σου. 4 Εκτίμησε μέσω ΟΚ
22 Μέθοδος Hodrick-Prescott (H-P) Παράδειγμα H-W(Αθροιστική) με δεδομένα αεροπορικών αφίξεων: Εξομάλυνση και πρόβλεψη(μέσω PSPP)
23 Μέθοδος Hodrick-Prescott (H-P) Παρατηρύσεις: Εξομάλυνση και πρόβλεψη Καθορίσαμε(τεχνιτά) την περίοδο 01/ /1960 ως μια περίοδο εκτός δείγματος με σκοπό την πρόβλεψη. Τί παρατηρούμε στην εντός δείγματος ενσωμάτωση των δεδομένων; Υπάρχει ενσωμάτωση της εποχικότητας στην εντός δείγματος ενσωμάτωση των δεδομένων; Μήπως υπάρχει κάποια υστέρηση σε αυτήν την ενσωμάτωση; Τί παρατηρούμε στην εκτός δείγματος ενσωμάτωση των δεδομένων; Υπάρχει ενσωμάτωση της εποχικότητας στην εκτός δείγματος ενσωμάτωση των δεδομένων;
24 Μέθοδος Hodrick-Prescott (H-P) Παράδειγμα H-W(Αθροιστική) με δεδομένα αεροπορικών αφίξεων: Συναρτήσεις ACF PACF καταλοίπων
25 Μέθοδος Hodrick-Prescott (H-P) Παρατηρύσεις: Συναρτήσεις ACF PACF καταλοίπων Παρουσιάζουμε τις συναρτήσεις αυτοσυσχέτισης και μερικής αυτοσυσχέτισης(acf, PACF) των καταλοίπων στην εντός δείγματος ανάλυση. Τί παρατηρούμε στις συναρτήσεις ACF PACF; Υπάρχει εποχικότητα ή όχι στις συναρτήσεις ACF PACF των καταλοίπων μας; Εάν υπάρχει είναι καλό ή όξι αυτό; Μπορείτε να συγκρίνετε τα υπόδειγμα H-W(Αθροιστική) και ΕΕ βάσει των συναρτήσεις ACF PACF;
26 Μέθοδος Hodrick-Prescott (H-P) Παράδειγμα H-W(Αθροιστική) με δεδομένα αεροπορικών αφίξεων: Μέτρα ενσωμάτωσης(εντός δείγματος)
27 Μέθοδος Hodrick-Prescott (H-P) Παράδειγμα H-W(Αθροιστική) με δεδομένα αεροπορικών αφίξεων: Μέτρα ενσωμάτωσης MAE, MSE, MAPE(εκτός δείγματος)
28 Μέθοδος Hodrick-Prescott (H-P) Παράδειγμα H-W(Πολλαπλασιαστική) με δεδομένα αεροπορικών αφίξεων: Εξομάλυνση και πρόβλεψη(μέσω PSPP)
29 Μέθοδος Hodrick-Prescott (H-P) Παράδειγμα H-W(Πολλαπλασιαστική) με δεδομένα αεροπορικών αφίξεων: Συναρτήσεις ACF PACF καταλοίπων
30 Μέθοδος Hodrick-Prescott (H-P) Παράδειγμα H-W(Πολλαπλασιαστική) με δεδομένα αεροπορικών αφίξεων: Μέτρα ενσωμάτωσης(εντός δείγματος)
31 Μέθοδος Hodrick-Prescott (H-P) Παράδειγμα H-W(Πολλαπλασιαστική) με δεδομένα αεροπορικών αφίξεων: Μέτρα ενσωμάτωσης MAE, MSE, MAPE(εκτός δείγματος)
32 Μέθοδος Hodrick-Prescott (H-P) Παρατηρύσεις: Μέτρα ενσωμάτωσης(εντός και εκτός δείγματος) Παρουσιάζουμε διάφορα μέτρα ενσωμάτωσης εντός και εκτός δείγματος. Τί εκφράζουν κάποια από αυτά τα μέτρα(βλ. R-squared, RMSE, MAPE); Υπάρχει δυνατότητα σύγκρισης αυτών των μέτρων; Μπορείτε να συγκρίνετε τα υπόδειγμα H-W βάσει αυτών των μέτρων;
33 Μέθοδος Hodrick-Prescott (H-P) Συγκριση των μεθόδων εξομάλυνσης βάσει μέτρων προβλεπτικής ικανότητας Πίνακας: Συγκριση μέτρων προβλεπτικής ικανότητας μέτρα υποδείγματα MAE MSE MAPE Ε.Ε. 76, ,25 Ε.Ε. με τάση 65, ,31 H-W(Αθρ.) 12,34 273,82 2,60 H-W(Πολλ.) 9,87 249,07 2,09
34 Περιγραφή 1 Μέθοδοι Εξομάλυνσης Χρονολογικές Σειρών ΙΙΙ Μέθοδος Holt-Winters (H-W) Μέθοδος Holt-Winters (H-W) Μέθοδος Hodrick-Prescott (H-P) 2 Γενικές Παρατηρήσεις στην Εξομάλυνση 3 Μετασχηματισμοί στην Εξομάλυνση Χρονολογικές Σειρών Λογαριθμικός μετασχηματισμός στην πολλ. εξομάλυνση H-W Μετασχηματισμός της τετργωνικής ρίζας στην πολλ. εξομάλυνση H-W 4 Παρατηρήσεις στην ερμηνεία των καταλοίπων 5 Βιβλιογραφία
35 Ζητήματα στη Χρήση Εξομάλυνσης Οι μέθοδοι εξομάλυνσης μπορούν να χρησιμοποιηθούν ανεξάρτητως υποθέσεων για τα δεδομένα(στασιμότητα, Κανονικότητα). Βάσει των κλασσικών υποθέσεων τα κατάλοιπα θα πρέπει να είναι ασυσχέτιστα. Οι μέθοδοι εξομάλυνσης πραγματοποιούν προβλέψεις ακόμη και όταν τα κατάλοιπα αυτοσυσχετίζονται. Για τις περισσότερες μεθόδους εξομάλυνσης δεν υπάρχουν οι γνωστές στατιστικές υπόθεσεις. Οι μέθοδοι εξομάλυνσης δεν επιτρέπουν τον προσδιορισμό διαστημάτων εμπιστοσύνης(όταν τις χρησιμοποιούν δεν βασίζονται σε χρήση Κανονικών σειρών).
36 Περιγραφή 1 Μέθοδοι Εξομάλυνσης Χρονολογικές Σειρών ΙΙΙ Μέθοδος Holt-Winters (H-W) Μέθοδος Holt-Winters (H-W) Μέθοδος Hodrick-Prescott (H-P) 2 Γενικές Παρατηρήσεις στην Εξομάλυνση 3 Μετασχηματισμοί στην Εξομάλυνση Χρονολογικές Σειρών Λογαριθμικός μετασχηματισμός στην πολλ. εξομάλυνση H-W Μετασχηματισμός της τετργωνικής ρίζας στην πολλ. εξομάλυνση H-W 4 Παρατηρήσεις στην ερμηνεία των καταλοίπων 5 Βιβλιογραφία
37 Λογαριθμικός μετασχηματισμός στην πολλ. εξομάλυνση H-W Παράδειγμα H-W(Πολλαπλασιαστική) με δεδομένα αεροπορικών αφίξεων: Εξομάλυνση και πρόβλεψη(μέσω PSPP)
38 Λογαριθμικός μετασχηματισμός στην πολλ. εξομάλυνση H-W Παράδειγμα H-W(Πολλαπλασιαστική) με δεδομένα αεροπορικών αφίξεων: Συναρτήσεις ACF PACF καταλοίπων
39 Λογαριθμικός μετασχηματισμός στην πολλ. εξομάλυνση H-W Παράδειγμα H-W(Πολλαπλασιαστική) με δεδομένα αεροπορικών αφίξεων: Μέτρα ενσωμάτωσης(εντός δείγματος)
40 Λογαριθμικός μετασχηματισμός στην πολλ. εξομάλυνση H-W Παράδειγμα H-W(Πολλαπλασιαστική) με δεδομένα αεροπορικών αφίξεων: Μέτρα ενσωμάτωσης MAE, MSE, MAPE(εκτός δείγματος)
41 Μετασχηματισμός της τετργωνικής ρίζας στην πολλ. εξομάλυνση H-W Παράδειγμα H-W(Πολλαπλασιαστική) με δεδομένα αεροπορικών αφίξεων: Εξομάλυνση και πρόβλεψη(μέσω PSPP)
42 Μετασχηματισμός της τετργωνικής ρίζας στην πολλ. εξομάλυνση H-W Παράδειγμα H-W(Πολλαπλασιαστική) με δεδομένα αεροπορικών αφίξεων: Συναρτήσεις ACF PACF καταλοίπων
43 Μετασχηματισμός της τετργωνικής ρίζας στην πολλ. εξομάλυνση H-W Παράδειγμα H-W(Πολλαπλασιαστική) με δεδομένα αεροπορικών αφίξεων: Μέτρα ενσωμάτωσης(εντός δείγματος)
44 Μετασχηματισμός της τετργωνικής ρίζας στην πολλ. εξομάλυνση H-W Παράδειγμα H-W(Πολλαπλασιαστική) με δεδομένα αεροπορικών αφίξεων: Μέτρα ενσωμάτωσης MAE, MSE, MAPE(εκτός δείγματος)
45 Μετασχηματισμός της τετργωνικής ρίζας στην πολλ. εξομάλυνση H-W Συγκριση των μεθόδων εξομάλυνσης βάσει μέτρων προβλεπτικής ικανότητας-χρήση μετασχηματισμών Πίνακας: Συγκριση μέτρων προβλεπτικής ικανότητας της H-W(Πολλ.) μέτρα υποδείγματα MAE MSE MAPE H-W(Πολλ.) 9,87 249,07 2,09 H-W(Πολλ.) με λογάριθμο 26,06 956,31 5,35 H-W(Πολλ.) με τετρ. ρίζας 13,36 336,36 2,79
46 Περιγραφή 1 Μέθοδοι Εξομάλυνσης Χρονολογικές Σειρών ΙΙΙ Μέθοδος Holt-Winters (H-W) Μέθοδος Holt-Winters (H-W) Μέθοδος Hodrick-Prescott (H-P) 2 Γενικές Παρατηρήσεις στην Εξομάλυνση 3 Μετασχηματισμοί στην Εξομάλυνση Χρονολογικές Σειρών Λογαριθμικός μετασχηματισμός στην πολλ. εξομάλυνση H-W Μετασχηματισμός της τετργωνικής ρίζας στην πολλ. εξομάλυνση H-W 4 Παρατηρήσεις στην ερμηνεία των καταλοίπων 5 Βιβλιογραφία
47 Κατανομή συναρτήσεων ACF, PACF Υπάρχει ανάγκη για εξέταση των καταλοίπων ως προς την υπόθεση της μηδενικής τους συσχέτισης. Αυτός γίνεται με δύο τρόπους: 1 Μέσω των διαστημάτων εμπιστοσύνης: Αυτά μπορούν να εκφράζουν(βλ. σχετικά διαγράμματα) το 95% διάστημα για τις ACF, PACF σε διάφορες υστερήσεις. Αποτελούν τους συντελεστές ±1, 96/ n.εάνβρίσκονταιεντόςαυτώντωνορίων (διακεκομμένων) οι ACF, PACF είναι ασυσχέτιστες(white noise) αλλιώς εμφανίζουν μη επιθυμητή αυτοσυσχέτιση μερική ή ολική. 2 Box-Ljung test: Q = n(n + 2) K k=1 r 2 k n k, όπου r k η ACFτην k-υστέρησηκαι Kοαριθμόςτωνμέγιστων υστερήσεωνπουλαμβάνουμευπόψιν.επειδή, Q χ 2 K mμε mτον αριθμόπαραμέτρωνστουπόδειγμα.ηυπόθεση H 0 τουλευκού θορύβου(white noise)γίνεταιδεκτήόταν Q χ 2 K m,1 α για επίπεδο σφάλματος α. βεαμερ-τυ-λογ
48 Συγκριση των μεθόδων εξομάλυνσης βάσει υπόθεσης της ανεξαρτησίας των καταλοίπων Πίνακας: Συγκριση του μέτρου Box-Ljung μέτρα υποδείγματα Box Ljung p value H-W(Πολλ.) 35,791 0,002 H-W(Πολλ.) με λογάριθμο 23,715 0,070 H-W(Πολλ.) με τετρ. ρίζας 32,986 0,005
49 Συγκριση των μεθόδων εξομάλυνσης βάσει υπόθεσης της ανεξαρτησίας των καταλοίπων Κριτική των αποτελεσμάτων ελέγχου Box-Ljung Η εκτίμηση του μέτρου Box-Ljung Q βασίζεται σε 18 υστερήσεις. Ετσι,οιβαθμοίελευθερίαςμαςείναι k m = 18 3 = 15. Χρησιμοποιώνταςτηνκατανομή χ 2 καιγια 5%ποσοστόσφάλματος βρίσκουμεότι χ 2 15,0.95 = 25, 00. Ετσιέχουμε: 1 Απόρριψη της ανεξαρτησίας των καταλοίπων για τις περιπτώσεις: H-W(Πολλ.), H-W(Πολλ.)μετετρ.ρίζαςγιατί Q > χ 2 15, Αποδοχή της ανεξαρτησίας των καταλοίπων για την περίπτωση: H-W(Πολλ.)μελογάριθμογιατί Q = 23, 715 < χ 2 15,0.95 = 25, Επιβεβαίωση του πιο πάνω αποτελέσματος από το μέτρο p-value, γιατί είναι μεγαλύτερο του 5%(σημ. το μέτρο αυτό εμφανίζει την πιθανότηταναέχουμεαποδοχήτης H 1 υπόθεσηςότανθαισχύειη H 0.Μιατιμήίσηήμεγαλύτερητου αθαεπιβεβαιώσειτην H 0 αλλιώςθαεπιβεβαιώσειτην H 1 ). βεαμερ-τυ-λογ
50 Περιγραφή 1 Μέθοδοι Εξομάλυνσης Χρονολογικές Σειρών ΙΙΙ Μέθοδος Holt-Winters (H-W) Μέθοδος Holt-Winters (H-W) Μέθοδος Hodrick-Prescott (H-P) 2 Γενικές Παρατηρήσεις στην Εξομάλυνση 3 Μετασχηματισμοί στην Εξομάλυνση Χρονολογικές Σειρών Λογαριθμικός μετασχηματισμός στην πολλ. εξομάλυνση H-W Μετασχηματισμός της τετργωνικής ρίζας στην πολλ. εξομάλυνση H-W 4 Παρατηρήσεις στην ερμηνεία των καταλοίπων 5 Βιβλιογραφία
51 Βιβλιογραφία Πετρόποπουλος, Φ., Ασημακόπουλος, Β. Επιχειρησιακές Προβλέψεις. Συμμετρία, Αθήνα Jarrett, J. Μέθοδοι Πρόβλεψεων. Gutenberg, Αθήνα 2002.
52 Βιβλιογραφία Πετρόποπουλος, Φ., Ασημακόπουλος, Β. Επιχειρησιακές Προβλέψεις. Συμμετρία, Αθήνα Jarrett, J. Μέθοδοι Πρόβλεψεων. Gutenberg, Αθήνα 2002.
53 Βιβλιογραφία Πετρόποπουλος, Φ., Ασημακόπουλος, Β. Επιχειρησιακές Προβλέψεις. Συμμετρία, Αθήνα Jarrett, J. Μέθοδοι Πρόβλεψεων. Gutenberg, Αθήνα 2002.
Στατιστική ΙΙΙ(ΣΤΑΟ 230) Χρονολογικές Σειρες-Κινητοι Μέσοι, Αφελείς Μέθοδοι και Αποσύνθεση (εκδ. 2η)
Στατιστική ΙΙΙ-(ΣΤΑΟ 230) Χρονολογικές Σειρες-Κινητοι Μέσοι, Αφελείς Μέθοδοι και Αποσύνθεση (εκδ. 2η) Γεώργιος Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης Στατιστική
Διαβάστε περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΘΕΩΡΙΑΣ-ΣΤΑΣΙΜΕΣ ΔΙΑΔΙΚΑΣΙΕΣ-ΥΠΟΔΕΙΓΜΑΤΑ SARIMA (sp,sd,qs) ARIMA (p,d,q) ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου
Διαβάστε περισσότεραΣτατιστική ΙΙΙ-Εφαρμογές Χρονολογικές Σειρές(Εφαρμογες Εξομάλυνσης-Τεχνική Ανάλυση)
Στατιστική ΙΙΙ-Εφαρμογές Χρονολογικές Σειρές(Εφαρμογες Εξομάλυνσης-Τεχνική Ανάλυση) Γεώργιος Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης Στατιστική ΙΙΙ(ΣΤΑΟ 230)
Διαβάστε περισσότεραΧρονικές σειρές 11 Ο μάθημα: Προβλέψεις
Χρονικές σειρές 11 Ο μάθημα: Προβλέψεις Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ. & Οικονομικό Τμήμα, Πανεπιστήμιο
Διαβάστε περισσότεραΧρονικές σειρές 6 Ο μάθημα: Αυτοπαλίνδρομα μοντέλα (2)
Χρονικές σειρές 6 Ο μάθημα: Αυτοπαλίνδρομα μοντέλα (2) Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ. & Οικονομικό Τμήμα,
Διαβάστε περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΙΚΩΝ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΤΡΙΤΟ-ΑΥΤΟΣΥΣΧΕΤΙΣΗ (AUTOCORRELATION)
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΙΚΩΝ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΤΡΙΤΟ-ΑΥΤΟΣΥΣΧΕΤΙΣΗ (AUTOCORRELATION) Μέθοδοςεκθετικήςεξομάλυνσης Μια άλλη τεχνική για δεδομένα με
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 4ο
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑ 4ο Διαδικασία των συντελεστών αυτοσυσχέτισης Ονομάζουμε συνάρτηση αυτοσυσχέτισης (autocorrelation function) και συμβολίζεται με τα γράμματα
Διαβάστε περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΤΡΙΤΟ ΣΥΝΑΡΤΗΣΗ ΑΥΤΟΣΥΣΧΕΤΙΣΗΣ-ΕΛΕΓΧΟΣ ΣΤΑΣΙΜΟΤΗΤΑΣ Δρ. Κουνετάς Η Κωνσταντίνος ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου
Διαβάστε περισσότεραΕισόδημα 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 περισσότεραΠρόλογος Μέρος Ι: Απλό και πολλαπλό υπόδειγμα παλινδρόμησης Αντικείμενο της οικονομετρίας... 21
Περιεχόμενα Πρόλογος... 15 Μέρος Ι: Απλό και πολλαπλό υπόδειγμα παλινδρόμησης... 19 1 Αντικείμενο της οικονομετρίας... 21 1.1 Τι είναι η οικονομετρία... 21 1.2 Σκοποί της οικονομετρίας... 24 1.3 Οικονομετρική
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. Προβλέψεις
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & StrategyUnit Τεχνικές Προβλέψεων Προβλέψεις http://www.fsu.gr - lesson@fsu.gr
Διαβάστε περισσότεραΑΠΟ 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
Διαβάστε περισσότεραΗ 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 περισσότεραΧρονικές σειρές 10 Ο μάθημα: Μη στάσιμα μοντέλα ARIMA Μεθοδολογία Box-Jenkins Εαρινό εξάμηνο Τμήμα Μαθηματικών ΑΠΘ
Χρονικές σειρές 10 Ο μάθημα: Μη στάσιμα μοντέλα ARIMA Μεθοδολογία Box-Jenkins Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ.
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ 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 περισσότεραAnalyze/Forecasting/Create Models
(εκδ 11) (εκδ 11) Σχολή Κοινωνικών Επιστημών Τμήμα Οικονομικών Επιστημών 24 Οκτωβρίου 2014 1 / 12 Εισαγωγή (εκδ 11) 1 2 2 / 12 ΧΣ (εκδ 11) ΧΣ μέσω υποδειγμάτων ARIM A/SARIM A Αϕου δημιουργήσουμε τον χώρο
Διαβάστε περισσότεραΜΑΘΗΜΑ 3ο. Βασικές έννοιες
ΜΑΘΗΜΑ 3ο Βασικές έννοιες Εισαγωγή Βασικές έννοιες Ένας από τους βασικότερους σκοπούς της ανάλυσης των χρονικών σειρών είναι η διενέργεια των προβλέψεων. Στα υποδείγματα αυτά η τρέχουσα τιμή μιας οικονομικής
Διαβάστε περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΤΡΙΤΟ ΣΥΝΑΡΤΗΣΗ ΑΥΤΟΣΥΣΧΕΤΙΣΗΣ-ΕΛΕΓΧΟΣ ΣΤΑΣΙΜΟΤΗΤΑΣ Δρ. Κουνετάς Η Κωνσταντίνος ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου
Διαβάστε περισσότερα2. ΕΠΙΛΟΓΗ ΤΟΥ ΜΕΓΕΘΟΥΣ ΤΩΝ ΠΑΡΑΤΗΡΗΣΕΩΝ
1. ΕΙΣΑΓΩΓΗ ΣΤΟ SPSS Το SPSS είναι ένα στατιστικό πρόγραμμα γενικής στατιστικής ανάλυσης αρκετά εύκολο στη λειτουργία του. Για να πραγματοποιηθεί ανάλυση χρονοσειρών με τη βοήθεια του SPSS θα πρέπει απαραίτητα
Διαβάστε περισσότεραΘΕΩΡΙΑ 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 περισσότεραΤεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου Όρου (ARIMA)
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΝΑΥΤΙΛΙΑΚΩΝ ΣΠΟΥΔΩΝ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ
ΠΑΝΕΠΙΣΤΗΜΙΟ ΠΕΙΡΑΙΩΣ ΤΜΗΜΑ ΝΑΥΤΙΛΙΑΚΩΝ ΣΠΟΥΔΩΝ ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΣΤΗΝ ΝΑΥΤΙΛΙΑ Η ΕΠΟΧΙΚΟΤΗΤΑ ΣΤΙΣ ΤΙΜΕΣ ΤΟΥ ΑΝΘΡΑΚΑ, ΤΟΥ ΠΕΤΡΕΛΑΙΟΥ, ΤΟΥ ΧΑΛΥΒΑ ΚΑΙ ΤΟΥ ΧΡΥΣΟΥ Δαμιανού Χριστίνα Διπλωματική
Διαβάστε περισσότεραΔιαχείριση 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 περισσότεραΕιδικά Θέματα Οικονομετρίας-Χρονολογικές Σειρές ΙΙ (εκδ. 1.2)
Ειδικά Θέματα Οικονομετρίας-Χρονολογικές Σειρές ΙΙ (εκδ. 1.2) Γεώργιος Τσιώτας Τμήμα Οικονομικών Επιστημών Σχολή Κοινωνικών Επιστημών Πανεπιστήμιο Κρήτης Περιγραφή 1 Στάσιμα Υποδείγματα Χρονολογικές Σειρών
Διαβάστε περισσότεραΧ. 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 περισσότεραΣυνολοκλήρωση και VAR υποδείγματα
ΜΑΘΗΜΑ ο Συνολοκλήρωση και VAR υποδείγματα Ησχέσησ ένα στατικό υπόδειγμα συνολοκλήρωσης και σ ένα υπόδειγμα διόρθωσης λαθών μπορεί να μελετηθεί καλύτερα όταν χρησιμοποιούμε τις ιδιότητες των αυτοπαλίνδρομων
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. 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 περισσότεραΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ & ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΘΕΩΡΙΑΣ-ΥΠΟΔΕΙΓΜΑΤΑ ΚΙΝΗΤΟΥ ΜΕΣΟΥ MA(q) ΚΑΙ ΜΙΚΤΑ ΥΠΟΔΕΙΓΜΑΤΑ ARMA (p,q) ΕΠΙΧ - Τεχνικές Προβλέψεων & Ελέγχου
Διαβάστε περισσότεραΕπαυξημένος έλεγχος Dickey - Fuller (ADF)
ΜΑΘΗΜΑ 5ο Επαυξημένος έλεγχος Dickey - Fuller (ADF) Στον έλεγχο των Dickey Fuller (DF) και στα τρία υποδείγματα που χρησιμοποιήσαμε προηγουμένως κάνουμε την υπόθεση ότι ο διαταρακτικός όρος e είναι μια
Διαβάστε περισσότερα4. ΕΠΙΛΟΓΗ ΤΗΣ ΜΕΘΟΔΟΥ ΠΡΟΒΛΕΨΗΣ
4. ΕΠΙΛΟΓΗ ΤΗΣ ΜΕΘΟΔΟΥ ΠΡΟΒΛΕΨΗΣ Πριν από την επιλογή της κατάλληλης μεθόδου πρόβλεψης είναι σκόπιμο να λάβουμε υπ όψη τα παρακάτω ερωτήματα: (α) (β) (γ) (δ) (ε) (ζ) (η) Γιατί χρειαζόμαστε την πρόβλεψη;
Διαβάστε περισσότεραΕφαρμοσμένη 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 περισσότεραΣΧΟΛΗ 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 περισσότεραΟικονομετρία Ι. Ενότητα 8: Κανονικότητα. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής
Οικονομετρία Ι Ενότητα 8: Κανονικότητα Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό υλικό,
Διαβάστε περισσότεραΚεφάλαιο 16 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση
Κεφάλαιο 16 Απλή Γραμμική Παλινδρόμηση και Συσχέτιση Copyright 2009 Cengage Learning 16.1 Ανάλυση Παλινδρόμησης Σκοπός του προβλήματος είναι η ανάλυση της σχέσης μεταξύ συνεχών μεταβλητών. Η ανάλυση παλινδρόμησης
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ. ΜΑΘΗΜΑ 8ο
ΕΛΛΗΝΙΚΗ ΔΗΜΟΚΡΑΤΙΑ ΟΙΚΟΝΟΜΙΚΩΝ ΚΑΙ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΜΑΘΗΜΑ 8ο Επιλογή του αριθμού των χρονικών υστερήσεων Στις περισσότερες οικονομικές χρονικές σειρές υπάρχει υψηλή συσχέτιση μεταξύ της τρέχουσας
Διαβάστε περισσότεραΧρονολογικές Σειρές (Time Series) Lecture notes Φ.Κουντούρη 2008
Χρονολογικές Σειρές (Time Series) Lecture notes Φ.Κουντούρη 2008 1 Τύποι Οικονομικών Δεδομένων Τα οικονομικά δεδομένα που χρησιμοποιούνται για την εξέταση οικονομικών φαινομένων μπορεί να έχουν τις ακόλουθες
Διαβάστε περισσότεραΣυνολοκλήρωση και μηχανισμός διόρθωσης σφάλματος
ΜΑΘΗΜΑ 10 ο Συνολοκλήρωση και μηχανισμός διόρθωσης σφάλματος Η μέθοδος της συνολοκλήρωσης είναι ένας τρόπος με τον οποίο μπορούμε να εκτιμήσουμε τη μακροχρόνια σχέση ισορροπίας που υπάρχει μεταξύ δύο ή
Διαβάστε περισσότεραΠΕΡΙΕΧΟΜΕΝΑ ΚΕΦΑΛΑΙΟ ΠΡΩΤΟ
ΠΕΡΙΕΧΟΜΕΝΑ Εισαγωγή 1. Γενικά... 25 2. Έννοια και Είδη Μεταβλητών... 26 3. Κλίμακες Μέτρησης Μεταβλητών... 29 3.1 Ονομαστική κλίμακα... 30 3.2. Τακτική κλίμακα... 31 3.3 Κλίμακα ισοδιαστημάτων... 34 3.4
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. 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 περισσότεραΧΡΟΝΟΣΕΙΡΕΣ. Διαχείριση Πληροφοριών
ΧΡΟΝΟΣΕΙΡΕΣ Μία χρονοσειρά είναι ένα σύνολο παρατηρήσεων πάνω σε μία ποσοτική μεταβλητή που συγκεντρώνονται με το πέρασμα του χρόνου. Πρόκειται για δεδομένα πάνω στη συμπεριφορά μιας ή πολλών μεταβλητών
Διαβάστε περισσότεραΠαραβίασητωνβασικώνυποθέσεωντηςπαλινδρόμησης (Violation of the assumptions of the classical linear regression model)
ΜΑΘΗΜΑ 4 ο 1 Παραβίασητωνβασικώνυποθέσεωντηςπαλινδρόμησης (Violation of the assumptions of the classical linear regression model) Αυτοσυσχέτιση (Serial Correlation) Lagrange multiplier test of residual
Διαβάστε περισσότεραΕρωτήσεις 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 περισσότεραΑντικείμενο 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 περισσότεραmin Προσαρμογή AR μοντέλου τάξη p, εκτίμηση παραμέτρων Προσδιορισμός τάξης AR μοντέλου συσχέτιση των χωρίς τη συσχέτιση με
= φ + φ + + φ + Προσδιορισμός τάξης AR μοντέλου Προσαρμογή AR μοντέλου - μερική αυτοσυσχέτιση για υστέρηση τ: = φ + w, = φ + φ + w,, = φ + φ + φ + w,3,3 3,3 3 ˆ φ, kk, τάξη, εκτίμηση παραμέτρων συσχέτιση
Διαβάστε περισσότεραΠρογραμματισμός Ζήτησης και Προμηθειών της ΕΑ. Δημοκρίτειο Πανεπιστήμιο, Τμήμα Μηχανικών Παραγωγής & Διοίκησης 1
Προγραμματισμός Ζήτησης και Προμηθειών της ΕΑ Δημοκρίτειο Πανεπιστήμιο, Τμήμα Μηχανικών Παραγωγής & Διοίκησης 1 4. Πρόβλεψη Ζήτησης στην ΕΑ Δημοκρίτειο Πανεπιστήμιο, Τμήμα Μηχανικών Παραγωγής & Διοίκησης
Διαβάστε περισσότεραΑπλή Παλινδρόμηση και Συσχέτιση
Απλή Παλινδρόμηση και Συσχέτιση Πωλήσεις, Δαπάνες Διαφήμισης και Αριθμός Πωλητών Έτος Πωλήσεις (χιλ ) Διαφήμιση (χιλ ) Πωλητές (Άτομα) Έτος Πωλήσεις (χιλ ) Διαφήμιση (χιλ ) Πωλητές (Άτομα) 98 050 6 3 989
Διαβάστε περισσότεραΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ MSc Τραπεζικής & Χρηματοοικονομικής
ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ MSc Τραπεζικής & Χρηματοοικονομικής ΑΥΤΟΣΥΣΧΕΤΙΣΗ Στις βασικές υποθέσεις των γραμμικών υποδειγμάτων (απλών και πολλαπλών), υποθέτουμε ότι δεν υπάρχει αυτοσυσχέτιση (autocorrelation
Διαβάστε περισσότερα3. ΣΕΙΡΙΑΚΟΣ ΣΥΝΤΕΛΕΣΤΗΣ ΣΥΣΧΕΤΙΣΗΣ
3. ΣΕΙΡΙΑΚΟΣ ΣΥΝΤΕΛΕΣΤΗΣ ΣΥΣΧΕΤΙΣΗΣ Πρόβλημα: Ένας ραδιοφωνικός σταθμός ενδιαφέρεται να κάνει μια ανάλυση για τους πελάτες του που διαφημίζονται σ αυτόν για να εξετάσει την ποσοστιαία μεταβολή των πωλήσεων
Διαβάστε περισσότεραΣΧΟΛΗ 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 περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΤΕΧΝΙΚΕΣ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΤΕΤΑΡΤΟ ΑΥΤΟΠΑΛΙΝΔΡΟΜΑ ΥΠΟΔΕΙΓΜΑΤΑ AR(p) Δρ. Κουνετάς Η Κωνσταντίνος ΕΠΙΧ Τεχνικές Προβλέψεων & Ελέγχου ιαφάνεια
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. 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 περισσότεραΟικονομετρία. Αυτοσυσχέτιση Συνέπειες και ανίχνευση. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης. Διδάσκων: Λαζαρίδης Παναγιώτης
Οικονομετρία Αυτοσυσχέτιση Συνέπειες και ανίχνευση Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης Διδάσκων: Λαζαρίδης Παναγιώτης Μαθησιακοί Στόχοι Γνώση και κατανόηση του προβλήματος της αυτοσυσχέτισης και των
Διαβάστε περισσότεραΧΡΟΝΙΚΕΣ 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 περισσότεραΚΕΦΑΛΑΙΟ 6 ΠΡΟΒΛΕΨΕΙΣ ΜΕ ΥΠΟΔΕΙΓΜΑΤΑ ΧΡΟΝΟΣΕΙΡΩΝ
ΚΕΦΑΛΑΙΟ 6 ΠΡΟΒΛΕΨΕΙΣ ΜΕ ΥΠΟΔΕΙΓΜΑΤΑ ΧΡΟΝΟΣΕΙΡΩΝ 6. Εισαγωγή 6. Μονομεταβλητές προβλέψεις Βέλτιστη πρόβλεψη και Θεώρημα βέλτιστης πρόβλεψης Διαστήματα εμπιστοσύνης 6.3 Εφαρμογές A. MILIONIS KEF. 6 08 BEA
Διαβάστε περισσότεραΤεχνικές Προβλέψεων. Προβλέψεις
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Προβλέψεις http://www.fsu.gr - lesson@fsu.gr
Διαβάστε περισσότεραΧΡΟΝΙΚΕΣ 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 περισσότεραΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ
ΤΜΗΜΑΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝΣΥΣΤΗΜΑΤΩΝ ΕΡΓΑΣΤΗΡΙΟ ΤΕΧΝΙΚΩΝ ΠΡΟΒΛΕΨΕΩΝ& ΕΛΕΓΧΟΥ ΜΑΘΗΜΑ ΠΡΩΤΟ-ΔΕΥΤΕΡΟ-ΣΤΑΣΙΜΟΤΗΤΑ- ΕΠΟΧΙΚΟΤΗΤΑ-ΚΥΚΛΙΚΗ ΤΑΣΗ ΧΡΗΣΙΜΟΙΟΡΙΣΜΟΙ Χρονολογική Σειρά (χρονοσειρά)
Διαβάστε περισσότεραΤΕΙ 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 περισσότεραΗΡΑΚΛΕΙΟ 2007 ΙΩΑΝΝΑ ΚΑΠΕΤΑΝΟΥ
ΙΩΑΝΝΑ ΚΑΠΕΤΑΝΟΥ ΠΕΡΙΕΧΟΜΕΝΑ ΕΙΣΑΓΩΓΗ 1.1 Γιατί οι επιχειρήσεις έχουν ανάγκη την πρόβλεψη σελ.1 1.2 Μέθοδοι πρόβλεψης....σελ.2 ΑΝΑΛΥΤΙΚΗ ΠΑΡΟΥΣΙΑΣΗ 2.1 Υπόδειγμα του Κινητού μέσου όρου.σελ.5 2.2 Υπόδειγμα
Διαβάστε περισσότεραΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής
ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής ΣΤΑΤΙΣΤΙΚΕΣ ΕΚΤΙΜΗΣΕΙΣ Οι συναρτήσεις πιθανότητας ή πυκνότητας πιθανότητας των διαφόρων τυχαίων μεταβλητών χαρακτηρίζονται από κάποιες
Διαβάστε περισσότεραΤΕΙ 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 περισσότεραΒασικές Έννοιες Στατιστικής & Μέθοδοι Πρόβλεψης
ΜΕΡΟΣ Βασικές Έννοιες Στατιστικής & Μέθοδοι Πρόβλεψης Εισαγωγή Περιγραφή μεθόδων πρόβλεψης Οι μέθοδοι προβλέψεων χωρίζονται σε 3 μεγάλες κατηγορίες Α. Με βάση τον ορίζοντα προγραμματισμού. βραχυπρόθεσμες.
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ 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.outras@e.aegea.gr Τηλ: 7035468 Μέθοδος Υπολογισμού
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. 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 περισσότεραΟικονομετρία Ι. Ενότητα 9: Αυτοσυσχέτιση. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής
Οικονομετρία Ι Ενότητα 9: Αυτοσυσχέτιση Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραiii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος
iii ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος xi 1 Αντικείμενα των Πιθανοτήτων και της Στατιστικής 1 1.1 Πιθανοτικά Πρότυπα και Αντικείμενο των Πιθανοτήτων, 1 1.2 Αντικείμενο της Στατιστικής, 3 1.3 Ο Ρόλος των Πιθανοτήτων
Διαβάστε περισσότεραΈλεγχος των Phillips Perron
ΜΑΘΗΜΑ 8ο Έλεγχος των Phillip Perron Είδαμε στον έλεγχο των Dickey Fuller ότι για το πρόβλημα της αυτοσυσχέτισης των καταλοίπων προτείνουν την επαύξηση της εξίσωσης με επιπλέον όρους τωνδιαφορώντηςεξαρτημένηςμεταβλητής.
Διαβάστε περισσότεραΟγενικός(πλήρης) έλεγχος των Dickey Fuller
ΜΑΘΗΜΑ 7ο Ογενικός(πλήρης) έλεγχος των Dickey Fuller Είδαμε προηγουμένως ότι οι τιμές της στατιστικής Τ 2δ0, Τ 3δ0 και Τ 3δ1 που χρησιμοποιήθηκαν στην παραπάνω παράγραφο εξαρτώνται από τη μορφή της εξίσωσης
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική
ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 11: Αυτοσυσχέτιση Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana 1 Περιεχόμενο ενότητας
Διαβάστε περισσότεραΣΧΟΛΗ 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 περισσότεραΟικονομετρία Ι. Ενότητα 5: Ανάλυση της Διακύμανσης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής
Οικονομετρία Ι Ενότητα 5: Ανάλυση της Διακύμανσης Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative Commons. Για εκπαιδευτικό
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. 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 περισσότεραΤεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου Όρου (ARIMA)
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Τεχνικές Προβλέψεων Αυτοπαλινδρομικά Μοντέλα Κινητού Μέσου
Διαβάστε περισσότερα7. ΧΡΟΝΟΣΕΙΡΕΣ ΚΑΙ ΟΙ ΣΥΝΙΣΤΩΣΕΣ ΤΟΥΣ
7. ΧΡΟΝΟΣΕΙΡΕΣ ΚΑΙ ΟΙ ΣΥΝΙΣΤΩΣΕΣ ΤΟΥΣ Πολλές οικονομικές χρονοσειρές αποτελούνται από συνιστώσες οι οποίες όταν μελετηθούν μεμονωμένα μας παρέχουν χρήσιμες πληροφορίες για την κατανόηση της συμπεριφοράς
Διαβάστε περισσότερα1.2 Απλός Κινητός Μέσος (Simple -equally-weighted- Moving Average)
Μέθοδοι Εξομάλυνσης Οι διαδικασίες της εξομάλυνσης (smoohig και της παρεμβολής (ierpolaio αποτελούν ένα περίπλοκο πεδίο έρευνας και γνώσης και έχουν άμεση πρακτική εφαρμογή στις οικονομικές επιστήμες..
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. Ενότητα 4: Ανάλυση Χρονολογικών Σειρών. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά)
ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 4: Ανάλυση Χρονολογικών Σειρών. Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης Creative
Διαβάστε περισσότεραΣυνοπτικά περιεχόμενα
b Συνοπτικά περιεχόμενα 1 Τι είναι η στατιστική;... 25 2 Περιγραφικές τεχνικές... 37 3 Επιστήμη και τέχνη των διαγραμματικών παρουσιάσεων... 119 4 Αριθμητικές μέθοδοι της περιγραφικής στατιστικής... 141
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ ΕΤΑΙΡΕΙΑ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΕΠΙΣΤΗΜΗΣ ERSA
ΕΛΛΗΝΙΚΗ ΕΤΑΙΡΕΙΑ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΕΠΙΣΤΗΜΗΣ ERSA ΜΕΛΟΣ ΤΗΣ ΔΙΕΘΝΟΥΣ ΚΑΙ ΕΥΡΩΠΑΪΚΗΣ ΕΤΑΙΡΕΙΑΣ ΠΕΡΙΦΕΡΕΙΑΚΗΣ ΕΠΙΣΤΗΜΗΣ (RSAI, ERSA) Οικονομική Κρίση και Πολιτικές Ανάπτυξης και Συνοχής 10ο Τακτικό Επιστημονικό
Διαβάστε περισσότεραΣτασιμότητα χρονοσειρών Νόθα αποτελέσματα-spurious regression Ο έλεγχος στασιμότητας είναι απαραίτητος ώστε η στοχαστική ανάλυση να οδηγεί σε ασφαλή
Χρονικές σειρές 12 Ο μάθημα: Έλεγχοι στασιμότητας ΑΝΑΚΕΦΑΛΑΙΩΣΗ: Εκτίμηση παραμέτρων γραμμικών μοντέλων Συνάρτηση μερικής αυτοσυσχέτισης Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ 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 περισσότεραΠΕΡΙΕΧΟΜΕΝΑ. Πρόλογος... 13
ΠΕΡΙΕΧΟΜΕΝΑ / 7 ΠΕΡΙΕΧΟΜΕΝΑ Πρόλογος... 13 Κεφάλαιο 1: Περιγραφική Στατιστική... 15 1.1 Περιγραφική και Συμπερασματική Στατιστική... 15 1.2 Μεταβλητές - Τιμές - Παρατηρήσεις... 19 1.3 Είδη μεταβλητών...
Διαβάστε περισσότεραΟικονομετρία. Απλή Παλινδρόμηση. Υποθέσεις του γραμμικού υποδείγματος και ιδιότητες των εκτιμητών. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης
Οικονομετρία Απλή Παλινδρόμηση Υποθέσεις του γραμμικού υποδείγματος και ιδιότητες των εκτιμητών Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης Διδάσκων: Λαζαρίδης Παναγιώτης Μαθησιακοί Στόχοι Γνώση και κατανόηση
Διαβάστε περισσότεραΑναπλ. 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 περισσότεραΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ. Κεφάλαιο 16. Απλή Γραμμική Παλινδρόμηση και Συσχέτιση
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ ΠΑΤΡΑΣ Εργαστήριο Λήψης Αποφάσεων & Επιχειρησιακού Προγραμματισμού Καθηγητής Ι. Μητρόπουλος ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ ΕΙΔΙΚΑ ΘΕΜΑΤΑ
Διαβάστε περισσότεραΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Συστημάτων Προβλέψεων & Προοπτικής Forecasting System Unit
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Συστημάτων Προβλέψεων & Προοπτικής Forecasting System Unit Τεχνικές Προβλέψεων 2 η Ενότητα http://www.fsu.gr -
Διαβάστε περισσότεραΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική
ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 4: Ανάλυση γραμμικού υποδείγματος Απλή παλινδρόμηση (3 ο μέρος) Παπάνα Αγγελική Μεταδιδακτορική ερευνήτρια, ΑΠΘ E-mail: angeliki.papana@gmail.com, agpapana@auth.gr Webpage: http://users.auth.gr/agpapana
Διαβάστε περισσότεραΠοσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος
Ποσοτικές Μέθοδοι στη Διοίκηση Επιχειρήσεων ΙΙ Σύνολο- Περιεχόμενο Μαθήματος Χιωτίδης Γεώργιος Τμήμα Λογιστικής και Χρηματοοικονομικής Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες χρήσης
Διαβάστε περισσότεραΧρονικές σειρές 8 Ο μάθημα: Μοντέλα κινητού μέσου
Χρονικές σειρές 8 Ο μάθημα: Μοντέλα κινητού μέσου Εαρινό εξάμηνο 2018-2019 Τμήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ. & Οικονομικό Τμήμα, Πανεπιστήμιο
Διαβάστε περισσότεραΠΥΘΙΑ 2η ΕΚΔΟΣΗ. Μονάδα Προβλέψεων και Στρατηγικής Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Ηλεκτρονικών
ΠΥΘΙΑ 2η ΕΚΔΟΣΗ Επιχειρησιακές Προβλέψεις Σύστημα Υποστήριξης Μονάδα Προβλέψεων και Στρατηγικής Εθνικό Μετσόβιο Πολυτεχνείο Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Ηλεκτρονικών Υπολογιστών http://www.fsu.gr
Διαβάστε περισσότεραΟικονομετρία. Πολλαπλή Παλινδρόμηση. Υποθέσεις, ιδιότητες εκτιμητών και μέθοδος Ελαχίστων Τετραγώνων. Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης
Οικονομετρία Πολλαπλή Παλινδρόμηση Υποθέσεις ιδιότητες εκτιμητών και μέθοδος Ελαχίστων Τετραγώνων Τμήμα: Αγροτικής Οικονομίας & Ανάπτυξης Διδάσκων: Λαζαρίδης Παναγιώτης Μαθησιακοί Στόχοι Γνώση και κατανόηση
Διαβάστε περισσότεραΔΙΕΘΝΕΙΣ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΕΣ ΑΓΟΡΕΣ
ΔΙΕΘΝΕΙΣ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΕΣ ΑΓΟΡΕΣ Ενότητα 18: ΠΡΟΥΠΟΛΟΓΙΣΜΟΙ ΚΑI ΑΡΙΘΜΟΔΕΙΚΤΕΣ ΚΥΡΙΑΖΟΠΟΥΛΟΣ ΓΕΩΡΓΙΟΣ Τμήμα ΛΟΓΙΣΤΙΚΗΣ ΚΑΙ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΗΣ Άδειες Χρήσης Το παρόν εκπαιδευτικό υλικό υπόκειται σε άδειες
Διαβάστε περισσότεραΟικονομετρία. Σταματίου Παύλος Διδάκτωρ Οικονομετρικών Εφαρμογών & Μακροοικονομικών Πολιτικών
Οικονομετρία Σταματίου Παύλος Διδάκτωρ Οικονομετρικών Εφαρμογών & Μακροοικονομικών Πολιτικών E-mail: stamatiou@uom.edu.gr Info: https://sites.google.com/site/pavlossta2/home Αυτοσυσχέτιση (Durbin - Watson)
Διαβάστε περισσότεραΕπιχειρηματικές Προβλέψεις: Μέθοδοι & Τεχνικές Επιλογή Μεθόδου Συνδυασμός Μεθόδου Διάλεξη 10
ΕΘΝΙΚΟ ΜΕΤΣΟΒΙΟ ΠΟΛΥΤΕΧΝΕΙΟ ΣΧΟΛΗ ΗΛΕΚΤΡΟΛΟΓΩΝ ΜΗΧΑΝΙΚΩΝ ΚΑΙ ΜΗΧΑΝΙΚΩΝ ΥΠΟΛΟΓΙΣΤΩΝ Μονάδα Προβλέψεων & Στρατηγικής Forecasting & Strategy Unit Επιλογή Μεθόδου Συνδυασμός Μεθόδου Διάλεξη 10 Επιλογή κατάλληλης
Διαβάστε περισσότεραΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ
ΑΡΙΣΤΟΤΕΛΕΙΟ ΠΑΝΕΠΙΣΤΗΜΙΟ ΘΕΣΣΑΛΟΝΙΚΗΣ ΣΧΟΛΗ ΘΕΤΙΚΩΝ ΕΠΙΣΤΗΜΩΝ ΤΜΗΜΑ ΜΑΘΗΜΑΤΙΚΩΝ ΤΟΜΕΑΣ ΣΤΑΤΙΣΤΙΚΗΣ ΚΑΙ ΕΠΙΧΕΙΡΗΣΙΑΚΗΣ ΕΡΕΥΝΑΣ ΕΡΓΑΣΤΗΡΙΟ ΣΤΑΤΙΣΤΙΚΗΣ Χ 2 test ανεξαρτησίας: σχέση 2 ποιοτικών μεταβλητών
Διαβάστε περισσότεραΧρονικές σειρές 2 Ο μάθημα: Εισαγωγή στις χρονοσειρές
Χρονικές σειρές 2 Ο μάθημα: Εισαγωγή στις χρονοσειρές Εαρινό εξάμηνο 2018-2019 μήμα Μαθηματικών ΑΠΘ Διδάσκουσα: Αγγελική Παπάνα Μεταδιδακτορική Ερευνήτρια Πολυτεχνική σχολή, Α.Π.Θ. & Οικονομικό μήμα, Πανεπιστήμιο
Διαβάστε περισσότεραΤίτλος Εργασίας: Η χρήση της μεθοδολογίας Box Jenkins στην ανάλυση χρονοσειρών
ΤΕΧΝΟΛΟΓΙΚΟ ΕΚΠΑΙΔΕΥΤΙΚΟ ΙΔΡΥΜΑ ΔΥΤΙΚΗΣ ΕΛΛΑΔΑΣ ΣΧΟΛΗ ΔΙΟΙΚΗΣΗΣ ΚΑΙ ΟΙΚΟΝΟΜΙΑΣ ΤΜΗΜΑ ΔΙΟΙΚΗΣΗΣ ΕΠΙΧΕΙΡΗΣΕΩΝ Τίτλος Εργασίας: Η χρήση της μεθοδολογίας Box Jenkins στην ανάλυση χρονοσειρών Φοιτητής: Μαρκόπουλος
Διαβάστε περισσότεραΕΛΛΗΝΙΚΗ 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 περισσότεραΛίγα λόγια για τους συγγραφείς 16 Πρόλογος 17
Περιεχόμενα Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17 1 Εισαγωγή 21 1.1 Γιατί χρησιμοποιούμε τη στατιστική; 21 1.2 Τι είναι η στατιστική; 22 1.3 Περισσότερα για την επαγωγική στατιστική 23 1.4 Τρεις
Διαβάστε περισσότεραΠΑΝΕΠΙΣΤΗΜΙΟ 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 περισσότεραΑναλυτική 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