ΟΙΚΟΝΟΜΕΤΡΙΑ Ι ΦΥΛΛΑΔΙΟ



Σχετικά έγγραφα
Κατανομές Απώλειας. Επιμέλεια Φυλλαδίου : Δρ. Σ. Σκλάβος

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

Χ. Εμμανουηλίδης, 1

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

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

Γενικά Μαθηματικά (Φυλλάδιο 1 ο )

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τραπεζικής & Χρηματοοικονομικής

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

Εισόδημα Κατανάλωση

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

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

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

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

ΘΕΩΡΙΑ ΟΙΚΟΝΟΜΕΤΡΙΑΣ ΣΥΝΟΠΤΙΚΕΣ ΣΗΜΕΙΩΣΕΙΣ

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

Πολλαπλή παλινδρόμηση (Multivariate regression)

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

ΟΙΚΟΝΟΜΕΤΡΙΑ Κεφάλαιο 2

Οικονομετρία Ι. Ενότητα 4: Διάστημα Εμπιστοσύνης - Έλεγχος Υποθέσεων. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017

Τεχνικές Ανάλυσης Διοικητικών Αποφάσεων

9. Παλινδρόμηση και Συσχέτιση

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

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

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

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ Μεταπτυχιακό Τμήμα Τραπεζικής & Χρηματοοικονομικής

Εκπαιδευτικός Οµιλος ΒΙΤΑΛΗ

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

ΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών

Μέρος V. Ανάλυση Παλινδρόμηση (Regression Analysis)

Εφαρμοσμένη Στατιστική

Απλή Παλινδρόμηση και Συσχέτιση

ΟΙΚΟΝΟΜΕΤΡΙΑ. Παπάνα Αγγελική

ΧΡΟΝΙΚΕΣ ΣΕΙΡΕΣ. Παπάνα Αγγελική

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

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

ΠΕΡΙΕΧΟΜΕΝΑ ΠΡΟΛΟΓΟΣ 7. ΚΕΦΑΛΑΙΟ 1: Εισαγωγικές Έννοιες 13

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

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

Διαχείριση Υδατικών Πόρων

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

Απλή Γραμμική Παλινδρόμηση II

Πολλαπλή παλινδρόµηση. Μάθηµα 3 ο

ΚΕΦΑΛΑΙΟ 2 ΑΝΑΣΚΟΠΗΣΗ ΑΠΑΡΑΙΤΗΤΩΝ ΓΝΩΣΕΩΝ: ΕΚΤΙΜΗΤΕΣ

ΟΙΚΟΝΟΜΕΤΡΙΑ. σε μη γραμμικές μορφές. Παπάνα Αγγελική

Έλεγχος Υποθέσεων. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς

Οικονομετρία Ι. Ενότητα 6: Πολλαπλό Γραμμικό Υπόδειγμα Παλινδρόμησης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Κεφ. Ιο ΒΑΣΙΚΕΣ ΕΝΝΟΙΕΣ ΘΕΩΡΙΑΣ ΠΙΘΑΝΟΤΗΤΩΝ

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

ΣΗΜΕΙΩΣΕΙΣ ΓΙΑ ΤΗ ΣΤΑΤΙΣΤΙΚΗ ΙΙ ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ, ΑΠΛΗ ΠΑΛΙΝΔΡΟΜΗΣΗ

ΟΙΚΟΝΟΜΕΤΡΙΑ. Β μέρος: Ετεροσκεδαστικότητα. Παπάνα Αγγελική

Οικονομετρία Ι. Ενότητα 3: Θεώρημα των Gauss Markov. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Διαστήματα εμπιστοσύνης. Δρ. Αθανάσιος Δαγούμας, Επ. Καθηγητής Οικονομικής της Ενέργειας & των Φυσικών Πόρων, Πανεπιστήμιο Πειραιώς

x y max(x))

ΕΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ Ι Συμπληρωματικές Σημειώσεις Δημήτριος Παντελής

Στατιστική Ι. Ανάλυση Παλινδρόμησης

Προσαρμογή καμπύλης με τη μέθοδο των ελαχίστων τετραγώνων

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

Προσαρμογή καμπύλης με τη μέθοδο των ελαχίστων τετραγώνων

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

ΤΕΙ ΔΥΤΙΚΗΣ ΜΑΚΕΔΟΝΙΑΣ MSc Τραπεζικής & Χρηματοοικονομικής

Ανάλυση διακύμανσης (Μέρος 1 ο ) 17/3/2017

Εισαγωγή στην Εκτιμητική

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΣΧΟΛΗ ΕΠΙΣΤΗΜΩΝ ΤΗΣ ΔΙΟΙΚΗΣΗΣ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

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

7. Ανάλυση Διασποράς-ANOVA

Οικονομετρία Ι. Ενότητα 5: Ανάλυση της Διακύμανσης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

Οικονομετρία Ι. Ενότητα 2: Ανάλυση Παλινδρόμησης. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ. Επικ. Καθ. Στέλιος Ζήμερας. Τμήμα Μαθηματικών Κατεύθυνση Στατιστικής και Αναλογιστικά Χρηματοοικονομικά Μαθηματικά

Πανεπιστήμιο Θεσσαλίας Πολυτεχνική Σχολή Τμήμα Μηχανικών Χωροταξίας, Πολεοδομίας & Περιφερειακής Ανάπτυξης

Οικονομετρία Ι. Ενότητα 7: Συντελεστής πολλαπλού προσδιορισμού. Δρ. Χαϊδώ Δριτσάκη Τμήμα Λογιστικής & Χρηματοοικονομικής

ΟΙΚΟΝΟΜΕΤΡΙΑ Ενότητα 4: ΔΙΑΛΕΞΗ 04

ΟΙΚΟΝΟΜΕΤΡΙΑ. Βιολέττα Δάλλα. Εθνικό και Καποδιστριακό Πανεπιστήµιο Αθηνών

Ιδιότητες της ευθείας παλινδρόµησης

Διάστημα εμπιστοσύνης της μέσης τιμής

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

Ελένη Κανδηλώρου Αναπλ. Καθηγήτρια. Γραμμικά Μοντέλα. Λύσεις Ασκήσεων

ΠΑΛΙΝ ΡΟΜΗΣΗ..Π.Μ.Σ. Μαθηµατικά των Υπολογιστών και των Αποφάσεων. Πάτρα, 27 Ιανουαρίου 2011

Γ. Πειραματισμός Βιομετρία

Χρονικές σειρές 6 Ο μάθημα: Αυτοπαλίνδρομα μοντέλα (2)

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

Στατιστική Συμπερασματολογία

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

Y Y ... y nx1. nx1

4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου

ΤΜΗΜΑ ΟΙΚΟΝΟΜΙΚΗΣ ΕΠΙΣΤΗΜΗΣ 5 ΟΥ ΕΞΑΜΗΝΟΥ

Transcript:

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 Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr

. Ε ΙΣ Α Γ Ω Γ Η Στατιστικό Μέτρο Πληθυσμιακός Δειγματικός Μέσος Όρος Διακύμανση Συνδιακύμανση cv(, Y ) N x N = µ = σ µ N = ( x ) N = σ ( µ )( µ ) N xy = x x y y N = x = =, E( ) = µ, Var ( ) = σ / s 4 x, E( s ) = σ, Var ( s ) = σ /( ) = ( ) = s = ( x )( y Y ) xy = Ιδιότητες Μέσης τιμής, Διακύμανσης & Συνδιακύμανσης E( + Y) = E + EY, E( a) = ae( ), E( a + by+ γ ) = ae + bey + γ Var Y Var Var Y Y Var a a Var Var a by Var a by ( ± ) = ( ) + ( ) ± cv(, ), ( ) = ( ), ( + + γ ) = ( + ) cv( a + b, γy + δ ) = aγ cv(, Y ) Κεντρικό Οριακό Θεώρημα,..., ανεξάρτητες και ισόνομες τυχαίες μεταβλητές και 3 : µ ~ N ( µ, σ ), τότε ~ N (,) σ / Κανονική Χ ~ N ( µ, σ ) µ Τυποποιημένη = Z ~ N (,) σ + Y ~ N ( µ + µ, σ + σ ) x y x y ( ) a ~ N aµ, a σ Χι Τετράγωνο Z ~, = Z ~ Θετικά Ασύμμετρη { Συμμετρική E( ) =, Var ( ) = W ~, Y ~ W + Y ~ + m m Studet Y Z Y t ~, ~, Συμμετρική E( t ) =, Var ( t ) = { t 3 > { Z, ( t ) F, θ : παράμετρος θ : αμερόληπτος εκτιμητής~ E ( θ ) = θ Αν θ :, υπερεκτίμηση μεροληπτικός εκτιμητής, ( ) ( < Bas θ = E θ ) θ = >, υποεκτίμηση Mea Squared Errr MSE = ( Bas θ ) θ, θ : αμερόληπτοι εκτιμητές & θ ( ) ( ) ~ Var θ < Var θ Συνέπεια: P ( θ θ ε ) E ( θ ) ( = θ Var θ ) = ( ) + Var ( θ ) : αποδοτικότερος εκτιμητής lm < =, όπου το μέγεθος του δείγματος. lm, lm Fsher ~ / / ~ E( F ) = { Var ( F ) > = F ~ F = { > 4, ( + ) ( ) ( 4) Κατανομή του δειγματικού μέσου και δειγματικής διακύμανσης σ ~ N ( µ, ) σ s ~ N ( σ, ) Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr

. Συνδιακύμανση & Συσχέτιση μεταξύ μεταβλητών Χ, Υ Συνδιακύμανση μεταξύ μεταβλητών Χ,Υ Ορισμός Στον πληθυσμό, ( x µ )( y µ Y) x y,, συμεταβάλλονται θετικά < Y σ ΧΥ = cv(, Y ) = = µ µ Y v v >,, Y συμεταβάλλονται αρνητικά Στο δείγμα, s = cv(, Y) = ( x )( y Y ) xy = Βασικές Ιδιότητες ) cv(, ) = σ ή cv(, ) = s ) cv( a + b, γ + δy) = bδ cv(, Y ) Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr

Συντελεστής γραμμικής συσχέτισης μεταξύ μεταβλητών Χ,Υ ή Δείκτης του Pears ρ = Crr (, Y ) Crr(, Y ) Στον πληθυσμό, Στο δείγμα, cv(, Y ) Crr(, Y ) =. σ σ cv(, Y ) Crr(, Y ) = s s Y Y ρ = < ρ < ρ = < ρ < ρ = Βασική Ιδιότητα Crr ( a + b, γ + δ Y) = Crr (, Y ). Το πρόσημο είναι αυτό του πολλαπλασιασμού aγ Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr

Παράδειγμα Y Y Y ( ) ( Y Y ) ( )( Y Y ) 3 7.4 9 55.8.9 4.4 4 5.9 4.86 3 3.4.76 3.43 3 5.4.4 4 4.6.9 4.57 5 3 6.6 4 43.8 3.4 6 3 3.6 9.76.7 Σ 45 8 5.7 59 45 8 5.7 = = = Y = = s = = s = = 7 7 6 6 59 9.83 Cv(, Y) = = 9.83, Crr (, Y ) = =.9 6 4.67 5.3 7, 3, 6.43, 4.67, y 5.3, Παράδειγμα Y Y Y ( ) ( Y Y ) ( )( Y Y ) 3 3 9 9 9 3 4 4 3 4 4 6 4 5 6 4 4 4 6 6 3 9 4 6 Σ 8 8 6 3 8 8 6 = 7, = = 3, Y = = 4, s = = 4.67, s y = = 4.33, 7 7 6 6 3 3.83 Cv(, Y) = = 3.83, Crr (, Y ) = =.85 6 4.67 4.33 4 6 8 3 Y 4 5 6 7 Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr

3. Ανάλυση Παλινδρόμησης: Απλό γραμμικό υπόδειγμα Εξίσωση Παλινδρόμησης Y = b + b + u, όπου είναι η ανεξάρτητη μεταβλητή και Y είναι η εξαρτημένη μεταβλητή. u είναι το τυχαίο σφάλμα για το οποίο θεωρούμε τα εξής (υποθέσεις). Cv( u, u ) =. u ~ N (, σ ) 3. Cv(, u ) = j Παράμετροι Παλινδρόμησης. Υπολογισμός με τη Μέθοδο Ελαχίστων Τετραγώνων Ζητούμε να βρούμε τους συντελεστές b, b που προβλέπουν την ευθεία Y b b Οι παραπάνω συντελεστές προκύπτουν από την επίλυση του προβλήματος m ε όπου ε = Y Y = Y b b. = +. Η ΜΕΤ υπολογίζει τα κάτωθι cv(, Y ) b, b Y b Var ( ) = =, όπου Y, είναι οι μέσες τιμές των μεταβλητών Y, αντίστοιχα Ο συντελεστής b είναι η υπο συνθήκη αναμενόμενη τιμή του Υ όταν η Χ λάβει την τιμή. Ο συντελεστής b δείχνει το κατά πόσο αναμένεται να μεταβληθεί το Υ αν το Χ μεταβληθεί κατά μια μονάδα. Ισοδύναμοι τύποι προσδιορισμού του συντελεστή b ( )( ) ( ) ( ) Y Y Y Y = = Πρόβλεψη Ευθείας παλινδρόμησης Y b b E( Y/ ) = + =, και Var Y = σ ( / ) u Συντελεστής Προσδιορισμού Προσδιορίζει το βαθμό προσαρμογής της ευθείας στα δεδομένα. R = Μηδενική Προσαρμογή R < < R = Μερική Προσαρμογή Τέλεια Προσαρμογή SSR R =, SST=SSR+SSE. Όταν έχουμε μια ανεξάρτητη μεταβλητή, SST τότε R = Crr (, Y ) Y SST = ( Y Y), SSR = ( Y Y), SSE = ( Y Y ) SST: Sum f Ttal Squares SSR: Sum f Ttal Regress SSE: Sum f Ttal Errrs Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr

Παράδειγμα Χ Υ Y Y ( ) ( Y Y ) ( )( Y Y ) Y ( Y Y ) ( Y Y ) 8 5 5 5 5 5 8.9.8.4 3 3 9 9 9.7.9 8. 4.6.3.889 6 5 4 3.94.8.889 8 6 3 3 9 9 9 5.83.9 8. 7 5 4 5 6 7.7.5.4 Σ 9 78 7 64 66.77 6.9 = 6, 7 64 = 5, Y = 3, σ = =.67, σ Y = =.67, 6 6 66 Cv(, Y) = =, Crr (, Y ) = =.895 6.67.67 Y = a + b, b = =.94, a = 3.94 5 =.3.67 SST = 64, SSR = 6.3, SSE =.77, R =.97 Παράδειγμα y 5 5 y y^ 5 5 5 x Χ Υ Y Y ( ) ( Y Y ) ( )( Y Y ) Y ( Y Y ) ( Y Y ) 4 3 9.7.653.653 3 4 9 6 3.4 4.59.735 5 3.57.4.84 3 4 4. 4.. 4 6 4 4.43.469.84 5 5 4 4.86..735 6 5 3 9 3 5.9.8.653 Σ 8 8 4.857 5.43 = 7, 8 = 3, Y = 4, σ = = 4, σ Y = =.86, 7 7.7 Cv(, Y) = =.7, Crr (, Y ) = =.5 7 4.86.7 Y = a + b, b = =.4, a = 4.4 3 =.74 4 SST =, SSR = 5., SSE = 4.86, R =.57 y 7 6 5 4 3 y y^ 4 6 8 x Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr

4. Ανάλυση Παλινδρόμησης: Απλό γραμμικό υπόδειγμα: Στατιστική Αναφορά & Πρόβλεψη S = xx ( ) SST S yy = S Y Y SSR b S bs SSE = S yy bs xy Sxy = ( )( Y Y ) yy = ( ) = xx = xy AΣΚΗΣΗ = σ + ( ) Γραμμικότητα: a = dy, d = Sxx Αμεροληψία: E( a ) = a,, Αποδοτικότητα: Var ( a ) Sxx Γρ αμμικότητα: b = cy, c = Sxx ( ) cv(, a Var a a b ) Αμεροληψία: E( b) = b,, Var = b cv( b, a ) Var ( b ) Αποδοτικότητα: Var ( b σ ) = Sxx Θεώρημα Gauss Markv: Οι εκτιμητές του Απλού Γραμμικού Υποδείγματος είναι Best Lear Ubased Estmatrs (BLUE) ~ Γραμμικοί, Αμερόληπτοι Ελάχιστης Διακύμανσης. Τυπικό Σφάλμα Παλινδρόμησης s s E s σ se b Κατανομές, ( ) s se( b ) ~ σ : SSE =, ( ) =, ( ) = b b ~ t a a ~ t se( a ) Εκτιμητική Αν γ ορίσουμε το επίπεδο σημαντικότητας, τότε ( γ)% είναι το διάστημα εμπιστοσύνης. s Sxx b b P t γ, b b ± se( b ) t se( b ), γ /, γ / a a P t γ, a a ± se( a ) t se( a ), γ /, γ / ( ) s ( ) s ( ) s P, γ /, γ / γ, σ σ, γ /, γ / Έλεγχος Υποθέσεων: Αποδοχή της εναλλακτικής υπόθεσης H ~ Απόρριψη της μηδενικής υπόθεσης H. Δυνατές αποφάσεις κατά τη διαδικασία παραμετρικού ελέγχου αποφάσεων. () Απορρίπτουμε την Ηο όταν είναι σωστή = Σφάλμα Τύπου Ι () Δεν απορρίπτουμε την Ηο όταν είναι λάθος = Σφάλμα Τύπου ΙΙ Εκτιμητή Διακύμανσης Τυχαίου Σφάλματος b b t = se( b ) H : b = b, H : b b ~ t > t, a / H : b < b ~ t < t, a αποδοχή της H H : b > b ~ t > t, a Σημείωση. Ο έλεγχος b = αφορά στατιστική σημαντικότητα του εκτιμητή. ( ) s χ = σ H : σ = σ H : σ σ ~ χ > χ, a /,ή χ < χ, a / H : σ < σ ~ χ < χ αποδοχή της H H : σ > σ ~ χ > χ, a, a H : σ < σ ~ χ < χ, H : σ > σ ~ χ > χ, a a Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr

Παράδειγμα Διάστημα Εμπιστοσύνης (95%) των εκτιμητών του Απλού Γραμμικού Υποδείγματος με σταθερό συντελεστή x y x μx y μy (x μx) (y μy) (x μx)(y μy) y^ (y y^) (y^ μy) 8 5 5 5 5 5 8.9.. 3 3 9 9 9.7. 8. 4.6..9 6 5 4 3.94..9 8 6 3 3 9 9 9 5.83. 8. 7 5 4 5 6 7.7.5. Σ 9 78 7 64 66.8 6. E 5 3.67.67. σ 3.4 3.7 =6 Cv(,Y)=. Crr(,Y) =.99 b^=.94 a^=.4 SST=64. SSR= 6. SSE=.77 R =.97 s =.44 se(b^)=.8 Var(a^)=.5 se(a^)=. b t se( b ) b b + t se( b ) 4,.5 4,.5.943.776.8 b.943 +.776.8.7 b.6 a t se( a ) a a + t se( a ) 4,.5 4,.5.5.776. a.5 +.776. 4.54 a.4 4s 4 s σ 4,.5 4,.975 ~ 4.44 4 σ.44 ~.6 σ 3.64.4.484 Σαν άσκηση μπορείτε να επαναλάβετε αλλά στο απλό γραμμικό υπόδειγμα χωρίς σταθερό συντελεστή. Θα πρέπει να βρείτε b^=.87 SST=64. SSR=53. SSE=.6 R =.97 s =.54 se(b^)=.88 και.63 b. Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr

5. Συμπληρωματικό Παράρτημα Απλού Γραμμικού Υποδείγματος Έλεγχος Υποθέσεων= Ανάλυση Διακύμανσης Έλεγχος στατιστικής σημαντικότητας της ανεξάρτητης μεταβλητής Χ Αποδοχή της εναλλακτικής υπόθεσης H ~ Απόρριψη της μηδενικής υπόθεσης H. Δυνατές αποφάσεις κατά τη διαδικασία παραμετρικού ελέγχου αποφάσεων. () Απορρίπτουμε την Ηο όταν είναι σωστή = Σφάλμα Τύπου Ι () Δεν απορρίπτουμε την Ηο όταν είναι λάθος = Σφάλμα Τύπου ΙΙ H : b = b SS x SSR R F = = = ~ F, SSE /( ) SSE /( ) ( R ) /( ) Πηγή Άθροισμα Βαθμοί Mέσο Άθροισμα Στατιστική F Διακύμανσης Τετραγώνων Ελευθερίας Τετραγώνων Παλινδρόμηση SSR MSR=SSR F=MSR/MSE Κατάλοιπα SSE MSE=SSE/( ) Σύνολο SST Ικανή Συνθήκη Απόρριψης της Μηδενικής Υπόθεσης (~ο συντελεστής b είναι στατιστικά μη σημαντικός) σε επίπεδο σημαντικότητας α: F > F,, a Έλεγχος στατιστικής σημαντικότητας του συντελεστή συσχέτισης μεταξύ εξαρτημένης, ανεξάρτητης μεταβλητής ρ t = ρ H : ρ = H : ρ < ~ t < t H : ρ ~ t > t H : ρ > ~ t > t, a, a /, a Διάστημα Εμπιστοσύνης (~επίπεδο σημαντικότητας α) μέσης ( E( Y / ) ) και ατομικής πρόβλεψης ( Y ) ( ) E( Y / ) Y t, a / se( Y ), Y t, a / se( Y ), όπου se( Y ) s + = + S xx ( ) Y Y t, a / se( ε ), Y t, a / se( ε ), όπου se( ε ) s + = + + S xx Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr

. Πολλαπλό Γραμμικό Υπόδειγμα.. = [ ] [ ]... [ k ], =, =,..., k.., k,, Y ε b...... Y =, ε =, b = Y = b + ε...... Y ε b,, k k, Υποθέσεις: ) E( ε ) =, ) E( ε ) = σ ( ομοσκεδαστικότητα), ) E( ε ) = Υπολογισμός εκτιμητών b Πρόβλημα Ελαχιστοποίησης m ε, όπου ε = Y Y, Y = b Ισοδύναμα, m ( Y' Y b ' ' Y + b ' ' b ) Συνθήκη ης τάξης Συνθήκη ης τάξης Εφαρμογές d ε = b = ( ' ) ( ' Y ) db d ε = ( ' ) > db ( Y % % ) % ( Y % % ) ( % % ) % % ( % % ) ( Y % % ) % ( Y % % ) ( % % ) % % ( % % ) b =, cv(, Y ) k = b =, b = Y b, k = b = Var ( ) b = Y b b Y% = Y Y, % = Ιδιότητες της εκτιμηθείσας μορφής του υποδείγματος ) Y = Y, ) = ε =, ) = ε = j, v) = Yε = SSR Συντελεστής προσδιορισμού, R =, SST=SSR+SSE SST /( ) Διορθωμένος συντελεστής προσδιορισμού R = SSE k = ( R ) SST /( ) k Κριτήριο Akake, Κριτήριο Schwarz, SSE ( k + ) AIC = l + SSE k + SC = l + l( ) Κριτήρια Επιλογής Υποδείγματος Μεγαλύτερος Διορθωμένος συντελεστής προσδιορισμού, Μικρότερη τιμή AIC, Μικρότερη τιμή SC. Προτιμάται το κριτήριο AIC, SC. Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr

7. Πολλαπλό Γραμμικό Υπόδειγμα : Στατιστική αναφορά & Πρόβλεψη Τυπικό Σφάλμα Παλινδρόμησης 4 SSE σ s : s =, E( s ) = σ, Var ( s ) = k k Κατανομή ( k ) s σ b b se( b ) ~ k ~ t k Συντελεστής μερικής συσχέτισης t b = ± = t + ( k ) se( b ) Y,,..., +,... k, t r Εκτιμητική = Διάστημα Εμπιστοσύνης α συντελεστών b και διασποράς σ σφάλματος b b ± se( b ) t k, a / ( k ) s ( k ) s σ k, a / k, a / τυχαίου Έλεγχος Υποθέσεων b b t = se( b ) Συντελεστών Υποδείγματος H : b = b, H : b b ~ t > t k, a / H : b < b ~ t < t αποδοχή της H H : b > b ~ t > t k, a k, a Σημείωση. Ο έλεγχος b = στατιστική σημαντικότητα του εκτιμητή. αφορά ( k ) s χ = σ Διακύμανσης Τυχαίου Σφάλματος H : σ = σ H : σ σ ~ χ > χ k, a /,ή χ < χ k, a / H : σ < σ ~ χ < χ αποδοχή της H H : σ > σ ~ χ > χ k, a k, a Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr

Ταυτόχρονη στατιστική σημαντικότητα όλων των συντελεστών = Ανάλυση Διακύμανσης SSR k R k F = = SSE /( k ) R k H : b =, για κάθε H τουλάχιστον ένα b ~ : / ~ F > F k, k, a j F k, k, a Στατιστική σημαντικότητα μέρους των συντελεστών ( SSE * SSE ) / λ F = = ~ F SSE /( k ) H : b =, λ για κάθε λ, k, a H : τουλάχιστον ένα b ~ F > F λ, k, a Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr

Παράδειγμα = Πλήρης μελέτης του πολλαπλού γραμμικού υποδείγματος Y = 5 +.6 3 +.45 3 (4.) (.95) (3.33) (.6), = 5, SSR = 485, SST = 565 όπου οι αριθμοί σε παρένθεση υποδηλώνουν τις τιμές της στατιστικής t για αντίστοιχο συντελεστή. ) R, R : R SSR = =.96, φανερώνει ότι το 9.6% της μεταβλητότητας της εξαρτημένης SST μεταβλητής ερμηνεύεται από την ταυτόχρονη μεταβλητότητα των ανεξάρτητων μεταβλητών, ενώ το υπόλοιπο 7.84% από άλλους παράγοντες. R = ( R ) { =.94 k k = 3 SSE SST SSR s = = = 9.67, s = 4.44 k k ) ) συντελεστές μερικής συσχέτισης t b = ± = t ( k ) se( b ) Y,,..., +,... k, t + r r =.54, r =.59, r =.3 Y,... k Y,3... k Y3,,4... k v) ΔΕ (95%) των συντελεστών b, =,,,3 : ( ) b b b ± se b t = b ± t, t = t =.8 k, a / k, a / k, a /,.5 t b :[3.7,376.83], b :[.8,.44], b :[ 487.387,.63], b :[.6,.9] 3 k k σ s, s [.64, 4.8], 3.4,6.34 = σ k, a / k, a /, σ [ ] : b = v) Στατιστική σημαντικότητα των b. b b b b 3 v) Άλλοι έλεγχοι, t,.5,.5 H =.7, = 3.67, H : b,,, = H b = = H b = : =, H : b, H : b, : 3 =., H : σ, : <, H : b >, H : b, : 3 <., H : σ >, H b H b v) Ανάλυση διακύμανσης, F 3,,.5 = 3.7 SSR / k R k F = = = 8. SSE /( k ) R k H : b =, για κάθε : H τουλάχιστον ένα b j ~ F F k, k, a >, αληθές άρα απορρίπτεται η μηδενική υπόθεση. v) Το αρχικό γραμμικό υπόδειγμα εκτιμήθηκε χωρίς τις μεταβλητές, 3 και βρέθηκε ότι * SSE = 43 και R SSR * SST SSE * = = =.983, R =.99, φανερώνει ότι το 9.83% (9.9%, προσαρμοσμένης SST SST * * στους βαθμούς ελευθερίας) της μεταβλητότητας της εξαρτημένης μεταβλητής ερμηνεύεται από την μεταβλητότητα της ανεξάρτητης μεταβλητής Χ, ενώ το υπόλοιπο 8.7% (9.8%) από άλλους παράγοντες. Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr

v) Μελέτη ταυτόχρονη μη στατιστικής σημαντικότητας των ανεξάρτητων μεταβλητών, 3 στο αρχικό υπόδειγμα. F,,.5 = 3.47 H : b = b 3 = ( SSE * SSE ) / λ, F = = {.47 < 3.47 H : b ή b SSE /( k ) λ = 3, άρα αποδεχόμαστε την Ηο. Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr

ΕΚΠΑΙΔΕΥΤΙΚΑ ΠΡΟΓΡΑΜΜΑΤΑ ΠΑΝΕΠΙΣΤΗΜΙΑΚΑ ΦΡΟΝΤΙΣΤΗΡΙΑ Πανεπιστημιακά Φροντιστήρια Μαθήματα για : Πανεπιστήμιο Πειραιώς Οικονομικό Πανεπιστήμιο Αθηνών Καποδιστριακό Πανεπιστήμιο Αθηνών Πάντειον Πανεπιστήμιο Εθνικό Μετσόβιο Πολυτεχνείο (ΕΜΠ) Ελληνικό Ανοικτό Πανεπιστήμιο (ΕΑΠ) ΤΕΙ Αθηνών ΤΕΙ Πειραιώς, Σεμινάρια για Διαγωνισμούς Δημοσίου Προετοιμασία για : Εθνική Σχολή Δημόσιας Διοίκησης Εθνική Σχολή Τοπικής Αυτοδιοίκησης Υπουργείο Οικονομικών Υπουργείο Εξωτερικών Υπουργείο Δικαιοσύνης Διαγωνισμός Εκπαιδευτικών Διαγωνισμός Ευρύτερου Δημόσιου Τομέα Ξένες Γλώσσες Αγγλικά Κινέζικα TOEFL (εξεταστικό κέντρο) GMAT IELTS TOEIC GRE Επίσημο Εξεταστικό Κέντρο TOEFL Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr

Εξειδικευμένα Σεμινάρια Στατιστικά Προγράμματα (SPSS, StatVew, ) Matlab Mathematca Autcad Μηχανογραφημένη Λογιστική Γλώσσες Προγραμματισμού (C, C++, Java, Php, ) Πληροφορική (Πιστοποιήσεις) Βασικό Επίπεδο (απαραίτητο στον ΑΣΕΠ) Προχωρημένο Επίπεδο Εξειδικευμένο Επίπεδο Πιστοποιημένο Εξεταστικό Κέντρο ECDL Πιστοποιημένο Εξεταστικό Κέντρο keycert Επισκεφθείτε την ιστοσελίδα μας www.vtal.gr και ενημερωθείτε για τα προγράμματά μας. Διευθυντής Εκπαίδευσης Δρ. Χόντας Στυλιανός Διδάκτωρ Μηχανικός ΕΜΠ Ηλεκτρολόγος Μηχανικός & Μηχανικός Η/Υ Παράρτημα Πανεπιστημίου: Δεληγιώργη 6 Α (έναντι Πανεπιστημίου Πειραιώς) Τηλ.: 4..97,,, Fax : 4..634 URL : www.vtal.gr emal: f@vtal.gr