Μάθημα: Στατιστική ανάλυση δεδομένων με χρήση Η/Υ (του 8 ου Εξαμήνου Σπουδών του Τμήματος Βιοτεχνολογίας) Διδάσκων: Γιώργος Κ.

Σχετικά έγγραφα
Ανάλυση Διασποράς Προβλήματα και Ασκήσεις

Γεωργικός Πειραματισμός (Κωδ. 3515) Βασικές Στατιστικές Μέθοδοι και Εργαλεία Ανάλυσης Δεδομένων 2. Ανάλυση Διακύμανσης

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

Ανάλυση διακύμανσης (Μέρος 2 ο ) 31/3/2017

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

Για το δείγμα από την παραγωγή της εταιρείας τροφίμων δίνεται επίσης ότι, = 1.3 και για το δείγμα από το συνεταιρισμό ότι, x

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

Εργαστήριο Μαθηματικών & Στατιστικής 2η Πρόοδος στο Μάθημα Στατιστική 28/01/2011 (Για τα Τμήματα Ε.Τ.Τ. και Γ.Β.) 1ο Θέμα [40] α) στ) 2ο Θέμα [40]

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

Διαστήματα Εμπιστοσύνης και Στατιστικοί Έλεγχοι Υποθέσεων Προβλήματα και Ασκήσεις

Ερωτήσεις κατανόησης

και τυπική απόκλιση σ = 40mg ανά μπανάνα. α) Ποια είναι η πιθανότητα μια μπανάνα να περιέχει i)

Γραπτή Εξέταση Περιόδου Φεβρουαρίου 2013 στη Στατιστική

Διαστήματα Εμπιστοσύνης και Στατιστικοί Έλεγχοι Υποθέσεων Προβλήματα και Ασκήσεις

Έλεγχος Χ 2 (καλής προσαρμογής, ανεξαρτησίας και ομογένειας) Προβλήματα και Ασκήσεις

συγκέντρωση της ουσίας στον παραπόταμο είναι αυξημένη σε σχέση με τον ίδιο τον ποταμό;

Επαναληπτικές Ασκήσεις 26/5/2017

Στατιστικός έλεγχος υποθέσεων (Μέρος 3 ο ) 10/3/2017

ΚΕΦΑΛΑΙΟ II ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ 1. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΕΝΑ ΚΡΙΤΗΡΙΟ 2. ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ

ΑΝΑΛΥΣΗ ΔΙΑΚΥΜΑΝΣΗΣ ΚΑΤΑ ΔΥΟ ΚΡΙΤΗΡΙΑ

Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο ) 24/2/2017

Μέρος Β /Στατιστική. Μέρος Β. Στατιστική. Γεωπονικό Πανεπιστήμιο Αθηνών Εργαστήριο Μαθηματικών&Στατιστικής/Γ. Παπαδόπουλος (

8. Ανάλυση Διασποράς ως προς. δύο παράγοντες

8. Ανάλυση Διασποράς ως προς. δύο παράγοντες

Ανάλυση Διασποράς Ανάλυση Διασποράς διακύμανση κατά παράγοντες διακύμανση σφάλματος Παράδειγμα 1: Ισομεγέθη δείγματα

ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ

13. Ανάλυση Διακύμανσης

Γ. Πειραματισμός Βιομετρία

την τιμή της μέσης τιμής, μ, ή της διασποράς, σ, ενός πληθυσμού και σε στατιστικούς ελέγχους υποθέσεων για τη σύγκριση των μέσων τιμών, μ

Μια από τις σημαντικότερες δυσκολίες που συναντά ο φυσικός στη διάρκεια ενός πειράματος, είναι τα σφάλματα.

Διαδικασία Ελέγχου Μηδενικών Υποθέσεων

ΤΕΙ Αθήνας Μεθοδολογία της έρευνας και Ιατρική στατιστική

Στατιστική Ι (ΨΥΧ-1202) Διάλεξη 7. Στατιστικός έλεγχος υποθέσεων

Εφαρμοσμένη Στατιστική

Σημειακή εκτίμηση και εκτίμηση με διάστημα Παραδείγματα. 12 η Διάλεξη

7. Ανάλυση Διασποράς-ANOVA

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Στατιστικός έλεγχος υποθέσεων (Μέρος 1 ο )

Στατιστικός έλεγχος υποθέσεων (Μέρος 2 ο ) 3/3/2017

Εφαρμοσμένη Στατιστική Δημήτριος Μπάγκαβος Τμήμα Μαθηματικών και Εφαρμοσμένων Μαθηματικών Πανεπισ τήμιο Κρήτης 22 Μαΐου /32

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

Γ. Πειραματισμός - Βιομετρία

Ενότητα 2: Έλεγχοι Υποθέσεων Διαστήματα Εμπιστοσύνης

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

Έλεγχος υποθέσεων και διαστήματα εμπιστοσύνης

6 ο ΜΑΘΗΜΑ Έλεγχοι Υποθέσεων

Κεφάλαιο 9. Έλεγχοι υποθέσεων

, µπορεί να είναι η συνάρτηση. αλλού. πλησιάζουν προς την τιµή 1, η διασπορά της αυξάνεται ή ελαττώνεται; (Εξηγείστε γιατί).

Στατιστική Ι. Ενότητα 2: Στατιστική Ι (2/4) Αναπλ. Καθηγητής Νικόλαος Σαριαννίδης Τμήμα Διοίκησης Επιχειρήσεων (Κοζάνη)

2. ΕΛΕΓΧΟΙ ΥΠΟΘΕΣΕΩΝ ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ

Ανάλυση Δεδομένων με χρήση του Στατιστικού Πακέτου R

Προσοχή: Για κάθε λανθασµένη απάντηση δεν θα λαµβάνεται υπόψη µία σωστή

Κεφάλαιο 9. Έλεγχοι υποθέσεων

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

Μονοπαραγοντική Ανάλυση Διακύμανσης Ανεξάρτητων Δειγμάτων

& 4/12/09 Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ

Η ΕΠΙΔΡΑΣΗ ΤΟΥ ΒΙΟΕΝΕΡΓΟΠΟΙΗΤΗ RHIZOACTIVE ΣΤΗΝ ΚΑΛΛΙΕΡΓΕΙΑ ΤΟΥ ΜΑΡΟΥΛΙΟΥ ΓΙΑ ΤΗΝ ΑΝΑΠΤΥΞΗ ΤΟΥ ΡΙΖΙΚΟΥ ΣΥΣΤΗΜΑΤΟΣ ΑΝΤΩΝΙΑΔΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ

Τμήμα Διοίκησης Επιχειρήσεων (Γρεβενά) Μάθημα: Στατιστική II Διάλεξη 6 η :Έλεγχοι Υποθέσεων V. Διδάσκουσα: Κοντογιάννη Αριστούλα

Λίγα λόγια για τους συγγραφείς 16 Πρόλογος 17

Επίπεδο Τιμές 12

ΑΝΑΛΥΣΗ ΤΗΣ ΙΑΚΥΜΑΝΣΗΣ (ΑΝOVA)

Απλή Γραμμική Παλινδρόμηση και Συσχέτιση 19/5/2017

Δειγματικές Κατανομές

Γραπτή Εξέταση Περιόδου Σεπτεμβρίου 2008 στο Μάθημα Στατιστική Α ΣΕΙΡΑ ΘΕΜΑΤΩΝ

Επανάληψη ελέγχων υποθέσεων

Έλεγχοι Χ 2 (Μέρος 1 ο ) 28/4/2017

Έλεγχοι Υποθέσεων. Χρήση της Στατιστικής. Η λογική του Ελέγχου Υπόθεσης Ο Έλεγχος Υπόθεσης 7-2

Γ. Πειραματισμός Βιομετρία

Στατιστική Ι. Ενότητα 9: Κατανομή t-έλεγχος Υποθέσεων. Δρ. Γεώργιος Κοντέος Τμήμα Διοίκησης Επιχειρήσεων Γρεβενών

Εισαγωγή - Πειραματικοί Σχεδιασμοί. Κατσιλέρος Αναστάσιος

5 o Μάθημα Έλεγχοι Υποθέσεων

Στατιστικοί Ελεγχοι. t - Έλεγχος για τον μέσο μ ενός πληθυσμού. t-έλεγχος για την σύγκριση των μέσων δύο πληθυσμών

Η Διωνυμική Κατανομή. μαθηματικών. 2 Ο γονότυπος μπορεί να είναι ΑΑ, Αα ή αα.

Στατιστική. Ανάλυση ιασποράς με ένα Παράγοντα. One-Way Anova. 8.2 Προϋποθέσεις για την εφαρμογή της Ανάλυσης ιασποράς

Στατιστική: Δειγματοληψία X συλλογή δεδομένων. Περιγραφική στατιστική V πίνακες, γραφήματα, συνοπτικά μέτρα

Γ. Πειραματισμός Βιομετρία

ΓΕΩΡΓΙΚΟΣ ΠΕΙΡΑΜΑΤΙΣΜΟΣ 1ο Εργαστήριο «ΣΧΕΔΙΑΣΗ ΠΕΙΡΑΜΑΤΙΚΟΥ ΑΓΡΟΥ»

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

Το Κεντρικό Οριακό Θεώρημα

ΠΑΝΕΠΙΣΤΗΜΙΟ ΑΙΓΑΙΟΥ ΠΟΛΥΤΕΧΝΙΚΗ ΣΧΟΛΗ ΤΜΗΜΑ ΜΗΧΑΝΙΚΩΝ ΟΙΚΟΝΟΜΙΑΣ ΚΑΙ ΔΙΟΙΚΗΣΗΣ ΣΤΑΤΙΣΤΙΚΗ

Γ. Πειραματισμός Βιομετρία

Τμήμα Τεχνολόγων Γεωπόνων-Κατεύθυνση Αγροτικής Οικονομίας Εφαρμοσμένη Στατιστική Μάθημα 4 ο :Τυχαίες μεταβλητές Διδάσκουσα: Κοντογιάννη Αριστούλα

ΣΧ0ΛΗ ΤΕΧΝ0Λ0ΓΙΑΣ ΤΡΟΦΙΜΩΝ & ΔΙΑΤΡΟΦΗΣ ΤΜΗΜΑ ΤΕΧΝΟΛΟΓΙΑΣ ΤΡΟΦΙΜΩΝ ΕΡΓΑΣΤΗΡΙΟ: ΟΡΓΑΝΟΛΗΠΤΙΚΟΥ ΕΛΕΓΧΟΥ ΓΙΑΝΝΑΚΟΥΡΟΥ ΜΑΡΙΑ ΤΑΛΕΛΛΗ ΑΙΚΑΤΕΡΙΝΗ

Σύγκριση μέσου όρου πληθυσμού με τιμή ελέγχου. One-Sample t-test

Αναλυτική Στατιστική

Χημική Τεχνολογία. Ενότητα 1: Στατιστική Επεξεργασία Μετρήσεων. Ευάγγελος Φουντουκίδης Τμήμα Μηχανολόγων Μηχανικών Τ.Ε.

ΕΙΣΑΓΩΓΗ ΣΤΗ ΣΤΑΤΙΣΤΙΚΗ

ΕΙΣΑΓΩΓΗ ΣΤΗ ΒΙΟΛΟΓΙΑ

Γ. Πειραματισμός Βιομετρία

Δοκιμές προτίμησης και αποδοχής

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

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

Σχεδιασμός και Διεξαγωγή Πειραμάτων

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

ΕΛΛΗΝΙΚΟ ΑΝΟΙΚΤΟ ΠΑΝΕΠΙΣΤΗΜΙΟ

4 o Μάθημα Διάστημα Εμπιστοσύνης του Μέσου

Σφάλματα Είδη σφαλμάτων

Σ ΤΑΤ Ι Σ Τ Ι Κ Η. Statisticum collegium iv

Κεφάλαιο 14. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης. Ανάλυση ιακύµανσης Μονής Κατεύθυνσης

Ανάλυση διακύμανσης (Μονοδιάστατη) One-Way ANOVA

Transcript:

Μάθημα: Στατιστική ανάλυση δεδομένων με χρήση Η/Υ (του 8 ου Εξαμήνου Σπουδών του Τμήματος Βιοτεχνολογίας) Διδάσκων: Γιώργος Κ. Παπαδόπουλος 3. Ανάλυση Διακύμανσης Σύντομη ανασκόπηση βασικών εννοιών, προτάσεων και τύπων Πιθανότητα σφάλματος τύπου Ι κατά σύγκριση και κατά πείραμα Υποθέσεις για την εφαρμογή ελέγχων ανάλυσης διακύμανσης Η βασική ιδέα τις ανάλυσης διακύμανσης Αλληλεπίδραση δύο παραγόντων Η πιθανότητα α λανθασμένης απόρριψης της μηδενικής υπόθεσης σε PE έναν τουλάχιστον από c ελέγχους (η πιθανότητα σε c ελέγχους να συμβεί τουλάχιστον μια φορά σφάλμα Τύπου Ι) ονομάζεται πιθανότητα σφάλματος τύπου Ι κατά πείραμα. Το επίπεδο σημαντικότητας α PC καθενός από τους c ελέγχους ονομάζεται πιθανότητα σφάλματος τύπου Ι κατά σύγκριση.. Οι πληθυσμοί από τις οποίους προέρχονται τα δείγματα είναι κανονικοί με κοινή διακύμανση. 2. Οι υποθέσεις που κατά περίπτωση αφορούν τον τρόπο λήψης των παρατηρήσεων, δηλαδή, το πειραματικό σχέδιο. Οι διαφορές στους δειγματικούς μέσους (στους μέσους των επεμβάσεων) κρίνονται στατιστικά σημαντικές ή όχι, σε σχέση με τις μεταβλητότητες (διακυμάνσεις) εντός των δειγμάτων. Η επίδραση του ενός παράγοντα εξαρτάται από τη στάθμη του άλλου, ή αλλιώς, η επίδραση του ενός παράγοντα διαφοροποιείται ανάλογα με τη στάθμη του άλλου. Δηλαδή, η αλληλεπίδραση εκφράζει την επίδραση του ενός παράγοντα στη συμπεριφορά του άλλου. Αν δεν υπάρχει αλληλεπίδραση, οι δύο παράγοντες συμπεριφέρονται ανεξάρτητα και επιδρούν προσθετικά/ανεξάρτητα. Έλεγχος ανάλυσης διακύμανσης στο εντελώς τυχαιοποιημένο σχέδιο (με έναν παράγοντα) H 0 : μ μ2 K μ k ή ο παράγοντας δεν επιδρά H : μ μ για ένα τουλάχιστον ζεύγος (i, j) ή ο παράγοντας επιδρά i j Πηγή μεταβλητότητας Επεμβάσεις (Treatments) ή Παράγοντας (factor) ή μεταξύ των δειγμάτων Σφάλμα (Error) ή εντός των δειγμάτων Β.Ε. Ο Πίνακας Ανάλυσης Διακύμανσης για το εντελώς τυχαιοποιημένο σχέδιο (με έναν παράγοντα) Άθροισμα τετραγώνων SS k SSTr ν k Ολική ν SSTot Μέσο άθροισμα τετραγώνων MS MSTr SSTr k ν k Κριτήριο MSTr Tr Περιοχή απόρριψης Tr k ;ν k;α Γεωπονικό Πανεπιστήμιο Αθηνών/Γ.Κ.Παπαδόπουλος (www.aua.gr/gpapadopoulos)

2. Έλεγχοι ανάλυσης διακύμανσης στο σχέδιο τυχαιοποιημένων πλήρων ομάδων H 0 : μ μ2 K μ k ή ο παράγοντας δεν επιδρά H : μ μ για ένα τουλάχιστον ζεύγος (i, j) ή ο παράγοντας επιδρά i j H0 : μ μ2 K μ b ή οι ομάδες δεν επιδρούν H : μ μ για ένα τουλάχιστον ζεύγος (i, j) ή οι ομάδες επιδρούν i j Πηγή μεταβλητότητας Επεμβάσεις ή Παράγοντας ή μεταξύ των δειγμάτων Β.Ε. k SSTr Ομάδες b Σφάλμα ή εντός των ( b )( k ) δειγμάτων Ολική kb SSTot Πίνακας Ανάλυσης Διακύμανσης Άθροισμα Μέσο άθροισμα τετραγώνων τετραγώνων SS MS SSTr MSTr k MSB b ( b )( k ) Κριτήριο MSTr Tr MSB B Περιοχή απόρριψης Tr k ;( b )( k );α B b ;( b )( k );α 3. Έλεγχοι ανάλυσης διακύμανσης σε ένα α x b παραγοντικό πείραμα με r > παρατηρήσεις ανά επέμβαση H 0α : ο παράγοντας A δεν επιδρά H ο παράγοντας A επιδρά : α H : ο παράγοντας B δεν επιδρά 0b H : ο παράγοντας B επιδρά b H0γ : Hγ : οι παράγοντες Α, Β δεν αλληλεπιδρούν οι παράγοντες Α, Β αλληλεπιδρούν Πηγή μεταβλητότητας Β.Ε. Παράγοντας Α α SSA Παράγοντας B b Αλληλεπίδραση ΑB Ο Πίνακας Ανάλυσης Διακύμανσης για το α x b παραγοντικό πείραμα με r > παρατηρήσεις ανά επέμβαση Άθροισμα Μέσο άθροισμα τετραγώνων τετραγώνων Κριτήριο SS MS ( α )( b ) SS(AB) Σφάλμα α b( r ) Ολική α br SSTot SSA MSA α MSB b SS( AB) MS( AB) ( α )( b ) α b( r ) MSA A MSB B MS( AB) AB Περιοχή απόρριψης AB A α ; αb( r ); α B b ; α b( r );α ( α )( b ); αb( r ); α Γεωπονικό Πανεπιστήμιο Αθηνών/Γ.Κ.Παπαδόπουλος (www.aua.gr/gpapadopoulos) 2

4. Έλεγχοι ανάλυσης διακύμανσης σε ένα α x b παραγοντικό πείραμα με μία (r ) παρατήρηση ανά επέμβαση H 0α : ο παράγοντας A δεν επιδρά H ο παράγοντας A επιδρά : α H : ο παράγοντας B δεν επιδρά 0b H : ο παράγοντας B επιδρά b Πηγή μεταβλητότητας Β.Ε. Ο Πίνακας Ανάλυσης Διακύμανσης για το α x b παραγοντικό πείραμα με μια (r ) παρατήρηση ανά επέμβαση Άθροισμα τετραγώνων SS Παράγοντας Α α SSΑ Παράγοντας Β b Σφάλμα ( α )( b ) Ολική α b SSTot Μέσο άθροισμα τετραγώνων MS SSA MSA α MSB b ( α )( b ) Κριτήριο Περιοχή απόρριψης MSA A A α ;( α )( b ); α MSB B B b ;( α )( b ); α Γεωπονικό Πανεπιστήμιο Αθηνών/Γ.Κ.Παπαδόπουλος (www.aua.gr/gpapadopoulos) 3

Προβλήματα και Ασκήσεις Για κάθε πρόβλημα που ακολουθεί, εκτός των ερωτημάτων που διατυπώνονται, να γίνουν με τη βοήθεια κάποιου στατιστικού πακέτου και τα εξής: α) Έλεγχος των αναγκαίων για την εφαρμογή ελέγχου ανάλυσης διακύμανσης παραδοχών. β) Έλεγχοι πολλαπλών συγκρίσεων (στις περιπτώσεις που διαπιστώνονται στατιστικά σημαντικές επιδράσεις) και σχολιασμός των συμπερασμάτων που προκύπτουν. γ) Κατάλληλα διαγράμματα για τη γραφική αναπαράσταση των συμπερασμάτων. δ) Κατάλληλος μη παραμετρικός έλεγχος, όταν οι αναγκαίες για τον έλεγχο ανάλυσης διακύμανσης παραδοχές δεν ικανοποιούνται.. Ένας ερευνητής προκειμένου να συγκρίνει τρία σιτηρέσια εκτροφής κοτόπουλων (Σ, Σ2 και Σ3), σχεδίασε και εκτέλεσε το εξής πείραμα. Επέλεξε 5 νεογέννητα κοτόπουλα και με μια τυχαία διαδικασία αντιστοίχησε σε 5 από αυτά το σιτηρέσιο Σ, σε 5 άλλα το σιτηρέσιο Σ2 και σε 5 άλλα το σιτηρέσιο Σ3. Δημιούργησε έτσι τρεις ομάδες των πέντε κοτόπουλων η κάθε μία. Αφού χορήγησε στα κοτόπουλα κάθε ομάδας το αντίστοιχο σιτηρέσιο (για συγκεκριμένο χρονικό διάστημα από τη γέννησή τους), μέτρησε το (μικτό) βάρος τους (σε kg). Οι μετρήσεις που πήρε δίνονται στον πίνακα που ακολουθεί. Σιτηρέσιο Μικτό Βάρος (σε kg) Σ 2.65 2.3 2.6 2.09 2.39 Σ2.83 2.46 2.54.72.98 Σ3 2.50 2.24 2.72 2.3 2.65 α) Τι τύπου πειραματικό σχέδιο επέλεξε να εφαρμόσει ο ερευνητής; β) Με βάση αυτά τα πειραματικά δεδομένα και σε επίπεδο σημαντικότητας 5%, υπάρχουν στατιστικά σημαντικές διαφορές στη μέση αύξηση του βάρους των κοτόπουλων που να οφείλονται στα τρία σιτηρέσια; γ) Ποιες παραδοχές χρειάσθηκε να κάνετε για να απαντήσετε στο ερώτημα (β); 2. Ένας φοιτητής συνέκρινε στο πλαίσιο της πτυχιακής του εργασίας, τις ποσότητες χοληστερίνης που περιέχουν τέσσερα διαφορετικά είδη τροφίμων διαίτης, Α, Α2, Α3 και Α4. Για το σκοπό αυτό, πήρε με βάση ένα σχέδιο τυχαίας δειγματοληψίας τρεις μετρήσεις από κάθε είδος (σε mg/70gr). Οι μετρήσεις αυτές φαίνονται στον πίνακα που ακολουθεί. Είδος τροφίμου διαίτης Ποσότητα Χοληστερίνης (σε mg/70gr) Α 3.6 4. 4.0 Α2 3. 3.2 3.9 Α3 3.2 3.5 3.5 Α4 3.5 3.8 3.8 α) Σε επίπεδο σημαντικότητας 5%, υποστηρίζουν αυτά τα δεδομένα ότι υπάρχουν στατιστικά σημαντικές διαφορές μεταξύ των μέσων ποσοτήτων χοληστερίνης στα τέσσερα είδη τροφίμων; β) Εξηγείστε τι έλεγχο, γιατί και με ποιες παραδοχές κάνατε για να απαντήσετε στο ερώτημα (α). 3. Σε ένα πείραμα για τη διερεύνηση της επίδρασης της πρωινής διατροφής στη συγκέντρωση της προσοχής των μαθητών Α Δημοτικού κατά τα πρώτα είκοσι λεπτά της πρώτης πρωινής ώρας μαθημάτων, επελέγησαν 5 μαθητές της Α Δημοτικού και με μια τυχαία διαδικασία, σε 5 μαθητές δε δόθηκε πρωινό, σε άλλους 5 δόθηκε ελαφρύ πρωινό και σε άλλους επίσης 5 δόθηκε πλήρες πρωινό. Γεωπονικό Πανεπιστήμιο Αθηνών/Γ.Κ.Παπαδόπουλος (www.aua.gr/gpapadopoulos) 4

Στον πίνακα που ακολουθεί φαίνεται ο χρόνος/διάρκεια συγκέντρωσης της προσοχής (σε min), καθενός από τους 5 μαθητές (κατά τα πρώτα είκοσι λεπτά της πρώτης πρωινής ώρας μαθημάτων). Χρόνοι συγκέντρωσης (σε min) ανά κατηγορία πρωινής διατροφής Όχι πρωινό Ελαφρύ πρωινό Πλήρες πρωινό 8 4 0 7 6 2 9 2 6 3 7 5 0 2 α) Τι τύπου πειραματικό σχέδιο επελέγη; β) Με βάση αυτά τα πειραματικά δεδομένα και σε επίπεδο σημαντικότητας 5%, υπάρχει στατιστικά σημαντική επίδραση στη διάρκεια συγκέντρωσης της προσοχής των μαθητών Α Δημοτικού κατά τα πρώτα είκοσι λεπτά της πρώτης πρωινής ώρας μαθημάτων, που να οφείλεται στην πρωινή διατροφή; γ) Ποιες υποθέσεις χρειάσθηκε να κάνετε για να απαντήσετε στο ερώτημα (β); 4. Μια ομάδα ερευνητών μελέτησε τη μόλυνση των νερών ενός ποταμού από βιομηχανικά απόβλητα. Ως μέρος αυτής της μελέτης, συνέκρινε τη συγκέντρωση διαλυμένου οξυγόνου στα νερά του ποταμού σε 4 περιοχές της κοίτης του, Κ, Κ2, Κ3 και Κ4. Η περιοχή Κ βρίσκεται στις εκβολές του ποταμού ενώ κοντά στην Κ3 ρίχνονται απόβλητα από παρακείμενη βιομηχανία. Από κάθε περιοχή οι ερευνητές πήραν, με βάση ένα σχέδιο τυχαίας δειγματοληψίας, έξι δείγματα νερού. Στον πίνακα που ακολουθεί δίνονται οι συγκεντρώσεις διαλυμένου οξυγόνου (σε ppm) στις τέσσερις περιοχές του ποταμού (πέντε από τα δείγματα νερού που ελήφθησαν, χάθηκαν). Περιοχή Συγκέντρωση διαλυμένου οξυγόνου (σε ppm) Κ 6. 6.3 6. 6.0 Κ2 6.0 6.2 6. 5.8 Κ3 4.8 4.3 5.0 4.7 5. Κ4 6.3 6.6 6.4 6.4 6.5 6.3 α) Σε επίπεδο σημαντικότητας 5%, υποστηρίζουν αυτά τα δεδομένα ότι μεταξύ των τεσσάρων περιοχών υπάρχουν στατιστικά σημαντικές διαφορές στη μέση συγκέντρωση διαλυμένου οξυγόνου; β) Εξηγείστε τι έλεγχο, γιατί και με ποιες παραδοχές κάνατε για να απαντήσετε στο ερώτημα (α). 5. Στο πλαίσιο μιας περιβαλλοντικής μελέτης, μια ερευνητική ομάδα μελέτησε την ανάπτυξη της βλάστησης σε τέσσερις ελώδεις περιοχές της χώρας στις οποίες δεν είχε γίνει ανθρώπινη παρέμβαση (καλλιέργειες, προσχώσεις, κτλ.). Ειδικότερα, μια προκαθορισμένη ημέρα του Μαΐου η ερευνητική ομάδα επέλεξε τυχαία 6 φυτά ενός συγκεκριμένου είδους από κάθε περιοχή και μέτρησε το μήκος των φύλλων κάθε φυτού (σε cm). Στον πίνακα που ακολουθεί δίνεται για κάθε φυτό το μέσο μήκος είκοσι τυχαία επιλεγμένων φύλλων του. Περιοχή Μέσο μήκoς 20 φύλλων κάθε φυτού (σε cm) 5.7 6.3 6. 6.0 5.8 6.2 2 6.2 5.3 5.7 6.0 5.2 5.5 3 5.4 5.0 6.0 5.6 4.9 5.2 4 3.7 3.2 3.9 4.0 3.5 3.6 Γεωπονικό Πανεπιστήμιο Αθηνών/Γ.Κ.Παπαδόπουλος (www.aua.gr/gpapadopoulos) 5

α) Σε επίπεδο σημαντικότητας 5%, δίνουν αυτά τα δεδομένα αποδείξεις ότι υπάρχουν στατιστικά σημαντικές διαφορές στο μέσο μήκος των φύλλων των φυτών του συγκεκριμένου είδους μεταξύ των τεσσάρων περιοχών; β) Εξηγείστε τι έλεγχο, γιατί και με ποιες παραδοχές κάνατε για να απαντήσετε στο ερώτημα (α); γ) Ποια παραδοχή από αυτές που χρειάσθηκε να κάνετε για να απαντήσετε στο ερώτημα (α) είναι εύλογο να θεωρήσετε ότι πράγματι ισχύει. 6. Ο Οργανισμός Ελληνικών Γεωργικών Ασφαλίσεων (ΕΛ.Γ.Α.) θέλει να ελέγξει αν οι εκτιμήσεις των ζημιών στις γεωργικές καλλιέργειες που κάνουν οι τρεις γεωπόνοι (Γ, Γ2 και Γ3) που χρησιμοποιεί ως εκτιμητές στο νομό Λάρισας, διαφέρουν μεταξύ τους. Για το σκοπό αυτό, επέλεξε από το νομό Λάρισας τέσσερις διαφορετικές καλλιέργειες (Κ, Κ2, Κ3 και Κ4) που υπέστησαν ζημιά από δυσμενή καιρικά φαινόμενα και ζήτησε από τους τρεις εκτιμητές να εκτιμήσουν, ο καθένας ανεξάρτητα από τους άλλους, τη ζημιά σε κάθε μία από τις τέσσερις καλλιέργειες. Οι εκτιμήσεις που έκαναν οι τρεις γεωπόνοι/εκτιμητές (σε /στρέμμα) δίνονται στον πίνακα που ακολουθεί. Εκτιμητής Καλλιέργεια Κ Κ2 Κ3 Κ4 Γ 69 82 85 73 Γ2 84 93 9 89 Γ3 73 87 80 90 α) Εξηγείστε τι τύπου πειραματικό σχέδιο επέλεξε να εφαρμόσει ο ΕΛ.Γ.Α. β) Σε επίπεδο σημαντικότητας 5%, υποστηρίζουν αυτά τα δεδομένα ότι υπάρχουν στατιστικά σημαντικές διαφορές στις μέσες εκτιμήσεις των ζημιών μεταξύ των τριών γεωπόνων/εκτιμητών; γ) Από το αποτέλεσμα της ανάλυσης που κάνατε, κρίνετε ότι επιβεβαιώθηκε η σχεδιαστική επιλογή του ΕΛ.Γ.Α. ή μήπως όχι; 7. Ένας ερευνητής προκειμένου να συγκρίνει τέσσερις χημικές ουσίες (Α, Α2, Α3 και Α4) που χρησιμοποιούνται για τη μείωση της συγκράτησης/απορρόφησης νερού από νήματα, σχεδίασε το εξής πείραμα. Από καθένα από τρία διαφορετικά είδη νήματος, έκοψε τυχαία ένα κομμάτι ορισμένου μήκους, και στη συνέχεια, κάθε κομμάτι το έκοψε σε τέσσερα ίσα κομμάτια. Δημιούργησε έτσι, 3 ομάδες των τεσσάρων κομματιών νήματος η κάθε μια (Κ, Κ2 και Κ3). Τέλος, στα κομμάτια κάθε ομάδας αντιστοίχησε, με μια τυχαία διαδικασία, από μία χημική ουσία και εκτέλεσε το πείραμα. Στον πίνακα που ακολουθεί φαίνονται το πειραματικό σχέδιο και οι μετρήσεις που πήρε ο ερευνητής (μικρότερη τιμή σημαίνει συγκράτηση λιγότερης υγρασίας) Κ Κ2 Κ3 Α3 9.9 Α4 3.4 Α2 2.7 Α 0. Α2 2.9 Α4 2.9 Α2.4 Α 2.2 Α3.4 Α4 2. Α3 2.3 Α.9 α) Εξηγείστε τι τύπου πειραματικό σχέδιο επέλεξε να εφαρμόσει ο ερευνητής. β) Σε επίπεδο σημαντικότητας 5%, υποστηρίζουν αυτά τα πειραματικά δεδομένα ότι υπάρχουν στατιστικά σημαντικές διαφορές στη μέση συγκράτηση υγρασίας μεταξύ των τεσσάρων επεμβάσεων; γ) Από το αποτέλεσμα της ανάλυσης που κάνατε, κρίνετε ότι «δικαιώθηκε» η σχεδιαστική επιλογή του ερευνητή; Γεωπονικό Πανεπιστήμιο Αθηνών/Γ.Κ.Παπαδόπουλος (www.aua.gr/gpapadopoulos) 6

8. Για να συγκρίνουμε δυο αντιδιαβρωτικά επιστρώματα σωλήνων, έστω Α και Β, κάναμε το εξής πείραμα. Σε κάθε μία από 0 τυχαία επιλεγμένες περιοχές τοποθετήσαμε μέσα στο έδαφος δύο σωλήνες, τον ένα δίπλα στον άλλο, στο ίδιο βάθος και για ίδιο χρονικό διάστημα. Ο ένας σωλήνας από τους δύο που τοποθετήθηκαν σε κάθε περιοχή, είχε επιστρωθεί με το αντιδιαβρωτικό Α και ο άλλος με το αντιδιαβρωτικό Β. Στον πίνακα που ακολουθεί φαίνεται ο βαθμός 3 διάβρωσης κάθε σωλήνα (σε 0 in ) στις δέκα περιοχές. Περιοχή 2 3 4 5 6 7 8 9 0 Βαθμός διάβρωσης με 3 επίστρωμα Α (σε 0 47 52 55 76 57 58 39 54 46 7 in) Βαθμός διάβρωσης με 3 επίστρωμα Β (σε 0 45 42 46 69 58 54 40 46 42 53 in) Όταν μιλήσαμε για τον έλεγχο δύο μέσων με ζευγαρωτές παρατηρήσεις είχαμε για τα δεδομένα αυτά θέσει το ερώτημα «σε επίπεδο σημαντικότητας 5%, υποστηρίζουν αυτά τα πειραματικά δεδομένα ότι τα δύο αντιδιαβρωτικά δεν έχουν την ίδια αποτελεσματικότητα;». Μπορείτε να απαντήσετε στο ερώτημα αυτό εφαρμόζοντας άλλη μέθοδο; Πώς συγκρίνετε τις δύο μεθόδους; 9. Ένας ερευνητής, για να μελετήσει πώς επηρεάζεται η βλάστηση των φασολιών από το είδος μυκητοκτόνων που χρησιμοποιούνται και την ποικιλία των φασολιών, σχεδίασε ένα 3x3 παραγοντικό πείραμα (εντελώς τυχαιοποιημένο) με τέσσερις επαναλήψεις για κάθε συνδυασμό μυκητοκτόνου-ποικιλίας. Στον πίνακα που ακολουθεί δίνονται οι μετρήσεις που πήρε ο ερευνητής μετά την εκτέλεση του πειράματος (ως ποσοστό βλάστησης, %). Ποικιλία Α Β Γ Μυκητοκτόνο Μ Μ2 Μ3 78 62 82 78 92 85 72 68 70 75 87 90 65 70 72 68 85 79 75 69 73 76 84 80 8 78 87 83 94 90 75 85 82 85 89 95 α) Σε επίπεδο σημαντικότητας 5%, υποστηρίζουν αυτά τα πειραματικά δεδομένα ότι υπάρχει στατιστικά σημαντική επίδραση στη βλάστηση των φασολιών που να οφείλεται i) στην αλληλεπίδραση ποικιλίας και είδους μυκητοκτόνου ii) στην ποικιλία iii) στο είδος μυκητοκτόνου. β) Ποιες παραδοχές χρειάσθηκε να κάνετε. 0. Στο πλαίσιο μιας έρευνας για τη διερεύνηση του βαθμού ικανοποίησης των ασθενών από τις προσφερόμενες υπηρεσίες περίθαλψης σε νοσοκομεία του Ε.Σ.Υ., επελέγησαν τυχαία 5 ασθενείς από κάθε μία από 3 κλινικές (Καρδιολογική, Παθολογική, Ορθοπεδική) δύο νοσοκομείων (έστω Α και Β) του Ε.Σ.Υ. Στον πίνακα που ακολουθεί δίνεται ο βαθμός ικανοποίησης κάθε ασθενούς σε κλίμακα από 0 (ελάχιστη ικανοποίηση) έως 0 (μέγιστη ικανοποίηση). Νοσοκομείο Α Β 7 6 5 8 9 7 Καρδ. 7 4 9 8 8 7 5 6 5 6 Κλινική Παθ. Ορθ. 5 6 4 3 5 6 5 7 5 7 6 5 5 7 Γεωπονικό Πανεπιστήμιο Αθηνών/Γ.Κ.Παπαδόπουλος (www.aua.gr/gpapadopoulos) 7

α) Τι τύπου πειραματικό σχέδιο εφαρμόσθηκε; β) Να κάνετε κατάλληλη στατιστική ανάλυση των δεδομένων που προέκυψαν από την έρευνα.. Το τμήμα ποιοτικού ελέγχου ενός εργοστασίου θεωρεί/υποψιάζεται ότι ο αριθμός ελαττωματικών προϊόντων που παράγονται εξαρτάται από τον τύπο της μηχανής παραγωγής (Μ, Μ2 και Μ3) και από τον χειριστή της μηχανής (Α, Α2 και Α3). Το τμήμα ποιοτικού ελέγχου, για να ελέγξει αν πράγματι έτσι συμβαίνει, επέλεξε για κάθε συνδυασμό τύπος μηχανής-χειριστής, τέσσερις παρτίδες (των 00 προϊόντων) τυχαία και για κάθε μια κατέγραψε τον αριθμό ελαττωματικών προϊόντων. Οι σχετικές παρατηρήσεις φαίνονται στον πίνακα που ακολουθεί. Χειριστής μηχανής Α Α2 Α3 Τύπος μηχανής Μ Μ2 Μ3 2 5 8 3 9 6 4 7 5 7 2 6 7 2 5 5 6 3 7 9 8 4 7 7 9 6 0 5 3 8 5 2 α) Σε επίπεδο σημαντικότητας %, υποστηρίζουν αυτά τα πειραματικά δεδομένα ότι υπάρχει στατιστικά σημαντική επίδραση στον αριθμό ελαττωματικών προϊόντων που να οφείλεται i) στην αλληλεπίδραση μεταξύ, χειριστή της μηχανής και του τύπου της μηχανής ii) στον τύπο μηχανής iii) στο χειριστή της μηχανής. β) Ποιες παραδοχές χρειάσθηκε να κάνετε. 2. Ένας ερευνητής, για να μελετήσει την επίδραση της θερμοκρασίας και της αλμυρότητας του νερού στην παραγωγή γαρίδας, καθόρισε τρία επίπεδα θερμοκρασίας και τρία επίπεδα αλμυρότητας και εκτέλεσε ένα 3x3 παραγοντικό πείραμα με μια παρατήρηση σε κάθε επέμβαση. Στον πίνακα που ακολουθεί δίνονται οι μετρήσεις (σε Kg) που πήρε ο ερευνητής μετά την εκτέλεση του πειράματος. Θερμοκρασία Αλμυρότητα (σε ppm) 700 400 200 60 o 3 5 4 70 o 0 2 80 o 6 2 7 α) Ποια παραδοχή έκανε ο ερευνητής και σχεδίασε το πείραμα με μία παρατήρηση για κάθε επέμβαση; β) Να κάνετε στατιστική ανάλυση των πειραματικών δεδομένων, σε επίπεδο σημαντικότητας 5%. γ) Ποιες παραδοχές χρειάσθηκε να κάνετε για να απαντήσετε στο ερώτημα (β); 3. Στον πίνακα που ακολουθεί φαίνεται η συγκέντρωση μιας ουσίας (σε mg/ml) στο αίμα 6 πειραματόζωων 5, 30 και 60 λεπτά μετά τη χορήγηση ορισμένης δόσης συγκεκριμένου φαρμάκου. Συγκέντρωση της ουσίας (σε mg/ml) Πειραματόζωο 2 3 4 5 6 Σε 5 λεπτά 4. 5. 5.8 5. 5.6 5.9 Σε 30 λεπτά 3.9 4.0 5.8 3.5 4.6 5.0 Σε 60 λεπτά 3.2 3.3 4.4.9 3.4 3.2 Σε επίπεδο σημαντικότητας 5%, υποστηρίζουν αυτά τα πειραματικά δεδομένα ότι υπάρχουν στατιστικά σημαντικές διαφορές στη μέση συγκέντρωση της ουσίας στο αίμα των πειραματόζωων που να οφείλονται στο χρονικό διάστημα από τη χορήγηση; Ποιες παραδοχές χρειάσθηκε να κάνετε για να απαντήσετε. Γεωπονικό Πανεπιστήμιο Αθηνών/Γ.Κ.Παπαδόπουλος (www.aua.gr/gpapadopoulos) 8