Μη παραμετρικά κριτήρια

Slides:



Advertisements
Παρόμοιες παρουσιάσεις
Keller: Stats for Mgmt & Econ, 7th Ed
Advertisements

Ιούλιος Έρευνα Καταναλωτικής Εμπιστοσύνης Ιούλιος 2012.
Keller: Stats for Mgmt & Econ, 7th Ed
Άλλες Στατιστικές Παλινδρόμησης
Μάρτιος 2011 Βαρόμετρο ΕΒΕΘ - Καταναλωτές. “Η καθιέρωση ενός αξιόπιστου εργαλείου καταγραφής του οικονομικού, επιχειρηματικού και κοινωνικού γίγνεσθαι.
ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ
Ιούλιος Έρευνα Καταναλωτικής Εμπιστοσύνης Ιούλιος 2012.
Μετρήσεις Κεντρικής Τάσης
Στατιστική Ανάλυση στην Εκπαιδευτική Έρευνα (Έκανα το πείραμα και πήρα τα δεδομένα…και τώρα τι κάνω; Χρήσιμες συμβουλές για αρχάριους) Δρ. Παντελής Μ.
Γεώργιος Σιδερίδης Πανεπιστήμιο Κρήτης
Σφαλματα ή αβεβαιοτητα των μετρησεων
Keller: Stats for Mgmt & Econ, 7th Ed Συνεχείς Κατανομές Πιθανοτήτων
Μπουντζιούκα Βασιλική, MSc Βιοστατιστικός Εξωτ. Συνεργάτης ΕΣΔΥ
Εισαγωγή στην Κοινωνιογλωσσολογία
Η Ύλη του Μαθήματος Επανάληψη της πολλαπλή παλινδρόμησης και Ασυμπτωτική κατανομή της εκτιμήτριας ελαχίστων τετραγώνων. Βοηθητικές μεταβλητές και παλινδρόμηση.
Καλώς ήρθατε στις Οικονομικές Επιστήμες
Εξάσκηση στην προπαίδεια
Keller: Stats for Mgmt & Econ, 7th Ed
Factorial Analysis of Variance – Παραγοντική Ανάλυση Διακύμανσης
ΠΡΟΓΡΑΜΜΑ ΜΕΤΑΠΤΥΧΙΑΚΩΝ ΣΠΟΥΔΩΝ ΕΚΠΑΙΔΕΥΤΙΚΗ ΤΕΧΝΟΛΟΓΙΑ ΚΑΙ ΑΝΑΠΤΥΞΗ ΑΝΘΡΩΠΙΝΩΝ ΠΟΡΩΝ Α’ εξάμηνο
Βαρόμετρο ΕΒΕΘ Μάρτιος “Η καθιέρωση ενός αξιόπιστου εργαλείου καταγραφής του οικονομικού, επιχειρηματικού και κοινωνικού γίγνεσθαι του Νομού Θεσσαλονίκης”
ΝΙΚΟΛΑΟΣ ΚΟΥΜΠΟΥΛΗΣ Α.Ε.Μ. : 655/09 3Η ΕΡΓΑΣΙΑ
Εκτίμηση με Απλά Δείγματα
Βαρόμετρο ΕΒΕΘ Μάρτιος “Η καθιέρωση ενός αξιόπιστου εργαλείου καταγραφής του οικονομικού, επιχειρηματικού και κοινωνικού γίγνεσθαι του Νομού Θεσσαλονίκης”
Ανάλυση Πολλαπλής Παλινδρόμησης
ΥΔΑΤΙΚΟ ΠΕΡΙΒΑΛΛΟΝ ΚΑΙ ΑΝΑΠΤΥΞΗ
Εθνικό Μετσόβιο Πολυτεχνείο – Σχολή Πολιτικών Μηχανικών
Βαρόμετρο ΕΒΕΘ Σεπτέμβριος “Η καθιέρωση ενός αξιόπιστου εργαλείου καταγραφής του οικονομικού, επιχειρηματικού και κοινωνικού γίγνεσθαι του Νομού.
ΚΕΦΑΛΑΙΟ 6 ΓΕΩΓΡΑΦΙΚΕΣ ΜΕΘΟΔΟΙ ΚΑΙ ΤΕΧΝΙΚΕΣ: ΣΗΜΕΙΑ
Πηγή: Βιοστατιστική [Β.Γ. Σταυρινός, Δ.Β. Παναγιωτάκος]
ΣΤΑΤΙΣΤΙΚΗ ΕΠΑΓΩΓΗ: ΣΗΜΕΙΑΚΕΣ ΕΚΤΙΜΗΣΕΙΣ & ΔΙΑΣΤΗΜΑΤΑ ΕΜΠΙΣΤΟΣΥΝΗΣ
Μη-Παραμετρική Στατιστική
Αρχές επαγωγικής στατιστικής
Διάλεξη  Μέτρηση: Είναι μια διαδικασία κατά την οποία προσδίδουμε αριθμητικά δεδομένα σε κάποιο αντικείμενο, σύμφωνα με κάποια προκαθορισμένα.
Στατιστική – Πειραματικός Σχεδιασμός Βασικά. Πληθυσμός – ένα μεγάλο σετ από Ν παρατηρήσεις (πιθανά δεδομένα) από το οποίο το δείγμα λαμβάνεται. Δείγμα.
Σχεδιασμός των Μεταφορών Ενότητα #5: Δειγματοληψία – Sampling. Δρ. Ναθαναήλ Ευτυχία Πολυτεχνική Σχολή Τμήμα Πολιτικών Μηχανικών.
TO ΣΤΑΤΙΣΤΙΚΟ ΚΡΙΤΗΡΙΟ t (Ελεγχος Διαφορων Μεσων Ορων Αναμεσα Σε Δυο Ανεξαρτητα Δειγματα) Για τον ελεγχο στατιστικών υποθέσεων ανάμεσα στους μέσους όρους.
ΤΜΗΜΑ ΕΠΙΧΕΙΡΗΜΑΤΙΚΟΥ ΣΧΕΔΙΑΣΜΟΥ & ΠΛΗΡΟΦΟΡΙΑΚΩΝ ΣΥΣΤΗΜΑΤΩΝ ΟΙΚΟΝΟΜΕΤΡΙΚΑ ΠΡΟΤΥΠΑ ΜΑΘΗΜΑ ΠΡΩΤΟ ΘΕΩΡΙΑΣ - ΑΠΛΟ ΓΡΑΜΜΙΚΟ ΥΠΟΔΕΙΓΜΑ Δρ. Κουνετάς Η Κωνσταντίνος.
Αρχές επαγωγικής στατιστικής Τμήμα :Νοσηλευτικής Πατρών Διδάσκουσα: Παναγιώταρου Αλίκη Διάλεξη 9.
Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική Ενότητα 2: Επαγωγική Στατιστική Βασίλης Γιαλαμάς Σχολή Επιστημών της Αγωγής Τμήμα Εκπαίδευσης και Αγωγής.
Έλεγχος υποθέσεων για αναλογίες. Εάν έχουμε αναλογίες σχετικά με ένα συγκεκριμένο χαρακτηριστικό σε έναν πληθυσμό τότε κάνουμε ελέγχους υποθέσεων για.
Στατιστικές Υποθέσεις (Ερευνητικά Ερωτήματα / Υποθέσεις προς επιβεβαίωση)
Διαστήματα εμπιστοσύνης – δοκιμή t Δ. Κομίλης. Είναι διαφορετικές οι διεργασίες?
ΕΛΕΓΧΟΙ ΣΤΑΤΙΣΤΙΚΩΝ ΥΠΟΘΕΣΕΩΝ Η πιο συνηθισμένη στατιστική υπόθεση είναι η λεγόμενη Υπόθεση Μηδέν H 0. –Υποθέτουμε ότι η εμφανιζόμενη διαφορά μεταξύ μιας.
Έλεγχος Υποθέσεων Ο έλεγχος υποθέσεων αναφέρεται στη διαδικασία αποδοχής ή απόρριψης μιας στατιστικής υπόθεσης, Κατά την εκτέλεση ενός στατιστικού ελέγχου,
Διάστημα εμπιστοσύνης για τη διακύμανση. Υπολογισμός Διακυμάνσεως και Τυπικής Αποκλίσεως Όταν τα δεδομένα αφορούν πληθυσμό – μ είναι ο μέσος του πληθυσμού.
Στατιστική Ανάλυση. Ποιοτικές και ποσοτικές μέθοδοι Ποιες είναι οι διαφορές; Πότε χρησιμοποιούνται; Πότε κάνω στατιστική ανάλυση;
Έλεγχος υποθέσεων με την χ2 «χι -τετράγωνο» κατανομή
ΣΤΑΤΙΣΤΙΚΑ ΜΕΤΡΑ ΔΙΑΣΠΟΡΑΣ - ΑΣΥΜΜΕΤΡΙΑΣ - ΚΥΡΤΩΣΕΩΣ
Δειγματοληψία Στην Επαγωγική στατιστική οδηγούμαστε σε συμπεράσματα και αποφάσεις για τις παραμέτρους ενός πληθυσμού με τη βοήθεια ενός τυχαίου δείγματος.
Επαγωγική Στατιστική Εκτίμηση και Έλεγχος μέσων τιμών Χαράλαμπος Γναρδέλλης Τμήμα Τεχνολογίας Αλιείας και Υδατοκαλλιεργειών.
Εκτιμητική: σημειακές εκτιμήσεις παραμέτρων
ΣΤΑΤΙΣΤΙΚΗ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ
Έλεγχος Υπόθεσης για το μέσο ενός πληθυσμού
Έλεγχος της διακύμανσης
Μεθοδολογία των Επιστημών του Ανθρώπου: Στατιστική
Έλεγχος για τη διαφορά μέσων τιμών μ1 και μ2 δύο πληθυσμών
Κανονικότητα Μια από τις υποθέσεις του υποδείγματος της γραμμικής παλινδρόμησης είναι ότι ο διαταρακτικός όρος κατανέμεται κανονικά με μέσο μηδέν και σταθερή.
Πολυσυγγραμμικότητα Εξειδίκευση
Βασική Στατιστική Επεξεργασία. Ερμηνεία Δεδομένων - 2.
Έλεγχος υποθέσεων με την χ2 «χι -τετράγωνο» κατανομή
ΠΑΝΕΠΙΣΤΗΜΙΟ ΙΩΑΝΝΙΝΩΝ ΑΝΟΙΚΤΑ ΑΚΑΔΗΜΑΪΚΑ ΜΑΘΗΜΑΤΑ
Η παρουσίαση του στατιστικού υλικού γίνεται με δύο τρόπους. 1 Η παρουσίαση του στατιστικού υλικού γίνεται με δύο τρόπους! 1. Ο πρώτος συνίσταται.
ΣΤΑΤΙΣΤΙΚΗ ΚΟΙΝΩΝΙΚΩΝ ΕΠΙΣΤΗΜΩΝ
Η ΔΙΩΝΥΜΙΚΗ ΚΑΤΑΝΟΜΗ ΠΙΘΑΝΟΤΗΤΑΣ.
ΚΑΤΑΝΟΜΕΣ Δ. Τσιπλακίδης
Στατιστικά Περιγραφικά Μέτρα
ΜΗ ΠΑΡΑΜΕΤΡΙΚΟΙ ΕΛΕΓΧΟI ΥΠΟΘΕΣΕΩΝ
ΕΛΕΓΧΟΣ ΑΝΕΞΑΡΤΗΣΙΑΣ ΠΟΙΟΤΙΚΩΝ ΜΕΤΑΒΛΗΤΩΝ
Ανάλυση διακύμανσης Τι είναι η ανάλυση διακύμανσης
Μεταγράφημα παρουσίασης:

Μη παραμετρικά κριτήρια

Μη παραμετρικά κριτήρια Σύγκριση παραμετρικών με μη παραμετρικά στατιστικά κριτήρια

Μη παραμετρικά κριτήρια Αντιστοιχία μεταξύ παραμετρικών με μη παραμετρικών στατιστικών κριτηρίων

Ο έλεγχος των ροών Ο απαραμετρικός αυτός έλεγχος χρησιμοποιείται για τον έ- λεγχο της τυχαιότητας. Μια σειρά θεωρείται μη τυχαία αν υπάρχουν πάρα πολλές ροές ή πάρα πολύ λίγες ροές. Διαφορετικά η σειρά θα λέγε- ται τυχαία. Παράδειγμα

Ο έλεγχος των ροών Υπάρχουν 22 ροές

ακολουθεί την τυπική κανονική κατανομή Ο έλεγχος των ροών W είναι τυχαία μεταβλητή που δίνει τον αριθμό των ροών ακολουθεί την τυπική κανονική κατανομή μέση τιμή διακύμανση

Ο έλεγχος των ροών = 15,93 = 7,175 α= 0,05 = 2,679 δίπλευρος έλεγχος κρίσιμες τιμές -1,96 και 1,96 = 2,679 = 2,27 Απορρίπτεται η μηδενική υπόθεση

Ο έλεγχος των ροών Παράδειγμα Υποθέσεις

Ο έλεγχος των ροών = 16,83 α= 0,05 δίπλευρος έλεγχος κρίσιμες τιμές -1,96 και 1,96 = 4,97 = -2,61 Απορρίπτεται η μηδενική υπόθεση

Ο έλεγχος U των Mann - Whitney Ο απαραμετρικός αυτός έλεγχος χρησιμοποιείται για να εξε- ταστεί αν 2 δείγματα προέρχονται από τον ίδιο πληθυσμό . Παράδειγμα

Ο έλεγχος U των Mann - Whitney Υποθέσεις

Ο έλεγχος U των Mann - Whitney ακολουθεί την τυπική κανονική κατανομή αν ν1≤ν2 αν ν1≥ν2

Ο έλεγχος U των Mann - Whitney

Ο έλεγχος U των Mann - Whitney Τακτικές τιμές έχουμε = 80 = 54 = 198 = 1,85 Απορρίπτεται η μηδενική υπόθεση κρίσιμη τιμή = 1,645

Kruskal – Wallis H Test Ο απαραμετρικός αυτός έλεγχος χρησιμοποιείται για να εξε- ταστεί αν κ δείγματα προέρχονται από τον ίδιο πληθυσμό . Παράδειγμα Τα 70 άτομα τα ταξινόμησε σε 4 κατηγορίες: άγαμοι έγγαμοι με παιδιά έγγαμοι χωρίς παιδιά διαζευγμένοι

Kruskal – Wallis H Test Υποθέσεις

Kruskal – Wallis H Test Στατιστική συνάρτηση Η στατιστική αυτή συνάρτηση ακολουθεί κατά προσέγγιση τη χ2 κατανομή με κ-1 βαθμούς ελευθερίας.

Kruskal – Wallis H Test

Kruskal – Wallis H Test

Kruskal – Wallis H Test

Kruskal – Wallis H Test Η χ2 κρίσιμη τιμή για 3 βαθμούς ελευθερίας είναι 7,81 Επειδή 33,79>7,81 απορρίπτεται η μηδενική υπόθεση.

Ο έλεγχος του Friedman Ο απαραμετρικός αυτός έλεγχος χρησιμοποιείται για να εξε- ταστεί αν κ δείγματα εξισωμένα κατά ζεύγη προέρχονται από τον ίδιο πληθυσμό . Παράδειγμα

Ο έλεγχος του Friedman Υποθέσεις

Ο έλεγχος του Friedman Στατιστική συνάρτηση Η στατιστική αυτή συνάρτηση ακολουθεί κατά προσέγγιση τη χ2 κατανομή με κ-1 βαθμούς ελευθερίας.

Ο έλεγχος του Friedman

Ο έλεγχος του Friedman

Ο έλεγχος του Friedman Η χ2 κρίσιμη τιμή για 2 βαθμούς ελευθερίας είναι 5,99 Επειδή 8>5,99 απορρίπτεται η μηδενική υπόθεση.