Μη Παραμετρική Στατιστική
Βασικός στόχος του συγγράμματος είναι να παρουσιαστούν τόσο παραδοσιακές μεθοδολογίες της Μη Παραμετρικής Στατιστικής (π.χ. έλεγχοι τάξεων, ροών, καλής προσαρμογής) όσο και πιο σύγχρονες (π.χ. εκτίμηση της συνάρτησης πυκνότητας πιθανότητας, bootstrap, μη παραμετρική παλινδρόμηση). Στην κατεύθυνση αυ...
| Κύριοι συγγραφείς: | , , , , , , , |
|---|---|
| Μορφή: | 1 |
| Γλώσσα: | Greek |
| Έκδοση: |
2022
|
| Θέματα: | |
| Διαθέσιμο Online: | http://dx.doi.org/10.57713/kallipos-102 http://repository.kallipos.gr/handle/11419/8590 |
| id |
kallipos-11419-8590 |
|---|---|
| record_format |
dspace |
| institution |
Kallipos |
| collection |
DSpace |
| language |
Greek |
| topic |
Εκτίμηση συνάρτησης κατανομής Εκτίμηση συνάρτησης πυκνότητας πιθανότητας Έλεγχοι καλής προσαρμογής Έλεγχοι κανονικότητας Έλεγχοι τυχαιότητας Εμπειρική συνάρτηση κατανομής Μη παραμετρική παλινδρόμηση Έλεγχοι συσχέτισης Μέθοδοι εξομάλυνσης Μη παραμετρική στατιστική συμπερασματολογία Μη παραμετρικός στατιστικός έλεγχος διεργασιών Συνάρτηση πυρήνα Τάξεις Ροές Jackknife Bootstrap Διάγραμμα ελέγχου R SPSS Estimation of the cumulative distribution function Estimation of the probability density function Goodness-of-fit tests Normality tests Randomness tests Empirical distribution function Nonparametric regression Testing correlation Smoothing methods Nonparametric statistical inference Nonparametric statistical process control Kernel function Ranks Runs Jackknife Bootstrap Control chart R SPSS |
| spellingShingle |
Εκτίμηση συνάρτησης κατανομής Εκτίμηση συνάρτησης πυκνότητας πιθανότητας Έλεγχοι καλής προσαρμογής Έλεγχοι κανονικότητας Έλεγχοι τυχαιότητας Εμπειρική συνάρτηση κατανομής Μη παραμετρική παλινδρόμηση Έλεγχοι συσχέτισης Μέθοδοι εξομάλυνσης Μη παραμετρική στατιστική συμπερασματολογία Μη παραμετρικός στατιστικός έλεγχος διεργασιών Συνάρτηση πυρήνα Τάξεις Ροές Jackknife Bootstrap Διάγραμμα ελέγχου R SPSS Estimation of the cumulative distribution function Estimation of the probability density function Goodness-of-fit tests Normality tests Randomness tests Empirical distribution function Nonparametric regression Testing correlation Smoothing methods Nonparametric statistical inference Nonparametric statistical process control Kernel function Ranks Runs Jackknife Bootstrap Control chart R SPSS Μπατσίδης, Απόστολος Παπασταμούλης, Παναγιώτης Πετρόπουλος, Κωνσταντίνος Ρακιτζής, Αθανάσιος Batsidis, Apostolos Papastamoulis, Panagiotis Petropoulos, Constantinos Rakitzιs, Athanasios Μη Παραμετρική Στατιστική |
| description |
Βασικός στόχος του συγγράμματος είναι να παρουσιαστούν τόσο παραδοσιακές μεθοδολογίες της Μη Παραμετρικής Στατιστικής (π.χ. έλεγχοι τάξεων, ροών, καλής προσαρμογής) όσο και πιο σύγχρονες (π.χ. εκτίμηση της συνάρτησης πυκνότητας πιθανότητας, bootstrap, μη παραμετρική παλινδρόμηση). Στην κατεύθυνση αυτή, στο Κεφάλαιο 1 γίνεται υπενθύμιση βασικών ορισμών και εννοιών από τη Θεωρία Πιθανοτήτων και τη Στατιστική. Επίσης, γίνεται μια εισαγωγή στην περιοχή της Μη Παραμετρικής Στατιστικής, στην οποία παρουσιάζονται η αναγκαιότητα των μη παραμετρικών μεθοδολογιών, οι διαφορές τους με τις παραμετρικές μεθόδους και οι περιοχές εφαρμογής των μη παραμετρικών μεθόδων. Στο Κεφάλαιο 2 δίνονται μέθοδοι και τεχνικές για τη μη παραμετρική εκτίμηση της αθροιστικής συνάρτησης κατανομής και συναρτησιακών αυτής, ενώ στο Κεφάλαιο 3 οι αντίστοιχες μέθοδοι αφορούν τη μη παραμετρική εκτίμηση της συνάρτησης πυκνότητας πιθανότητας. Στο Κεφάλαιο 4 παρουσιάζονται οι κυριότεροι έλεγχοι καλής προσαρμογής, ενώ στο Κεφάλαιο 5 παρουσιάζονται οι πλέον απλές τεχνικές για τον έλεγχο υποθέσεων, οι οποίες βασίζονται στη Διωνυμική κατανομή. Στο Κεφάλαιο 6 μελετώνται τεχνικές οι οποίες βασίζονται στη χρήση τάξεων και χρησιμοποιούνται για τον έλεγχο στατιστικών υποθέσεων, ενώ οι έλεγχοι τυχαιότητας παρουσιάζονται στο Κεφάλαιο 7. Στο Κεφάλαιο 8 παρουσιάζονται μη παραμετρικά στατιστικά μέτρα και οι αντίστοιχοι έλεγχοι για τη συσχέτιση δύο μεταβλητών. Τεχνικές μη παραμετρικής παλινδρόμησης αναπτύσσονται στο Κεφάλαιο 9. Στα Κεφάλαια 10 και 11 παρουσιάζονται οι μέθοδοι jackknife και bootstrap, αντίστοιχα, οι οποίες είναι ευρέως χρησιμοποιούμενες υπολογιστικές στατιστικές τεχνικές. Στο Κεφάλαιο 12 παρουσιάζονται βασικές μη παραμετρικές τεχνικές που χρησιμοποιούνται στον στατιστικό έλεγχο διεργασιών, ενώ στο Κεφάλαιο 13 παρουσιάζεται η εφαρμογή των πιο συχνά χρησιμοποιούμενων μη παραμετρικών μεθοδολογιών με χρήση SPSS και της R. Επιπλέον, στο Παράρτημα δίνονται πίνακες ώστε να είναι δυνατή η εφαρμογή των στατιστικών τεχνικών που παρουσιάστηκαν στο κύριο μέρος του συγγράμματος. Τέλος, από τον ιστότοπο https://github.com/abatsidis/NPDataSets
είναι προσβάσιμα τα σύνολα δεδομένων και οι κώδικες της R που έχουν χρησιμοποιηθεί στο πλαίσιο κεφαλαίων αυτού του συγγράμματος. |
| format |
1 |
| author |
Μπατσίδης, Απόστολος Παπασταμούλης, Παναγιώτης Πετρόπουλος, Κωνσταντίνος Ρακιτζής, Αθανάσιος Batsidis, Apostolos Papastamoulis, Panagiotis Petropoulos, Constantinos Rakitzιs, Athanasios |
| author_facet |
Μπατσίδης, Απόστολος Παπασταμούλης, Παναγιώτης Πετρόπουλος, Κωνσταντίνος Ρακιτζής, Αθανάσιος Batsidis, Apostolos Papastamoulis, Panagiotis Petropoulos, Constantinos Rakitzιs, Athanasios |
| author_sort |
Μπατσίδης, Απόστολος |
| title |
Μη Παραμετρική Στατιστική |
| title_short |
Μη Παραμετρική Στατιστική |
| title_full |
Μη Παραμετρική Στατιστική |
| title_fullStr |
Μη Παραμετρική Στατιστική |
| title_full_unstemmed |
Μη Παραμετρική Στατιστική |
| title_sort |
μη παραμετρική στατιστική |
| publishDate |
2022 |
| url |
http://dx.doi.org/10.57713/kallipos-102 http://repository.kallipos.gr/handle/11419/8590 |
| work_keys_str_mv |
AT mpatsidēsapostolos mēparametrikēstatistikē AT papastamoulēspanagiōtēs mēparametrikēstatistikē AT petropouloskōnstantinos mēparametrikēstatistikē AT rakitzēsathanasios mēparametrikēstatistikē AT batsidisapostolos mēparametrikēstatistikē AT papastamoulispanagiotis mēparametrikēstatistikē AT petropoulosconstantinos mēparametrikēstatistikē AT rakitzisathanasios mēparametrikēstatistikē AT mpatsidēsapostolos nonparametricstatistics AT papastamoulēspanagiōtēs nonparametricstatistics AT petropouloskōnstantinos nonparametricstatistics AT rakitzēsathanasios nonparametricstatistics AT batsidisapostolos nonparametricstatistics AT papastamoulispanagiotis nonparametricstatistics AT petropoulosconstantinos nonparametricstatistics AT rakitzisathanasios nonparametricstatistics AT mpatsidēsapostolos theōriakaiepharmogesmechrēsērkaispss AT papastamoulēspanagiōtēs theōriakaiepharmogesmechrēsērkaispss AT petropouloskōnstantinos theōriakaiepharmogesmechrēsērkaispss AT rakitzēsathanasios theōriakaiepharmogesmechrēsērkaispss AT batsidisapostolos theōriakaiepharmogesmechrēsērkaispss AT papastamoulispanagiotis theōriakaiepharmogesmechrēsērkaispss AT petropoulosconstantinos theōriakaiepharmogesmechrēsērkaispss AT rakitzisathanasios theōriakaiepharmogesmechrēsērkaispss AT mpatsidēsapostolos theoryandapplicationsusingrandspss AT papastamoulēspanagiōtēs theoryandapplicationsusingrandspss AT petropouloskōnstantinos theoryandapplicationsusingrandspss AT rakitzēsathanasios theoryandapplicationsusingrandspss AT batsidisapostolos theoryandapplicationsusingrandspss AT papastamoulispanagiotis theoryandapplicationsusingrandspss AT petropoulosconstantinos theoryandapplicationsusingrandspss AT rakitzisathanasios theoryandapplicationsusingrandspss |
| _version_ |
1771301300279967744 |
| spelling |
kallipos-11419-85902023-05-29T19:56:25Z Μη Παραμετρική Στατιστική Nonparametric Statistics Θεωρία και εφαρμογές με χρήση R και SPSS Theory and applications using R and SPSS Μπατσίδης, Απόστολος Παπασταμούλης, Παναγιώτης Πετρόπουλος, Κωνσταντίνος Ρακιτζής, Αθανάσιος Batsidis, Apostolos Papastamoulis, Panagiotis Petropoulos, Constantinos Rakitzιs, Athanasios Εκτίμηση συνάρτησης κατανομής Εκτίμηση συνάρτησης πυκνότητας πιθανότητας Έλεγχοι καλής προσαρμογής Έλεγχοι κανονικότητας Έλεγχοι τυχαιότητας Εμπειρική συνάρτηση κατανομής Μη παραμετρική παλινδρόμηση Έλεγχοι συσχέτισης Μέθοδοι εξομάλυνσης Μη παραμετρική στατιστική συμπερασματολογία Μη παραμετρικός στατιστικός έλεγχος διεργασιών Συνάρτηση πυρήνα Τάξεις Ροές Jackknife Bootstrap Διάγραμμα ελέγχου R SPSS Estimation of the cumulative distribution function Estimation of the probability density function Goodness-of-fit tests Normality tests Randomness tests Empirical distribution function Nonparametric regression Testing correlation Smoothing methods Nonparametric statistical inference Nonparametric statistical process control Kernel function Ranks Runs Jackknife Bootstrap Control chart R SPSS Βασικός στόχος του συγγράμματος είναι να παρουσιαστούν τόσο παραδοσιακές μεθοδολογίες της Μη Παραμετρικής Στατιστικής (π.χ. έλεγχοι τάξεων, ροών, καλής προσαρμογής) όσο και πιο σύγχρονες (π.χ. εκτίμηση της συνάρτησης πυκνότητας πιθανότητας, bootstrap, μη παραμετρική παλινδρόμηση). Στην κατεύθυνση αυτή, στο Κεφάλαιο 1 γίνεται υπενθύμιση βασικών ορισμών και εννοιών από τη Θεωρία Πιθανοτήτων και τη Στατιστική. Επίσης, γίνεται μια εισαγωγή στην περιοχή της Μη Παραμετρικής Στατιστικής, στην οποία παρουσιάζονται η αναγκαιότητα των μη παραμετρικών μεθοδολογιών, οι διαφορές τους με τις παραμετρικές μεθόδους και οι περιοχές εφαρμογής των μη παραμετρικών μεθόδων. Στο Κεφάλαιο 2 δίνονται μέθοδοι και τεχνικές για τη μη παραμετρική εκτίμηση της αθροιστικής συνάρτησης κατανομής και συναρτησιακών αυτής, ενώ στο Κεφάλαιο 3 οι αντίστοιχες μέθοδοι αφορούν τη μη παραμετρική εκτίμηση της συνάρτησης πυκνότητας πιθανότητας. Στο Κεφάλαιο 4 παρουσιάζονται οι κυριότεροι έλεγχοι καλής προσαρμογής, ενώ στο Κεφάλαιο 5 παρουσιάζονται οι πλέον απλές τεχνικές για τον έλεγχο υποθέσεων, οι οποίες βασίζονται στη Διωνυμική κατανομή. Στο Κεφάλαιο 6 μελετώνται τεχνικές οι οποίες βασίζονται στη χρήση τάξεων και χρησιμοποιούνται για τον έλεγχο στατιστικών υποθέσεων, ενώ οι έλεγχοι τυχαιότητας παρουσιάζονται στο Κεφάλαιο 7. Στο Κεφάλαιο 8 παρουσιάζονται μη παραμετρικά στατιστικά μέτρα και οι αντίστοιχοι έλεγχοι για τη συσχέτιση δύο μεταβλητών. Τεχνικές μη παραμετρικής παλινδρόμησης αναπτύσσονται στο Κεφάλαιο 9. Στα Κεφάλαια 10 και 11 παρουσιάζονται οι μέθοδοι jackknife και bootstrap, αντίστοιχα, οι οποίες είναι ευρέως χρησιμοποιούμενες υπολογιστικές στατιστικές τεχνικές. Στο Κεφάλαιο 12 παρουσιάζονται βασικές μη παραμετρικές τεχνικές που χρησιμοποιούνται στον στατιστικό έλεγχο διεργασιών, ενώ στο Κεφάλαιο 13 παρουσιάζεται η εφαρμογή των πιο συχνά χρησιμοποιούμενων μη παραμετρικών μεθοδολογιών με χρήση SPSS και της R. Επιπλέον, στο Παράρτημα δίνονται πίνακες ώστε να είναι δυνατή η εφαρμογή των στατιστικών τεχνικών που παρουσιάστηκαν στο κύριο μέρος του συγγράμματος. Τέλος, από τον ιστότοπο https://github.com/abatsidis/NPDataSets είναι προσβάσιμα τα σύνολα δεδομένων και οι κώδικες της R που έχουν χρησιμοποιηθεί στο πλαίσιο κεφαλαίων αυτού του συγγράμματος. The main aim of this book is to present both traditional Nonparametric Methodologies (such as tests based on ranks, runs, goodness-of-fit tests) as well as subsequent developments (estimation of the probability density function, bootstrap, nonparametric regression). Specifically, in Chapter 1 a review of basic definitions and concepts from Probability Theory and Statistics is given. Moreover, an introduction to the area of Nonparametric Statistics is provided, in which the necessity of nonparametric methodologies, their differences with their parametric counterparts and relevant areas of application are presented. Chapter 2 consists of methods and techniques for the nonparametric estimation of the cumulative distribution function and its functionals, while, in Chapter 3, we provide the main methods for the nonparametric estimation of the probability density function. Chapter 4 is devoted to goodness-of-fit tests, while Chapter 5 presents the simplest hypothesis testing techniques, those that are based on the Binomial distribution. In Chapter 6 we provide a wide variety of nonparametric, techniques for statistical hypothesis testing, which techniques are based on ranks, while randomness tests are presented in Chapter 7. In Chapter 8 we provide the main nonparametric statistical measures for the correlation of two variables. The corresponding nonparametric statistical tests for correlation are also provided. Nonparametric regression techniques are discussed in Chapter 9, while resampling methods, such as jackknife and bootstrap, are presented in Chapters 10 and 11, respectively. Chapter 12 deals with basic nonparametric techniques in statistical process control, while Chapter 13 presents the application of various nonparametric methodologies using SPSS and R. In addition, we provide statistical tables in the Appendix which enable the application of the statistical techniques presented in the main part of the book. Finally, the webpage https://github.com/abatsidis/NPDataSets allows access to the datasets and R codes used in the chapters of this book. 2022-09-23T07:07:38Z 2023-03-27T09:59:41Z 2023-03-27T13:38:30Z 2023-03-27T13:48:06Z 2023-03-27T13:52:53Z 2023-03-27T14:13:51Z 2023-03-28T05:44:49Z 2022-09-23T07:07:38Z 2023-03-27T09:59:41Z 2023-03-27T13:38:30Z 2023-03-27T13:48:06Z 2023-03-27T13:52:53Z 2023-03-27T14:13:51Z 2023-03-28T05:44:49Z 1 978-618-5667-92-4 http://dx.doi.org/10.57713/kallipos-102 http://repository.kallipos.gr/handle/11419/8590 el 1 604 application/pdf application/pdf application/pdf application/pdf |
