Please use this identifier to cite or link to this item: http://hdl.handle.net/10889/5174
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorΑλεβίζος, Φίλιππος-
dc.contributor.authorΞενή, Μαρία-
dc.contributor.otherXeni, Maria-
dc.date.accessioned2012-04-26T08:15:26Z-
dc.date.available2012-04-26T08:15:26Z-
dc.date.copyright2012-01-24-
dc.date.issued2012-04-26-
dc.identifier.urihttp://hdl.handle.net/10889/5174-
dc.description.abstractΣε αυτή την εργασία ασχοληθήκαμε με δύο μεθόδους, που σκοπός τους είναι να κατατάσσουν τις παρατηρήσεις σε γνωστές ομάδες και στη συνέχεια να κάνουν προβλέψεις για καινούριες παρατηρήσεις. Αυτές οι μέθοδοι είναι η λογιστική παλινδρόμηση (logistic regression) και η διαχωριστική ανάλυση (discriminant analysis). Στο πρώτο κεφάλαιο αναφέραμε περιληπτικά τα μη γραμμικά μοντέλα παλινδρόμησης (αφού και η λογιστική παλινδρόμηση είναι ένα τέτοιο μοντέλο). Απλά αναφέρουμε τη μορφή που έχουν αυτά τα μοντέλα, με ποιες μεθόδους μπορούμε να εκτιμήσουμε τις παραμέτρους παλινδρόμησης, ποια είναι τα διαστήματα εμπιστοσύνης για τους συντελεστές παλινδρόμησης και τη μορφή που θα έχουν οι έλεγχοι υποθέσεων. Στο δεύτερο κεφάλαιο περιγράφουμε τη λογιστική παλινδρόμηση. Η λογιστική παλινδρόμηση είναι χρήσιμη σε καταστάσεις στις οποίες επιθυμούμε να προβλέψουμε την ύπαρξη ή την απουσία ενός χαρακτηριστικού ή ενός συμβάντος. Η πρόβλεψη αυτή βασίζεται στην κατασκευή ενός μοντέλου και συγκεκριμένα στον προσδιορισμό των τιμών που παίρνουν οι συντελεστές. Αυτή η μέθοδος είναι μια γενίκευση της απλή γραμμικής παλινδρόμησης για την περίπτωση όπου η εξαρτημένη μεταβλητή είναι δίτιμη (παίρνει την τιμή 0 όταν το χαρακτηριστικό απουσιάζει και την τιμή 1 όταν υπάρχει το χαρακτηριστικό). Στο τρίτο κεφάλαιο αναλύουμε τη διαχωριστική ανάλυση, η οποία έχει δύο στόχους: να χωρίσει ένα πληθυσμό σε ευδιάκριτες ομάδες και με τη βοήθεια ενός διαχωριστικού κανόνα να κατατάσσει παρατηρήσεις στις ευδιάκριτες ομάδες. Στο τέλος του κεφαλαίου περιγράφουμε τις ομοιότητες και τις διαφορές της διαχωριστικής ανάλυσης και της λογιστικής παλινδρόμησης. Στο τέταρτο και τελευταίο κεφάλαιο απλά δίνουμε ένα παράδειγμα που το λύνουμε με τη μέθοδο της λογιστικής παλινδρόμησης και ένα παράδειγμα που το λύνουμε με τη μέθοδο της διαχωριστικής ανάλυσης. Αυτό το κάνουμε με τη βοήθεια του στατιστικού πακέτου SPSS.el
dc.language.isogrel
dc.relation.isformatofΗ ΒΚΠ διαθέτει αντίτυπο της διατριβής σε έντυπη μορφή στο βιβλιοστάσιο διδακτορικών διατριβών που βρίσκεται στο ισόγειο του κτιρίου της.el
dc.rights0el
dc.subjectΔιαχωριστική ανάλυσηel
dc.subjectΛογιστική παλινδρόμησηel
dc.subjectΜη γραμμικά μοντέλαel
dc.subject.ddc519.53el
dc.titleΛογιστική παλινδρόμηση & διαχωριστική ανάλυσηel
dc.typeThesisel
dc.contributor.committeeΚουρούκλης, Σταύρος-
dc.contributor.committeeΠετρόπουλος, Κωνσταντίνος-
dc.description.translatedabstractIn this work we dealt with two methods, that their aim are to classify the observations in known teams and afterwards to make forecasts for new observations. These methods are the accountant regression (logistic regression) and the bisector analysis (discriminant analysis).el
dc.subject.alternativeDiscriminant analysisel
dc.subject.alternativeLogistic regressionel
dc.subject.alternativeNon linear modelsel
dc.degreeΜεταπτυχιακή Εργασίαel
Appears in Collections:Τμήμα Μαθηματικών (ΜΔΕ)

Files in This Item:
File Description SizeFormat 
Diplwmatiki.pdfΚυρίως άρθρο3.07 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.