Στατιστική ανάλυση κυκλικών δεδομένων

Λιαπίκος, Ηλίας; Liapikos, Ilias

dc.contributor.author	Λιαπίκος, Ηλίας	el
dc.contributor.author	Liapikos, Ilias	en
dc.date.accessioned	2014-11-24T11:28:46Z
dc.date.available	2014-11-24T11:28:46Z
dc.date.issued	2014-11-24
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/39723
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.6640
dc.rights	Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nd/3.0/gr/	*
dc.subject	Κυκλικά δεδομένα	el
dc.subject	Κατευθυνόμενα δεδομένα	el
dc.subject	Κυκλικές κατανομές	el
dc.subject	Στατιστικό πακέτο R	el
dc.subject	Συντελεστής συσχέτισης	el
dc.subject	Directional data	en
dc.subject	Circular data	en
dc.subject	Corelation Coeficient	en
dc.subject	Statistical package R	en
dc.subject	Circular distribution functions	en
dc.title	Στατιστική ανάλυση κυκλικών δεδομένων	el
dc.title	Statistical analysis of circular data	en
heal.type	bachelorThesis
heal.classification	Μαθηματικά	el
heal.classification	Εφαρμοσμένα Μαθηματικά	el
heal.classification	Στατιστική	el
heal.classification	Mathematics	en
heal.classification	Mathematics and statistics	en
heal.classificationURI	http://localhost:8080/healp/data/2
heal.classificationURI	http://localhost:8080/healp/data/2/36
heal.classificationURI	http://skos.um.es/unesco6/12
heal.classificationURI	http://lod.nal.usda.gov/6369
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2014-10-10
heal.abstract	Με τον όρο κυκλικά δεδομένα αναφερόμαστε σε δεδομένα που περιγράφουν είτε διεύθυνση είτε κατεύθυνση. Η παρατήρηση τέτοιου είδους δεδομένων και η προσπάθεια στατιστικής ανάλυσης τους, αναπτύσσεται παράλληλα με τις εφαρμοσμένες επιστήμες τα τελευταία χρόνια και ως εκ τούτου η βιβλιογραφία αλλά και η λεπτομερής περιγραφή τους είναι αρκετά περιορισμένη. Λόγω της ιδιαίτερης μορφής τους δε, τα κυκλικά δεδομένα δεν επιδέχονται της ίδιας αντιμετώπισης με τις συνήθεις (γραμμικές) μεταβλητές που παίρνουν τιμές στον άξονα των πραγματικών αριθμών, παρότι η στατιστική τους ανάλυση στηρίζεται σε σχεδόν πανομοιότυπα στάδια, όπως της εκτίμησης παραμέτρων, της δημιουργίας διαστημάτων εμπιστοσύνης, των ελέγχων υποθέσεων αλλά και της δημιουργίας μοντέλων παλινδρόμησης μεταξύ κυκλικών μεταβλητών. Στην παρούσα εργασία γίνεται μια προσπάθεια καταγραφής βασικών ιδιοτήτων και διαφορών μεταξύ των κυκλικών και των μεταβλητών που αναπαρίστανται στην ευθεία των πραγματικών αριθμών (τις οποίες θα καλούμε «γραμμικές» στην παρούσα διπλωματική). Παρουσιάζονται οι εγγενείς δυσκολίες της στατιστικής ανάλυσης των «κατευθυνόμενων» δεδομένων και οι μετατροπές που απαιτούνται για την ορθή παρουσίασή τους και την εξαγωγή δόκιμων συμπερασμάτων. Έπειτα από την ανάλυση των βασικών κυκλικών κατανομών και των σταδίων της επεξεργασίας των δεδομένων, παρατίθεται και η εφαρμογή τους με την χρήση του στατιστικού πακέτου R , καθώς και η επεξήγηση των αντίστοιχων εντολών που χρησιμοποιήθηκαν. Τέλος, πραγματοποιείται μια συνολική ανάλυση ενός δείγματος πραγματικών κυκλικών δεδομένων και παρουσιάζονται τα αποτελέσματά της.	el
heal.abstract	The term «circular data» is used in the area of Statistics to describe either directional or axial data. Observation of such kind of data and the need for appropriate statistical analysis is increasing simultaneously with the expansion of applied science. Due to that, the relevant bibliography and detailed analysis is very rare and usually referring only to specific cases. As a result of the special form of circular data we cannot perform the same statistical analysis we apply to linear data, despite the fact that the steps are practically identical, such us estimate of parameters, creation of confidence intervals, test of cases, and fitting regression models among circular variables. At this final year project we make an effort to describe the main properties and differences of circular data comparing to linear case. We present the inherent difficulties of the appropriate analysis and the alternations that are required in order to derive the right conclusions. After the presentation of the main circular distributions and the steps of the statistical analysis we apply the theoretical approach to some circular data using the statistical package R , analyzing the code that we used. In the end we apply a full statistical analysis on some real circular data and we present the results.	en
heal.advisorName	Φουσκάκης, Δημήτριος	el
heal.committeeMemberName	Σπηλιώτης, Ιωάννης	el
heal.committeeMemberName	Λουλάκης, Μιχαήλ	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών. Τομέας Μαθηματικών	el
heal.academicPublisherID	ntua
heal.numberOfPages	90 σ.
heal.fullTextAvailability	true