dc.contributor.advisor | Κούτρας, Μάρκος | |
dc.contributor.author | Βασιλειάδη, Βασιλική Ι. | |
dc.date.accessioned | 2016-04-01T07:19:48Z | |
dc.date.available | 2016-04-01T07:19:48Z | |
dc.date.issued | 2015-05 | |
dc.identifier.uri | https://dione.lib.unipi.gr/xmlui/handle/unipi/8662 | |
dc.description.abstract | Η πολυμεταβλητή ανάλυση ασχολείται με τη συλλογή, περιγραφή και ανάλυση δεδομένων για τα οποία υπάρχουν μετρήσεις πολλών μεταβλητών. Η μελέτη των μεταβλητών αυτών μεμονωμένα για την καθεμία οδηγεί σε συμπεράσματα που δεν αποδίδουν πιστά την πραγματικότητα καθώς δεν λαμβάνουν καθόλου υπόψη την έννοια της αλληλεξάρτησης. Η πολυμεταβλητή ανάλυση εντοπίζει την εξάρτηση των μεταβλητών, τις εντάσσει σε ομάδες και μειώνει τον όγκο τους καθιστώντας τις κατάλληλες για περεταίρω επεξεργασία.
Οι τεχνικές που χρησιμοποιούνται στην πολυμεταβλητή ανάλυση είναι γραφικές και στατιστικές/μαθηματικές. Οι γραφικές μέθοδοι χρησιμεύουν στην απεικόνιση των πολυδιάστατων δεδομένων εξυπηρετώντας έτσι την εξαγωγή συμπερασμάτων. Αντίστοιχα, οι στατιστικές/μαθηματικές μέθοδοι αποσκοπούν τόσο στην ερμηνεία των συσχετίσεων μεταξύ των μεταβλητών όσο και στη μείωση των διαστάσεων του προβλήματος που μελετάται.
Η παρούσα διατριβή αρχικά παρέχει μια εισαγωγή στις βασικότερες τεχνικές της πολυμεταβλητής ανάλυσης. Στη συνέχεια, γίνεται μια εκτενής ανάλυση των σημαντικότερων γραφικών μεθόδων τόσο σε θεωρητικό επίπεδο όσο και σε επίπεδο εφαρμογής. Επιπροσθέτως, αναλύονται λεπτομερώς οι πιο γνωστές στατιστικές πολυμεταβλητές μέθοδοι. Τέλος, εφαρμόζονται αυτές οι μέθοδοι στα πλαίσια ενός πραγματικού δείγματος εξάγοντας και τα ανάλογα συμπεράσματα. | el |
dc.format.extent | 140 | el |
dc.language.iso | el | el |
dc.publisher | Πανεπιστήμιο Πειραιώς | el |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Διεθνές | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Στατιστική ανάλυση | el |
dc.title | Στατιστικές τεχνικές ανάλυσης πολυδιάστατων δεδομένων και εφαρμογές | el |
dc.title.alternative | Statistical techniques for the analysis of multivariate data and applications | el |
dc.type | Master Thesis | el |
dc.contributor.department | Σχολή Χρηματοοικονομικής και Στατιστικής. Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης | el |
dc.description.abstractEN | Multivariate analysis deals with the collection, description and inference of data containing measurements of a large number of variables. Studying these variables independently may lead to conclusions that do not reflect the true nature and structure of the data because the dependence is not taken into account. Multivariate analysis explores the dependence between variables, combines them into groups and reduces their dimensionality thereof making them suitable for additional processing.
The techniques that are used in multivariate analysis are graphical and statistical/mathematical. The graphical methods are used in the illustrative presentation of multivariate data thus facilitating the task of drawing some preliminary conclusions. Furthermore, the statistical/mathematical methods serve both the interpretation of the correlation between variables and the dimensionality reduction of the dataset being studied.
The present dissertation initially provides an introduction in the most popular techniques of Multivariate Analysis. An extensive analysis of the main graphical methods is presented both in theory and application level. Moreover, it describes in detail, the most common statistical/mathematical multivariate methods. Finally, these methods are applied on a real dataset and an illustration is offered how one can derive useful conclusions by practicing the techniques described in the thesis. | el |
dc.contributor.master | Εφαρμοσμένη Στατιστική | el |
dc.subject.keyword | Πολυμεταβλητή ανάλυση | el |