Παλινδρόμηση και Ανάλυση Διακύμανσης (ΜΑΕ733): Διαφορά μεταξύ των αναθεωρήσεων
Από Wiki Τμήματος Μαθηματικών
(→Γενικά) |
Χωρίς σύνοψη επεξεργασίας |
||
Γραμμή 1: | Γραμμή 1: | ||
* [[Regression and Analysis of Variance (MAE733)|English version]] | * [[Regression and Analysis of Variance (MAE733)|English version]] | ||
{{Course-UnderGraduate-Top-GR}} | {{Course-UnderGraduate-Top-GR}} | ||
{{Menu-OnAllPages-GR}} | |||
=== Γενικά === | === Γενικά === |
Τελευταία αναθεώρηση της 10:08, 15 Ιουνίου 2023
- English version
- Περιγράμματα Προπτυχιακών Μαθημάτων
- Τροποποίηση Περιγράμματος (η δυνατότητα αυτή απευθύνεται αποκλειστικά στα μέλη ΔΕΠ του Τμήματος)
- Τμήμα Μαθηματικών
- Αποθήκευση ως PDF ή Εκτύπωση (για αποθήκευση ως PDF, κάντε την σχετική επιλογή στη λίστα εκτυπωτών που θα εμφανιστεί)
Γενικά
Σχολή | Σχολή Θετικών Επιστημών |
---|---|
Τμήμα | Τμήμα Μαθηματικών |
Επίπεδο Σπουδών | Προπτυχιακό |
Κωδικός Μαθήματος | MAE733 |
Εξάμηνο | 7 |
Τίτλος Μαθήματος | ΠΑΛΙΝΔΡOMΗΣΗ ΚΑΙ ΑΝAΛΥΣΗ ∆ΙΑΚΎMΑΝΣΗΣ |
Αυτοτελείς Διδακτικές Δραστηριότητες | Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 6) |
Τύπος Μαθήματος | Ειδίκευσης |
Προαπαιτούμενα Μαθήματα | |
Γλώσσα Διδασκαλίας και Εξετάσεων | Ελληνική |
Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus | Ναι (στην Αγγλική γλώσσα) |
Ηλεκτρονική Σελίδα Μαθήματος (URL) | Δείτε το eCourse, την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων. |
Μαθησιακά Αποτελέσματα
Μαθησιακά Αποτελέσματα | Στόχος του µαθήµατος είναι η παρουσίαση, η µελέτη και οι εφαρµογές µοντέλων απλής και πολλαπλής γραµµικής παλινδρόµησης και ανάλυσης διακύµανσης κατά ένα και περισσότερους παράγοντες. Το γενικό γραµµικό µοντέλο παρουσιάζεται για να ενοποιήσει τα ανωτέρω µοντέλα παλινδρόµησης και ανάλυσης διακύµανσης. Το μάθημα αυτό έχει ως στόχο την κατανόηση της θεωρίας των γραμμικών μοντέλων και τις εφαρμογές τους στη μοντελοποίηση στατιστικών δεδομένων. Επικεντρώνεται σε μοντέλα παλινδρόμησης και μοντέλα ανάλυσης διακύμανσης και τα μοντέλα αυτά ενοποιούνται στο πλαίσιο του γενικού γραμμικού μοντέλου. Παρουσιάζεται η σχετική θεωρία και εφαρμόζεται σε σύνολα δεδομένων για τη δημιουργία του κατάλληλου γραμμικού μοντέλου, το έλεγχο της καταλληλότητάς του, τον έλεγχο ικανοποίησης των συνθηκών υπό τις οποίες ορίζεται. Με την ολοκλήρωση του μαθήματος οι φοιτητές θα έχουν κατανοήσει τα προαναφερθέντα θέματα της θεωρίας γραμμικών μοντέλων και θα μπορούν να τα εφαρμόζουν για την ανάλυση στατιστικών δεδομένων. |
---|---|
Γενικές Ικανότητες |
|
Περιεχόμενο Μαθήματος
Θεωρία γραµµικών µοντέλων. Απλή γραµµική παλινδρόµηση. Πολλαπλή γραµµική παλινδρόµηση. Ανάλυση διακύµανσης κατά ένα και περισσότερους παράγοντες. Εφαρµογές.
Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση
Τρόπος Παράδοσης | Στην τάξη (πρόσωπο με πρόσωπο) | ||||||||||
---|---|---|---|---|---|---|---|---|---|---|---|
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών | Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές | ||||||||||
Οργάνωση Διδασκαλίας |
| ||||||||||
Αξιολόγηση Φοιτητών | Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει επίλυση προβλημάτων εφαρμογής των γνώσεων που αποκτήθηκαν και συγκριτική αξιολόγηση στοιχείων θεωρίας. |
Συνιστώμενη Βιβλιογραφία
Δείτε την υπηρεσία Εύδοξος ή το τοπικό αποθετήριο του Τμήματος Μαθηματικών για τα παρεχόμενα συγγράμματα ανά ακαδημαϊκό έτος. Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:
- Kutner, M. H., Nachtsheim, Ch., Neter, J. and Li. W. (2004). Applied Linear Statistical Models. 5 Edition, McGraw-Hill.
- Montgomery, D. C., Peck, E. A. και Vining, G. G. (2006). Introduction to linear regression analysis. 4th Edition, Wiley.
- Rencher, A. C. (2000). Linear models in statistics. Wiley.
- Sahai, H. and Ageel, M. (2000). The Analysis of Variance. Birkhauser.
- Καρακώστας, Κ. (2002). Γραµµικά Μοντέλα: Παλινδρόµηση και Ανάλυση ∆ιακύµανσης. Πανεπιστήµιο Ιωαννίνων.