Ανάλυση Δεδομένων & Στατιστικά Πακέτα (ΣEE5): Διαφορά μεταξύ των αναθεωρήσεων

Από Wiki Τμήματος Μαθηματικών
Χωρίς σύνοψη επεξεργασίας
Χωρίς σύνοψη επεξεργασίας
 
Γραμμή 1: Γραμμή 1:
* [[Data Analysis and Statistical Packages (ΣΕΕ5)|English version]]
* [[Data Analysis and Statistical Packages (ΣΕΕ5)|English version]]
{{Course-Graduate-Top-GR}}
{{Course-Graduate-Top-GR}}
{{Menu-OnAllPages-GR}}


=== Γενικά ===
=== Γενικά ===

Τελευταία αναθεώρηση της 12:05, 15 Ιουνίου 2023

Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE5
Εξάμηνο 2
Τίτλος Μαθήματος ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ & ΣΤΑΤΙΣΤΙΚΑ ΠΑΚΕΤΑ
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα 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 Με την ολοκλήρωση του μαθήματος ο μεταπτυχιακός φοιτητής θα είναι σε θέση να διεξάγει, πέραν των βασικών, αναλύσεις ποσοτικών-ποιοτικών δεδομένων και να παρουσιάζει τα αποτελέσματα τους (έκθεση αναφοράς).
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία σε κάποιες περιπτώσεις
  • Λήψη αποφάσεων
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών.

Περιεχόμενο Μαθήματος

Διαχείριση δεδομένων. Έλεγχοι κανονικότητας. Έλεγχοι καλής προσαρμογής. Σύντομη επανάληψη σε βασικές αναλύσεις (έλεγχο υποθέσεων που αφορούν τη μέση τιμή ενός πληθυσμού, τις μέσες τιμές δύο πληθυσμών με εξαρτημένα και ανεξάρτητα δείγματα, ανάλυση διακύμανσης κατά ένα παράγοντα). Πολλαπλή γραμμική παλινδρόμηση και διαγνωστικοί έλεγχοι. Ανάλυση διακύμανσης με ίσο και άνισο αριθμό παρατηρήσεων. Εισαγωγή στη Λογιστική Παλινδρόμηση. Επαναληπτικές μετρήσεις. Ανάλυση αξιοπιστίας και Παραγοντική Ανάλυση.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο στο εργαστήριο του Τμήματος.
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές καθώς και στην παράδοση εργασιών.
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις -Εργαστήριο 39
Αυτοτελής Μελέτη 78
Επίλυση ασκήσεων-εργασίες 70.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει την ανάλυση τόσο πραγματικών όσο και εκπαιδευτικών συνόλων δεδομένων. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες, οι οποίες συνυπολογίζονται στον τελικό βαθμό.

Συνιστώμενη Βιβλιογραφία

  • Barnett, V. and Lewis, T. (1978). Outliers in statistical data. Wiley, New York.
  • Belsley, David A, Kuh, Edwin and Welsch, Roy E. (1980). Regression diagnostics: identifying influential data and sources of collinearity. Wiley Series in Probability and Mathematical Statistics. John Wiley & Sons.
  • Samprit Chatterjee, Ali S. Hadi (2012). Regression analysis by examples. John Wiley & Sons, Inc.
  • Coakes, S. and Steed, L ( 1999). S.P.S.S. Analysis without Anguish. Wiley.
  • Field, A. P. (2005). Discovering statistics using S.P.S.S. (Second Edition). London: Sage.
  • Landau, S. and Everitt (2004). A Handbook of Statistical Analyses using S.P.S.S.. Chapman and Hall.
  • Neter, J., Kutner, M., Nachtsheim, C. and Wassserman, W. (1996). Applied linear statistical models. 4th Edition, Irwin, Inc.
  • Rawlings, J. O. (1988). Applied regression analysis: a research tool. Wadsworth & Brooks/Cole Advanced Books & Software, Pacific Grove, CA.
  • Rencher, A. C. (2000). Linear Models in Statistics. Wiley.
  • Searle, S. R. (1971). Linear models. John Wiley & Sons, Inc.
  • Seber, G. A. F. (1977). Linear regression analysis. John Wiley & Sons.