Γενικά
| Σχολή
|
Σχολή Θετικών Επιστημών
|
| Τμήμα
|
Τμήμα Μαθηματικών
|
| Επίπεδο Σπουδών
|
Προπτυχιακό
|
| Κωδικός Μαθήματος
|
MAE837
|
| Εξάμηνο
|
8
|
| Τίτλος Μαθήματος
|
ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΑΤΙΣΤΙΚΗΣ
|
| Αυτοτελείς Διδακτικές Δραστηριότητες
|
Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 6)
|
| Τύπος Μαθήματος
|
Ειδικού Υποβάθρου
|
| 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
|
Οι φοιτητές θα εξοικειωθούν με τα θέματα που θα παρουσιαστούν στο εν λόγω μάθημα (βλέπε περιεχόμενο) και θα αναπτύξουν γνώσεις σχετικές με αυτές τις στατιστικές μεθόδους.
Επιπλέον θα μάθουν επίσης πώς η μεθοδολογία εφαρμόζεται στην πράξη. Οι φοιτητές θα εξοικειωθούν με θέματα που δεν καλύπτονται από άλλα μαθήματα του μεταπτυχιακού προγράμματος.
|
| Γενικές Ικανότητες
|
- Αυτόνομη εργασία
- Σύνθεση δεδομένων και πληροφοριών
- Λήψη αποφάσεων
- Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
- Σύνθεση δεδομένων και πληροφοριών.
|
Περιεχόμενο Μαθήματος
Το ακριβές περιεχόμενο αυτού του μαθήματος μπορεί να διαφέρει από ακαδημαϊκό έτος σε ακαδημαϊκό έτος αλλά θα αποτελείται από επιλεγμένα θέματα σύγχρονου ερευνητικού ενδιαφέροντος στη μεθοδολογία της στατιστικής, ανάλογα με τις απαιτήσεις των φοιτητών και τη διαθεσιμότητα του διδακτικού προσωπικού. Για το Ακαδημαϊκό Έτος 2019-2020 είναι: Πολυμεταβλητές κατανομές, βασικές ιδιότητες και χειρισμός. Πολυμεταβλητή κανονική κατανομή. Ιδιότητες. Εκτίμηση. Σύντομη επισκόπηση πολυμεταβλητών μεθόδων στατιστικής ανάλυσης: Ανάλυση σε κύριες συνιστώσες, επιλογή κυρίων συνιστωσών, ερμηνεία κυρίων συνιστωσών. Παραγοντική ανάλυση, το ορθογώνιο παραγοντικό μοντέλο. Τρόποι εκτίμησης, περιστροφή του μοντέλου, ερμηνεία αποτελεσμάτων, εφαρμογές. Πολυμεταβλητή ανάλυση διακύμανσης. Η έννοια της απόστασης και η χρήση της για ομαδοποίηση. Διαχωριστική ανάλυση.
Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση
| Τρόπος Παράδοσης
|
Στην Τάξη
|
| Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
|
|
| Οργάνωση Διδασκαλίας
|
| Δραστηριότητα
|
Φόρτος Εργασίας Εξαμήνου
|
| Διαλέξεις (13Χ3)
|
39
|
| Αυτοτελής Μελέτη
|
78
|
| Επίλυση Ασκήσεων - εργασίες
|
33
|
| Σύνολο Μαθήματος
|
150
|
|
| 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:
- Σημειώσεις διδάσκοντα
- Everitt, B., Hothorn, T. (2011) An introduction to Applied Multivariate Analysis with R. Springer.
- Hastie, Tibshirani and Friedman (2009) Elements of Statistical Learning, 2nd edition, Springer.
- James, Witten, Hastie and Tibshirani (2011) Introduction to Statistical Learning with applications in R. Springer.
- B.S. Everitt, S. Landau, M. Leese and D. Stahl (2011) Cluster Analysis, 5th Edition, Wiley.