Undergraduate Elective 1030 - Ιστορικό εκδόσεων

G.R.Chrysostomidis στις 15:51, 3 Απριλίου 2026

2026-04-03T15:51:11Z

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 18:51, 3 Απριλίου 2026
Γραμμή 9:		Γραμμή 9:

	<div id="pills-gr" class="tab-pane fade show active" role="tabpanel" aria-labelledby="pills-gr-tab" style="text-align:left;">		<div id="pills-gr" class="tab-pane fade show active" role="tabpanel" aria-labelledby="pills-gr-tab" style="text-align:left;">

			<div align = center>
			== '''Ειδικά Θέματα Στατιστικής''' ==
			</div>


Γραμμή 40:		Γραμμή 44:
	\|-		\|-
	! Προαπαιτούμενα Μαθήματα		! Προαπαιτούμενα Μαθήματα
	\|		\|
	\|-		\|-
	! Γλώσσα Διδασκαλίας και Εξετάσεων		! Γλώσσα Διδασκαλίας και Εξετάσεων
Γραμμή 62:		Γραμμή 66:
	! Γενικές Ικανότητες		! Γενικές Ικανότητες
	\|		\|
	* Αυτόνομη ~~εργασία~~		* Αυτόνομη εργασία
	* Λήψη ~~αποφάσεων~~		* Λήψη αποφάσεων
	* Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης		* Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
	* Σύνθεση δεδομένων και πληροφοριών.		* Σύνθεση δεδομένων και πληροφοριών.
Γραμμή 117:		Γραμμή 121:
	\|-		\|-
	\| Διαλέξεις (13Χ3)		\| Διαλέξεις (13Χ3)
	\| 39		\| style="text-align: center;" \|39
	\|-		\|-
	\| Αυτοτελής Μελέτη		\| Αυτοτελής Μελέτη
	\| 78		\| style="text-align: center;" \|78
	\|-		\|-
	\| Επίλυση Ασκήσεων - εργασίες		\| Επίλυση Ασκήσεων - εργασίες
	\| 33		\| style="text-align: center;" \|33
	\|-		\|-
	\| Σύνολο Μαθήματος		\| Σύνολο Μαθήματος
	\| 150		\| style="text-align: center;" \|150
	\|}		\|}
	\|-		\|-
Γραμμή 139:		Γραμμή 143:

	<div id="pills-en" class="tab-pane fade" role="tabpanel" aria-labelledby="pills-en-tab" style="text-align:left;">		<div id="pills-en" class="tab-pane fade" role="tabpanel" aria-labelledby="pills-en-tab" style="text-align:left;">

			<div align = center>
			== '''Special Topics in Statistics''' ==
			</div>


Γραμμή 187:		Γραμμή 195:
	\|-		\|-
	! Learning outcomes		! Learning outcomes
	\| Students will become familiar with the themes in question and develop knowledge of statistical methods, and will also learn how the methodology becomes relevant in certain application areas. Students will learn a specialized field of statistics not covered by ~~any ordinary~~ course.		\| Students will become familiar with the themes in question and develop knowledge of statistical methods, and will also learn how the methodology becomes relevant in certain application areas. Students will learn a specialized field of statistics not covered by any ordinary course.
	\|-		\|-
	! General Competences		! General Competences
	\|		\|
	* Working ~~independently~~		* Working independently
	* Decision-making		* Decision-making
	* Production of free, creative and inductive thinking		* Production of free, creative and inductive thinking
Γραμμή 222:		Γραμμή 230:
	\|-		\|-
	\| Lectures		\| Lectures
	\| 39		\| style="text-align: center;" \|39
	\|-		\|-
	\| Working independently		\| Working independently
	\| 78		\| style="text-align: center;" \|78
	\|-		\|-
	\| Exercises-Homeworks		\| Exercises-Homeworks
	\| 33		\| style="text-align: center;" \|33
	\|-		\|-
	\| Course ~~total~~		\| Course total
	\| 150		\| style="text-align: center;" \|150
	\|}		\|}
	\|-		\|-

Ktzuvara στις 16:07, 29 Μαρτίου 2026

2026-03-29T16:07:18Z

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 19:07, 29 Μαρτίου 2026
Γραμμή 9:		Γραμμή 9:

	<div id="pills-gr" class="tab-pane fade show active" role="tabpanel" aria-labelledby="pills-gr-tab" style="text-align:left;">		<div id="pills-gr" class="tab-pane fade show active" role="tabpanel" aria-labelledby="pills-gr-tab" style="text-align:left;">


	=== Γενικά ===		=== Γενικά ===
Γραμμή 133:		Γραμμή 134:

	=== Συνιστώμενη Βιβλιογραφία ===		=== Συνιστώμενη Βιβλιογραφία ===




	Δείτε την υπηρεσία [https://service.eudoxus.gr/public/departments#20 Εύδοξος]. Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:		Δείτε την υπηρεσία [https://service.eudoxus.gr/public/departments#20 Εύδοξος]. Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:
Γραμμή 141:		Γραμμή 139:

	<div id="pills-en" class="tab-pane fade" role="tabpanel" aria-labelledby="pills-en-tab" style="text-align:left;">		<div id="pills-en" class="tab-pane fade" role="tabpanel" aria-labelledby="pills-en-tab" style="text-align:left;">


	=== General ===		=== General ===

	{\| class="wikitable"		{\| class="wikitable"
	\|-		\|-
Γραμμή 172:		Γραμμή 173:
	\|-		\|-
	! Language of Instruction and Examinations		! Language of Instruction and Examinations
	\|		\| Greek
	Greek
	\|-		\|-
	! Is the Course Offered to Erasmus Students		! Is the Course Offered to Erasmus Students
Γραμμή 183:		Γραμμή 183:

	=== Learning Outcomes ===		=== Learning Outcomes ===

	{\| class="wikitable"		{\| class="wikitable"
	\|-		\|-
Γραμμή 195:		Γραμμή 196:
	* Criticism and self-criticism.		* Criticism and self-criticism.
	\|}		\|}

	=== Syllabus ===		=== Syllabus ===

Γραμμή 205:		Γραμμή 207:

	=== Teaching and Learning Methods - Evaluation ===		=== Teaching and Learning Methods - Evaluation ===

	{\| class="wikitable"		{\| class="wikitable"
	\|-		\|-
Γραμμή 234:		Γραμμή 237:
	\| Final written exam in Greek (in case of Erasmus students in English) which concentrates on the solution of problems which are motivated by the main themes of the course.		\| Final written exam in Greek (in case of Erasmus students in English) which concentrates on the solution of problems which are motivated by the main themes of the course.
	\|}		\|}

	=== Attached Bibliography ===		=== Attached Bibliography ===

	See the official [https://service.eudoxus.gr/public/departments#20 Eudoxus site]. Books and other resources, not provided by Eudoxus:		See the official [https://service.eudoxus.gr/public/departments#20 Eudoxus site]. Books and other resources, not provided by Eudoxus:
	</div>		</div>

Ktzuvara: /* Syllabus */

2026-03-27T22:11:49Z

Syllabus

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 01:11, 28 Μαρτίου 2026
Γραμμή 196:		Γραμμή 196:
	\|}		\|}
	=== Syllabus ===		=== Syllabus ===

			{\| class="wikitable" style="width: 100%;"
			\|
	The precise contents of this course may vary from occasion to occasion, but will consist of selected themes of contemporary research interest in statistics methodology, depending on both demands from students and the availability of appropriate course leaders. Examples include parametric lifetime modeling, experimental design, extreme value statistics, advanced stochastic simulation, graphical modeling, statistics quality control etc. The course will be of interest to students who want to develop their basic knowledge of statistics methodology. See the specific semester page for a more detailed description of the course.		The precise contents of this course may vary from occasion to occasion, but will consist of selected themes of contemporary research interest in statistics methodology, depending on both demands from students and the availability of appropriate course leaders. Examples include parametric lifetime modeling, experimental design, extreme value statistics, advanced stochastic simulation, graphical modeling, statistics quality control etc. The course will be of interest to students who want to develop their basic knowledge of statistics methodology. See the specific semester page for a more detailed description of the course.
	<br/>		<br/>
	For the next academic year the syllabus of the course is the following: Multivariate distributions: basic properties. Multivariate normal distribution: properties and estimation. Brief review of multivariate methods of statistical analysis: Principal Components, Factor Analysis, MANOVA, Discriminant Analysis.		For the next academic year the syllabus of the course is the following: Multivariate distributions: basic properties. Multivariate normal distribution: properties and estimation. Brief review of multivariate methods of statistical analysis: Principal Components, Factor Analysis, MANOVA, Discriminant Analysis.
			\|}

	=== Teaching and Learning Methods - Evaluation ===		=== Teaching and Learning Methods - Evaluation ===
	{\| class="wikitable"		{\| class="wikitable"

Ktzuvara: /* Περιεχόμενο Μαθήματος */

2026-03-27T22:11:30Z

Περιεχόμενο Μαθήματος

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 01:11, 28 Μαρτίου 2026
Γραμμή 69:		Γραμμή 69:
	=== Περιεχόμενο Μαθήματος ===		=== Περιεχόμενο Μαθήματος ===

			{\| class="wikitable" style="width: 100%;"
			\|
	Εβδομάδα 1: Βασικά χαρακτηριστικά χρονοσειρών: Στασιμότητα, αυτοσυσχέτιση, μερική αυτοσυσχέτιση, απομάκρυνση στοιχείων μη-στασιμότητας, έλεγχος ανεξαρτησίας για χρονικές σειρές.		Εβδομάδα 1: Βασικά χαρακτηριστικά χρονοσειρών: Στασιμότητα, αυτοσυσχέτιση, μερική αυτοσυσχέτιση, απομάκρυνση στοιχείων μη-στασιμότητας, έλεγχος ανεξαρτησίας για χρονικές σειρές.

Γραμμή 92:		Γραμμή 94:

	Εβδομάδα 12-13: Εκτιμητής Kaplan - Meier, μοντέλα παλινδρόμησης στην ανάλυση επιβίωσης, μοντέλο αναλογικού κινδύνου του Cox.		Εβδομάδα 12-13: Εκτιμητής Kaplan - Meier, μοντέλα παλινδρόμησης στην ανάλυση επιβίωσης, μοντέλο αναλογικού κινδύνου του Cox.
			\|}

	=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση ===		=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση ===

Ktzuvara: /* Γενικά */

2026-03-27T21:04:26Z

Γενικά

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 00:04, 28 Μαρτίου 2026
Γραμμή 30:		Γραμμή 30:
	\|-		\|-
	! Τίτλος Μαθήματος		! Τίτλος Μαθήματος
	\| ~~ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΑΤΙΣΤΙΚΗΣ~~		\| Ειδικά Θέματα Στατιστικής
	\|-		\|-
	! Αυτοτελείς Διδακτικές Δραστηριότητες		! Αυτοτελείς Διδακτικές Δραστηριότητες

Ksimos: Νέα σελίδα με '{{DISPLAYTITLE:{{FULLPAGENAME}}}}

#pills-gr|Ελληνικά

2026-03-12T09:26:28Z

Νέα σελίδα με '{{DISPLAYTITLE:<span style="position: absolute; clip: rect(1px 1px 1px 1px); clip: rect(1px, 1px, 1px, 1px);">{{FULLPAGENAME}}</span>}} <ul class="nav nav-pills mb-2 justify-content-end" id="pills-tab-lang" role="tablist"> <li class="nav-item"><btn id="pills-gr-tab" data-toggle="pill" class="nav-link active" role="tab" aria-controls="pills-gr" aria-selected="true">#pills-gr|Ελληνικά</btn></li> <li class="nav-item"><btn id="pills-en-tab" data-toggle="pill"...'

Νέα σελίδα
{{DISPLAYTITLE:<span style="position: absolute; clip: rect(1px 1px 1px 1px); clip: rect(1px, 1px, 1px, 1px);">{{FULLPAGENAME}}</span>}}

<ul class="nav nav-pills mb-2 justify-content-end" id="pills-tab-lang" role="tablist">
<li class="nav-item"><btn id="pills-gr-tab" data-toggle="pill" class="nav-link active" role="tab" aria-controls="pills-gr" aria-selected="true">#pills-gr|Ελληνικά</btn></li>
<li class="nav-item"><btn id="pills-en-tab" data-toggle="pill" class="nav-link" role="tab" aria-controls="pills-en" aria-selected="false">#pills-en|English</btn></li>
</ul>

<div class="tab-content text-center" id="pills-content">

<div id="pills-gr" class="tab-pane fade show active" role="tabpanel" aria-labelledby="pills-gr-tab" style="text-align:left;">

=== Γενικά ===

{| class="wikitable"
|-
! 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)
|-
! [https://regulations.math.uoi.gr/index.php?title=Undergraduate_Department_Course_Types 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 [https://ecourse.uoi.gr/ eCourse], την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.
|}

=== Μαθησιακά Αποτελέσματα ===

{| class="wikitable"
|-
! Μαθησιακά Αποτελέσματα
|
Ο στόχος του μαθήματος είναι να εισάγει τους φοιτητές σε ένα πλήθος καινούργιων στατιστικών τεχνικών ή επεκτάσεων αυτών που έχουν διδαχθεί μέχρι τώρα. Δίνεται έμφαση στην πρακτική εφαρμογή των τεχνικών και στην ερμηνεία των αποτελεσμάτων ενώ παράλληλα δίνονται και οι απαραίτητες βάσεις για κατανόηση και περαιτέρω εμβάθυνση τους. Το αποτέλεσμα είναι ανάπτυξη της κριτικής ικανότητας και η σωστή εφαρμογή της κατάλληλης τεχνικής ανάλογα με τον διαθέσιμο τύπο δεδομένων, καθώς και η απόκτηση στέρεου εννοιολογικού και τεχνικού υποβάθρου για οποιαδήποτε περαιτέρω μελέτη και εμβάθυνση στις εν λόγω τεχνικές.
|-
! Γενικές Ικανότητες
|
* Αυτόνομη εργασία
* Λήψη αποφάσεων
* Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
* Σύνθεση δεδομένων και πληροφοριών.
|}

=== Περιεχόμενο Μαθήματος ===

Εβδομάδα 1: Βασικά χαρακτηριστικά χρονοσειρών: Στασιμότητα, αυτοσυσχέτιση, μερική αυτοσυσχέτιση, απομάκρυνση στοιχείων μη-στασιμότητας, έλεγχος ανεξαρτησίας για χρονικές σειρές.

Εβδομάδα 2: Γραμμικές στοχαστικές διαδικασίες: αυτοπαλινδρούμενη (AR), κινούμενου μέσου (ΜΑ), μικτή (ARMA). Μοντέλα χρονοσειρών: AR, MA και ARMA σε στάσιμες χρονοσειρές.

Εβδομάδα 3: Μικτό ολοκληρωμένο μοντέλο (ARIMA) και εποχικό ARIMA (SARIMA) σε μη-στάσιμες χρονοσειρές. Πρόβλεψη χρονοσειρών.

Εβδομάδα 4: Επεκτάσεις του πολλαπλού γραμμικού μοντέλου σε δεδομένα της μορφής πολυεπίπεδα (Multilevel) και πινακωτά (panel).

Εβδομάδα 5: Επεκτάσεις του πολλαπλού γραμμικού μοντέλου σε δεδομένα της μορφής κρυμμένων (Latent) μεταβλητών.

Εβδομάδα 6: Ειδικές πολυδιάστατες κατανομές εκτός της κανονικής (Wishart, πολυδιάστατη t κατανομή).

Εβδομάδα 7: Ανάλυση κυρίων συνιστωσών, ανάλυση κατά συστάδες (k means, hierarchical).

Εβδομάδα 8: Παραγοντική ανάλυση (factoranalysis), διαχωριστική (discriminant) ανάλυση, πολυδιάστατη κανονικοποίηση (multidimensional scaling).

Εβδομάδα 9: Πολυδιάστατες μέθοδοι ταξινόμησης (classification) δεδομένων, ταξινόμηση με τη μέθοδο των τυχαίων δασών (Randomforests).

Εβδομάδα 10: Ειδικοί τύποι δεδομένων: λογοκριμένα δεδομένα (τύποι λογοκρισίας), περικεκομένα δεδομένα. Ειδικές κατανομές για τέτοιου τύπου δεδομένα (Weibull, κτλ), συνάρτηση επιβίωσης, συνάρτηση κινδύνου, αθροιστική συνάρτηση κινδύνου.

Εβδομάδα 11: Εκτίμηση με τη μέθοδο της μέγιστης πιθανοφάνειας για λογοκριμένα δεδομένα.

Εβδομάδα 12-13: Εκτιμητής Kaplan - Meier, μοντέλα παλινδρόμησης στην ανάλυση επιβίωσης, μοντέλο αναλογικού κινδύνου του Cox.

=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση ===

{| class="wikitable"
|-
! Τρόπος Παράδοσης
| Στην Τάξη
|-
! Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
|
* Eclass (για απόθεση διδακτικού υλικού).
* Χρήση προβολικού (προτζέκτορας) και διαφανειών.
* Επικοινωνία με τους/τις φοιτητές/τριες μέσω email αλλά και πλατφορμών όπως το GoogleMeet και το MsTeams.
|-
! Οργάνωση Διδασκαλίας
|
{| class="wikitable"
! 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 [https://service.eudoxus.gr/public/departments#20 Εύδοξος]. Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:
</div>

<div id="pills-en" class="tab-pane fade" role="tabpanel" aria-labelledby="pills-en-tab" style="text-align:left;">
=== General ===
{| class="wikitable"
|-
! School
| School of Science
|-
! Academic Unit
| Department of Mathematics
|-
! Level of Studies
| Undergraduate
|-
! Course Code
| ΜΑΕ837
|-
! Semester
| 8
|-
! Course Title
| Special Topics in Statistics
|-
! Independent Teaching Activities
| Lectures (Weekly Teaching Hours: 3, Credits: 6)
|-
! [https://regulations.math.uoi.gr/index.php?title=Undergraduate_Department_Course_Types Course Type]
| Special Background
|-
! Prerequisite Courses
| -
|-
! Language of Instruction and Examinations
|
Greek
|-
! Is the Course Offered to Erasmus Students
| Yes (in English, reading Course)
|-
! Course Website (URL)
| See [https://ecourse.uoi.gr/ eCourse], the Learning Management System maintained by the University of Ioannina.
|}

=== Learning Outcomes ===
{| class="wikitable"
|-
! Learning outcomes
| Students will become familiar with the themes in question and develop knowledge of statistical methods, and will also learn how the methodology becomes relevant in certain application areas. Students will learn a specialized field of statistics not covered by any ordinary course.
|-
! General Competences
|
* Working independently
* Decision-making
* Production of free, creative and inductive thinking
* Criticism and self-criticism.
|}
=== Syllabus ===
The precise contents of this course may vary from occasion to occasion, but will consist of selected themes of contemporary research interest in statistics methodology, depending on both demands from students and the availability of appropriate course leaders. Examples include parametric lifetime modeling, experimental design, extreme value statistics, advanced stochastic simulation, graphical modeling, statistics quality control etc. The course will be of interest to students who want to develop their basic knowledge of statistics methodology. See the specific semester page for a more detailed description of the course.
<br/>
For the next academic year the syllabus of the course is the following: Multivariate distributions: basic properties. Multivariate normal distribution: properties and estimation. Brief review of multivariate methods of statistical analysis: Principal Components, Factor Analysis, MANOVA, Discriminant Analysis.
=== Teaching and Learning Methods - Evaluation ===
{| class="wikitable"
|-
! Delivery
| Classroom (face-to-face)
|-
! Use of Information and Communications Technology
| -
|-
! Teaching Methods
| {| class="wikitable"
! Activity
! Semester Workload
|-
| Lectures
| 39
|-
| Working independently
| 78
|-
| Exercises-Homeworks
| 33
|-
| Course total
| 150
|}
|-
! Student Performance Evaluation
| Final written exam in Greek (in case of Erasmus students in English) which concentrates on the solution of problems which are motivated by the main themes of the course.
|}
=== Attached Bibliography ===
See the official [https://service.eudoxus.gr/public/departments#20 Eudoxus site]. Books and other resources, not provided by Eudoxus:
</div>

<div style="text-align:left;">
* 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.

</div>

</div>