Undergraduate Elective 1079 - Ιστορικό εκδόσεων

G.R.Chrysostomidis στις 20:38, 3 Απριλίου 2026

2026-04-03T20:38:46Z

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 23:38, 3 Απριλίου 2026
Γραμμή 3:		Γραμμή 3:
	<div class="tab-content text-center" id="pills-content">		<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;">		<div id="pills-gr" class="tab-pane fade show active" role="tabpanel" aria-labelledby="pills-gr-tab" style="text-align:left;">

			<div align = center>
			== '''Στατιστική Ανάλυση Δεδομένων''' ==
			</div>


Γραμμή 95:		Γραμμή 99:
	\|-		\|-
	\| 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 117:		Γραμμή 121:

	<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>
			== '''Statistical Data Analysis''' ==
			</div>


Γραμμή 207:		Γραμμή 215:
	\|-		\|-
	\| 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
	\|}		\|}
	\|-		\|-

G.R.Chrysostomidis στις 10:53, 3 Απριλίου 2026

2026-04-03T10:53:39Z

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 13:53, 3 Απριλίου 2026
Γραμμή 113:		Γραμμή 113:
	=== 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].
	* ---
	</div>		</div>

Γραμμή 226:		Γραμμή 225:
	=== 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].
	* ---
	</div>		</div>

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

Ktzuvara στις 18:40, 29 Μαρτίου 2026

2026-03-29T18:40:38Z

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 21:40, 29 Μαρτίου 2026
Γραμμή 62:		Γραμμή 62:
	* Σύνθεση δεδομένων και πληροφοριών.		* Σύνθεση δεδομένων και πληροφοριών.
	\|}		\|}


	=== Περιεχόμενο Μαθήματος ===		=== Περιεχόμενο Μαθήματος ===
Γραμμή 111:		Γραμμή 110:
	\| 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.		\| 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.
	\|}		\|}


	=== Συνιστώμενη Βιβλιογραφία ===		=== Συνιστώμενη Βιβλιογραφία ===
Γραμμή 162:		Γραμμή 160:
	\| See [https://ecourse.uoi.gr/ eCourse], the Learning Management System maintained by the University of Ioannina.		\| See [https://ecourse.uoi.gr/ eCourse], the Learning Management System maintained by the University of Ioannina.
	\|}		\|}


	=== Learning Outcomes ===		=== Learning Outcomes ===
Γραμμή 178:		Γραμμή 175:
	* Criticism and self-criticism.		* Criticism and self-criticism.
	\|}		\|}


	=== Syllabus ===		=== Syllabus ===
Γραμμή 227:		Γραμμή 223:
	\| Written final exam in Greek (in case of Erasmus students in English language) which includes the analysis of both real and educational datasets. During the semester, compulsory, usually individual, assignments are given.		\| Written final exam in Greek (in case of Erasmus students in English language) which includes the analysis of both real and educational datasets. During the semester, compulsory, usually individual, assignments are given.
	\|}		\|}


	=== Attached Bibliography ===		=== Attached Bibliography ===
Γραμμή 236:		Γραμμή 231:

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


	</div> </div>		</div> </div>

Ktzuvara: /* Syllabus */

2026-03-27T22:54:38Z

Syllabus

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 01:54, 28 Μαρτίου 2026
Γραμμή 182:		Γραμμή 182:
	=== Syllabus ===		=== Syllabus ===

			{\| class="wikitable" style="width: 100%;"
			\|
	In this course, various statistical methodologies are applied with the help of the computer and the use of statistical programs (SPSS, JASP, R).		In this course, various statistical methodologies are applied with the help of the computer and the use of statistical programs (SPSS, JASP, R).

	Upon completion of the course, the student will be able to:		Upon completion of the course, the student will be able to:
	# enter data into the computer		* enter data into the computer
	# conduct descriptive statistical analysis, that is to summarize the available data,		* conduct descriptive statistical analysis, that is to summarize the available data,
	# conduct basic data analyzes (testing hypotheses concerning the mean of a population, the means of two populations with dependent and independent samples, one way analysis of variance etc.,)		* conduct basic data analyzes (testing hypotheses concerning the mean of a population, the means of two populations with dependent and independent samples, one way analysis of variance etc.,)
	# fit simple-multiple linear regression models, binomial logistic regression models, checking whether the assumptions of their application are violated		* fit simple-multiple linear regression models, binomial logistic regression models, checking whether the assumptions of their application are violated
	# apply basic methodologies of multidimensional analysis (clustering, factor analysis)		* apply basic methodologies of multidimensional analysis (clustering, factor analysis)
	# present the results of the above analyzes (reference report).		* present the results of the above analyzes (reference report).
			\|}

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

Ktzuvara: /* Περιεχόμενο Μαθήματος */

2026-03-27T22:54:04Z

Περιεχόμενο Μαθήματος

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 01:54, 28 Μαρτίου 2026
Γραμμή 66:		Γραμμή 66:
	=== Περιεχόμενο Μαθήματος ===		=== Περιεχόμενο Μαθήματος ===

			{\| class="wikitable" style="width: 100%;"
			\|
	Στο μάθημα αυτό γίνεται εφαρμογή, με τη βοήθεια του υπολογιστή και τη χρήση στατιστικών προγραμμάτων (SPSS, JASP, R) διαφόρων στατιστικών μεθοδολογιών.		Στο μάθημα αυτό γίνεται εφαρμογή, με τη βοήθεια του υπολογιστή και τη χρήση στατιστικών προγραμμάτων (SPSS, JASP, R) διαφόρων στατιστικών μεθοδολογιών.

	Με την ολοκλήρωση του μαθήματος ο/η φοιτητής/τρια θα είναι σε θέση να:		Με την ολοκλήρωση του μαθήματος ο/η φοιτητής/τρια θα είναι σε θέση να:
	# εισάγει δεδομένα στον υπολογιστή		* εισάγει δεδομένα στον υπολογιστή
	# διεξάγει περιγραφική στατιστική ανάλυση, δηλαδή να παρουσιάζει συνοπτικά τα διαθέσιμα δεδομένα,		* διεξάγει περιγραφική στατιστική ανάλυση, δηλαδή να παρουσιάζει συνοπτικά τα διαθέσιμα δεδομένα,
	# διεξάγει βασικές αναλύσεις δεδομένων (έλεγχο υποθέσεων που αφορούν τη μέση τιμή ενός πληθυσμού, τις μέσες τιμές δύο πληθυσμών με εξαρτημένα και ανεξάρτητα δείγματα, ανάλυση διακύμανσης κατά ένα παράγοντα,)		* διεξάγει βασικές αναλύσεις δεδομένων (έλεγχο υποθέσεων που αφορούν τη μέση τιμή ενός πληθυσμού, τις μέσες τιμές δύο πληθυσμών με εξαρτημένα και ανεξάρτητα δείγματα, ανάλυση διακύμανσης κατά ένα παράγοντα,)
	# προσαρμόζει γραμμικά μοντέλα απλής, πολλαπλής και δίτιμης λογιστικής παλινδρόμησης, ελέγχοντας αν παραβιάζονται ή όχι οι υποθέσεις εφαρμογής αυτών		* προσαρμόζει γραμμικά μοντέλα απλής, πολλαπλής και δίτιμης λογιστικής παλινδρόμησης, ελέγχοντας αν παραβιάζονται ή όχι οι υποθέσεις εφαρμογής αυτών
	# εφαρμόζει βασικές μεθοδολογίες της πολυδιάστατης ανάλυσης (συσταδοποίηση, παραγοντική ανάλυση)		* εφαρμόζει βασικές μεθοδολογίες της πολυδιάστατης ανάλυσης (συσταδοποίηση, παραγοντική ανάλυση)
	# να παρουσιάζει τα αποτελέσματα των παραπάνω αναλύσεων (έκθεση αναφοράς).		* να παρουσιάζει τα αποτελέσματα των παραπάνω αναλύσεων (έκθεση αναφοράς).
			\|}

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

Ktzuvara: /* Γενικά */

2026-03-27T21:43:22Z

Γενικά

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 00:43, 28 Μαρτίου 2026
Γραμμή 25:		Γραμμή 25:
	\|-		\|-
	! Τίτλος Μαθήματος		! Τίτλος Μαθήματος
	\| ~~ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ~~		\| Στατιστική Ανάλυση Δεδομένων
	\|-		\|-
	! Αυτοτελείς Διδακτικές Δραστηριότητες		! Αυτοτελείς Διδακτικές Δραστηριότητες
Γραμμή 45:		Γραμμή 45:
	\| Δείτε το [https://ecourse.uoi.gr/ eCourse], την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.		\| Δείτε το [https://ecourse.uoi.gr/ eCourse], την Πλατφόρμα Ασύγχρονης Εκπαίδευσης του Πανεπιστημίου Ιωαννίνων.
	\|}		\|}


	=== Μαθησιακά Αποτελέσματα ===		=== Μαθησιακά Αποτελέσματα ===

G.R.Chrysostomidis στις 12:11, 10 Μαρτίου 2026

2026-03-10T12:11:29Z

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 15:11, 10 Μαρτίου 2026
Γραμμή 30:		Γραμμή 30:
	\| Διαλέξεις-Εργαστήριο (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 6)		\| Διαλέξεις-Εργαστήριο (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 6)
	\|-		\|-
	! [https://regulations.math.uoi.gr/index.php?title=~~Undergraduate_Department_Course_TypesΤύπος~~ Μαθήματος]		! [https://regulations.math.uoi.gr/index.php?title=Undergraduate_Department_Course_Types Τύπος Μαθήματος]
	\| Ειδίκευσης		\| Ειδίκευσης
	\|-		\|-

G.R.Chrysostomidis στις 12:00, 10 Μαρτίου 2026

2026-03-10T12:00:23Z

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 15:00, 10 Μαρτίου 2026
Γραμμή 126:		Γραμμή 126:
	\|-		\|-
	! School		! School
	\|		\| School of Science
	School of Science
	\|-		\|-
	! Academic Unit		! Academic Unit
	\|		\| Department of Mathematics
	Department of Mathematics
	\|-		\|-
	! Level of Studies		! Level of Studies
	\|		\| Undergraduate
	Undergraduate
	\|-		\|-
	! Course Code		! Course Code
	\|		\| ΜΑΕ832
	ΜΑΕ832
	\|-		\|-
	! Semester		! Semester
	\|		\| 8
	8
	\|-		\|-
	! Course Title		! Course Title
	\|		\| Statistical Data Analysis
	Statistical Data Analysis
	\|-		\|-
	! Independent Teaching Activities		! Independent Teaching Activities
	\|		\| Lectures-Laboratory (Weekly Teaching Hours: 3, Credits: 6)
	Lectures-Laboratory (Weekly Teaching Hours: 3, Credits: 6)
	\|-		\|-
	! [https://regulations.math.uoi.gr/index.php?title=Undergraduate_Department_Course_Types Course Type]		! [https://regulations.math.uoi.gr/index.php?title=Undergraduate_Department_Course_Types Course Type]
	\|		\| Special background
	Special background
	\|-		\|-
	! Prerequisite Courses		! Prerequisite Courses
Γραμμή 161:		Γραμμή 153:
	\|-		\|-
	! 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
	\|		\| Yes (in English, reading Course)
	Yes (in English, reading Course)
	\|-		\|-
	! Course Website (URL)		! Course Website (URL)
Γραμμή 178:		Γραμμή 168:
	\|-		\|-
	! Learning outcomes		! Learning outcomes
	\|		\| In this course, various statistical methodologies are applied with the help of the computer and the use of statistical programs (SPSS, JASP, R). Emphasis is placed on choosing the appropriate statistical methodology and examining whether the assumptions of its application are met.
	In this course, various statistical methodologies are applied with the help of the computer and the use of statistical programs (SPSS, JASP, R). Emphasis is placed on choosing the appropriate statistical methodology and examining whether the assumptions of its application are met.
	\|-		\|-
	! General Competences		! General Competences
Γραμμή 208:		Γραμμή 197:
	\|-		\|-
	! Delivery		! Delivery
	\|		\| Classroom (face-to-face)
	Classroom (face-to-face)
	\|-		\|-
	! Use of Information and Communications Technology		! Use of Information and Communications Technology
Γραμμή 234:		Γραμμή 222:
	\|-		\|-
	! Student Performance Evaluation		! Student Performance Evaluation
	\|		\| Written final exam in Greek (in case of Erasmus students in English language) which includes the analysis of both real and educational datasets. During the semester, compulsory, usually individual, assignments are given.
	Written final exam in Greek (in case of Erasmus students in English language) which includes the analysis of both real and educational datasets. During the semester, compulsory, usually individual, assignments are given.
	\|}		\|}

G.R.Chrysostomidis: Νέα σελίδα με '{{DISPLAYTITLE:{{FULLPAGENAME}}}}

#pills-gr|Ελληνικά

2026-03-09T21:38:44Z

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
| MAE832
|-
! Εξάμηνο
| 8
|-
! Τίτλος Μαθήματος
| ΣΤΑΤΙΣΤΙΚΗ ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ
|-
! Αυτοτελείς Διδακτικές Δραστηριότητες
| Διαλέξεις-Εργαστήριο (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 6)
|-
! [https://regulations.math.uoi.gr/index.php?title=Undergraduate_Department_Course_TypesΤύπος 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
|
Στο μάθημα αυτό γίνεται εφαρμογή, με τη βοήθεια του υπολογιστή και τη χρήση στατιστικών προγραμμάτων (SPSS, JASP, R) διαφόρων στατιστικών μεθοδολογιών. Δίνεται έμφαση στην επιλογή της κατάλληλης στατιστικής μεθοδολογίας και στην εξέταση αν πληρούνται οι υποθέσεις εφαρμογής της.
|-
! Γενικές Ικανότητες
|
* Αυτόνομη εργασία
* Ομαδική εργασία σε κάποιες περιπτώσεις
* Λήψη αποφάσεων
* Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
* Σύνθεση δεδομένων και πληροφοριών.
|}

=== Περιεχόμενο Μαθήματος ===

Στο μάθημα αυτό γίνεται εφαρμογή, με τη βοήθεια του υπολογιστή και τη χρήση στατιστικών προγραμμάτων (SPSS, JASP, R) διαφόρων στατιστικών μεθοδολογιών.

Με την ολοκλήρωση του μαθήματος ο/η φοιτητής/τρια θα είναι σε θέση να:
# εισάγει δεδομένα στον υπολογιστή
# διεξάγει περιγραφική στατιστική ανάλυση, δηλαδή να παρουσιάζει συνοπτικά τα διαθέσιμα δεδομένα,
# διεξάγει βασικές αναλύσεις δεδομένων (έλεγχο υποθέσεων που αφορούν τη μέση τιμή ενός πληθυσμού, τις μέσες τιμές δύο πληθυσμών με εξαρτημένα και ανεξάρτητα δείγματα, ανάλυση διακύμανσης κατά ένα παράγοντα,)
# προσαρμόζει γραμμικά μοντέλα απλής, πολλαπλής και δίτιμης λογιστικής παλινδρόμησης, ελέγχοντας αν παραβιάζονται ή όχι οι υποθέσεις εφαρμογής αυτών
# εφαρμόζει βασικές μεθοδολογίες της πολυδιάστατης ανάλυσης (συσταδοποίηση, παραγοντική ανάλυση)
# να παρουσιάζει τα αποτελέσματα των παραπάνω αναλύσεων (έκθεση αναφοράς).

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

{| class="wikitable"
|-
! 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. Υποστήριξη Μαθησιακής διαδικασίας μέσω της ηλεκτρονικής πλατφόρμας e-class καθώς και της ιστοσελίδας του μαθήματος.
|-
! 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 την ανάλυση τόσο πραγματικών όσο και εκπαιδευτικών συνόλων δεδομένων. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες.
|}

=== 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
|
ΜΑΕ832
|-
! Semester
|
8
|-
! Course Title
|
Statistical Data Analysis
|-
! Independent Teaching Activities
|
Lectures-Laboratory (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
|
In this course, various statistical methodologies are applied with the help of the computer and the use of statistical programs (SPSS, JASP, R). Emphasis is placed on choosing the appropriate statistical methodology and examining whether the assumptions of its application are met.
|-
! General Competences
|
* Working independently
* Decision-making
* Production of free, creative and inductive thinking
* Criticism and self-criticism.
|}

=== Syllabus ===

In this course, various statistical methodologies are applied with the help of the computer and the use of statistical programs (SPSS, JASP, R).

Upon completion of the course, the student will be able to:
# enter data into the computer
# conduct descriptive statistical analysis, that is to summarize the available data,
# conduct basic data analyzes (testing hypotheses concerning the mean of a population, the means of two populations with dependent and independent samples, one way analysis of variance etc.,)
# fit simple-multiple linear regression models, binomial logistic regression models, checking whether the assumptions of their application are violated
# apply basic methodologies of multidimensional analysis (clustering, factor analysis)
# present the results of the above analyzes (reference report).

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

{| class="wikitable"
|-
! Delivery
|
Classroom (face-to-face)
|-
! Use of Information and Communications Technology
| Use of ICT in communication with students
|-
! Teaching Methods
|
{| class="wikitable"
! Activity
! Semester Workload
|-
| Lectures
| 39
|-
| Working independently
| 78
|-
| Exercises-Homeworks
| 33
|-
| Course total
| 150
|}
|-
! Student Performance Evaluation
|
Written final exam in Greek (in case of Erasmus students in English language) which includes the analysis of both real and educational datasets. During the semester, compulsory, usually individual, assignments are given.
|}

=== 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;">

</div> </div>