Undergraduate Elective 1081 - Ιστορικό εκδόσεων

G.R.Chrysostomidis στις 20:45, 3 Απριλίου 2026

2026-04-03T20:45:11Z

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 23:45, 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>
			== '''Στατιστική και Μοντελοποίηση κατά Bayes''' ==
			</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 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>
			== '''Bayesian Statistics and Modeling''' ==
			</div>


Γραμμή 168:		Γραμμή 176:
	This course consists of two modules: the Decision Theory and Bayes Theory. The Decision Theory deals with problems of decision-making. Object of Statistical Decision Theory is decisions about unknown numerical quantities (parameters) by utilizing the presence of statistical knowledge. The aim of the course is the evaluation of the performance of the estimators subject to properties such as the unbiasedness, sufficiency, consistency etc.		This course consists of two modules: the Decision Theory and Bayes Theory. The Decision Theory deals with problems of decision-making. Object of Statistical Decision Theory is decisions about unknown numerical quantities (parameters) by utilizing the presence of statistical knowledge. The aim of the course is the evaluation of the performance of the estimators subject to properties such as the unbiasedness, sufficiency, consistency etc.
	<br/>		<br/>
	The second part of the course gives an introduction to Bayesian statistical approach.		The second part of the course gives an introduction to Bayesian statistical approach.
	At the end of the course the student should be able to compare Bayes and classical approaches and evaluate the "performance" of different estimators by using various criteria.		At the end of the course the student should be able to compare Bayes and classical approaches and evaluate the "performance" of different estimators by using various criteria.
	\|-		\|-
	! 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 203:		Γραμμή 211:
	\|-		\|-
	\| 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
	\|}		\|}
	\|-		\|-
Γραμμή 225:		Γραμμή 233:

	<div style="text-align:left;">		<div style="text-align:left;">
	* Berger, J.O. (1985) Statistical decision theory and Bayesian analysis. Springer.		* Berger, J.O. (1985) Statistical decision theory and Bayesian analysis. Springer.
	* Bernardo J. M. & Smith A. F. M., (1994). Bayesian Theory, Wiley, London.		* Bernardo J. M. & Smith A. F. M., (1994). Bayesian Theory, Wiley, London.
	* Congdon, P. (2007), Bayesian Statistical Modelling, Willey.		* Congdon, P. (2007), Bayesian Statistical Modelling, Willey.

Ktzuvara στις 18:41, 29 Μαρτίου 2026

2026-03-29T18:41:50Z

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 21:41, 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 50:		Γραμμή 51:
	\| 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 ===
Γραμμή 67:		Γραμμή 67:
	* 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 επίλυση προβλημάτων εφαρμογής των γνώσεων που αποκτήθηκαν και συγκριτική αξιολόγηση στοιχείων θεωρίας.		\| 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 ===		=== Συνιστώμενη Βιβλιογραφία ===
Γραμμή 119:		Γραμμή 117:

	<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 ===
Γραμμή 160:		Γραμμή 159:
	\| 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 180:		Γραμμή 178:
	* Criticism and self-criticism		* Criticism and self-criticism
	\|}		\|}


	=== Syllabus ===		=== Syllabus ===
Γραμμή 194:		Γραμμή 191:
	\|-		\|-
	! Delivery		! Delivery
	\|		\| Classroom (face-to-face)
	Classroom (face-to-face)
	\|-		\|-
	! Use of Information and Communications Technology		! Use of Information and Communications Technology
Γραμμή 220:		Γραμμή 216:
	\|-		\|-
	! Student Performance Evaluation		! 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.
	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 ===

Ktzuvara: /* Syllabus */

2026-03-27T22:55:06Z

Syllabus

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 01:55, 28 Μαρτίου 2026
Γραμμή 184:		Γραμμή 184:
	=== Syllabus ===		=== Syllabus ===

			{\| class="wikitable" style="width: 100%;"
			\|
	Decision Theory: decision function, loss function, risk function, admissible and minimax estimators; Bayesian inference: Bayes estimators, Bayes confidence intervals, minimax and Bayes tests.		Decision Theory: decision function, loss function, risk function, admissible and minimax estimators; Bayesian inference: Bayes estimators, Bayes confidence intervals, minimax and Bayes tests.
			\|}

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

Ktzuvara: /* Περιεχόμενο Μαθήματος */

2026-03-27T22:54:53Z

Περιεχόμενο Μαθήματος

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 01:54, 28 Μαρτίου 2026
Γραμμή 71:		Γραμμή 71:
	=== Περιεχόμενο Μαθήματος ===		=== Περιεχόμενο Μαθήματος ===

			{\| class="wikitable" style="width: 100%;"
			\|
	Αντικειμενική και υποκειμενική πιθανότητα, χαρακτηριστικά της κατά Bayes προσέγγισης, αρχή της πιθανοφάνειας. A-priori κατανομή και τρόποι επιλογής της (συζυγείς - μη πληροφοριακές - ακατάλληλες - Jeffreys). Στατιστική συμπερασματολογία: θεωρία αποφάσεων - κίνδυνος κατά Bayes - κανόνας του Bayes και MINIMAX. Σημειακή εκτίμηση, εκτίμηση σε διάστημα, έλεγχοι υποθέσεων. Εφαρμογές της Μπεϋζιανής θεωρίας στη μοντελοποίηση: παλινδρόμηση κατά Bayes, Εφαρμογές Bayes στην επιλογή μεταβλητών, Ιεραρχικά Μπεϋζιανά μοντέλα.		Αντικειμενική και υποκειμενική πιθανότητα, χαρακτηριστικά της κατά Bayes προσέγγισης, αρχή της πιθανοφάνειας. A-priori κατανομή και τρόποι επιλογής της (συζυγείς - μη πληροφοριακές - ακατάλληλες - Jeffreys). Στατιστική συμπερασματολογία: θεωρία αποφάσεων - κίνδυνος κατά Bayes - κανόνας του Bayes και MINIMAX. Σημειακή εκτίμηση, εκτίμηση σε διάστημα, έλεγχοι υποθέσεων. Εφαρμογές της Μπεϋζιανής θεωρίας στη μοντελοποίηση: παλινδρόμηση κατά Bayes, Εφαρμογές Bayes στην επιλογή μεταβλητών, Ιεραρχικά Μπεϋζιανά μοντέλα.
			\|}

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

Outlines-mw-admin στις 18:52, 3 Δεκεμβρίου 2025

2025-12-03T18:52:47Z

← Παλαιότερη αναθεώρηση		Αναθεώρηση της 21:52, 3 Δεκεμβρίου 2025
Γραμμή 153:		Γραμμή 153:
	\|-		\|-
	! Is the Course Offered to Erasmus Students		! Is the Course Offered to Erasmus Students
	\| Yes (in English~~, reading Course~~)		\| Yes (in English)
	\|-		\|-
	! Course Website (URL)		! Course Website (URL)

Outlines-mw-admin: Νέα σελίδα με '{{DISPLAYTITLE:{{FULLPAGENAME}}}}

#pills-gr|Ελληνικά

2025-09-17T08:57:31Z

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
| MAE871
|-
! Εξάμηνο
| 8
|-
! Τίτλος Μαθήματος
| Στατιστική και Μοντελοποίηση κατά Bayes
|-
! 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 στην κατά Bayes θεώρηση της στατιστικής και να συγκρίνει την κατά Bayes με την κλασική (Frequntist) προσέγγιση. Αρχικά το μάθημα δίνει τις βασικές έννοιες θεωρίας αποφάσεων και αποσκοπεί στην ανάπτυξη της ικανότητας αξιολόγησης εκτιμητριών ως προς τις ιδιότητες αμεροληψίας, ελάχιστου μέσου τετραγωνικού ή απόλυτου σφάλματος, επάρκειας, πληρότητας, συνέπειας κ.ο.κ. Στη συνέχεια, παρέχει μια εισαγωγή στη Μπεϋζιανή προσέγγιση της στατιστικής, με αφετηρία την κατανόηση των βασικών αρχών της και κατάληξη τη διεξαγωγή στατιστικής συμπερασματολογίας κατά Bayes (εκτίμηση σε σημείο και με διάστημα - έλεγχος υποθέσεων, παλινδρόμηση κατά Bayes, επιλογή μεταβλητών, Ιεραρχικά Μπεϋζιανά μοντέλα). Ειδικότερα, στόχος είναι η κατανόηση της έννοιας και των βασικών αρχών εκτίμησης αγνώστων παραμέτρων πληθυσμών, με σημείο και με διάστημα, με την κλασική και κατά Bayes προσέγγιση.
|-
! Γενικές Ικανότητες
|
* Αυτόνομη εργασία
* Λήψη αποφάσεων
* Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
* Σύνθεση δεδομένων και πληροφοριών.
|}

=== Περιεχόμενο Μαθήματος ===

Αντικειμενική και υποκειμενική πιθανότητα, χαρακτηριστικά της κατά Bayes προσέγγισης, αρχή της πιθανοφάνειας. A-priori κατανομή και τρόποι επιλογής της (συζυγείς - μη πληροφοριακές - ακατάλληλες - Jeffreys). Στατιστική συμπερασματολογία: θεωρία αποφάσεων - κίνδυνος κατά Bayes - κανόνας του Bayes και MINIMAX. Σημειακή εκτίμηση, εκτίμηση σε διάστημα, έλεγχοι υποθέσεων. Εφαρμογές της Μπεϋζιανής θεωρίας στη μοντελοποίηση: παλινδρόμηση κατά Bayes, Εφαρμογές Bayes στην επιλογή μεταβλητών, Ιεραρχικά Μπεϋζιανά μοντέλα.

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

{| class="wikitable"
|-
! Τρόπος Παράδοσης
| Στην τάξη (πρόσωπο με πρόσωπο)
|-
! 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
| ΜΑΕ871
|-
! Semester
| 8
|-
! Course Title
| Bayesian Statistics and Modeling
|-
! 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
|
This course consists of two modules: the Decision Theory and Bayes Theory. The Decision Theory deals with problems of decision-making. Object of Statistical Decision Theory is decisions about unknown numerical quantities (parameters) by utilizing the presence of statistical knowledge. The aim of the course is the evaluation of the performance of the estimators subject to properties such as the unbiasedness, sufficiency, consistency etc.
<br/>
The second part of the course gives an introduction to Bayesian statistical approach.
At the end of the course the student should be able to compare Bayes and classical approaches and evaluate the "performance" of different estimators by using various criteria.
|-
! General Competences
|
* Working independently
* Decision-making
* Production of free, creative and inductive thinking
* Criticism and self-criticism
|}

=== Syllabus ===

Decision Theory: decision function, loss function, risk function, admissible and minimax estimators; Bayesian inference: Bayes estimators, Bayes confidence intervals, minimax and Bayes tests.

=== 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
|
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;">
* Berger, J.O. (1985) Statistical decision theory and Bayesian analysis. Springer.
* Bernardo J. M. & Smith A. F. M., (1994). Bayesian Theory, Wiley, London.
* Congdon, P. (2007), Bayesian Statistical Modelling, Willey.
* Κ. Φερεντίνος (2005). Εκθετική οικογένεια κατανομών Θεωρία Bayes, Πανεπιστημιακές Παραδόσεις.
</div>

</div>