Undergraduate Compulsory 1009

• Ελληνικά
• English

Εισαγωγή στη Στατιστική

Γενικά

Σχολή	Σχολή Θετικών Επιστημών
Τμήμα	Τμήμα Μαθηματικών
Επίπεδο Σπουδών	Προπτυχιακό
Κωδικός Μαθήματος	MAY431
Εξάμηνο	4
Τίτλος Μαθήματος	Εισαγωγή στη Στατιστική
Αυτοτελείς Διδακτικές Δραστηριότητες	Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 4, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος	Επιστημονικής Περιοχής
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων	Ελληνική
Τρόπος Διεξαγωγής Μαθήματος	Δια ζώσης (100%)
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

Σκοπός είναι με την παρακολούθηση του μαθήματος ο φοιτητής να είναι ικανός: να κατανοεί την έννοια του πληθυσμού και του τυχαίου δείγματος να παρουσιάζει συνοπτικά ποσοτικά και ποιοτικά δεδομένα να εκτιμά άγνωστες παραμέτρους πληθυσμών. να διεξάγει βασικούς ελέγχους στατιστικών υποθέσεων. Τέλος, θα είναι σε θέση να προσαρμόζει απλά γραμμικά μοντέλα παλινδρόμησης και να διεξάγει ανάλυση διακύμανσης κατά ένα παράγοντα.

Γενικές Ικανότητες

Αυτόνομη εργασία Λήψη αποφάσεων Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης Σύνθεση δεδομένων και πληροφοριών Προαγωγή της αναλυτικής και συνθετικής σκέψης.

Περιεχόμενο Μαθήματος

Έννοιες Πληθυσμού και Δείγματος. Τυχαία Δείγματα. Συχνότητες, Ιστογράμματα, Γραφικές Παραστάσεις. Αριθμητικά Χαρακτηριστικά Δείγματος. Στατιστικά. Δειγματικές Κατανομές. Κατανομές χ2, t και F. Δειγματοληψία από Κανονικούς Πληθυσμούς. Στατιστική Συμπερασματολογία: Εκτιμητική και Στατιστικά Τεστ (βασικές έννοιες, μεθοδολογία). Απλή Γραμμική Παλινδρόμηση (βασικές έννοιες, μεθοδολογία). Ανάλυση της Διακύμανσης κατά ένα Παράγοντα. Ανάλυση της Διακύμανσης κατά δύο Παράγοντες.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Διδασκαλίας	Στην τάξη.
Τρόπος και Συχνότητα Επικοινωνίας με Φοιτητές	Η επικοινωνία με τους φοιτητές γίνεται: Μέσω email. Δια ζώσης στο γραφείο. Κατά τη διάρκεια των διαλέξεων. Η συχνότητα επικοινωνίας με τους φοιτητές καθορίζεται από τις ανάγκες των φοιτητών.
Διασφάλιση Τρόπου Επικοινωνίας Μεταξύ Φοιτητών	Συνέργεια στα πλαίσια της παράδοσης του μαθήματος.
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Απαιτούμενος Τεχνολογικός Εξοπλισμός και Γνώσεις Τεχνολογίας	Δεν απαιτείται τεχνολογικός εξοπλισμός, καθώς παρέχεται. Δεν απαιτούνται εξειδικευμένες γνώσεις τεχνολογίας.
Πολιτική Μαθήματος για τη Λογοκλοπή και Εργαλεία Ελέγχου Λογοκλοπής	Η λογοκλοπή απαγορεύεται ρητά και τιμωρείται κλιμακούμενα, ανάλογα με την επανάληψη της χρήσης της. Ελέγχεται, δε, με σχετικά εργαλεία όπως το "Turnitin", που παρέχει η Βιβλιοθήκη του Πανεπιστημίου.
Πολιτική Μαθήματος για τη Χρήση Τεχνητής Νοημοσύνης	Επιτρέπεται η χρήση Τεχνητής Νοημοσύνης κατόπιν άδειας από τον διδάσκοντα/τη διδάσκουσα.
Οργάνωση Διδασκαλίας	Δραστηριότητα Φόρτος Εργασίας Εξαμήνου Διαλέξεις (13Χ4) 52 Αυτοτελής Μελέτη 104 Επίλυση Ασκήσεων - εργασίες 31.5 Σύνολο Μαθήματος 187.5
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.
Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:

Introduction to Statistics

General

School	School of Science
Academic Unit	Department of Mathematics
Level of Studies	Undergraduate
Course Code	ΜΑΕ431
Semester	4
Course Title	Introduction to Statistics
Independent Teaching Activities	Lectures (Weekly Teaching Hours: 4, Credits: 7.5)
Course Type	General Background
Prerequisite Courses	-
Language of Instruction and Examinations	Greek
Mode of Course Delivery	Face-to-face (100%)
Is the Course Offered to Erasmus Students	Yes (in English)
Course Website (URL)	See eCourse, the Learning Management System maintained by the University of Ioannina.

Learning Outcomes

Learning outcomes	At the end of the course student should be able to: Understand the meaning of the population and the random sample. Present summary quantitative and qualitative data. Estimate unknown population parameters. Carry out basic statistical hypothesis, and finally, Be able to simply adapt linear regression models and conduct one way analysis of variance.
General Competences	Working independently Decision-making Production of free, creative and inductive thinking Criticism and self-criticism

Syllabus

Descriptive Statistics. Population, Samples & Random Samples. Frequencies, Histograms & Frequencies Statistics. Statistics & Sampling Distributions. χ2, t & F Distributions. Sampling from Normal Populations. Statistical Inference: Parameter Estimation & Tests of Hypotheses. Simple Linear Regression. One-Way & Two-Way Analysis of Variance.

Teaching and Learning Methods - Evaluation

Mode of Instruction	Classroom (face-to-face).
Mode and Frequency of Communication with Students	Communication with students takes place through: Email. In-person meetings during office hours. During lectures. The frequency of communication with students is determined by their needs.
Ensuring Communication Among Students	Collaboration and interaction are encouraged within the context of course delivery.
Use of Information and Communications Technology	-
Required Technological Equipment and Technology Skills	No technological equipment is required from students, as all necessary equipment is provided. No specialized technology skills are required.
Course Policy on Plagiarism and Plagiarism Detection Tools	Plagiarism is strictly prohibited and is subject to progressively stricter penalties in the event of repeated offenses. It is monitored using plagiarism detection tools such as Turnitin, which is provided by the University Library.
Course Policy on the Use of Artificial Intelligence	The use of Artificial Intelligence is permitted only with the prior approval of the instructor.
Teaching Methods	Activity Semester Workload Lectures (13 X 4) 52 Working independently 104 Exercises-Homeworks 31.5 Course total 187.5
Student Performance Evaluation	Final written exam in Greek (in case of Erasmus students in English).

Attached Bibliography

See the official Eudoxus site.
Books and other resources, not provided by Eudoxus:

• Mendenhall, W., Scheaffer, R. L. and Wackerly, D. D.(1981). Mathematical Statistics with Applications. 2d ed. ISBN: 0-534-98019-8. Duxbury Press. Boston