Undergraduate Compulsory 1009: Διαφορά μεταξύ των αναθεωρήσεων

Από Περιγράμματα - Τμήμα Μαθηματικών
Μετάβαση σε: πλοήγηση, αναζήτηση
ΟπτικήΚώδικας wiki
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"...'
 
Ktzuvara (συζήτηση | συνεισφορές)
1.844 επεξεργασίες
 
(8 ενδιάμεσες εκδόσεις από 2 χρήστες δεν εμφανίζονται)
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>
== '''Εισαγωγή στη Στατιστική''' ==
</div>


=== Γενικά ===
=== Γενικά ===
Γραμμή 43: Γραμμή 48:
! Γλώσσα Διδασκαλίας και Εξετάσεων
! Γλώσσα Διδασκαλίας και Εξετάσεων
| Ελληνική
| Ελληνική
|-
! Τρόπος Διεξαγωγής Μαθήματος
| Δια ζώσης (100%)
|-
|-
! Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus
! Το Μάθημα Προσφέρεται σε Φοιτητές Erasmus
Γραμμή 50: Γραμμή 58:
| 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 72: Γραμμή 79:
* Προαγωγή της αναλυτικής και συνθετικής σκέψης.
* Προαγωγή της αναλυτικής και συνθετικής σκέψης.
|}
|}


=== Περιεχόμενο Μαθήματος ===
=== Περιεχόμενο Μαθήματος ===


{| class="wikitable"
|
* 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.  
* 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).
* 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.  
* Απλή Γραμμική Παλινδρόμηση (βασικές έννοιες, μεθοδολογία). Ανάλυση της Διακύμανσης κατά ένα Παράγοντα. Ανάλυση της Διακύμανσης κατά δύο Παράγοντες.  
 
|}


=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση ===
=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση ===
Γραμμή 85: Γραμμή 93:
{| class="wikitable"
{| class="wikitable"
|-
|-
! Τρόπος Παράδοσης
! Τρόπος Διδασκαλίας
| Στην τάξη
| 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
! 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
! Οργάνωση Διδασκαλίας
|
|
{| class="wikitable"
{| class="wikitable" style="width: 100%;"
! Δραστηριότητα
! Δραστηριότητα
! Φόρτος Εργασίας Εξαμήνου
! Φόρτος Εργασίας Εξαμήνου
|-
|-
| Διαλέξεις (13Χ4)
| Διαλέξεις (13Χ4)
| 52
| style="text-align: center;" |52
|-
|-
| Αυτοτελής Μελέτη
| Αυτοτελής Μελέτη
| 104
| style="text-align: center;" |104
|-
|-
| Επίλυση Ασκήσεων - εργασίες
| Επίλυση Ασκήσεων - εργασίες
| 31.5
| style="text-align: center;" |31.5
|-
|-
| Σύνολο Μαθήματος  
| Σύνολο Μαθήματος  
| 187.5
| style="text-align: center;" |187.5
|}
|}
|-
|-
Γραμμή 113: Γραμμή 141:
| 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 ===


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].  
<br/>Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:
</div>
</div>


<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>
== '''Introduction to Statistics''' ==
</div>


=== General ===
=== General ===
Γραμμή 127: Γραμμή 160:
|-
|-
! 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
|
| ΜΑΕ431
ΜΑΕ431
|-
|-
! Semester
! Semester
Γραμμή 146: Γραμμή 175:
|-
|-
! Course Title
! Course Title
|
| Introduction to Statistics
Introduction to Statistics
|-
|-
! Independent Teaching Activities
! Independent Teaching Activities
|
| Lectures (Weekly Teaching Hours: 4, Credits: 7.5)
Lectures (Weekly Teaching Hours: 4, Credits: 7.5)
|-
|-
! [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]
|
| General Background
General Background
|-
|-
! Prerequisite Courses
! Prerequisite Courses
Γραμμή 161: Γραμμή 187:
|-
|-
! Language of Instruction and Examinations
! Language of Instruction and Examinations
|
| Greek
Greek
|-
! Mode of Course Delivery
| Face-to-face (100%)
|-
|-
! Is the Course Offered to Erasmus Students
! Is the Course Offered to Erasmus Students
|
| Yes (in English)
Yes (in English, reading Course)
|-
|-
! Course Website (URL)
! Course Website (URL)
| 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 193: Γραμμή 219:
* Criticism and self-criticism
* Criticism and self-criticism
|}
|}


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


{| class="wikitable"
|
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.  
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 ===
=== Teaching and Learning Methods - Evaluation ===
Γραμμή 204: Γραμμή 231:
{| class="wikitable"
{| class="wikitable"
|-
|-
! Delivery
! Mode of Instruction
|
| Classroom (face-to-face).
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
! 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
! Teaching Methods
|
|
{| class="wikitable"
{| class="wikitable" style="width: 100%;"
! Activity
! Activity
! Semester Workload
! Semester Workload
|-
|-
| Lectures (13 X 4)
| Lectures (13 X 4)
| 52
| style="text-align: center;" |52
|-
|-
| Working independently
| Working independently
| 104
| style="text-align: center;" |104
|-
|-
| Exercises-Homeworks
| Exercises-Homeworks
| 31.5
| style="text-align: center;" |31.5
|-
|-
| Course total  
| Course total  
| 187.5
| style="text-align: center;" |187.5
|}
|}
|-
|-
! Student Performance Evaluation
! Student Performance Evaluation
|
| Final written exam in Greek (in case of Erasmus students in English).
Final written exam in Greek (in case of Erasmus students in English).
|}
|}


=== 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].  
<br/> Books and other resources, not provided by Eudoxus:
</div>
</div>


Τελευταία αναθεώρηση της 19:30, 4 Ιουλίου 2026



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
Ανακτήθηκε από «https://outlines.math.uoi.gr/index.php?title=Undergraduate_Compulsory_1009&oldid=1869»