Postgraduate Section 3 1010

• Ελληνικά
• English

Θεωρία Δειγματοληψίας

Γενικά

Σχολή	Σχολή Θετικών Επιστημών
Τμήμα	Τμήμα Μαθηματικών
Επίπεδο Σπουδών	Μεταπτυχιακό
Κωδικός Μαθήματος	ΣEE8
Εξάμηνο	1
Τίτλος Μαθήματος	Θεωρία Δειγματοληψίας
Αυτοτελείς Διδακτικές Δραστηριότητες	Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος	Μάθημα Ειδίκευσης
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

Στόχος του μαθήματος είναι η παρουσίαση τεχνικών και μεθόδων της θεωρίας δειγματοληψίας. Το ενδιαφέρον επικεντρώνεται στην παρουσίαση και μελέτη των διαφόρων δειγματοληπτικών πλαισίων και των εφαρμογών τους. Με την ολοκλήρωση του μαθήματος οι φοιτητές αναμένεται να είναι σε θέση να επιλέγουν και εφαρμόζουν το κατάλληλο δειγματοληπτικό πλαίσιο να υπολογίζουν εκτιμητές, τυπικές αποκλίσεις και γενικότερα να υλοποιούν τις σχετικές μεθόδους, βάσει του δειγματοληπτικού πλαισίου που επιλέχθηκε. Αναμένεται να είναι σε θέση να συντάσσουν ερωτηματολόγιο και να σχεδιάζουν μια δειγματοληπτική έρευνα.

Γενικές Ικανότητες

Αυτόνομη εργασία  Ομαδική εργασία σε κάποιες περιπτώσεις Λήψη αποφάσεων  Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης Σύνθεση δεδομένων και πληροφοριών.

Περιεχόμενο Μαθήματος

Εισαγωγικές έννοιες, δειγματοληπτικά και μη δειγματοληπτικά σφάλματα, απλή τυχαία δειγματοληψία, στρωματοποιημένη δειγματοληψία, συστηματική δειγματοληψία, δειγματοληψία κατά συστάδες, λογοεκτιμήτριες, βέλτιστη επιλογή μεγέθους δείγματος, μεροληψία στις μεθόδους δειγματοληψίας. Στοιχεία από ελλιπή δεδομένα και μέθοδοι συμπλήρωσης.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Διδασκαλίας	Πρόσωπο με πρόσωπο.
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 Τ.Π.Ε. στην επικοινωνία με τους φοιτητές
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 -Εργαστήριο 39 Αυτοτελής Μελέτη 78 Επίλυση ασκήσεων-εργασίες 70.5 Σύνολο Μαθήματος 187.5
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.

Συνιστώμενη Βιβλιογραφία

Δείτε την υπηρεσία Εύδοξος.

Sampling Theory

General

School	School of Science
Academic Unit	Department of Mathematics
Level of Studies	Graduate
Course Code	ΣΕΕ8
Semester	2
Course Title	Sampling Theory
Independent Teaching Activities	Lectures-Laboratory (Weekly Teaching Hours: 3, Credits: 7.5)
Course Type	Specialized general knowledge
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

Students completing this course should be able to: Basic methods of selecting a sample from a finite population. Application of basic methods of selecting a sample from a finite population. Select the most appropriate one sampling scheme from several alternatives. Compute estimators, standard errors and confidence intervals and to conduct the appropriate statistical analysis based on the sampling scheme used. Separate the sampling and non-sampling errors and ways of minimizing them. Elements of research methodology. Questionnaires.

General Competences

Working independently Decision-making Production of free, creative and inductive thinking Criticism and self-criticism

Syllabus

Sampling and non sampling errors, simple random sampling, stratified sampling, systematic sampling, cluster sampling, ratio estimators, determination of optimal sample size, bias in sampling theory. Some elements of missing data and basic methods of imputation.

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	Use of ICT in communication with students.
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 39 Working independently 78 Exercises-Homework 70.5 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.