Postgraduate Section 3 1020: 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)
1.248 επεξεργασίες
 
(7 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>
== '''Χρονοσειρές''' ==
</div>




Γραμμή 31: Γραμμή 35:
|-
|-
! Τίτλος Μαθήματος
! Τίτλος Μαθήματος
| ΧΡΟΝΟΣΕΙΡΕΣ
| Χρονοσειρές
|-
|-
! Αυτοτελείς Διδακτικές Δραστηριότητες
! Αυτοτελείς Διδακτικές Δραστηριότητες
Γραμμή 44: 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 51: 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 74: Γραμμή 80:
* Σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
* Σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
|}
|}


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


{| class="wikitable"
|
Εισαγωγή στις στάσιμες χρονολογικές σειρές. Απλά μοντέλα χρονολογικών σειρών. Γραμμικές διαδικασίες, γενικά μοντέλα αυτοπαλίνδρομα και κινητού μέσου. Οι οικογένειες μοντέλων ΑRΜΑ, ΑRΙΜΑ και State Space. Πρόβλεψη χρονοσειρών. Εποχικότητα στις χρονοσειρές. Μοντελοποίηση στοχαστικής μεταβλητότητας, το φίλτρο Kalman (Kalman Filter). Μη γραμμικές μη κανονικές χρονοσειρές. Πολυμεταβλητές χρονολογικές σειρές. Συνολοκλήρωση και διόρθωση λαθών.
Εισαγωγή στις στάσιμες χρονολογικές σειρές. Απλά μοντέλα χρονολογικών σειρών. Γραμμικές διαδικασίες, γενικά μοντέλα αυτοπαλίνδρομα και κινητού μέσου. Οι οικογένειες μοντέλων ΑRΜΑ, ΑRΙΜΑ και State Space. Πρόβλεψη χρονοσειρών. Εποχικότητα στις χρονοσειρές. Μοντελοποίηση στοχαστικής μεταβλητότητας, το φίλτρο Kalman (Kalman Filter). Μη γραμμικές μη κανονικές χρονοσειρές. Πολυμεταβλητές χρονολογικές σειρές. Συνολοκλήρωση και διόρθωση λαθών.
 
|}


=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση ===
=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση ===
Γραμμή 85: Γραμμή 92:
{| class="wikitable"
{| class="wikitable"
|-
|-
! Τρόπος Παράδοσης
! Τρόπος Διδασκαλίας
| Πρόσωπο με πρόσωπο
| 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 Τεχνολογιών Πληροφορίας και Επικοινωνιών
|
|
* Χρήση στατιστικών πακέτων
* Χρήση στατιστικών πακέτων
* Χρήση Τ.Π.Ε. στην Επικοινωνία
* Χρήση Τ.Π.Ε. στην Επικοινωνία.
|-
! 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
Γραμμή 100: Γραμμή 127:
|-
|-
| Διαλέξεις
| Διαλέξεις
| 39
| style="text-align: center;" |39
|-
|-
| Αυτοτελής Μελέτη
| Αυτοτελής Μελέτη
| 70
| style="text-align: center;" |70
|-
|-
| Ασκήσεις Πεδίου - Συγγραφή εργασίας
| Ασκήσεις Πεδίου - Συγγραφή εργασίας
| 78.5
| style="text-align: center;" |78.5
|-
|-
| Σύνολο Μαθήματος
| Σύνολο Μαθήματος
| 187.5
| style="text-align: center;" |187.5
|}
|}
|-
|-
Γραμμή 117: Γραμμή 144:
* Γραπτή τελική εξέταση (70%)
* Γραπτή τελική εξέταση (70%)
|}
|}


=== 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].  
<!-- 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>
== '''Time series''' ==
</div>




Γραμμή 141: Γραμμή 172:
|-
|-
! Course Code
! Course Code
| ΣΣΕ11
| ΣΕΕ11
|-
|-
! Semester
! Semester
Γραμμή 147: Γραμμή 178:
|-
|-
! Course Title
! Course Title
|
| Time series
Time series
|-
|-
! Independent Teaching Activities
! Independent Teaching Activities
Γραμμή 154: Γραμμή 184:
|-
|-
! [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]
|
| Specialized general knowledge
Specialized general knowledge
|-
|-
! Prerequisite Courses
! Prerequisite Courses
Γραμμή 162: Γραμμή 191:
! 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)
|-
|-
! 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 194: Γραμμή 224:
* Working in an interdisciplinary environment
* Working in an interdisciplinary environment
|}
|}


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


{| class="wikitable"
|
Introduction to stationary time series. Simple models for time series. Linear processes, general autoregressive-moving average models. Prediction of stationary time series. The families of ARMA, ARIMA and State space models. Seasonality in time series. Modelling stochastic volatility. Time series regression. Nonlinear non-Gaussian time series. Multivariate time series. Multivariate autoregressive model.
Introduction to stationary time series. Simple models for time series. Linear processes, general autoregressive-moving average models. Prediction of stationary time series. The families of ARMA, ARIMA and State space models. Seasonality in time series. Modelling stochastic volatility. Time series regression. Nonlinear non-Gaussian time series. Multivariate time series. Multivariate autoregressive model.
 
|}


=== Teaching and Learning Methods - Evaluation ===
=== Teaching and Learning Methods - Evaluation ===
Γραμμή 205: Γραμμή 236:
{| class="wikitable"
{| class="wikitable"
|-
|-
! Delivery
! Mode of Instruction
| Face-to-face
| 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
|
|
* Statistical Software
* Statistical Software
* Use of ICT in communication with students
* 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
! Teaching Methods
|
|
{| class="wikitable"
{| class="wikitable" style="width: 100%;"
! Activity
! Activity
! Semester Workload
! Semester Workload
|-
|-
| Lectures
| Lectures
| 39
| style="text-align: center;" |39
|-
|-
| Working independently
| Working independently
| 70
| style="text-align: center;" |70
|-
|-
| Study and analysis of bibliography, Fieldwork
| Study and analysis of bibliography, Fieldwork
| 78.5
| style="text-align: center;" |78.5
|-
|-
| Course total
| Course total
| 187.5
| style="text-align: center;" |187.5
|}
|}
|-
|-
! Student Performance Evaluation
! Student Performance Evaluation
|
|
* LANGUAGE OF EVALUATION: Greek
* Language of Evaluation: Greek
* METHODS OF EVALUATION: written work (20%), Final exam (80%)
* Methods of Evaluation: written work (20%), Final exam (80%)
|}
|}


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


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

Τελευταία αναθεώρηση της 00:18, 3 Ιουλίου 2026



Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE11
Εξάμηνο 2
Τίτλος Μαθήματος Χρονοσειρές
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Ειδικότητας
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

Με την ολοκλήρωση αυτού του μαθήματος, οι φοιτητές αναμένεται να ειναι:

  • εξοικειωμένοι με τις ιδιότητες των βασικών χρονοσειρών
  • σε θέση να προσδιορίσουν τα κατάλληλα μοντέλα για χρονοσειρές.
  • σε θέση να διαγνώσουν την καταλληλότητα του μοντέλου.
  • σε θέση να μοντελοποιούν χρονολογικά δεδομένα και να επιβεβαιώνουν ότι τα μοντέλα ταιριάζουν
  • να χρησιμοποιούν στατιστικά πακέτα για την προσαρμογή κατάλληλων μοντέλων χρονοσειρών και να τα αναλύουν.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Λήψη αποφάσεων
  • Προσαρμογή σε νέες καταστάσεις
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών

Περιεχόμενο Μαθήματος

Εισαγωγή στις στάσιμες χρονολογικές σειρές. Απλά μοντέλα χρονολογικών σειρών. Γραμμικές διαδικασίες, γενικά μοντέλα αυτοπαλίνδρομα και κινητού μέσου. Οι οικογένειες μοντέλων ΑRΜΑ, ΑRΙΜΑ και State Space. Πρόβλεψη χρονοσειρών. Εποχικότητα στις χρονοσειρές. Μοντελοποίηση στοχαστικής μεταβλητότητας, το φίλτρο Kalman (Kalman Filter). Μη γραμμικές μη κανονικές χρονοσειρές. Πολυμεταβλητές χρονολογικές σειρές. Συνολοκλήρωση και διόρθωση λαθών.

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 στατιστικών πακέτων
  • Χρήση Τ.Π.Ε. στην Επικοινωνία.
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 39
Αυτοτελής Μελέτη 70
Ασκήσεις Πεδίου - Συγγραφή εργασίας 78.5
Σύνολο Μαθήματος 187.5
Αξιολόγηση Φοιτητών
  • Γραπτές εργασίες (30%)
  • Γραπτή τελική εξέταση (70%)

Συνιστώμενη Βιβλιογραφία

Δείτε την υπηρεσία Εύδοξος.

Time series


General

School School of Science
Academic Unit Department of Mathematics
Level of Studies Graduate
Course Code ΣΕΕ11
Semester 2
Course Title Time series
Independent Teaching Activities Lectures (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

Upon completion of this course, a student will:

  • be familiar with properties of the major types of time series
  • be able to identify appropriate models for time series.
  • be able to diagnose model adequacy.
  • construct time series models from data and verify model fits
  • use statistical packages to construct time series models and conduct analysis
General Competences
  • Working independently
  • Decision-making
  • Adapting to new situations
  • Production of free, creative and inductive thinking
  • Synthesis of data and information, with the use of the necessary technology
  • Working in an interdisciplinary environment

Syllabus

Introduction to stationary time series. Simple models for time series. Linear processes, general autoregressive-moving average models. Prediction of stationary time series. The families of ARMA, ARIMA and State space models. Seasonality in time series. Modelling stochastic volatility. Time series regression. Nonlinear non-Gaussian time series. Multivariate time series. Multivariate autoregressive model.

Teaching and Learning Methods - Evaluation

Mode of Instruction 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
  • Statistical Software
  • 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 70
Study and analysis of bibliography, Fieldwork 78.5
Course total 187.5
Student Performance Evaluation
  • Language of Evaluation: Greek
  • Methods of Evaluation: written work (20%), Final exam (80%)

Attached Bibliography

See the official Eudoxus site.

Ανακτήθηκε από «https://outlines.math.uoi.gr/index.php?title=Postgraduate_Section_3_1020&oldid=1714»