Postgraduate Section 3 1004: Διαφορά μεταξύ των αναθεωρήσεων

Από Περιγράμματα - Τμήμα Μαθηματικών
Μετάβαση σε: πλοήγηση, αναζήτηση
Χωρίς σύνοψη επεξεργασίας
Ktzuvara (συζήτηση | συνεισφορές)
Χωρίς σύνοψη επεξεργασίας
 
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>
== '''Γραμμικά Mοντέλα''' ==
</div>




Γραμμή 31: Γραμμή 35:
|-
|-
! Τίτλος Μαθήματος
! Τίτλος Μαθήματος
| ΓΡΑΜΜΙΚΑ MΟΝΤΕΛΑ
| Γραμμικά Mοντέλα
|-
|-
! Αυτοτελείς Διδακτικές Δραστηριότητες
! Αυτοτελείς Διδακτικές Δραστηριότητες
Γραμμή 51: Γραμμή 55:
| 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 59: Γραμμή 62:
! Μαθησιακά Αποτελέσματα
! Μαθησιακά Αποτελέσματα
| Σκοπός του μαθήματος είναι:
| Σκοπός του μαθήματος είναι:
# η εμβάθυνση σε γνώσεις των Γραμμικών Mοντέλων που έχουν αποκτηθεί κατά τη διάρκεια των προπτυχιακών σπουδών,
* η εμβάθυνση σε γνώσεις των Γραμμικών Mοντέλων που έχουν αποκτηθεί κατά τη διάρκεια των προπτυχιακών σπουδών,
# η επέκταση αυτών των εννοιών και
* η επέκταση αυτών των εννοιών και
# η παρουσίαση εξειδικευμένων γνώσεων Γραμμικών Mοντέλων με εφαρμογές σε ανάλυση στατιστικών δεδομένων.
* η παρουσίαση εξειδικευμένων γνώσεων Γραμμικών Mοντέλων με εφαρμογές σε ανάλυση στατιστικών δεδομένων.
|-
|-
! Γενικές Ικανότητες
! Γενικές Ικανότητες
Γραμμή 71: Γραμμή 74:
* Σύνθεση δεδομένων και πληροφοριών
* Σύνθεση δεδομένων και πληροφοριών
|}
|}


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


{| class="wikitable"
|
H θεωρία των ακόλουθων θεμάτων: Γενικό Γραμμικό Μοντέλο πλήρους βαθμίδας και στατιστικές ιδιότητες αυτού. Πολλαπλή Παλινδρόμηση: Έλεγχος υποθέσεων, διαγνωστικά μέτρα και ανάλυση υπολοίπων. Επιλογή Μεταβλητών. Μοντέλα μη πλήρους βαθμίδας. Εκτιμήσεις συναρτήσεις, Ανάλυση της Διακύμανσης κατά ένα, δύο και περισσότερους παράγοντες με ίσο και άνισο αριθμό παρατηρήσεων ανά κυψελίδα.
H θεωρία των ακόλουθων θεμάτων: Γενικό Γραμμικό Μοντέλο πλήρους βαθμίδας και στατιστικές ιδιότητες αυτού. Πολλαπλή Παλινδρόμηση: Έλεγχος υποθέσεων, διαγνωστικά μέτρα και ανάλυση υπολοίπων. Επιλογή Μεταβλητών. Μοντέλα μη πλήρους βαθμίδας. Εκτιμήσεις συναρτήσεις, Ανάλυση της Διακύμανσης κατά ένα, δύο και περισσότερους παράγοντες με ίσο και άνισο αριθμό παρατηρήσεων ανά κυψελίδα.
 
|}


=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση ===
=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση ===
Γραμμή 110: Γραμμή 114:
| 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. Κατά τη διάρκεια του εξαμήνου δίνονται ατομικές εργασίες.
| 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. Κατά τη διάρκεια του εξαμήνου δίνονται ατομικές εργασίες.
|}
|}


=== 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>
== '''Linear Models''' ==
</div>




Γραμμή 146: Γραμμή 154:
|-
|-
! [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 161: Γραμμή 168:
| 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 185: Γραμμή 191:
* Working in an interdisciplinary environment
* Working in an interdisciplinary environment
|}
|}


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


{| class="wikitable"
|
The General Linear Model of full Rank and its statistical properties. Multiple Regression Analysis. Hypothesis tests, diagnostic measures and residual analysis. Variable selection. Models of non full rank. Estimable functions, One and two-way analysis of variance with equal and unequal numbers per cell.
The General Linear Model of full Rank and its statistical properties. Multiple Regression Analysis. Hypothesis tests, diagnostic measures and residual analysis. Variable selection. Models of non full rank. Estimable functions, One and two-way analysis of variance with equal and unequal numbers per cell.
 
|}


=== Teaching and Learning Methods - Evaluation ===
=== Teaching and Learning Methods - Evaluation ===
Γραμμή 224: Γραμμή 231:
| 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].  
<!-- 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 23:32, 24 Μαρτίου 2026



Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE2
Εξάμηνο 1
Τίτλος Μαθήματος Γραμμικά Mοντέλα
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 7.5)
Τύπος Μαθήματος Μάθημα Ειδίκευσης
Προαπαιτούμενα Μαθήματα
Γλώσσα Διδασκαλίας και Εξετάσεων Ελληνική
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 του μαθήματος είναι:
  • η εμβάθυνση σε γνώσεις των Γραμμικών Mοντέλων που έχουν αποκτηθεί κατά τη διάρκεια των προπτυχιακών σπουδών,
  • η επέκταση αυτών των εννοιών και
  • η παρουσίαση εξειδικευμένων γνώσεων Γραμμικών Mοντέλων με εφαρμογές σε ανάλυση στατιστικών δεδομένων.
Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Ομαδική εργασία σε κάποιες περιπτώσεις
  • Λήψη αποφάσεων
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών

Περιεχόμενο Μαθήματος

H θεωρία των ακόλουθων θεμάτων: Γενικό Γραμμικό Μοντέλο πλήρους βαθμίδας και στατιστικές ιδιότητες αυτού. Πολλαπλή Παλινδρόμηση: Έλεγχος υποθέσεων, διαγνωστικά μέτρα και ανάλυση υπολοίπων. Επιλογή Μεταβλητών. Μοντέλα μη πλήρους βαθμίδας. Εκτιμήσεις συναρτήσεις, Ανάλυση της Διακύμανσης κατά ένα, δύο και περισσότερους παράγοντες με ίσο και άνισο αριθμό παρατηρήσεων ανά κυψελίδα.

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις 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 επίλυση προβλημάτων εφαρμογής των γνώσεων που αποκτήθηκαν και συγκριτική αξιολόγηση στοιχείων θεωρίας. Κατά τη διάρκεια του εξαμήνου δίνονται ατομικές εργασίες.

Συνιστώμενη Βιβλιογραφία

Δείτε την υπηρεσία Εύδοξος.

Linear Models


General

School School of Science
Academic Unit Department of Mathematics
Level of Studies Graduate
Course Code ΣΕΕ2
Semester 1
Course Title Linear Models
Independent Teaching Activities Lectures (Weekly Teaching Hours: 3, Credits: 7.5)
Course Type Specialized general knowledge
Prerequisite Courses -
Language of Instruction and Examinations Greek
Is the Course Offered to Erasmus Students Yes (in English, reading Course)
Course Website (URL) See eCourse, the Learning Management System maintained by the University of Ioannina.

Learning Outcomes

Learning Outcomes

By the end of the course students are expected to demonstrate:

  • A strong foundation in simple linear, multiple regression and in the one- and two-way analysis of variance as well as in extending these concepts,
  • Deep knowledge of the main assumptions of the general linear model and their implications when violated,
  • How to conduct diagnostics and correct for the violation of the assumptions of the general linear model,
  • How to interpret various coefficients and in general how to analyze data with linear models,
  • How to deal with multicollinearity effects, missing data e.t.c..
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

The General Linear Model of full Rank and its statistical properties. Multiple Regression Analysis. Hypothesis tests, diagnostic measures and residual analysis. Variable selection. Models of non full rank. Estimable functions, One and two-way analysis of variance with equal and unequal numbers per cell.

Teaching and Learning Methods - Evaluation

Delivery Face-to-face
Use of Information and Communications Technology Use of ICT in communication with students
Teaching Methods
Activity Semester Workload
Lectures 39
Independent study 70
Study and analysis of bibliography, Fieldwork 78.5
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.