Undergraduate Compulsory 1009: Διαφορά μεταξύ των αναθεωρήσεων

Από Περιγράμματα - Τμήμα Μαθηματικών
Μετάβαση σε: πλοήγηση, αναζήτηση
Ktzuvara (συζήτηση | συνεισφορές)
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>
== '''Εισαγωγή στη Στατιστική''' ==
</div>


=== Γενικά ===
=== Γενικά ===
Γραμμή 121: Γραμμή 126:


<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 ===

Τελευταία αναθεώρηση της 18:06, 22 Μαρτίου 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
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 Παράδοσης Στην τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
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
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

Delivery Classroom (face-to-face)
Use of Information and Communications Technology -
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