Postgraduate Section 3 1001: Διαφορά μεταξύ των αναθεωρήσεων
Χωρίς σύνοψη επεξεργασίας |
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> | |||
== '''Ανάλυση Δεδομένων & Στατιστικά Πακέτα''' == | |||
</div> | |||
| Γραμμή 31: | Γραμμή 35: | ||
|- | |- | ||
! Τίτλος Μαθήματος | ! Τίτλος Μαθήματος | ||
| | | Ανάλυση Δεδομένων & Στατιστικά Πακέτα | ||
|- | |- | ||
! 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 68: | Γραμμή 71: | ||
* Σύνθεση δεδομένων και πληροφοριών. | * Σύνθεση δεδομένων και πληροφοριών. | ||
|} | |} | ||
=== Περιεχόμενο Μαθήματος === | === Περιεχόμενο Μαθήματος === | ||
{| class="wikitable" | |||
| | |||
Διαχείριση δεδομένων. Έλεγχοι κανονικότητας. Έλεγχοι καλής προσαρμογής. Σύντομη επανάληψη σε βασικές αναλύσεις (έλεγχο υποθέσεων που αφορούν τη μέση τιμή ενός πληθυσμού, τις μέσες τιμές δύο πληθυσμών με εξαρτημένα και ανεξάρτητα δείγματα, ανάλυση διακύμανσης κατά ένα παράγοντα). Πολλαπλή γραμμική παλινδρόμηση και διαγνωστικοί έλεγχοι. Ανάλυση διακύμανσης με ίσο και άνισο αριθμό παρατηρήσεων. Εισαγωγή στη Λογιστική Παλινδρόμηση. Επαναληπτικές μετρήσεις. Ανάλυση αξιοπιστίας και Παραγοντική Ανάλυση. | Διαχείριση δεδομένων. Έλεγχοι κανονικότητας. Έλεγχοι καλής προσαρμογής. Σύντομη επανάληψη σε βασικές αναλύσεις (έλεγχο υποθέσεων που αφορούν τη μέση τιμή ενός πληθυσμού, τις μέσες τιμές δύο πληθυσμών με εξαρτημένα και ανεξάρτητα δείγματα, ανάλυση διακύμανσης κατά ένα παράγοντα). Πολλαπλή γραμμική παλινδρόμηση και διαγνωστικοί έλεγχοι. Ανάλυση διακύμανσης με ίσο και άνισο αριθμό παρατηρήσεων. Εισαγωγή στη Λογιστική Παλινδρόμηση. Επαναληπτικές μετρήσεις. Ανάλυση αξιοπιστίας και Παραγοντική Ανάλυση. | ||
|} | |||
=== Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση === | === Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση === | ||
| Γραμμή 107: | Γραμμή 111: | ||
| Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει την ανάλυση τόσο πραγματικών όσο και εκπαιδευτικών συνόλων δεδομένων. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες, οι οποίες συνυπολογίζονται στον τελικό βαθμό. | | Γραπτή τελική εξέταση στα Ελληνικά (σε περίπτωση φοιτητών Erasmus στην Αγγλική γλώσσα) η οποία περιλαμβάνει την ανάλυση τόσο πραγματικών όσο και εκπαιδευτικών συνόλων δεδομένων. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες, οι οποίες συνυπολογίζονται στον τελικό βαθμό. | ||
|} | |} | ||
=== 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> | |||
== '''Data Analysis and Statistical Packages''' == | |||
</div> | |||
| Γραμμή 157: | Γραμμή 165: | ||
| 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 174: | Γραμμή 181: | ||
* Criticism and self-criticism | * Criticism and self-criticism | ||
|} | |} | ||
=== Syllabus === | === Syllabus === | ||
{| class="wikitable" | |||
| | |||
Descriptive Statistics. Review of basic undergraduate concepts like t-test, Mann Whitney test etc. Multiple Regression and Diagnostics. One Way and Two Way Analysis of Variance. Introduction to Logistic Regression. Repeated Measures Analysis. Reliability and Factor Analysis. Introduction to Survival Analysis: Roc curves, Cox PH Regression Model. | Descriptive Statistics. Review of basic undergraduate concepts like t-test, Mann Whitney test etc. Multiple Regression and Diagnostics. One Way and Two Way Analysis of Variance. Introduction to Logistic Regression. Repeated Measures Analysis. Reliability and Factor Analysis. Introduction to Survival Analysis: Roc curves, Cox PH Regression Model. | ||
|} | |||
=== Teaching and Learning Methods - Evaluation === | === Teaching and Learning Methods - Evaluation === | ||
| Γραμμή 211: | Γραμμή 219: | ||
|- | |- | ||
! Student Performance Evaluation | ! Student Performance Evaluation | ||
| | | Final written exam in Greek (in case of Erasmus students in English) which includes analysis of real data sets. | ||
Final written exam in Greek (in case of Erasmus students in English) which includes analysis of real data sets. | |||
|} | |} | ||
=== 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 00:31, 25 Μαρτίου 2026
Ανάλυση Δεδομένων & Στατιστικά Πακέτα
Γενικά
| Σχολή | Σχολή Θετικών Επιστημών |
|---|---|
| Τμήμα | Τμήμα Μαθηματικών |
| Επίπεδο Σπουδών | Μεταπτυχιακό |
| Κωδικός Μαθήματος | ΣEE5 |
| Εξάμηνο | 2 |
| Τίτλος Μαθήματος | Ανάλυση Δεδομένων & Στατιστικά Πακέτα |
| 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 | Με την ολοκλήρωση του μαθήματος ο μεταπτυχιακός φοιτητής θα είναι σε θέση να διεξάγει, πέραν των βασικών, αναλύσεις ποσοτικών-ποιοτικών δεδομένων και να παρουσιάζει τα αποτελέσματα τους (έκθεση αναφοράς). |
|---|---|
| Γενικές Ικανότητες |
|
Περιεχόμενο Μαθήματος
|
Διαχείριση δεδομένων. Έλεγχοι κανονικότητας. Έλεγχοι καλής προσαρμογής. Σύντομη επανάληψη σε βασικές αναλύσεις (έλεγχο υποθέσεων που αφορούν τη μέση τιμή ενός πληθυσμού, τις μέσες τιμές δύο πληθυσμών με εξαρτημένα και ανεξάρτητα δείγματα, ανάλυση διακύμανσης κατά ένα παράγοντα). Πολλαπλή γραμμική παλινδρόμηση και διαγνωστικοί έλεγχοι. Ανάλυση διακύμανσης με ίσο και άνισο αριθμό παρατηρήσεων. Εισαγωγή στη Λογιστική Παλινδρόμηση. Επαναληπτικές μετρήσεις. Ανάλυση αξιοπιστίας και Παραγοντική Ανάλυση. |
Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση
| Τρόπος Παράδοσης | Πρόσωπο με πρόσωπο στο εργαστήριο του Τμήματος. | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών | Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές καθώς και στην παράδοση εργασιών. | ||||||||||
| Οργάνωση Διδασκαλίας |
| ||||||||||
| 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. Κατά τη διάρκεια του εξαμήνου δίνονται υποχρεωτικές, συνήθως ατομικές, εργασίες, οι οποίες συνυπολογίζονται στον τελικό βαθμό. |
Συνιστώμενη Βιβλιογραφία
Δείτε την υπηρεσία Εύδοξος.
Data Analysis and Statistical Packages
General
| School | School of Science |
|---|---|
| Academic Unit | Department of Mathematics |
| Level of Studies | Graduate |
| Course Code | ΣΕΕ5 |
| Semester | 2 |
| Course Title | Data Analysis and Statistical Packages |
| Independent Teaching Activities | Lectures (Weekly Teaching Hours: 3, Credits: 7.5) |
| Course Type | Specialised 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 |
The students should be able to understand which statistical method is appropriate for each problem under study and to confirm that the relative assumptions hold. Moreover, the student should be able to present and interpret the results of the above analysis. |
|---|---|
| General Competences |
|
Syllabus
|
Descriptive Statistics. Review of basic undergraduate concepts like t-test, Mann Whitney test etc. Multiple Regression and Diagnostics. One Way and Two Way Analysis of Variance. Introduction to Logistic Regression. Repeated Measures Analysis. Reliability and Factor Analysis. Introduction to Survival Analysis: Roc curves, Cox PH Regression Model. |
Teaching and Learning Methods - Evaluation
| Delivery | Classroom (face-to-face) | ||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|
| Use of Information and Communications Technology | Use of ICT in communication with students | ||||||||||
| Teaching Methods |
| ||||||||||
| Student Performance Evaluation | Final written exam in Greek (in case of Erasmus students in English) which includes analysis of real data sets. |
Attached Bibliography
See the official Eudoxus site.