Undergraduate Elective 1028

Από Περιγράμματα - Τμήμα Μαθηματικών
Μετάβαση σε: πλοήγηση, αναζήτηση


Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Προπτυχιακό
Κωδικός Μαθήματος MAE838
Εξάμηνο 8
Τίτλος Μαθήματος Ειδικά Θέματα Πιθανοτήτων
Αυτοτελείς Διδακτικές Δραστηριότητες Διαλέξεις (Εβδομαδιαίες Ώρες Διδασκαλίας: 3, Πιστωτικές Μονάδες: 6)
Τύπος Μαθήματος 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

Ο στόχος του μαθήματος είναι να εισάγει τους φοιτητές στην οριακή συμπεριφορά ακολουθιών τυχαίων μεταβλητών για διαφόρων ειδών δεδομένα, τα οποία είναι ανεξάρτητα αλλά όχι απαραίτητα ισόνομα κατανεμημένα ή και μη ανεξάρτητα. Ιδιαίτερη έμφαση δίνεται στον ισχυρό νόμο των μεγάλων αριθμών και το κεντρικό οριακό θεώρημα υπό αυτές τις συνθήκες, και έχοντας ως αφετηρία τις βασικές έννοιες και ορολογία της θεωρίας πιθανοτήτων σε συνδυασμό με τη θεωρία μέτρου. Ιδιαίτερη έμφαση δίνεται στη μέτρηση ακρίβειας προσεγγίσεων με ΚΟΘ (φράγματα Berry - Esseen, κτλ) και εναλλακτικές (ακριβέστερες) προσεγγίσεις βάσει ΚΟΘ: επεκτάσεις Edgeworth, προσεγγίσεις τύπου κρίσιμων σημείων (saddle point approximations).

Γενικές Ικανότητες
  • Αυτόνομη εργασία
  • Λήψη αποφάσεων
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών.


Περιεχόμενο Μαθήματος

Σ-άλγεβρες, μέτρα, μετρήσιμες συναρτήσεις, ολοκλήρωμα Lebesgue. Εφαρμογές σύγκλισης τυχαίων μεταβλητών: μετασχηματισμοί σταθεροποίησης διακύμανσης, διόρθωσης μεροληψίας, μετασχηματισμοί συμμετρίας και εφαρμογές αυτών στη στατιστική. Φράγματα για αθροίσματα ανεξαρτήτων (όχι απαραίτητα ισόνομων) τυχαίων παρατηρήσεων. Γενικεύσεις του Ισχυρού νόμου των μεγάλων αριθμών σε μη ισόνομες παρατηρήσεις. Γενικεύσεις του Κεντρικού οριακού θεωρήματος (μη ανεξάρτητες / ισόνομες παρατηρήσεις). Μέτρηση ακρίβειας προσεγγίσεων με ΚΟΘ (φράγματα Berry - Esseen, κτλ) και εναλλακτικές (ακριβέστερες) προσεγγίσεις βάσει ΚΟΘ: επεκτάσεις Edgeworth, προσεγγίσεις τύπου κρίσιμων σημείων (saddle point approximations).

Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Στην Τάξη
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
  • Eclass (για απόθεση διδακτικού υλικού).
  • Χρήση προβολικού (προτζέκτορας) και διαφανειών.
  • Επικοινωνία με τους/τις φοιτητές/τριες μέσω email αλλά και πλατφορμών όπως το GoogleMeet και το MsTeams.
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις (13Χ3) 39
Αυτοτελής Μελέτη 78
Επίλυση Ασκήσεων - εργασίες 33
Σύνολο Μαθήματος 150
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.


Δείτε την υπηρεσία Εύδοξος. Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:


General

School School of Science
Academic Unit Department of Mathematics
Level of Studies Undergraduate
Course Code ΜΑΕ838
Semester 8
Course Title Special Topics in Statistics
Independent Teaching Activities Lectures (Weekly Teaching Hours: 3, Credits: 6)
Course Type Special Background
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 course’s objective is to introduce students to the limiting behaviour of sequences of random variables for various types of data which are independent but not necessarily identically distributed. Particular emphasis is given to the strong law of large numbers and the central limit theorem under these conditions. The starting point is the basic concepts and terminology of probability theory in combination with measure theory. Particular emphasis is given in measuring the accuracy of the approximations offered by the specific central limit theorems, i.e. Berry-Esseen bounds, etc) as well as alternative and more accurate approximations: Edgeworth expansions, saddle point approximations.

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


Syllabus

The concepts of Sigma Algebra, measure, measurable functions and Lebesgue integral. Applications of convergence of random variables: variance stabilizing transformations, bias correction, symmetry transformations and applications in Statistics. Bounds for sums of random variables (not necessarily i.i.d.). Generalizations of the Strong Law of Large Numbers on non-i.i.d. observations. Generalizations of the central limit theorem to non independent / non i.i.d. observations. Accuracy of central limit theorems: Berry-Esseen bounds, Edgeworth expansions, Saddle point approximations.


Teaching and Learning Methods - Evaluation

Delivery Classroom (face-to-face)
Use of Information and Communications Technology -
Teaching Methods
Activity Semester Workload
Lectures 39
Working independently 78
Exercises-Homeworks 33
Course total 150
Student Performance Evaluation Final written exam.


Attached Bibliography

See the official Eudoxus site. Books and other resources, not provided by Eudoxus: