Postgraduate Section 3 1008
Γενικά
| Σχολή | Σχολή Θετικών Επιστημών |
|---|---|
| Τμήμα | Τμήμα Μαθηματικών |
| Επίπεδο Σπουδών | Μεταπτυχιακό |
| Κωδικός Μαθήματος | ΣEE19 |
| Εξάμηνο | 2 |
| Τίτλος Μαθήματος | ΕΙΔΙΚΑ ΘΕΜΑΤΑ ΣΤΑΤΙΣΤΙΚΗΣ |
| 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 προχωρημένου αυτού μαθήματος είναι ο εμπλουτισμός των γνώσεων των φοιτητών με επίκαιρα θέματα της στατιστικής μεθοδολογίας και θεωρίας που δεν εφάπτονται με άλλα μαθήματα του αντικειμένου και τα οποία σχετίζονται με άλλες περιοχές της μαθηματικής επιστήμης ή συναφών επιστημών, χαρακτηριζόμενα έτσι από ένα διεπιστημονικό, διαθεματικό χαρακτήρα. Στα μαθησιακά αποτελέσματα εντάσσεται έτσι, η εξοικείωση των φοιτητών με τη διεπιστημονική και διαθεματική θεώρηση. |
|---|---|
| Γενικές Ικανότητες |
|
Περιεχόμενο Μαθήματος
Το ακριβές περιεχόμενο αυτού του μαθήματος μπορεί να διαφέρει από ακαδημαϊκό έτος σε ακαδημαϊκό έτος αλλά θα αποτελείται από επιλεγμένα θέματα σύγχρονου ερευνητικού ενδιαφέροντος στη μεθοδολογία της στατιστικής, ανάλογα με τις απαιτήσεις των φοιτητών και τη διαθεσιμότητα του διδακτικού προσωπικού. Παραδείγματα είναι η παραμετρική μοντελοποίηση της διάρκειας ζωής, ο πειραματικός σχεδιασμός, η προηγμένη στοχαστική προσομοίωση, η γραφική μοντελοποίηση, ο στατιστικός έλεγχος ποιότητας κλπ. Στην ιστοσελίδα του μαθήματος κάθε ακαδημαϊκό έτος θα δίνεται λεπτομερής περιγραφή.
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. Συγγράμματα και άλλες πηγές εκτός της υπηρεσίας Εύδοξος:
General
| School | School of Science |
|---|---|
| Academic Unit | Department of Mathematics |
| Level of Studies | Graduate |
| Course Code | ΣΣΕ19 |
| Semester | 2 |
| Course Title |
Advanced Topics in Statistics |
| Independent Teaching Activities | Lectures-Laboratory (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 |
The purpose of this advanced course is to enrich students' knowledge with current advanced topics of statistical methodology and theory that are not closely related to other courses of the subject. Moreover, this course would be characterized by a close relationship with other areas of mathematics and computing, among others, and the aim is to be characterized by an interdisciplinary character. In the learning outcomes is included the familiarization of the students, by means of this course, with an interdisciplinary type of thinking for solving problems of the real world. |
|---|---|
| General Competences |
|
Syllabus
The precise content of this course may vary from time to time, but it will consist of selected, advanced topics of contemporary research interest in statistical methodology, depending on both demands from students and the availability of appropriate course leaders. Examples include parametric lifetime modeling, experimental design, extreme value statistics, advanced stochastic simulation, graphical modeling, statistics quality control etc. The course will be of interest to students who want to develop their basic knowledge of statistics methodology. See the specific semester page for a more detailed description of the course.
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). |
Attached Bibliography
See the official Eudoxus site. Books and other resources, not provided by Eudoxus:
- ---