Postgraduate Section 3 1010

Από Περιγράμματα - Τμήμα Μαθηματικών
Μετάβαση σε: πλοήγηση, αναζήτηση



Γενικά

Σχολή Σχολή Θετικών Επιστημών
Τμήμα Τμήμα Μαθηματικών
Επίπεδο Σπουδών Μεταπτυχιακό
Κωδικός Μαθήματος ΣEE8
Εξάμηνο 1
Τίτλος Μαθήματος ΘΕΩΡΙΑ ΔΕΙΓΜΑΤΟΛΗΨΙΑΣ
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 Στόχος του μαθήματος είναι η παρουσίαση τεχνικών και μεθόδων της θεωρίας δειγματοληψίας. Το ενδιαφέρον επικεντρώνεται στην παρουσίαση και μελέτη των διαφόρων δειγματοληπτικών πλαισίων και των εφαρμογών τους. Με την ολοκλήρωση του μαθήματος οι φοιτητές αναμένεται να είναι σε θέση να επιλέγουν και εφαρμόζουν το κατάλληλο δειγματοληπτικό πλαίσιο να υπολογίζουν εκτιμητές, τυπικές αποκλίσεις και γενικότερα να υλοποιούν τις σχετικές μεθόδους, βάσει του δειγματοληπτικού πλαισίου που επιλέχθηκε. Αναμένεται να είναι σε θέση να συντάσσουν ερωτηματολόγιο και να σχεδιάζουν μια δειγματοληπτική έρευνα. 
Γενικές Ικανότητες
  • Αυτόνομη εργασία 
  • Ομαδική εργασία σε κάποιες περιπτώσεις
  • Λήψη αποφάσεων 
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Σύνθεση δεδομένων και πληροφοριών.


Περιεχόμενο Μαθήματος

Εισαγωγικές έννοιες, δειγματοληπτικά και μη δειγματοληπτικά σφάλματα, απλή τυχαία δειγματοληψία, στρωματοποιημένη δειγματοληψία, συστηματική δειγματοληψία, δειγματοληψία κατά συστάδες, λογοεκτιμήτριες, βέλτιστη επιλογή μεγέθους δείγματος, μεροληψία στις μεθόδους δειγματοληψίας. Στοιχεία από ελλιπή δεδομένα και μέθοδοι συμπλήρωσης.


Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση

Τρόπος Παράδοσης Πρόσωπο με πρόσωπο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών Χρήση Τ.Π.Ε. στην επικοινωνία με τους φοιτητές 
Οργάνωση Διδασκαλίας
Δραστηριότητα Φόρτος Εργασίας Εξαμήνου
Διαλέξεις -Εργαστήριο 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 την ανάλυση τόσο πραγματικών όσο και εκπαιδευτικών συνόλων δεδομένων.


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 ΣΣΕ8
Semester 2
Course Title Sampling Theory
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)
Course Website (URL) See eCourse, the Learning Management System maintained by the University of Ioannina.


Learning Outcomes

Learning outcomes

Students completing this course should be able to:

  • Basic methods of selecting a sample from a finite population.
  • Application of basic methods of selecting a sample from a finite population.
  • Select the most appropriate one sampling scheme from several alternatives. Compute estimators, standard errors and confidence intervals and to conduct the appropriate statistical analysis based on the sampling scheme used.
  • Separate the sampling and non-sampling errors and ways of minimizing them.
  • Elements of research methodology. Questionnaires.
General Competences
  1. Working independently
  2. Decision-making
  3. Production of free, creative and inductive thinking
  4. Criticism and self-criticism


Syllabus

Sampling and non sampling errors, simple random sampling, stratified sampling, systematic sampling, cluster sampling, ratio estimators, determination of optimal sample size, bias in sampling theory. Some elements of missing data and basic methods of imputation.


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
Activity Semester Workload
Lectures 39
Working independently 78
Exercises-Homework 70.5
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:

  • ---