Undergraduate Compulsory 1009

Από Περιγράμματα - Τμήμα Μαθηματικών
Αναθεώρηση ως προς 17:54, 27 Οκτωβρίου 2024 από τον Outlines-mw-admin (συζήτηση | συνεισφορές) (Νέα σελίδα με '{{DISPLAYTITLE:<span style="position: absolute; clip: rect(1px 1px 1px 1px); clip: rect(1px, 1px, 1px, 1px);">{{FULLPAGENAME}}</span>}} <ul class="nav nav-pills mb-2 justify-content-end" id="pills-tab-lang" role="tablist"> <li class="nav-item"><btn id="pills-gr-tab" data-toggle="pill" class="nav-link active" role="tab" aria-controls="pills-gr" aria-selected="true">#pills-gr|Ελληνικά</btn></li> <li class="nav-item"><btn id="pills-en-tab" data-toggle="pill"...')
(διαφορά) ← Παλαιότερη αναθεώρηση | Τελευταία αναθεώρηση (διαφορά) | Νεότερη αναθεώρηση → (διαφορά)
Μετάβαση σε: πλοήγηση, αναζήτηση


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:

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, reading Course)

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
Ανακτήθηκε από «https://outlines.math.uoi.gr/index.php?title=Undergraduate_Compulsory_1009&oldid=69»