Βασική Ποσοτική Ανάλυση
(1) Γενικά
| Σχολή: | Περιβάλλοντος | ||
| Τμήμα: | Ωκεανογραφίας και Θαλασσίων Βιοεπιστημών | ||
| Επίπεδο Σπουδών: | Μεταπτυχιακό | ||
| Κωδικός Μαθήματος: | Εξάμηνο σπουδών: | Α | |
| Τίτλος Μαθήματος: | Βασική Ποσοτική Ανάλυση | ||
| Αυτοτελείς Διδακτικές Δραστηριότητες | Εβδομαδιαίες Ώρες Διδασκαλίας | Πιστωτικές Μονάδες | |
| Διαλέξεις | 3 | ||
| Εργαστήριο/Φροντιστήριο | 2 | ||
| Σύνολο μονάδων | 10 | ||
| Τύπος Μαθήματος: | Γενικού υποβάθρου | ||
| Προαπαιτούμενα Μαθήματα: | Όχι | ||
| Γλώσσα Διδασκαλίας και Εξετάσεων: | Αγγλικά | ||
| Το Μάθημα προσφέρεται σε Φοιτητές Erasmus: | Ναι (προσφέρεται εξ αρχής στην αγγλική) | ||
| Ηλεκτρονική Σελίδα Μαθήματος (Url): | https://www.mar.aegean.gr/?lang=gr&lesson=101&pg=3.2.2 | ||
(2) Μαθησιακά Αποτελέσματα
Μαθησιακά Αποτελέσματα
Με την επιτυχή ολοκλήρωση αυτού του μαθήματος ο/η φοιτητής/ήτρια θα πρέπει να είναι σε θέση να:
- Να επιδεικνύει την ικανότητα να εφαρμόσει τις θεμελιώδεις έννοιες στη διερευνητική ανάλυση δεδομένων.
- Να σχεδιάζει μελέτες για τη λήψη δεδομένων, αποφεύγοντας κοινές ατέλειες σχεδιασμού που προκαλούν μεροληψία, αναποτελεσματικότητα και επίδραση μη ελεγχόμενων παραγόντων.
- Κατανόηση των βασικών εννοιών των πιθανοτήτων και τυχαίων μεταβλητών.
- Κατανόηση της έννοιας της δειγματικής κατανομής στατιστικών και ιδιαίτερα της περιγραφής της συμπεριφοράς του δειγματικού μέσου.
- Κατανόηση των βάσεων της Στατιστικής Συμπερασματολογίας που περιέχουν τα διαστήματα εμπιστοσύνης και τον έλεγχο υποθέσεων.
- Εφαρμογή μεθόδων Συμπερασματολογίας που σχετίζονται με τους μέσους κανονικών κατανομών.
- Εφαρμογή και ερμηνεία βασικών περιληπτικών και τεχνικών μοντελοποίησης διμεταβλητών δεδομένων και χρήση μεθόδων Συμπερασματολογίας στο πλαίσιο απλών γραμμικών μοντέλων με κανονικά κατανεμημένα σφάλματα.
- Κατανόηση της ανάλυσης διακύμανσης με ένα παράγοντα.
Γενικές Ικανότητες
- Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
- Λήψη αποφάσεων
- Αυτόνομη εργασία
- Ομαδική εργασία
- Εργασία σε διεθνές περιβάλλον
- Εργασία σε διεπιστημονικό περιβάλλον
- Παραγωγή νέων ερευνητικών ιδεών
- Σεβασμός στο φυσικό περιβάλλον
- Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
(3) Περιεχόμενο Μαθήματος
Εισαγωγή στα δεδομένα
Βασικά για τα δεδομένα, επισκόπηση των αρχών συλλογής δεδομένων, μελέτες παρατήρησης και στρατηγικές δειγματοληψίας, πειράματα, εξέταση αριθμητικών δεδομένων, εξέταση κατηγορικών δεδομένων, γραφική απεικόνιση δεδομένων
Συμπερασματολογία
Έλεγχος υποθέσεων, Κεντρικού Οριακό Θεώρημα, Κανονική κατανομή, Εφαρμογή του κανονικού μοντέλου, Διαστήματα εμπιστοσύνης
Συμπερασματολογία για κατηγορικά δεδομένα
Συμπερασματολογία για μια αναλογία, Διαφορά δύο αναλογιών, Δοκιμές για καλή προσαρμογή χρησιμοποιώντας Χ2, Δοκιμές για ανεξαρτησία σε πίνακες
Συμπερασματολογία για αριθμητικά δεδομένα
Μέσοι ενός δείγματος με την κατανομή t, Εξαρτημένα δείγματα, Διαφορά δύο μέσων, Σύγκριση πολλών μέσων με την Ανάλυση Διακύμανσης
Εισαγωγή στη γραμμική παλινδρόμηση
Προσαρμογή ευθείας, κατάλοιπα, συσχέτιση, Προσαρμογή ευθείας με παλινδρόμηση ελαχίστων τετραγώνων, Τύποι ακραίων τιμών στη γραμμική παλινδρόμηση, Συμπερασματολογία για γραμμική παλινδρόμηση
Πολλαπλή και λογιστική παλινδρόμηση
Εισαγωγή στην πολλαπλή παλινδρόμηση, Επιλογή μοντέλου, Έλεγχος παραδοχών μοντέλου χρησιμοποιώντας γραφήματα, Λογιστική παλινδρόμηση
Πίνακες και διανύσματα
Διάφοροι ορισμοί και λειτουργίες πινάκων
Πολυπαραγοντικά δεδομένα
Περιγραφικές Στατιστικές, Γραμμές (Αντικείμενα) έναντι Στηλών (Μεταβλητές), Συνδιασπορές, Συσχετίσεις και Απόσταση, Η Πολυμεταβλητή Κανονική Κατανομή, Διαγράμματα διασποράς, Γραφήματα με πάνω από δύο μεταβλητές
Μέτρα κεντρικής τάσης, διασποράς και συσχέτισης
Μέτρα Κεντρικής Τάσης, Μέτρα Διασποράς, Μέτρα συσχέτισης, Πρόσθετα Μέσα διασποράς
Ταξινόμηση χωρίς περιορισμούς
Ανάλυση σε Κύριες Συνιστώσες, Ανάλυση αντιστοιχιών, Πολυδιάστατη προσαρμογή κλίμακας
Ομάδες
Εύρεση ομάδων (Ανάλυση κατά συστάδες), Έλεγχος ομάδων (ANOSIM), Διαχωρισμός μεταξύ ομάδων (Διαχωριστική Ανάλυση)
Ταξινόμηση χωρίς περιορισμούς
Κανονική ανάλυση αντιστοιχιών
(4) Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση
| Τρόπος Παράδοσης: | Πρόσωπο με πρόσωπο, ασύγχρονη εκπαίδευση | |||||||||||||||||||||
| Χρήση Τεχνολογιών, Πληροφορίας & Επικοινωνιών: | Χρήση ειδικού στατιστικού λογισμικού (R) στην διδασκαλία και στα εργαστήρια. Χρήση της πλατφόρμας ασύγχρονης τηλεκπαίδευσης open eclass για την επικοινωνία με τους φοιτητές – σημειώσεις, εργασίες. | |||||||||||||||||||||
| Οργάνωση Διδασκαλίας: |
| |||||||||||||||||||||
| Αξιολόγηση Φοιτητών: | Γλώσσα Αξιολόγησης: Αγγλικά
Μέθοδος Αξιολόγησης: Τελική γραπτή εργασία: επίλυση προβλημάτων μέσω λογισμικού. (20%) Τελική γραπτή εξέταση: επίλυση προβλημάτων. (80%) |
(5) Συνιστώμενη Βιβλιογραφία
- Προτεινόμενη Βιβλιογραφία:
- Verzani J. 2014. Using R for Introductory Statistics. Taylor & Francis
- Crawley MJ. 2012. The R Book. Wiley
- Diez DM, Barr CD, Cetinkaya-Rundel M. 2012. OpenIntro Statistics. http://www.openintro.org/stat/
- Συναφή επιστημονικά περιοδικά:
- Environmental and Ecological Statistics.