832 Στατιστική Ανάλυση Δεδομένων


Α. Το μάθημα χαρακτηρίζεται (βλέπε οδηγό σπουδών σελ. 35) ως εργαστηριακό και συνεπώς η παρουσία των φοιτητών στις παραδόσεις είναι υποχρεωτική (αν ένας φοιτητής απουσιάσει 3 εβδομάδες και άνω δεν έχει δικαίωμα να εξεταστεί στο μάθημα αυτό και πρέπει να το επαναλάβει). Επιπρόσθετα, ύστερα από σχετική απόφαση της Γ.Σ. του Τμήματος Μαθηματικών, είναι δυνατός ο περιορισμός του αριθμού των φοιτητών που μπορούν να δηλώσουν το μάθημα.

Β. Κατά το Ακ. Έτος 2017-2018 θα λειτουργήσει 1 τμήμα των 35-40 το πολύ φοιτητών. Οι φοιτητές που ενδιαφέρονται να δηλώσουν το μάθημα θα πρέπει να εκδηλώσουν το ενδιαφέρον τους αποκλειστικά από  14-1-2018 έως 4-2-2017. Η αιτιολογημένη του διδάσκοντα επιλογή, αυτών που θα έχουν δικαίωμα δήλωσης του μαθήματος, η οποία θα ανακοινωθεί το αργότερο στις 13-2-2016, δηλαδή πριν την έναρξη των μαθημάτων και των δηλώσεων, θα βασίζεται στα ακόλουθα κριτήρια:

  1. Παρακολούθηση συναφών μαθημάτων (1.Παλινδρόμηση και Ανάλυση Διακύμανση, 2.Στατιστική Συμπερασματολογία, 3.Εισαγωγή στη Στατιστική)
  2. Επίδοση σε συναφή μαθήματα (Τα μαθήματα 1,2 έχουν συντελεστή βαρύτητας 2 το μάθημα 3 έχεισυντελεστή βαρύτητας 1)
  3. Εξάμηνο φοίτησης σε συνάρτηση με το πλήθος των περασμένων μαθημάτων (Όσοι έχουν επιτύχει σε 24 μαθήματα μοριοδότηση 2 αν είναι φοιτητές 10ου ή μικρότερου εξαμήνου και μοριοδότηση 1 αν είναι μεγαλύτερου εξαμήνου. Καθόλου μοριοδότηση για όσους έχουν επιτύχει σε λιγότερα απο 24)
  4. Γενική επίδοση (Μοριοδότηση 2 αν μ.ο. στο σύνολο των μαθημάτων >7, μοριοδότηση 1 αν είναι 6-7, καθόλου διαφορετικά)
  5. Ειδική επίδοση (Μοριοδότηση 2 αν μ.ο. στο σύνολο των μαθημάτων της κατεύθυνσης >7, μοριοδότηση 1 αν είναι 6-7, καθόλου διαφορετικά. Για να ληφθεί υπόψη πρέπει να έχουν περαστεί τουλάχιστον 4 επιλογής του Τομέα)
  6. Σειρά εκδήλωσης ενδιαφέροντος σε περίπτωση ισοβαθμίας

Μπορείτε να κατεβάσετε τη φόρμα εκδήλωσης ενδιαφέροντος, η οποία δύναται είτε να προσκομιστεί συμπληρωμένη στο γραφείο του διδάσκοντα είτε να αποσταλεί ηλεκτρονικά στο abatsidis@uoi.gr.

 Φόρμα Εκδήλωσης ενδιαφέροντος

Ύλη Μαθήματος

Στο μάθημα αυτό γίνεται εφαρμογή, με τη βοήθεια του υπολογιστή και τη χρήση του στατιστικού προγράμματος S.P.S.S., της στατιστικής θεωρίας που αναπτύχθηκε στα μαθήματα «Εισαγωγή στη Στατιστική», «Στατιστική Συμπερασματολογία» και «Παλινδρόμηση και Ανάλυση Διακύμανσης».
Πιο συγκεκριμένα γίνεται εφαρμογή στον έλεγχο υποθέσεων που αφορούν τη μέση τιμή ενός πληθυσμού, τις μέσες τιμές δύο πληθυσμών με εξαρτημένα και ανεξάρτητα δείγματα, στην απλή και πολλαπλή γραμμική παλινδρόμηση, καθώς και στην ανάλυση διακύμανσης κατά ένα παράγοντα. Το μάθημα πραγματοποιείται σε αίθουσα με υπολογιστές, χαρακτηρίζεται ως εργαστηριακό και ο φοιτητής που θα απουσιάσει 3 εβδομάδες και άνω δεν έχει δικαίωμα να εξεταστεί στο μάθημα.

Ώρες διδασκαλίας - Συνεργασίας

  • Ώρες διδασκαλίας: Παρασκευή 9.00 π.μ. - 12.00 μ.μ.
  • Ώρες γραφείου: Μπορείτε να προσέρχεσθε στο γραφείο 309γ οποιαδήποτε στιγμή για απορίες σχετικά με το μάθημα ώρες από 08:00-14:30.

    Ενδεικτικά και για τυπικούς λόγους αναφέρω την Τρίτη 11:00-12:30

 

Βιβλιογραφία - Διδακτικό Υλικό

Διαφάνειες-υλικό μαθημάτων

  • Γενικά για το μάθημα, Εισαγωγή δεδομένων (1)
  • Περιγραφική Στατιστική (2)
  • Στατιστική Συμπερασματολογία Ι (3)
  • Συνάφεια Συσχέτιση (4)
  • Παλινδρόμηση (5)
  • Συσχετισμένα σφάλματα (6, 7)
  • Ορθότητα μοντέλου (8)
  • Σταθερή διακύμανση (9)
  • Αρχεία σύνταξης (10, 11, 12, 13, 14)
  • Links (1, 2)

 
Θα διανεμηθούν οι διδακτικές σημειώσεις:
Απόστολος Δ. Μπατσίδης (2014).
Στατιστική Ανάλυση Δεδομένων με το S.P.S.S.

Διδακτικές Σημειώσεις σε συνεχή εξέλιξη


Βοηθητικές πρόσθετες διδακτικές σημειώσεις:

Πρόσθετες Βοηθητικές Σημειώσεις σε συνεχή εξέλιξη


Βοηθητικές πρόσθετες διδακτικές σημειώσεις:

Σύνοψη παλινδρόμησης

Επιπλέον ενδεικτικά αναφέρεται η ακόλουθη βιβλιογραφία και χρήσιμες ηλεκτρονικές διευθύνσεις:

  • Χ. Γναρδέλλης (2009). Ανάλυση δεδομένων με το PASW Statistics 17.0.  Εκδόσεις Παπαζήση.
  • DENNIS HOWITT, DUNCAN CRAMER (Επιμέλεια: Σ. Κοντάκος). Στατιστική με το SPSS 16.0. Εκδόσεις Κλειδάριθμος.
  • Ε. Δημητριάδης (2003). Στατιστικές εφαρμογές με το SPSS. Εκδόσεις Κριτική.
  • Carver and Nash (2006). Doing data analysis with SPSS version 14.
  • Field A. (2005). Discovering Statistics using SPSS. Sage Publications.
  • Marques de Sa (2007). Applied Statistics using SPSS, Statistica, Matlab and R. Springer.
  • Coakes and Steed (1999).SPSS: Analysis Without Anguish.
  • Τσάντας, Μωυσιάδης, Μπαγιάτης και Χατζηπαντελής. Ανάλυση δεδομένων με τη βοήθεια στατιστικών πακέτων.
  • Ιστοσελίδα κ. Μιχάλη Μπούτσικα. Επίκουρος Καθηγητής Πανεπιστημίου Πειραιώς. http://www.unipi.gr/faculty/mbouts/teaching.htm

 
Υλικό Μαθήματος

Μέρος του υλικού αυτού μου δόθηκε από τον κ. Κων/ντινο Καρακώστα, διδάσκοντα του μαθήματος για αρκετά έτη με τη χρήση του JMP ή και του Minitab, τον οποίο θερμά ευχαριστώ για την πολύτιμη βοήθειά του.

- Σύνολα Δεδομένων

 - Σετ Ασκήσεων 1