Στατιστική Ανάλυση Δεδομένων
Στόχοι:
Δεξιότητες:
Προαπαιτήσεις:
Περιεχόμενο μαθήματος:
Στατιστικά δεδομένα (εισαγωγή στην R, καταχώρηση συνοπτική παρουσίαση και διερευνητική ανάλυση δεδομένων)
Εργασία 1: μελέτη περίπτωσης
Έλεγχοι υποθέσεων (κανονική κατανομή, πληθυσμός-δείγμα, σημειακή εκτίμηση, έλεγχοι και διαστήματα εμπιστοσύνης για μέσους, αναλογίες, διακυμάνσεις, ANOVA, χ2-έλεγχοι)
Μέθοδοι δειγματοληψίας, (βασικές μέθοδοι)
Εργασία 2: μελέτη περίπτωσης
Ανάλυση παλινδρόμησης Ι (γραμμική παλινδρόμηση, βασικές έννοιες απλής-πολλαπλής, διαγνωστικοί έλεγχοι, προβλέψεις, μη-γραμμική παλινδρόμηση)
Εργασία 3: μελέτη περίπτωσης
Ανάλυση παλινδρόμησης ΙΙ (μοντέλα logit, probit, GLM, ταξινόμηση)
Εργασία 4: μελέτη περίπτωσης
Θέματα ανάλυσης πολυμεταβλητών δεδομένων-μηχανικής μάθησηςΠροτεινόμενη βιβλιογραφία:
Heiberger, R. M., Holland B., Statistical Analysis and Data Display, An Intermediate Course with Examples in S-Plus, R, and SAS, Springer, New York, 2004, ISBN: 0-387-40270-5
Ledolter, J., Data mining and business analytics with R, John Wiley & Sons, Inc, Hoboken, New Jersey, 2013, ISBN 978-1-118-44714-7
Efron, B., Hastie, T., Computer Age Statistical Inference: Algorithms, Evidence, and Data Science, Cambridge University Press, 2016, ISBN: 9781316576533
Gentle, J. E. (Επιμέλεια Μωυσιάδης, Χ.), Στοιχεία Υπολογιστικής Στατιστικής
Εκδόσεις Πανεπιστημίου Μακεδονίας, Θεσσαλονίκη, 2009, ISBN: 978-960-8396-49-4