Τμήμα Ωκεανογραφίας και Θαλασσίων Βιοεπιστημών
- +30 22510 36800
- secr-marine@aegean.gr
| Ποσοτική Ανάλυση Περιβαλλοντικών Δεδομένων | |
|---|---|
|
Σχολή: |
Περιβάλλοντος |
|
Τμήμα: |
Ωκεανογραφίας και Θαλασσίων Βιοεπιστημών
|
|
Επίπεδο Σπουδών: |
Μεταπτυχιακό
|
|
Κωδικός Μαθήματος: |
|
|
Εξάμηνο σπουδών: |
Α |
|
Τίτλος Μαθήματος: |
Ποσοτική Ανάλυση Περιβαλλοντικών Δεδομένων
|
|
Αυτοτελείς Διδακτικές Δραστηριότητες |
Οι πιστωτικές μονάδες απονέμονται ενιαία για το σύνολο του μαθήματος |
|
Εβδομαδιαίες Ώρες Διδασκαλίας |
3 |
|
Πιστωτικές Μονάδες
|
6 |
|
Τύπος Μαθήματος:
|
Γενικών Γνώσεων
|
|
Προαπαιτούμενα Μαθήματα:
|
Δεν υπάρχουν προαπαιτούμενα μαθήματα. Απαραίτητα θεωρούνται η επάρκεια χρήσης Ηλεκτρονικού Υπολογιστή και η γνώση βασικών Μαθηματικών.
|
|
Γλώσσα Διδασκαλίας και Εξετάσεων:
|
Ελληνική |
|
Το Μάθημα προσφέρεται σε Φοιτητές Erasmus:
|
Όχι |
- (2) Μαθησιακά Αποτελέσματα
- Μαθησιακά Αποτελέσματα
Τα επιδιωκόμενα μαθησιακά αποτελέσματα σε επίπεδο γνώσεων, δεξιοτήτων και ικανοτήτων, συνοψίζονται στα εξής:
- Γνώση περιγραφικών στατιστικών μεθόδων.
- Γνώση της βασικής θεωρίας των δοκιμών μονοδιάστατης στατιστικής ανάλυσης.
- Γνώση των κυριότερων μεθόδων πολυδιάστατης στατιστικής ανάλυσης.
- Ικανότητα στατιστικής επεξεργασίας δεδομένων και ελέγχου υποθέσεων με τη χρήση των λογισμικών R και RStudio.
- Γενικές Ικανότητες
- Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
- Προσαρμογή σε νέες καταστάσεις
- Λήψη αποφάσεων
- Αυτόνομη εργασία
- Παραγωγή νέων ερευνητικών ιδεών
- (3) Περιεχόμενο Μαθήματος
- Μέθοδοι Περιγραφικής Στατιστικής
- Κατανομές-Κεντρικό Οριακό Θεώρημα
- Έλεγχοι υποθέσεων
- Δοκιμή t ενός δείγματος
- Δοκιμές t δύο δειγμάτων, ανεξάρτητων και κατά ζεύγη
- Μη παραμετρικές δοκιμές 2 δειγμάτων, ανεξάρτητων και κατά ζεύγη
- Δοκιμή ANOVA ενός παράγοντα και μη παραμετρική Kruskal-Wallis
- Post-hoc Δοκιμές μετά την ANOVA ενός παράγοντα-
- Απλή και Πολλαπλή Γραμμική Παλινδρόμηση
- Παραμετρικές και μη παραμετρικές Δοκιμές Συμμεταβολής
- Εισαγωγή στην Πολυδιάστατη Ανάλυση
- Ανάλυση κατά συστάδες
- Ανάλυση Κύριων Συνιστωσών
- Εφαρμογές στην παράκτια διαχείριση με τα λογισμικά R και RStudio
- (4) Διδακτικές και Μαθησιακές Μέθοδοι - Αξιολόγηση
- Τρόπος Παράδοσης:
Πρόσωπο με πρόσωπο-Χρήση μεθόδων τηλεκπαίδευσης
- Χρήση Τεχνολογιών, Πληροφορίας & Επικοινωνιών:
Παραδόσεις στον πίνακα-Χρήση μεθόδων τηλεκπαίδευσης.
Το μάθημα υποστηρίζεται για τους εγγεγραμμένους στο μάθημα φοιτητές από την πλατφόρμα e-class στην διεύθυνση https://eclass.aegean.gr/courses/MAR188/
Οι φοιτητές ασκούνται στα λογισμικά R και RStudio
- Οργάνωση Διδασκαλίας:
| Δραστηριότητα | Φόρτος Εργασίας Εξαμήνου |
|---|---|
|
Διαλέξεις |
33 |
|
Εργαστηριακές ασκήσεις στα λογισμικά R και RStudio |
21 |
|
Αυτοτελής Μελέτη |
93 |
|
Τελική εξέταση |
3 |
|
Σύνολο Μαθήματος |
150 |
- Αξιολόγηση Φοιτητών:
Με ατομικές εργασίες σε επιλεγμένα θέματα.
Οι φοιτητές και φοιτήτριες μετά τις εξετάσεις μπορούν να ελέγξουν τα γραπτά τους και να ζητήσουν διευκρινήσεις για τον τρόπο βαθμολόγησής τους.
- (5) Συνιστώμενη Βιβλιογραφία
– Προτεινόμενη Βιβλιογραφία:
- Εγχειρίδια του μαθήματος:
- Παρουσιάσεις διδασκόντων στις διαλέξεις (https://eclass.aegean.gr/courses/MAR188/)
– Συμπληρωματική βιβλιογραφία:
- Zar, J.H., 2010. Biostatistical Analysis, 5th Edition. ISBN-13: 978-0321656865, Northern Illinois University.
- Sharma, S., 1996. Applied Multivariate Techniques. ISBN: 978-0-471-31064-8, 512 pages, Wiley.
- http://manuals.bioinformatics.ucr.edu/home/programming-in-r
- http://cran.r-project.org/doc/manuals/R-intro.html
– Συναφή επιστημονικά περιοδικά:
- Journal of Statistical Software