Μη Παραμετρική Στατιστική - Κατηγορικά Δεδομένα
Τμήμα Μαθηματικών
Η υποβολή αιτήσεων έχει ξεκινήσει.
Ξεκινήστε την αίτησή σας ή ζητήστε περισσότερες πληροφορίες.
Διάρκεια Mαθημάτων
38 Ενότητες
66 ώρες Διδασκαλίας
32 Assessments
26 Βίντεο (30min)
Τρόπος Διδασκαλίας
100% Online
Επίπεδο Μαθήματος
Εισαγωγικό Μάθημα
Χρόνος
Μελέτης
4-6 ώρες ανά βδομάδα
Ευελιξία μάθησης
Γλώσσα Διδασκαλίας
Ελληνικά
Περιγραφή
Η Μη Παραμετρική Στατιστική και η ανάλυση Κατηγορικών Δεδομένων αποτελούν απαραίτητα εργαλεία για την εξαγωγή ασφαλών και αξιόπιστων συμπερασμάτων σε περιβάλλοντα όπου οι κλασικές στατιστικές υποθέσεις (όπως η κανονικότητα) δεν ισχύουν. Πρόκειται για μια προσέγγιση που ενισχύει την ευελιξία και την προσαρμοστικότητα της στατιστικής ανάλυσης σε πραγματικές συνθήκες, όπου τα δεδομένα είναι συχνά ανομοιογενή, μη αριθμητικά ή περιορισμένου όγκου.
Η κατανόηση και αξιοποίηση μη παραμετρικών μεθόδων επιτρέπει την ερμηνεία δεδομένων χωρίς την ανάγκη καθορισμένων παραμετρικών κατανομών, καθιστώντας την προσέγγιση ιδιαίτερα ισχυρή σε τομείς όπως οι κοινωνικές επιστήμες, η ιατρική έρευνα και η ψυχολογία. Επιπλέον, η ανάλυση κατηγορικών δεδομένων μάς δίνει τη δυνατότητα να εντοπίζουμε σημαντικές σχέσεις μεταξύ ποιοτικών μεταβλητών, να κατανοούμε τη συσχέτιση μεταξύ κατηγοριών και να εφαρμόζουμε τεστ ανεξαρτησίας και ομοιογένειας.
Το μάθημα ενισχύει την ικανότητα των φοιτητών να αναλύουν δεδομένα που προέρχονται από έρευνες, ερωτηματολόγια, κοινωνικές ή ιατρικές μελέτες, και να εξάγουν τεκμηριωμένα συμπεράσματα με κατάλληλες στατιστικές τεχνικές όπως τα τεστ Mann–Whitney, Wilcoxon, Kruskal–Wallis και τα τεστ χ² για κατηγορικές μεταβλητές.
Η γνώση αυτών των μεθόδων διευρύνει το εργαλείο ανάλυσης των φοιτητών και ενισχύει την ικανότητά τους να προσεγγίζουν προβλήματα όπου τα δεδομένα δεν “υπακούν” στους κανόνες της κλασικής στατιστικής. Αποτελεί θεμέλιο για την έρευνα, την επιστημονική τεκμηρίωση και την εφαρμοσμένη στατιστική σε πολυάριθμους τομείς.
Learning outcomes
Με την επιτυχή ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση να:
- Να κατανοούν τη σημασία των μη παραμετρικών στατιστικών μεθόδων και να είναι σε θέση να τις επιλέγουν και να τις εφαρμόζουν σε περιπτώσεις όπου οι παραμετρικές υποθέσεις (όπως η κανονικότητα) δεν ισχύουν.
- Να γνωρίζουν και να εφαρμόζουν βασικές τεχνικές ελέγχου υποθέσεων για μέσες τιμές και κατανομές, όπως το απλό προσημικό τεστ, το τεστ κατά ζεύγη, τα τεστ Wilcoxon και Mann–Whitney, καθώς και το Kruskal–Wallis, κατανοώντας τα πλεονεκτήματα και τους περιορισμούς κάθε μεθόδου.
- Να μπορούν να αξιοποιούν τεστ καλής προσαρμογής, όπως το τεστ χ² και το Kolmogorov–Smirnov, για να αξιολογούν τη συμβατότητα δεδομένων με θεωρητικές κατανομές.
- Να αναλύουν κατηγορικά δεδομένα μέσω πινάκων συνάφειας και να εφαρμόζουν κατάλληλους στατιστικούς ελέγχους (τεστ ανεξαρτησίας, συμμετρίας, περιθώριας ομοιογένειας, McNemar, Fisher), κατανοώντας τις στατιστικές προϋποθέσεις και ερμηνείες των αποτελεσμάτων.
- Να εξοικειωθούν με μέτρα συσχέτισης κατάλληλα για κατηγορικές και μη παραμετρικές μεταβλητές, καθώς και με τεστ ροών για ανάλυση διατάξεων ή προτιμήσεων.
- Να γνωρίζουν τη θεωρητική βάση και την εφαρμογή λογαριθμο-γραμμικών μοντέλων για την ανάλυση πινάκων συνάφειας, επεκτείνοντας έτσι την ικανότητά τους στην πολυμεταβλητή στατιστική ανάλυση.
- Να κατανοούν τη χρησιμότητα των παραπάνω μεθόδων σε εφαρμοσμένα πλαίσια, όπως στην ιατρική, την ψυχολογία, τις κοινωνικές επιστήμες, και την ανάλυση δεδομένων από έρευνες και πειραματικές μελέτες.
Δεξιότητες
Διάρθρωση Μαθήματος
Στο μάθημα θα καλυφθούν οι ακόλουθες (εισαγωγικές) ενότητες:
6 Ενότητες | 6 Ώρες Διδασκαλίας | 4 Assessments | 3 Βίντεο (30min)
- Εκτίμηση Αθροιστικής Συνάρτησης Κατανομής
- Εκτίμηση Συνάρτησης Κατανομής
5 Ενότητες | 6 Ώρες Διδασκαλίας | 4 Assessments | 2 Βίντεο (30min)
- Έλεγχος καλής προσαρμογής
- Έλεγχος χι-τετράγωνο καλής προσαρμογής
- Έλεγχοι κανονικότητας
- Έλεγχος Anderson-Darling
- Έλεγχος Cramér – von Mises
- Έλεγχος Kolmogorov-Smirnov
- Έλεγχος Kuiper
- Έλεγχος Shapiro-Wilk
- Έλεγχος Watson
7 Ενότητες | 10 Ώρες Διδασκαλίας | 4 Assessments | 4 Βίντεο (30min)
- Ορισμοί Πιθανοτήτων
- Τυχαία Πειράματα-Δειγματικός Χώρος- Ενδεχόμενο
- Πράξεις Ενδεχομένων
- Αξιωματικός Ορισμός -Ιδιότητες
- Δεσμευμένη Πιθανότητα
- Εφαρμογές Δεσμευμένης Πιθανότητας
- Ανεξαρτησία
3 Ενότητες | 8 Ώρες Διδασκαλίας | 5 Assessments | 3 Βίντεο (30min)
- Εισαγωγή
- Διακριτές Κατανομές
- Συνεχείς Κατανομές
6 Ενότητες | 10 Ώρες Διδασκαλίας | 4 Assessments | 3 Βίντεο (30min)
- Κατανομή Bernoulli
- Διωνυμική Κατανομή
- Γεωμετρική Κατανομή
- Αρνητική Διωνυμική Κατανομή
- Υπεργεωμετρική Κατανομή
- Poisson Κατανομή
5 Ενότητες | 10 Ώρες Διδασκαλίας | 5 Assessments | 4 Βίντεο (30min)
- Ομοιόμορφη Κατανομή
- Εκθετική Κατανομή
- Κανονική Κατανομή
- Γάμμα Κατανομή
- Βήτα Κατανομή
2 Ενότητες | 10 Ώρες Διδασκαλίας | 4 Assessments | 4 Βίντεο (30min)
- Πολυωνυμική Κατανομή
- Πολυδιάστατη Κανονική
Τα θέματα εξετάσεων θα είναι διαθέσιμα σύντομα !
Τα μαθήματα καλύπτουν όλη την ύλη του μαθήματος;
Τα courses είναι ειδικά διαμορφωμένα ώστε να καλύπτουν όλη την ύλη του αντίστοιχου προπτυχιακού μαθήματος της σχολής σας. Παράλληλα αναπτύσσουμε την αντίληψη του μαθητή ώστε να μπορεί να εφαρμόσει την γνώση και σε επόμενα σχετιζόμενα μαθήματα μέσα από συνεχείς αξιολόγησεις που σας οδηγούν στο επιθυμητό αποτέλεσμα.
Με ποιόν τρόπο μπορώ να εγγραφώ στο Course;
Για να κάνεις εγγραφή στο Course θα πρέπει να πατήσεις στο button “ Κάνε την αίτηση σου” και να συμπληρώσετε την φόρμα ενδιαφέροντος. Σύντομα ένας εκπρόσωπος μας θα επικοινωνήσει μαζί σας για να σας παρέχει πληροφορίες και να σας ενημερώσει για την εξέλιξη της διαδικασίας.
Χρωστάω το συγκεκριμένο μάθημα, χρειάζονται άλλες γνώσεις ώστε να παρακολουθήσω;
Για το εκάστοτε μάθημα θα πρέπει να υπάρχουν κάποιες βασικές ή εξειδικευμένες γνώσεις για το λόγο αυτό στο Anadelta Academy έχουμε δημιουργήσει μια σειρά από τεστ αξιολόγησης που θα μπορέσουν να εκτιμήσουν το επίπεδο των γνώσεων σου και να σου προσφέρουν μια πιο ακριβή εκτίμηση για το πώς θα περάσεις το μάθημα της σχολής.
Για να κάνεις τα τεστ αξιολόγησης των προαπαιτούμενων γνώσεων παρακαλώ συμπλήρωσε την προηγούμενη στήλη που έχει τα τεστ αξιολόγησης.
Τι είναι ο προγραμματισμός σπουδών και πώς παρέχεται;
Με την αγορά του μαθήματος για όλους τους νέους μαθητές παρέχεται δωρεάν το πρόγραμμα Προγραμματισμού Σπουδών (Study MentoR) για 6 μήνες. Μέσα από την υπηρεσία μας Προγραμματισμού σπουδών παρέχουμε στους φοιτητές καθόλη την διάρκεια του εξαμήνου Mentoring. Ένας mentor είναι συνεχώς στο πλευρό σου για να σε βοηθήσει να λάβεις σωστές αποφάσεις και να σου παρέχει συνέχω tips και υποστήριξη για να πετύχεις τους στόχους σου. Μάθε περισσότερα για την διαδικασία (εδώ-link)
Πόσο κοστίζει το συγκεκριμένο Course κα ποιοι είναι οι διαφορετικοί τρόποι πληρωμής;
Το κάθε course έχει διαφορετική τιμή. Με την αίτηση σου στο μάθημα λαμβάνεις μια πλήρη ενημέρωση σχετικά με το κόστος του μαθήματος και τους διαφορετικούς τρόπους πληρωμής αυτού. Με την “early bird” αίτηση σου μπορείς να λάβεις το πρόγραμμα σε ειδική τιμή και να αποκτήσετε επιπλέον οφέλη. Μάθε περισσότερα εδώ
Προθεσμία αίτησης
Η προθεσμίες λήγουν σύντομα!
Έχετε απορίες;
Επικοινωνήστε μαζί μας στο info@anadelta.edu.gr
Προτεινόμενα μαθήματα
Ανακαλύψτε μαθήματα που ταιριάζουν με το μάθημα της Στατιστικής
