Πολυδιάστατη Ανάλυση

Μαθησιακά Αποτελέσματα

Με την επιτυχή συμπλήρωση του μαθήματος ο σπουδαστής αναμένεται:

• Να εφαρμόζει μια σειρά από μεθόδους και τεχνικές για την ανάλυση και την ερμηνεία πολυμεταβλητών δεδομένων
• Να περιγράφει δεδομένα μέσω πολυμεταβλητών μέτρων και να τα οπτικοποιεί μέσω γραφημάτων
• Να αξιολογεί την αξιοπιστία και την εγκυρότητα πολυμεταβλητών συνόλων δεδομένων
• Να χρησιμοποιεί στατιστικές τεχνικές για την ανάλυση πολυμεταβλητών δεδομένων, όπως την ανάλυση κύριων συνιστωσών (Principal Component Analysis), την παραγοντική ανάλυση (Factor Analysis) και την ανάλυση κατά συστάδες (Cluster Analysis)
• Να εφαρμόζει τα αποτελέσματα των παραπάνω αναλύσεων σε άλλες στατιστικές μεθόδους (πχ. τα αποτελέσματα από την Παραγοντική Ανάλυση στην Ανάλυση Διακύμανσης)
• Να εφαρμόζει μοντέλα δομικών εξισώσεων (Structural Equation Models, π.χ. Path Analysis)
• Να εξοικειωθεί με τη χρήση στατιστικών πακέτων και στατιστικών μεθόδων για πολυμεταβλητά δεδομένα

Περιεχόμενο Μαθήματος

• Πολυμεταβλητά περιγραφικά μέτρα
• Πολλαπλή Γραμμική Παλινδρόμηση
• Πολυδιάστατη Ανάλυση Διακύμανσης
• Ανάλυση Κυρίων Συνιστωσών
• Παραγοντική Ανάλυση
• Ανάλυση κατά Συστάδες
• Διαχωριστική Ανάλυση
• Ανάλυση Αξιοπιστίας

Αξιολόγηση Φοιτητών

H αξιολόγηση των φοιτητών, προκειμένου να τους παρέχεται δυνατότητα επιλογών, προτιμήσεων και αξιοποίησης του χρόνου τους, γίνεται με δύο τρόπους:

• Εκπόνηση Εργασίας (40%) και Γραπτή τελική εξέταση (60%). Η εκπόνηση εργασίας είναι προαιρετική, απαιτεί όμως εντατική ενασχόληση του φοιτητή με το αντικείμενο.
• Γραπτή τελική εξέταση 100% για τους φοιτητές που δεν εκπονούν εργασία.

Συνιστώμενη Βιβλιογραφία
Συγγράμματα Εύδοξος