Πολυδιάστατη Ανάλυση
- Categories Περιγραφές Μαθημάτων
- Date 2 Απριλίου 2023
| ΣΧΟΛΗ | Οικονομικών Eπιστημών | ||
| ΤΜΗΜΑ | Στατιστικής | ||
| ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ | Προπτυχιακό | ||
| ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ | Stat805 | ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ | 8ο |
| ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ | Πολυδιάστατη Ανάλυση | ||
| ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ | 3 | ||
| ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ | 5 | ||
Μαθησιακά Αποτελέσματα
Μετά την επιτυχή ολοκλήρωση του μαθήματος ο φοιτητής/τρια 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
Το περιεχόμενο του μαθήματος περιλαμβάνει τις παρακάτω ενότητες:
- 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
Προτεινόμενη Βιβλιογραφία:
- Bartholomew, D., Steele, F., Moustaki, I., Galbraith, J. (2011). Ανάλυση Πολυμεταβλητών Τεχνικών στις Κοινωνικές Επιστήμες. Εκδόσεις: ΚΛΕΙΔΑΡΙΘΜΟΣ ΕΠΕ. Κωδικός Βιβλίου στον Εύδοξο: 12279324.
- Καρλής, Δ. (2005). Πολυμεταβλητή στατιστική ανάλυση. Εκδόσεις: ΣΤΑΜΟΥΛΗ ΑΕ. Κωδικός Βιβλίου στον Εύδοξο: 22983.
- Σιάρδος, Γ. (2022). Μέθοδοι Πολυμεταβλητής Στατιστικής Ανάλυσης. Εκδόσεις: ΜΑΡΚΟΥ ΚΑΙ ΣΙΑ Ε.Ε. Κωδικός Βιβλίου στον Εύδοξο: 112694677.
Φράγκος, X. (2016). Στατιστική Επεξεργασία και Ανάλυση Πολυδιάστατων Δεδομένων ΙΙ. - Εκδόσεις: ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ ΙΔΙΩΤΙΚΗ ΚΕΦΑΛΑΙΟΥΧΙΚΗ ΕΤΑΙΡΕΙΑ.
Κωδικός Βιβλίου στον Εύδοξο: 94699890.
Πρόσθετο Διδακτικό Υλικό:
- Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., & Tatham, R. (2006). Multivariate data analysis . Uppersaddle River.https://www.drnishikantjha.com/papersCollection/Multivariate%20Data%20Analysis.pdf.
- Johnson, R. A., & Wichern, D. W. (2002). Applied multivariate statistical analysis.https://www.webpages.uidaho.edu/~stevel/519/Applied%20Multivariate%20Statistical%20Analysis%20by%20Johnson%20and%20Wichern.pdf.
- Rencher, A. C. (2005). Methods of Multivariate Analysis. John Wiley & Sons.
https://eprints.uad.ac.id/135/1/Handbook_of_analysis_multivariat.pdf. - Πετρίδης, Δ. (2015). Ανάλυση πολυμεταβλητών τεχνικών. Εκδόσεις: ΚΑΛΛΙΠΟΣ Ανοικτές Ακαδημαϊκές Εκδόσεις. Κωδικός Βιβλίου στον Εύδοξο: 320177.
Συναφή επιστημονικά περιοδικά:
Computational Statistics & Data Analysis.
International Journal of Educational Technology in Higher Education.
International Journal of Multivariate Data Analysis.
Journal of Applied Structural Equation Modeling.
Journal of Multivariate Analysis.
Statistical Papers.
Structural Equation Modeling.
