Ποσοτική Ανάλυση Περιβαλλοντικών Δεδομένων – Τμήμα Ωκεανογραφίας και Θαλασσίων Βιοεπιστημών

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	4
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

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.

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

1η εβδομάδα: Μέθοδοι Περιγραφικής Στατιστικής

2η εβδομάδα: Κατανομές-Κεντρικό Οριακό Θεώρημα

3η εβδομάδα: Έλεγχοι υποθέσεων

4η εβδομάδα: Δοκιμή t ενός δείγματος

5η εβδομάδα: Δοκιμές t δύο δειγμάτων, ανεξάρτητων και κατά ζεύγη

6η εβδομάδα: Μη παραμετρικές δοκιμές 2 δειγμάτων, ανεξάρτητων και κατά ζεύγη

7η εβδομάδα: Δοκιμή ANOVA ενός παράγοντα και μη παραμετρική Kruskal-Wallis

8η εβδομάδα: Post-hoc Δοκιμές μετά την ANOVA ενός παράγοντα-

9η εβδομάδα: Απλή και Πολλαπλή Γραμμική Παλινδρόμηση

10η εβδομάδα: Παραμετρικές και μη παραμετρικές Δοκιμές Συμμεταβολής

11η εβδομάδα: Εισαγωγή στην Πολυδιάστατη Ανάλυση

12η εβδομάδα: Ανάλυση κατά συστάδες

13η εβδομάδα: Ανάλυση Κύριων Συνιστωσών

14η εβδομάδα: Εφαρμογές στην παράκτια διαχείριση με τα λογισμικά R και RStudio

Πρόσωπο με πρόσωπο-Χρήση μεθόδων τηλεκπαίδευσης

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

Δραστηριότητα	Φόρτος Εργασίας Εξαμήνου
Διαλέξεις	39
Εργαστηριακές ασκήσεις στα λογισμικά R και RStudio	15
Αυτοτελής Μελέτη	93
Τελική εξέταση	3
*Σύνολο Μαθήματος*	150

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.

– 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: