Skip to main content

Εισαγωγή στην Στατιστική Ανάλυση Δεδομένων (SPSS) ΕΑΠ

Εισαγωγή στην Στατιστική Ανάλυση Δεδομένων (SPSS)


ΕΑΠ
Enrollment is Closed

Δυνατότητα εγγραφής

Οι εγγραφές έχουν ολοκληρωθεί για τον τρέχοντα κύκλο μαθημάτων. Εφόσον έχετε κάνει εγγραφή στη σελίδα coursity.gr θα λαμβάνετε από εμάς ενημερωτικά mail με αναλυτικές πληροφορίες για τα σεμινάρια που θα ξεκινήσουν (ημερομηνίες εγγραφών, έναρξης μαθημάτων κ.ά.).

Σχετικά με το μάθημα

Το μάθημα αναφέρεται στις βασικές αρχές που διέπουν τη στατιστική. Δίνεται έμφαση τόσο στην περιγραφική όσο και στην επαγωγική στατιστική. Παρουσιάζονται οι διάφοροι τύποι μεταβλητών που ενδέχεται να συναντήσουμε και οι αντίστοιχοι τρόποι με τους οποίους μπορούμε να τους περιγράψουμε. Δίνεται ιδιαίτερη έμφαση στη διερεύνηση σχέσεων μεταξύ μεταβλητών και στις βασικές μεθόδους στατιστικής ανάλυσης όπως είναι:

•    τα διαστήματα εμπιστοσύνης

•    οι έλεγχοι υποθέσεων (ανεξαρτησίας χ^2, t-test κλπ.)

•    η ανάλυση διακύμανσης και ανάλυση παλινδρόμησης

Δίνεται ιδιαίτερη έμφαση στη χρήση του λογισμικού SPSS, σε κοινά λάθη που εμφανίζονται συχνά σε στατιστικές αναλύσεις και στην έννοια της αβεβαιότητας.

Προαπαιτούμενα

Δεν υπάρχουν

Διδάσκων

Course Staff Image #1

Δημήτρης Μαυρίδης

Αναπληρωτής Καθηγητής Στατιστικής, Παιδαγωγικό Τμήμα Δημοτικής Εκπαίδευσης, Πανεπιστήμιο Ιωαννίνων.

Ο Δημήτρης Μαυρίδης είναι Αναπληρωτής Καθηγητής Στατιστικής στο Παιδαγωγικό Τμήμα Δημοτικής Εκπαίδευσης (ΠΤΔΕ) του Πανεπιστημίου Ιωαννίνων. Πήρε το πτυχίο του από το τμήμα Στατιστικής του Οικονομικού Πανεπιστημίου Αθηνών από όπου πήρε και το διδακτορικό του δίπλωμα με θέμα την ανάπτυξη στατιστικών κριτηρίων προσαρμογής και εύρεσης ακραίων τιμών σε μοντέλα λανθανουσών μεταβλητών. Στη συνέχεια εργάστηκε ως μεταδιδακτορικός ερευνητής στο School of Mathematics στο University of Edinburgh για 3 χρόνια. Από το 2010 έως το 2015 εργάστηκε ως μεταδιδακτορικός ερευνητής στο τμήμα Υγιεινής και Επιδημιολογίας του Πανεπιστημίου Ιωαννίνων στο χώρο της μέτα-ανάλυσης δικτύων (network meta-analysis). Από το 2012 ανήκει στο διδακτικό ερευνητικό προσωπικό του ΠΤΔΕ. Στα ερευνητικά του ενδιαφέροντα συγκαταλέγονται η ανάπτυξη στατιστικών μεθόδων σύνθεσης στοιχείων (evidence synthesis) καθώς και τα υποδείγματα διαρθρωτικών εξισώσεων (structural equation modeling). Ανήκει στη συντακτική επιτροπή διεθνώς αναγνωρισμένων περιοδικών και είναι επιστημονικώς υπεύθυνος για δυο HORIZON2020 προγράμματα από την Ευρωπαική επιτροπή (OPERAM και COMPAR-EU).

Ενότητες μαθήματος

Εβδομάδα 1: Εισαγωγικό μάθημα

•    Η χρησιμότητα της Στατιστικής

•    Η έννοια της αβεβαιότητας

•    Παραδείγματα κακής χρήσης Στατιστικής

•    Μελέτες παρατήρησης και τυχαιοποιημένες μελέτες

Εβδομάδα 2: Συνδυαστική - Πιθανότητες

•    Πολλαπλασιαστική αρχή

•    Μεταθέσεις - Διατάξεις - Συνδυασμοί

•    Βασικές έννοιες πιθανοτήτων - Διαγράμματα Venn

•    Αξιωματική θεμελίωση πιθανοτήτων

•     Δεσμευμένη πιθανότητα

Εβδομάδα 3: Περιγραφική και Επαγωγική Στατιστική

•    Περιγραφική Στατιστική - Τύποι μεταβλητών

•    Περιγραφικά μέτρα και γραφήματα για ποιοτικές μεταβλητές

•    Περιγραφικά μέτρα και γραφήματα για ποσοτικές μεταβλητές

•    Επαγωγική στατιστική - Δείγμα και πληθυσμός

•    Επαγωγική στατιστική - Κανονική Κατανομή

•    Επαγωγική στατιστική - Διαστήματα εμπιστοσύνης

Εβδομάδα 4: Αβεβαιότητα και έλεγχος υποθέσεων

•    Μηδενική υπόθεση και πιθανά σφάλματα

•     Έλεγχοι υποθέσεων για συνεχή δεδομένα

•    Ερμηνεία του p-value

•    Έλεγχος κανονικότητας

•    T-test

•    Έλεγχος κανονικότητας

•    Μη-παραμετρικοί έλεγχοι (Man-Whitney test)

•    Ο έλεγχος ανεξαρτησίας χ2

•    Έλεγχοι: Fischer, McNemar και Mantel-Haenszel

•    Άσκηση για έλεγχο υποθέσεων με διχότομα δεδομένα

Εβδομάδα 5: Ανάλυση διακύμανσης και ανάλυση παλινδρόμησης

•    Ανάλυση διακύμανσης

•     Συντελεστής συσχέτισης Pearson

•     Ανάλυση παλινδρόμησης

•    Πολλαπλή γραμμική παλινδρόμηση

•    Έλεγχος των υποθέσεων της απλής και πολλαπλής παλινδρόμησης

Εβδομάδα 6: Περιγραφική στατιστική και έλεγχος υποθέσεων με τη χρήση του SPSS

•    Εισαγωγή δεδομένων και χειρισμός μεταβλητών

•     Παρουσίαση μεταβλητών - Διαγράμματα

•    Έλεγχος χ2

•    Έλεγχος κανονικότητας - Μέτρα κεντρικής θέσης και διασποράς

•     Έλεγχος Τ-test

•     Έλεγχος ανάλυσης διακύμανσης ANOVA

•    Έλεγχος συσχέτισης Pearson

•    Γραφήματα

•    Ανάλυση διακύμανσης και ανάλυση παλινδρόμησης

Σε ποιους απευθύνεται

Το μάθημα απευθύνετα:

•    στον ερευνητή που θέλει να διεξάγει τη δική του έρευνα

•    σε οποιονδήποτε επιθυμεί να είναι σε θέση να διαβάσει και κατανοήσει τα θετικά και αρνητικά μιας δημοσιευμένης έρευνας

•    σε οποιονδήποτε επιθυμεί να βλέπει κριτικά τις στατιστικές αναλύσεις και τα νούμερα που παρουσιάζονται στην καθημερινή του ζωή π.χ. από τα μέσα ενημέρωσης

Τι θα μου προσφέρει το μάθημα

Με την ολοκλήρωση του μαθήματος αναμένεται οι συμμετέχοντες να είναι σε θέση να κατανοήσουν

✔    την έννοια της αβεβαιότητας

✔   τις στατιστικές αναλύσεις που επιδέχονται οι διάφοροι τύποι μεταβλητών

✔    τις στατιστικές αναλύσεις που απαιτούνται για τη διερεύνηση σχέσεων μεταξύ μεταβλητών

✔    μα επιστημονική έρευνα που βασίζεται σε στατιστικά ευρήματα

Για τη λήψη πιστοποιητικού απαιτείται

1. Επιτυχής ολοκλήρωση των εργασιών του μαθήματος

Συγκεκριμένα:

✔    Η αξιολόγηση των εκπαιδευόμενων πραγματοποιείται μέσω ερωτήσεων κλειστού τύπου (quiz), οι οποίες βασίζονται στο περιεχόμενο των βιντεοδιαλέξεων (80% του τελικού βαθμού) και τελικής εργασίας με ερωτήσεις κλειστού τύπου (20% του τελικού βαθμού). Για την επιτυχή ολοκλήρωση του μαθήματος ο τελικός βαθμός θα πρέπει να είναι μεγαλύτερος ή ίσος του 60%.

2. Καταβολή σχετικού αντιτίμου

Ενημερωθείτε για το κόστος συμμετοχής από τον πίνακα στο πάνω μέρος αυτής της σελίδας.


Επικοινωνία

•    e-mail: info@coursity.gr


  1. Course Number

    StatAnal

  2. Classes Start

    Μάιος 2021

  3. Estimated Effort

    120 (4 ECTS)

  4. Cost of attendance

    €70