Ανάλυση Δεδομένων (THMMY) 2019-2020

Μάθημα του 7ου εξαμήνου του προπτυχιακού προγράμματος σπουδών του Τμήματος Ηλεκτρολόγων Μηχανικών και Μηχανικών Η/Υ (ΤΗΜΜΥ), Α.Π.Θ.

Ανακοίνωση: Οι καταθέσεις των λύσεων των ασκήσεων (προγράμματα Matlab) από τους φοιτητές μπορεί να γίνει στην ιστοσελίδα του μαθήματος στο elearning. Θα πρέπει ο φοιτητής να κάνει πρώτα αυτοεγγραφή στο μάθημα. Παρακαλούνται οι φοιτητές να χρησιμοποιούν αυτήν την υπηρεσία για να καταθέτουν τις λύσεις των ασκήσεων στο μάθημα.

Διδάσκοντες:
Καθηγητής Δημήτρης Κουγιουμτζής

Για να δείς ή να εκτυπώσεις τα παρακάτω αρχεία (σημειώσεις και διαφάνειες), χρειάζεσαι το πρόγραμμα acrobat reader, το οποίο δεν είναι εμπορικό. Για να το εγκαταστήσεις, αν δεν το έχεις, πάνε στο https://get.adobe.com/reader/

Ενότητες:

  Περιεχόμενα, προτεινόμενα βιβλία

Περιεχόμενα:
1. Εισαγωγή: ορισμοί, δεδομένα, παραδείγματα
2. Πιθανότητες και Τυχαίες Μεταβλητές
: στοιχεία πιθανοτήτων, κατανομές, παράμετροι κατανομής, βασικές κατανομές
3. Στοιχεία στατιστικής
: εκτίμηση παραμέτρων και έλεγχοι υπόθεσης. Υπολογιστικές μέθοδοι (μέθοδοι επαναδειγματοληψίας) στην εκτίμηση παραμέτρων, στατιστικών ελέγχων.
4. Αβεβαιότητα και σφάλμα μέτρησης
: συστηματικά και τυχαία σφάλματα, διάδοση σφάλματος
5. Συσχέτ
ιση και παλινδρόμηση: συσχέτιση γραμμική και μη-γραμμική, απλή και πολλαπλή παλινδρόμηση, γραμμική και μη-γραμμική παλινδρόμηση. Υπολογιστικές μέθοδοι (μέθοδοι επαναδειγματοληψίας) στην εκτίμηση συσχέτισης και παλινδρόμηση.
6. Μείωση διάστασης για συσχέτιση και παλινδρόμηση: γραμμικές και μη-γραμμικές μέθοδοι

Bιβλίογραφία μαθήματος (Εύδοξος):

  1. Εφαρμοσμένη Στατιστική, Μπόρα-Σέντα Ε. και Μωυσιάδης Χ., Εκδόσεις Ζήτη, Θεσσαλονίκη 1997 (Εύδοξος: 11028)
  2. Resampling Methods: A Practical Guide to Data Analysis, Good P.I., Springer, 2006 (Εύδοξος: 173198)
  3. Data Analysis Using the Method of Least Squares: Extracting the Most Information from Experiments, Wolberg J., Springer, 2006 (Εύδοξος: 174465)
Επιπρόσθετη βιβλίογραφία μαθήματος:
  1. Computational Statistics Handbook with MATLAB}, Martinez W.L. and Martinez A.R., Chapman and Hall, 3rd edition 2015
  2. Exploratory Data Analysis with MATLAB}, Martinez W.L., Martinez A.R. and Solka J., Chapman and Hall, 3rd edition 2017
  3. Making Sense of Data, A Practical Guide to Exploratory Data Analysis and Data Mining, Myatt G.J., Wiley-Interscience, 2nd edition, 2014
  4. Statistical Techniques for Data Analysis, Taylor J.K. and Cihon C., Chapman and Hall, 2004
  5. Hyperstat, βιβλίο στο διαδίκτυο (online Book): http://davidmlane.com/hyperstat/
  6. Concepts and Applications of Inferential Statistics, Lowry R., βιβλίο στο διαδίκτυο (online book): http://vassarstats.net/textbook

 Σημειώσεις

Οι σημειώσεις κατά κεφάλαια:

  1. Κεφάλαιο 1: Eισαγωγή (σε PDF) [τελευταία ενημέρωση 1/10/2019]
  2. Κεφάλαιο 2: Πιθανότητες και Τυχαίες Μεταβλητές (σε PDF) [τελευταία ενημέρωση 1/10/2019]
  3. Κεφάλαιο 3: Στοιχεία Στατιστικής (σε PDF) [τελευταία ενημέρωση 23/10/2019]
  4. Κεφάλαιο 4: Αβεβαιότητα και Σφάλμα Μέτρησης (σε PDF) [τελευταία ενημέρωση 29/10/2019]

Διαφάνειες

Διαφάνειες διδασκαλίας

  1. Μάθημα 1, 1/10/2019: Εισαγωγή, Πιθανότητες και Τυχαίες Μεταβλητές (σε PDF)  [τελευταία ενημέρωση 1/10/2019]
    Σημειώσεις: Κεφ.1, Κεφ.2
    - Εισαγωγή στην ανάλυση δεδομένων, παραδείγματα.
    - Πιθανότητα, κατανομή πιθανότητας για διακριτή και συνεχή τυχαία μεταβλητή (τ.μ.), κοινή κατανομή δύο τ.μ., ροπές, γνωστές κατανομές,
    - Γνωστές κατανομές (διωνυμική, ομοιόμορφη, κανονική).

     
  2. Μάθημα 2, 8/10/2019: Στοιχεία Στατιστικής (σε PDF)  - Νο 1 [τελευταία ενημέρωση 8/10/2019]
    Σημειώσεις: Κεφ.3 ως και 3.2
    - Σημειακή εκτίμηση (μέση τιμή και διασπορά, βαθμοί ελευθερίας,κριτήρια καλών εκτιμητών)
    - Διάστημα εμπιστοσύνης (μέση τιμή)
    - Ασκήσεις: Κεφ 2: 1,2,3,4

  3. Μάθημα 3, 15/10/2019:  Στοιχεία Στατιστικής (σε PDF)  - Νο 2 [τελευταία ενημέρωση 8/10/2019]
                                              Υπολογιστικές μέθοδοι στην εκτίμηση παραμέτρων, στατιστικών ελέγχων (σε PDF) [τελευταία ενημέρωση 23/10/2019]
    Σημειώσεις: Κεφ.3, Ενότητα 3.3
    - Έλεγχος υπόθεσης, για παραμέτρους (μέση τιμή και διασπορά) και για καλή προσαρμογή κατανομής.
    - Μέθοδοι επαναδειγματοληψίας, bootstrap εκτίμηση τυπικού σφάλματος εκτιμητή
    - Ασκήσεις: Κεφ 2: 5,6, Κεφ 3: 1,2

  4. Μάθημα 4, 22/10/2019:  Υπολογιστικές μέθοδοι στην εκτίμηση παραμέτρων, στατιστικών ελέγχων (σε PDF) [τελευταία ενημέρωση 23/10/2019]
    Σημειώσεις: Κεφ.3, Ενότητα 3.4
    - Μέθοδοι επαναδειγματοληψίας, bootstrap εκτίμηση διαστήματος εμπιστοσύνης, bootstrap έλεγχος υπόθεσης, έλεγχος υπόθεσης με τυχαιοποίηση (τυχαία αντιμετάθεση)
    - Ασκήσεις: Κεφ 3: 3, 4, 5, 6

  5. Μάθημα 5, 29/10/2019: Αβεβαιότητα και σφάλμα μέτρησης (σε PDF) [τελευταία ενημέρωση 29/10/2019]
    Σημειώσεις: Κεφ.4
    - Συστηματικά και τυχαία σφάλματα.
    - Διάδοση σφάλματος μέτρησης
    - Ασκήσεις: Κεφ 3: 7, 8,
    9, 10

  6. Μάθημα 6, 5/11/2019: 

  7. Μάθημα 7, 12/11/2019:

  8. Μάθημα 8, 19/11/2019:

  9. Μάθημα 9, 26/11/2018:

  10. Μάθημα 10, 3/12/2019:

  11. Μάθημα 11, 10/12/2019:

  12. Μάθημα 12, 17/12/2019:

  13. Μάθημα 13, 7/1/2020:

Ασκήσεις και προγράμματα

Εδώ δίνονται ασκήσεις και προγράμματα σε matlab για τις ασκήσεις.

Ασκήσεις Κεφαλαίου 2
Λύσεις - προγράμματα matlab

Διδάσκων : Exercise2_1.m, Exercise2_2.m, Exercise2_3.m, Exercise2_4.m, Exercise2_5.m, Exercise2_6.m
 

Ασκήσεις Κεφαλαίου 3
Λύσεις - προγράμματα matlab

Διδάσκων Exercise3_1.m, Exercise3_2.m, Exercise3_3.m, Exercise3_4.m, Exercise3_5.m, Exercise3_6.m, Exercise3_7.m, Exercise3_8.m, Exercise3_9.m, Exercise3_10.m
 

Ασκήσεις Κεφαλαίου 4
Λύσεις - προγράμματα matlab

Διδάσκων :

Ασκήσεις Κεφαλαίου 5
Λύσεις - προγράμματα
matlab

ΔΔιδάσκων :

Ασκήσεις Κεφαλαίου 6
Λύσεις - προγράμματα
matlab

Διδάσκων :

Εργασία εξέτασης στο μάθημα

Δεν έχει οριστεί ακόμα.

 

Εξέταση και βαθμολογία μαθήματος

Δεν έχει οριστεί ακόμα.

 


Ενημερώθηκε στις 3/11/2019 από τον Κουγιουμτζή Δημήτρη E-MAIL dkugiu@auth.gr