Τύποι Δεδομένων, Περιγραφική Στατιστική (πίνακες συχνοτήτων, διαγράμματα, αριθμητικά περιγραφικά μέτρα), Θεωρητικές κατανομές πιθανότητας, Δειγματοληπτικές κατανομές, Εκτιμητική (σημειακή εκτίμηση πληθυσμιακών παραμέτρων-μέθοδος των ροπών και μέγιστης πιθανοφάνειας, διαστήματα εμπιστοσύνης παραμέτρων ενός και δύο πληθυσμών), Έλεγχοι Υποθέσεων, Δοκιμασία χ2 ως έλεγχος καλής προσαρμογής, Πίνακες Συνάφειας, Ανάλυση Διασποράς (ως προς έναν και δύο παράγοντες), Διαδικασίες πολλαπλών συγκρίσεων, Συσχέτιση, Απλή Γραμμική Παλινδρόμηση, Πολλαπλή Παλινδρόμηση, Μη Παραμετρικές Δοκιμασίες. Το εργαστηριακό μέρος του μαθήματος περιλαμβάνει στατιστική ανάλυση δεδομένων με την R.

Υποστήριξη εργαστηρίου: Ε. Φανουράκη (ΕΔΙΠ-Τμ.Βιολ.)

Εργαστηριακές ασκήσεις

1. Εισαγωγή στην R (Κ. Λύκα)

2. Γραφική αναπαράσταση κατηγορικών δεδομένων (Κ. Λύκα)

3. Διαστήματα εμπιστοσύνης για τη μέση τιμή και τη διασπορά ενός πληθυσμού (Κ. Λύκα)

4. Έλεγχος υποθέσεων για τη μέση τιμή και τη διασπορά ενός πληθυσμού (Κ. Λύκα)

5. Έλεγχος υποθέσεων και Διαστήματα εμπιστοσύνης για τη διαφορά δύο πληθυσμιακών μέσων τιμών (Κ. Λύκα)

6. Έλεγχος υποθέσεων και Διαστήματα εμπιστοσύνης για μια πληθυσμιακή αναλογία (Κ. Λύκα)

7. Έλεγχος χ2 - καλής προσαρμογής (Κ. Λύκα)

8. Ανάλυση διασποράς με έναν παράγοντα (Κ. Λύκα)

9. Ανάλυση Διασποράς για δύο παράγοντες (Κ. Λύκα)

10. Συσχέτιση (Κ. Λύκα)

11. Γραμμική παλινδρόμηση (Κ. Λύκα)

Το μάθημα περιλαμβάνει επίσης, παράδοση εβδομαδιαίων εργασιών και εργαστηριακή εξέταση στους υπολογιστές.