Κύριο μάθημα
PH1010 - Στατιστική Ανάλυση & Προχωρημένες Ποσοτικές Μέθοδοι
Κωδικός Μονάδας Μαθήματος: PH1010
Τύπος μονάδας: Πυρήνας
Επίπεδο Μονάδας Μαθήματος: Διδακτορικά Προγράμματα
Έτος σπουδών: Πρώτο έτος
Εξάμηνο: Φθινόπωρο
Αριθμός μονάδων ECTS: 10
Τρόπος παράδοσης:
Πρόσωπο με πρόσωπο
Προαπαιτούμενα
Γραμμική άλγεβρα και βασική στατιστική
- Εισαγωγή στη Γραμμική Άλγεβρα, τη Στατιστική και τις πλατφόρμες στατιστικού λογισμικού CILO 1, 2, 3
- Περιγραφική στατιστική CILO 3, 4
- Συμπερασματική στατιστική (π.χ., διάστημα εμπιστοσύνης, έλεγχος υποθέσεων, έλεγχος Χι-τετραγώνου) CILO 5
- Απλή και πολλαπλή ανάλυση παλινδρόμησης: CILO 3, 6, 7, 9
- Έλεγχοι λανθασμένης εξειδίκευσης και ετεροσκεδαστικότητα CILO 3, 6, 7, 9
- Ενδογένεια και εκτιμητές εργαλειακών μεταβλητών CILO 3, 6, 7, 9
- Μοντέλο χρονοσειράς: CILO 3, 6, 8, 9
- Μοντέλα δεδομένων πάνελ: CILO 3, 6, 8, 9
- Μοντέλα δυαδικής επιλογής και περιορισμένης εξαρτημένης μεταβλητής: CILO 3, 6, 8
Στόχοι του μαθήματος
Το θέμα αυτό απευθύνεται σε φοιτητές διδακτορικών και άλλων ερευνητικών μεταπτυχιακών προγραμμάτων. Το θέμα επικεντρώνεται στη μεθοδολογία της ποσοτικής έρευνας και στις συναφείς στατιστικές τεχνικές εξαγωγής συμπερασμάτων, συμπεριλαμβανομένων, μεταξύ άλλων, των μοντέλων παλινδρόμησης, των κρίσιμων υποθέσεων, της διαμεσολάβησης και της μετριοπάθειας, των περιορισμένων εξαρτημένων μεταβλητών, των δεδομένων πάνελ, της ενδογένειας, της εκτίμησης εργαλειακών μεταβλητών. Το μάθημα αυτό θα περιλαμβάνει ευκαιρίες εφαρμογής μίας ή περισσότερων από αυτές τις τεχνικές σε ένα ερευνητικό έργο με τη χρήση εξειδικευμένου λογισμικού υπολογιστών. Ενώ απαιτείται δημιουργική χρήση των τεχνικών δεξιοτήτων, το μάθημα αυτό δίνει έμφαση στην κατάκτηση συγκεκριμένων μεθοδολογικών και στατιστικών γνώσεων και δεξιοτήτων. Το μάθημα θα ασχοληθεί με τα ακόλουθα θέματα: τη διατύπωση ερευνητικών ερωτημάτων, την επιλογή των κατάλληλων ερευνητικών μεθόδων και σχεδίων, την επιλογή των κατάλληλων στατιστικών για την ανάλυση των δεδομένων, τις αρχές της ανάλυσης, την ερμηνεία των ευρημάτων και την παρουσίαση των αποτελεσμάτων. Επιπλέον, ο εργαστηριακός χρόνος θα δώσει σε κάθε φοιτητή την ευκαιρία να μάθει να χρησιμοποιεί στατιστικά πακέτα που είναι διαθέσιμα σε μικροϋπολογιστές και να εφαρμόζει το υλικό που παρουσιάζεται σε πραγματικά ερευνητικά προβλήματα και δεδομένα.
Μαθησιακά αποτελέσματα
Για κάθε μία από τις μεθοδολογίες που συζητήθηκαν, αναμένουμε ότι οι μαθητές θα είναι σε θέση να:
- Ορισμός και εξήγηση των βασικών στοιχείων της στατιστικής και
- Αναγνώριση και χρήση των βασικών εννοιών της θεωρίας πιθανοτήτων και της κατανομής πιθανοτήτων και δειγματοληψίας
- Ανάλυση δεδομένων και παρουσίαση αποτελεσμάτων με τη χρήση στατιστικών λογισμικών πλατφορμών
- Εφαρμόζουν πίνακες, γραφήματα και περιγραφικές μεθόδους προκειμένου να μελετήσουν και να κατανοήσουν μια μεταβλητή και να εξετάσουν τη σχέση μεταξύ δύο ή περισσότερων μεταβλητών.
- Ανάλυση των αποτελεσμάτων των δεδομένων και εξαγωγή συμπερασμάτων με τη χρήση διαστήματος εμπιστοσύνης και ελέγχου υποθέσεων.
- Αναγνωρίστε τα κατάλληλα δεδομένα και τη μέθοδο εκτίμησης που πρέπει να χρησιμοποιηθούν και επιλέξτε τα καταλληλότερα μοντέλα.
- Ερμηνεύστε τα αποτελέσματα προηγμένων εμπειρικών αναλύσεων.
- Συζητήστε δημοσιευμένα ερευνητικά άρθρα και αναπτύξτε δεξιότητες γραπτής επικοινωνίας.
Περιεχόμενο μαθήματος
Χαρακτηριστικά μαθήματος
Διαλέξεις, ασκήσεις, εργαστηριακές εργασίες και παρουσιάσεις- εξετάσεις.
Εξέταση & ερευνητική εργασία
Αναγνώσεις
Σχολικό βιβλίο:
Anderson, D. (2020). Essentials of Statistics for Business and Economics, 9η έκδοση.
Wooldridge, J. (2020). Introductory Econometrics: 7η έκδοση: A Modern Approach: A Modern Approach, 7th ed.
Προαιρετικό βιβλίο:
DeGroot, M. και Schervish, M. (2012). Probability and Statistics, 4η έκδοση.
Richard H. (2013). Mathematical Statistics for Economics and Business, 2η έκδοση.
Stock, J. και Watson, M. (2019). Εισαγωγή στην οικονομετρία, 4η έκδ.
Greene, W. (2018). Econometric Analysis, 8η έκδοση.
English (UK) 
Ελληνικά