Ανάλυση Δεδομένων
Στόχος του μαθήματος
Σκοπός του μαθήματος Ανάλυση Δεδομένων είναι η παρουσίαση των τεχνικών συλλογής και επεξεργασίας δεδομένων. Η ποιότητα και η αντιπροσωπευτικότητα των δεδομένων αποτελεί βασική προϋπόθεση για την επιτυχία μιας έρευνας. Στο πλαίσιο αυτό εξετάζονται ο σχεδιασμός ενός δείγματος και οι διάφορες τεχνικές δειγματοληψίας, όπως τυχαία, στρωματοποιημένη, κατά συστάδες και συστηματική δειγματοληψία.
Μετά τη συλλογή των δεδομένων ακολουθεί η διερεύνηση των συσχετίσεων τους, ο έλεγχος ανεξαρτησίας τους, η διερεύνηση της γραμμικότητας των σχέσεών τους κ.λπ.
Οι τεχνικές που χρησιμοποιούνται προς το σκοπό αυτό παρουσιάζονται στα πλαίσια του μαθήματος και εφαρμόζονται με τη χρήση των στατιστικών πακέτων.
Πιο συγκεκριμένα το μάθημα εισάγει τους φοιτητές σε πέντε κύρια χαρακτηριστικά της ανάλυσης:
- την συγκέντρωση, καθαρισμό και δειγματοληψία για την δημιουργία κατάλληλου συνόλου δεδομένων,
- τεχνικές διαχείρισης δεδομένων για την αποτελεσματική επεξεργασία μεγάλου όγκου δεδομένων υψηλής διάστασης,
- περιγραφική ανάλυση δεδομένων για την δημιουργία διορατικών υποθέσεων,
- πρόβλεψη βασιζόμενη σε στατιστικές μεθόδους όπως παλινδρόμηση, ταξινόμηση και ομαδοποίηση και
- παρουσίαση των αποτελεσμάτων μέσω τεχνικών οπτικοποίησης και ερμηνεύσιμων περιλήψεων.
Δίνεται έμφαση στην μοντελοποίηση πραγματικών προβλημάτων και αναγκών πρόβλεψης ως προβλήματα βελτιστοποίησης και στη σύγκριση μεταξύ των διαφορετικών μεθόδων ως προς την πρακτική τους αποτελεσματικότητα και κλιμάκωση.
Επίσης οι φοιτητές αποκτούν άμεση εμπειρία στην συγκέντρωση δεδομένων από πηγές του διαδικτύου και αναπτύσσουν τις απαραίτητες προγραμματιστικές δεξιότητες για την αντιμετώπιση προβλημάτων ανάλυσης δεδομένων σε επιχειρησιακές εφαρμογές, διήθηση πληροφορίας, συστήματα υποδείξεων και ανάλυση κοινωνικών δικτύων.
Συνοπτική περιγραφή των περιεχομένων του μαθήματος:
Το μάθημα Ανάλυση Δεδομένων ασχολείται με τα εξής αντικείμενα:
Διαισθητική Δειγματοληψία
Δειγματοληψία κατά Πιθανότητα
Απλή Τυχαία Δειγματοληψία
Στρωματοποιημένη Δειγματοληψία
Συστηματική Δειγματοληψία
Δειγματοληψία κατά Ομάδες
Σύγκριση Αποτελεσματικότητας Δειγματοληπτικών Σχεδίων
Ανασκόπηση των στατιστικών μεθόδων
Περιγραφική Ανάλυση
Διαγράμματα
Έλεγχοι Υποθέσεων
Ανάλυση Διακύμανσης κατά έναν και δύο παράγοντες
Ανάλυση Παλινδρόμησης
Πολλαπλή Ανάλυση Παλινδρόμησης
Εισαγωγή στη φιλοσοφία της ανάλυσης δεδομένων (Διαχείριση δεδομένων, πηγές δεδομένων, δείγμα, μέτρηση και φύση των μεταβλητών, δεδομένα από έρευνες πεδίου, κωδικοποίηση, εισαγωγή δεδομένων σε Η/Υ και έλεγχος, ακραίες τιμές, ελλείπουσες τιμές)
Μέθοδοι ανάλυσης δεδομένων και εφαρμογές τους στην οικονομική επιστήμη (διάκριση των μεθόδων ανάλυσης δεδομένων, Μονομεταβλητές και διμεταβλητές στατιστικές διαδικασίες, πίνακες Συνάφειας, συσχέτιση, στατιστικοί έλεγχοι, ανάλυση διακύμανσης, Μη παραμετρικοί έλεγχοι)