GFBM _3.4S ΣΤΑΤΙΣΤΙΚΗ ΕΠΙΧΕΙΡΗΣΕΩΝ II

Κωδικός: GFBM _3.4 S

Εξάμηνο: 3 / Έτος: 2 (Επιλογής)

Διδάσκοντες: Μπεληγιάννης Γρηγόριος

Ιστοσελίδα Μαθήματος:

Ώρες Θεωρίας (ανά εβδομάδα): 3

Ώρες Φροντιστηρίου/Εργαστηρίου (ανά εβδομάδα):

Ύλη Μαθήματος

Οι ενότητες που καλύπτονται είναι οι εξής:

  • Μη παραμετρική Στατιστική: οι έλεγχοι των Mann-Whitney, του Wilcoxon, των Kruskal-Wallis, του Friedman, των Kolmogorov-Smirnov(με ή χωρίς τη διόρθωση του Lilliefors) και των Shapiro-Wilk, ο συντελεστής συσχέτισης του Spearman.
  • Πολλαπλή γραμμική παλινδρόμηση: εκτίμηση με τη μέθοδο των Ελάχιστων Τετραγώνων, εκτίμηση σε διάστημα, έλεγχοι υποθέσεων, η μέθοδος της Ανάλυσης της Διακύμανσης, ο συντελεστής πολλαπλού προσδιορισμού και ο διορθωμένος συντελεστής πολλαπλού προσδιορισμού. Μέθοδοι επιλογής μοντέλου (οι μέθοδοι της προοδευτικής προσθήκης, του προοδευτικού αποκλεισμού, της βηματικής παλινδρόμησης και όλων των δυνατών παλινδρομήσεων). Προβλήματα στην παλινδρόμηση και έλεγχοι καταλληλότητας του μοντέλου, έλλειψη γραμμικότητας του μοντέλου, ετεροσκεδαστικότητα (heteroscedasticity), (πολυ)συγγραμμικότητα (collinearity), αυτοσυσχέτιση (autocorrelation), κανονικότητα, τυχαιότητα ερμηνευτικών μεταβλητών (τι είναι, ποιες είναι οι συνέπειές τους, πώς διαπιστώνονται και πώς αντιμετωπίζονται). Μετασχηματισμοί δεδομένων, Δείκτες Αυξημένης (ή Πλεοναζούσης) Διακύμανσης (VarianceInflationFactors) και Δείκτες Κατάστασης (ConditionIndices) του πίνακα XTX, μέθοδοι Γενικευμένων, Σταθμισμένων Ελάχιστων Τετραγώνων και ARIMA, παλινδρομήσεις με AR(1) και ετεροσκεδαστικά σφάλματα.
  • Πολυδιάστατες μέθοδοι: Παραγοντική Ανάλυση (FactorAnalysis) με διάφορες μεθόδους εξαγωγής παραγόντων και περιστροφής, Ανάλυση σε Συστάδες (ClusterAnalysis). 

Στόχοι Μαθήματος

Οι διαλέξεις και εφαρμογές πραγματοποιούνται στο «Εργαστήριο Οργάνωσης & Διοίκησης Επιχειρήσεων του Αγροτικού Χώρου», με απαραίτητη χρήση Η/Υ.

Mετά από μία συνοπτική παρουσίαση της θεωρίας, οι εφαρμογές των στατιστικών μεθοδολογιών επιδεικνύονται σε πραγματικά δεδομένα με τη χρήση στατιστικού λογισμικού (SPSS). Ο στόχος του μαθήματος είναι η ολοκληρωμένη στατιστική ανάλυση δεδομένων με τη χρήση κατάλληλου λογισμικού και η σύνταξη συνοπτικής έκθεσης των αποτελεσμάτων, με συγκεκριμένο ύφος γραφής και δομή που περιλαμβάνει, μία ενότητα όπου αναφέρονται οι μεθοδολογίες που εφαρμόστηκαν στην ανάλυση και το apriori επίπεδο σημαντικότητας, μία (προαιρετική) ενότητα με την πορεία της ανάλυσης (παρατίθενται και σχολιάζονται σχετικοί πίνακες ή γραφικές παραστάσεις και αναφέρονται τα ενδεχόμενα προβλήματα που παρουσιάστηκαν και πώς αντιμετωπίστηκαν) και τέλος μία με τα τελικά συμπεράσματα που συνοδεύονται με τις σχετικές p-τιμές.

Κάθε εβδομάδα, οι φοιτητές υποχρεούνται να αναλύσουν ένα σετ δεδομένων, ως εφαρμογή αυτών που διδάχθηκαν, σε αποκλειστική προθεσμία επτά ημερών και να συντάξουν τη σχετική έκθεση με τα ευρήματά τους.

Οι αναλύσεις ποικίλουν σε δυσκολία και περιλαμβάνουν παραμετρικές και μη παραμετρικές στατιστικές μεθοδολογίες. Ιδιαίτερη προσοχή δίνεται στην επιλογή της κατάλληλης μεθόδου, στην ενδελεχή εφαρμογή της (ελέγχοντας πάντα τις προϋποθέσεις που πρέπει να ισχύουν ώστε τα συμπεράσματα να είναι αξιόπιστα) και στις διατυπώσεις των συμπερασμάτων.

Η τελική γραπτή τρίωρη εξέταση περιλαμβάνει αναλύσεις δεδομένων με τη χρήση λογισμικού και τη σύνταξη σχετικής έκθεσης. Προτείνεται βιβλιογραφία και διανέμονται φυλλάδια με λυμένα παραδείγματα και ασκήσεις. 

Αποτίμηση

Η εξέταση του μαθήματος αποτελείται από:

  • Εβδομαδιαίες εργασίες (30% του τελικού βαθμού).
  • Γραπτή εξέταση (70% του τελικού βαθμού).

Βιβλιογραφία

  1. Ι. Κουτρουβέλης, Εφαρμοσμένες Πιθανότητες και Στατιστική, Εκδόσεις Κ. Γκότσης & ΣΙΑ Ο.Ε., Έκδοση 2η, 2015.
  2. Χ. Ζαχαροπούλου, Στατιστική Τόμος B’, Εκδόσεις «Σοφία» Ανώνυμη Εκδοτική & Εμπορική Εταιρεία, Έκδοση 3η, 2010. 
  3. Aczel, A. και Souderpandian, J., Στατιστική στον Κόσμο των Επιχειρήσεων, Π. Χ. Πασχαλίδης, Αθήνα 2013 (in Greek).
  4. Keller, G., Στατιστική για Οικονομικά & Διοίκηση Επιχειρήσεων, 1η Έκδοση, Εκδόσεις Επίκεντρο Α.Ε., Θεσσαλονίκη 2010 (inGreek).
  5. Ζαφειρόπουλος Κ., Μυλωνάς Ν., Στατιστική με SPSS, Εκδόσεις Τζιόλα, 2017.
  6. Χαλικιάς, Ι., Στατιστική (μέθοδοι ανάλυσης για επιχειρηματικές αποφάσεις), Rosili, Αθήνα 2010 (inGreek).
  7. Introduction to Statistics: Fundamental Concepts and Procedures of Data Analysis, Howard M. Reid, Paperback: 632 pages, Publisher: SAGE Publications, Inc; 1 edition (August 28, 2013), Language: English, ISBN-10: 1452271968.
  8. Introduction to Statistics and Data Analysis,  Heumann, Christian, Schomaker, Michael, Shalabh, Publisher: Springer International Publishing, 1st Edition, ISBN: 978-3-319-46160-1.
  9. Introduction to Statistics, Carmine DeSanto,‎ Richard Moscatelli,‎ Rachel Rojas,‎ Mike Totoro, Paperback: 872 pages, Publisher: Pearson Learning Solutions; 10 edition (January 25, 2015), Language: English, ISBN-10: 1323056300.

Τελευταία Ενημέρωση: 2018-09-28