Διδάσκουσα: Αλεξάνδρα Γκεμιτζή
Κωδικός Μαθήματος: 15ΑΥ4Ν
Εξάμηνο: 1ο (Χειμερινό)
Εβδομαδιαίες Ώρες Διδασκαλίας: 2 Θεωρία / 1 Ασκήσεις
Αριθμός Ευρωπαϊκών Πιστωτικών Μονάδων (ECTS): 5
Προαπαιτούμενα: –
Το Μάθημα προσφέρεται σε Φοιτητές Erasmus: Ναι
Γλώσσα Διδασκαλίας και Εξετάσεων: Ελληνική
Ηλεκτρονική Σελίδα Μαθήματος (URL): https://eclass.duth.gr/courses/ TMC340/
Περιληπτικός Οδηγός συγγραφής Μαθησιακών Αποτελεσμάτων:
Το μάθημα στοχεύει στην:
- Απόκτηση γνώσεων για τις αρχές τεχνικής σχεδίασης.
- Εκμάθηση και χρήση λογισμικού σχεδιασμού.
Περιεχόμενο Μαθήματος:
1. Μετατροπή αριθμών και χαρακτήρων στο δυαδικό σύστημα.
2. Αλγόριθμοι – λογικά διαγράμματα.
3. Εισαγωγή στο προγραμματιστικό περιβάλλον R.
4. Τα αντικείμενα στο R.
5. Διανύσματα, πίνακες.
6. Λίστες, παράγοντες.
7. πλαίσια δεδομένων.
8. Μαθηματικοί υπολογισμοί στο R: μαθηματικές πράξεις και απλές συναρτήσεις, πράξεις διανυσμάτων και πινάκων.
9. Γραμμικά συστήματα εξισώσεων, τυχαίοι αριθμοί, άλλες χρήσιμες συναρτήσεις.
10. Γραφήματα.
11. Απλός προγραμματισμός στο R: λογικοί τελεστές και τελεστές σύγκρισης, υποσύνολα δεδομένων, κατασκευή συναρτήσεων, στατιστική ανάλυση δεδομένων, ανάλυση χρονοσειρών.
12. Γραμμική παλινδρόμηση.
13. Πολλαπλή γραμμική παλινδρόμηση.
Οι ασκήσεις κατά τη διάρκεια του εξαμήνου αφορούν:
1. Επίλυση και γραφική αναπαράσταση της λύσης προβλήματος βολής βλήματος στη φυσική.
2. Κατασκευή συναρτήσεων.
3. Εργασία με πίνακες: επίλυση γραμμικού συστήματος.
4. Υπολογισμός ολοκληρωμάτων.
5. Εργασία με λίστες και παράγοντες.
6. Εργασία με πλαίσια δεδομένων.
7. Συσχέτιση μεταβλητών.
8. Απλή γραμμική παλινδρόμηση.
9. Πολλαπλή γραμμική παλινδρόμηση.
10. Γραμμική παλινδρόμηση με κατηγοριοποιημένες μεταβλητές.
11. Εισαγωγή μη γραμμικών όρων σε ένα μοντέλο.
12. Logistic regression.
13. Αξιολόγηση αποτελεσμάτων παλινδρομήσεων.
Συνιστώμενη Βιβλιογραφία:
Ελληνικά:
- Οδηγός χρήσης της γλώσσας R (http://www.math.auth.gr/sites/default/files/R%20guide%20by%20cmoi.pdf) .
- Κ. Φωκιανός και Χ. Χαραλάμπους, 2010. Εισαγωγή στην R. Πρόχειρες σημειώσεις (http://cran.r-project.org/doc/contrib/mainfokianoscharalambous.pdf).
Αγγλικά:
- An Introduction to R: Software for Statistical Modelling & Computing. Course Materials and Exercises. Petra Kuhnert and Bill Venables CSIRO Mathematical and Information Sciences, Cleveland, Australia, (http://www2.ims.nus.edu.sg/preprints/2006-34.pdf) .
- LEARN TO USE R – Your hands-on guide by Sharon Machlis edited by Johanna Ambrosio, (http://www.tfrec.wsu.edu/TFREConly/r4beginners_v3.pdf) .
- An Introduction to R. Notes on R: A Programming Environment for Data Analysis and Graphics Version 3.3.1 (2016-06-21) by W. N. Venables, D. M. Smith and the R Core Team, (http://cran.us.r-project.org/doc/manuals/R-intro.pdf) .
