• Volos+Pentax+146
  • 1
  • Financial Technology
  • financial-life
  • financial-planning-audit-reporting
  • Investment-Finance-Banking
  • Emirates NBD 1
  • services
  • Percentage population living on less than 1 dollar day 2007-2008
  • economics
  • 29
  • Education-Studying-Position

Σεμινάριο Μεθοδολογία Έρευνας ΙΙ

ΣΥΝΟΠΤΙΚΗ ΠΕΡΙΓΡΑΦΗ ΚΑΙ ΜΑΘΗΣΙΑΚΟΙ ΣΤΟΧΟΙ

Η εντυπωσιακή αύξηση των δεδομένων οφείλεται, μεταξύ άλλων, σε πηγές όπως ο παγκόσμιος ιστός, τα κοινωνικά δίκτυα, στη δημιουργία νέων, μεγαλύτερων βάσεων δεδομένων, καθώς και στην πρόσφατη τάση για ανοικτά δεδομένα. Τα δεδομένα απαντώνται σε ποικίλες μορφές, συχνά περιέχουν θόρυβο, ελλείπουσες τιμές, γεγονότα που δυσχεραίνουν την αναλυτική δεδομένων. Ένα στέλεχος επιχείρησης ή οργανισμού οφείλει να κατανοεί, να διαχειρίζεται να επεξεργάζεται και να εξάγει συμπεράσματα από βάσεις δεδομένων, που πρακτικά σημαίνει να έχει τεχνογνωσία λύσεων προβλημάτων διαχείρισης δεδομένων. Η διαχείριση δεδομένων και πληροφοριών, στρατηγικών/πλαισίων/πρακτικών διαλειτουργικότητας, η αναλυτική (ή ανάλυση) δεδομένων και η αξιολόγηση στοιχείων είναι βασική δεξιότητα των διοικητικών στελεχών για τη λήψη αποφάσεων και τη χάραξη πολιτικών.

ΠΕΡΙΓΡΑΦΗ ΜΑΘΗΜΑΤΟΣ
Οι παρακάτω θεματικές καλύπτονται στα πλαίσια του συγκεκριμένου μαθήματος:

  • Ανοικτά δεδομένα (Open data)
  • Στατιστική ανάλυση δεδομένων
  • Αναλυτική με οπτικοποίηση (Visual analytics)

ΕΚΠΑΙΔΕΥΤΙΚΟΙ ΣΤΟΧΟΙ
Οι κύριοι στόχοι του μαθήματος είναι: (α) να εξοικειώσει τους φοιτητές με τις τρέχουσες τάσεις στο χώρο της διαχείρισης δεδομένων, και (β) να διδάξει στους φοιτητές προηγμένες τεχνικές ανάλυσης δεδομένων. Ως αναμενόμενα αποτελέσματα οι φοιτητές θα αποκτήσουν σημαντικές δεξιότητες σε τεχνικές αναλυτικής επεξεργασίας δεδομένων και στη σχεδίαση και υλοποίηση κλιμακώσιμων λύσεων.
Επιπρόσθετα, αναμένεται ότι οι φοιτητές θα μπορούν να επιλέγουν τεχνολογίες προς χρήση και εργαλεία/μεθόδους για αποδοτική επεξεργασία και ανάλυση δεδομένων. Με την παρουσίαση ρεαλιστικών σεναρίων και προβλημάτων, το συγκεκριμένο μάθημα θα δώσει στον φοιτητή την απαιτούμενη ικανότητα αντίληψης ενός πραγματικού προβλήματος, επιλογής της κατάλληλης μεθόδου οργάνωσης και παρουσίασης ποιοτικών (κατηγορικών) και ποσοτικών (αριθμητικών) δεδομένων, δημιουργίας μιας τεχνικής αναφοράς επίλυσης σε υπολογιστικό περιβάλλον. Συνολικά δίνεται έμφαση στην ανοικτότητα και τις ανοικτές τεχνολογίες.

ΔΙΑΡΘΡΩΣΗ ΥΛΗΣ

Ενότητα 1: Εργαλεία και Πρακτικές της ανοικτής επιστήμης.
Ανοικτά δεδομένα (Open data). Ανοικτή πρόσβαση: η άμεση διάδοση της παραγόμενης επιστημονικής γνώσης. Αποθετήρια Ανοικτών Δεδομένων. Εργαλεία έρευνας.

Ενότητα 2: Στατιστική ανάλυση δεδομένων με το πακέτο IBM SPSS Statistics

  • Εισαγωγή και διαχείριση αρχείων δεδομένων
  • Καταχώριση ποιοτικών και ποσοτικών μεταβλητών
  • Καταχώριση δεδομένων ερωτηματολογίου
  • Τεχνικές παρουσίασης και επεξεργασίας δεδομένων (ομαδοποίηση δεδομένων, πίνακες συχνοτήτων, παρουσίαση ερωτήσεων πολλαπλών απαντήσεων, επανακωδικοποίηση τιμών μεταβλητών, δημιουργία γραφικών παραστάσεων).
  • Περιγραφικά στατιστικά μέτρα. Ορθή χρήση και υπολογισμοί.
  • Η διαδικασία Crosstabs. Πίνακες συνάφειας. Χ2 έλεγχος ανεξαρτησίας. Βαθμός και φύση της σχέσης δύο μεταβλητών.
  • Επαγωγική στατιστική. Παραμετρικές διαδικασίες. Μη παραμετρικές διαδικασίες.
  • Ανάλυση συσχέτισης – παλινδρόμησης. Απλή γραμμική παλινδρόμηση. Πολλαπλή παλινδρόμηση.
  • Διαγνωστικοί έλεγχοι υποδείγματος απλής και πολλαπλής παλινδρόμησης.
  • Παραγοντική ανάλυση

Ενότητα 3: Αναλυτική με οπτικοποίηση (Visual analytics)

Εργαλεία και τεχνικές οπτικοποίησης δεδομένων. Αναλυτική δεδομένων με οπτικοποίηση. Ανοικτά εργαλεία οπτικοποίησης. Εφαρμογές σε επιχειρηματικά προβλήματα. Νέες διεπαφές χρήστη. Προ-ηγμένες τεχνικές οπτικοποίησης.

ΑΞΙΟΛΟΓΗΣΗ ΕΠΙΔΟΣΗΣ ΦΟΙΤΗΤΩΝ

Με εργασίες

ΕΝΔΕΙΚΤΙΚΗ ΒΙΒΛΙΟΓΡΑΦΙΑ

(Α) ΕΛΛΗΝΙΚΗ

Βασικά Εγχειρίδια: Keller G. (2010). Στατιστική για Οικονομικά και Διοίκηση Επιχειρήσεων. Εκδόσεις Επίκεντρο.
Χάλκος Γ.Ε. (2006). Στατιστική : Θεωρία Εφαρμογές και Χρήση Στατιστικών Προγραμμάτων σε Η/Υ , Εκδόσεις Τυπωθήτω – Γ. Δάρδανος

(Β) ΔΙΕΘΝΗΣ

Βασικά Εγχειρίδια:
Lind D. and Marchal W. and Wathen S. (2018). Statistical Techniques in Business and Economics, 17th Edition, McGraw Hill Education.
Aanderud T,‎ Collum R.,‎ Kumpfmiller R. An introduction to SAS Visual Analytics: How to explore numbers, design reports and gain insight into your data.
Tableau. (2014). Visual Analysis Best Practices. Tableau Software, 41. Retrieved from http://www.tableausoftware.com/learn/whitepapers/tableau-visual-guidebook

Άλλα Εγχειρίδια:

Henderson D. and Dorfman P. Data Management Solutions Using SAS® Hash Table Operations: A Business Intelligence Case Study.
Kohlhammer, J., May, T., & Hoffmann, M. (2009). Visual analytics for the strategic decision making process. GeoSpatial Visual Analytics. https://doi.org/Doi 10.1007/978-90-481-2899-0_23
Mackinlay, J. D., & Winslow, K. (2015). Designing Great Visualizations. Tableau
Murphy T. Infographics powered by SAS Visual Analytics and SAS Office Analytics. Design robust and repeatable business infographics with SAS.
Mauri, M., Elli, T., Caviglia, G., Uboldi, G., & Azzi, M. (2017). RAWGraphs: A Visualisation Platform to Create Open Outputs. Proceedings of the 12th Biannual Conference on Italian SIGCHI Chapter, 28:1–28:5. https://doi.org/10.1145/3125571.3125585XSavikhin, A., Maciejewski, R., & Ebert, D. S. (2008). Applied visual analytics for economic decision-making. In VAST’08 - IEEE Symposium on Visual Analytics Science and Technology, Proceedings. https://doi.org/10.1109/VAST.2008.4677363

Wolfgang Aigner • Silvia Miksch Heidrun Schumann • Christian Tominski. Visualization of Time-Oriented Data With a foreword by Ben Shneiderman 1st Edition, Springer, 2011 Hardcover (286 p., 237 illus., 170 in color) ISBN: 978-0-85729-078-6

Travel Turne Tranzito