ΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ΜΕ ΤΗΝ R

Πληροφορίες Μαθήματος
ΤίτλοςΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ΜΕ ΤΗΝ R / DATA ANALYSIS WITH R
ΚωδικόςΕΔΥ02
ΣχολήΚοινωνικών και Οικονομικών Επιστημών
ΤμήμαΟικονομικών Επιστημών
Κύκλος / Επίπεδο2ος / Μεταπτυχιακό
Περίοδος ΔιδασκαλίαςΧειμερινή/Εαρινή
Υπεύθυνος/ηΕμμανουήλ Τραχανάς
ΚοινόΌχι
ΚατάστασηΕνεργό
Course ID600026516

Πρόγραμμα Σπουδών: ΕΠΙΣΤΗΜΗ ΤΩΝ ΔΕΔΟΜΕΝΩΝ ΣΤΑ ΟΙΚΟΝΟΜΙΚΑ ΚΑΙ ΤΑ ΧΡΗΜΑΤΟΟΙΚΟΝΟΜΙΚΑ

Εγγεγραμμένοι φοιτητές: 0
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΚορμόςΥποχρεωτικό116

Πληροφορίες Τάξης
ΤίτλοςΑΝΑΛΥΣΗ ΔΕΔΟΜΕΝΩΝ ΜΕ ΤΗΝ R
Ακαδημαϊκό Έτος2025 – 2026
Περίοδος ΤάξηςΧειμερινή
Διδάσκοντες μέλη ΔΕΠ
Διδάσκοντες άλλων Κατηγοριών
Class ID
600273576
Τύπος Μαθήματος
Ειδικού Υποβάθρου
Τρόπος Παράδοσης
  • Πρόσωπο με πρόσωπο
  • Eξ απoστάσεως εκπαίδευση
Ηλεκτρονική Διάθεση Μαθήματος
Γλώσσα Διδασκαλίας
  • Ελληνικά (Διδασκαλία, Εξέταση)
Μαθησιακά Αποτελέσματα
Μετά την ολοκλήρωση του μαθήματος, οι φοιτητές αναμένεται να είναι σε θέση να: 1) Γράφουν κώδικα ώστε να εισάγουν δεδομένα από άλλα στατιστικά πακέτα, αρχεία και άλλα προγράμματα ενώ θα έχουν δει πως λειτουργεί η βασική δομή της R. 2) Διαχειριστούν δεδομένα και να παράγουν γραφήματα. 3) Αναλύουν δεδομένα και να υπολογίζουν στατιστικά μέτρα. 4) Εφαρμόζουν στατιστικές μεθόδους σε δείγματα.
Γενικές Ικανότητες
  • Εφαρμογή της γνώσης στην πράξη
  • Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
  • Προσαρμογή σε νέες καταστάσεις
  • Λήψη αποφάσεων
  • Αυτόνομη εργασία
Περιεχόμενο Μαθήματος
Εισαγωγή στην R, Εισαγωγή Δεδομένων, Οπτικοποίηση Δεδομένων, Διερευνητική Ανάλυση Δεδομένων, Στατιστική Συμπερασματολογία, Συσχέτιση και Παλινδρόμηση, Εισαγωγή στη Μηχανική Μάθηση
Τύποι Εκπαιδευτικού Υλικού
  • Διαφάνειες
  • Βιβλίο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
  • Χρήση Τ.Π.Ε. στη Διδασκαλία
  • Χρήση Τ.Π.Ε. στην Εργαστηριακή Εκπαίδευση
  • Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
  • Χρήση Τ.Π.Ε. στην Αξιολόγηση των Φοιτητών
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις39
Μελέτη και ανάλυση βιβλίων και άρθρων81
Συγγραφή εργασίας / εργασιών60
Σύνολο180
Αξιολόγηση Φοιτητών
Περιγραφή
Ασκήσεις, παρουσιάσεις στο μάθημα και εργασίες: Κατά τη διάρκεια των εργαστηριακών μαθημάτων και των σεμιναρίων, οι φοιτητές θα εκτελούν πρακτικές ασκήσεις σε R για ανάλυση διεθνών οικονομικών δεδομένων, δημιουργία οπτικοποιήσεων, εφαρμογή οικονομετρικών μοντέλων και χρήση τεχνικών πρόβλεψης. Οι ασκήσεις στοχεύουν στην ενίσχυση της θεωρητικής γνώσης μέσω πρακτικής εμπειρίας. Παρουσιάσεις στο μάθημα: Οι φοιτητές θα προετοιμάζουν σύντομες παρουσιάσεις (5–10 λεπτά) σε επιλεγμένα θέματα από τις τέσσερις ενότητες του μαθήματος, αναλύοντας τόσο θεωρητικές έννοιες όσο και πρακτικές εφαρμογές, και προάγοντας τη συζήτηση και την κριτική σκέψη. Εργασίες: Οι φοιτητές καλούνται να ολοκληρώσουν ένα σεμιναριακό έργο ή γραπτή εργασία που εφαρμόζει τις έννοιες του μαθήματος σε πραγματικά σύνολα δεδομένων. Το έργο μπορεί να περιλαμβάνει ανάλυση δεδομένων, οικονομετρική μοντελοποίηση, οπτικοποίηση και αξιολόγηση πολιτικών, και θα ολοκληρώνεται με γραπτή αναφορά και/ή παρουσίαση.
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εργασία (Διαμορφωτική)
  • Προφορική Εξέταση (Διαμορφωτική)
  • Εργαστηριακή Εργασία (Διαμορφωτική)
Βιβλιογραφία
Επιπρόσθετη βιβλιογραφία για μελέτη
Arnold, M. C., & Hanck, C. (n.d.). Introduction to econometrics with R. Bruce, P., Bruce, A., & Gedeck, P. (2020). Practical statistics for data scientists: 50+ essential concepts using R and Python (2nd ed.). O’Reilly Media. Consoli, S., Reforgiato Recupero, D., & Saisana, M. (Eds.). (2021). Data science for economics and finance: Methodologies and applications. Springer. Provost, F., & Fawcett, T. (2013). Data science for business: What you need to know about data mining and data-analytic thinking. O'Reilly Media. Ripio, R. L. (n.d.). R for economic research.
Τελευταία Επικαιροποίηση
04-09-2025