Βιομετρία Ι

Πληροφορίες Μαθήματος
ΤίτλοςΒιομετρία Ι / BIOMETRY I
ΚωδικόςΝΑΚΑ801Υ
ΣχολήΓεωπονίας, Δασολογίας και Φυσικού Περιβάλλοντος
ΤμήμαΓεωπονίας
Κύκλος / Επίπεδο2ος / Μεταπτυχιακό, 3ος / Διδακτορικό
Περίοδος ΔιδασκαλίαςΧειμερινή/Εαρινή
Υπεύθυνος/ηΓεώργιος Μενεξές
ΚοινόΝαι
ΚατάστασηΕνεργό
Course ID600024875

Πρόγραμμα Σπουδών: ΠΜΣ Αειφορικά Γεωργικά Συστήματα και Κλιματική Αλλαγή

Εγγεγραμμένοι φοιτητές: 4
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΚΟΡΜΟΣΥποχρεωτικό116

Πληροφορίες Τάξης
ΤίτλοςΒιομετρία Ι
Ακαδημαϊκό Έτος2025 – 2026
Περίοδος ΤάξηςΧειμερινή
Διδάσκοντες μέλη ΔΕΠ
Ώρες Εβδομαδιαία4
Ώρες Συνολικά52
Class ID
600290557
Τύπος Μαθήματος
Ειδικού Υποβάθρου
Τρόπος Παράδοσης
  • Πρόσωπο με πρόσωπο
  • Eξ απoστάσεως εκπαίδευση
Ηλεκτρονική Διάθεση Μαθήματος
Erasmus
Το μάθημα προσφέρεται και σε φοιτητές προγραμμάτων ανταλλαγής.
Γλώσσα Διδασκαλίας
  • Ελληνικά (Διδασκαλία, Εξέταση)
  • Αγγλικά (Διδασκαλία, Εξέταση)
Προαπαιτήσεις
Γενικές Προαπαιτήσεις
Οι φοιτητές πρέπει να είναι εξοικειωμένοι με τη χρήση Η/Υ. Οι φοιτητές πρέπει να έχουν διδαχθεί Στατιστική και Γεωργικό Πειραματισμό.
Μαθησιακά Αποτελέσματα
Με την ολοκλήρωση του μαθήματος οι φοιτητές θα μπορούν να: 1) Είναι σε θέση να μπορούν εξηγήσουν βασικές και σημαντικές έννοιες και ιδέες σχετικές με τη Θεωρία Πιθανοτήτων και της Στατιστικής καθώς και τη θεωρία πάνω στις οποίες στηρίζονται οι πιο συχνά χρησιμοποιούμενες στατιστικές τεχνικές. 2) Είναι σε θέση να εφαρμόζουν ορθά τις στατιστικές τεχνικές και μεθόδους για την επίλυση βιολογικών προβλημάτων. 3) Είναι σε θέση να πραγματοποιούν στατιστικές αναλύσεις με τη χρήση διαδεδομένων στατιστικών πακέτων. 4) Είναι σε θέση να ετοιμάζουν στατιστικές αναφορές και να πραγματοποιούν επιστημονικές παρουσιάσεις, 5) Είναι σε θέση να επικοινωνούν με έναν Στατιστικό.
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
  • Ομαδική εργασία
  • Εργασία σε διεθνές περιβάλλον
  • Εργασία σε διεπιστημονικό περιβάλλον
  • Παραγωγή νέων ερευνητικών ιδεών
  • Σχεδιασμός και διαχείριση έργων
  • Σεβασμός στο φυσικό περιβάλλον
  • Άσκηση κριτικής και αυτοκριτικής
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Επιστημονική έρευνα και Στατιστική. Μεταβλητότητα – Μεταβλητή. Πληθυσμός και δείγμα. Εισαγωγή στη Βιομετρία. Μέθοδοι Περιγραφικής και Επαγωγικής Στατιστικής. Διαστήματα εμπιστοσύνης. Παραμετρικοί και μη Παραμετρικοί στατιστικοί έλεγχοι. Γεωργικός Πειραματισμός, Πειραματικά Σχέδια, Πειραματικό Σφάλμα και εισαγωγή στην Ανάλυση Παραλλακτικότητας-Διακύμανσης. Γεωργικά πειράματα στον αγρό, στο θερμοκήπιο και στο εργαστήριο. Εισαγωγή στα Γραμμικά Μοντέλα-Υποδείγματα (General and Mixed Linear Models). Μεθοδολογία εγκατάστασης πειραμάτων βασισμένα σε απλά Πειραματικά Σχέδια (Completely Randomized Design, Randomized Complete Block Design, Latin Square Design) και μεθοδολογία – στρατηγικές στατιστικής επεξεργασίας των δεδομένων. Πειράματα με μικροοργανισμούς, φυτά, ζώα, ανθρώπους και υλικά (στερεά, υγρά). Μεθοδολογία εγκατάστασης και ανάλυσης δεδομένων πειραμάτων με δύο ή περισσότερους παράγοντες με παραγοντική ή/και με ιεραρχική κατάταξη των επιπέδων των παραγόντων (μεταχειρίσεις, επεμβάσεις). Σχεδίαση και ανάλυση δεδομένων πειραμάτων που περιλαμβάνουν διατάξεις με ομάδες και υποομάδες (split plot designs) ή επαναλαμβανόμενες μετρήσεις (repeated measures designs). Εισαγωγή στην ανάλυση πειραμάτων δικτυωμένων στον χώρο και στον χρόνο. Πολλαπλές συγκρίσεις μέσων όρων. Πολλαπλή γραμμική και μη γραμμική παλινδρόμηση. Εισαγωγή στην πολυδιάστατη – πολυμεταβλητή στατιστική ανάλυση. Ανάλυση κατηγορικών δεδομένων. Έλεγχοι συνάφειας. Ανάλυση δεδομένων από το χώρο των Βιολογικών Επιστημών με τη χρήση λογισμικών Στατιστικής Επεξεργασίας. Ο/η φοιτητής/τρια μπορεί να αξιοποιήσει καλύτερα τη γνώση που παρέχεται στο μάθημα αυτό εάν έχει γνώσεις από τα προπτυχιακά μαθήματα του Τμήματος «Μαθηματικά», «Στατιστική» και «Γεωργικός Πειραματισμός» καθώς και εάν κατέχει βασικές δεξιότητες χρήσης ηλεκτρονικού υπολογιστή.
Λέξεις Κλειδιά
Πειραματικά σχέδια, Ανάλυση Παραλλακτικότητας, Γραμμική και μη γραμμική Συμμεταβολή, Πολυμεταβλητή Ανάλυση Δεδομένων, Στατιστικά Πακέτα
Τύποι Εκπαιδευτικού Υλικού
  • Σημειώσεις
  • Διαφάνειες
  • Βιντεοδιαλέξεις
  • Πολυμεσικό υλικό
  • 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
Περιγραφή
Web, Internet, Χρήση powerpoint, προβολή video, Excel, SPSS, εκπαιδευτικό λογισμικό, zoom, email.
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις30
Σεμινάρια20
Εργαστηριακή Άσκηση5
Μελέτη και ανάλυση βιβλίων και άρθρων30
Φροντιστήριο20
Εκπόνηση μελέτης (project)30
Συγγραφή εργασίας / εργασιών10
Εξετάσεις5
Σύνολο150
Αξιολόγηση Φοιτητών
Περιγραφή
Γραπτές Εξετάσεις (60%), εκπόνηση Project (20%), Προφορικές εξετάσεις (10%)
Μέθοδοι Αξιολόγησης Φοιτητών
  • Γραπτή Εξέταση με Ερωτήσεις Πολλαπλής Επιλογής (Διαμορφωτική, Συμπερασματική)
  • Γραπτή Εξέταση με Ερωτήσεις Σύντομης Απάντησης (Διαμορφωτική, Συμπερασματική)
  • Γραπτή Εξέταση με Ερωτήσεις Εκτεταμένης Απάντησης (Διαμορφωτική, Συμπερασματική)
  • Γραπτή Εργασία (Διαμορφωτική, Συμπερασματική)
  • Προφορική Εξέταση (Διαμορφωτική, Συμπερασματική)
  • Δημόσια Παρουσίαση (Διαμορφωτική, Συμπερασματική)
  • Γραπτή Εξέταση με Επίλυση Προβλημάτων (Διαμορφωτική, Συμπερασματική)
  • Έκθεση / Αναφορά (Διαμορφωτική, Συμπερασματική)
Βιβλιογραφία
Βιβλιογραφία μαθήματος (Εύδοξος)
1) Φωτιάδης, Ν. (1995). "Εισαγωγή στη Στατιστική για βιολογικές επιστήμες". Θεσσαλονίκη: University Studio Preee (Κωδικός Εύδοξος: 17225). 2) Φασούλας, Α. (2008). "Στοιχεία Πειραματικής Στατιστικής". Θεσσαλονίκη: Εκδόσεις Γαρταγάνη.(Κωδικός Εύδοξος: 1944).
Επιπρόσθετη βιβλιογραφία για μελέτη
1) Steel, R., Torrie, J. & Dickey, D. (1997). Principles and Procedures of Statistics: A Biometrical Approach. Third Edition. Singapore: McGraw-Hill Book Company. 2) Gomez, K. & Gomez, A. (1984). Statistical Procedures for Agricultural Research. Singapore: John Willey & Sons, Inc. 3) Zar, J. (1996). Biostatistical Analysis. New Jersey: Prentice-Hall International, Inc. 4) Μενεξές, Γ. & Οικονόμου, Α. (2002). Σφάλματα και Παρανοήσεις στους Στατιστικούς Ελέγχους Υποθέσεων: Υπέρβαση μέσω της Ανάλυσης Δεδομένων. Τετράδια Ανάλυσης Δεδομένων-Data Analysis Bulletin, 2, 52-64. 5) Μενεξές, Γ. (2007). Μια Δομημένη Προσέγγιση στην Πολυμεταβλητή Στατιστική Ανάλυση Βιολογικών, Περιβαλλοντικών, Κοινωνικών και Οικονομικών Δεδομένων. Στο Φυσικοί Πόροι, Περιβάλλον και Ανάπτυξη (σσ. 519-534). Επιμέλεια: Γ. Αραμπατζής και Σ. Πολύζος. Θεσσαλονίκη: Εκδόσεις Τζιόλα. 6) Μενεξές, Γ. (2013). Οδηγός Ανάλυσης Παραλλακτικότητας Δεδομένων Γεωργικών Πειραμάτων με Στατιστικά Πακέτα. Εκπαιδευτικές Σημειώσεις.
Τελευταία Επικαιροποίηση
01-09-2024