Βιομετρία ΙΙ

Πληροφορίες Μαθήματος
ΤίτλοςΒιομετρία ΙΙ / BIOMETRY II
ΚωδικόςNAKA808Y
ΣχολήΓεωπονίας, Δασολογίας και Φυσικού Περιβάλλοντος
ΤμήμαΓεωπονίας
Κύκλος / Επίπεδο2ος / Μεταπτυχιακό, 3ος / Διδακτορικό
Περίοδος ΔιδασκαλίαςΧειμερινή/Εαρινή
Υπεύθυνος/ηΓεώργιος Μενεξές
ΚοινόΝαι
ΚατάστασηΕνεργό
Course ID600024882

Πρόγραμμα Σπουδών: ΠΜΣ Αειφορικά Γεωργικά Συστήματα και Κλιματική Αλλαγή

Εγγεγραμμένοι φοιτητές: 4
ΚατεύθυνσηΤύπος ΠαρακολούθησηςΕξάμηνοΈτοςECTS
ΚΟΡΜΟΣΥποχρεωτικά Θεωρητικά218
Πληροφορίες Τάξης
ΤίτλοςΒιομετρία ΙΙ
Ακαδημαϊκό Έτος2025 – 2026
Περίοδος ΤάξηςΕαρινή
Διδάσκοντες μέλη ΔΕΠ
Ώρες Εβδομαδιαία5
Ώρες Συνολικά65
Class ID
600294723
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, Γεωργικό Πειραματισμό και Βιομετρία Ι.
Μαθησιακά Αποτελέσματα
Με την ολοκλήρωση του μαθήματος οι φοιτητές θα μπορούν να: • Αναπτύξουν την αφηρημένη σκέψη. • Κατανοήσουν τις πολύπλοκες σχέσεις μεταξύ των μεταβλητών. • Σκέφτονται και θα αντιμετωπίζουν τα Βιολογικά φαινόμενα ως σύστημα. • Μπορούν να αναγνωρίζουν και να καθορίζουν τις παραμέτρους του υπό εξέταση φαινομένου. • Μάθουν να οργανώνουν κατάλληλα τα δεδομένα. • Μάθουν να κωδικοποιούν κατάλληλα τα δεδομένα. • Μάθουν να εισάγουν τα δεδομένα σε Η/Υ. • Μάθουν να επιλέγουν την κατάλληλη μέθοδο πολυμεταβλητής ανάλυσης. • Αναγνωρίζουν τις διαφορές αλλά και τη συμπληρωματικότητα των μεθόδων. • Εφαρμόζουν τη γνώση στην πράξη. • Μάθουν να χρησιμοποιούν Στατιστικά Προγράμματα. • Μάθουν να επικοινωνούν με ερευνητές από άλλες επιστημονικές ειδικότητες. • Μάθουν να κατανοούν, να παρουσιάζουν και να σχολιάζουν τις αριθμητικές και διαγραμματικές εκροές των μεθόδων.
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
Εισαγωγή στην πολυμεταβλητή-πολυδιάστατη Ανάλυση Δεδομένων. Βασικές αρχές και νέες μεθοδολογικές προσεγγίσεις. Σχολές Ανάλυσης Δεδομένων. Τα βιολογικά φαινόμενα ως σύστημα. Τι φέρνει το μέλλον. Εισαγωγή στα Μεικτά Γραμμικά Υποδείγματα και στην Πολυεπίπεδη Ανάλυση. Μεθοδολογικό πλαίσιο και προϋποθέσεις. Συνδυασμένη Ανάλυση Παραλλακτικότητας-Διακύμανσης (ANOVA) στο χώρο και στο χρόνο δεδομένων από γεωργικά πειράματα ή γενικότερα από πειράματα στο χώρο των Βιολογικών Επιστημών. Μελέτη της αλληλεπίδρασης παραγόντων με το περιβάλλον. Πολλαπλές συγκρίσεις μέσων όρων. Προϋποθέσεις για τη συνδυασμένη Ανάλυση Παραλλακτικότητας. Στατιστικοί έλεγχοι προϋποθέσεων. Παραδείγματα εφαρμογών. Παρουσίαση και σχολιασμός αποτελεσμάτων. Εισαγωγή στην Παραγοντική Ανάλυση. Ανάλυση σε Κύριες Συνιστώσες και παραλλαγές αυτής. Στόχοι της μεθόδου. Μεθοδολογικό πλαίσιο και προϋποθέσεις. Παραδείγματα εφαρμογών. Παρουσίαση και σχολιασμός αποτελεσμάτων. Ανάλυση Αξιοπιστίας. Μεθοδολογικό πλαίσιο και προϋποθέσεις. Παραδείγματα εφαρμογών. Παρουσίαση και σχολιασμός αποτελεσμάτων. Εισαγωγή στην Πολυμεταβλητή Ανάλυση Διακύμανσης (MANOVA). Στόχοι της μεθόδου. Μεθοδολογικό πλαίσιο και προϋποθέσεις. Παραδείγματα εφαρμογών. Παρουσίαση και σχολιασμός αποτελεσμάτων. Παραγοντική Ανάλυση των Αντιστοιχιών. Στόχοι της μεθόδου. Μεθοδολογικό πλαίσιο και προϋποθέσεις. Παραδείγματα εφαρμογών. Παρουσίαση και σχολιασμός αποτελεσμάτων. Ανάλυση σε Συστάδες (Ιεραρχική και k-means). Στόχοι της μεθόδου. Μεθοδολογικό πλαίσιο και προϋποθέσεις. Παραδείγματα εφαρμογών. Παρουσίαση και σχολιασμός αποτελεσμάτων. Διακρίνουσα-Διακριτική Ανάλυση. Στόχοι της μεθόδου. Μεθοδολογικό πλαίσιο και προϋποθέσεις. Παραδείγματα εφαρμογών. Παρουσίαση και σχολιασμός αποτελεσμάτων. Λογιστική Παλινδρόμηση. Στόχοι της μεθόδου. Μεθοδολογικό πλαίσιο και προϋποθέσεις. Παραδείγματα εφαρμογών. Παρουσίαση και σχολιασμός αποτελεσμάτων. Πολυμεταβλητή – Πολυδιάστατη Ανάλυση Δεδομένων με τη χρήση λογισμικών στατιστικής επεξεργασίας. Ο/η φοιτητής/τρια μπορεί να αξιοποιήσει καλύτερα τη γνώση που του παρέχεται στο μάθημα αυτό εάν έχει γνώσεις από το μάθημα «Βιομετρία Ι» καθώς και εάν κατέχει βασικές δεξιότητες χρήσης ηλεκτρονικού υπολογιστή.
Λέξεις Κλειδιά
Πολυμεταβλητή και Πολυδιάστατη Ανάλυση Δεδομένων
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
Χρήση Web, Internet, Powerpoint, προβολή video, Excel, SPSS, εκπαιδευτικό λογισμικό, zoom, email.
Οργάνωση Μαθήματος
ΔραστηριότητεςΦόρτος ΕργασίαςECTSΑτομικάΟμαδικάErasmus
Διαλέξεις65✓✓
Σεμινάρια20✓✓
Εργαστηριακή Άσκηση20✓✓✓
Μελέτη και ανάλυση βιβλίων και άρθρων25✓✓
Φροντιστήριο25✓✓✓
Εκπόνηση μελέτης (project)20✓✓✓
Συγγραφή εργασίας / εργασιών20✓✓✓
Εξετάσεις5✓✓✓
Σύνολο200
Αξιολόγηση Φοιτητών
Περιγραφή
Γραπτή εξέταση (70%), εκπόνηση Project (20%), Προφορική εξέταση (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
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. 7) Hair, J., Anderson, R., Tatham, R. & Black, W. (1995). Multivariate Data Analysis With Readings. New Jersey: Prentice-Hall International, Inc.
Τελευταία Επικαιροποίηση
01-09-2024