Learning Outcomes
Upon completion of this course, students will be able to:
1) Recognize the importance of variation and uncertainty in the world and understand how Statistics can improve decisions when faced with uncertainty.
2) Obtain knowledge of and proficiency with a broad range of statistical concepts and tools useful for statistical applications.
3) Develop critical thinking skills for enabling application of Statistics in Biological sciences.
Course Content (Syllabus)
Scientific research and Statistics. Variability - Variable. Population and sample. Frequency distributions. Measures of central tendency and dispersion. Introduction to Probability Theory -Probability distributions. Confidence intervals. Statistical hypothesis testing. Analysis of Variance (ANOVA). Covariation and correlation. Examples and Applications in Agricultural science.
Course Bibliography (Eudoxus)
Κολυβά-Μαχαίρα, Φ., Μπόρα-Σέντα, Ε. και Μπράτσας Χ.(2018). Στατιστική. Θεωρία και
Εφαρμογές Παραδείγματα στην R. Εκδόσεις Ζήτη, Θεσσαλονίκη (Κωδικός Εύδοξος: 77120260).
Φωτιάδης, Ν. (1995). "Εισαγωγή στη Στατιστική για βιολογικές επιστήμες". Θεσσαλονίκη: University Studio Preee (Κωδικός Εύδοξος: 17225).
Additional bibliography for study
1) 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.
2) 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.