Course Syllabus

Instructor

Sofia Triantafyllou

Email address

sof.triantafillou@uoc.gr

Office Location

Β316

Office Hours

Wed 11.15-13.00

Course Overview

This is a one-semester course covering the basics of parametric statistics. The course revises basic probability theory, and covers fundamental topics in mathematical statistics such as estimation and hypothesis testing

Course website

https://polyhedron.math.uoc.gr/2223/moodle/course/edit.php?id=17

Class Hours

Mon 09.00-11.00

Wed 09.00-11.00

Recitation TBD

Required Text

(DGS) Probability and Statistics, Morris DeGroot and Mark Schervish (International Edition), 2014(4th edition)

(WM) R. E. Walpole, R.H Myers, S.L Myers, K. Ye, A. Tσακανίκας, Στατιστική και Πιθανότητες, Εκδόσεις Τζιόλα, 2019, Κωδικός Εύδοξου: 68374152

(JR) John A. Rice, Mathematical Statistics and Data Analysis, 3rd edition.

(ΘΠΣ) Θέματα παραμετρικής στατιστικής συμπερασματολογίας, Σταύρος Κουρουκλής, Κωδικός Εύδοξου: 59303581

Prerequisites

Required math tools are elementary probability, calculus and basic linear algebra. There are no formal prerequisites for this class, but I would advise that you have passed Calculus I, Calculus II and Probability Theory.

Learning Outcomes:

At the end of the course, the students should be able to:

1. Understand the basic approaches of statistical inference (frequentist and Bayesian).

2. Apply different methods for parameter estimation, and understand the properties of the resulting estimators.

3. Understand hypothesis testing, select the appropriate hypothesis test, compute statistics and use statistical tables to compute p-values.

Grading:

January:

Midterm exam, 50%

Final Exam, 50%

September

September Exam, 100%

No other arrangements will be made.

Διδάσκουσα

Σοφία Τριανταφύλλου

Email

sof.triantafillou@uoc.gr

Γραφέιο

Β316

Ώρες Γραφείου

Wed 11.15-13.00

Επισκόπηση του μαθήματος

Το μάθημα καλύπτει τις βασικές αρχές της παραμετρικής στατιστικής. Το μάθημα παρουσιάζει συνοπτικά τη βασική θεωρία πιθανοτήτων και καλύπτει θεμελιώδη θέματα στη μαθηματική στατιστική, όπως η εκτιμητική και ο έλεγχος υποθέσεων

Ιστοσελίδα Μαθήματος

https://polyhedron.math.uoc.gr/2223/moodle/course/edit.php?id=17

Ώρες Μαθήματος

Mon 09.00-11.00

Wed 09.00-11.00

Recitation TBD

Required Text

(DGS) Probability and Statistics, Morris DeGroot and Mark Schervish (International Edition), 2014(4th edition)

(WM) R. E. Walpole, R.H Myers, S.L Myers, K. Ye, A. Tσακανίκας, Στατιστική και Πιθανότητες, Εκδόσεις Τζιόλα, 2019, Κωδικός Εύδοξου: 68374152

(JR) John A. Rice, Mathematical Statistics and Data Analysis, 3rd edition.

(ΘΠΣ) Θέματα παραμετρικής στατιστικής συμπερασματολογίας, Σταύρος Κουρουκλής, Κωδικός Εύδοξου: 59303581

Προαπαιτούμενα

Απαιτούμενα μαθηματικά εργαλεία είναι οι πιθανότητες, η ανάλυση και η γραμμική άλγεβρα. Δεν υπάρχουν επίσημα προαπαιτούμενα για αυτό το μάθημα, αλλά θα σας συμβούλευα να έχετε περάσει τους Ανάλυση Ι, Ανάλυση ΙΙ και Θεωρία Πιθανοτήτων.

Μαθησιακοί Στόχοι

Στο τέλος του μαθήματος, οι φοιτητές θα πρέπει:

1. Να καταλαβαίνουν τις βασικές προσεγγίσεις της στατιστικής συμπερασματολογίας (κλασσική και Μπεϋζιανή)

2. Να εφαρμόζουν διαφορετικές μεθόδους για την εκτίμηση παραμέτρων, και να μπορούν να μελετήσουν τις ιδιότητες των εκτιμητριών.

3. Να καταλαβαίνουν τι κάνει ο έλεγχος υποθέσεων, να διαλέγουν κατάλληλο τεστ, να υπολογίζουν στατιστικά και να χρησιμοποιούν τους στατιστικούς πίνακες για να υπολογίζουν τα p-values.

Βαθμολογία

Ιανουάριος:

Πρόοδος, 50%

Τελική Εξέταση, 50%

Σεπτέμβριος

Εξέταση Σεπτεμβρίου, 100%

Δε θα γίνουν άλλοι διακανονισμοί κατά περίπτωση