Στατιστική Ανάλυση Δεδομένων

Abstract

Στο παρόν σύγγραμμα παρουσιάζονται βασικά αλλά και προηγμένα στατιστικά εργαλεία για την ανάλυση δεδομένων. Αρχικά αναλύονται βασικές τεχνικές συνοπτικής παρουσίασης δεδομένων και τεχνικές ελέγχου της τυχαιότητάς τους, ύπαρξης ακραίων τιμών αλλά και καλής προσαρμογής τους σε κάποιο θεωρητικό πρότυπο. Στη συνέχεια, παρουσιάζονται οι σημαντικότεροι παραμετρικοί και μη παραμετρικοί έλεγχοι υπόθεσης. Καθώς σε πολλά επιστημονικά πεδία ο προσδιορισμός της σχέσης εξάρτησης μεταξύ δύο ή περισσότερων μεταβλητών αποτελεί βασικό στόχο, γίνεται αναφορά στα μοντέλα παλινδρόμησης (απλή, πολλαπλή, λογιστική), καθώς και στην Ανάλυση Διακύμανσης κατά έναν και δύο παράγοντες με επαναλαμβανόμενες ή μη μετρήσεις. Επίσης, παρουσιάζονται τεχνικές ανάλυσης χρονολογικών δεδομένων, δεδομένων διάρκειας ζωής, καθώς και πολυμεταβλητών δεδομένων. Τέλος, υλοποιούνται μέσω πραγματικών εφαρμογών οι παραπάνω τεχνικές με χρήση της στατιστικής γλώσσας προγραμματισμού R, δίνοντας ιδιαίτερη έμφαση στην κατανόηση και στην ερμηνεία των αποτελεσμάτων. Το βιβλίο αυτό απευθύνεται σε προπτυχιακούς/-ές αλλά και μεταπτυχιακούς/-ές φοιτητές/-τριες, οι οποίοι/-ες διδάσκονται μαθήματα ανάλυσης δεδομένων και καλούνται να επιλέγουν κατάλληλες στατιστικές τεχνικές με στόχο την εξαγωγή πληρέστερων και ασφαλέστερων συμπερασμάτων βασισμένοι/-ες σε ένα δείγμα για ολόκληρο τον πληθυσμό.

The current book presents basic as well as advanced statistical tools for data analysis. Initially, basic techniques for summarizing data and techniques for checking their randomness, the existence of outliers and their adaptation to a theoretical model (goodness of fit tests) are presented. Next, the most important parametric and nonparametric hypothesis tests are presented. As in many scientific fields the determination of the relationship of dependence between two or more variables is a key objective, reference is provided on regression models (simple, multiple, logistic), as well as to the Analysis of Variance with one and two factors with repeated or non-repeated measurements. Techniques for analyzing chronological data (time series), lifetime data, and multivariate data are also presented. Finally, the above techniques are implemented through real world applications using the statistical programming language R, with special emphasis on the understanding and interpretation of the results. This book is aimed at undergraduate and postgraduate students, who are following data analysis courses and are asked to select appropriate statistical techniques with the aim of extracting complete and safe conclusions based on a sample for the entire population.