Μαθήματα

Στατιστική για Τεχνολόγους Τροφίμων – Υπολογιστική Στατιστική και Ανάλυση Δεδομένων

Γενικά

Περιεχόμενα μαθήματος

Α) Στατιστική για Τεχνολόγους Τροφίμων

Προσαρμογή των όρων και παραδειγμάτων της στατιστικής ανάλυσης στην τεχνολογία τροφίμων, διότι η επιστήμη αυτή  αποτελεί ένα μωσαϊκό επιστημονικών πεδίων, όπου η βιολογία εμφανίζεται άρρηκτα συνδεδεμένη με τη φυσική και τη χημεία. Εμπέδωση των θεμελιωδών γνώσεων της βασικής στατιστικής και παράλληλα των γνώσεων εκείνων που απαιτούνται για την αντιμετώπιση πρακτικών και ερευνητικών αναγκών από τους τεχνολόγους τροφίμων.

Περίληψη περιεχομένων

  • Εξέταση και επεξεργασία των στοιχείων: ακρίβεια και αξιοπιστία του δείγματος, κλίμακες αναφοράς, κατηγορίες μεταβλητών, περιγραφική στατιστική (μέσος όρος, τυπική απόκλιση, διάμεσος, τεταρτημόρια, γράφημα Box), βασικές κατανομές. Κλίμακες διαβάθμισης των χαρακτηριστικών ενός προϊόντος. Τύποι δειγματοληψίας: τυχαία, συστηματική, συσσωματική, διαχρονική, στρωματοποιημένη.
  • Παραμετρικοί στατιστικοί έλεγχοι: έλεγχοι της κατανομής και ομοιογένειας των διακυμάνσεων των δειγμάτων, έλεγχοι της κατανομής t, ανάλυση της διακύμανσης μίας κατεύθυνσης, τυχαίοι και επιλέξιμοι παράγοντες, έλεγχοι των πολλαπλών συγκρίσεων των μέσων όρων. Απλή γραμμική παλινδρόμηση και συσχέτιση. Σύγκριση γραμμικών παλινδρομήσεων και συσχετίσεων.
  • Μη παραμετρικοί έλεγχοι των διαβαθμισμένων μεταβλητών (έλεγχοι των Mann-Witney, του Wilcoxon, των Kruskal-Walis και του Mood, έλεγχος του Spearman και του Kendall), έλεγχοι σύγκρισης των αναλογιών. Έλεγχοι των κατηγορικών μεταβλητών (έλεγχοι x2 και G-test), δείκτες συνάφειας.

Β) Υπολογιστική Στατιστική και Ανάλυση Δεδομένων

Εφαρμογή των στατιστικών μεθόδων ανάλυσης των στοιχείων με τη χρήση στατιστικού λογισμικού προγράμματος (ΜΙΝΙΤΑΒ). Εκμάθηση των εντολών της περιγραφικής στατιστικής, των ελέγχων υπόθεσης δυο δειγμάτων (έλεγχος t,) της ανάλυσης διακύμανσης (έλεγχος F), παλινδρόμησης, συσχέτισης και των συχ νοτήτων (κατηγορικές μεταβλητές). Ερμηνεία των αποτελεσμάτων των στατιστικών αναλύσεων βασισμένη σε παραδείγματα της επιστήμης τροφίμων.

Περίληψη περιεχομένων

  • Υπολογιστική στατιστική: Επίδραση των υπολογιστών στην στατιστική μεθοδολογία (βιοπληροφορική, υπολογιστική γραφική), διερεύνηση και διαμόρφωση των στοιχείων, στατιστκή βάση δεδομένων, μέθοδοι βελτιστοποίησης των αποτελεσμάτων, αποτίμηση και εγκυρότητα των στατιστικών προγραμμάτων.
  • Στατιστική μεθοδολογία για την ανάλυση δεδομένων: Στρατηγικές ανάλυσης των στοιχείων και εφαρμογή των μεθόδων σε επιλεγμένες επιστήμες (βιοστατιστική, βιομηχανική στατιστική), ταξινόμηση των στοιχείων, εκτίμηση πληθυσμών, πειραματικό σχέδιο, παραμετρικές και μη στατιστικές μέθοδοι.
  • Ειδικές εφαρμογές: Σύγκριση στατιστικών μεθόδων, εφαρμογή στατιστικής σε πραγματικά δεδομένα (μελέτες περιπτώσεων).

Τίτλοι Εργαστηριακών Ασκήσεων
Εφαρμογή των στατιστικών αναλύσεων σε στοιχεία ληφθέντα από τις τεχνολογικές εφαρμογές με τη βοήθεια στατιστικών και γραφικών προγραμμάτων.

  • Γνωριμία με το στατιστικό πρόγραμμα Minitab.
  • Εισαγωγή και διερεύνηση των στοιχείων.
  • Στοιχεία: σύνοψη, μετασχηματισμοί, επεξεργασία.
  • Γραφικές μέθοδοι ταχείας περιγραφής των στοιχείων.
  • Γραφικές μέθοδοι λεπτομερούς περιγραφής των στοιχείων.
  • Περιγραφική στατιστική.
  • Έλεγχοι της υπόθεσης σύγκρισης ενός ή δύο δειγμάτων.
  • Ανάλυση της διακύμανσης-πολλαπλές συγκρίσεις των μέσων όρων.
  • Απλή γραμμική παλινδρόμηση και συσχέτιση.
  • Διαγνωστικά κριτήρια της εγκυρότητας της παλινδρόμησης-σύγκριση παλινδρομήσεων και συσχετίσεων.
  • Ανάλυση κατηγορικών μεταβλητών.
  • Μη παραμετρική στατιστική ανάλυση.

Μαθησιακοί Στόχοι

Το μάθημα στοχεύει στην επίτευξη των παρακάτω μαθησιακών αποτελεσμάτων από τους φοιτητές:

  • Απόκτηση γνώσεων στις βασικές αρχές της στατιστικής ανάλυσης ειδικά διαμορφωμένες για τις ανάγκες της Βιομηχανίας Τροφίμων.
  • Κατανόηση των στατιστικών όρων και της μεθοδολογίας με σκοπό την εμπέδωση μιας διαφορετικής φιλοσοφίας σκέψης και αντίληψης των πειραματικών δεδομένων και διεργασιών.
  • Ικανότητα σχεδιασμού απλών πειραματικών σχεδίων και διασφάλιση επιτυχούς διεκπεραίωσης κατά την εκτέλεση τους.
  • Ικανότητα διαχείρισης στατιστικών και γραφικών προγραμμάτων με τη χρήση Η/Υ.
  • Διευκόλυνση στην αναγνώριση προβληματικών καταστάσεων και ταχύτερη κατανόηση, ερμηνεία  και εξεύρεση λύσεων με τη δοκιμασία των στατιστικών γνώσεων.

Γενικές Ικανότητες

  • Προαγωγή της δημιουργικής πρωτοβουλίας και μετάδοσης σκέψης.
  • Ενθάρρυνση συμμετοχής σε ομαδική ανάθεση εργασιών στον ίδιο εργασιακό χώρο ή και διεπιστημονικά.
  • Προβολή της εσωτερικής γνώσης προς λήψη αποφάσεων.
  • Αναζήτηση και ανάλυση δεδομένων με τη χρήση των αποκτημένων δεξιοτήτων.
  • Ευελιξία στην αντιμετώπιση αντίξοων συνθηκών.
  • Σεβασμός στο περιβάλλον εργασίας.

Μέθοδοι Διδασκαλίας

Πρόσωπο με πρόσωπο:

  • Διαλέξεις (θεωρία και ασκήσεις στην αίθουσα).
  • Ασκήσεις πράξης (εξάσκηση στο στατιστικό λογισμικό MINITAB με την επίλυση διδακτικών ασκήσεων).

Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών

  • Διαλέξεις σε διαφάνειες με χρήση διαφανοσκόπιου.
  • Ανάρτηση υλικού μαθήματος (βοηθήματα και ασκήσεις) και επικοινωνία φοιτητών μέσω διαδικτυακού δίαυλου (Moodle).
  • Χρήση ηλεκτρονικών υπολογιστών για την καταγραφή δεδομένων και επίλυση ασκήσεων πράξης.

Οργάνωση Διδασκαλίας

ΔραστηριότηταΦόρτος εργασίας εξαμήνου
Διαλέξεις26
Εργαστήριο26
Συγγραφή Εργασιών52
Αυτοτελής Μελέτη46
Σύνολο150

Αξιολόγηση Φοιτητών

Μέθοδοι αξιολόγησης:

  • Γραπτές τελικές εξετάσεις στο θεωρητικό μέρος του μαθήματος (Στατιστική για Τεχνολόγους Τροφίμων) (50% του τελικού βαθμού).
  • Υποχρεωτική παρουσία στο (κατ’ ελάχιστο) 80% των ασκήσεων πράξης.
  • Γραπτές τελικές εξετάσεις στο πρακτικό μέρος του μαθήματος (Υπολογιστική Στατιστική και Ανάλυση Δεδομένων) με την επίλυση ασκήσεων μέσω της χρήση του στατιστικού προγράμματος ΜΙΝΙΤΑΒ (50% του τελικού βαθμού).
  • Προαιρετική εξέταση στις ασκήσεις πράξεις με χρήση Η/Υ όπως διατυπώθηκε προηγουμένως (20% της προηγούμενης βαθμολογίας).

Η ύλη του μαθήματος και τα κριτήρια αξιολόγησης παρουσιάζονται και αναλύονται στην αρχή του εξαμήνου στην αίθουσα αλλά και μονίμως διαδικτυακά.

Συνιστώμενη Βιβλιογραφία

Στατιστική για Τεχνολόγους Τροφίμων

  1. Agarwal B.L., (1988), Basic Statistics, 2nd Ed., Wiley Eastern Ltd., New Delhi, pp. 758.
  2. Everitt B.S., (1994), The Analysis of Contigency Tables, 2nd Ed., Chapman & Hall, London, pp. 164.
  3. Κάτος Α.Β., (1986), Στατιστική, Παρατηρητής, Θεσ/νίκη, σελ. 708.
  4. Κιόχος Π.Α., (1993), Περιγραφική Στατιστική, Εκδόσεις Interbooks, Αθήνα, σελ. 340.
  5. Κίτσος Χ.Π., (1991), Εισαγωγή στην Εφαρμοσμένη Στατιστική, Εκδόσεις Νέων Τεχνολογιών, Αθήνα, σελ. 290.
  6. Κίτσος Χ.Π., (1994), Στατιστική Ανάλυση Πειραματικών Δεδομένων, Εκδόσεις Νέων Τεχνολογιών, Αθήνα, σελ. 228.
  7. Κολυβά-Μαχαίρα Φ. & Μπόρα-Σέντα Ε., (1996), Στατιστική, Θεωρία και Εφαρμογές, Εκδόσεις Ζήτη, σελ. 495.
  8. Πετρίδης Δ. (2013). Εφαρμοσμένη Στατιστική με έμφαση στην επιστήμη τροφίμων. Εκδόσεις Δίβατον, σελ 520.

Υπολογιστική Στατιστική και Ανάλυση Δεδομένων

  1. Βλαχάβας Γ (2011)., Εφαρμοσμένη Στατιστική με χρήση του πακέτου Minitab. Εκδόσεις Τζιόλα.
  2. Casella, G. and R. Berger, Statistical Inference. Duxbury Press, 1990.
  3. Draper, N.R. and H. Smith, Applied Regression Analysis, Second Edition. John Wiley & Sons, Inc, 1981.
  4. Levene, H., Contributions to Probability and Statistics. Stanford University Press, 1960.
  5. Little, T.M., Interpretation and presentation of result. HortScience, 19:637–640, 1981.
  6. Piggott, J.R., Statistical procedures in food research. Elsevier Publishers, London, 1987.
  7. Minitab-specific: Joiner B., Cryer J., Ryan B., Minitab Handbook. Brooks/Cole Publishing, 2003.
  8. Mathews P.G., Design of Experiments with Minitab. Amer Society for Quality. 2004.
  9. Montgomery D., Design and Analysis of Experiments: Minitab Companion. John Wiley & Sons, Inc, 2011.
  10. Sincich T., Business Statistics By Example, SAS,SPSS, Minitab, ASP. Prentice-Hall, 1995.
  11. Sleeper A., Minitab Demystified. McGraw-Hill books, 2011.

Συναφή επιστημονικά περιοδικά

  1. Journal of Applied Statistics.
  2. Journal of Statistics Education.
  3. Biometrika.
  4. Teaching Statistics.