EΦΑΡΜΟΣΜΕΝΗ ΣΤΑΤΙΣΤΙΚΗ ΚΑΙ ΣΤΑΤΙΣΤΙΚΗ ΜΗΧΑΝΙΚΗ ΜΑΘΗΣΗ ΜΕ ΧΡΗΣΗ ΤΩΝ IBM SPSS STATISTICS, R, PYTHON 2Η ΕΚΔΟΣΗ

Πρόλογος – Εισαγωγή στη Στατιστική και τη Στατιστική Μηχανική Μάθηση – Εισαγωγή στο Στατιστικό Πακέτο IBM SPSS Statistics – Εισαγωγή στη Γλώσσα R – Εισαγωγή στη Γλώσσα Python – Περιγραφική Ανάλυση Ποσοτικών Δεδομένων – Γραφική Απεικόνιση Ποσοτικών Δεδομένων – Γραφικές Μέθοδοι Ελέγχου της Κανονικότητας – Έλεγχοι Κανονικότητας – Στατιστική Συμπερασματολογία για ένα Δείγμα – Στατιστική Συμπερασματολογία για δύο Ανεξάρτητα Δείγματα – Στατιστική Συμπερασματολογία για δύο Εξαρτημένα Δείγματα – Στατιστική Συμπερασματολογία για K Ανεξάρτητα Δείγματα – Στατιστική Συμπερασματολογία για K Εξαρτημένα Δείγματα – Περιγραφή Κατηγορικών Μεταβλητών και Συμπερασματολογία για Ποσοστά – Πίνακες Συνάφειας για Ποιοτικές Μεταβλητές – Διαγνωστικοί Έλεγχοι και Καμπύλες ROC – Συσχέτιση Ποσοτικών Μεταβλητών – Εισαγωγή στη Γραμμική Παλινδρόμηση – Λογιστική Παλινδρόμηση – Εισαγωγή στην Ανάλυση Επιβίωσης – Ανάλυση Κύριων Συνιστωσών – Επεκτάσεις Γραμμικής Παλινδρόμησης – Εισαγωγή στην Ανάλυση Συνδιακύμανσης – Αξιολόγηση Αξιοπιστίας Ερωτηματολογίου – Παραγοντική Ανάλυση – Διαχωριστική Ανάλυση – Ταξινόμηση – Εισαγωγή Στην Ανάλυση σε Συστάδες – Δέντρα Αποφάσεων – Νευρωνικά Δίκτυα – Μελέτες Περίπτωσης – Στατιστικοί Πίνακες – Βιβλιογραφία – Λεξικό Όρων – Ευρετήριο