{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3352010"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3352010","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Ανάλυση δεδομένων του τμήματος των Μαθηματικών της Αθήνας για τις χρονίες 2000-2021","abstract":"Η εργασία αυτή εκπονήθηκε ως διπλωματική εργασία του μεταπτυχιακού προγράμματος \"Στατιστική και Επιχειρησιακή Έρευνα\" του τμήματος Μαθηματικών του Εθνικού και Καποδιστριακού Πανεπιστημίου Αθηνών. Στόχος μας ήταν να απαντήσουμε σε ερωτήματα που έχουν καθιερωθεί στον ακαδημαϊκό χώρο, χρησιμοποιώντας τη στατιστική ως το μοναδικό αμερόληπτο κριτήριο. Προσπαθήσαμε να δώσουμε αντικειμενικές απαντήσεις, αποκαθιστώντας έτσι το υποκειμενικό στοιχείο που προέκυπτε από προηγούμενες συζητήσεις. Τα κύρια ερωτήματα που απασχόλησαν την έρευνά μας αφορούσαν την απόδοση των φοιτητών. Ερευνήσαμε ποιοι παράγοντες επηρεάζουν και πώς τον κάθε φοιτητή σχετικά με την επίδοσή του, καθώς και τη στάση των φοιτητών απέναντι στις εξετάσεις και την πρόθεσή τους για συμμετοχή σε αυτές, μεταξύ άλλων ερωτημάτων, που πλέον έχουν αποκτήσει σαφείς απαντήσεις. Η διαδικασία που ακολουθήσαμε περιλάμβανε όλα τα στάδια της ανάλυσης δεδομένων. Ξεκινώντας από ένα εντελώς ακατέργαστο σύνολο δεδομένων (\"raw data\") και αφού διορθώσαμε τυχόν λάθη και ασυνέπειες (τα οποία καταγράφηκαν για μελλοντική βελτίωση), προχωρήσαμε στην ανάλυσή του με χρήση περιγραφικής στατιστικής, παρέχοντας μια συνολική εικόνα τόσο του συνόλου δεδομένων όσο και των πληροφοριών που αφορούν το τμήμα (κεφάλαιο 3). Σε αυτό το κεφάλαιο χρησιμοποιήσαμε αποκλειστικά το υπολογιστικό πακέτο \"SAS Enterprise Guide\" και τις επεκτάσεις του στη γλώσσα \"SQL\" (\"PROC SQL\"). Στη συνέχεια, παρουσιάσαμε πιο λεπτομερή αποτελέσματα δημιουργώντας γραμμικά και μη γραμμικά μοντέλα (κεφάλαιο 4). Οι αναλύσεις μας στο κεφάλαιο 4 βασίστηκαν στη γλώσσα προγραμματισμού \"R statistics\". Το θεωρητικό υπόβαθρο που χρειάστηκε για να παραχθούν τα συγκεκριμένα μοντέλα παρουσιάζεται στο κεφάλαιο 2.","abstract_html":"Η εργασία αυτή εκπονήθηκε ως διπλωματική εργασία του μεταπτυχιακού προγράμματος &quot;Στατιστική και Επιχειρησιακή Έρευνα&quot; του τμήματος Μαθηματικών του Εθνικού και Καποδιστριακού Πανεπιστημίου Αθηνών. Στόχος μας ήταν να απαντήσουμε σε ερωτήματα που έχουν καθιερωθεί στον ακαδημαϊκό χώρο, χρησιμοποιώντας τη στατιστική ως το μοναδικό αμερόληπτο κριτήριο. Προσπαθήσαμε να δώσουμε αντικειμενικές απαντήσεις, αποκαθιστώντας έτσι το υποκειμενικό στοιχείο που προέκυπτε από προηγούμενες συζητήσεις. Τα κύρια ερωτήματα που απασχόλησαν την έρευνά μας αφορούσαν την απόδοση των φοιτητών. Ερευνήσαμε ποιοι παράγοντες επηρεάζουν και πώς τον κάθε φοιτητή σχετικά με την επίδοσή του, καθώς και τη στάση των φοιτητών απέναντι στις εξετάσεις και την πρόθεσή τους για συμμετοχή σε αυτές, μεταξύ άλλων ερωτημάτων, που πλέον έχουν αποκτήσει σαφείς απαντήσεις. Η διαδικασία που ακολουθήσαμε περιλάμβανε όλα τα στάδια της ανάλυσης δεδομένων. Ξεκινώντας από ένα εντελώς ακατέργαστο σύνολο δεδομένων (&quot;raw data&quot;) και αφού διορθώσαμε τυχόν λάθη και ασυνέπειες (τα οποία καταγράφηκαν για μελλοντική βελτίωση), προχωρήσαμε στην ανάλυσή του με χρήση περιγραφικής στατιστικής, παρέχοντας μια συνολική εικόνα τόσο του συνόλου δεδομένων όσο και των πληροφοριών που αφορούν το τμήμα (κεφάλαιο 3). Σε αυτό το κεφάλαιο χρησιμοποιήσαμε αποκλειστικά το υπολογιστικό πακέτο &quot;SAS Enterprise Guide&quot; και τις επεκτάσεις του στη γλώσσα &quot;SQL&quot; (&quot;PROC SQL&quot;). Στη συνέχεια, παρουσιάσαμε πιο λεπτομερή αποτελέσματα δημιουργώντας γραμμικά και μη γραμμικά μοντέλα (κεφάλαιο 4). Οι αναλύσεις μας στο κεφάλαιο 4 βασίστηκαν στη γλώσσα προγραμματισμού &quot;R statistics&quot;. Το θεωρητικό υπόβαθρο που χρειάστηκε για να παραχθούν τα συγκεκριμένα μοντέλα παρουσιάζεται στο κεφάλαιο 2.","abstract_has_math":false,"creators":["Κόφφας Νικόλαος","Koffas Nikolaos"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2023,"date_issued":"2023","date_published":"2023","updated_at":"2026-11-19T06:23:08Z","subjects":["Θετικές Επιστήμες","Science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3352010"],"render_values":[{"text":"uoadl:3352010","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3352010","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3352010","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3352010","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Κόφφας Νικόλαος","Koffas Nikolaos"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2023"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Θετικές Επιστήμες","Science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3352010","https://pergamos.lib.uoa.gr/uoa/dl/object/3352010"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η εργασία αυτή εκπονήθηκε ως διπλωματική εργασία του μεταπτυχιακού προγράμματος \"Στατιστική και Επιχειρησιακή Έρευνα\" του τμήματος Μαθηματικών του Εθνικού και Καποδιστριακού Πανεπιστημίου Αθηνών. Στόχος μας ήταν να απαντήσουμε σε ερωτήματα που έχουν καθιερωθεί στον ακαδημαϊκό χώρο, χρησιμοποιώντας τη στατιστική ως το μοναδικό αμερόληπτο κριτήριο. Προσπαθήσαμε να δώσουμε αντικειμενικές απαντήσεις, αποκαθιστώντας έτσι το υποκειμενικό στοιχείο που προέκυπτε από προηγούμενες συζητήσεις. Τα κύρια ερωτήματα που απασχόλησαν την έρευνά μας αφορούσαν την απόδοση των φοιτητών. Ερευνήσαμε ποιοι παράγοντες επηρεάζουν και πώς τον κάθε φοιτητή σχετικά με την επίδοσή του, καθώς και τη στάση των φοιτητών απέναντι στις εξετάσεις και την πρόθεσή τους για συμμετοχή σε αυτές, μεταξύ άλλων ερωτημάτων, που πλέον έχουν αποκτήσει σαφείς απαντήσεις. Η διαδικασία που ακολουθήσαμε περιλάμβανε όλα τα στάδια της ανάλυσης δεδομένων. Ξεκινώντας από ένα εντελώς ακατέργαστο σύνολο δεδομένων (\"raw data\") και αφού διορθώσαμε τυχόν λάθη και ασυνέπειες (τα οποία καταγράφηκαν για μελλοντική βελτίωση), προχωρήσαμε στην ανάλυσή του με χρήση περιγραφικής στατιστικής, παρέχοντας μια συνολική εικόνα τόσο του συνόλου δεδομένων όσο και των πληροφοριών που αφορούν το τμήμα (κεφάλαιο 3). Σε αυτό το κεφάλαιο χρησιμοποιήσαμε αποκλειστικά το υπολογιστικό πακέτο \"SAS Enterprise Guide\" και τις επεκτάσεις του στη γλώσσα \"SQL\" (\"PROC SQL\"). Στη συνέχεια, παρουσιάσαμε πιο λεπτομερή αποτελέσματα δημιουργώντας γραμμικά και μη γραμμικά μοντέλα (κεφάλαιο 4). Οι αναλύσεις μας στο κεφάλαιο 4 βασίστηκαν στη γλώσσα προγραμματισμού \"R statistics\". Το θεωρητικό υπόβαθρο που χρειάστηκε για να παραχθούν τα συγκεκριμένα μοντέλα παρουσιάζεται στο κεφάλαιο 2.","This work was conducted as a thesis of the postgraduate program in Statistics and Operations Research of the Department of Mathematics at the National and Kapodistrian University of Athens. Our objective was to address questions that have been established in the academic field, using statistics as the sole impartial criterion. We aimed to provide objective answers, thus rectifying the subjective element that emerged from previous discussions. The main questions that occupied our research concerned student performance. We investigated which factors influence each student’s performance and how, as well as students’ attitudes towards exams and their intention to participate in them, among other questions, which now have clear answers. The process we followed encompassed all stages of data analysis. Starting from a completely raw dataset and after correcting any errors and inconsistencies (which were documented for future improvement), we proceeded with its analysis using descriptive statistics, offering an overall picture of both the dataset and the information pertaining to the department (Chapter 3). In this chapter, we exclusively used the computational package ”SAS Enterprise Guide” and its extensions in the SQL language (”PROC SQL”). Subsequently, we presented more detailed results by creating linear and non-linear models (Chapter 4). Our analyses in Chapter 4 were based on the programming language R statistics. The theoretical background required to generate these specific models is presented in Chapter 2."]},{"key":"dc:title","label":"Title","values":["Ανάλυση δεδομένων του τμήματος των Μαθηματικών της Αθήνας για τις χρονίες 2000-2021"]}]}],"canonical_facts":{"dc:creator":["Κόφφας Νικόλαος","Koffas Nikolaos"],"dc:date":["2023"],"dc:description":["Η εργασία αυτή εκπονήθηκε ως διπλωματική εργασία του μεταπτυχιακού προγράμματος \"Στατιστική και Επιχειρησιακή Έρευνα\" του τμήματος Μαθηματικών του Εθνικού και Καποδιστριακού Πανεπιστημίου Αθηνών. Στόχος μας ήταν να απαντήσουμε σε ερωτήματα που έχουν καθιερωθεί στον ακαδημαϊκό χώρο, χρησιμοποιώντας τη στατιστική ως το μοναδικό αμερόληπτο κριτήριο. Προσπαθήσαμε να δώσουμε αντικειμενικές απαντήσεις, αποκαθιστώντας έτσι το υποκειμενικό στοιχείο που προέκυπτε από προηγούμενες συζητήσεις. Τα κύρια ερωτήματα που απασχόλησαν την έρευνά μας αφορούσαν την απόδοση των φοιτητών. Ερευνήσαμε ποιοι παράγοντες επηρεάζουν και πώς τον κάθε φοιτητή σχετικά με την επίδοσή του, καθώς και τη στάση των φοιτητών απέναντι στις εξετάσεις και την πρόθεσή τους για συμμετοχή σε αυτές, μεταξύ άλλων ερωτημάτων, που πλέον έχουν αποκτήσει σαφείς απαντήσεις. Η διαδικασία που ακολουθήσαμε περιλάμβανε όλα τα στάδια της ανάλυσης δεδομένων. Ξεκινώντας από ένα εντελώς ακατέργαστο σύνολο δεδομένων (\"raw data\") και αφού διορθώσαμε τυχόν λάθη και ασυνέπειες (τα οποία καταγράφηκαν για μελλοντική βελτίωση), προχωρήσαμε στην ανάλυσή του με χρήση περιγραφικής στατιστικής, παρέχοντας μια συνολική εικόνα τόσο του συνόλου δεδομένων όσο και των πληροφοριών που αφορούν το τμήμα (κεφάλαιο 3). Σε αυτό το κεφάλαιο χρησιμοποιήσαμε αποκλειστικά το υπολογιστικό πακέτο \"SAS Enterprise Guide\" και τις επεκτάσεις του στη γλώσσα \"SQL\" (\"PROC SQL\"). Στη συνέχεια, παρουσιάσαμε πιο λεπτομερή αποτελέσματα δημιουργώντας γραμμικά και μη γραμμικά μοντέλα (κεφάλαιο 4). Οι αναλύσεις μας στο κεφάλαιο 4 βασίστηκαν στη γλώσσα προγραμματισμού \"R statistics\". Το θεωρητικό υπόβαθρο που χρειάστηκε για να παραχθούν τα συγκεκριμένα μοντέλα παρουσιάζεται στο κεφάλαιο 2.","This work was conducted as a thesis of the postgraduate program in Statistics and Operations Research of the Department of Mathematics at the National and Kapodistrian University of Athens. Our objective was to address questions that have been established in the academic field, using statistics as the sole impartial criterion. We aimed to provide objective answers, thus rectifying the subjective element that emerged from previous discussions. The main questions that occupied our research concerned student performance. We investigated which factors influence each student’s performance and how, as well as students’ attitudes towards exams and their intention to participate in them, among other questions, which now have clear answers. The process we followed encompassed all stages of data analysis. Starting from a completely raw dataset and after correcting any errors and inconsistencies (which were documented for future improvement), we proceeded with its analysis using descriptive statistics, offering an overall picture of both the dataset and the information pertaining to the department (Chapter 3). In this chapter, we exclusively used the computational package ”SAS Enterprise Guide” and its extensions in the SQL language (”PROC SQL”). Subsequently, we presented more detailed results by creating linear and non-linear models (Chapter 4). Our analyses in Chapter 4 were based on the programming language R statistics. The theoretical background required to generate these specific models is presented in Chapter 2."],"dc:identifier":["uoadl:3352010","https://pergamos.lib.uoa.gr/uoa/dl/object/3352010"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Θετικές Επιστήμες","Science"],"dc:title":["Ανάλυση δεδομένων του τμήματος των Μαθηματικών της Αθήνας για τις χρονίες 2000-2021"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T06:23:08Z"}