Στόχος του μαθήματος είναι η δημιουργία βασικών ικανοτήτων για την αξιοποίηση των υπολογιστικών συστημάτων και των εφαρμογών τους ως τα κύρια εργαλεία επεξεργασίας και κατανόησης των δεδομένων σήμερα. Μετά την επιτυχή ολοκλήρωση του μαθήματος, αναμένεται οι φοιτητές και οι φοιτήτριες  να είναι σε θέση να:

• Περιγράψουν το ρόλο και τη σημασία των υπολογιστών στην Οικονομική Επιστήμη
• Ορίσουν τις αρχές λειτουργίας των υπολογιστών συστημάτων και των στοιχείων της αρχιτεκτονικής τους
• Προσδιορίσουν μεθόδους αναπαράστασης δεδομένων στους υπολογιστές, ιδίως αριθμητικών σε διαφορετικά συστήματα αρίθμησης
• Αναγνωρίσουν την έννοια και τη σημασία των αλγορίθμων και να κάνουν χρήση της αλγοριθμικής προσέγγισης στην επίλυση στατιστικών προβλημάτων με τη χρήση υπολογιστών
• Αξιοποιούν μεθόδους προσέγγισης προβλημάτων στατιστικής επεξεργασίας δεδομένων μέσω Η/Υ
• Χρησιμοποιούν μεθόδους επεξεργασίας και βασικής στατιστικής ανάλυσης δεδομένων βασιζόμενοι σε λογισμικό λογιστικών φύλλων και στη γλώσσα προγραμματισμού Python και στη γλώσσα προγραμματισμού R
• Αξιολογούν εναλλακτικά υπολογιστικά περιβάλλοντα επεξεργασίας και στατιστικής ανάλυσης δεδομένων ανάλογα με τη φύση του προβλήματος

Η σημασία των υπολογιστών και των δεδομένων στην Οικονομική Επιστήμη. Χρήση λογιστικών φύλλων για την στατιστική επεξεργασία δεδομένων. Συναρτήσεις περιγραφικής στατιστικής. Τυχαία δεδομένα. Γραφήματα. Εισαγωγή στην γλώσσα προγραμματισμού Python. Βιβλιοθήκη χειρισμού δεδομένων Pandas. Πλαίσια δεδομένων. Ανάγνωση αρχείων csv. Τεμαχισμός πλαισίων δεδομένων. Συναρτήσεις περιγραφικής στατιστικής. Γραφικές παραστάσεις. Εισαγωγή στη γλώσσα προγραμματισμού R. Χειρισμός δεδομένων με χρήση πλαισίου δεδομένων. Τεμαχισμός πλαισίων δεδομένων. Συναρτήσεις περιγραφικής στατιστικής. Γραφικές παραστάσεις. Χρήση δημόσιων ανοικτών δεδομένων, όπως αυτά της Απογραφής Πληθυσμού, για την εκμάθηση τεχνικών χειρισμού και στατιστικής επεξεργασίας των δεδομένων και με τα τρία περιβάλλοντα. Συγκριτική αξιολόγηση των τριών προσεγγίσεων.

Διαλέξεις (3 ώρες/εβδομάδα) και Εργαστηριακές Ασκήσεις (2 ώρες/εβδομάδα)

Η αξιολόγηση περιλαμβάνει:

1. Τρεις (3) γραπτές ομαδικές εργασίες (με στόχο την χρήση των υπολογιστικών εργαλείων για την επεξεργασία και στατιστική ανάλυσης δεδομένων): 30%
2. Γραπτή εξέταση (Ερωτήσεις σύντομης απάντησης, Επίλυση Προβλημάτων): 70%

Ο τελικός βαθμός είναι προβιβάσιμος εφόσον ο βαθμός είναι πάνω από τη βάση στις δύο εργασίες και στην γραπτή εξέταση. Τα κριτήρια αξιολόγησης είναι προσβάσιμα από τους φοιτητές στην περιγραφή του μαθήματος στο eclass εδώ

• Χρήση διαφανειών για την υποστήριξη διαλέξεων
• Χρήση λογισμικού λογιστικών φύλλων (MSExcel, OpenOfficeCalc), της γλώσσας προγραμματισμού Python και της γλώσσας προγραμματισμού R για την επίδειξη και πρακτική προσέγγιση στατιστικών μεθόδων επεξεργασίας δεδομένων
• Χρήση πλατφόρμας elearning (eclass) για την:
  • οργάνωση και διανομή των σημειώσεων
  • εκπόνηση εβδομαδιαίων ηλεκτρονικών ασκήσεων (quizzes) κατανόησης της ύλης και αξιολόγηση φοιτητών
  • την παράδοση των εργασιών
  • την επικοινωνία με τους φοιτητές
• Χρήση ανοικτών μαθημάτων ως συμπληρωματικό εκπαιδευτικό υλικό