Εισαγωγή
Σε αυτό το άρθρο θα ήθελα να συγκεντρώσω όλες αυτές τις διάσπαρτες πληροφορίες που υπάρχουν για τα τμήματα Στατιστικής στη χώρα μας. Θα αναλύσω ως επί το πλείστον πληροφορίες που μπορούν να βρεθούν στο διαδίκτυο σαν να είχα να συμπληρώσω μηχανογραφικό. Ωστόσο, σε κάθε περίπτωση σας αποτρέπω από το να επιλέξετε σχολή βασίζοντας την επιλογή σας σε μόνο αυτό το άρθρο. Σε αυτή τη κατηγορία εντάσσω απλά όσες σχολές σχετίζονται με τη Στατιστική. Τα τμήματα που θα συγκρίνω είναι τα εξής:
- Τμήμα Στατιστικής του Οικονομικού Πανεπιστημίου Αθηνών
- Τμήμα Στατιστικής και Ασφαλιστικής Επιστήμης του Πανεπιστημίου Πειραιά
- Τμήμα Στατιστικής και Αναλογιστικών - Χρηματοοικονομικών Μαθηματικών του Πανεπιστημίου Αιγαίου
- Tμήμα Στατιστικής και Ασφαλιστικής Επιστήμης του Πανεπιστημίου Δυτικής Μακεδονίας
Βάση εισαγωγής
Ένα πρώτο κριτήριο για αρκετούς είναι η βάση εισαγωγής. Αν και κατά τη γνώμη μου αυτός ο δείκτης δείχνει κατά πόσο είναι επιθυμητή αυτή η σχολή και όχι το κατά πόσο καλή ή κακή είναι αυτή. Παρακάτω, συγκέντρωσα ιστορικά στοιχεία βάσεων (από το 2013 μέχρι το 2022) από τις τέσσερις σχολές Στατιστικής και έκανα ένα απλό διάγραμμα. Σε αυτό φαίνεται ότι ιστορικά το τμήμα με τη μεγαλύτερη βάση είναι του ΟΠΑ (με μόνη εξαίρεση το 2015). Δεύτερο σε προτίμηση έρχεται το τμήμα Στατιστικής του Πειραιά. Επιπλέον, τα υπόλοιπα δύο τμήματα Στατιστικής (Αιγαίου και Δυτικής Μακεδονίας) ταυτίζονται αρκετά ως προς τη βάση εισαγωγής τους.
title_text = "<strong>Βάσεις εισαγωγής σε τμήματα Στατιστικής</strong>"
subtitle_text = "Η βάση εισαγωγής είναι ο μικρότερος αριθμός μορίων - βαθμολογίας που πρέπει να συγκεντρώσει κάποιος προκειμένου να εισαχθεί στη συγκεκριμένη σχολή. Διαχρονικά, οι σχολές με τη μεγαλύτερη βάση είναι του <b>Οικονομικού Πανεπιστημίου Αθηνών</b> και του <b>Πανεπιστημίου Πειραιά</b>. Τέλος, παρατηρούμε ότι όλες <br> οι σχολές Στατιστικής έχουν σχετικά χαμηλή βάση εισαγωγής."
caption_text = "Πηγή:</b>Βάσεις Πανελληνίων<br><span style='font-family:fb;' ></span> <b>stesiam</b>, 2024"
hchart(tmimata_statistikis, "line", hcaes(x = Year, y = Vasi, group = University)) |>
hc_title(
text = title_text,
align = "left") |>
hc_xAxis(title = "Έτος") |>
hc_yAxis(title = "Βάση εισαγωγής") |>
hc_subtitle(text = subtitle_text, align = "left")Βάσεις εισαγωγής σχολών Στατιστικής (2013 - 2022)
Θέσεις
Κάθε χρόνο το Υπουργείο Παιδείας ανακοινώνει τις διαθέσιμες θέσεις για κάθε σχολή και για κάθε κατηγορία εξεταζόμενων. Σε αυτή την ανάλυση ασχολούμαι με τους υποψήφιους των Γενικών Λυκείων που αποτελούν και τη συντριπτική πλειοψηφία των συμμετεχόντων. Με μία πρώτη ματιά παρατηρώ μία αντιστροφή των αποτελεσμάτων σε σύγκριση με τη βάση εισαγωγής. Δηλαδή, στις σχολές με την σχετικά υψηλότερη βάση παρέχονται λιγότερες θέσεις, ενώ οι περισσότερες θέσεις διατίθενται στις σχολές χαμηλότερης βάσης.
title_text = "<b>Θέσεις εισαγωγής σε τμήματα Στατιστικής (ΓΛ90)</b>"
subtitle_text = "Oι θέσεις για όσους θέλουν να φοιτήσουν στο τμήμα <b>Στατιστικής του ΟΠΑ</b> φαίνεται να είναι αρκετά περιορισμένες για τους υποψήφιους των Γενικών Λυκείων προσφέροντας λίγες παραπάνω από 100. Τα τμήματα <b>Αιγαίου</b> και <b>Πειραιά</b> τουλάχιστον τα τελευταία χρόνια ταυτίζονται ως προς τους πόσους θα δεχτούν (από τη κατηγορία ΓΛ90) με το τμήμα του Πειραιά να μειώνει σημαντικά τους εισακτέους του, σε σύγκριση με το 2013."
caption_text = "<b> Πηγή:</b> Βάσεις Πανελληνίων<br><span style='font-family:fb;' ></span> <b>stesiam</b>, 2024"
hchart(tmimata_statistikis, "line", hcaes(x = Year, y = Theseis, group = University)) |>
hc_title(
text = title_text,
align = "left") |>
hc_xAxis(title = "Έτος") |>
hc_yAxis(title = "Θέσεις εισαγωγής") |>
hc_subtitle(text = subtitle_text, align = "left")Διαθέσιμες θέσεις σχολών Στατιστικής (2013 - 2022)
Βέβαια, η παροχή των θέσεων δεν συνεπάγεται πάντοτε και πλήρωση αυτών. Πολλές από αυτές μπορεί να μείνουν αδιάθετες λόγω χαμηλής ζήτησης. Αυτό το φαινόμενο παρατηρείται σε σχολές εκτός των αστικών κέντρων. Τα τελευταία χρόνια υπάρχει και ένας επιπρόσθετος λόγος μιας και έχει θεσμοθετηθεί η ελάχιστη βάση εισαγωγής (ΕΒΕ), η οποία αποτρέπει την βάση μιας σχολής να πέσει κάτω από έναν συγκεκριμένο βαθμό (π.χ. κάτω από 7 ή 13) και για αυτό παρατηρείται στο πρώτο διάγραμμα των βάσεων μία απότομη αύξηση στις σχολές του Αιγαίου και της Δυτικής Μακεδονίας. από την εφαρμογή της να δούμε και άλλες αδιάθετες θέσεις. Έτσι, ο αριθμός των εισακτέων μπορεί πλέον να διαφέρει σημαντικά όχι απλώς μεταξύ τμημάτων εντός και μεγάλων αστικών κέντρων (π.χ. Πανεπιστήμιο Αιγαίου, Πανεπιστήμιο Δυτικής Μακεδονίας - Γρεβενά), αλλά και ως προς τον διαθέσιμο αριθμό εισακτέων και των εγγεγραμμένων φοιτητών.
Προϋποθέσεις για πτυχίο
Και τα τέσσερα τμήματα προσφέρουν 4ετή φοίτηση και κάποιος ορίζεται ως πτυχιούχος με την απόκτηση 240 ECTS. Οι διαφορές τους ανάγονται κυρίως στο πλήθος των μαθημάτων ή στο αν υπάρχει προϋπόθεση για πτυχιακή. Σημειώνεται ότι οι παραπάνω πληροφορίες βασίζονται στους πρόσφατους οδηγούς σπουδών των παραπάνω τμημάτων (2022-2023).
Το UniPi2011 αναφέρεται στο πρόγραμμα σπουδών του τμήματος Στατιστικής του Πειραιά που ίσχυε για τους φοιτητές που μπήκαν στο τμήμα από το 2011 μέχρι το 2016. Οι εισακτέοι του τμήματος από το 2017 ακολουθούν το νέο πρόγραμμα σπουδών του 2017 (UniPI2017)
highchart() %>%
hc_chart(type = "bar") %>%
hc_title(text = "Δομή μαθημάτων τμημάτων Στατιστικής") %>%
hc_subtitle(text = "Ο αριθμός των μαθημάτων που απαιτούνται για την απόκτηση προπτυχιακού τίτλου σπουδών από τα δημόσια τμήματα Στατιστικής της χώρας μας. Αναλύεται και η σύνθεση των προγραμμάτων με βάση την ευελιξία προσαρμογής του προγράμματος σπουδών (αριθμός επιλεγόμενων ως ποσοστό των υποχρεωτικών).") %>%
hc_caption(text = "stesiam, 2025") %>%
hc_xAxis(categories = degree_requirements$University) %>%
hc_yAxis(title = list(text = "Μαθήματα για πτυχίο")) %>%
hc_plotOptions(series = list(stacking = "normal")) %>%
hc_add_series(name = "Επιλεγόμενα", data = degree_requirements$Elective, stack = "courses") %>%
hc_add_series(name = "Υποχρεωτικά", data = degree_requirements$Comp, stack = "courses")Επιλεγόμενα μαθήματα
Παραπάνω είδαμε σε πόσα μαθήματα θα πρέπει να εξεταστεί ένας σπουδαστής του αντίστοιχου τμήματος για να πάρει πτυχίο. Πόση ελευθερία υπάρχει σε κάθε τμήμα προκειμένου ο ίδιος ο φοιτητής να προσαρμόσει τις σπουδές του στις προτιμήσεις του και τα προσωπικά του ερευνητικά ενδιαφέροντα; Αυτό προσπάθησα να μελετήσω με την προσθήκη της μεταβλητής των ελεύθερων μαθημάτων και του ποσοστού που αποτελούν αυτά ως προς τα συνολικά μαθήματα.
Άλλες πληροφορίες
reactable::reactable(others,
columns = list(
Uni = colDef(name = "Πανεπιστήμιο"),
Diloseis = colDef(name = "Όριο δηλώσεων",
style = function(value) {
if (value == "Όχι") {
color <- "#008000"
} else {
color <- "#e00000"
}
list(color = color, fontWeight = "bold")
}
),
Alysides = colDef(name = "Αλυσίδες μαθημάτων",
style = function(value) {
if (value == "Όχι") {
color <- "#008000"
} else {
color <- "#e00000"
}
list(color = color, fontWeight = "bold")
}
),
Ptyxiaki = colDef(name = "Πτυχιακή",
style = function(value) {
if (value == "Όχι") {
color <- "#008000"
} else {
color <- "#e8c010"
}
list(color = color, fontWeight = "bold")
}),
Vathmos = colDef(name = "Υπολογισμός βαθμού")
))Χάρτης
Τέλος, θα είχε ενδιαφέρον να εξασκήσω τις ικανότητές μου στη δημιουργία χαρτών με την R. Συνήθως χρησιμοποιώ Shapefiles για να έχω μία βάση (στη προκειμένη περίπτωση τα όρια της Ελλάδας), ωστόσο αυτή τη φορά αποφάσισα να χρησιμοποιήσω το πακέτο rnaturalearth. Αξίζει να σημειωθεί ότι απαιτούνται και τα πακέτα rnaturalearthdata και rnaturalhires.
uni_coord = data.frame(
uni = c("ΠαΠει", "Αιγαίου", "ΟΠΑ", "Δυτικής Μακεδονίας"),
long = c(23.6529793, 26.5664138,23.7300928, 21.4565181),
lat = c(37.77, 39.0851185, 38.1940201, 40.1197471),
img = c("./posts/studies-in-statistics-greece//images/UniPi.png", "./posts/studies-in-statistics-greece/Aegean.png", "./posts/studies-in-statistics-greece/images/AUEB.png","./posts/studies-in-statistics-greece/images/UoWM.png"),
established = c(1938, 1984, 1920, 2003),
dpt_est = c(0,0, 1989, 2019)
)
# Load Greece Map
hcmap("countries/gr/gr-all", name = "SA") %>%
hc_add_series(
data = uni_coord,
type = "mappoint", # Scatter points on map
hcaes(lon = long, lat = lat, name = uni),
name = "Departments",
color = "brown4", fill = "none",
marker = list(symbol = "circle", radius = 5)
) %>%
hc_title(text = "<b>Σχολές Στατιστικής</b>") %>%
hc_subtitle(text = "Στην Ελλάδα υπάρχουν συνολικά τέσσερις δημόσιες σχολές στατιστικής προπτυχιακού επιπέδου. Η φοίτηση σε αυτές είναι 4ετούς φοίτησης. Αυτές έχουν έδρα στην Αθήνα, στον Πειραιά, στη Σάμο και στα Γρεβενά") %>%
hc_caption(text = "stesiam, 2025") |>
hc_tooltip(
useHTML = TRUE, # Enables HTML formatting
formatter = JS("
function() {
return '<div style=\"text-align: center;\">' +
'<b>' + this.point.name + '</b></div>' +
'<br>' +
'<img src=\"' + this.point.img + '\" width=\"40\" height=\"20\" style=\"border-radius:10px; margin-top:5px;\" /><br>' +
'<b>Uni established:</b> ' + this.point.established + '<br>' +
'<b>Dept. Est.:</b> ' + this.point.dpt_est + '<br>' +
'<b>Students:</b>';
}
")
) %>%
hc_add_theme(hc_theme_flat())Επίλογος
Η προσωπική μου άποψη είναι ότι το τμήμα Στατιστικής του Αιγαίου είναι μία πολύ δελεαστική επιλογή. Παρουσιάζεται (το τονίζω αυτό, παρουσιάζεται) ως ένα σοβαρό τμήμα με έναν σύγχρονο οδηγό σπουδών (λίγα μαθήματα που αντισταθμίζεται με τον ανάλογο φόρτο εργασίας). Το συγκεκριμένο τμήμα κατά τη γνώμη μου αδικείται από τη βάση που έχει. Αν είχα την επιλογή να διαλέξω δίχως να λάβω υπόψιν το οικονομικό κριτήριο (κόστος ενοικίου κτλ.) θα ήταν η πρώτη μου επιλογή. Βέβαια, αυτή η επιλογή όπως έγραψα και στην αρχή βασίζεται αποκλειστικά σε πράγματα που θα έβρισκα στο διαδίκτυο και απλά τα μάζεψα σε ένα άρθρο. Υπάρχουν και άλλα πράγματα που έχουν σημαντικότατο ρόλο, όπως οι διδάσκοντες, το επίπεδο μαθήματος, τήρηση κανονισμών, εγκαταστάσεις, προσβασιμότητα και άλλα που δυστυχώς θα τα μάθετε, όταν θα είναι πολύ αργά.
Citation
@online{2023,
author = {, stesiam},
title = {Statistics {Studies} in {Greece}},
date = {2023-06-20},
url = {https://stesiam.com/posts/statistics-studies-in-greece/},
langid = {en}
}